Baixe o app para aproveitar ainda mais
Prévia do material em texto
PÓS-GRADUAÇÃO EM ENGENHARIA DE CONFIABILIDADE E GESTÃO DE ATIVOS IEC PUC MINAS MODELAGEM DE CONFIABILIDADE Disciplina: Professor: Alessandra Lopes Carvalho, Dra Nota sobre Direitos Autorais: Este material é de uso exclusivo de alunos matriculados no curso de Pos Graduação Lato Sensu Engenharia de Confiabilidade e Gestão de Ativos da PUC Minas. Permitido o download do material desde que sejam atribuídos créditos aos autores, mas sem a possibilidade de alterá-lo de nenhuma forma ou utilizá-la para fins comerciais. PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Aula 3- Técnicas para análise do tempo de falha 3.1 Banco de dados: pré tratamento e considerações 3.2 Técnicas não paramétricas 3.3 Técnicas paramétricas Dados Censurados - Testes são terminados antes que todos os itens falhem - Presença de dados incompletos e/ ou parciais x x x x unidade tempo Dados completos Convenção utilizada: x falha o censura 3.1 Banco de dados: pré tratamento e considerações PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Censura por tempo ou Tipo I O teste será terminado após um período pré estabelecido de tempo x x o o unidade tempo to PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Exemplo: Vinte motores foram colocados em funcionamento e os tempos até a falha para o subsistema combustível foram registrados. Após 300 horas de funcionamento contínuo, o teste para cada motor é truncado, verificando-se desta forma censura. Os tempos até a falha são: 63,2, 90,2, 104,5, 120,8, 140,3, 179,4, 199,6, 201,9, 234,4, 237,1, 246,5, 260,7, 275,7, 297,3, 300 +, 300 +, 300 +, 300 +, 300 +, 300 + (O sinal “+” representa os dados censurados – software PROCONF ). x x o x unidade tempo Censura por falha ou Tipo II O teste será terminado após ter ocorrido a falha em um número pré estabelecido de itens sob teste Vantagem: garante um no mínimo de falhas PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Censura do tipo aleatório Um item é retirado do teste sem que seja atingida a falha Exemplo: o item falha por uma razão diferente da estudada o x x unidade tempo o PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Origem dos dados? PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Pré-tratamento de dados • Provável erro de digitação; • Sistema de automação; PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Pré-tratamento de dados Dificuldades: • Difícil entendimento da descrição; • A mesma causa escrita de formas diferentes; PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Pré-tratamento de dados • Duas ou mais descrições na mesma célula; • Data de falha fora da ordem. PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Exemplo: Os dados apresentados abaixo representam o tempo até a ruptura de um tipo de isolante térmico sujeito a uma tensão de estresse de 35kV. Originalmente o teste consistiu em colocar 25 destes isolantes em funcionamento até que 15 deles falhassem. Entretanto, após uma análise de falha conduzida constatou-se que, para dois deles a falha havia sido provocada por problemas no equipamento de teste (indicados por *). Dados obtidos para os 15 itens incluindo os dois censurados (em minutos) 0,19 0,78 0,96* 1,31 2,78 3,16 4,67 4,85 6,50 7,35 8,27 12,07 32,52* 33,19 36,71 Fonte: (Freitas, 1997) PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra 3.2 Técnicas não paramétricas Não é necessário especificar nenhuma distribuição de probabilidade Estimação da Função Confiabilidade na Ausência de Censura Estimação da Função Confiabilidade na Presença de Censura Estimador da tabela de vida Estimador de Kaplan-Meier PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Fonte: Freitas e Colosimo (1997) Exemplo: Histograma da distribuição aproximada do tempo de falha para 54 produtos em teste (todos falharam). 0 10 20 30 40 50 60 70 80 9 2 1 4 5 10 16 7 tempo (x 10 horas) am p li tu d e PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Estimativa confiabilidade no período entre 400 e 500 horas 54 produtos em operação – 33 produtos que falharam até t=400 = 21 0 10 20 30 40 50 60 70 80 9 2 1 4 5 10 16 7 tempo (x 10 horas) am p li tu d e R (400) = no de produtos em operação até t=400 = 21 = 0,389 no de produtos sob teste 54 ^ PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Usando o mesmo cálculo para os outros intervalos de tempo: Intervalo (x 100) R(t) (%) 0-1 100,0 1-2 96,3 2-3 87,0 3-4 68,5 4-5 38,9 5-6 22,2 6-7 09,3 7-8 01,9 PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Estimador de Kaplan-Meier (limite-produto) Estimação na Presença de Censura R =[(n1-d1)/n1] [(n2-d2)/n2]... [(nto-dto)/nto] ^ onde di : número de falhas no tempo ti ni : número de itens sob risco (não falhou e não foi censurado) em ti inclusive to : maior tempo de falha menor que t -Considera tantos intervalos de tempo quanto for o número de falhas distintas - Os limites de intervalo de tempo são os tempos de falha da amostra Definição Matemática: PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Exemplo: Os dados apresentados abaixo representam o tempo até a ruptura de um tipo de isolante térmico sujeito a uma tensão de estresse de 35kV. Originalmente o teste consistiu em colocar 25 destes isolantes em funcionamento até que 15 deles falhassem. Entretanto, após uma análise de falha conduzida constatou-se que, para dois deles a falha havia sido provocada por problemas no equipamento de teste (indicados por *). Dados obtidos para os 15 itens incluindo os dois censurados (em minutos) 0,19 0,78 0,96* 1,31 2,78 3,16 4,67 4,85 6,50 7,35 8,27 12,07 32,52* 33,19 36,71 Fonte: (Freitas, 1997) PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra 0,19 25 1 0,9600 0,78 24 1 0,9200 1,31 22 1 0,8782 2,78 21 1 0,8364 3,16 20 1 0,7946 4,67 19 1 0,7528 4,85 18 1 0,7110 6,50 17 1 0,6692 7,35 16 1 0,6274 8,27 15 1 0,5856 12,07 14 1 0,5438 33,91 12 1 0,4985 36,71 11 1 0,4532 ^ R(ti) ti di Consideração da ocorrência de censura x1=[(n1-d1)/n1] =24/25 x2=[(n2-d2)/n2] * x1 x2=23/24 * 0,9600 ni R =[(n1-d1)/n1] [(n2-d2)/n2]... [(nto-dto)/nto] ^ di : número de falhas no tempo ti ni : número de itens sob risco (não falhou e não foi censurado) em ti inclusive to : maior tempo de falha menor que t 3.3 Técnicas Paramétricas Modelagem segundo uma distribuição de probabilidade -Os modelos estimam a probabilidade de falha (ou sobrevivência)ao longo do tempo. -Esta representação é dada por uma função que permite interpolações (e algumas extrapolações). PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Processo de Modelagem Escolha de uma f(t) Distribuição Exponencial, Distribuição Lognormal, Distribuição Weibul, Outras. Dados R(t), F(t) h(t) MTTF . . Estimação de Parâmetros Papeis de Probabilidade Regressão MLE Validação Técnicas gráficas Técnicas numéricas b h 1/l t f(t) PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra http://images.google.com.br/imgres?imgurl=http://acidentario.vilabol.uol.com.br/dinheiro.jpg&imgrefurl=http://acidentario.vilabol.uol.com.br/&h=240&w=320&sz=54&hl=pt-BR&start=6&tbnid=7k7WNjXZ4iLsgM:&tbnh=89&tbnw=118&prev=/images?q=dinheiro&gbv=2&svnum=10&hl=pt-BR&sa=G Distribuição Exponencial Taxa de falhas constante - desconsiderando as distribuições de falhas individuais a mistura de componentes resulta em uma taxa de falhas aproximadamente constante - presença vários mecanismos de falha com diferentes taxas Principais Distribuições Continuas PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra tetf ll )( l)(th Função Densidade de Probabilidade Função Taxa de Falhas PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra tetF l1)( MTTF t t eetR l)( Função Densidade Acumulada Função Confiabilidade PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Efeito da variação da taxa de falhas na função densidade de probabilidade f(t) PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra σ = desvio padrão Função Densidade de Probabilidade µ = média t= tempo Distribuição Normal PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Taxa de falhas instantânea PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Função Densidade Acumulada Função Confiabilidade PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Considere que cada curva apresentada representa um produto diferente em desenvolvimento. Qual dos dois produtos deve ser lançado no mercado? Exemplo: PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Função Densidade de Probabilidade Distribuição Log Normal tt ln PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Função Densidade de Probabilidade Função Taxa de Falhas Efeito da variação de σ considerando µ=1 PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Efeito da variação de σ considerando µ=1 Função Densidade Acumulada Função Confiabilidade Efeito da variação de σ considerando µ=1 PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Efeito da variação de σ considerando µ=1 Distribuição Weibull Função Densidade de Probabilidade β = parâmetro de forma ou inclinação η = parâmetro de escala ou vida característica γ = parâmetro de localização considerando η=2 e γ=0 PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Considerando η=2 e β =1 β =1 → Distribuição Exponencial Efeito da variação de γ (parâmetro de localização) na Função Densidade de Probabilidade PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Efeito da variação de η (parâmetro de escala ou vida característica) na Função Densidade de Probabilidade β =3 → Distribuição Normal PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Efeito da variação de η (parâmetro vida característica ) na Função Densidade de Probabilidade β =1 → Distribuição Exponencial PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Taxa de falhas instantânea ou Função Taxa de Falhas b b h b 1 )( t th Efeito da variação de β considerando η=2 e γ=0 PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Função Confiabilidade Função Probabilidade de Falha Efeito da variação de β considerando η=2 e γ=0 Efeito da variação de β considerando η=2 e γ=0 PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra O componente X foi instalado em locais diferentes em uma mesma planta. Foram coletados dados históricos com o objetivo de modelar sua confiabilidade, considerando-se o local de instalação. Nos dois casos analisados foi obtida distribuição Weibull cujos parâmetros são apresentados a seguir: Exemplo: PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Local A Local B β = 1,6 γ = 0 η = 2,8 β = 1,3 γ = 0 η = 6,8 parâmetros Quais conclusões podem ser obtidas através destes resultados ? PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra parâmetros .... Outras distribuições de probabilidade Fonte: Pallerosi, Mazzolini, Mazzolini (2011 ) Exemplo Distribuição Multimodal PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra Modelo f(t) Parâmetros Confiabilidade f(t) – população 1 Weibull Mista β = 0,97 (Vida útil) Confiabilidade f(t) – população 2 Weibull Mista β = 1,68 (Desgaste ou velhice) Confiabilidade f(t) – população 3 Weibull Mista β =1,45 (Desgaste ou velhice) Exemplo Distribuição Multimodal PUC Minas- Disciplina Modelagem de Confiabilidade - Profa: Alessandra Lopes Carvalho, Dra
Compartilhar