estimacion de la vida util mediante el metodo de riesgos de weibull fundamentos, metodología y...
TRANSCRIPT
ESTIMACION DE LA VIDA UTIL MEDIANTE ELMETODO DE RIESGOS DE WEIBULL
Fundamentos, metodología y aplicación en la estimación de la V.U. en galletas dulces de Coco
Ing. Samuel Silva BaigorriaDocente – Investigador [email protected]
UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA
I SEMINARIO INTERNACIONAL
FUNDAMENTOS
Métodos Probabilisticos
• La esencia de los métodos probabilísticos para la estimación del tiempo de durabilidad consiste en considerar la vida útil del producto como una magnitud aleatoria y describir su comportamiento mediante un modelo probabilístico (distribución de probabilidad de tiempo de vida)
• La distribución de Weibull fue introducida en la práctica por Walodi Weibull en 1951 y se ha hecho muy conocida por su versatilidad o flexibilidad en el estudio de fenómenos aleatorios
xFxXP
x1XF
xnnP1
o
mu
x
xxxn
xnn 1P
o
m
u
x
xx
1xF
DEDUCCION DEL MODELO DE WEIBULL
Donde:
F(X) = Función de busqueda de X
Pn = Prob. de encontrar en n – intentos el valor x
j(x) = Sub función que muestra la distribución x, desde un x inicial (xo) hasta un x final (xu)
*
**
t1ttF
o
m
u
x
xx
1xF
De la expresión original de WeibullEs rearreglada para colocarla en función del tiempo
Donde
a y b son parametros de escala y forma respectivamente
Comentarios
• El modelo se rearregla para darle versatibilidad a cualquier función
• Así cuando b = 1, la distribución se asemeja a una exponencial
• Cuando b = 2, se asemeja al modelo de Rayleigh
• Cuando b > 10, se asemeja a modelos de valores extremos
*
**
t1ttF
• Para 3 < b < 4, la distribución se asemeja a la normal
• La distribución fue muy confiable al predecir la la V.U. de varios alimentos: familias de productos carnicos y embutidos, miel, salsas, mayonesa, caramelos blandos, conservas (IIIA, 1992)
Comentarios
*
**
t1ttF
• La esperanza matemática, o valor esperado, así como la varianza de una población, pueden estimarse a partir de los parámetros de la distribución que describe el comportamiento probabilístico de dicha población.
Comentarios
*
**
t1ttF
• La esperanza matemática, o valor esperado, brinda una medida de la tendencia central de la distribución y puede ser interpretada como el tiempo de vida medio de las unidades ensayadas o durabilidad del producto.
Comentarios
*
**
t1ttF
• Los modelos de probabilidad guardan relación implícita con el mecanismo de deterioro del producto, por lo que existen distribuciones específicas para algunos mecanismos, aunque la de Weibull, por su gran versatilidad es capaz de explicar distintos tipos de deterioro en los productos alimenticios durante su almacenamiento.
Comentarios
*
**
t1ttF
FUNCIÓN DE RIESGO
tF1
tfth
La función de riesgo h(t) de una distribución continua de tiempos de vida
Donde:
h(t) = Distribución continua de tiempos de vida
f(t) = Función de densidad de probabilidad de la distribución
F(t): Función de probabilidad acumulada de la distribución
Comentarios
• El riesgo puede interpretarse como la velocidad instantánea de fallo de las unidades a la edad o tiempo t, o sea, la proporción de la población que falla o "muere" en el período de tiempo infinitesimal t + Δt.
• La función de riesgo también se conoce como velocidad de fallo, velocidad de mortalidad o fuerza de mortalidad.
Propiedades de la Función Riesgo
t
t
t
t
dtth
0dtth
t0th
Lím
Lím
- para
tH
t
1tF
ó
tF1LntH
dttF1
tftH
H(t) es el Riesgo acumulado
Comentarios
• Estas expresiones constituyen la base matemática de las técnicas de riesgo.
• Desde un punto de vista matemático riguroso, las expresiones de riesgo no son más que otras formas de expresar funcionalmente las distribuciones de probabilidad.
Comentarios
• A tiempo cero (t0) el alimento (producto terminado) se distribuye para su consumo. Durante el período comprendido entre t0 y t1, pueden ocurrir fallas tempranas que obedecen a desperfectos del envase, "abusos de procesamiento" y condiciones ambientales (almacenamiento) inadecuadas. Este período se conoce como de velocidad de fallo decreciente y corresponde a defectos atípicos del producto.
Comentarios
• El intervalo de tiempo entre t1 y t2 representa el período de estabilidad; la velocidad de fallos durante este tiempo permanece constante. A partir del tiempo t2, la velocidad de fallos se incrementa y comienza a manifestarse debido a los procesos de deterioro que ocurren durante el almacenamiento.
Relación entre la Distribución Weibull y Función Riesgo
tHLog1
LogtHtLog
*
**
t1ttF
tH
t
1tF
dttF1
tftH
Weibull Riesgo Acumulado
tHLnLntLn
36950P
1100P
1Fallo
1
c
100
tH
c
t
*
%.%@
*
%
tH
tHLog1
LogtHtLog
MODELO ADAPTADO DE WEIBULL
METODOLOGIA PARA TRABAJAR CON DATOS
EXPERIMENTALES
MET0D0LOGIA EN LA OBTENCION DE DATOS DE VIDA UTIL EN PRODUCTOS
1. Se tabulan los días, t (en orden creciente), en que se ha detectado alguna muestra inaceptable. Si éstas fueron varias se repite en tal tabulación el número de dias correspondiente
2. Se le adjudica a cada t un rango K en orden inverso a su magnitud, esto son las observaciones experimentales
Metodología
3. Se calcula la función de fallo h (t) por la expresión:
4. Se determina la función de fallos acumulados H(t):
K
100th
ti
0i
thtH
tF1
tfth
t
dttF1
tftH
Metodología
5. Si se supone un modelo de Weibull para los fallos la representación gráfica de (t, H(t)) en un diagrama de Weibull permite, después de obtener la recta de ajuste, concluir preguntas como:
• Vida util nominal (V.U.N)50 cuyo significado es la vida util que tiene la probabilidad 0.5 de ser alcanzada por el producto.
• Proporción de unidades del producto que alcanzará una vida “t”.
• Probabilidad de que la vida útil de un producto sobrepase un cierto valor.
APLICACIONESCASO: VIDA UTIL DE
GALLETAS DULCES DE COCO
Formulación de Galletas d CocoInsumo PorcentajeHarina Galletera 100.00
Azúcar Blanca 48.57Suero de Leche 1.00Huevos 14.29Manteca Vegetal 22.86Sal 1.00Esencia de Coco 0.17Coco rallado 7.14Bicarbonato de Na 0.86Agua 20.00
Arreglo del Experimento
Tiempo A B C D E F G H I J K L - +0 + 0 1
15 + + 0 230 + + - 1 245 - + - + 2 255 - + - - + - + 4 360 - - - - + - - + - - + + 8 4
K t h(t) H (t)15 30 6.667 6.66714 45 7.143 13.81013 45 7.692 21.50212 55 8.333 29.83511 55 9.091 38.92610 55 10.000 48.9269 55 11.111 60.0378 60 12.500 72.5377 60 14.286 86.8236 60 16.667 103.4905 60 20.000 123.4904 60 25.000 148.4903 60 33.333 181.8232 60 50.000 231.8231 60 100.000 331.823
K
100th
ti
0i
thtH
10
100
1000
1 10 100 1000
Vida en anaquel, días
H (t)
69.3
124118
tHLnLntLn
36950P
1100P
1Fallo
1
c
100
tH
c
t
*
%.%@
*
%
tH
El modelo experimental encontrado
18231tH14231t ./*.
tHLnLntLn
36950P
1100P
1Fallo
1
c
100
tH
c
t
*
%.%@
*
%
tH
a = 31.142
b = 3.182
Parametro de Escala
Parametro de Forma
Consideraciones
• Se recomienda el ploteo a H(t) mayores a valores de 110.
• Usar papel de ploteo, o regresión lineal (Ln t vs Ln (H(t))
• Una forma practica de saber si es un modelo confiable es evaluando el parametro de forma b, cuando b > 2, es un buen modelo
MUCHAS GRACIAS POR SU PACIENCIA