UTN – Facultad Regional Haedo

Anexo – Leyes de Distribución (MANTENIMIENTO)

Ingeniería de Confiabilidad

Funciones de Distribución

Año 2022 Slide 1 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Tiempo medio entre (para la) falla(s)

To – Tpn
MTBF =
Cf

Parámetro que establece el período promedio (tiempo u otra variable) entre dos fallas

de un elemento en su contexto operativo.

To . n
MTTF = n
∑ Cf(i)
i=1

Aplicable a ítems o elementos que se sustituyen al fallar (repuesto / stand-by) y cuyo

tiempo de reemplazo es despreciable frente al de operación. Se denomina tiempo

medio para la falla e indica en “promedio” cada cuanto es de esperar una falla.

Año 2022 Slide 2 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ejemplo
MTBF – Vida Útil

Suponga un ensayo a lo largo de 1.000 horas de funcionamiento con 100 elementos iguales y con
reposición ante la falla. Si al cabo de dicho periodo aparece una falla, entonces el MTTF será de 100.000
horas. Esto no significa que podemos esperar que cualquier otro elemento idéntico a los probados dure
todo ese tiempo. Puede suceder que la mayoría de ellos no sobreviva a las 1.500 horas, en cuyo caso la
tasa de fallas aumentará abruptamente a partir de allí y la probabilidad de que le ocurra una falla también.
Si esto sucede debemos decir que la vida útil es de 1.500 horas.

Si, por el contrario, no existe un momento conocido a partir del cual aumenta considerablemente la tasa
de fallas para la mayoría de los elementos ensayados, entonces no podemos hablar de vida útil.
Cuando estamos frente a un elemento cuya falla es aleatoria (no depende de su edad) el MTTF no
indica cuando fallará, sino su probabilidad de falla en un periodo dado.

Año 2022 Slide 3 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Tiempo medio para reparación

Ttr
MTTR =
Cr
Relación entre el tiempo total de intervenciones por restauración y el número total de

reparaciones.

1
ε =
MTTR

Conocido como tasa de reparación (inversa de MTTR) , suele utilizarse como un rápido

indicador de Mantenibilidad.

Año 2022 Slide 4 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ley de distribución Exponencial

La ley de distribución exponencial es una de las más extendidas en el ámbito de la Ingeniería

de Confiabilidad y Mantenimiento, en gran parte por su baja complejidad matemática. Por medio
de ella es posible representar el comportamiento a la falla de una gran variedad de elementos y
componentes tecnológicos.
Media = θ + π
f(t) 2.0 DStd = θ = 1 / λ

Características θ = 0,5

• Función de densidad continua.

f(t) = λ e -λt
1.0
• Relacionada con las distribuciones de Weibull y
Poisson.
0.5 θ=1
• Distribución de fallas propuesta por defecto. θ=2

• Más utilizada en la industria de Confiabilidad 0.0

0 1 2 3

• Uso: Componentes complejos. t

Año 2022 Slide 5 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ley de distribución Exponencial

Tasa de Fallas

f(t)
λ(t) = f(t) = λ e -λt
C(t)
t

λ=
Cf
To
=
1
MTTF
=
1
θ
∫
F(t) = f(t) dt = 1 – e-λt
0

C(t) = 1 – F(t) = e -λt

C(t) = e -λt = e -(t/MTTF)

Año 2022 Slide 6 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ley de distribución Exponencial

Confiabilidad - Ley Exponencial

1

0,9

0,8 λ = 0,015

0,7

0,6
λ = 0,025
C(t)

0,5

0,4
λ = 0,05
λ = 0,04
0,3

0,2

0,1

Tiempo

C(t) = e -λt = e -(t/MTTF)

Año 2022 Slide 7 Estudio Pistarelli Alejandro J. & Asociados
 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ley de distribución Exponencial

Consideraciones especiales de la Ley de Distribución Exponencial

Favorable

Su aplicación es extendida y difundida

Tratable matemáticamente
Los sistemas complejos tienden a comportarse exponencialmente
aunque sus componentes no (teorema de Drenick)

Desfavorable

Su aplicación para modelar sistemas redundantes

Aplicación en distribución de reparaciones
Desconocimiento de su propiedad «sin memoria»

Año 2022 Slide 8 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ley de distribución Exponencial

Consideraciones especiales de la Ley de Distribución Exponencial

Aplicable a componentes electrónicos que superan la etapa de

mortalidad infantil. Muy aplicada en el ámbito industrial.
Aplicable a componentes mecánicos con modos de falla no dominantes.
Relativamente fácil de estimar con una mínima cantidad de valores.
Los compontes exponenciales requieren gran número de ensayos*.
Propiedad «sin memoria»: La cantidad de tiempo ya agotado para un
sistema exponencial, no tiene incidencia sobre la probabilidad de que el
sistema falle en el futuro. (Ej.: Vidrio de mampostería).

*Teorema del límite central

Año 2022 Slide 9 Estudio Pistarelli Alejandro J. & Asociados
 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ley de distribución Exponencial

Teorema de Drenick

Drenick publicó un documento en el que prueba que, bajo ciertas condiciones, los
sistemas constituidos por un gran número de subcomponentes, incluso no
exponenciales, tienden a comportarse de manera exponencial.
Las condiciones del teorema son:

Los subcomponentes están en serie

Los subcomponentes fallan independientemente

Un subcomponente fallado se reemplaza inmediatamente

Los subcomponentes reemplazados son idénticos a los retirados

Año 2022 Slide 10 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ejemplo
Ley de distribución Exponencial

Se tiene un componente con dos posibles modos de falla. Se trata de una configuración en
serie del tipo funcional, pues de presentarse cualquiera de los dos modos de falla, el
componente (línea) queda fuera de servicio. El MTTF(1) es 8 años y MTTF(2) es 25 años.
Asumiendo una distribución del tipo exponencial para ambos fallos, calcular la confiabilidad
del sistema para los 6 meses de funcionamiento. Es equivalente a tener dos componentes
que trabajan en serie.

λ1 = 1 / MTTF(1) = 0,125 fallos/año

λ2 = 1 / MTTF(2) = 0,04 fallos/ano
C(t)s = C(t)1 . C(t)2 = e -λ1t x e - λ2t

C(6 meses)s = e - (0,125 x 0,5) x e - (0,04 x 0,5) = 0,9394 x 0,9802 = 92,08%

y también,

C(6 meses)s = e -(λ1+λ2)t = e -(0,125 + 0,04) x 0,5 = 0,9208 = 92,08%

Año 2022 Slide 11 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ley de distribución Normal

La ley normal de fallos establece que alrededor del 95% de ellos ocurren entre t = (µ - 2σ) y
t = (µ + 2σ). Su función densidad de fallas se expresa mediante la siguiente ecuación:
2 2
1 -(t – μ) / 2σ -∞ < t < ∞
f(t) = e
σ 2π

f(t)
µ: valor esperado o media 0,045
μ = 50
σ: desviación estándar 0,04

0,035 σ = 10
σ2: varianza
0,03

0,025
No es posible obtener resultados en
0,02
forma directa o exacta; sólo a través 0,015

de tablas o cálculo numérico. 0,01

0,005

0
1 10 19 28 37 46
µ 55 64 73 82 91 100
Tiempo en meses

Año 2022 Slide 12 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ley de distribución Normal

Características
• Función de densidad continua.
• Relacionada con la distribución Lognormal.
• Con ciertos recaudos, muy útil para representar distribuciones de falla y reparación.
• Tiene en cuenta datos extremos.
• Uso: Distribuciones de falla y reparación.

Año 2022 Slide 13 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ley de distribución Normal

Para determinar los valores de C(t) se debe resolver la expresión:

No pueden obtenerse valores matemáticos en
t

∫
2 2
1 -(t – μ) / 2σ forma directa, sino a través de tablas o cálculo
C(t) = 1 - e dt
σ (2π) numérico.
0

La mayoría de los elementos fallan 1

0,9
en µ=50 meses y para obtener
0,8
confiabilidades cercanas al 0,99 el
0,7
tiempo de utilización debe estar
0,6
muy por debajo de µ50.
C(t)

0,5
Por ejemplo, para alcanzar una
0,4
confiabilidad del 97%, el tiempo de
0,3
utilización t debe ser menor a 31 0,2
meses. 0,1

0
1 11 21 31 41 51 61 71 81 91

Tiempo en meses
Año 2022 Slide 14 Estudio Pistarelli Alejandro J. & Asociados
 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ley de distribución Lognormal

Los dos parámetros de la distribución Lognormal son la media m y la desviación estándar σ. Si

bien su aplicación más efectiva se logra en la representación de distribuciones de tiempos de
reparación; es útil para describir el comportamiento de los ciclos de falla en fatiga de materiales
y en el diseño de elementos sometidos a cargas variables.
Media = m

Características f(t) 0.8

• Función de densidad continua. m = 1 σ = 0.6

• Relacionada con la distribución Normal.

0.4
• Excelente para representar distribuciones de
m=1 σ=1
reparación.
• Uso: Distribuciones de reparación. 0.0
0 1 2 3
t

Año 2022 Slide 15 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ley de distribución Lognormal

Mantenibilidad

En su forma más general, la Mantenibilidad se expresa como:

-∫ ε(t) d(t)
M(t) = 1 – e 0

Si la tasa de reparación (inversa de MTTR) , es constante e igual a:

ε= 1
MTTR

Entonces:

-εt -(t/MTTR)
M(t) = 1 – e =1–e

Año 2022 Slide 16 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ley de distribución de Weibull

La ley de distribución de Weibull permite obtener otras funciones de distribución en función de

los valores que adopten sus constantes. Su función de densidad de probabilidad queda definida
por:
β
(β-1) -α t
f(t) = α β t e

En ella, α y β son los parámetros de escala y forma respectivamente. La Confiabilidad C(t) en

función del tiempo se expresa mediante:

β
-α t
C(t) = e

Haciendo los reemplazos correspondientes para f(t) y C(t), se obtiene la tasa de fallas como:

(β-1)
λ(t) = α β t f(t)
λ(t) =
C(t)

Año 2022 Slide 17 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ley de distribución de Weibull

f (t)
0,10

0,09

0,08
β >1
0,07

0,06
β =1
0,05

0,04

0,03

0,02 C(t)
β <1
0,01 1,00

0,00 0,90
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49
0,80
Tiempo
0,70
β <1
0,60
Características
0,50
• Función de densidad continua. 0,40
β =1
0,30
• Relacionada con la ley exponencial.
0,20
β >1
• Puede adoptar todos los aspectos de la curva de 0,10

0,00
la bañera, pero no simultáneamente. 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49

Tiempo
• Uso: Datos de fallas (inicio y fin) y reparaciones.

Año 2022 Slide 18 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Ley de distribución de Weibull

Tasa de
falla λ(t)
0,07

0,06

0,05

0,04
β=1
0,03

0,02
0<β<1
0,01

0,00
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96

Tiempo

Tasa de Tasa de Falla

falla λ(t) β>1
0,30

0,25
1<β<2
0,20
β=2
0,15

0,10
β>2
0,05

0,00
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Tiempo

Año 2022 Slide 19 Estudio Pistarelli Alejandro J. & Asociados

 UTN – Facultad Regional Haedo
Anexo – Leyes de Distribución (MANTENIMIENTO)

Distribución de Fallas – Confiabilidad – Tasa de Fallas

λ(t)

Tasa de Fallas
f
λ(t) = (t)
C(t)

C(t)
Confiabilidad
Densidad de Fallas

f(t)

0 t2 t
t1 μ = MTBF

Año 2022 Slide 20 Estudio Pistarelli Alejandro J. & Asociados