Baixe o app para aproveitar ainda mais
Prévia do material em texto
CONCEITOS DE ANÁLISES DE CONFIABILIDADES UTILIZANDO A DISTRIBUIÇÃO EXPONENCIAL, WEIBULL, VALOR EXTREMO E LOG- NORMAL Charles Araújo (UNYLEYA) Prof. Rodrigo Paduan Mendonça (UNYLEYA) 1. RESUMO Objetivo do artigo é abordar o tema de análise de confiabilidade apresentando quatros tipos de distribuição, trazendo os seus conceitos de forma superficial, mas com os objetivos claros de aplicabilidades. Aplicando corretamente o tipo de distribuição mais apropriado para um determinado tipo de falha, produto, os resultados refletirão a realidade da ocorrência identificando as suas causas e assim determinar a confiabilidade correta. Palavras-chave: Análise de Confiabilidade, Distribuição Probabilísticos, 2. INTRODUÇÃO Análise de confiabilidade um método estatístico utilizado para estudo do tempo de ocorrência de um evento de interesse que seja uma falha, morte, reincidência de doença, entre outras a fim de se estimar a probabilidade de sobrevivência em um determinado instante de tempo. O estudo da análise de confiabilidade é focado na previsão da probabilidade de resposta, sobrevivência, ou tempo de vida médio, comparando as distribuições de sobrevivência de um conjunto de indivíduos participantes de um determinado experimento. De acordo com Colosismo e Giolo (2006), as distribuições apresentadas a seguir têm se mostrado bastantes adequadas para modelar tempo de vida de produtos industriais e na área médica. 3. DESENVOLVIMENTO 3.1 Distribuição Exponencial A distribuição exponencial é um dos modelos mais simples de se representar tempo de falha e é caracterizada por possuir a função de risco constante. Possui somente um parâmetro λ que representa a taxa de ocorrência de eventos independentes. Valores altos de λ indicam alto risco e baixa sobrevivência e valores baixos indicam baixo risco e alta sobrevivência. Quando o tempo de ocorrência T de um evento de interesse segue essa distribuição, sua função densidade de probabilidade f(t) é dada por: Já a sua função de sobrevivência S(t) é dada por: A distribuição exponencial possui função de risco h(t) constante, portanto: A média e o desvio padrão da distribuição exponencial são calculados usando: Veja abaixo gráficos da distribuição exponencial para alguns valores de λ. Figura 1: Distribuição Exponencial 3.2 Distribuição Weibull Quando o tempo de ocorrência T de um evento de interesse segue a distribuição de Weibull, sua função densidade de probabilidade f(t) é dada por: Já sua função de sobrevivência S(t) é dada por: Sua função de risco h(t) é dada por: A distribuição de Weibull é uma generalização da distribuição Exponencial, ou seja, a Exponencial é um caso particular da Weibull, mais precisamente quando γ = 1. Entretanto, ela não assume que a função de risco é constante, tornando assim aplicável para uma variedade de situações, seja função constante, decrescente ou crescente. Possui dois parâmetros γ, que é um parâmetro de forma, e λ, que é um parâmetro de escala. 3.3 Distribuições Valor Extremo A Teoria dos Valores Extremos vem sendo bastante utilizada em campos ligados a eventos raros. Sua estatística é aplicada na estimação de eventos climáticos, cálculo de seguros e eventos pouco comuns no mercado financeiro. Dentro da denominação geral de extremos incluímos o máximo e o mínimo, estatísticas de ordem extremas e excessos acima (ou abaixo) de limiares altos (ou baixos). O importante é que as características e propriedades das distribuições desses extremos aleatórios são determinadas pelas caudas extremas (inferior e superior) da distribuição subjacente. A abrangência de suas aplicações é grande, incluindo uma variedade de fenômenos naturais tais como inundações, poluição atmosférica correntes oceânicas e problemas oriundos de outras áreas tais como da engenharia, atuária e finanças (MENDES, 2004). A distribuição generalizada de valores extremos, proposta por Jenkinson (1955), reúne as três distribuições de valor extremos desenvolvidas por Fisher e Tippet (1928), que são: Gumbel, Fréchet e Weibull. Tais distribuições foram desenvolvidas na teoria dos valores extremos e são obtidas através do limite de máximos (ou mínimos) normalizados da seguinte maneira: Onde Mn representa max {X1, X2, ..., Xn} (ou o mínimo), em que X1, X2, ..., Xn são variáveis aleatórias independentes e identicamente distribuídas (iid), e an > 0 e bn são constantes de normalização. 3.4 Distribuições Log-normal A distribuição log-normal é muito utilizada para caracterizar tempo de vida de produtos e indivíduos, incluindo fadiga de metal e diodos (COLOSIMO; GIOLO, 2006). Sua aplicação consiste em situações em que a taxa de falha inicialmente é crescente, atinge o seu máximo e então decresce. Se X é uma variável aleatória contínua com distribuição normal, então Y = exp(X) tem a distribuição log-normal. Os parâmetros dessa distribuição, µ e σ, não são a média nem o desvio padrão da distribuição log-normal e sim da distribuição normal. Quando o tempo de ocorrência T de um evento de interesse segue a distribuição Log-normal, sua função densidade f(t) de probabilidade é dada por: Já a sua função de sobrevivência S(t) é dada por: Em que Φ representa a função de distribuição acumulada da normal padrão, ou seja: Sua função de risco h(t) é dada por: 4. CONCLUSÕES De forma mais sucinta mostramos algumas distribuições de probabilidade associadas a análise da Confiabilidade. Foram focalizados os aspectos mais relevantes de cada distribuição. A distribuição exponencial é realmente um caso especial da distribuição Weibull com ß = 1, é frequentemente usada para modelar componentes eletrônicos. Distribuição exponencial não é recomendado para modelar componentes mecânicos ou elétricos que se espera um modo de falha antes que ocorra a própria falha ou fim da vida útil do item. A distribuição Weibull pode modelar dados que são assimétricos à direita, esquerda ou simétrica é usada para avaliar a confiabilidade em diversas aplicações, rolamentos de esferas, relés e resistências de materiais. Não é recomendado a distribuição Weibull para falhas de produtos que as causas podem ser por ataques químicos ou por corrosão. A Teoria dos Valores Extremos vem sendo bastante utilizada em campos ligados a eventos raros. Sua estatística é aplicada na estimação de eventos climáticos, esta distribuição é um modelo útil em situações em que muitos processos idênticos e independentes podem levar à falha e em que o primeiro a falhar determina o tempo de falha. Isto é, por vezes, conhecido como o elo pior ou mais fraco. E por fim a distribuição log-normal é uma distribuição flexível, que está intimamente relacionada com a distribuição normal. Esta distribuição pode ser especialmente útil para a modelagem de dados que são mais ou menos simétricos ou assimétricos à direita. É mais adequado a utilização da distribuição log-normal para falhas ocasionados em ataques químicos ou corrosões. 5. REFERÊNCIAS COLOSIMO, E.; GIOLO, S. Análise de sobrevivência aplicada. Edgard Blücher, 2006. (ABE - Projeto Fisher). ISBN 9788521203841. MENDES, B.V.M. Introdução à Análise de Eventos Externos. Rio de Janeiro, E- papers Serviços Editoriais Ltda, 2004. Portal Ecologia Virtual. Página eletrônica: <http://ecovirtual.ib.usp.br/doku.php?id=ecovirt:roteiro:math:exponencial> Acesso em 10 janeiro 2022 Universidade Federal do Rio Grande do Sul. Página eletrônica: <http://www.producao.ufrgs.br/arquivos/disciplinas/489_estaind005_distprob.pdf> Acesso em 10 janeiro 2022 Universidade Federal de Ouro Preto. Página eletrônica: <http://professor.ufop.br/sites/default/files/magno/files/capitulo_4_-_principais_modelos_continuos_0.pdf> Acesso em 10 janeiro 2022 . http://ecovirtual.ib.usp.br/doku.php?id=ecovirt:roteiro:math:exponencial http://www.producao.ufrgs.br/arquivos/disciplinas/489_estaind005_distprob.pdf http://professor.ufop.br/sites/default/files/magno/files/capitulo_4_-_principais_modelos_continuos_0.pdf http://professor.ufop.br/sites/default/files/magno/files/capitulo_4_-_principais_modelos_continuos_0.pdf
Compartilhar