Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
487 L a labor de diseñar y supervisar la fabricación de un producto se ha vuelto cada vez más difícil por los rápidos avances en la soisticación de los productos modernos, así como por la severidad de las condiciones ambientales bajo las cuales deben realizarse. Un ingeniero ya no puede estar satisfecho si la operación de un producto es técnicamente factible, o si se puede hacer funcionar en condiciones óptimas. Además de consideraciones como el costo y la facilidad de manufactura, ahora debe ponerse mayor atención al tamaño y al peso, la facilidad de mantenimiento y la coniabilidad. La magnitud del problema de sustentabilidad y coniabilidad se ilustra mediante encuestas que des- cubren el hecho de que un alto porcentaje del equipo electrónico de la era espacial es inoperante. Las encuestas militares han demostrado asimismo que los gastos de manteni- miento y reparación para equipo electrónico con frecuencia exceden el costo original de obtención o adquisición, incluso durante el primer año de operación. En la sección 16.1 se deine el concepto de coniabilidad. En la sección 16.2 se dis- cuten y aplican distribuciones de probabilidad especial al cálculo de coniabilidades. En las secciones 16.3 y 16.4 se introduce algo de teoría y aplicaciones relacionadas con las pruebas de productos para ciclo de vida útil. 16.1 Coniabilidad El problema de asegurar y mantener la coniabilidad tiene muchas facetas, como el diseño de equipo original, el control de calidad durante la producción, la inspección de aceptación, los ensayos en campo, las pruebas del ciclo de vida y las modiicaciones del diseño. Para complicar el asunto un poco más, la coniabilidad es competencia directa o indirecta de otras consideraciones ingenieriles, costos generales, complejidad, tamaño y peso, y sus- tentabilidad. A pesar de sus complicados aspectos de ingeniería, es posible ofrecer una deinición matemática relativamente sencilla de la coniabilidad. Para motivar esta deini- ción, es posible llamar la atención del lector al hecho de que un producto puede funcionar satisfactoriamente bajo un conjunto de condiciones, pero no bajo otras condiciones, y que el rendimiento satisfactorio para un propósito no garantiza el rendimiento adecuado para otro propósito. Por ejemplo, un microchip perfectamente satisfactorio para su uso en un ra- dio doméstico quizá resulte completamente insatisfactorio para su uso en el sistema de guía a bordo de un misil. En concordancia, la coniabilidad de un producto se deinirá como la probabilidad de que funcionará dentro de los límites especiicados por, al menos, cierto periodo de tiempo en condiciones ambientales determinadas. Por lo tanto, la coniabilidad de un neumático de automóvil de equipo estándar está cerca de la unidad durante 10,000 millas de operación normal en un auto de pasajeros, pero prácticamente es de cero para su uso en las 500 millas de Indianápolis. Puesto que la coniabilidad se deine como una probabilidad, el tratamiento teórico de este tema se basa esencialmente en el material introducido en los capítulos anteriores de este libro. Por consiguiente, las reglas de probabilidad introducidas en el capítulo 3 pueden apli- carse directamente al cálculo de la coniabilidad de un sistema complejo, si se conocen las 16 Contenido deL CAPÍtULo 16.1 Coniabilidad 487 16.2 Distribución del tiempo de falla 489 16.3 El modelo exponencial en las pruebas del ciclo de vida 493 16.4 El modelo de Weibull en las pruebas del ciclo de vida 496 Ejercicios de repaso 501 Términos clave 502 APLICACIóN A LA CONFIABILIDAD Y A LAS PrUEBAS DEL CICLO DE VIDA CAPÍTULO 488 Capítulo 16 Aplicación a la coniabilidad y a las pruebas del ciclo de vida coniabilidades de los componentes individuales. (Por lo general, las estimaciones de las con- iabilidades de los componentes individuales se obtienen mediante pruebas estadísticas del ciclo de vida, como las que se estudian en las secciones 16.3 y 16.4.) Muchos sistemas se consideran sistemas en serie o en paralelo, o una combinación de ambos. Un sistema en serie es aquel cuyos componentes están todos tan interrelacio- nados que el sistema completo fallará si alguno de sus componentes falla; un sistema en paralelo es aquel que fallará tan solo si todos sus componentes fallan. Primero se estudiará un sistema de n componentes conectados en serie, y se su- pondrá que los componentes son independientes; a saber, que el rendimiento de cualquier parte no afecta la coniabilidad de las otras. En tales condiciones, la probabilidad de que el sistema funcionará está dada por la regla especial de multiplicación de probabilidades, y se tiene (0.970)5 = 0.859 (0.970)10 = 0.737 FP = n i =1 Fi RS = n i = 1 Ri donde Ri es la coniabilidad del i-ésimo componente y RS es la coniabilidad del sistema en serie. Esta sencilla ley de productos de coniabilidades, aplicable a sistemas en serie de componentes independientes, demuestra claramente el efecto de la complejidad creciente en la coniabilidad. Cálculo de la coniabilidad de un sistema en serie Un sistema consiste en 5 componentes independientes en serie, y cada uno tiene una con- iabilidad de 0.970. ¿Cuál es la coniabilidad del sistema? ¿Qué ocurre con la coniabilidad del sistema, si su complejidad aumenta de modo que contiene 10 componentes similares? La coniabilidad del sistema de 5 componentes es Ley de productos de coniabilidades Aumentar la complejidad del sistema a 10 componentes reducirá la coniabilidad del sis- tema a Al observar de otra forma el efecto de aumentar la complejidad, se descubre que cada uno de los componentes en el sistema de 10 componentes requeriría una coniabilidad de 0.985, en vez de 0.970, para que el sistema de 10 componentes tenga una coniabilidad igual a la del sistema original de 5 componentes. n Una forma de aumentar la coniabilidad de un sistema consiste en sustituir ciertos com- ponentes por varios componentes similares conectados en paralelo. Si un sistema consiste en n componentes independientes conectados en paralelo, fallará en su funcionamiento solo si fallan todos los n componentes. Por ende, si Fi = 1 − Ri es la “no coniabilidad” del i-ésimo componente, se puede aplicar de nuevo la regla especial de la multiplicación de probabilidades para obtener donde FP es la no coniabilidad del sistema en paralelo y RP = 1 − FP es la coniabilidad del sistema en paralelo. Por ende, para sistemas en paralelo, se tiene una ley de productos de no coniabilidades similar a la ley de productos de coniabilidades para sistemas en serie. EJEMPLO Solución Sec. 16.2 Distribución del tiempo de falla 489 Al escribir esta ley de otra forma, se obtiene para la coniabilidad de un sistema en paralelo. Cálculo de la coniabilidad de un sistema complejo Las dos fórmulas básicas para la coniabilidad de sistemas en serie y en paralelo se utilizan en combinación para calcular la coniabilidad de un sistema, cuyas partes estén tanto en se- rie como en paralelo. Para ilustrar tal cálculo, considere el diagrama del sistema de la igura 16.1, que consiste en ocho componentes que tienen las coniabilidades que se muestran en dicha igura. Encuentre la coniabilidad de tal sistema. Figura 16.1 Coniabilidad del sistema El ensamble en paralelo C, D, E puede sustituirse con un componente C′ equivalente que tiene la coniabilidad 1 − ( 1 − 0.70)3 = 0.973, sin afectar la coniabilidad global del sistema. Asimismo, el ensamble en paralelo F, G, puede sustituirse con un solo componen- te F′ que tiene la coniabilidad 1− ( 1 − 0.75 )2 = 0.9375. El sistema en serie resultante A, B, C′, F′, H, equivalente al sistema original, tiene la coniabilidad 16.2 distribución del tiempo de falla De acuerdo con la deinición de coniabilidad dada en la sección anterior, la coniabilidad de un sistema o un componente con frecuencia dependerá de la duración de tiempo que haya estado en servicio. Por lo tanto, en los estudios de coniabilidad, la distribucióndel tiempo de falla es de importancia fundamental; esto es, la distribución del tiempo de falla de un componente bajo condiciones ambientales dadas. Una forma útil de caracterizar esta distribución es mediante su razón de falla instantánea asociada. Para desarrollar este concepto, primero sea f (t) la densidad de probabilidad del tiempo de falla de un com- ponente dado; esto es, la probabilidad de que el componente fallará entre los tiempos t y t + t está dada por f (t) · t. Entonces, la probabilidad de que el componente fallará en el intervalo de 0 a t está dada por y la función de coniabilidad, que expresa la probabilidad de que sobreviva al tiempo t, está dada por R(t) = 1 − F(t) HBA F G C D E 0.70 0.70 0.70 0.990.95 0.75 0.75 0.90 (0.95)(0.99)(0.973)(0.9375)(0.90) = 0.772 F(t) = t 0 f (x) dx Ley de productos de no coniabilidades RP = 1 − n i =1 ( 1 − Ri ) EJEMPLO Solución n 490 Capítulo 16 Aplicación a la coniabilidad y a las pruebas del ciclo de vida Por consiguiente, la probabilidad de que el componente fallará en el intervalo de t a t + t es F(t + t) − F(t), y la probabilidad condicional de fallar en este intervalo, dado que el componente sobrevivió al tiempo t, se expresa mediante Fallas tempranas Razón de falla Tiempo0 Fallas por azar Fallas por desgaste F(t + t) − F(t) R(t) F(t + t) − F(t) t · 1 R(t) Z(t) = F (t) R(t) Al dividir entre t, se encuentra que la razón promedio de falla en el intervalo de t a t + t, dado que el componente sobrevivió al tiempo t, es Al tomar el límite conforme t → 0, se obtiene entonces la razón de falla instantánea, o simplemente la razón de falla o razón de riesgo donde F′(t) es la derivada de F(t) con respecto a t. Finalmente, al observar que f (t) = F (t) (véase la página 122), se obtiene la relación ecuación general para función de razón de falla La función de razón de falla expresa la razón de falla en términos de la distribución del tiempo de falla. En la igura 16.2 se ilustra una curva de razón de falla típica de muchos artículos fabricados. La curva se divide convenientemente en tres partes. La primera se caracteriza por una razón de falla decreciente y representa el periodo durante el cual se eliminan los artículos deicientemente fabricados. (En la industria electrónica es común someter los com- ponentes a ensayos destructivos antes de su uso real, con la inalidad de eliminar cualquier falla temprana.) La segunda parte, que con frecuencia se caracteriza por una razón de falla constante, generalmente se considera como el periodo de vida útil durante el cual única- mente ocurren fallas por azar. La tercera parte se caracteriza por una razón de falla cre- ciente, y es el periodo durante el cual los componentes fallan sobre todo debido a que están desgastados. Note que la misma curva de razón de falla general es típica de la mortalidad humana, donde la primera parte representa la mortalidad infantil, y la tercera parte corres- ponde a la mortalidad en la vejez. Ahora se derivará una relación importante que expresa la densidad del tiempo de falla en términos de la función de la razón de falla. Al usar el hecho de que R(t) = 1 − F(t) y, Figura 16.2 Curva de razón de falla típica Z(t) = f (t) R(t) = f (t) 1 − F(t) Sec. 16.2 Distribución del tiempo de falla 491 por lo tanto, que F (t) = −R (t), se escribe Z(t) = − R (t) R(t) = − d [ ln R(t) ] dt R(t) = e − t 0 Z(x) dx f (t) = α · e−α t t > 0 Z(t) = α β tβ − 1 t > 0 f (t) = α β tβ − 1 e−α t β t > 0 Al resolver esta ecuación diferencial para R(t), y, al usar la relación f (t) = Z(t) · R(t), se obtiene inalmente Como se ilustra en la igura 16.2, con frecuencia se supone que la razón de falla es cons - tante durante el periodo de vida útil de un componente. Al denotar esta razón de falla cons tante con α, donde α > 0, y al sustituir α por Z (t) en la fórmula para f (t), se obtiene f (t) = Z(t) · e − t 0 Z(x) dx ecuación general para distribución del tiempo de falla Por lo tanto, se tiene una distribución exponencial de tiempo de falla cuando puede su- ponerse que la razón de falla es constante. Por este motivo, a la suposición de razones de falla constantes en ocasiones también se conoce como suposición exponencial. El tiempo de falla también tiene una interpretación como tiempo de espera. Si un componente que falla se sustituye de inmediato con uno nuevo que tenga la misma razón de falla constante α y la ocurrencia de fallas sigue un proceso de Poisson, entonces los tiempos de espera tie- nen esta distribución exponencial de acuerdo con los resultados de la sección 5.7. Como se observa en la página 140, el tiempo de espera medio entre fallas sucesivas es 1/α, o bien, el recíproco de la razón de falla. Por lo tanto, la constante 1/α con frecuencia se conoce como tiempo medio entre fallas y se abrevia mtbf. Hay situaciones donde la suposición de una razón de falla constante no es realista y, en muchas de dichas situaciones, uno supone más bien que la función de razón de falla aumenta o disminuye suavemente con el tiempo. En otras palabras: se supone que no hay discontinuidades o puntos de retorno. Esta suposición sería consistente con las etapas ini- cial o inal de la curva de razón de falla que se muestra en la igura 16.2. Una función útil usada con frecuencia para aproximar tales curvas de razón de falla está dada por donde α y β son constantes positivas. Advierta la generalidad de esta función: si β < 1, la razón de falla disminuye con el tiempo; si β > 1, aumenta con el tiempo; y si β = 1, la razón de falla es igual a α. Note que la suposición de una razón de falla constante, la suposición exponencial, se incluye por lo tanto como caso especial. Si la expresión anterior se sustituye con Z(t) en la fórmula anterior para f(t), se obtiene donde α y β son constantes positivas. Esta densidad, o distribución, es la distribución de Weibull, que se introdujo en la sección 5.9, y se estudia su aplicación a problemas de prue- bas del ciclo de vida en la sección 16.4. Ejercicios 16.1 Una cadena de luces navideña tiene 8 bombillas conec- tadas en serie. ¿Cuál tendría que ser la coniabilidad de cada bombilla si hubiera una posibilidad del 95% de que la cadena funcione después de un año de alma- cenamiento? 16.2 Un sistema consiste en 5 componentes idénticos co- nectados en paralelo. ¿Cuál debe ser la coniabilidad de cada componente si la coniabilidad global del sistema tiene que ser de 0.96? 16.3 Un sistema consiste en 6 componentes conectados como en la igura 16.3. Encuentre la coniabilidad ge- neral del sistema, dado que las coniabilidades de A, B, C, D, E y F son, respectivamente, 0.95, 0.80, 0.90, 0.99, 0.90 y 0.85. Z(t) = 1 − θ1 − θ2 β − )(1 − θ1 ) − ( 1 − θ1 − θ2 )( t − )( α α A B C D E F Z(t) = β 1 − t α para 0 < t < 0 de otra forma α 1 − e−αβ 2/ f (t) = 1 − θ1 − θ2 β − α Figura 16.3 Sistema para el ejercicio 16.3 16.4 Suponga que el vuelo de una aeronave se conside- ra como un sistema que tiene los tres componentes principales A (aeronave), B (piloto) y C (aeropuerto). Suponga asimismo que el componente B puede consi- derarse como un subsistema en paralelo que consiste en B1 (capitán), B2 (primer oicial) y B3 (ingeniero de vuelo); y C es un subsistema en paralelo que consiste en C1 (aeropuerto programado) y C2 (aeropuerto al- ternativo). Con condiciones de vuelo dadas, las con- iabilidades de los componentes A, B1, B2, B3, C1 y C2 (deinidas como las probabilidades de que pueden contribuir a la terminación exitosa del vuelo programa- do) son, respectivamente, 0.9999, 0.9995, 0.999, 0.20, 0.95 y 0.85. a) ¿Cuál es la coniabilidad del sistema? b) ¿Cuál es el efecto sobre la coniabilidad del sistema de tener un ingeniero de vuelo que también es un piloto capacitado, de modo que la coniabilidad de B3 aumenta de 0.20 a 0.99? c) Si la tripulación del vuelo no tiene un primer oicial, ¿entonces cuál sería el efecto de aumentarla conia- bilidad de B3 de 0.20 a 0.99? d) ¿Cuál es el efecto de agregar un segundo punto de aterrizaje alternativo, C3, con coniabilidad de 0.80? 16.5 En algunos problemas de coniabilidad uno está pre- ocupado tan solo con las fallas iniciales, y un compo- nente se trata como si (para todo propósito práctico) nunca fallara, una vez que sobrevivió cierto tiempo t = α. En un problema como este, sería razonable usar la razón de falla a) Encuentre expresiones para f (t) y F(t). b) Demuestre que la probabilidad de una falla inicial está dada por 16.6 Como se indicó en el texto, con frecuencia uno dis- tingue entre fallas iniciales, fallas aleatorias durante la vida útil del producto, y fallas por desgaste. Por ende, suponga que, para un producto dado, la probabilidad de una falla inicial (una falla antes del tiempo t = α) es θ1, la probabilidad de una falla por desgaste (una falla más allá del tiempo t = β) es θ2, y la del intervalo α ≤ t ≤ β , la densidad del tiempo de falla está dada por a) Encuentre una expresión para F(t) para el intervalo α ≤ t ≤ β. b) Demuestre que, para el intervalo α ≤ t ≤ β , la ra- zón de falla está dada por c) Suponga que se considera que la falla de un televi- sor digital tiene una falla inicial si ocurre durante las primeras 100 horas de uso, y una falla por desgaste si ocurre después de 15,000 horas. Si se supone que el modelo dado en este ejercicio se sostiene y que θ1 y θ2 son iguales a 0.05 y 0.75, respectivamente, bosqueje la gráica de la función de razón de falla de t = 100 a t = 15,000 horas. 16.7 Un chip de circuito integrado tiene una razón de falla constante de 0.02 por mil horas. a) ¿Cuál es la probabilidad de que operará satisfacto- riamente durante, al menos, 20,000 horas? 492 Capítulo 16 Aplicación a la coniabilidad y a las pruebas del ciclo de vida Sec. 16.3 El modelo exponencial en las pruebas del ciclo de vida 493 b) ¿Cuál es la coniabilidad de 5,000 horas de un com- ponente que consiste en 4 de tales chips conectados en serie? 16.8 Después de someterse a un ensayo destructivo, el tiem- po de vida de una celda solar se modela como una dis- tribución exponencial con razón de falla α = 0.0005 fallas por día. a) ¿Cuál es la probabilidad de que la celda fallará den- tro de los primeros 365 días de que está en opera- ción? b) ¿Cuál es la probabilidad de que dos de tales celdas, que operan de manera independiente, sobrevivirán ambas los primeros 365 días que están en opera- ción? 16.9 Si un componente tiene la distribución del tiempo de falla de Weibull con los parámetros α = 0.005 por hora y β = 0.80, encuentre la probabilidad de que operarán exitosamente durante al menos 5,000 horas. 16.3 el modelo exponencial en las pruebas del ciclo de vida Un método efectivo y ampliamente usado para manejar problemas de coniabilidad es el de las pruebas del ciclo de vida. Con la inalidad de usar tales pruebas, de un lote se seleccio- na una muestra aleatoria de n componentes, puestos a prueba en las condiciones ambien- tales especiicadas, y se observan los tiempos de falla de los componentes individuales. Si cada componente que falla se sustituye de inmediato por uno nuevo, la prueba del ciclo de vida resultante se conoce como prueba de sustitución; de otro modo, la prueba del ciclo de vida se llama prueba sin sustitución. Siempre que la vida media de los componentes sea tan grande que no resulte práctica o económicamente factible probar cada componente a la falla, la prueba del ciclo de vida puede truncarse, después de transcurrido un periodo de tiempo ijo. De manera alternativa, puede terminarse después de ocurridas las primeras r fallas (r ≤ n). Un método especial que se utiliza con frecuencia, cuando se requieren resultados tem- pranos en conexión con componentes de coniabilidad muy alta, son las pruebas de vida acelerada. En una prueba de vida acelerada, los componentes se ponen a prueba en con- diciones ambientales mucho más severas que las encontradas normalmente en la práctica. Esto hace que los componentes fallen más rápidamente y ello reduciría drásticamente tanto el tiempo requerido para la prueba como el número de componentes que deben probarse. Las pruebas de vida acelerada sirven para comparar dos o más tipos de componentes con la inalidad de obtener una valoración rápida de cuál es la más coniable. En ocasiones, se realiza experimentación preliminar para determinar la relación entre la proporción de fa- llas que podrían esperarse en condiciones nominales y en varios niveles de condiciones ambientales aceleradas. Los métodos de las secciones 11.4 y 13.2 pueden aplicarse en esta conexión para determinar “curvas de reducción”, que relacionan la coniabilidad del com- ponente con la severidad de las condiciones ambientales en las que operan. En el resto de esta sección se supondrá que el modelo exponencial sostiene, a saber, que la distribución del tiempo de falla de cada componente está dada por En lo que sigue, se supondrá que n componentes se ponen a prueba, que la prueba del ciclo de vida se descontinúa después de que un número ijo, r (r ≤ n), de componentes falla, y que los tiempos de falla observados son t1 ≤ t2 ≤ · · · ≤ tr . Se procurará estimar y probar hipótesis acerca de la vida media del componente; a saber, µ = 1/α. Se puede demostrar (véase la referencia a Lawless en la bibliografía) que estimaciones insesgadas de la vida media de los componentes están dadas por estimación de la vida media f (t) = α · e−αt t > 0, dondeα 0> µ = Tr r 494 Capítulo 16 Aplicación a la coniabilidad y a las pruebas del ciclo de vida donde Tr es la vida acumulada de prueba hasta que ocurre la r-ésima falla y, por lo tanto, Vida acumulada hasta r fallas (prueba sin remplazo) para pruebas sin remplazo y si la prueba es con remplazo. Note que, si la prueba es sin remplazo y r = n, μ es simple- mente la media de los tiempos de falla observados. Para realizar inferencias concernientes a la vida media μ del componente, se usa el hecho de que 2Tr /μ es un valor de una variable aleatoria que tiene la distribución chi cua- drada con 2r grados de libertad. Con la expresión adecuada sustituida por Tr, esto es válido sin importar si la prueba se realiza con remplazo o sin él. Por lo tanto, en cualquier caso, un intervalo de conianza bilateral de (1 − )100%α para μ está dado por intervalo de conianza para la vida media donde χ21− α 2/ y χ 2 α 2/ cortan las colas izquierda y derecha del área α/2 bajo la distribución chi cuadrada con 2r grados de libertad. (Véase el ejercicio 16.15.) Las pruebas de la hipótesis nula de que μ = μ0 también pueden basarse en la distri- bución muestral de 2Tr /μ, y usar la expresión adecuada para Tr dependiendo de si la prue- ba es con remplazo o sin él. Por lo tanto, si la hipótesis alternativa es μ 0μ> , se rechaza la hipótesis nula al nivel de signiicancia α cuando 2Tr / 0μ supera χ2α , o bien, Región crítica para probar H0: � = �0 contra H1: � > �0 donde χ2α , a determinarse para 2r grados de libertad, se deine como en la página 189. En los ejercicios 16.10 y 16.13, se solicita al lector construir y realizar pruebas similares co- rrespondientes a las hipótesis alternativas μ 0μ< y μ = μ0. Un procedimiento alternativo para pruebas del ciclo de vida consiste en descontinuar la prueba, después de que transcurre una cantidad ija del tiempo de vida acumulado T y el número observado de fallas k se trata como el valor de una variable aleatoria. En el impor- tante caso especial donde n elementos se prueban con remplazo durante una longitud de tiempo t*, se tiene T = n t∗. Sin importar si la prueba es con remplazo o sin él, un intervalo de conianza aproximado de ( 1 − α 100%) para la vida media del componente está dado por Tr = r i = 1 ti + ( n − r ) tr Tr > 1 2 μ0 χ 2 α Vida acumulada hasta r fallas (prueba con remplazo) Tr = n tr 2T χ22 < < 2T χ21 μ 2Tr χ 2/2 < 2Tr χ 21 − α 2 <μ α / Sec.16.3 El modelo exponencial en las pruebas del ciclo de vida 495 Aquí χ22 corta una cola derecha del área α/2 debajo de la distribución chi cuadrada con 2k + 2 grados de libertad; en tanto que χ21 corta una cola izquierda del área α/2 debajo de la distribución chi cuadrada con 2k grados de libertad. obtener un intervalo de conianza para la vida media Suponga que 50 unidades se colocan en prueba del ciclo de vida (sin remplazo) y la prueba se trunca después de que r = 10 unidades hayan fallado. Se supondrá asimismo que los tiempos de las primeras 10 fallas son 65, 110, 380, 420, 505, 580, 650, 840, 910 y 950 horas. Estime la vida media del componente y su razón de falla, y calcule un intervalo de conianza del 90% para μ. Dado que n = 50, r = 10, 1 2 μ0 χ 2 0.05 = 1 2 (2,500)(31.410) = 39,263 T10 = ( 65 + 100 + · · · + 950 ) + ( 50 − 10 ) 950 = 43,410 horas μ = 43,410 10 = 4,341 horas 2(43,410) 31.410 < 2(43,410) 10.851 2,764 < 8,001 < <μ μ La vida media del componente se estima como La razón de falla α se estima mediante 1/μ = 0.00023 fallas por hora, o bien, 0.23 fallas por mil horas. Al usar χ 20.05 = 31.410 y χ 20.95 = 10.851 para 2(10) = 20 grados de liber- tad, un intervalo de conianza del 90% para μ está dado por Pruebas de hipótesis concernientes a la vida media Con los datos del ejemplo anterior, prueba si la razón de falla son 0.40 fallas por mil ho- ras, contra la alternativa de que la razón de falla es menor. Utilice el nivel de signiicancia de 0.05. 1. Hipótesis nula: μ = 1,000 0.40 = 2,500 horas = μ0 Hipótesis alternativa: μ > 2,500 horas 2. Nivel de signiicancia: α = 0.05 3. Criterio: rechazar la hipótesis nula si Tr > 1 2 μ0 χ 2 0.05, donde χ 20.05 = 31.410 es el valor de chi cuadrada para 2r = 20 grados de libertad. 4. Cálculos: al sustituir χ 20.05 = 31.410 y μ0 = 2,500, se encuentra que el valor crítico para esta prueba es 5. Decisión: dado que T10 = 43,410 supera el valor crítico, se debe rechazar la hipótesis nula, y concluir que la vida media excede las 2,500 horas o, de manera equivalente, que la razón de falla es menor que 0.40 fallas por mil horas. n Debido a la simplicidad de los procedimientos estadísticos, el modelo exponencial se considera frecuentemente. Antes de hacer inferencias, es imperativo que este modelo EJEMPLO Solución EJEMPLO Solución n o bien, 496 Capítulo 16 Aplicación a la coniabilidad y a las pruebas del ciclo de vida se compruebe para saber si es adecuado. Se recomienda elaborar una gráica de tiempo total en la prueba. Graique el tiempo total a la prueba hasta la i-ésima falla, Ti, dividido entre el tiempo total a la prueba a través de la última falla observada (r-ésima), contra i/r. Si la población es exponencial, se esperaría ver una recta a lo largo de la línea de 45 grados. Cuando ocurre este patrón en línea recta, se concluye que no hay violaciones del modelo exponencial evidentes sobre el rango de tiempos de falla. Si la gráica es una curva por arri- ba de la línea de 45 grados, la evidencia favorece un modelo de la razón de riesgo creciente. En la página 495 se ilustra la gráica de tiempo total en la prueba. Para t1 = 65, se calcula el tiempo total en la prueba T1 = 65 + ( 50 − 1 ) 65 = 3,250 T2 = 65 + 110 + ( 50 − 2 ) 110 = 5,455 3,250 5,455 18,415 20,295 24,205 27,580 30,660 38,830 41,770 43,410 A continuación, para t2 = 110, Para continuar, se obtienen todos los valores de modo que el tiempo total en la prueba hasta la última falla, r = 10, es Tr = 43,410. La primera razón T1/T10 = 3.250/43.410 = 0.0749 se graica contra 1/10 = 0.10. Las razones para las 10 fallas se graican en la igura 16.4. Sobre el rango de tiempo de fallas observado, la gráica no indica alejamientos notables del modelo exponencial supuesto. 1.00.80.60.40.20.0 1.0 0.8 0.6 0.4 0.2 0.0 i /r T ie m po to ta l e n la p ru eb a a es ca la Figura 16.4 Gráica de tiempo total en la prueba 16.4 el modelo de Weibull en las pruebas del ciclo de vida Aunque las pruebas del ciclo de vida de componentes durante el periodo de vida útil por lo general se basan en el modelo exponencial, ya se apuntó que la razón de falla de un componente quizá no sea constante a lo largo de un periodo de investigación. En algunos casos, el periodo de falla inicial sería tan largo que el uso principal del componente se da durante este periodo. Sin embargo, el principal propósito de la mayoría de las pruebas del ciclo de vida es determinar el tiempo de falla por desgaste, en vez de la falla por azar de un componente crítico en un sistema complejo. En tales casos, el modelo exponencial por lo general no se aplica, y es necesario sustituir una suposición más general para la de una razón de falla constante. Sec. 16.4 El modelo de Weibull en las pruebas del ciclo de vida 497 Como se observó anteriormente, la distribución de Weibull puede describir de manera adecuada el tiempo de falla de componentes, cuando su razón de falla aumenta o disminuye con el tiempo. Tiene los parámetros α y β y su fórmula está dada por distribución de Weibull Función de coniabilidad de Weibull Función de razón de falla de Weibull y se sigue (véase el ejercicio 16.20) que la función de coniabilidad asociada con la distri- bución del tiempo de falla de Weibull está dada por En la página 491 se demostró que la razón de falla que conduce a la distribución de Weibull está dada por El rango de formas que toma una gráica de la densidad de Weibull es muy amplio, y depende básicamente del valor del parámetro β. Como se ilustra en la igura 16.5, la cur- va de Weibull es asintótica a ambos ejes y está muy sesgada a la derecha para valores de β menores que 1; es idéntica a la de la densidad exponencial para β = 1, y tiene un poco forma de campana pero sesgada para valores de β mayores que 1. La media de la distribución de Weibull que tiene los parámetros α y β se obtiene al evaluar la integral Al hacer el cambio de variable u = α tβ , Figura 16.5 Funciones de densidad de Weibull (α = 1) f (t) = α β tβ − 1 e−α t β t > 0, dondeα 0, 0> >β R(t) = e−α t β Z(t) = α β tβ − 1 μ = ∞ 0 t · α β tβ − 1 e−α t β dt μ = α −1/ ∞ 0 u1/ e−u duβ β β 0.5 β 1 β 2 0 f (t) t 498 Capítulo 16 Aplicación a la coniabilidad y a las pruebas del ciclo de vida Al reconocer la integral como 1 + 1 β , se encuentra que el tiempo medio de falla para el modelo de Weibull es tiempo medio de falla (modelo de Weibull) Varianza del modelo de Weibull En el ejercicio 16.21 se solicita al lector demostrar que la varianza de esta distribución está dada por Las estimaciones de los parámetros α y β de la distribución de Weibull son un poco difíciles de obtener. El enfoque más ampliamente aceptado es el método de máxima ve- rosimilitud, donde se maximiza la verosimilitud. Puesto que las derivadas parciales con respecto a α y β deben desaparecer en el máximo, el método selecciona la solución de estas dos ecuaciones como los estimadores de α y β. Si los tiempos de vida son censurados en la r-ésima falla (la prueba termina en la r-ésima falla), o no se censuran de modo que r = n, las ecuaciones son La primera ecuación se resuelve para β mediante técnicas numéricas. Entonces, la segunda produce la estimación de α. Se trata de cálculos sencillos en computadora. Si las vidas se truncan en el tiempo cuando T0, los términos con un factor n – r se modiican al sustituir cada tr con T0. Un método gráico ofrece una comprobación de lo adecuado del modelo de Weibull. Este método se basa en el hecho de que la función de coniabilidad de la distribución de Weibull puede transformarse en una función lineal de ln t mediante una transformación de doble logaritmo. Al tomar el logaritmo natural de R(t), se obtiene Tomamos logaritmos nuevamente, y se observa que el lado derecho es lineal en ln t. El procedimiento experimental usual es colocar n unidades en la prueba del ciclo de vida y observar sus tiempos de falla. Si lai-ésima falla ocurre en el tiempo ti, se estima F(ti ) = 1 − R(ti ) con el mismo método utilizado para la gráica de valores normales (véa- se la página 164), a saber, F(ti ) = i n + 1 r i = 1 t β i ln ti + ( n − r ) t β r ln tr r i = 1 t β i + ( n − r ) t β r − 1 β − 1 r r i = 1 ln ti = 0 α = 1 1 r r i = 1 t β i + ( n − r ) t β r ln R(t) = −α tβ ln 1 R(t) = α tβo bien ln ln 1 R(t) = ln α + β · ln t μ = α−1/ 1 + 1 β β σ2 = α−2/ 1 + 2 β − 1 + 1 β 2 β Sec. 16.4 El modelo de Weibull en las pruebas del ciclo de vida 499 Para construir una gráica de Weibull, graique ln ti contra Si los puntos no caen razonablemente cerca de una línea recta, se contradice la suposición de que la distribución del tiempo de falla subyacente es del tipo de Weibull. Una muestra de 100 componentes se somete a la prueba del ciclo de vida durante 500 horas y los tiempos de falla de los 12 componentes que fallaron durante la prueba son los siguientes: 6, 21, 50, 84, 95, 130, 205, 260, 270, 370, 440 y 480 horas. Al hacer, se obtiene Los puntos (xi, yi) se graican en la igura 16.6, y se observa que caen bastante cerca de una línea recta. Después de comprobar lo adecuado de la distribución de Weibull, Figura 16.6 Gráica de Weibull para tiempos de falla ln ln 1 1 − F(t1) i =x ln ln 1 1 − F(t i) yi = ln ti F (ti ) ti yi x i 0.010 6 1.79 − 4.61 0.020 21 3.04 − 3.91 0.030 50 3.91 − 3.50 0.040 84 4.43 − 3.21 0.050 95 4.55 − 2.98 0.059 130 4.87 − 2.79 0.069 205 5.32 − 2.63 0.079 260 5.56 − 2.49 0.089 270 5.60 − 2.37 0.099 370 5.91 − 2.26 0.109 440 6.09 − 2.16 0.119 480 6.17 − 2.07 7 6 5 4 3 2 1 2.03.0 2.53.54.04.55.0 ln t Valor de Weibull se obtienen los estimadores de máxima verosimilitud deinidos en la página 498. Los cálcu los por computadora dan como resultado α = 0.001505 y β = 0.7148. Se sigue que el tiempo medio de falla se estima como μ = (0.001505)−1/0.7148 1 + 1 0.7148 Z(t) = (0.001505)(0.7148)t0.7148−1 = 0.00108t − 0.2852 t∗ = −2 Tr ( ln P ) χ2α 7.0 14.1 18.9 31.6 52.8 80.0 164.5 355.4 451.0 795.1 que es igual a aproximadamente 11,000 horas. Además, los valores de la función de la razón de falla pueden obtenerse al sustituir para t en Puesto que β < 1, la razón de falla disminuye con el tiempo. Después de 1 hora (t = 1), las unidades caen a la razón de 0.00108 unidad por hora y, después de 1,000 horas, la razón de falla disminuye a 0.00108(1000)−0.2852 = 0.00015 unidades por hora. Ejercicios 16.10 Suponga que 50 unidades se someten a prueba del ci- clo de vida, cada unidad que falla se sustituye de inme- diato y la prueba se descontinúa después de que fallan 8 unidades. Si la octava falla ocurrió a las 760 horas, y supone un modelo exponencial, a) construya un intervalo de conianza del 95% para la vida media de tales unidades; b) pruebe en el nivel de signiicancia de 0.05 si la vida media es menor que 10,000 horas. 16.11 En una prueba del ciclo de vida sin remplazo, 35 calen- tadores portátiles se ponen en operación continua, y las primeras 5 fallas ocurrieron después de 250, 380, 610, 980 y 1,250 horas. a) Si se supone el modelo exponencial, construya un intervalo de conianza del 99% para la vida media de este tipo de calentador. b) Para comprobar la airmación del fabricante de que la vida media de dichos radiadores es mayor que 5,000 horas, pruebe la hipótesis nula μ = 5,000 con- tra una alternativa adecuada, de modo que el peso de la prueba recaiga en el fabricante. Use α = 0.05. 16.12 Con respecto a los datos del ejercicio 16.11, haga un tiempo total en la gráica de prueba. 16.13 Para investigar el tiempo promedio de falla de cier- ta soldadura sometida a vibración continua, 7 piezas soldadas se sujetan a frecuencias y amplitudes de vi- bración especíicas, y sus tiempos de falla fueron 211, 350, 384, 510, 539, 620 y 715 mil ciclos. a) Si supone el modelo exponencial, construya un in- tervalo de conianza del 95% para la vida media (en miles de ciclos) de tal soldadura con las condicio- nes de vibración dadas. b) Si supone el modelo exponencial, pruebe la hipó- tesis nula de que la vida media de la soldadura en las condiciones de vibración dadas es de 500,000 ciclos contra la alternativa bilateral μ ∙ 500,000. Use el nivel de signiicancia de 0.10. 16.14 En las pruebas del ciclo de vida en ocasiones uno está interesado en establecer límites de tolerancia para la vida de un componente (véase la sección 15.7); en par- ticular, se puede estar interesado en un límite de to- lerancia unilateral t*, para el cual se airma con una conianza de (1 − α)100% que al menos 100 · P por ciento de los componentes tienen una vida que supera t*. Con el modelo exponencial, se puede demostrar que una buena aproximación está dada por donde Tr se deine como en la página 494 y el valor de χ 2α se obtiene de la tabla 5 con 2r grados de libertad. a) Con los datos del ejercicio 16.11, establezca un lí- mite de tolerancia inferior para el cual uno pueda airmar con 95% de conianza que se supera por al menos 80% la vida de los calentadores. b) Con los datos del ejercicio 16.13, establezca un lí- mite de tolerancia inferior para el cual uno pueda airmar con 99% de conianza que se supera por al menos 90% las vidas de las soldaduras dadas. 16.15 Considerando que 2Tr/μ es un valor de una variable aleatoria que tiene la distribución chi cuadrada con 2r grados de libertad, derive el intervalo de conianza para μ dado en la página 494. 16.16 Cien dispositivos se ponen en prueba del ciclo de vida y los tiempos de falla (en horas) de los primeros 10 que fallan son Si se supone una distribución del tiempo de falla de Weibull, estime los parámetros α y β así como la razón de falla a 1,000 horas. ¿Cómo se compara este valor de la razón de falla con el valor que obtendría si supone el modelo exponencial? 500 Capítulo 16 Aplicación a la coniabilidad y a las pruebas del ciclo de vida Capítulo 16: Aplicación a la confiabilidad y a las puebas del ciclo de vida
Compartir