M2 Ingenieria de Confiabilidad

Diplomado Confiabilidad Integral
Junio 2016
Mdulo II
Fundamentos de Confiabilidad I: Ingeniera de Confiabilidad
Contenido:
1. Introduccin a la Ingeniera de Confiabilidad.
2. Conceptos Bsicos de Confiabilidad de Activos.
3. Ingeniera de Confiabilidad para Equipos.
3.1.- Definiciones Bsicas.

3.2.- Estudio de los Up-times como variable aleatorias.
3.3.- Estudio de los Down-times como variable aleatorias.
4.- Estimacin de Ocurrencia de Fallas.
4.1 Confiabilidad Basada en el Historial de Fallas.
Confiabilidad en Equipos No Reparables.
Confiabilidad en Equipos Reparables.
4.2 Fuentes de Informacin para calcular Confiabilidad y Disponibilidad.
Teorema de Bayes.
4.3 Confiabilidad Basada en la Fsica del Deterioro.
Confiabilidad Basada en Interferencia Esfuerzo Resistencia.
Sistema de Evaluacin:
Actividad
Asistencia a Clase
Asignacin 1 (Ejercicios
realizados en clase)
Foro
Examen Final
Fecha
Peso (%)
29/06 y 30/06 de 2016
45
Fecha Tope: 10/07/2016
15
Abre el 11/07/2016 y cierra el 18/07/2016
10
Disponible en la web: 11/07/2016

Fecha Tope de entrega: 18/07/2016
30
Contenido:

Teorema de Bayes.
Ingeniera de Confiabilidad
Por qu Ingeniera de Confiabilidad?

Durante los ltimos quince aos el mundo industrial ha experimentado enormes cambios.
El proceso de globalizacin ha aumentado la competencia, forzando a las industrias a ajustarse
cada vez ms rpidamente, a nuevas y complejas realidades.
Hoy da las compaas estn obligadas a invertir basadas en informacin incompleta, incierta o
difusa, y a la vez deben producir con el ms bajo costo, calidad ms alta, y mayor confiabilidad.
Las exigencias legales y ambientalistas obligan a tener procesos ms confiables.
La Ingeniera de Confiabilidad es un aspecto fundamental de los anlisis de riesgo.
La ingeniera de Confiabilidad sirve de plataforma para las estimaciones que permiten sopesar la
influencia de la incertidumbre asociada a las variables y problemas tcnicos del proceso de
produccin con los parmetros financieros como VPN y/o TIR.
Las compaas mas importantes del mundo estn trabajando a todo tren en Ingeniera de
Confiabilidad.
Los procesos de toma de decisin deben estar soportados en estimaciones sustentables desde el
punto de vista tcnico con resultados cualitativos y cuantitativos verificables.
Etapas de la Ingeniera de Confiabilidad:

Gerencia del Dato
Sistemas de Informacin
Estndar ISO 14224.
Sistemas de Gestin de Mtto.
Diagnstico
Anlisis de Criticidad
Anlisis de RAM
MEJORAMIENTO
CONTINUO
Eliminacin de Defectos
Gerencia de Solucin de
Problemas.
Anlisis Causa Raz.
CONFIABILIDAD
INTEGRAL
Rediseo del Mantenimiento

De Instalaciones
(Adecuacin al Entorno
Operacional )
MCC APHP
IBR
MEJORES
PRACTICAS
Optimizacin del
Mantenimiento de
Instalaciones.
OCR Frecuencias
OCR Inventarios
Confiabilidad Humana
Trabajo en Equipo.
Deteccin de Brechas de
Conocimiento
Liderazgo y Motivacin.
Confiabilidad desde
el Diseo y
Optimizacin de
Inversiones
Integracin de Modelos de
Confiabilidad.
Procesos Instalaciones
Sub-suelo - Superficie
Gerencia del Riesgo

Anlisis Econmico del Ciclo de Vida de
Activos.
Redimensionamiento de Instalaciones.
Seguridad Funcional SIL-SIS.
Anlisis CDM
Ingeniera de Confiabilidad:
Basada en la historia de
ocurrencias
Basada en el monitoreo del
deterioro
Basado en el conocimiento
emprico del proceso
ACR
MCC APHP
IBR
IDENTIFICAR PUNTOS DE RIESGO

POTENCIAL
ESTIMAR PROBABILIDAD DE OCURRENCIA DEL
EVENTO NO DESEADO
ESTIMAR LAS CONSECUENCIAS DE LA OCURRENCIA
DEL EVENTO NO DESEADO
CALCULAR EL RIESGO TOTAL
PRIORIZACION DE ACUERDO AL
NIVEL DE RIESGO
IDENTIFICACION DE ESTRATEGIAS DE MITIGACION

DEL NIVEL DE RIESGO
ESTIMAR EL EFECTO DE LAS ESTRATEGIAS DE
MITIGACION DEL NIVEL DE RIESGO EN LA
PROBABILIDAD DE OCURRENCIA DEL EVENTO NO
DESEADO
RE-ESTIMAR RIESGO
NO
Optimizacin Costo Riesgo
Anlisis del Costo del Ciclo de Vida
Base de Datos
Opinin de Expertos
NIVEL DE RIESGO
ACEPTABLE?
Anlisis de
Criticidad
Matriz de Jerarquizacin
(Rentabilidad Riesgo)
Frontera de Eficiencia (Teora de
Markowitz)
Risk Based Budget Allocation
SI
SELECCIONAR LA(S) ESTRATEGIA(S) OPTIMA DE
MITIGACION DE RIESGO
OPTIMIZACION DE LA CARTERA DE
ESTRATEGIAS
En su forma ms general, la Ingeniera de Confiabilidad puede definirse como la rama de la ingeniera
que estudia las caractersticas fsicas y aleatorias del fenmeno falla.
Dentro del rea de Ingeniera de Confiabilidad, coexisten dos (2) escuelas con enfoques muy especficos,
estas son:
Confiabilidad basada en el anlisis probabilstico del tiempo para la falla o historial de fallas
(Statistical Based Reliability Analysis).
Confiabilidad basada en el anlisis probabilstico del deterioro o fsica de la falla (Physics Based
Reliability Analysis).
Confiabilidad / Probabilidad de Falla

Basada en la Historia
(Estadstica del Proceso /
Sistema)
Basada en la Condicin
(Monitoreo del Proceso /
Sistema)
Puntos en comn de las escuelas de Confiabilidad:
Buscan caracterizar probabilsticamente la falla para hacer pronsticos y establecer acciones
proactivas dirigidas a evitarla o a mitigar su efecto.
Proponen el trmino probabilstico CONFIABILIDAD como indicador bsico para lograr esta
caracterizacin.
Reconocen la aleatoriedad e incertidumbre de las variables analizadas.
Diferencias de las escuelas de Confiabilidad:

La primera propone caracterizar la falla estudiando la frecuencia histrica de ocurrencia o tasa de
fallas.
La segunda considera que una falla es la ltima fase de un proceso de deterioro y se concentra en
tratar de entender como ocurre la falla: es decir, estudia la fsica del proceso de deterioro.
Las tendencias ms avanzadas y recientes (state of the art) dentro de la Ingeniera de Confiabilidad, proponen
modelos hbridos para caracterizar probabilsticamente el fenmeno falla, es decir, modelos que toman en cuenta
no solo el proceso fsico del deterioro sino tambin la estadstica del historial de fallas.
Confiabilidad -C(t)
Disponibilidad - D(t)
Tasa de Fallas -h(t)
Nmero Esperado de Fallas - (t)
TPPF
Confiabilidad - C(t) , TPEF, Tasa de Fallas - h(t)
Mantenibilidad - M(t) , TPPR
PASADO
SISTEMAS
GESTIN
MEDICIN
HOY
EQUIPOS
PREDICCIN
ESTIMACIN
PROBABILSTICO (CONFIABILIDAD)
Indicadores para Activos Reparables
DETERMINSTICO (DISPONIBILIDAD)
Indicadores para Activos No Reparables
FUTURO
Ingeniera de Confiabilidad - Diagnstico

El diagnstico es un proceso que permite caracterizar el estado actual y predecir el comportamiento
futuro, de equipos, sistemas y/o procesos, a travs del anlisis integrado del historial de fallas, los
datos de deterioro y datos tcnicos, a fin de identificar las acciones correctivas y proactivas que
puedan efectivamente optimizar costos y minimizar el impacto, en el negocio medular.
VOLUMEN DE
CONTROL
Historia
de Fallas
DIAGNSTICO PARCIAL
BASADO EN LA HISTORIA DE
FALLAS
Datos de
Deterioro
DIAGNSTICO PARCIAL
BASADO EN LOS DATOS DE
DETERIORO
Datos
Tcnicos
DIAGNSTICO PARCIAL
BASADO EN DATOS
TCNICOS
DIAGNSTICO
INTEGRADO
Contenido:

Teorema de Bayes.
Conceptos Bsicos de
Confiabilidad de Activos
Consultar Lectura No. 1
Conceptos Bsicos
Falla
Terminacin de la habilidad de un tem para ejecutar una funcin requerida (ISO 14224).
Modo de Falla
Efecto por el cual una falla es observada en un tem fallado (ISO 14224).
Causa de Falla
Circunstancias durante el diseo, manufactura o uso que ha conducido a una falla (ISO 14224).
Tiempo para la Falla

Es el perodo de tiempo que transcurre desde el instante en que el componente, equipo o
sistema inicia su operacin hasta que deja de operar a consecuencia de una falla (El tiempo para
la falla es una variable aleatoria).
Conceptos Bsicos
Probabilidad de Falla F(t)
Es la probabilidad de que un componente, sistema o proceso falle o deje de realizar lo que del mismo
se requiere, en un intervalo de tiempo determinado. La probabilidad de falla F(t) de un componente
en un intervalo de tiempo tm viene dado por la expresin:
f(x)=Funcin de Densidad de Probabilidad o Distribucin de Frecuencias
tm
F(t) Pr(t tm) f(t)dt
f(xi)
f(x)
donde:
xi
f(t) es la funcin de densidad de probabilidad de la

variable aleatoria tiempo para la falla de una
poblacin de componentes , equipos o sistemas.
Para el caso de la variable aleatoria tiempo para la
falla, la funcin acumulada directa, indica la
probabilidad acumulada de falla para un tiempo
dado. Representada con la siguiente curva.
F(x)=Funcin de Densidad Acumulada o Distribucin Acumulada Directa

1
F(x)
F(xi)
0
xi
Conceptos Bsicos
Confiabilidad C(t)
Es la habilidad de un tem para desempear una funcin requerida bajo condiciones dadas para un
intervalo de tiempo dado (ISO 14224). La Confiabilidad C(t) de un componente para un tiempo misin
tm viene dado por la expresin:
1
C(t) Pr(t tm) f(t)dt

tm
donde:
f(t) es la funcin de densidad de probabilidad de la
variable aleatoria tiempo para la falla de una
poblacin de componentes , equipos o sistemas.
Para el caso de la variable aleatoria tiempo para la
falla, la funcin acumulada inversa, indica la
confiabilidad para un tiempo dado. Representada
con la siguiente curva.
Funcin de Densidad de Probabilidad o Distribucin de Frecuencias

C(xf(x)=
i)
f(xi)
f(x) C(x)=1-F(x)
xi
xi
F(x)=Funcin de Densidad Acumulada o Distribucin Acumulada Directa
C(xi)
1
F(x)
F(x)
C(x)
F(xi)
F(xi0)
0
xi
xi
X
X
Conceptos Bsicos
Activos Reparables
Un activo reparable es aquel que acepta reparaciones y le pueden ser restauradas sus funciones
mediante el uso de cualquier mtodo de reparacin diferente al reemplazo del sistema completo.
Un equipo reparable puede dibujar un diagrama de interrupciones como el mostrado en la siguiente
figura.
DISPONIBLE
(UP TIME)
tUP1
tUP2
tUP3
tUP(n-1)
tUP(n)
0
NO DISPONIBLE
(DOWN-TIME)
t
tDOWN1
tDOWN2
tDOWN(m-1)
Diagrama de Interrupciones
tDOWN(m)
Conceptos Bsicos
Activos No Reparables
Se define como activos no reparables, aquellos que tienen las siguientes caractersticas
fundamentales:
Su condicin operativa no puede ser restaurada despus de una falla.
Su vida termina con una nica falla y debe ser reemplazado.

t1
Equipo 1
Equipo 2
t2
Equipo 3
t3
t4
Equipo 4
Equipo 5
t5
Equipo 6
t6
Equipo n
tn
X
X
X
X
tmision
Tiempo t
Conceptos Bsicos
Activos Reparables vs. No Reparables:
Reparables
Un elemento reparable es aquel cuya

condicin operativa puede ser
restaurada despus de una falla, por
una accin de reparacin diferente al
remplazo total del mismo.
En su vida puede ocurrir ms de una
falla.
No Reparables
Un activo no reparable es aquel cuya

condicin operativa no puede ser
restaurada despus de una falla.
Su vida termina con una nica falla

y debe ser reemplazado.
Conceptos Bsicos
Activos Reparables vs. No Reparables:
Reparables
Para caracterizarlo probabilsticamente se

requiere estudiar los tiempos de
operacin hasta la falla y los tiempos fuera
de operacin de un equipo o de una
poblacin de equipos similares
Los indicadores de desempeo ms
importantes son Disponibilidad D(t) ,
Nmero Esperado de Fallas (t) y el
Tiempo Promedio entre la Falla (TPEF).
No Reparables
Para caracterizarlo probabilsticamente se

requiere estudiar los tiempos de
operacin hasta la falla de una poblacin
de equipos similares.
Los indicadores de desempeo ms

importantes para este tipo de activos
Confiabilidad C(t), tasa de fallas h(t) y
el Tiempo Promedio para la Falla (TPPF)
Contenido:

Teorema de Bayes.
Fundamentos de Confiabilidad para

Equipos
Definiciones Bsicas
Fundamentos de Confiabilidad para Equipos

Definiciones Bsicas
Confiabilidad: C(t)
La Confiabilidad es la probabilidad de que un componente, equipo o sistema, opere sin fallar; en un periodo de
tiempo especfico o tiempo misin.
Como valor probabilstico, la confiabilidad varia desde un valor de 1 o 100% al iniciar la operacin y disminuye
hasta tomar un valor de 0 al ocurrir la falla. Esto explica que la confiabilidad varia de 100% a 0 entre una falla y
otra.
La Confiabilidad, en su forma ms simple, se describe con la siguiente ecuacin:
C(t) e .t e
1
.t
TPPF
Donde el t= tiempo de la misin (hrs, das, semanas, meses, aos, etc), = tasa de falla, y TPPF= 1/ = tiempo
promedio para fallar. Ntese que la confiabilidad debe tener una dimensin de tiempo misin para calcular los
resultados. Esta ecuacin es vlida para tiempos para la falla que sigan la distribucin exponencial.
Normalmente se usa esta ecuacin ya que la distribucin exponencial tiene las siguientes ventajas:
No toma mucha informacin para encontrar un valor de confiabilidad.
Representa sistemas complejos que comprenden muchos modos/mecanismos de falla
adecuadamente.

Definiciones Bsicas
Mantenibilidad: M(t)
La Mantenibilidad trata con la duracin de paros por fallas y paros por mantenimiento o cunto tiempo toma
para lograr (facilidad y velocidad) restituir las condiciones del equipo a su condicin operativa despus de una
parada por falla o para realizar una actividad planificada.
Las caractersticas de Mantenibilidad son normalmente determinadas por el diseo del equipo el cual especifica
los procedimientos de mantenimiento y determina la duracin de tiempos de la reparacin.
La figura clave de mrito para la mantenibilidad es a menudo el tiempo promedio para reparar (TPPR).
Cualitativamente se refiere a la facilidad con que el equipo se restaura a un estado funcionando.
Cuantitativamente se define como la probabilidad de restaurar la condicin operativa del equipo en un periodo
de tiempo o tiempo misin. Se expresa a menudo como:
M(t) 1 e .t 1 e
1
.t
TPPR
Donde = Tasa de reparacin .

Esta ecuacin es vlida para tiempos para reparar que sigan la distribucin exponencial.

Definiciones Bsicas
Disponibilidad: D(t)
La disponibilidad es una figura de mrito o indicador que permite estimar el porcentaje de tiempo total en que
se puede esperar que un equipo est disponible para cumplir la funcin para la cual fue destinado.
La disponibilidad de un elemento, equipo o componente no implica necesariamente que est funcionando,
sino que se encuentra en condiciones de funcionar.
La disponibilidad es un trmino probabilstico exclusivo de los equipos reparables. Para estimar la
disponibilidad se requiere analizar estadsticamente los tiempos operando o up-times, y los fuera de servicio
o down-times.
OPERANDO
(UP TIME) tUP1
tUP2
tUP3
up-times
operando
tUP(n-1)
tUP(n)
0
FUERA DE
SERVICIO
(DOWN-TIME)
t
tDOWN1
tDOWN2
tDOWN(m-1)
down-times
fuera de servicio
tDOWN(m)

Definiciones Bsicas
Disponibilidad: D(t)
OPERANDO
(UP TIME)
tUP1
tUP2
tUP3
tUP(n-1)
tUP(n)
0
FUERA DE
SERVICIO
(DOWN-TIME)
t
tDOWN1
tDOWN2
tDOWN(m-1)
tDOWN(m)
En su acepcin mas simple; disponibilidad puede definirse de la siguiente manera:
Disponibilidad D
Uptime
Uptime Downtime
n
tUP
i
i1
n
m
tUP tDOWN
i
j
i1
j1

Definiciones Bsicas
Confiabilidad vs. Disponibilidad

Disponibilidad Confiabilidad
La Disponibilidad nos habla de como usamos el tiempo global; es decir; cuanto de ese tiempo
perdemos (down-time) y cuanto del tiempo aprovechamos (up-time).
Confiabilidad nos ofrece informacin sobre el intervalo de tiempo libre de fallas o tiempo entre
fallas consecutivas. Nos habla sobre la probabilidad de fallar en cada instante de este intervalo
libre de fallas.
Ambas se expresan en trminos porcentuales (%) o en trminos probabilsticos (entre 0 y 1).
Disponibilidad NO ES IGUAL A CONFIABILIDAD, excepto en el mundo de las fantasas donde no

hay fallas ni mantenimientos - H. Paul Barringer.
En la disponibilidad se refleja el efecto combinado de la confiabilidad y la mantenibilidad.


Definiciones Bsicas
Ejercicio No. 1
La tabla muestra valores de Tiempos de operacin para la falla y
Tiempos para restaurar la condicin operativa, recolectados de
la observacin de una planta de compresin.
Basndose en los conceptos de Disponibilidad; Confiabilidad y
Mantenibilidad previamente expuestos, estime:
1.- La Disponibilidad de la Planta.
2.- La Confiabilidad para un periodo de 140 hrs.
3.- La Mantenibilidad para 16 hrs.
4.- Si tiene informacin de que la planta se parara 3 veces al ao
para mantenimientos planificados que duraran 5 das c/u, a las
2000; 4000 y 6000 de operacin; calcule nuevamente la
disponibilidad.
Ejercicio 1.-Calculo_Disponibilidad_Planta de
Compresin.xls
Up Times y Down Times de una Planta de

Compresin
Tiempos de operacin
entre fallas (hrs)
2668.00
657.36
214.45
419.58
78.00
699.18
136.72
476.31
956.96
766.08
4.62
851.19
1888.00
252.70
203.16
717.71
318.71
1145.00
97.69
261.67
52.97
18.04
246.96
308.81
59.30
Tiempos para restaurar

la condicin operativa
(hrs)
6.0
0.1
11.8
31.8
4.2
23.5
9.4
113.5
30.9
12.7
4.3
17.4
7.1
18.7
7.1
12.3
7.4
13.4
45.3
20.5
15.8
6.9
42.7
17.0

Definiciones Bsicas
Ejercicio No. 2
Se desea instalar una nueva tecnologa en un Sistema de Bombeo de
Nafta. Para evaluar el desempeo que podra tener la Bomba bajo
anlisis, los ingenieros involucrados en tomar la decisin de aprobar
la compra de la bomba, recurrieron a informacin de desempeo de
un equipo igual operando en un sistema bajo condiciones
operacionales equivalentes.
Anexo encontrara los datos de falla y reparacin registrados para un
equipo equivalente.
Con base a la informacin suministrada, determine las siguientes
interrogantes:
1. Valor Esperado de la disponibilidad del sistema a los 10 aos.
Usando el SOFTWARE RAPTOR.
2. No Esperado de Fallas para el sistema a los 10 aos. Usando el
SOFTWARE RAPTOR.
3. Valor optimista y pesimista del No de fallas del sistema a los 10
aos. Usando el SOFTWARE RAPTOR.
4. Confiabilidad de la Bomba de Nafta a las 500, 1000, 2000 y
3500 hrs.
Ejercicio 2.- Calculo Disponibilidad Bomba
(Usando RAPTOR).xls
Bomba de Crudo
Tiempos hasta la Falla
TTF (hrs)
Tiempos para Reparar

TPR (hrs)
205
617
225
3234
182
1656
1500
364
873
106
299
259
450
2100
2700
210
287
460
963
1280
445
68
71
82
90
78
180
73
87
69
78
100
90
72
86
76
130
80
70
145
130
Contenido:

Teorema de Bayes.

Equipos
Estudio de los Up-Times

Estudio de los Up-times
Tipos de Up-time
OPERANDO
(UP TIME)
Tiempo Operativo
Hasta la Falla
Tiempo de Operacin
hasta Mantenimiento
tUP(n-1)
Tiempo
Censado
Tiempo Operativo hasta la Falla (TPF): Tiempo que transcurre el equipo operando desde el
arranque hasta que se detiene a causa de una falla.
Tiempo de Operacin hasta Mantenimiento Planificado (TPM): Tiempo que transcurre desde el
arranque hasta que el equipo se detiene para ejecutarle algn mantenimiento planificado.
Tiempo Censado (TC): Tiempo en operacin desde la ltima falla
n
m
w
Uptime TPFi TPMj TCk
i1
j1
k 1
n= nmero de valores del TPF de la muestra

m= nmero de valores del TPM de la muestra
w= nmero de valores del TC de la muestra

Tiempo Promedio Entre Eventos de Paro (TPEEP) y Tasa de Interrupciones
OPERANDO
(UP TIME)
Tiempo Operativo
hasta la Falla
Tiempo de Operacin
hasta Mantenimiento
tUP(n-1)
Tiempo
Censado
El TPEEP es el promedio de los tiempos entre interrupciones de diversa ndole.

TPEEP
n
m
w
TPFi TPMj TCk
i1
j1
k 1
nm
La TASA DE INTERRUPCIONES ( i ); es un indicador de la frecuencia con la que el equipo o

sistema bajo anlisis sale de servicio por razones de diversa ndole.
i n
nm
m
w
TPFi TPMj TCk
i1
j1
k 1


Tiempo Promedio para Fallar (TPPF) y Tasa de Fallas ()
Cuando los eventos que ocasionan paros son solo fallas; es decir; no se toma en cuenta las paradas
para mantenimientos planificados; al Tiempo Promedio Entre Eventos de Paro (TPEEP) se le llama
Tiempo Promedio Para Fallar (TPPF).
TPPF
n
w
TPFi TCk
i1
k 1
De igual manera, la TASA DE INTERRUPCIONES i; toma el nombre de TASA DE FALLAS ()
w
TPFi TCk
i1
k 1
TPFi : Tiempo que transcurre el equipo operando

entre la falla (i-1) y la falla (i)
TCk : Tiempo de operacin desde la ltima falla
n: nmero de valores del TPF de la muestra
w: nmero de valores del TC de la muestra

Estudio de los Up-times como Variable Aleatoria
Histograma de Frecuencias
Tiempos de Operacin entre Fallas
30
25
Frecuencia
Up-Times (hrs)
4272.00
201.19
2440.00
1506.00
1559.00
2237.00
2039.00
994.17
1040.00
1983.00
2501.00
1372.00
1302.00
3724.00
2145.00
2213.00
2835.00
1553.00
2594.00
1001.00
335.88
1757.00
2705.00
1229.00
3720.00
1812.00
1664.00
1228.00
1525.00
1531.00
2527.00
1248.00
1826.00
1584.00
3047.00
2578.00
1138.00
1879.00
1688.00
1693.00
890.88
1212.00
579.04
2518.00
1649.00
1743.00
1803.00
1325.00
932.01
1147.00
20
15
10
5
0
201.189
1015.3512
1829.5134
2643.6756
3457.8378
y mayor...
Tiempos
.137
Distribucin Weibull
.103
f(t)
.069
.034
.000
0.00
1000.00
2000.00
3000.00
f(t): Distribucin de Probabilidades de la Variable Aleatoria Up-Time
4000.00

Distribuciones de Probabilidad para los Up-times
Distribucin Exponencial:
La caracterizacin probabilstica de la variable up-time revela que muy frecuentemente que la distribucin
exponencial se adapta muy bien a los datos de la muestra.
f(x)
f ( x ) e
.x
La Distribucin Exponencial es ampliamente usada en anlisis de

confiabilidad, como distribucin de la variable aleatoria tiempo para la
falla de equipos o sistemas. Genricamente describe la cantidad de
tiempo que transcurre entre eventos, tal como el tiempo para la falla o el
tiempo entre eventos de paro.
El parmetro de la distribucin exponencial es: Tasa ()
Hay una caracterstica fundamental de las variables que siguen la
Distribucin Exponencial: El nmero de ocurrencia de eventos por
unidad de tiempo es aproximadamente constante. Cuando los eventos
bajo anlisis son fallas; la Tasa () se denomina Tasa de Fallas
Donde:
t = tiempo de la misin (hrs, das, semanas, meses, aos, etc.)
= tasa de falla y TPPF = 1/ = tiempo promedio para fallar.
Es muy frecuente utilizar la distribucin exponencial para representar los procesos de falla ya que la misma se ajusta
muy bien para datos que provienen de sistemas complejos que comprenden muchos modos/mecanismos de falla.

Distribucin Exponencial Clculo de Parmetros
El parmetro fundamental de la distribucin exponencial es la Tasa de Eventos ().
N _ Eventos _ Observados
1
Periodo _ de _ Observacion TPEE
Donde TPEE: Tiempo Promedio Entre Eventos
Para procesos de fallas; la Tasa de Eventos se denomina Tasa de Fallas ().
w
TPFi TCk
i1
k 1
TPFi : Tiempo que transcurre el equipo operando entre la restauracin luego

de la falla (i-1) y la falla (i).
n: nmero de fallas
w: nmero de valores TCk de la muestra

Distribucin Weibull:
Otro modelo de distribucin de probabilidades que frecuentemente resulta un buen ajuste para muestras de
datos de la variable up-time es la conocida Distribucin Weibull.
f(x)
x 1 x
f ( x ) e
La Distribucin Weibull es ampliamente usada en el estudio

del tiempo de vida o tiempo para la falla de componentes
mecnicos. Los parmetros de la Distribucin Weibull son:
Forma () y Escala ()
Hay una caracterstica fundamental de las variables que siguen

la distribucin Weibull: El nmero de ocurrencia de eventos
por unidad de tiempo no permanece necesariamente
constante; es decir, esta tasa de ocurrencia de eventos puede
crecer o decrecer con el tiempo.
X
Cuando el parmetro de forma <1, se considera que la tasa de ocurrencia de eventos esta decreciendo con el
tiempo.
Cuando el parmetro de forma =1, se considera que la tasa de ocurrencia de eventos es constante en el tiempo; es
decir la Weibull se comporta entonces como una exponencial.
Cuando el parmetro de forma >1, se considera que la tasa de ocurrencia de eventos esta creciendo con el tiempo.

Distribuciones de Probabilidad para los Up-Times
Distribucin Weibull Clculo de Parmetros
Para procesos de falla, los parmetros Forma () y Escala () de la Distribucin Weibull; se calculan
a partir de los datos de la muestra; con las siguientes ecuaciones:
n
TPFi
i1
W
TCk
k 1
Forma =
TPFi : Tiempo que transcurre el equipo operando entre la

restauracin luego de la falla (i-1) y la falla (i)
n: nmero de fallas
n
w
TPFi lnTPFi TCk lnTCk

i1
k 1
n
TPF
i TCk
i1
k 1
1 1 n
lnTPFi
n i1

Ecuaciones Importantes:
Distribucin de Probabilidad
Formato de Frecuencias
Probabilidad de Fallas
Confiabilidad
Tasa de Fallas
TPPF

Nota Importante:
Con mucha frecuencia se asume que los tiempos de operacin para la falla estn
exponencialmente distribuidos; o lo que es lo mismo, se asume una tasa de fallas constante.
Lo anterior es perfectamente razonable cuando el anlisis se hace a nivel de equipos; y no lo es,
cuando se hace a nivel de componentes.
Por ejemplo; consideremos un tipo de equipo que tiene 5 componentes internos; cada uno de los
cuales, al fallar produce la falla o parada del equipo. Si observamos por un largo perodo de
tiempo una poblacin de este tipo de equipos; con alta probabilidad encontraremos lo siguiente:
Al analizar los tiempos para la falla de la poblacin de equipos, discriminando por

componente que produjo la falla, encontraremos que los tiempos para la falla por tipo de
componentes tienden mayoritariamente a seguir distribuciones como Weibull, Gamma,
Lognormal y Beta, entre otras.
Si analizamos todos los tiempos para la falla para la poblacin de equipos, sin discriminar
por el componente que caus la falla, encontraremos que los tiempos para la falla, en la
gran mayora de los casos, siguen la distribucin exponencial; es decir, la tasa de falla es
constante.

Ejercicio No. 3
Realice el ejercicio 2, tomando en cuenta que el ltimo dato de
Tiempo hasta la Falla es un tiempo censado, para ello use el
software RARE para caracterizar la variable aleatoria TPPF.
Con base a la informacin suministrada, defina las siguientes
interrogantes:
1. Valor Esperado de la disponibilidad del sistema a los 10 aos.
Usando el SOFTWARE RAPTOR.
2. No Esperado de Fallas para el sistema a los 10 aos. Usando el
SOFTWARE RAPTOR.
3. Valor optimista y pesimista del No de fallas del sistema a los 10
aos. Usando el SOFTWARE RAPTOR.
4. Confiabilidad de la Bomba de Nafta a las 500, 1000, 2000 y
3500 hrs.
5. Si usted debe suministrar sus estimados a las gerencia general
de mantenimiento para apoyar la planificacin y programacin
de las actividades de mantenimiento asociadas a la bomba de
nafta, cul sera su estimado?, Con cual tiempo se
comprometera?
Ejercicio 3.- Calculo Disponibilidad
Bomba (Usando RARE y RAPTOR).xls
Bomba de Crudo
Tiempos hasta la Falla
TTF (hrs)
Tiempos para Reparar

TPR (hrs)
205
617
225
3234
182
1656
1500
364
873
106
299
259
450
2100
2700
210
287
460
963
1280
445
68
71
82
90
78
180
73
87
69
78
100
90
72
86
76
130
80
70
145
130
Contenido:

Teorema de Bayes.

Equipos
Estudio de los Down-Times

Estudio de los Down-times
Tipos de Down-time
OPERANDO
(UP TIME)
Tiempo Operativo
hasta la Falla
Tiempo de Operacin
hasta Mantenimiento
Tiempo
Censado
tUP(n-1)
FUERA DE
SERVICIO
(DOWN-TIME)
tDOWN1
tDOWN2
Tiempo para
Reparar
tDOWN(m-1)
tDOWN(m)
Tiempo para
Mantenimiento
Tiempo para Mantenimiento (TM) : Tiempo que transcurre desde que el equipo es desactivado para
hacerle mantenimiento; hasta que es puesto en operacin.
Tiempo Para Reparar (TPR): Tiempo que transcurre desde que ocurre la falla hasta que el equipo es
puesto en operacin despus de su reparacin.
n
i1
j1
Downtime TPRi TMj
n= nmero de valores del TPR de la muestra

m= nmero de valores del TM de la muestra

Estudio del Downtime

Tiempo para Reparar (TPR)
OPERANDO
(UP TIME)
Tiempo Operativo
hasta la Falla
Tiempo de Operacin
hasta Mantenimiento
Tiempo
Censado
tUP(n1)
0
FUERA DE
SERVICIO
(DOWN-TIME)
Produccin
tDOWN1
tDOWN2
Tiempo para
Reparar
tDOWN(m-1)
Tiempo para
Mantenimiento
tDOWN(m)
TTF: Tiempo para Fallar

TTR: Tiempo para Reparar
CLF: Perdida de Capacidad
asociada a la Falla
DEL: Retrazo en el comienzo de la
Reparacin
ART: Tiempo de Reparacin Actual
CLR: Prdida de Capacidad
asociada a la Reparacin

Estudio del Down -Time como Variable Aleatoria
La caracterizacin probabilstica de la variable down-time revela muy frecuentemente que las
distribuciones que mejor se adaptan a la muestra de datos son:
Distribucin Exponencial.
Distribucin Lognormal.
El anlisis de la variable down-time es conocido como MANTENIBILIDAD -M(t). Cuantitativamente
se define como la probabilidad de restaurar la condicin operativa del equipo en un periodo de
tiempo o tiempo misin.
La figura clave de mrito para la mantenibilidad es a menudo el tiempo promedio para restaurar la
condicin operativa (TPPR).
Cuando el tiempo para reparar sigue la distribucin exponencial; la mantenibilidad se expresa
como:
1
.t
.t
TPPR
M(t) 1 e
1e
Donde:
m = Tasa de reparacin
n
n
TPRi
i1
n= nmero de reparaciones en la muestra

Ejercicio No 4:
Estudio del Down -Time como Variable Aleatoria.
La tabla contiene una muestra de 100 valores del tiempo para reparar de bombas del servicio de crudo
de una refinera. Utilizando el Crystal Ball y RARE; seleccione la distribucin de probabilidades que
mejor representa los downtimes o tiempos para reparar.
48.58
59.03
54.85
66.11
58.46
63.51
86.43
84.01
66.91
49.92
81.85
41.62
68.13
54.46
60.99
63.34
68.11
76.39
89.73
63.33
Tiempo Para Reparar (Hrs)

63.28
67.33
87.98
57.51
69.70
94.47
64.38
74.13
53.34
67.26
71.11
92.53
69.44
65.12
56.65
58.84
68.07
54.06
67.57
60.28
64.51
66.60
76.06
69.02
56.90
60.37
81.31
70.17
64.72
68.62
67.80
72.38
52.19
52.61
64.74
71.19
75.51
72.33
76.97
77.70
60.70
83.61
42.54
70.85
98.82
56.30
68.01
63.31
59.69
71.80
73.53
84.28
102.22
56.37
88.47
70.50
42.55
60.93
65.11
96.78
65.31
49.87
51.55
74.85
79.29
59.56
99.28
80.56
92.70
78.78
55.50
87.23
56.60
71.12
67.03
58.97
51.00
76.68
81.35
68.50
Ejercicio 4.Calculo_TPPR.xls
Contenido:

Teorema de Bayes.
Estimacin de
Ocurrencia de Fallas
1 Basada en la Historia de Fallas
Confiabilidad Basada en la Historia de Fallas

La Confiabilidad Basada en la Historia de Fallas o Confiabilidad Basada en la Estadstica del Tiempo de
Falla; es la rama de la confiabilidad que estudia la variable aleatoria Tiempo para la Falla.
El insumo bsico para este tipo de anlisis son bases de datos donde se almacenan las historias de
fallas (tiempos de fallas y tiempos de reparacin) de equipos.
Up-Times (Hrs)
4272
201
2440
1506
1559
2237
2039
994
1040
1983
2501
1372
1302
3724
2145
2213
2835
1553
2594
1001
336
1757
2705
1229
3720
1812
1664
1228
1525
1531
2527
1248
1826
1584
3047
2578
1138
1879
1688
1693
891
1212
579
2518
1649
1743
1803
1325
932
1147
Ubicacin de Tipos de Equipos en Funcin de su Falla

Frecuencia
De fallas
(# Fallas / tiempo)
Alta frecuencia /Baja consecuencia

Tpico de Equipos Rotativos
Falla = Prdida de la Funcin
Alta
Baja frecuencia /Alta consecuencia

Tpico de Equipos Estticos
Media
Falla = Prdida de la Integridad Mecnica
Baja
Consecuencias
($/Falla)
Baja
Media
Alta
Contenido:

Teorema de Bayes.
Equipos No-Reparables
Confiabilidad Basada en la Historia de Fallas Equipos No-Reparables

Diagrama de Interrupciones (Fallas y Datos Censados)
t1
Equipo 1
Equipo 2
t2
Equipo 3
t3
t4
Equipo 4
Equipo 5
t5
Equipo 6
t6
Equipo n
tn
X
X
X
X
tmision
Tiempo t

La Funcin Confiabilidad C(t)
Confiabilidad es la probabilidad de que el activo opere sin fallas un tiempo igual o superior al perodo de
anlisis o tiempo misin (tm).
Basado en el anlisis estadstico de la variable aleatoria tiempo para la falla.
La confiabilidad se calcula usando la distribucin de probabilidad acumulada inversa de la variable
aleatoria tiempo de operacin para la falla o up-time .
DISTRIBUCIONES ACUMULADAS
DEL TIEMPO PARA FALLAR
DISTRIBUCION DE PROBABILIDAD
,128
1,000
,096
,750
f(t)
C(t)=Confiabilidad
,500
C( t m )
,032
,000
0,00
13,75
tm
41,25
Confiabili dad ( t ) Pr( t t m )
55,00
,000
t
0,00
13,75
tm
27,50
41,25
tm
tm
55,00
C( t m ) Pr( t t m ) f ( t )dt 1 f ( t )dt 1 F ( t m )

Tiempo Promedio Para la Falla
El TPPF es el estimado puntual ms clsico en el rea de Confiabilidad; y es un parmetro de mucho
inters para la seleccin de equipos y diseo de sistemas.
El TPPF o Tiempo Esperado para la Falla, corresponde a la media de la distribucin de la variable
aleatoria tiempo para la falla; y se calcula utilizando la ecuacin presentada a continuacin, que
expresada en trminos de tiempo es:
DISTRIBUCION DE PROBABILIDAD
,128
,096
f(t)
,032
,000
0,00
t=TPPF
27,50
41,25
55,00
t TPPF t .f ( t )dt C( t )dt

Tasa de Falla h(t)
La funcin de velocidad de incremento del peligro o tasa de fallas h(t), es un camino alternativo a la
funcin confiabilidad C(t), para describir el comportamiento de la variable aleatoria tiempo para la falla.
La funcin h(t) describe el comportamiento del nmero de fallas de una poblacin por unidad de tiempo,
y viene dada por la siguiente expresin:
Curva de la Baera
f(t)
f(t)
R(t) 1 F(t)
C(t) e (h(t)).dt
TASA DE FALLA h(t)
h(t)
Tasa de Fallas
decreciente
Tasa de Fallas
constante
Mortalidad
Infantil
Periodo de
Fallas Aleatorias
TIEMPO (t)
Tasa de Fallas
creciente
Envejecimiento
o Desgaste

Procedimiento para determinar la Funcin Confiabilidad C(t)
1. Seleccionar la muestra de tiempos para la falla representativa del activo bajo anlisis.
2. Determinar cual es la distribucin de probabilidades que mejor se ajusta a los datos de la muestra
mediante una Prueba de Bondad de Ajuste.
3. Una vez identificado el modelo que mejor ajusta , se utiliza la ecuacin de la Distribucin
Acumulada Inversa de ese modelo como funcin de Confiabilidad. Esto implica que no hay un
modelo matemtico o frmula nica para calcular confiabilidad
Exponencial:
Casos mas frecuentes:
Weibull:
C(t) e .t
t

C(t) e
4. En caso de no tener datos suficientes de TPF como para hacer una prueba de bondad de ajuste; se
debe asumir la distribucin exponencial como distribucin de los TPFs
Exponencial:
C(t) e .t

Ejercicio No 5:
Un grupo de profesionales esta realizando un seguimiento a 53 bombas, cada una desde su instalacin hasta la falla.
De stas 53 bombas en observacin 49 han fallado en los periodos observados en la tabla A, mientras que en la
tabla B se muestran las horas acumuladas de las 4 bombas restantes que aun siguen operando.
Tabla A Tiempos de Operacin de Equipos Fallados
Tiempo de Operacin hasta la falla (hrs)
Bombas Electrosumergibles
21.6
373.6
746.6
1519
2773
63
430.6
756.7
1589
2894
65.1
434
758.8
1676
2939
83.3
446.8
977.9
1769
2969
120.5
516.8
1082
1789
3438
121
597.9
1082
1832
3595
135.1
629.7
1178
2072
4083
184.2
647.6
1282
2259
5804
246.4
719.7
1373
2290
6415
298.5
737.6
1447
2554
Tabla B Tiempos de Operacin de Equipos Censados

Tiempo de Operacin (hrs)
Bombas Electrosumergibles
6870
6900
6550
7000
Nota: Por poltica de mantenimiento, estas bombas son

reemplazadas por una bomba nueva al fallar, para minimizar el
tiempo de paro.
Calcular la tasa de fallas y la confiabilidad de una bomba del mismo tipo, que operar en condiciones similares a las
bombas de la muestra, para periodos de 500, 1800 y 5000 hrs.
Calcular la probabilidad de que esta bomba supere las 6000 hr. de operacin y el TPPF de la poblacin de bombas.
Ejercicio 5.- Equipos No Reparables (Bombas

Electrosumergibles).xls
Contenido:

Teorema de Bayes.
Equipos Reparables
Confiabilidad Basada en la Historia de Fallas Equipos Reparables

Tipos de Up-Times (Tiempos Operativos)
OPERANDO
(UP TIME)
Tiempo Operativo
hasta la Falla
Tiempo de Operacin
hasta Mantenimiento
tUP(n-1)
Tiempo
Censado
Tiempo Operativo hasta la Fallas (TPF) : Tiempo que transcurre el equipo operando desde la
restauracin luego de una falla hasta la siguiente falla.
Tiempo de Operacin hasta Mantenimiento Planificado (TPM): Tiempo que transcurre desde el
arranque hasta que el equipo se detiene para ejecutarle algn mantenimiento planificado.
Tiempo Censado (TC): Tiempo en operacin; desde la ltima falla.
n
m
w
Uptime TPFi TPMj TCk
i1
j1
k 1


Tiempo Promedio Entre Eventos de Paro (TPEEP) y Tasa de Interrupciones
OPERANDO
(UP TIME)
Tiempo Operativo
hasta la Falla
Tiempo de Operacin
hasta Mantenimiento
tUP(n-1)
Tiempo
Censado
El TPPEEP es el promedio de los tiempos entre interrupciones de diversa ndole
TPEEP
n
m
w
TPFi TPMj TCk
i1
j1
k 1
nm
La TASA DE INTERRUPCIONES ( i ); es un indicador de la frecuencia con la que el equipo o sistema bajo

anlisis sale de servicio por razones de diversa ndole
i n
nm
m
w
TPFi TPMj TCk
i1
j1
k 1


La caracterizacin probabilstica de la variable up-time revela para Activos Reparables muy
frecuentemente esta variable sigue las Distribuciones Exponencial o Weibull.
f(x)
f ( x ) e
w
TPFi TCk
i1
k 1
f(x)
x 1 x
f ( x ) e

.x
TPFi : Tiempo de operacin entre la

retsauracin de la falla i-1 y la falla i
TCk : Tiempo de operacin desde la ultima
falla del equipo k
n: nmero de fallas en la muestra
n
w
TPFi lnTPFi TCk lnTCk

i1
k 1
n
w
TPFi TCk
i1
k 1
n
TPFi
i1
TCk
k 1
n
1 1 n
lnTPFi
n i1

Down-Times (Tiempos Fuera de Servicio)
Tiempo Operativo
hasta la Falla
OPERANDO
(UP TIME)
Tiempo de Operacin
hasta Mantenimiento
Tiempo
Censado
tUP(n-1)
0
FUERA DE
SERVICIO
(DOWN-TIME)
tDOWN1
tDOWN2
Tiempo para
Reparar
tDOWN(m-1)
tDOWN(m)
Tiempo para
Mantenimiento
Tiempo para Mantenimiento (TM) : Tiempo que transcurre desde que el equipo es desactivado para
hacerle mantenimiento; hasta que es puesto en operacin.
Tiempo Para Reparar (TPR): Tiempo que transcurre desde que ocurre la falla hasta que el equipo es
puesto en operacin despus de su reparacin.
n
m
Downtime TPRi TMj
i1
j1
n= nmero de valores del TPR de la muestra

m= nmero de valores del TM de la muestra

Down-Times (Tiempos Fuera de Servicio)
La caracterizacin probabilstica de la variable down-time revela que muy frecuentemente que las distribuciones
que mejor se adaptan a la muestra de datos son:
Distribucin Exponencial
Distribucin Lognormal
f(x)
f(x)
2
f(x)
f ( x ) e
.x
xm
x50%
1 ln(x)t

1
e 2
tx 2
El anlisis de la variable down time es conocido como MANTENIBILIDAD M(t). Cuantitativamente se define como la
probabilidad de restaurar la condicin operativa del equipo en un periodo de tiempo o tiempo misin
La figura clave de mrito para la mantenibilidad es a menudo el tiempo promedio para restaurar la condicin
operativa (TPPR). Cuando el tiempo para reparar sigue la distribucin exponencial; la mantenibilidad se expresa
como:
M(t) 1 e.t 1 e
Donde: m = Tasa.de.Reparacin
n
n
TPRi
i1
1
.t
TPPR
; n= nmero de reparaciones en la muestra

Procedimiento para Clculos de Mantenibilidad M(t)
1.
Seleccionar la muestra de tiempos fuera de servicio o tiempos para reparar la condicin operativa,
representativa del activo bajo anlisis.
2.
Determinar cual es la distribucin de probabilidades que mejor se ajusta a los datos de la muestra
mediante una Prueba de Bondad de Ajuste.
3.
Una vez identificado el modelo que mejor ajusta , se utiliza la ecuacin de la Distribucin Acumulada
Directa de ese modelo como funcin de Mantenibilidad. Esto implica que no hay un modelo
matemtico o frmula nica para calcular mantenibilidad.
1
.t
TPPR
Exponencial:
M(t) 1 e
LogNormal:
lnt t
M(t)
Casos mas frecuentes:
4.
En caso de no tener datos suficientes de TPR como para hacer una prueba de bondad de ajuste; se debe
asumir la distribucin exponencial como distribucin de los TPRs.

Disponibilidad D(t)
La disponibilidad es una figura de mrito o indicador que permite estimar el porcentaje de tiempo total en que se
puede esperar que un equipo est disponible para cumplir la funcin para la cual fue destinado.
La disponibilidad es un trmino probabilstico exclusivo de los equipos reparables. Para estimar la disponibilidad se
requiere analizar estadsticamente los tiempos operando o up-times, y los fuera de servicio o down-times.
Tipos de Disponibilidad:
Disponibilidad Inherente:
Ai MTTF /(MTTF MTTR)
Representa el porcentaje del tiempo que un equipo est en condiciones de operar durante un perodo de
anlisis, teniendo en cuenta slo los paros no programados. El objetivo de este indicador es medir la
Disponibilidad Propia de los equipos, con la finalidad de incrementarla, ya que en la medida que esto ocurra,
significar que se disminuye el tiempo de los paros por falla o paros no programados del equipo.
Disponibilidad Operacional:
Ao MTBDE /(MTBDE MDT)
Representa el porcentaje de tiempo que el equipo qued a disponibilidad del rea de Operacin para
desempear su funcin en un perodo de anlisis. Teniendo en cuenta el tiempo que el equipo est fuera de
operacin por paros programados y no programados. El objetivo de este indicador es medir el desempeo de
los equipos y la eficiencia en la gestin de mantenimiento, de manera conjunta, comparndolos contra los
objetivos y metas del negocio, con la finalidad que Operacin tenga cada vez ms tiempo el equipo disponible
y que ste pueda realizar la funcin para la que fue diseado.

Estimacin de Disponibilidad D(t) y Nmero espera de Fallas (t)
n
Gestin
Enfoque Bsico
Uptime
D
Uptime Downtime
UPi
i 1
t
i 1
UPi
t DOWNj
D5%
D95%
j 1
Pronstico
DOperaciona l
TPEEP
TPEEP TFS
DInherente
TPPF
TPPF TPPR
D(t)=
Enfoque General
D5%
5%
D95 %
Simulacin de Montecarlo
(t)=
(Nmero esperado de fallas)
95 %
Tipos de Disponibilidad
Disponibilidad Inherente:
Representa el porcentaje del tiempo que un
equipo est en condiciones de operar
durante un perodo de anlisis, teniendo en
cuenta slo los paros no programados.
El objetivo de este indicador es medir la
Disponibilidad Propia de los equipos, con la
finalidad de incrementarla, ya que en la
medida que esto ocurra, significar que se
disminuye el tiempo de los paros por falla o
paros no programados del equipo.
DInherente
TPPF
TPPF TPPR
Disponibilidad Operacional:
Representa el porcentaje de tiempo que el
equipo qued a disponibilidad del rea de
Operacin para desempear su funcin en un
perodo de anlisis. Teniendo en cuenta el
tiempo que el equipo est fuera de operacin
por paros programados y no programados.
El objetivo de este indicador es medir el
desempeo de los equipos y la eficiencia en la
gestin de mantenimiento, de manera
conjunta, comparndolos contra los objetivos
y metas del negocio, con la finalidad que
Operacin tenga cada vez ms tiempo el
equipo disponible y que ste pueda realizar la
funcin para la que fue diseado.
DOperacional
TPEEP
TPEEP TPPR
INICIO
CARACTERIZAR PROBABILSTICAMENTE EL TIEMPO DE OPERACIN ENTRE FALLAS (X) Y UN VALOR DEL TIEMPO FUERA DE SERVICIO (Y)
DESDE LOS DATOS DE LA MUESTRA; SIGUIENDO LOS PROCEDIMIENTOS DESCRITOS EN LOS PUNTOS 2.3.3.1 DEL CAP. II SECIN 2.2
Y 4.3.1.3.1 DEL CAP. II SECCIN 2.4
Mdulo 3:
Fundamentos de Confiabilidad
f(X)=Distribucin de Frecuencia del

Tiempo de Operacin entre Fallas
g(Y)= Distribucin de Frecuencia

del Tiempo fuera de Servico
f(X)
g(Y)
SELECCIONE EL NUMERO
DE ITERACIONES = m
i=1
Equipos Reparables Variables
j=1
k=1
Probabilsticas de Inters:
T0=0
x0=0
y0=0
1.- Nmero Esperado de Fallas

2.- Disponibilidad
GENERAR ALEATORIAMENTE UN VALOR DEL TIEMPO DE OPERACIN ENTRE FALLAS (X) Y UN VALOR DEL TIEMPO
FUERA DE SERVICIO (Y) DESDE SUS RESPECTIVAS DISTRIBUCIONES DE PROBABILIDAD; SIGUIENDO LOS
PROCEDIMIENTOS DESCRITOS EN EL PUNTO 3.4.1.2.2.1, DEL CAP. II; SECCIN 2.3
F(X)=Distribucin de Acumulada del

Tiempo fuera de Servicio
0,8
0,7
0,6
F(X)
Mtodo de Clculo de la
Disponibilidad y el Nmero Esperado
de Fallas Mtodos Numricos
(Simulacin de Montecarlo)
F X
G(Y)
1
0,9
F(X)=Distribucin de Acumulada del

Tiempo de Operaci n entre Fallas
0,5
0,4
0,3
0,2
0,1
0
1
0,9
0,8
0,7
0,6
F X
0,5
0,4
0,3
0,2
0,1
0
Y = Tiempo fuera de Servicio (hrs)
X = Tiempo fde Operacin entre Fallas (hrs)
y k G 1( Y )
xk F ( X )
Tj=Tj-1 + xK + yK
xj=xj-1+xk
i=i+1
SI
i <m ?
NO
yj=yj-1+yk
Disponibilidad
di
xj
Tj
NO
Tj <T ?
SI
N Fallas
ni=j
DISPONIBILIDAD
ESPERADA AL TIEMPO T
D(T )
1m
di
m i 1
j=j+1
k=k+1
NUMERO ESPERADO DE
FALLAS AL TIEMPO T
(T )
1m
ni
m i 1
STOP

Equipos Reparables Clculo de Disponibilidad
Ejercicio No. 6
Desde el ltimo overhault un turbocompresor ha tenido el
comportamiento de fallas y reparaciones que se refleja en la tabla
anexa.
Note que el turbocompresor ha operado 578 hrs continuas desde
la ltima falla hasta el da de hoy, y se mantiene operando.
Hasta hoy, el total de hrs acumuladas en operacin es de 16225.
Calcular:
1. La disponibilidad a las 19000 y 20000 hrs.
2. El No de fallas que ocurrirn durante el prximo ao.
TIEMPO EN
OPERACIN
(Hrs)
4300
2187
367
278
789
1789
469
1890
3578
578
TIEMPO EN
REPARACIN
(Hrs)
10
65
11
32
45
12
4
51
8
-
3. Estime de nuevo la disponibilidad, considerando un compresor

de la mismas caractersticas, instalado como spare.
Resuelva el ejercicio utilizando los software RARE y RAPTOR
Ejercicio 6.- Equipos Reparables

(Clculo de Disponibilidad).xls
Contenido:

Teorema de Bayes.

Equipos.
Fuentes de Informacin para Calcular
Confiabilidad y Disponibilidad.

Fuentes de Informacin para calcular Confiabilidad y Disponibilidad
Fuentes de Informacin Evidencia.

La EVIDENCIA esta constituida por los tiempos para fallar y para reparar observados en equipos o
poblaciones de equipos en una planta bajo anlisis. Tambin pueden considerarse como EVIDENCIA
los tiempos para fallar y para reparar en equipos similares operando en plantas o procesos
productivos similares.
La fortaleza de este tipo de informacin es su representatividad de la realidad" y su debilidad es que
probablemente "sean muy pocos datos (informacin estadsticamente poco robusta).
Al considerar una poblacin de equipos de la cual se ha recolectado una muestra de n valores
donde n son los tiempos de operacin para la falla de los equipos (TPF1, TPF2, .. TPFn) y w son
tiempos de operacin de los equipos desde la ltima falla ( TC1, TC2, TCk) y T es el tiempo total de
operacin o up time de la poblacin de equipos .
n
w
T TPFi TCk
i1
k 1
TPFi : Tiempo que transcurre el equipo operando luego de su

restauracin desde la falla (i-1) hasta la falla (i)
n: nmero de fallas

Fuentes de Informacin Opinin de Expertos.
La opinin de expertos representa una de las fuentes fundamentales de informacin para el clculo de
Confiabilidad y Disponibilidad.
Los expertos poseen valiossima informacin sobre parmetros como las tasas de falla y las tasas de
reparacin normalmente sustentada en la observacin y experiencia con equipos similares en
operacin (equipos similares al equipo al que le queremos estimar la tasa de fallas).
Una de las formas mas efectivas de
ejecutar la opinin de un experto es
pedirle tres valores para caracterizar la
informacin de inters; un valor mnimo,
un valor mas probable y un valor
mximo. Con estos tres valores;
apoyndose en distribuciones de
probabilidad como la TRIANGULAR o la
BETA PERT y LOGNORMAL; es posible
caracterizar
probabilsticamente
la
opinin del experto.
Mnimo Valor Posible de la Tasa de Fallas
EXPERTO
Mximo Valor Posible de la Tasa de Fallas
f()
min
Valor Mas Probable de la Tasa de Fallas
prob
max

Fuentes de Informacin Bases de Datos Genricas.

Fuentes Genricas
de TPF y TPR
OREDA
WELL
MASTER
PHMSA
IEEE
EXIDA
1. Offshore Reliability Data (OREDA).

2. WELL MASTER para los pozos productores de gas.
3. PHMSA (Pipelines and Hazardous Materials Safety Administration - U.S. Department of
Transportation, DOT) para las tuberas.
4. IEEE STD 493-1997 para equipos elctricos.

5. EXIDA: Instrumentacin y Control.
Debido a la heterogeneidad de las muestras analizadas para construir estos bancos de informacin;
la misma se presenta en forma de distribuciones de probabilidad de las tasas de falla y reparacin

Bases de datos genricas Representatividad de la Informacin

TUBERIA
Modos de Falla que no aplican al
contexto operacional analizado
PARLOC 96/2001
Tubera=modo1+modo2+modo3+modon
DATA DE FALLA GENERICA
Well Master, 2.5

OREDA 2006
PARLOC
96/2001
PARLOC 96
/ 2001
Opinin de Expertos
modo1
modo3
modo n
RAM Analysis
Tubera =modo1+modo3+modon
Tubera Ajustada

Fuentes de Informacin Teorema de Bayes.

El teorema de Bayes es el vehculo estadstico que nos permite combinar informacin de tasas de fallas proveniente
de bases de datos genricos o de la opinin de expertos con evidencia de tiempos de falla y reparacin colectados en
nuestra propia instalacin o proceso; con la finalidad de obtener mejores estimados de las tasas de falla y reparacin
de los equipos y sistemas bajo anlisis. Este procedimiento es adecuado para estimar la mencionada tasa de fallas (l),
en casos donde la evidencia o muestra es nula o no es representativa.
El teorema permite hallar la distribucin posterior o actualizada de la tasa de fallas f(l/X). Para ello es necesario por
una parte definir una distribucin previa de la tasa de fallas g(l) (Conocimiento Previo) y por la otra, construir la
funcin de verosimilitud o probabilidad de la evidencia L(X/l) a partir de la evidencia muestral. Este procedimiento de
clculo es generalmente conocido como actualizacin de la tasa de fallas.
L(X )g()
f( / X)
Teorema de Bayes
L(X )g()d
Conocimiento Previo (Prior Knowledge): Distribucin de probabilidades de las tasas de falla y reparacin reflejadas
en bancos de datos genricos tipo OREDA, PARLOC, WELL MASTER, IEEE. La virtud de esta informacin es su
"robustez, su debilidad es su "heterogeneidad".

Fuentes de Informacin Teorema de Bayes

Ejercicio No. 7
Fuentes de Informacin Combinando Fuentes de Informacin

El personal de ingeniera de la empresa OIL&GAS requiere instalar un nuevo intercambiador de calor (Fin Fan
Cooler), en una de sus principales plantas de procesos. Para ello requiere realizar un anlisis de la
confiabilidad y disponibilidad del nuevo equipo, para asegurar la disponibilidad total del proceso.
El equipo de ingenieros cuenta con la siguiente informacin: datos genricos y evidencia.
Data Genrica (OREDA 2002)
La Tabla 2, presenta la informacin sobre intercambiadores de calor (Fin Fan Cooler) que se encuentra en la
fuente de informacin genrica. (Pg 380.Oreda 2002).
OREDA contiene informacin sobre modos de fallas crticos, por degradacin e incipientes. Como se observa
en la tabla, de izquierda a derecha se presentan en columnas lo siguiente: modo de falla, codificacin segn la
norma ISO14224, nmero de fallas analizadas, tasa de falla (nmero de fallas por cada milln de hora en
tiempo calendario o tiempo en operacin), tiempo de la actividad y tiempo de reparacin (horas/hombre).
Es importante resaltar que el OREDA presenta la tasa de falla en forma distribuida, a travs de una
Distribucin Gamma, note que presenta los siguientes parmetros estadsticos valor mnimo (Percentil 5),
valor medio o esperado (media), valor mximo (Percentil 95), desviacin estndar.
Ejercicio 7- Bases de Datos Genericas y

Teorema de Bayes.xls

Ejercicio No. 7
Fuentes de Informacin Combinando Fuentes de Informacin

Tabla 2: Intercambiador de Calor (Fin Fan Fuente: OREDA 2002)
3.1.1
OREDA - 2002
Pagina 380
Modo de Falla
Critica
External leakage process medium
External leakage process medium
Insufficient heat transfer
Minor in-service problems
Other
Other
Parameter deviation
Parameter deviation
Degraded
Other
Other
Parameter deviation
Parameter deviation
Incipiente
Abnormal instrument reading
Abnormal instrument reading
Other
Other
Parameter deviation
Parameter deviation
Todos los modos
Equipo:
Heat exchanger Fin fan

Tiempo Agregado en Servicio (106 horas)
No de Demandas
Tiempo Calendario
* Tiempo en Operacin+
0.6134
0.2921
No de
Rata de Falla (106 horas)
Activida Reparacion (hr/H)
Falla Inferior Medio Superior
ana
DS
n/t
Rep. hrs Min Media Max
maria
6*
0.88
8.56
22.96
7.34
9.78
carmen
6
3.63
20.52
48.72
14.53
20.54
4.2
2
7 14
ELP
1*
0.05
1.56
4.73
1.63
1.63
ELPC
1
0.17
3.42
10.25
3.42
3.42
3.0 6.0
6.0 6.0
IHT
2*
0.41
3.09
7.88
2.45
3.26
IHTC
2
1.21
6.84
16.24
4.84
6.85
5.0 4.0
8.0 12.0
SER
1*
0.05
1.56
4.73
1.63
1.63
SERC
1
0.17
3.42
10.25
3.42
3.42
2.0 2.0
2.0 2.0
OTH
1*
0.05
1.56
4.73
1.63
1.63
OTHC
1
0.17
3.42
10.25
3.42
3.42
6.0 14.0 14.0 14.0
PDE
1*
0.05
1.56
4.73
1.63
1.63
PDEC
1
0.17
3.42
10.25
3.42
3.42
4.0 4.0
4.0 4.0
More
48*
5.17 54.120 147.610 47.560 78.250
Darc
48
28.39 162.930 388.550 116.220 164.310
4.1
1
4.5 17
IHT
26*
10.49
35.10
71.50
19.24
42.39
IHTD
26
15.56
88.59 210.79
62.95
89.00
3.8 1.0
4.3 9.0
SER
11*
1.16
14.56
41.10
13.45
17.93
SERD
11
6.64
37.58
89.28
26.63
37.65
3.0 1.0
3.0 6.0
OTH
9*
1.08
12.24
33.90
11.00
14.67
OTHD
9
5.44
30.76
73.06
21.79
30.81
5.9 3.0
6.5 17.0
PDE
2*
0.41
3.09
7.88
2.45
3.26
PDED
2
1.21
6.84
16.24
4.84
6.85
6.8 5.0
6.5 8.0
More
45*
5.43 51.530 137.530 43.800 73.360
Darc
45
26.66 152.820 364.340 108.960 154.040
4
1
4.7 24
AIR
10*
1.12
13.41
37.51
12.23
16.30
AIRI
10
6.04
34.17
81.17
24.21
34.23
3.5 1.0
4.9 24.0
IHT
1*
0.05
1.56
4.73
1.63
1.63
IHTI
1
0.17
3.42
10.25
3.42
3.42
4.0
4.0 4.0
SER
23*
12.38
32.51
60.39
14.97
37.50
SERI
23
13.79
78.41 186.51
55.69
78.73
3.7 1.0
3.8 14.0
OTH
6*
0.88
8.56
22.96
7.34
9.78
OTHI
6
3.63
20.52
48.72
14.53
20.54
3.7 2.0
3.7 4.0
PDE
5*
0.79
7.26
19.26
6.11
8.15
PDEI
5
3.03
17.10
40.60
12.11
17.12
6.4 5.0 10.2 14.0
More
99*
1.59 98.210 308.950 110.520 161.400
Darc
99
56.96 333.110 798.540 239.710 338.880
4.1
1
4.7 24
Evidencia:
Como evidencia se tienen tiempos de
operacin hasta la falla (Datos fallados) y
tiempo de operacin de equipos que no
han
fallado
(Datos
censados),
provenientes de los registros histricos de
falla de equipos operando bajo similares
condiciones
Tabla 1: Informacin de Evidencia
Tiempo de
Tiempo de
Operacin de
Operacin hasta la
Equipos que no han
falla
fallado
(Datos de Falla)
(Datos Censados)
65700
120000
TOTAL (hr)
75300
75300
75300
45000
43200
379800
120000

Ejercicio No. 7
Fuentes de Informacin Combinando Fuentes de Informacin - Solucin

Procedimiento:
PASO 1
El primer paso en la actualizacin consiste en definir los modos de falla que aplican, en funcin del
contexto operacional. Supongamos para el ejemplo, que de acuerdo a resultados de estudios previos
(IBR, MCC) y la experiencia de un grupo de expertos los modos de falla que aplican son:
1: External leakage process medium (Ver tabla 3)
(Media: 3.42 fallas/106 horas, Desviacin Estndar: 3.42 fallas/106 horas)
2: Insufficient heat transfer (Ver tabla 3)
(Media: 6.84 fallas/106 horas, Desviacin Estndar: 4.84 fallas/106 horas)
3: Minor in-service problems (Ver tabla 3)
(Media: 3.42 fallas/106 horas , Desviacin Estndar: 3.42 fallas/106 horas )
PASO 2
El segundo paso consiste en calcular la tasa de falla genrica equivalente considerando solo los modos
de falla que apliquen, como sigue:

Ejercicio No. 7
Fuentes de Informacin Combinando Fuentes de Informacin- Solucin

Es importante recordar que la tasa de falla en Oreda viene expresada a travs de una distribucin
Gamma, por ello es necesario recurrir al uso de las siguientes ecuaciones para calcular la media y la
desviacin estndar equivalente (Mtodo de los Momentos).
Media Oreda
Desviacin Estndar
Para el ejemplo

Ejercicio No. 7
Fuentes de Informacin Combinando Fuentes de Informacin- Solucin

PASO 3
Calcular la tasa de falla actualizada haciendo uso de la ecuacin del Teorema de Bayes:
Para calcular el tiempo promedio entre fallas, utilizamos la siguiente ecuacin, asumiendo que el
tiempo para la falla es representado a travs de una distribucin exponencial.
Esto nos indica que el equipo fallar en promedio cada 79221 horas.
Contenido:

Teorema de Bayes.
Estimacin de
Ocurrencia de Fallas
2 Basada en la Fsica del Deterioro
Confiabilidad Basada en la Fsica del Deterioro

,107
Enfoque que se sustenta en el convencimiento de que una

falla es la ltima fase de un proceso de deterioro.
Enfoque que se concentra en predecir la ocurrencia de una

falla a travs del entendimiento de como ocurre la falla: es
decir, estudiando la fsica de la falla.
Permite la estimacin de la confiabilidad y/o probabilidad de
falla de un elemento y del riesgo total asociado al mismo,
basada en la condicin del equipo.
f(X)= Esfuerzo
,080
g(Y) =Resistencia
,054
,027
,000
130,00
155,00
X
180,00
205,00
230,00
,107
f(X)= Esfuerzo
,080
g(Y) =Resistencia
Ideal para elementos cuyo historial de fallas es muy escaso, o

inexistente, tales como los equipos estticos .
,054
Se sustenta en la teora de interferencia esfuerzo resistencia, donde :
,000
1. Esfuerzo: Condicin Monitoreada.
C f ( X )dX g (Y )dY g (Y ) f ( X )dX dY

y
0
0
x
2. Resistencia: Lmite Permisible de la Condicin.
,027
130,00
155,00
180,00
Confiabilidad se define como la probabilidad de que el esfuerzo no

supere a la resistencia o lmite permisible: C = Pr(Y>X) = Pr(x<Y)
205,00
230,00
Confiabilidad Basada en la Fsica del

Deterioro
CASO I : Esfuerzo distribuido Resistencia puntual

,107
,080
f(X)= Esfuerzo
k =Resistencia
f ( X )d
C Pr( X k )
,054
F Pr( X k ) f ( X )d X
,027
,000
130,00
155,00
180,00
205,00
230,00
CASO II : Esfuerzo puntual Resistencia distribuida

,107
Interferencia Esfuerzo - Resistencia:

Ecuaciones Bsicas
e = Esfuerzo
,080
g(Y) =Resistencia
C Pr( Y e ) g ( Y )d Y
e
,054
e
F Pr( Y e )
,027
g (Y )d
,000
130,00
155,00
205,00
230,00
CASO III : Esfuerzo distribuido Resistencia distribuida

,107
f(X)= Esfuerzo
,080
g(Y) =Resistencia
f ( X )d
0
g ( Y )d Y
,054

F 1 f ( X )d X g (Y )dY
0 Y
,027
,000
130,00
X155,00
205,00
230,00
Confiabilidad Basada en la Fsica de la Falla
Interferencia
Esfuerzo Resistencia
Casos mas frecuentes
Confiabilidad Basada en la Fsica del

Deterioro
Fijar el nmero de iteraciones requeridas = m

j=1
i0=0
k0=0
Generar aleatoriamente, un valor de Esfuerzo y un valor de Resistencia,

desde sus respectivas distribuciones de probabilidad
f(X)=Esfuerzo
g(Y)=Resistencia
,107
,080
,107
f(X)= Esfuerzo
,080
g(Y) =Resistencia
,054
,054
,027
,027
,000
,000
130,00
155,00
180,00
205,00
130,00
230,00
Xj
Interferencia Esfuerzo Resistencia: Solucin Numrica
155,00
205,00
230,00
Yj
Sustituir en la funcin Z(X,Y) ,los valores generados aleatoriamente y resolver en forma determinstica
para obtener un probable valor de Z para esta iteracin
Zj
kj=kj-1+1
No
Xj
Yj
Si
Zj >1 ?
ij=ij-1+1
Si
j<m?
No
Confiabilidad C
Pr ob.Falla F
ij
m
kj
m
(1 C )
j = j+1

Ejercicio No. 8
De una muestra representativa de resortes, se han medido y caracterizado probabilsticamente, las siguientes variables :
Variables
Dimetro Alambre (DA)
Dimetro del Resorte (DR)
Mdulo de Elasticidad (E)
Nmero Espiras (N)
Mxima Deformacin (Lmax)
Tipo de Distribucin
Media
Desviacin Estndar
Normal
Normal
Normal
Normal
Normal
0.15
0.8
15000000
20
0.95
0.0015
0.015
200000
0.5
0.01
Adicionalmente se sabe, que el mximo valor de espiras que estos resortes pueden alcanzar es de 21, y el mnimo posible es
de 19.
El modelo para calcular el esfuerzo es el siguiente:
DA
(
) * DA * E * L max
2 * DR
Esfuerzo
* DR2 * N
Asuma compatibilidad de unidades para el modelo y que los resultados del mismo se expresan es "Unidades de Esfuerzo".
Asuma independencia entre las variables. Calcular:
1- Estime la confiabilidad que tendran estos resortes, si los mismos son fabricados con un material cuyo resistencia tiene una
media de 60.000 y una desviacin estndar de 1500.
Ejercicio 8.- Confiabilidad Basada en la

Fsica de la Falla (Resorte).xls

VARIABLES
MODELO
SALIDA
DA
0,15
0,15
0,15
0,15
0,15
DR
ESFUERZO
ESFUERZO
0,76
0,78
0,80
0,82
14.400.000,00
,083
0,85
15.600.000,00
DA
1
(
) * DA * E * Lmax
2
*
DR
Esfuerzo
* DR 2 * N
,062
,041
,021
,000
50.680,17
54.456,64
58.233,11
62.009,58
65.786,05
N
ESFUERZO
1,000
,750
18,50
19,25
20,00
20,75
21,50
,500
,250
Lmax
,000
50.000,00
54.375,00
58.750,00
63.125,00
Lognormal Distribution
Media = 58.233,07
0,92
0,93
0,95
0,96
0,98
Std Dev = 2.901,71
67.500,00

Ejercicio No. 9.
Una tubera a campo abierto, transporta un fluido altamente contaminante; por esta razn, se realizan
inspecciones y mediciones del espesor de pared a lo largo de toda la tubera cada tres aos. En un
tramo de 500 mts., se han identificado 14 puntos o regiones donde existe prdida de espesor. Los
resultados de las dos ltimas inspecciones en los aos 2011 y 2014 permitieron a los especialistas
determinar la data anexa sobre Tasa o Velocidad de corrosin (Rc) en la tubera.
Profundidad del dao

T0
Ejercicio 9.- Confiabilidad Basada
en la Fsica de la Falla (Tubera
Corroida).xls
DAO POR CORROSIN

Ejercicio No. 9... Continuacin
Para poder realizar el estudio, se suministran Datos Tcnicos de la Tubera sobre el Esfuerzo de Fluencia
(Sp) del material con el cual fue construida y de la Presin de Operacin (Pa) de la misma. Se suministran
tambin datos sobre la geometra del tubo, tales como Dimetro (D) y Espesor inicial (Eo).
DATOS DE MEDICIONES DE PROFUNDIDAD DE DAOS
DATOS TECNICOS
N de Dao
Profundidad
del dao
(mm) 2011
Profundidad
del dao
(mm) 2014
Rc (Rata de
Corrosin)
Sp (MPa) Esfuerzo de
Fluencia
Pa (MPa)
Presin de
Operacin
2.603
2.96
0.119
436.836
3.785
2.849
3.305
0.152
618.549
3.66
2.673
3.054
0.127
393.729
3.763
2.641
3.154
0.171
268.428
3.524
2.787
3.222
0.145
308.402
3.157
2.602
2.995
0.131
314.391
4.022
2.7
3.084
0.128
376.758
3.94
2.644
3.049
0.135
428.92
4.278
2.628
3.129
0.167
370.177
5.096
10
2.664
3.075
0.137
392.813
4.404
11
2.332
2.791
0.153
477.271
4.493
12
3.35
3.914
0.188
444.154
4.431
13
2.206
2.914
0.236
463.154
326.541
4.458
4.337
DATOS DE LA TUBERIA
D (mm)
Diametro
Eo (mm) Espesor
Inicial.
Valor Medio
597.250
9.809
d (mm) Medicin del

Dao con el
Instrumento.
3.075
Tolerancia
35.226
1.706
0.901
Tolerancia del Instrumento

Asumir que las variables Dimetro, Espesor inicial, y d (dao), son caracterizadas probabilsticamente a
travs de una distribucin Normal y donde la desviacin estndar es 1/3 de la tolerancia, debido a la
teora 6 Sigma en la distribucin Normal.
Calcular para el Dao No. 10 la Confiabilidad y la Probabilidad de Falla para un periodo de 10, 15, 20,
25 aos. Haga sus clculos en base a la Teora de Interferencia Esfuerzo Resistencia
El modelo para Calcular la resistencia es el siguiente:
La Resistencia esta representada por Pf y el Esfuerzo por Pa.
Donde:
Pf10 t
2 Sp Eo do10 Rc t
D
Pf: Presin Mxima Permisible.
Ct
Esfuerzo
Pa
Re sistencia Pf t

,107
Esfuerzo (Pa)
f(X)= Esfuerzo
,080
g(Y) =Resistencia
,054
Pa (Mpa)
3.785
3.157
5.096
4.458
,027
3.66
4.022
4.404
4.337
,000
3.763
3.94
4.493
3.524
4.278
4.431
130,00
155,00
205,00
Resistencia (Pf10(t))
230,00
0,76 0,78 0,80 0,82 0,85

0,76 0,78 0,80 0,82 0,85
Confiabilidad (C(t))
C t
Esfuerzo
Pa
1
Resistencia
Pf t

M2 Ingenieria de Confiabilidad

Cargado por

Copyright:

Formatos disponibles

M2 Ingenieria de Confiabilidad

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

M2 Ingenieria de Confiabilidad

Cargado por

Copyright:

Formatos disponibles

Diplomado Confiabilidad Integral

3.1.- Definiciones Bsicas.

29/06 y 30/06 de 2016

Fecha Tope: 10/07/2016

Abre el 11/07/2016 y cierra el 18/07/2016

Disponible en la web: 11/07/2016

3.1.- Definiciones Bsicas.

Por qu Ingeniera de Confiabilidad?

Etapas de la Ingeniera de Confiabilidad:

Rediseo del Mantenimiento

Gerencia del Riesgo

IDENTIFICAR PUNTOS DE RIESGO

CALCULAR EL RIESGO TOTAL

IDENTIFICACION DE ESTRATEGIAS DE MITIGACION

Confiabilidad / Probabilidad de Falla

Reconocen la aleatoriedad e incertidumbre de las variables analizadas.

Diferencias de las escuelas de Confiabilidad:

Tasa de Fallas -h(t)

Nmero Esperado de Fallas - (t)

Confiabilidad - C(t) , TPEF, Tasa de Fallas - h(t)

Mantenibilidad - M(t) , TPPR

Indicadores para Activos Reparables

Indicadores para Activos No Reparables

Ingeniera de Confiabilidad - Diagnstico

3.1.- Definiciones Bsicas.

Consultar Lectura No. 1

Tiempo para la Falla

f(x)=Funcin de Densidad de Probabilidad o Distribucin de Frecuencias

f(t) es la funcin de densidad de probabilidad de la

F(x)=Funcin de Densidad Acumulada o Distribucin Acumulada Directa

C(t) Pr(t tm) f(t)dt

Funcin de Densidad de Probabilidad o Distribucin de Frecuencias

F(x)=Funcin de Densidad Acumulada o Distribucin Acumulada Directa

Su condicin operativa no puede ser restaurada despus de una falla.

Su vida termina con una nica falla y debe ser reemplazado.

Consultar Lectura No. 2

Un elemento reparable es aquel cuya

Un activo no reparable es aquel cuya

Su vida termina con una nica falla

Para caracterizarlo probabilsticamente se

Para caracterizarlo probabilsticamente se

Los indicadores de desempeo ms

3.1.- Definiciones Bsicas.

Fundamentos de Confiabilidad para

Fundamentos de Confiabilidad para Equipos

Fundamentos de Confiabilidad para Equipos

Donde = Tasa de reparacin .

Fundamentos de Confiabilidad para Equipos

Fundamentos de Confiabilidad para Equipos

En su acepcin mas simple; disponibilidad puede definirse de la siguiente manera:

Fundamentos de Confiabilidad para Equipos

Confiabilidad vs. Disponibilidad

Ambas se expresan en trminos porcentuales (%) o en trminos probabilsticos (entre 0 y 1).

Disponibilidad NO ES IGUAL A CONFIABILIDAD, excepto en el mundo de las fantasas donde no

En la disponibilidad se refleja el efecto combinado de la confiabilidad y la mantenibilidad.

Fundamentos de Confiabilidad para Equipos

Up Times y Down Times de una Planta de

Tiempos para restaurar

Fundamentos de Confiabilidad para Equipos