Determinacién de factores a (Alpha) y B (beta) para funcién de densidad de fallas de Weibull JORGE LUIS VALDIVIA ESPINOZAPrélogo 2 Introduccion 3 Parte 1: Utilizacién de data para pronosticar lo que sucederd. 4 Parte 2: Utilizacién de la funcién de Weibull y su relacién con la curva de Davies (curva de la bafiera). 4 Parte 3: Naturaleza de la informacién histérica. 5 Parte 4: Naturaleza de la funcién de Weibull y sus variables. 5 Parte 5: Procedimiento de célculo. 6 Parte 6: Consideraciones finales. 2 Bibliografia 2BPrélogo Considerando la importancia que tiene actualmente el célculo de confiabilidad de los distintos activos que hay en las empresas, es que se puede hacer utilizacién de distintas herramientas que apoyen la gestién, para obtener una maxima disponibilidad de los procesos productivos por medio de la aplicacién de célculos estadisticos o matematicos. El siguiente documento ha sido preparado cémo apoyo para el célculo de los factores que intervienen en la funcién de densidad de fallas de Weibull, de ahora en adelante: funcién de Weibull, la informacién que se entrega corresponde a una recopilacién obtenida de distintos medios (digitales, audiovisuales y fisicos). Los datos que aqui aparecen son ficticios y no corresponden a ningun caso real, por lo tanto, esta aplicacién de la funcién de Weibull obedece directamente a los datos entregados, considerar ‘también que, si se realiza la aplicacién de este método, se deberén realizar modificaciones seguin la naturaleza de los datos que se posea.Introduccién El peligro siempre ha sido un factor importante para la supervivencia del ser humano y de cualquier especie, desde la antigledad el ser humano ha buscado las maneras en las cuales sobrevivir en entornos inhéspitos, por ejemplo, siguiendo las manadas de aquellos animales que le otorgaban abrigo y alimentacién. A medida que avanz6 el tiempo y la raza humana se volvié sedentaria, le dio una mayor utilizacién a la “lectura” de las estrellas para relacionar la posicién de estas con las instancias optimas para poder sembrar, cosechar y otras actividades que se debian preparar en condiciones climaticas que fueran favorables para su buen aprovechamiento. Toda esta larga saga de sucesos desembocé en lo que actualmente se conoce como prediccién o pronosticacién de eventos, respaldado en la incesante ambicién del ser humano de saber "EQué pasaré mafiana?”, o “éCudles serdn las condiciones del clima la préxima semana?” y las preguntas que anivel de operaciones y de mantenimiento industriales se han vuelto constantes “éCudndo seré la préxima falla del equipo?”, o “Qué tan seguros estamos de que el equipo va a cumplir un nivel de disponibilidad satisfactorio para la demanda actual?”. Para responder las interrogantes que a nivel de gestién de activos se relacionan con la prediccién de posibles eventos, es que existe el célculo de la confiabilidad o su contraparte la probabilidad de falla. Decisiones importantes de la gestién de activos industriales en la actualidad se toman baséndose en herramientas estadisticas 0 modelos matematicos, una de ellas es la funcién de Weibull, que aporta informacién de la confiabilidad de un activo en base a la data histérica que se debe conocer por medio de la toma de datos de funcionamiento y ocurrencia de eventos o fallasParte 1: Utilizacién de data para pronosticar lo que sucederé. la prediccién se basa en el saber como variaré un evento a través del tiempo con el conocimiento de datos previos. Conociendo esto es que las ciencias que se apoyan en los nimeros tienen como requisito la recoleccién de datos histéricos, para modelar posibles escenarios futuros, por lo tanto, es obligatorio conocer el, “cémo estoy hoy” para saber “dénde estaré mafiana”. Lo primero que se recomienda para utilizar la funcién de Weibull, entonces, seré una recoleccién fidedigna de datos que representen realmente los momentos en los cuales sucedié una falla en el equipo. Parte 2: Utilizacién de la funcién de Weibull y su relacién con la curva de Davies (curva de la bafiera). Es sabido que un equipo en su proceso de utilizacién en una empresa pasa por intervalos todos diferentes entre si, que aportan informacién para saber en que etapa de su ciclo de vida se encuentra, asi, en la fase temprana de su vida, un gran porcentaje de equipos pasan por un proceso de acomodamiento, a la mano de obra que los interviene y otros factores, En esta etapa el equipo tiene una tasa de fallas alta con una tendencia a la disminucién y se genera a medida que se va adquiriendo experiencia en su utilizacién y se logra el acomodamiento antes mencionado, esta etapa del ciclo de vida de un activo, se denomina infancia o tasa de mortalidad infantil. A continuacién, cuando ya se ha logrado un grado de control sobre las variables y pardmetros a modificar e intervenir del equipo, se logra la madurez de este, intervalo en el cual normalmente la tasa de fallas se mantiene constante y baja, es este proceso, el que se debe prolongar a mayor cantidad de tiempo posible, finalmente cuando el equipo comienza a fallar cada vez més, se dice que el activo ha llegado a su periodo de ancianidad u obsolescencia, la ilustracién 1, muestra el proceso antes descrito, Infonela Madurer ‘ncianidad "8 llustrocién 1 Curva de DaviesLa funcién de Weibull se utiliza para saber cual serd la probabilidad de que una de las fallas que se presentan en la vida de un activo suceda, por lo tanto, se puede saber con cierto nivel de certeza, cual es la confiabilidad en un momento determinado y ademas conocer en qué etapa de su ciclo de vida se encuentran los equipos. Parte 3: Naturaleza de la informacién histérica. Ya se mencioné anteriormente la importancia de los datos para la utilizacién de la funcién de Weibull, sin embargo, es importante conocer que naturaleza deben tener los datos que se recopilaran desde la perspectiva de la estadistica. Para utilizar la funcién de Weibull, es necesario poser variables aleatorias continuas, asi la serie de datos obtenidos como imagen, serén también continuos y no existirén “saltos" en la curva de weibull obtenida, Parte 4: Naturaleza de la funcién de Weibull y sus variables. La funcién de Weibull es una distribucién continua, que en mantenimiento se puede utilizar para determinar cual es la probabilidad de que el activo que se est analizando y del cual se ha recolectado informacién falle en un instante determinado. La complejidad de la utilizacién de la funcién radica en dos factores que varian segtin el caso (en este caso equipo) que se analice, la funcién que se muestra a continuacién es la aplicacién para conocer la confiabilidad que se puede poser en el activo en un instante determinad« Rome Donde: e= Base de los logaritmos naturales (2.718281828 t= Instante en cual se desea evaluar la confiabilidad, en horas, dias, minutos 0 unidades de tiempo. a= Parémetro de vida caracteristica, debe estar en la misma unidad que ¢ Be Parimetro de forma de la curva, esta debe ser adimensional (0 < fi < 0)! * Arata (2005) menciona que B puede tener valores entre 0,5 y 5. Siel valor es menor que 1, la tasa de falas es decreciente, por el contrario, sies mayor a 3, la tasa de fallas serd creciente, 5Parte 5: Procedimiento de célculo, El ejemplo para el pracedimiento se realizar con los datos de la tabla 1, que representa los momentos en los cuales ocurrieron fallas en un equipo de una linea de procesos, estos eventos ocurrieron en el orden que se muestran Tiempo operacién entre fallas{hr] 1000 500 200 1200 300 250 120 400 500 400 1. Ordenar los datos de menor a mayor, cémo en la tabla 2: Tiempo operacién entre fallas{hr] 120 200 250 300 400 400 500 500 1000 1200 Tabla?es: 2 Generar una tabla que relacione cada dato con un orden dentro del conjunto, segtin la tabla 3: orden | tiempo [hr] 1 120 200 250 300 400 400) 500 500 1000 1200 Tablas Determinar rango medio? 0 probabilidad de falla (desconflabilidad) del orden de datos: la determinacién del rango medio se realiza seguin la cantidad de datos que se poseen. Como en este ejemplo la cantidad de datos es baja, se utiliza el estimador de probabilidad de Bernard, que indica un valor para la fraccién de las probabilidades de falla que ocurren antes del momento que se esté evaluando, i-03 n+oa Donde = orden de la falla n= tamaiio de la muestra Para el caso de las 300 horas (cuarto dato dentro de los diez presentados), el rango medio. em = 203 = +8 = 35,58% ? Existe una variedad de maneras de determinar este valor que también se conoce cémo Rango mediana 0 funcién de distribucién acumulada (CDF), esta funcién determina el valor de la probabilidad acumulada de un valor x dentro de una serie de datos y a mayor cantidad de datos, mayor seré la cantidad de posibles acumulaciones dentro de ese rango. 7Asi, se calculan y tabulan los datos de la tabla 4: orden | tiempo [hr] |_RM 1 120 6.73% 2 200 | 16,35% 3 250 | 25,96% 4 300 | 35,58% 5 400 | 45,19% 6 400 | 54.81% 7 500 | 64,42% a 500 | 74,04% 9 1000 | 83,65% 10 1200 | 93,27% Tabled Determinacién de los datos para un grafico doble logaritmo: se deben determinar los datos para graficar en el eje de las abscisas el valor calculado seguin la siguiente expresién: x=In(t) Y, en el eje de las ordenadas el logaritmo neperiano del logaritmo neperiano negativo de la confiabilidad: y= In(=In(R)) Que es equivalente a: y =In(- Ind ~ RM) Ya que la confiabilidad R, es el valor resultante de restar a la unidad (1) el valor de RM 0 desconfiabilidad en este caso.Asi, se obtienen los siguientes datos representados en la tabla 5 Con esa informacién, ya es posible graficar por medio de un conjunto de pares ordenados 0 grafico de dispersién cémo en la ilustracién 2. llustraciin 2 grdfco de dispers orden | tiempo [hr] | RM Int) In(-In(R)) 1 a0 | 673% | 4,79 _ | -2,66384309 2 200 /16,35%|5,30__| -1,72326315 3 250 [25.96%] 5,52 __| -1,20202312 4 300 [35,58%| 5,70 _| -0,82166652 5 400 [45,19%| 5,99 | -0,50859539 6 400 [54,81%| 5,99 | -0,23036544 7 soo [64,42%| 6,21 | 0,03292496 8 500 | 74,00%| 6,21 | 0,29903293 9 ooo [83,65%| 6,91 | 0,59397722 10 1200 [93,27%| 7,09 _ | 0,99268893 Tabla S8. _Determinar la ecuacién de la recta que mas se aproxima a todos los puntos en el grafico por medio del método de regresién lineal. a. Para realizar este proceso es necesario comprender que una curva se puede describir de la siguiente manera: fg = bx +a Donde: corresponde a la pendiente de la recta. a = intercepto con el eje y i. Elvalor de b es equivalente a: n:Exy-Ex'Ly b= yaa? ji, Elvalor de a es equivalente a: Ly=b- Ex a- ” Asi, los valores son: a= -9,81776378 b = 1556344645 Datos que se pueden comprobar con la herramienta agregar linea de tendencia de MS Excel, una vez dentro de las opciones, se debe marcar la opcién de presentar ecuacién en el grdfico de la ventana emergente, lo que se debe obtener, es algo similar a lo que se muestra en la ilustracién 3 45 1 os ° ps0 400200 3,00 4,00 8,00 ustracién 3 gréfico de dispersién con ecuacién de la recta 109. Con la informacién de la ecuacién de la recta que representa la tendencia de los datos ingresados, ya es posible conocer los valores de a (Alpha) y B (Beta) de la funcién de Weibull. Ri) =e & 10. Los valores de ambas variables a’ (Alpha) y (Beta), se determinan segin las siguientes expresiones Bab a Los datos obtenidos indican valores de: = 549,0665135 B = 1,556344645 La funcién de confiabilidad se expresa entonces cémo: R®)=e la Funcién acumulativa de Weibull 0 probabilidad de falla, es la resta entre la unidad y la confiabilidad: FQ =1-R@=1-e Con ambas funciones y sus variables definidas (a y 8) ya es posible graficar y conocer sus valores representativos para una serie de tiempos de interés. Weibull ejemplo 100% 50% om ° 500 1000 1500 —aty a9 ltustracién 4 gréfica funcién de confabilidad y probablidad de fala > Considerar que si la fraccién entre a y B es negativa (se puede dar con un valor del intercepto negativo 0 pendiente de la recta negativo, ambos por separado), el valor a seré muy cercana a 0 (cero}, por lo tanto corresponde al usuario interpretar siel valor de esa variable es “utilizable”. aParte 6: Consideraciones finales. Conociendo la forma en la cual se comporta la funcién de confiabilidad, es posible determinar instantes en los cuales a futuro seria conveniente intervenir un equipo, por ejemplo, si se programa una intervencién S00 [hr] después de la ultima falla, es decir, a las 5370 [hr] de servicio, la probabilidad de falla alcanzaria un valor de: F (500) 57.87% Y su confiabilidad seria: R@ =e Gs) = 42.13% También es importante notar que independiente del valor que alcance B (beta), siempre que se dese evaluar la probabilidad de falla en el instante t = a, se obtendré un 63,21%. 2Bibliografia Arata, A. (2005). Manual de gestién de activos y mantenimiento. Santiago: RIL. Ferrera, A. (2020). Analisis Weibull. Predictiva 21, 17-19, B