Tiempo a la falla La Probabilidad, La Confiabilidad, La Rata de Riesgo y La Probabilidad Condicional de Falla.

Slides:



Advertisements
Presentaciones similares
El problema básico Las fallas no ocurren en tiempos fijos. PDF
Advertisements

El intervalo P-F según la guía RCM de NAVAIR
CBM Definido. El problema básico Edad de trabajo t PDF f(t) Las fallas no ocurren en tiempos determinados. Ocurren aleatoriamente basadas en una distribución.
DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
Serie de Taylor y Maclaurin
Mejoramiento continuo en CBM
El Estimado de Vida Útil Remanente (RULE)
Estimadores puntuales e intervalos de confianza
Las distribuciones binomial y normal.
Estadística Unidad III
Modelos de Variable Dependiente Binaria -Logit y Probit-
Variable Aleatoria Continua. Principales Distribuciones
Bioestadística Distribución Normal
De la muestra a la población
Bivariadas y Multivariadas
Matemáticas aplicadas a las CCSS II Ana Pola IES Avempace
KRIGING.
8.3.- APROXIMACIOIN DE LA DISTRIBUCION BINOMIAL A LA NORMAL
1.2 Variables aleatorias..
La derivada Conforme transcurre el tiempo, vivimos inmersos en un constante cambio. A la par que cambia nuestra edad, cambia nuestro aspecto, nuestras.
Razón de Cambio Promedio Razón de Cambio instantánea (la derivada)
PROCESAMIENTO DE DATOS DE VIENTO 1º Parte.
DISTRIBUCIÓN DE PROBABILIDAD CONTINUA DÍA 61 * 1º BAD CT.
Distribución Normal.
Análisis de series de tiempo Cuarta semana Abril Julio 2009.
Dr. José Guadalupe Ríos1 ANÁLISIS DE CONFIABILIDAD El análisis de confiabilidad se aplica para modelar el tiempo que funciona bien un aparato hasta que.
INTERVALO DE CONFIANZA
Elementos Básicos de Probabilidad y Estadística Javier Aparicio División de Estudios Políticos, CIDE Julio 2009
Método de recuperación de Theis
Nivel Flujo de Entrada Flujo de Salida Símil Hidráulico Diagrama de Nivel y Flujo.
Errores e Incertidumbre
Gerenciamiento Técnico de Proyectos
Distribuciones Continuas de Probabilidad
ANALISIS DE FRECUENCIA EN HIDROLOGIA (3)
DISTRIBUCION NORMAL Mario Briones L. MV, MSc 2005.
ESTADÍSTICAS DESCRIPTIVA
El promedio como variable aleatoria: error estándar e intervalo de confianza para la media de la muestra Mario Briones L. MV, MSc 2005.
Guías Modulares de Estudio Cálculo diferencial – Parte B
TECNOLOGÍA ELECTRÓNICA FIABILIDAD I
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
Simular: Representar una cosa, fingiendo o imitando lo que no es.
Inferencia Estadística
Estadística para administradores
Unidad II: Variables Aleatorias Concepto Discreta y Continua Fun. de densidad Fun. de probabilidad F. de distribución Esperanza y Varianza Propiedades.
Dr. José Guadalupe Ríos1 MUESTRA DE ANÁLISIS DE CONFIABILIDAD Consiste en seleccionar al azar n productos, poniéndolos a funcionar hasta que fallan. Entonces.
Límites y Continuidad.
CINEMÁTICA Movimiento Rectilíneo Uniformemente Acelerado (MRUA) O
Teoría de Probabilidad Dr. Salvador García Lumbreras
UCLA – DAC M. Sc. Jorge E. Hernández H.
Dr. José Guadalupe Ríos1 IMPORTANCIA DE LA GARANTÍA Generalmente, los productos son muy similares, entonces la garantía se vuelve un factor importante,
Tema 6: Distribuciones estadísticas
VARIABLES ALEATORIAS Depto. Matemáticas – IES Elaios
Limite de Funciones de Variable Continua
Aproximaciones y Errores
Herramientas avanzadas. Lo primero: abrir el modelo.
Elementos Básicos de Probabilidad y Estadística
Almacenamiento de la energía eléctrica Grupo 12 Numero de lista 26 Cód
SESION 5: MEDIDAS DE FORMA. Hasta el momento nos hemos enfocado en el análisis de datos a partir de los valores centrales y la variabilidad de las observaciones.
Estadística Descriptiva
INTERVALOS DE CONFIANZA
ESTIMACIÓN DE PARÁMETROS
INTERVALO DE CONFIANZA
Matemáticas 2º Bachillerato CS
DETECCION DE SEÑALES BINARIAS EN RUIDO GAUSSIANO El criterio de toma de decisión fue descrito por la ecuación Un criterio muy usado para escoger el nivel.
Inferencia Estadística Conceptos Previos. Conceptos Previos Población: Es la colección de toda la posible información que caracteriza a un fenómeno aleatorio.
FUNCIÓN DE PROBABILIDADES. ENTRE PROBABILIDADES Y FUNCIÓN HAY UNA ESTRECHA RELACIÓN…
Matemáticas Aplicadas CS I
Distribuciones de Probabilidad Discretas Las distribuciones discretas que se tratarán son: 1.Binomial 2.Multinomial 3.Hipergeométrica 4.Hipergeométrica.
Estimación Estadística Tares # 3. Estimación Estadística Conjunto de técnicas que permiten dar un valor aproximado de un parámetro de una población a.
ELEMENTOS DE ESTADÍSTICA DESCRIPTIVA MIE. GRACIELA ROMERO MERCADO.
Transcripción de la presentación:

Tiempo a la falla La Probabilidad, La Confiabilidad, La Rata de Riesgo y La Probabilidad Condicional de Falla

f (t) es la Función de Densidad de Probabilidad (PDF) Las fallas no ocurren en tiempos determinados. Ellas ocurren de forma aleatoria y según su distribución de probabilidad La PDF es la forma usual de representar una distribución de falla (también conocida como “relación de edad confiabilidad”). Edad operacional t

f (t) es la Función de Densidad de Probabilidad (PDF) Como la densidad es igual a la masa por unidad de volumen, la densidad de probabilidad es la probabilidad de falla por unidad de tiempo. Cuando es multiplicada por la longitud de un intervalo pequeño de tiempo T en el instante t, el producto es la probabilidad de falla en ese intervalo. La PDF es la descripción básica del tiempo a la falla de un ítem. T x f(t T Edad operacional t

f (t) es la Función de Densidad de Probabilidad (PDF) La PDF es a menudo calculada a partir de los datos de vida reales. Es similar a un histograma de las fallas de un ítem en intervalos de edad consecutivos. Todas las otras funciones relacionadas con la confiabilidad de un ítem se pueden derivar de la PDF Por ejemplo, El area Σ(t x f(t)) debajo de la curva PDF entre 0 y el tiempo t1 es la probabilidad (acumulada) F(t) de que falle antes de t1. T T T T T t1 Edad operacional t

Encontrando la ecuación PDF La forma (estándar) más facil de obtener la ecuación PDF es a través del análisis Weibull. El Análisis Weibull supone que la ecuación tiene la forma:  es el factor de forma,  es el factor de escala Dada una muestra de ciclos de vida podemos estimar  y  usando métodos numéricos.

Todas las otras funciones relacionadas a la confiabilidad del ítem se pueden derivar de la PDF. Por ejemplo: F(t) es la función de distribución acumulada(CDF). Es el área bajo la curva f(t) de 0 a t. (alguna veces llamada la no confiabilidad o probabilidad de falla acumulada.) R(t) es la función de confiabilidad. (También llamada la función de supervivencia.) R(t) = 1-F(t) h(t) es la rata de riesgo. (En varias ocasiones llamada la función de riesgo o la rata de falla.) h(t) = f(t)/R(t) H(t) es la probabilidad condicional de falla H(t)= (R(t)-R(t+L))/R(t). Es la probabilidad de que el ítem falle en un intervalo de tiempo [t a t+L] dado de que no ha fallado hasta el momento t. Su gráfica se asemeja a la forma de la curva de la rata de riesgo. MTTF es le tiempo promedio a la falla. (también llamado tiempo medio a la falla, tiempo esperado a la falla, vida media.)

Probabilidad condicional de falla Vs Rata de falla A menudo, los dos términos “Probabilidad condicional de falla” y la “rata de riesgo” se utilizan indistintamente en muchas referencias de RCM y en prácticas de mantenimiento. A veces se definen ambos términos como: “La probabilidad de que un ítem vaya a fallar durante un intervalo de edad dado que el ítem entra (o sobreviva) a ese intervalo de edad” Esta definición no es la que generalmente se utiliza en los trabajos teóricos de confiabilidad cuando se hace referencia a “rata de riesgo” o “función de riesgo” Nowlan y Heap señala que la “tasa de riesgo” puede ser considerada como el límite de la rata (R(t)-R(t+L))/(R(t)*L) cuando el intervalo L tiende a cero. Esto se muestra en las diapositivas siguientes.

Las dos definiciones : Para resumir, la “rata de riesgo” y la “probabilidad condicional de falla” se usan indistintamente (en los libros prácticos de mantenimiento) La “rata de riesgo” se utiliza frecuentemente en la mayoría de los libros de teoría de confiabilidad. La “probabilidad condicional de falla” es más popular entre los profesionales de la confiabilidad y se utiliza en los libros de RCM, como los de N & H y Moubray.

Las dos definiciones : h(t) = f(t)/R(t) “rata de riesgo” H(t) = (R(t)-R(t+L))/R(t) “probabilidad condicional de falla” Donde L es la longitud de un intervalo de edad.

H(t) = (R(t)-R(t+L))/R(t). Las dos definiciones : h(t) = f(t)/R(t) H(t) = (R(t)-R(t+L))/R(t). Al dividir la ecuación 2 por L y si L tiende a 0, de obtiene la ecuación 1. de la siguiente manera:

Las dos definiciones : h(t) = f(t)/R(t) (Función de riesgo, de rata de falla) H(t) = (R(t)-R(t+L))/R(t). (Probabilidad Condicional de falla) F(t)=1-R(t) (Probabilidad acumulada de falla) Diferenciando F(t)=1-R(t) f(t)= -dR(t)/d(t) Dividiendo el lado derecho de H(t) = (R(t)-R(t+L))/R(t) por L y luego aplicar la definición de límite cuando L tiende a 0. Lim     R(t)-R(t+L) = (1/R(t))( -dR(t)/dt) = f(t)/R(t) = h(t) L0    LR(t)

Esto no solo aplica al riesgo… En realidad, no solo la función de riesgo , pero la f(t), F(t) y R(t) también tienen dos versiones de sus definiciones. La primera versión se define en un rango continuo de la edad t, mientras la segunda se define con intervalos discretos de edad ej. (0,100), (100,200), (200,300), ... Podemos, aproximadamente, decir que la segunda definición es una versión discreta de la primera definición.

¿Cómo son utilizados h(t) y H(t) ? h(t) = f(t)/R(t) es útil en la teoría de confiabilidad y es principalmente utilizado para el desarrollo teórico. H(t) = (R(t)-R(t+L))/R(t) es útil para los profesionales de confiabilidad, ya que en la práctica por lo general se divide el eje horizontal de la edad en un número de intervalos iguales de edad. La PDF, la CDF y la Función de Condiabilidad pueden todas ser calculadas utilizando intervalos de edad. Los resultados serían similares a los histogramas, en lugar de funciones continuas obtenidas mediante la definición de rata de falla.