Baixe o app para aproveitar ainda mais
Prévia do material em texto
Pontifícia Universidade Católica de Minas Gerais Disciplina: Modelagem de Confiabilidade Professores: Alessandra Lopes Carvalho / Francilei Alves Pereira Aluno: Cristian de Souza Rosa Pontifícia Universidade Católica de Minas Gerais Disciplina: Modelagem de Confiabilidade Professores: Alessandra Lopes Carvalho / Francilei Alves Pereira Atividades Propostas 1) A função taxa de falhas para qualquer função de densidade de probabilidade continua é: a) O valor recíproco (inverso) do MTBF b) A probabilidade de sobrevivência no tempo t c) A razão entre a função densidade de probabilidade e a função probabilidade de falha d) Todas as alternativas estão erradas. 2) Assinale a alternativa incorreta: a) A taxa de falhas é aleatória para a distribuição exponencial e varia de acordo com a evolução do tempo b) A distribuição normal apresenta taxa de falhas crescente. c) Considerando as distribuições Weibull e Lognormal, a taxa de falhas pode assumir tipos de comportamento diferentes de acordo com a variação dos parâmetros. d) A ocorrência de falhas não é afetada pela história das falhas passadas na distribuição exponencial 3) Considerando adequação da distribuição exponencial, qual a probabilidade de um componente funcionar sem apresentar falhas durante período igual ou superior ao seu MTTF? A probabilidade é menor que 36.8% de funcionar acima do MTTF. 4) Considere a adequação da distribuição exponencial para um componente com MTTF de 28700h. Qual a probabilidade de falha nas primeiras 8000h de funcionamento? 𝑅(𝑡) = 𝑒− 𝑡 𝑀𝑇𝑇𝐹⁄ = 𝑅(8000) = 𝑒− 8000 28700⁄ = 𝑅(8000) = 75,67% A probabilidade do componente continuar em funcionamento nas primeiras 8000h é de 75,67%. 𝐹(𝑡) = 1 − 𝑒− 𝑡 𝑀𝑇𝑇𝐹⁄ = 𝐹(8000) = 1 − 𝑒− 8000 28700⁄ = 𝐹(8000) = 1 − 0,7567 𝐹(8000) = 24.33% A probabilidade do componente falhar nas primeiras 8000h é de 24.33% Pontifícia Universidade Católica de Minas Gerais Disciplina: Modelagem de Confiabilidade Professores: Alessandra Lopes Carvalho / Francilei Alves Pereira 5) O gráfico apresentado corresponde à função confiabilidade do componente “X”. Este componente encontra-se na vida útil? Este gráfico representa uma função Weibull com o parâmetro Beta maior que 1. Portanto, o componente “X” não se encontra na vida útil. Ele está no seu período de desgaste. 6) Oito unidades de um componente foram testadas com o objetivo de estimar sua confiabilidade. Existe uma restrição de projeto que impõe que a Confiabilidade em 1000 h de operação deve ser no mínimo 80%. A análise dos dados indicou que a distribuição de probabilidade mais adequada para modelar o comportamento deste componente é a Weibull com os parâmetros γ=0 , β=5 e ƞ=1500. Decida sobre aprovar ou não este componente e justifique sua resposta Primeiramente foi traçado uma reta no papel de Weibull usando os parâmetros de β = 0.5 e η = 1500 (Conforme imagem na página seguinte). Logo, foi possível traçar uma reta horizontal pra t = 1000, encontrando um valor de F(t) = 55,80%. Utilizando a fórmula R(t) = 1 – F(t), obteremos uma Confiabilidade em 1000h de 44,20%. Utilizando o Excel (imagem abaixo), é possível obter os mesmos valores da análise gráfica do papel de Weibull (imagem da págima seguinte): Contudo, esse componente não poderá ser aprovado pois o projeto não atinge o requisito mínimo de 80% de Confiabilidade. Tempo 1000 h β 0.5 η 1500 F(t) 55.80% =WEIBULL.DIST(1000,0.5,1500,TRUE) R(t) 44.20% =1 - F(t) Pontifícia Universidade Católica de Minas Gerais Disciplina: Modelagem de Confiabilidade Professores: Alessandra Lopes Carvalho / Francilei Alves Pereira Pontifícia Universidade Católica de Minas Gerais Disciplina: Modelagem de Confiabilidade Professores: Alessandra Lopes Carvalho / Francilei Alves Pereira 7) As curvas A, B e C correspondem à função confiabilidade versus tempo de componentes distintos. Utilizou-se a distribuição Weibull com três parâmetros sendo o parâmetro β conhecido. - Qual o valor do parâmetro γ para cada componente? Componente A [γ < 0, γ ≈ -400] Componente B [γ = 0, γ ≈ 0] Componente C [γ > 0, γ ≈ 300] - De um exemplo que justificaria cada situação O valor do parâmetro de localização (γ) representa o tempo (t) aonde a Confiabilidade é igual a 1. γ < 0, a distribuição começa na localização γ à esquerda da origem; γ = 0, a distribuição começa na origem (t = 0); γ > 0, a distribuição começa na localização γ à direita da origem. A representação gráfica da página seguinte (foi utilizado o Excel para realizar a demonstração), exemplifica a distribuição Weibull utilizando os seguintes parâmetros: A B C β 4 4 4 η 510 510 510 γ -400 0 300 t -400 0 400 600 800 t R(t) 0,00 1,00 0,25 0,50 0,75 A B C Pontifícia Universidade Católica de Minas Gerais Disciplina: Modelagem de Confiabilidade Professores: Alessandra Lopes Carvalho / Francilei Alves Pereira
Compartilhar