La tasa de fallas es la frecuencia con la que falla un sistema o componente diseñado , expresada en fallas por unidad de tiempo. Por lo general, se denota con la letra griega λ (lambda) y se usa a menudo en ingeniería de confiabilidad .
La tasa de falla de un sistema generalmente depende del tiempo, y la tasa varía a lo largo del ciclo de vida del sistema. Por ejemplo, la tasa de fallas de un automóvil en su quinto año de servicio puede ser muchas veces mayor que su tasa de fallas durante su primer año de servicio. No se espera reemplazar un tubo de escape, revisar los frenos o tener problemas importantes de transmisión en un vehículo nuevo.
En la práctica, a menudo se informa el tiempo medio entre fallas (MTBF, 1 / λ) en lugar de la tasa de fallas. Esto es válido y útil si se puede suponer que la tasa de fallas es constante - a menudo se usa para unidades / sistemas complejos, electrónica - y es un acuerdo general en algunos estándares de confiabilidad (Militar y Aeroespacial). En este caso, solo se refiere a la región plana de la curva de la bañera , que también se denomina "período de vida útil". Debido a esto, es incorrecto extrapolar el MTBF para dar una estimación de la vida útil de un componente, que normalmente será mucho menor que lo sugerido por el MTBF debido a las tasas de falla mucho más altas en el "desgaste al final de la vida útil". parte de la "curva de la bañera".
La razón del uso preferido de los números MTBF es que el uso de números positivos grandes (como 2000 horas) es más intuitivo y más fácil de recordar que los números muy pequeños (como 0,0005 por hora).
El MTBF es un parámetro de sistema importante en sistemas en los que es necesario gestionar la tasa de fallos, en particular para los sistemas de seguridad. El MTBF aparece con frecuencia en los requisitos de diseño de ingeniería y rige la frecuencia del mantenimiento y las inspecciones del sistema requeridas. En procesos especiales llamados procesos de renovación , donde el tiempo para recuperarse de la falla puede despreciarse y la probabilidad de falla permanece constante con respecto al tiempo, la tasa de falla es simplemente el inverso multiplicativo del MTBF (1 / λ).
Una relación similar utilizada en las industrias del transporte , especialmente en ferrocarriles y camiones, es la "distancia media entre fallas", una variación que intenta correlacionar las distancias reales cargadas con necesidades y prácticas de confiabilidad similares.
Las tasas de falla son factores importantes en las industrias de seguros, finanzas, comercio y regulación y fundamentales para el diseño de sistemas seguros en una amplia variedad de aplicaciones.
Datos de tasa de fallas
Los datos de la tasa de fallos se pueden obtener de varias formas. Los medios más comunes son:
- Estimacion
- A partir de informes de tasa de fallas de campo, se pueden utilizar técnicas de análisis estadístico para estimar las tasas de fallas. Para obtener tasas de falla precisas, el analista debe tener un buen conocimiento del funcionamiento del equipo, los procedimientos para la recopilación de datos, las variables ambientales clave que impactan las tasas de falla, cómo se usa el equipo a nivel del sistema y cómo los diseñadores del sistema usarán los datos de falla.
- Datos históricos sobre el dispositivo o sistema en consideración
- Muchas organizaciones mantienen bases de datos internas de información de fallas en los dispositivos o sistemas que producen, que pueden usarse para calcular las tasas de fallas de esos dispositivos o sistemas. Para dispositivos o sistemas nuevos, los datos históricos de dispositivos o sistemas similares pueden servir como una estimación útil.
- Datos de tasa de fallas gubernamentales y comerciales
- Los manuales de datos de tasa de fallas para varios componentes están disponibles en fuentes gubernamentales y comerciales. MIL-HDBK-217F , Predicción de confiabilidad de equipos electrónicos , es un estándar militar que proporciona datos de tasa de falla para muchos componentes electrónicos militares. Varias fuentes de datos de tasa de falla están disponibles comercialmente que se enfocan en componentes comerciales, incluidos algunos componentes no electrónicos.
- Predicción
- El desfase temporal es uno de los graves inconvenientes de todas las estimaciones de la tasa de fallos. A menudo, cuando se dispone de los datos de la tasa de fallos, los dispositivos en estudio se han vuelto obsoletos. Debido a este inconveniente, se han desarrollado métodos de predicción de la tasa de fallos. Estos métodos pueden usarse en dispositivos de nuevo diseño para predecir las tasas de falla y los modos de falla del dispositivo. Dos enfoques se han vuelto bien conocidos, Cycle Testing y FMEDA.
- Prueba de vida
- La fuente de datos más precisa es probar muestras de los dispositivos o sistemas reales para generar datos de fallas. Esto suele ser prohibitivamente caro o poco práctico, por lo que a menudo se utilizan las fuentes de datos anteriores.
- Prueba de ciclo
- El movimiento mecánico es el mecanismo de falla predominante que causa el desgaste de los dispositivos mecánicos y electromecánicos. Para muchos dispositivos, el punto de falla por desgaste se mide por el número de ciclos realizados antes de que falle el dispositivo, y puede descubrirse mediante pruebas de ciclo. En las pruebas de ciclo, un dispositivo se cicla tan rápido como sea posible hasta que falla. Cuando se prueba una colección de estos dispositivos, la prueba se ejecutará hasta que el 10% de las unidades falle peligrosamente.
- FMEDA
- Modos de falla, efectos y análisis de diagnóstico (FMEDA) es una técnica de análisis sistemático para obtener tasas de falla a nivel de subsistema / producto, modos de falla y resistencia del diseño. La técnica FMEDA considera:
- Todos los componentes de un diseño,
- La funcionalidad de cada componente,
- Los modos de falla de cada componente,
- El efecto del modo de falla de cada componente en la funcionalidad del producto,
- La capacidad de cualquier diagnóstico automático para detectar la falla,
- La fuerza del diseño (reducción de calificación, factores de seguridad) y
- El perfil operativo (factores de estrés ambiental).
Dada una base de datos de componentes calibrada con datos de fallas de campo que son razonablemente precisos [1] , el método puede predecir la tasa de fallas a nivel del producto y los datos del modo de fallas para una aplicación determinada. Se ha demostrado que las predicciones son más precisas [2] que el análisis de devolución de garantía de campo o incluso el análisis de fallas de campo típico dado que estos métodos dependen de informes que normalmente no tienen suficiente información detallada en los registros de fallas. [3] Modos de falla, efectos y análisis de diagnóstico
Tasa de fallas en el sentido discreto
La tasa de fallas se puede definir de la siguiente manera:
- El número total de fallas dentro de una población de artículos , dividido por el tiempo total invertido por esa población, durante un intervalo de medición particular bajo las condiciones establecidas. (MacDiarmid, et al. )
Aunque la tasa de fallas, , se considera a menudo como la probabilidad de que ocurra una falla en un intervalo específico dado que no hay falla antes de tiempo, en realidad no es una probabilidad porque puede exceder 1. Una expresión errónea de la tasa de falla en% podría resultar en una percepción incorrecta de la medida, especialmente si se mediría a partir de sistemas reparables y sistemas múltiples con tasas de falla no constantes o diferentes. tiempos de operación. Puede definirse con la ayuda de la función de confiabilidad , también llamada función de supervivencia,, la probabilidad de que no haya fallas antes de tiempo .
- , dónde es el tiempo hasta la (primera) distribución de fallas (es decir, la función de densidad de fallas).
durante un intervalo de tiempo = de (o ) a . Tenga en cuenta que esta es una probabilidad condicional , donde la condición es que no haya ocurrido ninguna falla antes del tiempo. Por lo tanto, la en el denominador.
La tasa de riesgo y el ROCOF (tasa de ocurrencia de fallas) a menudo se consideran incorrectamente como iguales e iguales a la tasa de fallas. [ aclaración necesaria ] Para aclarar; cuanto más rápido se reparen los artículos, antes se romperán nuevamente, por lo que mayor será el ROCOF. Sin embargo, la tasa de riesgo es independiente del tiempo de reparación y del tiempo de retraso logístico.
Tasa de fracaso en el sentido continuo
El cálculo de la tasa de fallas para intervalos de tiempo cada vez más pequeños da como resultado la función de riesgo (también llamadatasa de riesgo),. Esto se convierte en la tasa de falla instantánea o decimos tasa de riesgo instantánea como aproximaciones a cero:
Una tasa de fallas continua depende de la existencia de una distribución de fallas ,, que es una función de distribución acumulativa que describe la probabilidad de falla (al menos) hasta e incluido el tiempo t ,
dónde es el momento del fracaso. La función de distribución de fallas es la integral de la función de densidad de fallas , f ( t ),
La función de peligro se puede definir ahora como
Se pueden usar muchas distribuciones de probabilidad para modelar la distribución de fallas ( consulte la Lista de distribuciones de probabilidad importantes ). Un modelo común es la distribución exponencial de fallas ,
que se basa en la función de densidad exponencial . La función de tasa de riesgo para esto es:
Por lo tanto, para una distribución de falla exponencial, la tasa de riesgo es una constante con respecto al tiempo (es decir, la distribución es "sin memoria "). Para otras distribuciones, como una distribución de Weibull o una distribución logarítmica normal , la función de riesgo puede no ser constante con respecto al tiempo. Para algunos, como la distribución determinista , es monótona creciente (análoga a "desgastarse" ), para otros como la distribución de Pareto es monótona decreciente (análoga a "quemarse" ), mientras que para muchos no es monótona.
Resolver la ecuación diferencial
por , se puede demostrar que
Disminuir la tasa de fallas
Una tasa de falla decreciente (DFR) describe un fenómeno en el que la probabilidad de un evento en un intervalo de tiempo fijo en el futuro disminuye con el tiempo. Una tasa de fallas decreciente puede describir un período de "mortalidad infantil" donde las fallas anteriores se eliminan o corrigen [4] y corresponde a la situación donde λ ( t ) es una función decreciente .
Las mezclas de variables DFR son DFR. [5] Las mezclas de variables aleatorias distribuidas exponencialmente se distribuyen hiperexponencialmente .
Procesos de renovación
Para un proceso de renovación con función de renovación DFR, los tiempos entre renovaciones son cóncavos. [5] [6] Brown conjeturó lo contrario, que DFR también es necesario para que los tiempos entre renovaciones sean cóncavos, [7] sin embargo, se ha demostrado que esta conjetura no se cumple ni en el caso discreto [6] ni en el continuo. caso. [8]
Aplicaciones
El aumento de la tasa de fallas es un concepto intuitivo causado por el desgaste de los componentes. La tasa de falla decreciente describe un sistema que mejora con la edad. [9] Se han encontrado tasas de falla decrecientes en la vida útil de las naves espaciales, Baker y Baker comentaron que "esas naves espaciales que duran, duran una y otra vez". [10] [11] Se encontró individualmente que la confiabilidad de los sistemas de aire acondicionado de las aeronaves tenía una distribución exponencial y, por lo tanto, en la población combinada un DFR. [9]
Coeficiente de variación
Cuando la tasa de fallas está disminuyendo, el coeficiente de variación es, 1, y cuando la tasa de fallas está aumentando, el coeficiente de variación es Note 1. [12] Tenga en cuenta que este resultado solo se mantiene cuando la tasa de fallas se define para todo t ⩾ 0 [ 13] y que el resultado inverso (coeficiente de variación que determina la naturaleza de la tasa de falla) no se cumple.
Unidades
Las tasas de falla se pueden expresar usando cualquier medida de tiempo, pero las horas son la unidad más común en la práctica. También se pueden utilizar otras unidades, como millas, revoluciones, etc., en lugar de unidades de "tiempo".
Las tasas de falla a menudo se expresan en notación de ingeniería como fallas por millón, o 10 −6 , especialmente para componentes individuales, ya que sus tasas de falla son a menudo muy bajas.
La tasa de fallas en el tiempo ( FIT ) de un dispositivo es la cantidad de fallas que se pueden esperar en mil millones (10 9 ) de horas de funcionamiento del dispositivo. [14] (Por ejemplo, 1000 dispositivos durante 1 millón de horas, o 1 millón de dispositivos durante 1000 horas cada uno, o alguna otra combinación). Este término se utiliza particularmente en la industria de los semiconductores .
La relación de FIT con MTBF puede expresarse como: MTBF = 1,000,000,000 x 1 / FIT.
Aditividad
Bajo ciertos supuestos de ingeniería (por ejemplo, además de los supuestos anteriores para una tasa de falla constante, la suposición de que el sistema considerado no tiene redundancias relevantes ), la tasa de falla para un sistema complejo es simplemente la suma de las tasas de falla individuales de sus componentes, siempre que ya que las unidades son consistentes, por ejemplo, fallas por millón de horas. Esto permite probar componentes o subsistemas individuales , cuyas tasas de fallas se suman para obtener la tasa total de fallas del sistema. [15] [16]
Agregar componentes "redundantes" para eliminar un solo punto de falla mejora la tasa de falla de la misión, pero empeora la tasa de falla en serie (también llamada tasa de falla logística); los componentes adicionales mejoran el tiempo medio entre fallas críticas (MTBCF), aunque el tiempo medio antes de que algo falle es peor. [17]
Ejemplo
Suponga que se desea estimar la tasa de falla de un determinado componente. Se puede realizar una prueba para estimar su tasa de fallas. Se prueban diez componentes idénticos cada uno hasta que fallan o llegan a las 1000 horas, momento en el que se termina la prueba para ese componente. (El nivel de confianza estadística no se considera en este ejemplo). Los resultados son los siguientes:
La tasa de falla estimada es
o 799,8 fallos por cada millón de horas de funcionamiento.
Ver también
- Tasa de fallos anualizada
- Quemado
- Falla
- Modo de fallo
- Modos de falla, efectos y análisis de diagnóstico
- Fuerza de la mortalidad
- Frecuencia de superación
- Ingeniería de confiabilidad
- Teoría de la confiabilidad
- Teoría de la confiabilidad del envejecimiento y la longevidad.
- Análisis de supervivencia
- Distribución de Weibull
Referencias
- ^ Manual de confiabilidad de componentes eléctricos y mecánicos . exida. 2006.
- ^ Goble, William M .; Iwan van Beurden (2014). Combinando datos de fallas de campo con nuevos márgenes de diseño de instrumentos para predecir tasas de fallas para la Verificación SIS . Actas del Simposio Internacional 2014 - MÁS ALLÁ DEL CUMPLIMIENTO REGLAMENTARIO, HACIENDO LA SEGURIDAD SEGUNDA NATURALEZA, Hilton College Station-Conference Center, College Station, Texas.
- ^ WM Goble, "Datos de fallas de campo: lo bueno, lo malo y lo feo", exida, Sellersville, PA [1]
- ^ Finkelstein, Maxim (2008). "Introducción". Modelado de tasa de fallas para confiabilidad y riesgo . Serie Springer en Ingeniería de Confiabilidad. págs. 1-84. doi : 10.1007 / 978-1-84800-986-8_1 . ISBN 978-1-84800-985-1.
- ^ a b Brown, M. (1980). "Límites, desigualdades y propiedades de monotonicidad para algunos procesos de renovación especializados" . Los anales de la probabilidad . 8 (2): 227–240. doi : 10.1214 / aop / 1176994773 . JSTOR 2243267 .
- ^ a b Shanthikumar, JG (1988). "Propiedad DFR de tiempos de primer paso y su conservación bajo composición geométrica" . Los anales de la probabilidad . 16 (1): 397–406. doi : 10.1214 / aop / 1176991910 . JSTOR 2243910 .
- ^ Brown, M. (1981). "Más propiedades de monotonicidad para procesos de renovación especializados" . Los anales de la probabilidad . 9 (5): 891–895. doi : 10.1214 / aop / 1176994317 . JSTOR 2243747 .
- ^ Yu, Y. (2011). "Las funciones de renovación cóncavas no implican tiempos entre renovaciones DFR". Revista de probabilidad aplicada . 48 (2): 583–588. arXiv : 1009.2463 . doi : 10.1239 / jap / 1308662647 .
- ^ a b Proschan, F. (1963). "Explicación teórica de la tasa de falla decreciente observada". Tecnometría . 5 (3): 375–383. doi : 10.1080 / 00401706.1963.10490105 . JSTOR 1266340 .
- ^ Baker, JC; Baker, GAS. (1980). "Impacto del entorno espacial en la vida útil de las naves espaciales". Diario de naves espaciales y cohetes . 17 (5): 479. Código Bibliográfico : 1980JSpRo..17..479B . doi : 10,2514 / 3,28040 .
- ^ Saleh, Joseph Homer; Castet, Jean-François (2011). "A tiempo, confiabilidad y naves espaciales". Fiabilidad de la nave espacial y fallas multiestado . pag. 1. doi : 10.1002 / 9781119994077.ch1 . ISBN 9781119994077.
- ^ Wierman, A .; Bansal, N .; Harchol-Balter, M. (2004). "Una nota sobre la comparación de tiempos de respuesta en las colas M / GI / 1 / FB y M / GI / 1 / PS" (PDF) . Cartas de investigación operativa . 32 : 73–76. doi : 10.1016 / S0167-6377 (03) 00061-0 .
- ^ Gautam, Natarajan (2012). Análisis de colas: métodos y aplicaciones . Prensa CRC. pag. 703. ISBN 978-1439806586.
- ^ Xin Li; Michael C. Huang; Kai Shen; Lingkun Chu. "Una evaluación realista de los errores de hardware de la memoria y la susceptibilidad del sistema de software" . 2010. p. 6.
- ^ "Conceptos básicos de confiabilidad" . 2010.
- ^ Vita Faraci. "Cálculo de tasas de falla de redes en serie / paralelo" . 2006.
- ^ "Confiabilidad de la misión y confiabilidad logística: una paradoja de diseño" .
Otras lecturas
- Goble, William M. (2018), Diseño de sistemas instrumentados de seguridad: Verificación de técnicas y diseño , Research Triangle Park, NC 27709: Sociedad Internacional de AutomatizaciónMantenimiento de CS1: ubicación ( enlace )
- Blanchard, Benjamin S. (1992). Ingeniería y Gestión Logística (Cuarta ed.). Acantilados de Englewood, Nueva Jersey: Prentice-Hall. págs. 26–32. ISBN 0135241170.
- Ebeling, Charles E. (1997). Introducción a la ingeniería de confiabilidad y mantenibilidad . Boston: McGraw-Hill. págs. 23–32. ISBN 0070188521.
- Estándar federal 1037C
- Kapur, KC; Lamberson, LR (1977). Fiabilidad en el diseño de ingeniería . Nueva York: John Wiley & Sons. págs. 8-30. ISBN 0471511919.
- Knowles, DI (1995). "¿Debemos alejarnos de la 'tasa de fracaso aceptable'?". Comunicaciones en Fiabilidad Mantenibilidad y Soporte . Comité Internacional de RMS, EE. UU. 2 (1): 23.
- MacDiarmid, Preston; Morris, Seymour; et al. (Dakota del Norte). Conjunto de herramientas de confiabilidad (edición de prácticas comerciales). Roma, Nueva York: Centro de análisis de confiabilidad y Laboratorio de Roma. págs. 35–39.
- Modarres, M .; Kaminskiy, M .; Krivtsov, V. (2010). Ingeniería de confiabilidad y análisis de riesgos: una guía práctica (2ª ed.). Prensa CRC. ISBN 9780849392474.
- Mondro, Mitchell J. (junio de 2002). "Aproximación del tiempo medio entre fallas cuando un sistema tiene mantenimiento periódico" (PDF) . Transacciones IEEE sobre confiabilidad . 51 (2): 166-167. doi : 10.1109 / TR.2002.1011521 .
- Rausand, M .; Hoyland, A. (2004). Teoría de la confiabilidad del sistema; Modelos, métodos estadísticos y aplicaciones . Nueva York: John Wiley & Sons. ISBN 047147133X.
- Turner, T .; Hockley, C .; Burdaky, R. (1997). El cliente necesita un período de funcionamiento sin mantenimiento . 1997 Conferencia y exhibición de aviónica, No. 97-0819, P. 2.2 . Leatherhead, Surrey, Reino Unido: ERA Technology Ltd .
- Departamento de Defensa de EE. UU., (1991) Military Handbook, “Predicción de confiabilidad de equipos electrónicos, MIL-HDBK-217F, 2
enlaces externos
- Problemas con la curva de la bañera , ASQC
- Computación tolerante a fallas en automatización industrial por Hubert Kirrmann, Centro de investigación de ABB, Suiza