INGENIERIA DEL MANTENIMIENTO I

1.-MÉTODO MATLAB
1.1.-CÁLCULO DE LA CONFIABILIDAD DE UN CAMIÓN MINERO MARCA
KOMATSU MODELO KOM 930E-4SE
1.1.2-CONFIABILIDAD
El significado de la confiabilidad es la “vida” útil de una máquina. La máquina que posee
mayor confiabilidad con menos frecuencia pierde su capacidad de trabajo. La medida
cuantitativa de la confiabilidad es la tasa de falla, tasa a la cual se espera que un
componente falle bajo condiciones conocidas.
La teoría de la confiabilidad desarrolla métodos para determinar lo que está funcionando
mal en un sistema, como se puede prevenir lo que no está funcionando bien y si algo está
funcionando mal como puede recuperarse el sistema y minimizar las consecuencias.

1.1.3.- MATLAB
Es el nombre abreviado de “Matriz Laboratory”. Es un programa para realizar cálculos
numéricos con vectores y matrices, y por tanto se puede trabajar también con números
escalares (tanto reales como complejos), con cadenas de caracteres y con otras estructuras
de información más complejas

Matlab es un lenguaje de alto rendimiento para cálculos técnicos, es al mismo tiempo un

entorno y un lenguaje de programación. Uno de sus puntos fuertes es que permite
construir nuestras propias herramientas reutilizables. Podemos crear fácilmente nuestras
propias funciones y programas especiales (conocidos como M-archivos) en código
Matlab, los podemos agrupar en Toolbox (también llamadas librerías): colección
especializada de M-archivos para trabajar en clases particulares de problemas.

1.1.4.-DISTRIBUCION DE WEIBULL
La función de distribución de Weibull es un modelo estadístico que representa la
probabilidad de fallo después de un tiempo t (R (t)) en función del tiempo transcurrido o
de una variable análoga. O dicho de otra manera, R (t) es la probabilidad de que los
componentes de un conjunto sobrevivan hasta el momento t.
Esta función de probabilidad de fallo o función de fiabilidad R (t), viene dada por:
𝑡−Υ 𝛽
−( )
𝑅(𝑡) = 𝑒 𝜂

Donde los parámetros que definen la función son:

 t : Tiempo entre fallas.
 β : Es el parámetro de forma (Adimensional).
 η : Es el parámetro de escala o tiempo característico (En unidades de
tiempo).

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

 γ : Es el parámetro de localización (En unidades de tiempo).

La función distribución acumulativa F (t) es el complemento de la función confiabilidad,

la función distribución acumulativa se puede interpretar como la Probabilidad de Falla y
se define de la siguiente manera:
𝑡−Υ 𝛽
−( )
𝐹(𝑡) = 1 − 𝑒 𝜂

Figura 01. La relación entre la función confiabilidad y la función probabilidad de falla.

1.1.5.-DEDUCCIÓN DE LA ECUACIÓN LINEAL DE REGRESIÓN

Debido a que se desconoce los valores β, η e γ, se debe linealizar las curvas, es decir usar
el método de regresión lineal, este método permitirá obtener un polinomio que linealizará
la distribución de Weibull y permitirá estimar los parámetros β, η e γ, y tenemos los
siguientes pasos:

PASO I. Tenemos la Función acumulativa de Weibull:

𝑡−Υ 𝛽
−( )
𝐹(𝑡) = 1 − 𝑒 𝜂

PASO II. Haciendo unos arreglos algebraicos tenemos:

1 1 𝑡−Υ 𝛽
( )
𝐹(𝑡) = 1 − 𝛽
→ =𝑒 𝜂
(
𝑡−Υ
)
1 − 𝐹(𝑡)
𝑒 𝜂
PASO III. Aplicando logaritmos naturales a ambos miembros:

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

𝛽
1 (
𝑡−Υ
) 1 𝑡−Υ 𝛽
𝑙𝑛 ( ) = 𝑙𝑛 (𝑒 𝜂 ) → 𝑙𝑛 ( )=( )
1 − 𝐹(𝑡) 1 − 𝐹(𝑡) 𝜂

PASO IV. Nuevamente Aplicando logaritmos naturales a ambos miembros:

1 𝑡−Υ 𝛽 𝑡−Υ
𝑙𝑛 [𝑙𝑛 ( )] = 𝑙𝑛 ( ) = 𝛽𝑙𝑛 ( )
1 − 𝐹(𝑡) 𝜂 𝜂
PASO V. Luego queda al final la ecuación linealizada:
1
𝑙𝑛 [𝑙𝑛 ( )] = 𝛽. ln(𝑡 − 𝛾) − 𝛽. ln(𝜂)
1 − 𝐹(𝑡)
Por lo tanto la expresión representa una ecuación lineal de la forma:

𝑦 = 𝑎𝑥 − 𝑏

Donde comparando tenemos:

  1 
ln ln 
     .ln  t      .ln( )
  1 F ( t )  a x b
y

1
𝑦 = 𝑙𝑛 [𝑙𝑛 ( )] 𝑎 = 𝛽 𝑥 = ln(𝑡 − 𝛾) 𝑏 = −𝛽 ∗ ln(𝜂)
1 − 𝐹(𝑡)

De donde despejamos “  ”:

b
b 

b    .ln( )  ln( )    e

2.-CALCULO DE LOS PARAMETROS DE WEIBULL

2.1.-METODO DEL RANGO MEDIANO DE BERNARD PARA EL

CALCULO DE F (ti)

A continuación se explica un método (no el único, aunque sí uno de los más utilizados)
que permite obtener estimaciones puntuales de la función de distribución empírica, F (ti),
a partir de las observaciones, ti .
Considerando que t1< t2<…tn son los “n” tiempos de fallo observados. Para i = 1,2,…,n
se puede obtener la segunda componente del punto (t,F(ti)) tomando para tiempos de fallo
mayor a 20:

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

𝑖 − 0.3
𝐹(𝑡) =
𝑛 + 0.4
Para el caso de la motoniveladora cat 16M se tiene los siguientes valores:
N = 36
i = {1, 2,3,…, 35,36}
De lo expuesto se tiene definido las coordenadas con un valor de (γ = 0)
Abscisas(X) = Ln(t)
Ordenadas (Y) = Ln(Ln(1/(1-F (t))))

Una vez calculado los valores de las constantes “a” y “b” podemos calcular los
siguientes valores:
β=a
η = exp (-b/ β)

“Existen diferentes métodos para calcular los parámetros de WEIBULL, en este Manual
se detallara paso a paso el desarrollo del script en el SOFTWARE MATLAB.

2.2.-METODO DE MATLAB

 PRIMER PASO
Colocamos en primer lugar las funciones clc y clear para que cada vez que se ejecute el
edit en primer lugar borre los resultados que podrían haber en el Command Window
(clc) y también que limpie el Workspace (clear)

clc, clear;

 SEGUNDO PASO

Para colocar un comentario en el edit de MATLAB es necesario antecederle el símbolo

“%” por ejemplo:

% Cálculo de los Parámetros de Weibull y la confiabilidad de una SISTEMA

DE REFRIGERACION DE UN MOTOR DE CAMION MINERO

% t = tiempo entre fallas (TBF)

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

 TERCER PASO

Creamos una matriz fila “t” para introducir nuestros datos:

t = [1.33 2.29 2.53 3.04 2.29 3.70 3.78 5.66 5.93 6.32 8.34 9.47 10.37 11.33 13.04
13.09 15.11 15.12 15.52 16.46 17.83 17.90 18.00 18.92 19.43 21.91 22.09 25.65
28.94 29.86 29.89 30.28 32.67 33.74 34.35 34.55 36.47 39.67 42.20 46.40 48.89
49.06 49.17 49.71 49.78 50.42 50.47 54.67 55.03 55.20 56.00 65.35 65.43 65.58
66.17 67.17 68.29 71.01 71.22 77.63 78.68 91.08 106.76 111.72 111.89 116.12
116.26 117.34 126.16 127.73 147.16 148.54 154.35 176.05 188.81 195.71 230.59
247.78]

 CUARTO PASO

Usamos la función sort para ordenar nuestros datos de menor a mayor, es decir creamos
otra matriz con los datos iniciales pero ahora ordenarlos de forma ascendente.

t=sort(t);

 QUINTO PASO

Creamos una matriz para los valores de la fórmula de Bernard, para ello usamos la
función length (t). Length, hace el conteo del número de elementos de una matriz.

Entonces podemos calcular la siguiente matriz [1:length(t)]; esta expresión nos indica
que se tomaran datos desde 1 hasta el valor resultante del length(t); posteriormente
calculamos el ajuste mediante el método de Bernard.

%FORMULA DE AJUSTE MEDIANTE EL MÉTODO DE RANGOS

MEDIANOS DE BENARD

F=([1:length(t)]-0.3)/(length(t)+0.4);

 SEXTO PASO

Definimos las coordenadas mediante la función logaritmo natural (log):

%Definimos las coordenadas de "x" e "y"

x=log(t);

y=log(log(1./(1-F)));

 SEPTIMO PASO

En el paso siguiente usaremos la función polyfit para generar una recta.

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

Polyfit (x, y, n); esta función usa los valores de “x” e “y” para generar un polinomio
de grado “n”. Pero como nosotros buscamos una recta haremos que “n=1”, es así que
se obtendrán dos valores que vendrían a ser los coeficientes de la recta Y=aX+b es
decir obtenemos una matriz fila como sigue [a b] (linealizando la curva)

% Linealización de la curva
Pol=polyfit(x,y,1); %Se obtiene los valores pol= [pol(1) pol(2)] coeficientes de
la recta(y=pol(1)x + pol(2))

Para determinar los valores de beta y eta se quieren de los valores que nos da la función
polyfit(x, y, 1) anteriormente hallados como se mencionó [a b] para ello “a” será pol (1)
y “b” será pol (2).

%Se hallan los valores de "beta" y "eta"

beta=Pol(1);
eta=exp((Pol(2)/(-Pol(1))));

 OCTAVO PASO

Luego de generar la recta con ayuda de la función polyfit (x, y, 1) evaluaremos los
valores de x en esta recta, para ello nos ayudamos de la función polyval (Pol, x) y
obtendremos los valores de la ordenada para esta recta.

%Se evalúa los valores de X en "pol" para obtener la ordenada de la recta

yy=polyval(Pol,x);

 NOVENO PASO

Para poder colocar algún texto o datos en el Command Windows usaremos la función
disp.

disp(' '); coloca un espacio en blanco

disp('TIEMPO ENTRE FALLAS DEL CAMION MINERO MARCA KOMATSU
MODELO KOM930E-4SE); el texto escrito entre apostrofes aparecerá en el Command
Windows.
disp([(1:length(t))',t']); si se colocan matrices también aparecerán en el Command
Windows.

disp(' ');
disp('TIEMPO ENTRE FALLAS DEL CAMION MINERO KOMATSU
MODELO KOM930E-4SE ');
disp(' n t');
disp([(1:length(t))',t'])
disp('1°.-Se obtiene la ecuación de la recta: ');
disp(' ');

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

 DECIMO PASO

Para colocar textos pero haciendo que aparezcan resultados ya calculados podemos usar
la función fprintf.

fprintf ('Y =\t'); en este caso el texto que se verá en el Comman Windows es “Y =” y
la parte “\t” hace que lo escrito debajo de esta función lo lleve en la misma línea.
También se puede escribir “\n” en este caso estará separado en la siguiente fila de texto.
fprintf('%0.4f\t',Pol(1)); es este caso la función fprintf nos permite hacer que aparezca
un valor ya calculado, para ello se debe tener en cuenta lo que está dentro de los
paréntesis “'%0.4f\t',Pol(1)”

%0.4f; el “0” indica la separación, el “4” en número de decimales y “f” nos permite
llamar un dato que queremos que aparezca, para nuestro caso sería Pol(1).

fprintf('Y =\t');
fprintf('%0.4f\t',Pol(1));
fprintf('X\t');
fprintf('%0.4f\t',Pol(2));
disp('(Para Gamma = 0)')
fprintf('Beta (B) =\t');
fprintf('%0.4f\n',beta);
fprintf('Eta (n) =\t');
fprintf('%0.4f\t',eta);

OBTENCION DE LOS GRAFICOS EN MATLAB

Plot (): nos permite generar gráficos colocando. Entre comas se colocan los valores del
eje de abscisas y luego el valor de las ordenadas, además presenta otras herramientas
que pueden ayudar a nuestra graficas una presentación más estética. Por ejemplo
tenemos las funciones siguientes:

 'b'; indica el color de la línea r=rojo; b=azul; k=negro; g=verde entre otros.
 'LineWidth',2; nos permite agregar grosor a la línea variando con 1, 2, 3,
etc.
 'bo'; solo nos genera los puntos introducidos.
 '-bo'; los puntos serán unidos por una línea continua.
 'MarkerEdgeColor','k'; permite colocar color al marco.
 'MarkerFaceColor','r'; permite colocar color al fondo.
 'MarkerSize',2; permite aumentar el tamaño de los puntos.

hold on; esa función nos permite capturar un plot para ello se escribe siempre después
de la gráfica que se quiere capturar.

FIGURA (1) GRAFICA AJUSTE DE WEIBULL

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

title; una vez generado la figura podemos ponerle el titulo para ello esta función nos
permite hacer eso y otras cosas más que se detallaran a continuación.

(['Ajuste de Weibull con ','\gamma',' = 0 ']; la primera parte viene a ser el texto del
título “'Ajuste de Weibull con '” la segunda “'\gamma'” nos permite introducir el
símbolo y la última parte “' = 0 '” que también forma parte del texto que estará en el
título.
'Color','w'; nos permite colocarle color al texto.
'FontSize',12; tamaño del fondo.
'HorizontalAlignment','center'; alinear y centrar texto.
'BackgroundColor',[.55 .100 .0]; no permite elegir el color de fondo, para este caso
podemos colocar el color mediante [.55 .100 .0] que viene a ser como una paleta de
combinación de los colores primarios.
'EdgeColor','b'; color del marco.
'LineWidth',1; ancho de la línea.
min(yy); escoge el mínimo valor de la matriz seleccionada.
median(x); escoge el valor medio de la matriz seleccionada.
set(gca,'yGrid','on','yColor','k','LineStyleOrder', '-'); permite colocar líneas auxiliares
para mejorar la visualización de las gráficas.
Xlabel; permite colocar texto en eje x de la gráfica.
Ylabel; permite colocar texto en eje y de la gráfica.
Text; permite colocar texto adicional o leyenda en el gráfico.
num2str(); permite colocar datos en el texto.

title(['Ajuste de Weibull con ','\gamma',' = 0

'],'Color','k','FontSize',12,'HorizontalAlignment','center','BackgroundColor',[.20 .80
.20],'Margin',6,'EdgeColor','k','LineWidth',1)

[d11,c11] = min(Y2);
[d12,c12] = max(X);
grid on
xlabel('ln t','Color','b','FontSize',12)
ylabel('ln(ln(1/(1-F(i))))','Color','b','FontSize',12)
disp(' ');

%B
disp('B.-Evaluamos el ajuste de los datos')
disp(' ')
R=(sum((X-(sum(X)/length(X))).*(Y-(sum(Y)/length(Y))))/((sum((X-
(sum(X)/length(X))).^2)*sum((Y-(sum(Y)/length(Y))).^2))^.5));% coeficiente de
correlacion de pearson
Rcuadrado=(sum((X-(sum(X)/length(X))).*(Y-(sum(Y)/length(Y))))/((sum((X-
(sum(X)/length(X))).^2)*sum((Y-(sum(Y)/length(Y))).^2))^.5))^2; % coeficiente de
determinacion
text(d12,d11,['y = ',num2str(P(1)),'x ',num2str(P(2)),' \wedge ','r^{2} =
',num2str(Rcuadrado)],'FontSize',10,'HorizontalAlignment','center','BackgroundColor',[.
8 .8 .50],'Margin',6,'EdgeColor','k','LineWidth',1)%texto en el grafico
disp(' ');

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

disp('R =')
fprintf('%0.4f\n',R);
disp('Rcuadrado =')
fprintf('%0.4f\n',Rcuadrado);

Para esta parte se pretende realizar cálculos para gamma mayores que cero, para ello
usamos la función for.
for; nos permite hacer iteraciones

%La sentencia de FOR evalúa el valor r^2 en j=1:n

n=(t(1,1)-1); % n=(t(1)-1);

for j=1:n;
B=1:n;
%F=[1:length(t)]/(length(t)+1);
X=log(t-j);
e(1,j)=(sum((X-(sum(X)/length(X))).*(Y-(sum(Y)/length(Y))))/((sum((X-
(sum(X)/length(X))).^2)*sum((Y-(sum(Y)/length(Y))).^2))^.5))^2;
end
r2=e;
disp(' ');
disp('C.-Encontramos el valor máximo de r^2 que ajusta la recta')
disp('con la observación de que se ha incluido el parámetro Gamma > 0')
disp('a los datos de falla')
%La siguiente línea calcula el parámetro r^2 máximo y Gamma
disp(' ');
%Escribimos la variable "Gama" de esta forma para salvar un conflicto que se
presentaria
%con la función interna Gamma de MATLAB
[Rcuadrado,Gama] = max(r2);r11=Rcuadrado;g11=Gama;
disp('El valor de r^2 que maximiza el ajuste es el siguiente: ')
disp('Rcuadrado =')
fprintf('%0.4f\n',Rcuadrado);

FIGURA (2) GRAFICA DE LA SENSIBILIDAD Y ERROR CUADRÁTICO

plot(r2,B,'o')
title('Sensibilidad y Error
cuadrático','Color','k','FontSize',12,'HorizontalAlignment','center','BackgroundColor',[.2
0 .80 .20],'Margin',6,'EdgeColor','k','LineWidth',1)
d11 = min(r2);
d12 = median(B);
text(d11,d12,['Max. aproximación en: ',' (r^{2}) max = ',num2str(Rcuadrado),'
\wedge ',' \gamma =
',num2str(Gama)],'FontSize',10,'HorizontalAlignment','left','BackgroundColor',[.8 .8
.50],'Margin',6,'EdgeColor','k','LineWidth',1)
grid on
xlabel(['Coeficiente de determinacion ',' (r^{2})'],'Color','b','FontSize',12)

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

ylabel(['Gamma','(\gamma)',' en [Horas]'],'Color','b','FontSize',12)
hold on
plot(r11,g11,'o','LineWidth',2,'MarkerEdgeColor','r','MarkerFaceColor','r','MarkerSize',2
)
disp(' ');

FIGURA (3) GRAFICA DE REPRESENTACION DE AJUSTE DE LA RECTA

title();se explicó anteriormente pero acotaremos una función más.

int2str(Gama); permite visualizar el resultado de un dato, para nuestro caso queremos
ver el resultado de “Gama”.

plot(X,fig3,'-
b','LineWidth',2,'MarkerEdgeColor','k','MarkerFaceColor','r','MarkerSize',2)
hold on

%X,Y Representan los puntos que se van a ajustar por la recta

plot(X,Y,'bo','LineWidth',1,'MarkerEdgeColor','k','MarkerFaceColor','r','MarkerSize',2)
title(['Ajuste de Weibull con ','\gamma',' =
',int2str(Gama)],'Color','k','FontSize',12,'HorizontalAlignment','center','BackgroundColo
r',[.20 .80 .20],'Margin',6,'EdgeColor','k','LineWidth',1)
[d11,c11] = min(Y2);
[d12,c12] = max(X);
text(d12,d11,['y = ',num2str(P(1)),'x ',num2str(P(2)),' \wedge ','r^{2} =
',num2str(Rcuadrado)],'FontSize',10,'HorizontalAlignment','right','BackgroundColor',[.8
.8 .50],'Margin',6,'EdgeColor','k','LineWidth',1)
grid on
xlabel('ln (t-\gamma)','Color','b','FontSize',12)
ylabel('ln(ln(1/(1-F(i))))','Color','b','FontSize',12)
fprintf('Y =\t');
fprintf('%0.4f\t',P(1));
fprintf('X\t');
fprintf('%0.4f\t',P(2));
disp('(Ecuación de la recta de Ajuste con Gamma > 0)')
Beta=P(1);
disp(' ');

% PARAMETROS CORREGIDOS DE WEIBULL

disp('E.-Obtenemos los parametros corregidos de Weibull:')

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

disp(' ');
disp('Beta (B) =');
fprintf('%0.4f\n',Beta);
Eta=exp(P(2)/(-P(1)));
disp('Eta (n) =');
fprintf('%0.4f\n',Eta);
disp('Gamma =');
fprintf('%0.4f\n',Gama);
disp(' ');

%F

disp('F.-Evaluamos el parametro estádistico de Kolmogorov Smirnov

(D_Alfa>Valor_Dmax)')
disp('Buscar en la tabla K-S el D_Alfa para una confianza de Alfa =0.05')

Ft=1-exp(-((t-Gama)./Eta).^Beta);
Dni=((Ft-F).^2).^0.5;
[Valor_Dmax,D_Posicion] = max(Dni);
disp(' ');
q=1;
disp(' ');
if (q>Valor_Dmax);
fprintf('El modelo es WEIBULL se ACEPTA (D_Alfa>Valor_Dmax)\n');
else
fprintf('El modelo no es WEIBULL se RECHAZA (D_Alfa<Valor_Dmax)\n');
end
disp(' ');
disp('Valor_Dmax =');
fprintf('%0.4f\n',Valor_Dmax);
disp('D_Alfa =');
fprintf('%0.4f\n',q);

FIGURA (4) GRAFICA DE CONFIABILIDAD

%Confiabilidadad
Rt=exp(-((t-Gama)./Eta).^(Beta));

figure(4)
plot(t,Rt,'-bo','LineWidth',1,'MarkerEdgeColor','k','MarkerFaceColor','r','MarkerSize',2)
title(' Confiabilidad
','Color','k','FontSize',12,'HorizontalAlignment','center','BackgroundColor',[.20 .80
.20],'Margin',6,'EdgeColor','k','LineWidth',1)
[d11,c11] = min(t);
d12= median(Rt);
text(d11,d12,['R(t) = e ','^{-((\gamma-t)/\eta)}',' ^
','^{\beta}'],'FontSize',10,'HorizontalAlignment','left','BackgroundColor',[.8 .8
.50],'Margin',6,'EdgeColor','k','LineWidth',1)

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

grid on
xlabel('Tiempo (t) en [Horas]','Color','b','FontSize',12)
ylabel('Confiabilidad R(t)','Color','b','FontSize',12)
disp(' ');

FIGURA (5) TASA DE FALLOS DE ACUERDO A LA DISTRIBUCIÓN DE

WEIBULL
% H encontrar en tiempo de falla
disp('H.-Encontramos el Tiempo Promedio Entre Fallas "MTBF" en Horas')
MTBF=Eta*gamma(1+(1/Beta))+Gama
disp(' ');
disp('I.-Encontramos la Tasa de Fallas')

%Tasa de Fallos de Acuerdo a la Distribución de Weibull

TF=((((t-Gama)./Eta).^(Beta-1)).*(Beta/Eta))'

figure(5);
plot(t,TF,'-bo','LineWidth',1,'MarkerEdgeColor','k','MarkerFaceColor','r','MarkerSize',2)
title('Tasa de Fallas de Acuerdo a Distribución de
Weibull','Color','k','FontSize',12,'HorizontalAlignment','center','BackgroundColor',[.20
.80 .20],'Margin',6,'EdgeColor','k','LineWidth',1)

%Modificación de valor inicial y final de eje X

[limf5 pslim]=max(t);
xlim([0 limf5+30]);
grid on
xlabel('Tiempo (t) en [Horas]','Color','b','FontSize',12)
ylabel('Tasa de Fallas: \lambda(t) [Fallas/Hora]','Color','b','FontSize',12)

FIGURA (6) GRAFICA DE LA INFIABILIDAD

% Infiabilidad
It=1-exp(-((t-Gama)./Eta).^(Beta));

figure(6)
plot(t,It,'-bo','LineWidth',1,'MarkerEdgeColor','k','MarkerFaceColor','r','MarkerSize',2)

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

title(' Infiabilidad
','Color','k','FontSize',12,'HorizontalAlignment','center','BackgroundColor',[.20 .80
.20],'Margin',6,'EdgeColor','k','LineWidth',1)
grid on
[d11,c11] = min(t);
d12= median(Rt);
text(d11,d12,['I(t) = 1 - e ','^{-((\gamma-t)/\eta)}',' ^
','^{\beta}'],'FontSize',10,'HorizontalAlignment','left','BackgroundColor',[.8 .8
.50],'Margin',6,'EdgeColor','k','LineWidth',1)
xlabel('Tiempo (t) en [Horas]','Color','b','FontSize',12)
ylabel('Infiabilidad I(t)','Color','b','FontSize',12)

3.- OBTENCION DE RESULTADOS

TIEMPO ENTRE FALLAS DEL CAMION MINERO KOMATSU 930E 4SE

TBF
ITEM (HORAS)
1 1.33
2 2.29
3 2.53
4 2.55
5 3.04
6 3.19
7 3.70
8 3.78
9 5.66
10 5.93
11 6.32
12 8.34
13 9.47
14 10.37
15 11.33
16 13.04
17 13.09
18 15.11
19 15.12
20 15.52
21 16.46
22 17.83
23 17.90
24 18.00
25 18.92

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

26 19.43
27 21.91
28 22.09
29 25.65
30 28.94
41 46.40
31 29.86
42 48.89
32 29.89
43 49.06
33 30.28
44 49.17
34 32.67
45 49.71
35 33.74
46 49.78
36 34.35
47 50.42
37 34.55
48 50.47
38 36.47
49 54.67
39 39.67
50 55.03
40 42.20
51 55.20
52 56.00
53 65.35
54 65.43
55 65.58
56 66.17
57 67.17
58 68.29
59 71.01
60 71.22
61 77.63
62 78.68
63 91.08
64 106.76
65 111.72
66 111.89
67 116.12
68 116.26
69 117.34
70 126.16
71 127.73
72 147.16
73 148.54
74 154.35
75 176.05
76 188.81
77 195.71
78 230.59
79 247.78

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

DETERMINACIÓN DE PARAMETROS DE WEIBULL, LA CONFIABILIDAD Y

EL MTBF

n t F*100 X Y

0.0001 0.0080 0.0001 0.0004 -0.0005

0.0002 0.0137 0.0002 0.0005 -0.0004
0.0003 0.0152 0.0003 0.0005 -0.0003
0.0004 0.0153 0.0005 0.0005 -0.0003
0.0005 0.0182 0.0006 0.0005 -0.0003
0.0006 0.0191 0.0007 0.0005 -0.0003
0.0007 0.0222 0.0008 0.0005 -0.0002
0.0008 0.0227 0.0010 0.0005 -0.0002
0.0009 0.0340 0.0011 0.0006 -0.0002
0.0010 0.0356 0.0012 0.0006 -0.0002
0.0011 0.0379 0.0013 0.0006 -0.0002
0.0012 0.0500 0.0015 0.0006 -0.0002
0.0013 0.0568 0.0016 0.0006 -0.0002
0.0014 0.0622 0.0017 0.0006 -0.0002
0.0015 0.0680 0.0019 0.0007 -0.0002
0.0016 0.0782 0.0020 0.0007 -0.0002
0.0017 0.0785 0.0021 0.0007 -0.0001
0.0018 0.0907 0.0022 0.0007 -0.0001
0.0019 0.0907 0.0024 0.0007 -0.0001
0.0020 0.0931 0.0025 0.0007 -0.0001
0.0021 0.0988 0.0026 0.0007 -0.0001
0.0022 0.1070 0.0027 0.0007 -0.0001
0.0023 0.1074 0.0029 0.0007 -0.0001
0.0024 0.1080 0.0030 0.0007 -0.0001
0.0025 0.1135 0.0031 0.0007 -0.0001

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

0.0026 0.1166 0.0032 0.0007 -0.0001

0.0027 0.1315 0.0034 0.0007 -0.0001
0.0028 0.1325 0.0035 0.0007 -0.0001
0.0029 0.1539 0.0036 0.0007 -0.0001
0.0030 0.1736 0.0037 0.0007 -0.0001
0.0031 0.1792 0.0039 0.0007 -0.0001
0.0032 0.1793 0.0040 0.0007 -0.0001
0.0033 0.1817 0.0041 0.0008 -0.0001
0.0034 0.1960 0.0042 0.0008 -0.0001
0.0035 0.2024 0.0044 0.0008 -0.0001
0.0036 0.2061 0.0045 0.0008 -0.0001
0.0037 0.2073 0.0046 0.0008 -0.0000
0.0038 0.2188 0.0047 0.0008 -0.0000
0.0039 0.2380 0.0049 0.0008 -0.0000
0.0040 0.2532 0.0050 0.0008 -0.0000
0.0041 0.2784 0.0051 0.0008 -0.0000
0.0042 0.2933 0.0053 0.0008 -0.0000
0.0043 0.2944 0.0054 0.0008 -0.0000
0.0044 0.2950 0.0055 0.0008 -0.0000
0.0045 0.2983 0.0056 0.0008 -0.0000
0.0046 0.2987 0.0058 0.0008 -0.0000
0.0047 0.3025 0.0059 0.0008 -0.0000
0.0048 0.3028 0.0060 0.0008 -0.0000
0.0049 0.3280 0.0061 0.0008 -0.0000
0.0050 0.3302 0.0063 0.0008 -0.0000
0.0051 0.3312 0.0064 0.0008 0.0000
0.0052 0.3360 0.0065 0.0008 0.0000
0.0053 0.3921 0.0066 0.0008 0.0000
0.0054 0.3926 0.0068 0.0008 0.0000
0.0055 0.3935 0.0069 0.0008 0.0000

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

0.0056 0.3970 0.0070 0.0008 0.0000

0.0057 0.4030 0.0071 0.0008 0.0000
0.0058 0.4097 0.0073 0.0008 0.0000
0.0059 0.4261 0.0074 0.0008 0.0000
0.0060 0.4273 0.0075 0.0008 0.0000
0.0061 0.4658 0.0076 0.0008 0.0000
0.0062 0.4721 0.0078 0.0008 0.0000
0.0063 0.5465 0.0079 0.0009 0.0000
0.0064 0.6406 0.0080 0.0009 0.0000
0.0065 0.6703 0.0081 0.0009 0.0001
0.0066 0.6713 0.0083 0.0009 0.0001
0.0067 0.6967 0.0084 0.0009 0.0001
0.0068 0.6976 0.0085 0.0009 0.0001
0.0069 0.7040 0.0087 0.0009 0.0001
0.0070 0.7570 0.0088 0.0009 0.0001
0.0071 0.7664 0.0089 0.0009 0.0001
0.0072 0.8830 0.0090 0.0009 0.0001
0.0073 0.8912 0.0092 0.0009 0.0001
0.0074 0.9261 0.0093 0.0009 0.0001
0.0075 1.0563 0.0094 0.0009 0.0001
0.0076 1.1329 0.0095 0.0009 0.0001
0.0077 1.1743 0.0097 0.0009 0.0001
0.0078 1.3835 0.0098 0.0010 0.0001
0.0079 1.4867 0.0099 0.0010 0.0002

A.-Ajustamos los datos de falla al polinomio siguiente:

Y = 0.9984 X -8.1293 (Ecuación de la recta de Ajuste con Gamma = 0)

Beta (B) =0.9984 Eta (n) =3438.3041

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

B.-Evaluamos el ajuste de los datos

R = 0.9906 Rcuadrado = 0.9813

C.-Encontramos el valor máximo de r^2 que ajusta la recta con la observación de que se
ha incluido el parámetro Gamma > 0 a los datos de falla

El valor de r^2 que maximiza el ajuste es el siguiente:

Rcuadrado =0.9909

D.-Ajustamos nuevamente los datos de falla y obtenemos la nueva recta corregida

Y = 0.8889 X -7.2151 (Ecuación de la recta de Ajuste con Gamma > 0)

E.-Obtenemos los parámetros corregidos de Weibull:

Beta (B) = 0.8889

Eta (n) = 3352.0662

Gamma = 63.0000

F.-Evaluamos el parámetro estadístico de Kolmogorov Smirnov (D_Alfa>Valor_Dmax)

Buscar en la tabla K-S el D_Alfa para una confianza de Alfa =0.05

El modelo es WEIBULL se ACEPTA (D_Alfa>Valor_Dmax)

Valor_Dmax = 0.0564

D_Alfa = 0.1884

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

√1.36
Entonces:𝑫𝒏𝒂 == = 0.153
79

𝑫𝒏𝒊𝒎𝒂𝒙 = 𝟎. 𝟎𝟓𝟔𝟒

Comparación:

𝑫𝒏𝒂 = 𝟎. 𝟏𝟓𝟑 > 𝑫𝒏𝒊𝒎𝒂𝒙 = 𝟎. 𝟎𝟓𝟔𝟒

H.-Encontramos el Tiempo Promedio Entre Fallas "MTBF" en Horas

MTBF =3.6145e+03 =3614.5 minutos

Obteniendo los valores de los parámetros como sigue

Ganma 63 minutos = 1. 05 horas
Eta 3352. 662minutos = 55.867horas
Beta = 0.8889

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

3.1.- Obtención de las graficas

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

INGENIERÍA MECÁNICA UNSAAC

INGENIERIA DEL MANTENIMIENTO I

4.-COMPARACION DE LOS DATOS OBTENIDOS

el presente trabajo se realizaron el cálculo de los parámetros weibull por tres métodos,
para el cálculo de la confiabilidad por lo que tenemos los datos finales por los tres
métodos como sigue

MÉTODO GRAFICO MÉTODO DE MÁXIMA MÉTODO MATLAB

VEROSIMILITUD
η 60HORAS η 57.31HORAS η 55.867 HORAS
β 0.98 β 0.9999 β 0.8889
ɣ 0.627 ɣ 0 ɣ 1. 05 HORAS

4.- CONCLUSIONES

 El uso del programa Matlab facilita considerablemente el cálculo para hallar

la confiabilidad de una determinada máquina, ya que solo basta con tener el
tiempo entre fallas y luego introducirlas en el programa que se diseñó luego
de hacer todo el script.
 En la obtención de datos podemos notar que los resultados por el método
grafico no están preciso que el método de máxima verosimilitud y está a su
vez por el método de matlab que tiene resultados con más precisión En el
programa MatLab se obtiene con exactitud y mayor rapidez los parámetros
de Weibull a comparación del método gráfico y el método de máxima
verosimilitud

INGENIERÍA MECÁNICA UNSAAC