Imagina que eres un ingeniero de calidad desarrollando un nuevo producto. Esperar a que los productos fallen puede llevar meses o incluso años, lo que dificulta evaluar su fiabilidad en las primeras etapas del desarrollo. Afortunadamente, muchos productos se degradan gradualmente con el tiempo. Por ejemplo, la batería de un teléfono pierde capacidad poco a poco tras repetidos ciclos de carga, y un par de zapatillas para correr pierden amortiguación gradualmente con el uso continuado. Al medir esta degradación, puedes obtener información valiosa sobre cuándo es probable que se produzcan fallos.
Tras horas, o incluso días, de recopilar y analizar datos de degradación, estará listo para evaluar y predecir la fiabilidad del sistema. Naturalmente, pueden surgir varias preguntas:
- En primer lugar, ¿cómo se determina con qué tipo de datos se está trabajando?
- A continuación, ¿qué tipo de análisis de fiabilidad es el más adecuado para sus datos?
- Y lo más importante, ¿cómo se pueden desbloquear estos análisis de manera eficiente utilizando JMP?
Respira hondo, no te preocupes. En este blog, te guiamos paso a paso por el proceso. Comenzamos analizando los diferentes tipos de datos de degradación para que puedas comprender mejor los datos que has recopilado. A continuación, presentamos las plataformas relevantes de JMP para el análisis de degradación. Finalmente, explicaremos por qué —y cuándo— elegir una plataforma específica para aprovechar al máximo las potentes funciones de análisis de fiabilidad y supervivencia disponibles en JMP. Encontrarás información más detallada en otras publicaciones del blog.
En el camino, abordamos las siguientes preguntas:
- ¿Qué es la degradación en general? ¿Cómo la medimos?
- ¿Qué son los datos de degradación?
- ¿Cómo deben incorporarse las covariables en el análisis de degradación?
- ¿Qué plataformas de análisis de degradación están disponibles en JMP?
- ¿Cómo elegir la plataforma adecuada para sus datos de degradación?
cementjmp_5-1787586161965.png
Figura 1. Diagrama de flujo general para el análisis de degradación en JMP 19.
Muy bien, comencemos nuestro viaje hacia el análisis de la degradación.
¿Qué es la degradación?
Antes de adentrarnos en los detalles técnicos, primero definamos qué entendemos por "degradación". Si ya está familiarizado con este término, puede pasar directamente a las secciones que se centran en el análisis de datos y degradación en JMP.
Teóricamente, como señala Condra (1993) [1] , la fiabilidad puede considerarse como “calidad a lo largo del tiempo”. Durante la vida útil de un producto, su rendimiento rara vez se mantiene constante. Por el contrario, los productos suelen degradarse gradualmente con el tiempo. Por ejemplo, un neumático pierde banda de rodadura tras miles de kilómetros, un aire acondicionado se vuelve menos eficiente con el paso del tiempo y una herramienta de corte se desafila gradualmente con el uso repetido. Finalmente, el producto puede dejar de cumplir con los requisitos de rendimiento previstos. Esta disminución gradual del rendimiento se conoce como degradación .
En una prueba de vida útil tradicional, los productos se observan hasta que fallan por completo, como cuando se funde una bombilla o se detiene un motor. En cambio, el análisis de degradación monitoriza el rendimiento del producto a lo largo del tiempo y considera que ha sufrido una «falla leve» cuando su rendimiento cae por debajo de un umbral predefinido, incluso si sigue funcionando. Es importante destacar que la degradación suele observarse mucho antes de que el producto falle catastróficamente, lo que ofrece una valiosa oportunidad para comprender el comportamiento de la fiabilidad de forma más temprana y con mayor detalle que con los datos tradicionales de tiempo de fallo.
¿Cómo medimos la degradación?
Ahora que entendemos qué es la degradación, el siguiente paso es decidir cómo medirla. Primero, se selecciona una característica de rendimiento que refleje la degradación del producto (como la capacidad de la batería, la intensidad de la luz o la resistencia del material) como variable de respuesta. Esta característica se mide repetidamente a lo largo del tiempo, siendo el tiempo una variable predictora principal. Dependiendo del estudio, también se pueden registrar o variar intencionadamente otros factores experimentales, como la temperatura o la humedad. En conjunto, estas mediciones conforman los datos de degradación.
La forma en que se recopilan estas mediciones depende del diseño del estudio. Por ejemplo, algunos estudios observan la misma unidad a lo largo del tiempo, mientras que otros miden diferentes unidades bajo diversas condiciones de estrés. Estas diferencias en el diseño del estudio determinan la estructura de los datos de degradación resultantes y, en última instancia, la elección del método de análisis.
Tipos de datos de degradación
En la práctica, los datos de degradación generalmente se dividen en varias categorías. Las dos categorías más comunes son:
- Datos de pruebas de degradación de medidas repetidas (RMDT).
- Datos de ensayos de degradación destructiva acelerada (ADDT).
Analicemos más de cerca cada tipo.
1. Datos RMDT
Los datos RMDT se obtienen cuando se mide repetidamente la misma unidad a lo largo del tiempo sin que sufra daños. Dado que el proceso de medición no es destructivo, la unidad permanece funcional y puede observarse de forma continua.
Por ejemplo, imagina que monitorizas la capacidad de la batería de un vehículo eléctrico. Cada mes, registras la capacidad restante de la misma batería mientras sigue funcionando con normalidad. Como la batería no se destruye durante la prueba, puedes seguir su descenso gradual con el tiempo. Este es un ejemplo clásico de datos RMDT.
cementjmp_6-1787586161970.png
Figura 2. Ejemplo de prueba de degradación con medidas repetidas.
Pregúntese: ¿Su conjunto de datos contiene múltiples mediciones de degradación recopiladas de la misma unidad a lo largo del tiempo? Si la respuesta es afirmativa, es probable que sus datos pertenezcan a la categoría RMDT. Este tipo de datos nos permite observar la trayectoria de degradación de cada unidad en tiempo real.
2. Datos ADDT
Consideremos ahora los datos ADDT. En este caso, el proceso de medición es destructivo, lo que significa que cada unidad solo se puede medir una vez. La prueba daña la unidad, impidiendo su posterior observación. En lugar de medir repetidamente la misma unidad a lo largo del tiempo, la degradación se evalúa mediante mediciones recopiladas de diferentes unidades en distintos momentos.
RMDT es apropiado cuando la característica de degradación puede medirse repetidamente en la misma unidad sin afectar su rendimiento futuro. Por el contrario, ADDT se utiliza cuando la evaluación destruye permanentemente la unidad, imposibilitando las mediciones repetidas. Dado que la trayectoria de degradación no puede observarse directamente en una sola unidad, se reconstruye combinando mediciones de varias unidades.
Por ejemplo, consideremos cómo cambia la resistencia de una unión adhesiva con el tiempo a temperaturas elevadas. Varias muestras se exponen a la misma temperatura, pero durante periodos de tiempo diferentes. Tras un tiempo de exposición determinado, se retira una muestra y se tira de ella hasta que se rompe la unión. La fuerza necesaria para romperla nos indica cuánta resistencia ha conservado. Dado que la unión debe romperse para medir su resistencia, esa muestra no se puede volver a analizar. Por lo tanto, se necesita una muestra diferente para cada tiempo de exposición. El mismo proceso se puede repetir a varias temperaturas elevadas para acelerar la degradación. Al combinar mediciones de diferentes temperaturas y tiempos de exposición, podemos caracterizar cómo se degrada la unión con el tiempo y predecir su rendimiento en condiciones normales de uso.
cementjmp_7-1787586161985.png
Figura 3. Ejemplo de ensayo de degradación destructiva acelerada.
Incorporación de covariables en los modelos de degradación
En los estudios de degradación, esta puede depender no solo del tiempo, sino también de otros factores que afectan el proceso general de degradación. Cuando estas covariables cambian con el tiempo, se las denomina covariables dinámicas .
A diferencia de las covariables estáticas, las covariables dinámicas capturan cómo evolucionan las características de una unidad a lo largo del período de observación. Su historial proporciona un perfil de exposición que puede ayudar a caracterizar la degradación experimentada por cada unidad.
Por ejemplo, consideremos dos vehículos que operan en condiciones ambientales similares. Sus características de uso, como la velocidad, la frecuencia de frenado y la carga, pueden variar a diario. Un vehículo puede realizar trayectos cortos frecuentes con aceleraciones y frenadas repetidas durante un periodo, seguidos de trayectos más largos por autopista durante otro, mientras que el segundo vehículo puede tener un historial de uso diferente. Si bien los vehículos operan en condiciones ambientales similares, estos diferentes historiales de exposición pueden dar lugar a diferentes patrones de degradación. Esto ilustra una característica clave de las covariables dinámicas: la degradación puede depender del historial de exposición de una unidad, en lugar de una única medición estática.
cementjmp_8-1787586162006.png
Figura 4. Ejemplo de datos de degradación con covariables dinámicas
¿Qué plataformas están disponibles en JMP 19?
cementjmp_9-1787586162011.png
Figura 5. Plataformas de análisis de degradación disponibles en JMP 19.
Las herramientas de análisis de degradación disponibles actualmente en JMP 19 se encuentran en el menú Analizar, dentro de la sección Fiabilidad y Supervivencia. Existen tres plataformas principales disponibles para realizar análisis de degradación:
- Degradación por mediciones repetidas: Se utiliza cuando se mide la misma unidad varias veces a lo largo del tiempo mediante un proceso no destructivo. Permite observar la trayectoria completa de degradación de cada unidad.
- Degradación destructiva: Diseñado para situaciones en las que el proceso de medición daña o destruye la unidad, lo que significa que cada unidad solo se puede medir una vez.
- Degradación: Una plataforma más general que ofrece opciones de modelado flexibles para analizar datos de degradación en diferentes condiciones.
El enfoque adecuado para el análisis de la degradación depende principalmente de cómo se recopilan los datos de degradación. Se pueden analizar diferentes estructuras de datos utilizando distintas plataformas JMP, existiendo cierta superposición en la funcionalidad entre las plataformas disponibles.
En la segunda entrada de esta serie, nos centramos en la plataforma de Degradación por Medidas Repetidas (RMD). Analizamos para qué está diseñada, cómo funciona, cómo preparar los datos adecuados para el análisis y las posibles limitaciones de este método.
¡No se lo pierdan! En la próxima entrada del blog, profundizaremos en los detalles técnicos.
Referencias
[1] Kromholtz, GA, & Condra, LW (1993). Un nuevo enfoque para la confiabilidad de productos aeroespaciales comerciales y militares: Más allá de los estándares de calidad/confiabilidad militares. Quality and reliability engineering international, 9(3), 211-215.
[2] Clark, JM, Min, J., Li, M., Warr, RL, DeHart, SP, King, CB, Lu, L. y Hong, Y. (2026). Lo que los ingenieros de calidad necesitan saber sobre los modelos de degradación. Quality Engineering, 1-22.
