En la confiabilidad de los componentes, o confiabilidad del sistema no reparable, asumimos que después de que un componente falla, se descarta y no se puede reparar. La vida útil de los componentes se modela utilizando distribuciones Weibull o lognormales (entre otras), y el objetivo es estimar el tiempo que una determinada proporción de piezas habrá fallado o la proporción de piezas que fallarán en un momento determinado.
En la confiabilidad del sistema, o confiabilidad del sistema reparable, una vez que el sistema ha fallado, se puede reparar reemplazando los componentes no reparables por otros nuevos. El análisis de confiabilidad del sistema se ocupa de modelar las fallas de sistemas de componentes no reparables. Los datos provienen de un proceso de conteo: la respuesta es la cantidad de eventos de reparación en un momento dado. El objetivo es modelar la función acumulativa media C ( t ), que da el número total de eventos a lo largo del tiempo t . A partir de esta estimación, podemos estimar la función de intensidad I ( t ), que da la tasa de reparación.
Análisis de confiabilidad del sistema.
Si la distribución de fallas no tiene memoria, es decir, el tiempo entre fallas sigue una distribución exponencial, entonces el tiempo medio entre fallas (MTBF) caracteriza completamente el proceso. Sin embargo, si el tiempo entre fallas sigue una distribución diferente, entonces la media cambia con el tiempo y el MTBF no caracteriza adecuadamente el proceso.
El análisis gráfico, como el gráfico de eventos y el gráfico de la función acumulativa media (Figura 1), se puede utilizar para determinar si la tasa de reparación cambia con el tiempo. Se pueden ajustar modelos estadísticos para describir el tiempo entre fallas. Los parámetros del modelo pueden tratarse como funciones de agrupación de variables o covariables.
Figura 1. Gráfico de eventos y gráfico de función acumulativa media para tres sistemas: uno con fallas aleatorias, otro con confiabilidad mejorada y otro con confiabilidad degradada.
Los modelos de la plataforma Recurrence incluyen el proceso de Poisson homogéneo y los procesos de Poisson no homogéneos. Cada modelo especifica que la forma de la función acumulativa media es lineal, polinómica o exponencial (Figura 2). La plataforma Reliability Growth le permite modelar cambios en la confiabilidad, ya sea mejora o degradación de la confiabilidad (Figura 3).
Figura 2. Gráfico MCF para la degradación de la confiabilidad con modelos del proceso de Poisson homogéneo (lineal) y del proceso de Poisson no homogéneo de potencia (polinomio) agregados.
Figura 3. Gráfico MTBF para el crecimiento de la confiabilidad modelado mediante un proceso de Poisson no homogéneo de Weibull por partes.
Profundice en la confiabilidad de los sistemas reparables
Vea esta serie de videos cortos para comprender cómo visualizar, describir y hacer inferencias sobre la confiabilidad del sistema.
En la confiabilidad de los componentes, o confiabilidad del sistema no reparable , asumimos que después de que un componente falla, se descarta y no se puede reparar. La vida útil de los componentes se modela utilizando distribuciones Weibull o lognormales (entre otras), y el objetivo es estimar el tiempo que una determinada proporción de piezas habrá fallado o la proporción de piezas que fallarán en un momento determinado.
En la confiabilidad del sistema, o confiabilidad del sistema reparable , una vez que el sistema ha fallado, se puede reparar reemplazando los componentes no reparables por otros nuevos. El análisis de confiabilidad del sistema se ocupa de modelar las fallas de sistemas de componentes no reparables. Los datos provienen de un proceso de conteo: la respuesta es la cantidad de eventos de reparación en un momento dado.
