Dr. Darko Louit N.
                           P. Universidad Católica de Chile
                                           ...
β
                                                                                         β 1
                           ...
ηλ ( τ )


    4
                                                     ß = 2,0
  3,5

    3                      ß = 3,0
  ...
   El análisis Weibull asume que los tiempos hasta falla son
    iid (independientes e idénticamente distribuidos).

   ...
    Renewal Process (RP)  Weibull.
    Homogeneous Poisson Process (HPP).
    Branching Poisson Process (BPP).
    Su...
   Si hay TENDENCIAS en los datos, usar análisis
    Weibull puede sobre o sub estimar la
    confiabilidad del component...
Cable 1    Cable 2   Cable 3

Ejemplo:                           No.           1          1544    2838      1062
         ...
o

a
h
f
h

oll
 w
n

 i        representa la ocurrencia de una falla
 g
a
m
 ,
      A

                                 ...
1.   Métodos gráficos
        Gráfico de # acumulados de fallas vs. tiempo
        Gráfico de dispersión de fallas conse...
A             B                               C                              D




    Time                      Time     ...
CMMS Bases de
    Datos                                                         Sin            Evaluar
                   ...
Objetivos                                                La evaluación previa de los datos
                              ...
VI Encuentro en Gestión de Activos Físicos        Centro Internacional de Ciencia
         Campus San Joaquín, 9 de julio ...
Próxima SlideShare
Cargando en…5
×

Louit Egaf6

1.219 visualizaciones

Publicado el

Publicado en: Viajes
0 comentarios
2 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

Sin descargas
Visualizaciones
Visualizaciones totales
1.219
En SlideShare
0
De insertados
0
Número de insertados
7
Acciones
Compartido
0
Descargas
0
Comentarios
0
Recomendaciones
2
Insertados 0
No insertados

No hay notas en la diapositiva.

Louit Egaf6

  1. 1. Dr. Darko Louit N. P. Universidad Católica de Chile Komatsu Chile S.A. VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería Pontificia Universidad Católica de Chile
  2. 2. β β 1 − t  β t    −    η f (t ) = e   η  η   f(t) β: factor de forma 60 η: vida característica β=1/2 (Hiperexponencial) 50 β=1 (Exponencial) 40 β=0.5 β=2 (Rayleigh) β=1.0 β=3.5 (Normal) 30 20 β=2.0 10 0 t VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería Pontificia Universidad Católica de Chile
  3. 3. ηλ ( τ ) 4 ß = 2,0 3,5 3 ß = 3,0 ß = 1,5 2,5 2 1,5 ß = 1,0 1 0,5 ß = 0,5 0 τ 0 0,25 0,5 0,75 1 1,25 1,5 1,75 2 2,25 2,5 2,75 3  Hoy el Análisis Weibull es el método líder en el mundo para cálculos sobre datos de ciclo de vida Fuente: Abernethy, R. El Nuevo Manual de Weibull segunda edición. 3
  4. 4.  El análisis Weibull asume que los tiempos hasta falla son iid (independientes e idénticamente distribuidos).  Si los datos NO SON iid, y hay situaciones de crecimiento o disminución de confiabilidad, el uso de distribuciones estadísticas para modelar el tiempo hasta falla es cuestionable.  En dichos casos, hay otros modelos que pueden representar de mejor manera el proceso de falla del componente/equipo. VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería Pontificia Universidad Católica de Chile
  5. 5.  Renewal Process (RP)  Weibull.  Homogeneous Poisson Process (HPP).  Branching Poisson Process (BPP).  Superposed Renewal Process (SRP).  Non-Homogeneous Poisson Process (NHPP). Fuente: Ascher H.E., Feingold H. Repairable Systems Reliability. Modeling, Inference, Misconceptions and Their Causes; Marcel Dekker: New York, 1984. VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería Pontificia Universidad Católica de Chile
  6. 6.  Si hay TENDENCIAS en los datos, usar análisis Weibull puede sobre o sub estimar la confiabilidad del componente.  Un paso PREVIO de análisis de datos es necesario para seleccionar el modelo de análisis adecuado.  Filtro  Análisis de tendencias y dependencia VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería Pontificia Universidad Católica de Chile
  7. 7. Cable 1 Cable 2 Cable 3 Ejemplo: No. 1 1544 2838 1062 903 2 1730 2676 2838 Datos de Hrs. entre 3 1809 1920 2676 fallas para cables 4 1353 2122 1920 5 1592 2790 1872 de palas 6 357 105 3040 7 369 1265 1370 8 1824 2015 2285 9 1618 1228 958 10 2021 11 1460 12 2765 VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería Pontificia Universidad 7 Católica de Chile
  8. 8. o a h f h oll w n i representa la ocurrencia de una falla g a m , A Edad B  Disminución confiabilidad Edad C Edad  Crecimiento confiabilidad VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería Pontificia Universidad Católica de Chile
  9. 9. 1. Métodos gráficos  Gráfico de # acumulados de fallas vs. tiempo  Gráfico de dispersión de fallas consecutivas  Nelson-Aalen plot  TTT plot 2. Tests estadísticos  Test de Mann  Test de Laplace  Test deVI Encuentro en Gestión de Activos Físicos Lewis-Robinson Centro Internacional de Ciencia Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería  Military Handbook test Pontificia Universidad Católica de Chile
  10. 10. A B C D Time Time Time Time Service life ((i-1)th failure) VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería Pontificia Universidad Católica de Chile
  11. 11. CMMS Bases de Datos Sin Evaluar Tiempo hasta falla de cada datos? técnicas evento de falla registrado Bayesianas •Definir objeto de estudio Válido combinar? •Identificar sistemas similares Ordenar cronológicamente (sólo fallas) Weibull Exponencial otra Tests gráficos (cualquiera) Sin Probar supuesto de tendencia Renovación Test de Mann RP válido? Ajustar TEST distribución HPP a los datos válido? Test de Laplace Probar contra NHPP Test de L-R MilHBK Test HPP Evaluar Rechazado? calidad de ajuste Determinar Weibull función de RP Log-linear intensidad Evaluar MODELO calidad de ajuste DE Fuente: Louit et al., A PRACTICAL PROCEDURE FOR THE NHPP TIEMPO SELECTION OF TIME TO FAILURE MODELS BASED ON (u otro modelo no estacionario) HASTA THE ASSESSMENT OF TRENDS IN MAINTENANCE DATA, FALLA in press, Reliability Engineering and System Safety, 2009. VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería Pontificia Universidad Católica de Chile
  12. 12. Objetivos  La evaluación previa de los datos ayuda en gran medida a entender el problema. Datos de Mantenimiento  Seguir una metodología de Selección de modelo análisis previo de datos ayuda a análisis de datos seleccionar el modelo más apropiado. Optimización  La calidad de la solución puede Solución depender del modelo utilizado.  El análisis debe estar centrado en el problema a FuenteAnsell J.I., Phillips M.J. (1990) Strategies for Reliability Data Analysis, 11th Advances in Reliability Technology Symposium, Comer P. (editor) Elsevier: London. solucionar, no en Internacional de Ciencia Centro el modelo VI Encuentro en Gestión de Activos Físicos a utilizar. Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería Pontificia Universidad Católica de Chile
  13. 13. VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería Pontificia Universidad Católica de Chile

×