Escolar Documentos
Profissional Documentos
Cultura Documentos
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
ndice
CAPTULO 1: Introduccin ...................................................................................................... 3
1.1 Motivacin del proyecto ............................................................................................... 3
1.2 Objetivos del proyecto .................................................................................................. 3
1.3 Metodologa propuesta ................................................................................................ 4
1.4 Recursos/ Herramientas empleadas ............................................................................. 6
CAPTULO 2: La fiabilidad y el mantenimiento aplicado a los aerogeneradores ................... 7
2.1 Principios de funcionamiento de un aerogenerador .................................................... 7
2.2 Concepto de mantenimiento ........................................................................................ 9
2.2.1 Acciones de mantenimiento............................................................................... 10
2.3 Introduccin a los modelos de fiabilidad .................................................................... 12
2.3.1 Conceptos bsicos de estadstica y fiabilidad .................................................... 12
2.3.2 Distribucin exponencial .................................................................................... 18
2.3.3 Distribucin de Weibull ...................................................................................... 19
2.4 Aplicacin de los conceptos estadsticos al modelo de mantenimiento propuesto .. 21
2.5 Diferentes enfoques de la gestin del mantenimiento a lo largo de la historia ........ 22
CAPTULO 3: Estrategia de fiabilidad y mantenimiento ....................................................... 25
3.1 Consideraciones sobre la aplicacin del Modelo MAOL ............................................ 27
3.2 Particularidades del modelo MAOL en el desarrollo del proyecto............................. 28
3.3 Estructura de anlisis adoptada.................................................................................. 28
CAPTULO 4: Metodologa de trabajo .................................................................................. 30
4.1 Historial de incidencias ............................................................................................... 31
4.2 Organizacin de datos en Matlab ............................................................................... 32
4.3 Clculo de parmetros ................................................................................................ 32
4.4 Seleccin de la distribucin que mejor se ajuste a los tiempos ................................. 32
4.5 Aplicacin del mtodo MAOL en el proyecto ............................................................. 33
4.6 Re-planificacin........................................................................................................... 33
CAPTULO 5: Anlisis de la distribucin de los modos de fallo ............................................ 34
CAPTULO 6: Anlisis de la distribucin de los tiempos de mantenimiento preventivo ...... 46
6.1 Mantenimiento preventivo del bloque componente multiplicadora ........................ 46
6.1.1 Aerogenerador 56 .............................................................................................. 46
6.1.2 Aerogenerador 28 .............................................................................................. 49
6.2 Mantenimiento preventivo del bloque componente generador ............................... 52
6.2.1 Aerogenerador 56 .............................................................................................. 52
6.2.2 Aerogenerador 28 .............................................................................................. 56
6.3 Mantenimiento preventivo del bloque componente Otros.................................... 60
6.3.1 Aerogenerador 56 .............................................................................................. 60
6.3.2 Aerogenerador 28 .............................................................................................. 63
CAPTULO 7: Anlisis y previsin del riesgo de fallo ............................................................ 68
1
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
7.1 Anlisis y representacin de la fiabilidad entre 2005 y 2010 con el plan de
mantenimiento aplicado actualmente ............................................................................. 68
7.1.1 Aerogenerador 56 .............................................................................................. 69
7.1.2 Aerogenerador 28 .............................................................................................. 71
7.2 Previsin de la fiabilidad de los prximos 5 aos aplicando el plan actual. ......... 73
7.2.2 Aerogenerador 28 .............................................................................................. 75
7.3 Previsin de la fiabilidad de los prximos 5 aos aplicando el plan propuesto ......... 76
7.3.1 Aerogenerador 56 .............................................................................................. 76
7.3.2 Aerogenerador 28 .............................................................................................. 79
CAPTULO 8: Estudio econmico .......................................................................................... 84
8.1 Comparacin de los costes en los escenarios contemplados ..................................... 84
CAPTULO 9: Programas y estructura ............................................................................... 87
9.1 Crer ficheros .mat ....................................................................................................... 87
9.2 Organizar los datos en Matlab .................................................................................... 88
9.3. Clculo de los parmetros de las funciones de distribucin ..................................... 88
9.4 Crear nuevos ficheros .mat ....................................................................................... 89
9.5 Anlisis y representacin de la fiabilidad entre 2005 y 2010 ..................................... 89
9.6 Previsin de la fiabilidad mantenindose el plan actual ............................................ 89
9.7 Previsin de la fiabilidad aplicando el pan propuesto ................................................ 90
CAPTULO 10: Conclusiones.................................................................................................. 91
CAPTULO 11: Futuros desarrollos........................................................................................ 92
2
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
CAPTULO 1: Introduccin
Los principales factores que favorecen el desarrollo de la energa elica son la seguridad
del abastecimiento, la preocupacin por el cambio climtico, capacidad de competir con los costes
de gas y carbn y beneficios econmicos a travs del empleo que genera su industria.
El objetivo del proyecto es doble, por un lado, hacer una previsin de posibles tiempos
de riesgo de fallo de un aerogenerador usando tcnicas de prediccin de fiabilidad y, por otro,
hacer una re-planificacin del mantenimiento planificado o preventivo para el mismo segn esos
tiempos de posible fallo.
Para lograr este objetivo se realizar un estudio con datos reales de indisponibilidad y
mantenimiento de dos aerogeneradores pertenecientes a un parque elico. El primer paso del
estudio consistir en realizar una primera toma de contacto con los datos disponibles
correspondientes a ms de 5 aos de incidencias y labores de mantenimiento con el fin de tener
una visin general del material disponible para el estudio. El siguiente paso ser analizar estos
datos de forma cuantitativa mediante tcnicas de fiabilidad, para obtener los modelos que se
3
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
utilizarn para estimar el riesgo de fallo de los componentes, as como el momento en el que se
espera aplicar una accin de mantenimiento.
Una vez obtenidos los modelos, utilizando tcnicas de previsin de fiabilidad, se realizar
una previsin de riesgo de fallo para los prximos cinco aos. Tambin se har un reajuste del plan
de mantenimiento que se espera aplicar en este periodo si se siguen aplicando los procedimientos
tradicionales, con el fin de poder hacer una comparacin entre ambos.
Antes de entrar en detalles, y con el fin de crear una idea clara de los pasos a seguir en el
desarrollo del proyecto, se muestran de forma esquemtica los grandes bloques que se van a
abordar (Figura 1):
ANLISIS DE DISTRIBUCIONES DE
Como puede observarse, lo primero que se hace es una revisin del estado del arte con
el fin de conocer aspectos como: el principio de funcionamiento de un aerogenerador, la
4
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
clasificacin de las diferentes acciones de mantenimiento aplicables, la justificacin de la
necesidad de la gestin del mantenimiento y los objetivos que se pretenden cubrir con ello,
estudiando diversas propuestas en la lnea de este proyecto. Tambin se hace una introduccin a
los modelos de fiabilidad, y un estudio de las funciones utilizadas para el desarrollo del proyecto.
El siguiente paso es hacer un anlisis estadstico. Se hallan los tiempos entre fallos y
hasta el prximo fallo, los tiempos medios para ver si la media es una medida representativa del
conjunto de datos, y los histogramas de frecuencias, que sern de gran utilidad para poder sacar
conclusiones a cerca de las funciones de distribucin de estos fallos. Tras este estudio estadstico,
se calculan los parmetros bsicos de fiabilidad y de mantenimiento (tasas de fallo y tiempos
medios). Llegados a este punto, se aplicarn algunos conceptos del modelo MAOL (Maintenance
model Adapted to the Observed Life of the industrial components).
Por ltimo, una vez realizada la previsin del comportamiento de los modos de fallo, se
realiza una re-planificacin siguiendo el plan de mantenimiento propuesto, con el siguiente
criterio: se introduce el nivel de riesgo mximo que se desea alcanzar (o el nivel de fiabilidad
mnima dispuesto a asumir), y se ejecuta una funcin (manten_prev_umbral.compon.m) que
ajustar el mantenimiento para que no se sobrepase ese nivel. La salida del programa
desarrollado, adems de la previsin, proporciona un plan de mantenimiento a aplicar durante un
periodo de tiempo variable (por ejemplo, los prximos 5 aos) en el que se cumplen las
condiciones de riesgo y margen introducidas. El umbral de fiabilidad mnima se podr ir
cambiando a medida que cambia el historial de incidencias.
Los resultados obtenidos con el mtodo propuesto se compararn con los obtenidos con
el mtodo clsico, utilizando los datos de los ltimos cinco aos y los conceptos del mtodo
MAOL, mejorando la fiabilidad con los tiempos entre reparaciones (TTR) de los ltimos cinco aos.
5
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Se recoge la informacin de un fichero Excel en el que estn registradas todas las
incidencias de los 2 aerogeneradores del parque as como las labores de mantenimiento que se le
han ido aplicando. Los datos disponibles pertenecen a las fechas entre el 01/01/2005 y el
31/03/2010.
Matlab R2007a.
6
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Si por un hilo conductor se hace pasar una corriente elctrica, en sus inmediaciones se
crea un campo magntico. Este campo magntico se representa por lneas concntricas respecto
al eje conductor, cuyo sentido, segn convenio, es el horario cuando se mira en el mismo sentido
del paso de la corriente. A la cantidad de lneas de campo obtenidas, se le denomina flujo
magntico, y a ste por unidad de superficie se le denomina induccin magntica.
7
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Si se desea aumentar el nmero de lneas de campo, en principio se puede aumentar la
corriente que pasa por el conductor o aumentar la longitud del conductor. Una manera de
aumentar la longitud del conductor es arrollarlo formando varias espiras (bobina). Cuando se hace
pasar una corriente por la bobina, sta se comporta como un imn permanente. El punto de salida
del campo magntico ser el polo norte (N) y el de entrada, el polo sur (S).
Un aerogenerador est compuesto por varios componentes, entre los que destaca el
generador y la multiplicadora. La Figura 3 muestra las partes ms importantes de un
aerogenerador estndar. [Varma, 2009]
8
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
A lo largo del proceso industrial vivido desde finales del siglo XIX, la funcin
mantenimiento ha pasado por diferentes etapas. En los inicios de la revolucin industrial, los
propios operarios se encargaban de las reparaciones de los equipos. Cuando las maquinas se
fueron haciendo ms complejas y la dedicacin a tareas de reparacin aumentaba, empezaron a
crearse los primeros departamentos de mantenimiento, con una actividad diferenciada de los
operarios de produccin. Las tareas en estas dos pocas eran bsicamente correctivas, dedicando
todo su esfuerzo a solucionar los fallos que se producan en los equipos.
9
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
las perdidas por averas y sus costes asociados. Aparece a lo largo de los aos el Mantenimiento
Preventivo, el Mantenimiento Predictivo, el Mantenimiento Proactivo, la Gestin de
Mantenimiento Asistida por Ordenador, y el Mantenimiento Basado en Fiabilidad (RCM). El RCM
como estilo de gestin de mantenimiento, se basa en el estudio de los equipos, en anlisis de los
modos de fallo y en la aplicacin de tcnicas estadsticas y tecnologa de deteccin. Podramos
decir que RCM es una filosofa de mantenimiento bsicamente tecnolgica. [Garrido et el., 2009]
Justificacin
Por qu se debe gestionar el Mantenimiento? No es ms fcil y ms barato acudir a
reparar un equipo cuando se avere y olvidarse de planes de mantenimiento preventivo (estudio
de fallos, sistemas de organizacin), que incrementan notablemente la mano de obra indirecta? A
continuacin se muestran algunos motivos que justifican por qu es necesario gestionar el
mantenimiento [Garrido et el., 2009]:
1. Porque la competencia obliga a rebajar costes. Por tanto, es necesario optimizar el consumo
de materiales y el empleo de mano de obra. Para ello es imprescindible estudiar el modelo de
organizacin que mejor se adapta a las caractersticas de cada planta; es necesario tambin
analizar la influencia que tiene cada uno de los equipos en los resultados de la empresa, de
manera que se dediquen la mayor parte de los recursos a aquellos equipos que tienen una
influencia mayor; es necesario, igualmente, estudiar el consumo y el stock de materiales que
se emplean en mantenimiento; y es necesario aumentar la disponibilidad de los equipos, no
hasta el mximo posible, sino hasta el punto en que la indisponibilidad no interfiera en el Plan
de Produccin.
2. Porque los departamentos necesitan estrategias, directrices a aplicar, que sean acordes con
los objetivos planteados por la direccin.
3. Porque la calidad, la seguridad, y las interrelaciones con el medio ambiente son aspectos que
han tomado una extraordinaria importancia en la gestin industrial. Es necesario gestionar
estos aspectos para incluirlos en las formas de trabajo de los departamentos de
mantenimiento.
Evitar accidentes.
10
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Conservar los bienes productivos en condiciones seguras de operacin.
Reducir costes.
MANTENIMIENTO
PREVENTIVO CORRECTIVO
SISTEMTICO PREDICTIVO
El mantenimiento no debe verse como un costo sino como una inversin ya que est
ligado directamente a la produccin, disponibilidad, calidad y eficiencia; El equipo de
11
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
mantenimiento debe estar perfectamente entrenado y motivado para llevar a cabo la tarea de
mantenimiento. Se debe tener presente la construccin, diseo y modificaciones de la planta
industrial, como tambin la informacin del equipo y herramientas necesarios para el
mantenimiento. El mantenimiento requiere planeacin, calidad, productividad y trabajo en equipo
para poder reducir costos y perdidas [Edwin Orlando, Marzo 2008].
Los elementos y dispositivos con funciones clave de seguridad, adems de ser idneos
ante unas exigencias del sistema, deben asegurar una correcta respuesta en el tiempo. Para ello,
es imprescindible establecer un programa de mantenimiento preventivo y predictivo que permita
mantenerlos en buenas condiciones de uso, renovndolos antes de que su tasa de fallos sea
inaceptable. Todo ello requiere conocer a priori la fiabilidad de los elementos de seguridad que se
instalan en las instalaciones, informacin que debe ser suministrada por los fabricantes o si la
instalacin ya est en funcionamiento, se requiere un histrico de incidencias para poder hacer un
estudio de los modos de fallo tpicos.
12
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Distribucin de probabilidad
Conocer la distribucin de probabilidad de una variable aleatoria continua X consiste en
asignar una probabilidad a cada uno de los sucesos asociados a dicha variable aleatoria. Dado que
una variable aleatoria continua puede tomar un nmero infinito no numerable de valores, no se
puede definir una probabilidad puntual para cada uno de estos valores. As pues, la distribucin de
probabilidad de una variable aleatoria continua se define a travs de una densidad de
probabilidad, que indica en qu intervalos del espacio de los valores posibles de X es ms
probable que esta variable tome valores.
Es este caso, X va a ser el tiempo entre fallos (TBF), tiempo hasta el fallo (TTF),
tiempo entre reparacin (TTR), o tiempo entre mantenimiento (TBM). Al fin y al cabo,
tiempos.
(1)
(2)
(3)
13
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Es decir, la probabilidad de que una variable continua tome un valor dado es nula, ya que
la integral entre un punto y l mismo es nula.
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(11)
14
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Fiabilidad
En todos los mbitos de la ingeniera es fundamental el estudio del tiempo transcurrido
hasta que se produce un fallo en un sistema. As, puede interesar estudiar el nmero de horas que
un aerogenerador puede estar funcionando sin que sufra ninguna incidencia. [Comillas, 2008]
Una vez definido el concepto de fiabilidad, el objeto de este proyecto es garantizar una
fiabilidad mnima para el aerogenerador y/o sus componentes.
En lo que sigue, si se supone que se est analizando una variable aleatoria T, que
representa el tiempo hasta el fallo de un determinado un componente del aerogenerador, o un
dispositivo cualquiera. En el contexto de fiabilidad se utilizan las siguientes funciones asociadas a
la variable aleatoria T:
(12)
(13)
15
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
informacin sobre el riesgo de fallo del sistema en el instante t, sabiendo que ha
sobrevivido hasta dicho instante. Esta funcin se representa habitualmente como h(t) o
(t).
(14)
(15)
(16)
(17)
Tasa de fallos constante h(t)=h, para t 0. En este tipo de sistemas, la probabilidad de fallo
instantneo es la misma en cualquier momento. Es decir, si un componente del
aerogenerador ha sobrevivido hasta el instante t, la probabilidad de que dicho
componente falle en el intervalo [t,t+t] es la misma en cualquier momento de la vida de
componente. As pues, se trata de sistemas que no tienen memoria o, lo que es lo mismo,
no son susceptibles de envejecimiento. Este modelo representa razonablemente bien el
tiempo hasta el fallo de numerosos sistemas electrnicos. Hay que hacer notar que una
tasa de fallos constante se corresponde con un modelo exponencial para el tiempo hasta
el fallo.
Tasa de fallos creciente con t. Este modelo surge en la mayora de los sistemas que estn
sujetos a desgaste o fatiga, en los que la probabilidad de fallo instantneo crece conforme
pasa el tiempo. As pues, se trata de sistemas que s son susceptibles de envejecimiento.
Tasa de fallos decreciente con t. Este modelo surge en sistemas en los que la probabilidad
instantnea de fallo disminuye con el tiempo. De este modo, se trata de sistemas que
tienen envejecimiento negativo, es decir, que mejoran con el tiempo. Estos modelos son
adecuados para representar (al menos en una primera etapa), el tiempo hasta el fallo de
algunos sistemas que, al ponerlos en funcionamiento, pueden tener defectos ocultos.
16
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Tasa de fallos en curva de baera. Este modelo es probablemente el ms utilizado para
representar el tiempo hasta el fallo en sistemas reales, ya que combina los tres casos
anteriores. El modelo comienza con una tasa de fallos decreciente, que representa los
defectos ocultos del sistema bajo estudio. Seguidamente, hay una fase con tasa de fallos
constante, en la que el sistema no presenta envejecimiento. Por ltimo, a partir de un
cierto momento, se utiliza una tasa de fallos creciente, que representa el envejecimiento
de los sistemas, ya sea por fatiga, calentamiento o, simplemente, por el deterioro de los
materiales que lo componen.
(18)
Distribucin Weibull. El tipo de tasa de fallos para esta distribucin viene determinado por
el parmetro de forma . As, para el caso en el que <1, la tasa de fallos es decreciente,
si =1 es constante (modelo exponencial) y si >1, la tasa de fallos es creciente. Por esta
versatilidad, la distribucin Weibull es utilizada con frecuencia en fiabilidad, ya que puede
adaptarse a una gran diversidad de situaciones.
(19)
Sistemas en serie. Se dice que un sistema est constituido por n componentes en serie,
cuando es necesario que funcionen todas estas componentes para que el sistema siga en
funcionamiento. Supongamos que se est analizando un sistema con dos componentes en
serie C1 y C2, con funciones de supervivencia R1(t) y R2(t), respectivamente. Entonces, se
puede calcular la funcin de supervivencia del sistema como:
(20)
17
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
respectivamente. En este caso, se puede calcular la funcin de supervivencia del sistema
como:
(21)
(22)
(23)
(24)
(25)
Esperanza o fiabilidad:
(26)
18
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
(27)
(28)
(29)
En las ocasiones en las que se analiza una variable con valores posibles a partir de cero
(como el tiempo hasta el fallo de un componente, con posibilidad de fallo desde t=0) el parmetro
de localizacin es nulo, por lo que a veces se omite y se escribe:
(30)
(31)
(32)
Esperanza:
19
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
(33)
20
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
El fichero Excel que viene directamente del parque elico contiene los datos (da, ao,
mes, hora, tiempo de reparacin, modo de fallo) de las diferentes incidencias. Estas incidencias
son mantenimientos correctivos y mantenimientos preventivos
Mantenimiento correctivo
El mantenimiento correctivo va a servir para obtener el comportamiento de la vida de los
componentes del aerogenerador durante el periodo estudiado (desde el 2005 al 2010). A partir de
este historial se obtendrn las distribuciones de tiempos (TBF, TTF, TTR) que ms se ajusten a los
diferentes modos de fallo de cada aerogenerador, y los correspondientes parmetros de las
distribuciones.
Con los parmetros de los distintos modos de fallo, se podr simular la fiabilidad de los
componentes del aerogenerador en el tiempo. Esto servir para obtener escenarios de la
evolucin de la fiabilidad de distintos componentes segn la efectividad de los diferentes
mantenimientos.
Los programas diseados en Matlab servirn para obtener los parmetros de las
distribuciones exponencial y Weibull, que se utilizarn posteriormente para modelar cmo vara la
fiabilidad de los componentes del aerogenerador con respecto al tiempo.
Se calculan, para cada modo de fallo, los parmetros de las distribuciones de ajustes de:
21
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Los tiempos entre fallos (TBF=Time Between Failure), con los programa
AjustExp_tbf.m y AjustWeibull_tbf.m.
Mantenimiento preventivo
El estudio de este tipo de mantenimiento se hace de forma anloga al anterior, pero el
sentido es diferente. Este tipo de mantenimiento de realiza para mejorar la fiabilidad de los
componentes ante distintos modos de fallo, anticipndose a que suceda el fallo.
Los programas que se utilizan para el clculo de los parmetros de estas acciones de
mantenimiento son los mismos que los utilizados para el mantenimiento correctivo.
Se calculan para cada modo de fallo los parmetros de las distribuciones de ajustes de:
El objetivo de este proceso estadstico es ajustar de la mejor manera posible una funcin
de probabilidad, que en este proyecto va a ser o bien una exponencial o una Weibull, a los datos
reales recibidos del parque.
Existen muchas tcnicas para la gestin del mantenimiento y, con el fin de poder tomar
decisiones sobre la planificacin del mismo y del uso futuro de los activos, todas ellas necesitan
informacin sobre la vida de los activos. Durante las ltimas dcadas se han desarrollado muchos
enfoques diferentes para analizar diferentes aspectos de la vida til del equipo o los activos
utilizados en un proceso industrial. Por otra parte, durante muchos aos, se han ido proponiendo
muchos modelos de mantenimiento que por lo general se han basado en modelos de
mantenimiento preventivo.
22
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
EVOLUCIN DEL MANTENIMIENTO EN LA INDUSTRIA
Primera generacin
Gestin de mantenimiento hacia la mquina
Entre 1930 y 1950
Segunda generacin
Gestin de mantenimiento hacia la produccin
Entre 1950 y 1960
Tercera generacin
Gestin de mantenimiento hacia la productividad
Entre 1960 y 1980
Cuarta generacin
Gestin de mantenimiento hacia la competitividad
Entre 1980 y 1999
Sexta generacin
Gestin del mantenimiento en busca de la mejora continua
Entre 2003 y la actualidad
Como resultado, los gerentes de planta se interesaron en hacer que sus supervisores,
mecnicos, electricistas y otros tcnicos, desarrollaran programas para lubricar y hacer
observaciones clave para prevenir daos al equipo y esto dio lugar al nacimiento de lo que se
denomin Mantenimiento Preventivo. Con esta metodologa de trabajo se busca, sobre todas las
23
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
cosas, la mayor rentabilidad econmica en base a la mxima produccin, establecindose para ello
funciones de mantenimiento orientadas a detectar y/o prevenir posibles fallos antes que tuvieran
lugar.
Una de las principales mejoras de este proyecto con respecto a [Xiomara 2011], es que
en este proyecto se ajustan estas dos funciones aplicando un filtro para eliminar redundancia de
incidencias recogidas en la base de datos. Una vez hecho esto, se escoge el modelo que mejor se
ajuste a la realidad obtenindose as unos parmetros. Estos parmetros servirn para representar
la fiabilidad de los diferentes modos de fallo con el tiempo. Por el contario, en [Xiomara 2011], los
datos se ajustaban slo mediante exponenciales, y los parmetros de los diferentes modos de fallo
se calculaban mediante la media aritmtica, sin hacer una interpretacin previa de los datos. De
esta forma, los ajustes eran poco precisos debido a:
Una mala eleccin del modelo: puede ser que una distribucin Weibull se ajuste mejor
a algunos modos de fallo.
A una mala interpretacin de los datos: Algunos modos de fallo son registrados varias
veces en un periodo de tiempo muy corto debido a reenganches del sistema. Si en
estos casos se interpretan los registros como incidencias diferentes, se pueden llegar
a obtener parmetros que dan lugar a distribuciones que no representan la realidad.
24
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
De acuerdo con los enfoques tradicionales similares, en el modelo MAOL una accin de
mantenimiento preventivo afectar a la probabilidad de fallo y, en consecuencia, al nivel de
Stress. Existe una extensa e intensa investigacin en el campo de la fiabilidad relativa a los
mtodos y modelos capaces de estimar la probabilidad de fallo. Con el fin de demostrar las
caractersticas principales del modelo MAOL, se supone una tasa de fallos constante y una
probabilidad de fallo exponencial pero se pueden utilizar otros modelos e hiptesis. Segn este
supuesto, si la tasa de fallo para el modo de fallo j en el componente i es ij, la probabilidad de
fallo de este tipo de avera ser dada por la Ecuacin 34.
(34)
25
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
seria mayor si no se aplicara mantenimiento al componente. Figura 9 trata de ilustrar estos
comentarios con el siguiente ejemplo. Un componente tiene, para un modo de fallo particular, un
valor medio de 1 fallo cada 500 das. La probabilidad de fallo puede verse representada por la
curva Probability of failure with maintenance applied en Figura 9, la cual estara estimada a
partir de los datos observados. Esta informacin proviene de registros de datos observados. El
componente est bajo un plan de mantenimiento cuyo efecto es una reduccin de la probabilidad
de fallo. Esto se ilustra en Figura 9, donde la probabilidad de fallo sin mantenimiento es una curva
exponencial superior con una probabilidad de fallo mayor a la observada. La probabilidad de fallo
sin mantenimiento se desconoce en un contexto real.
Tambin la Figura 9 muestra el caso en el que en el da 250 se llevo a cabo una accin de
mantenimiento y esto fue equivalente a una reduccin de la probabilidad de fallo de 0.63 sin
mantenimiento a un nuevo valor de 0.4. De acuerdo con las consideraciones anteriores, es posible
formular un nuevo concepto en el modelo MAOL que introduzca la reduccin de la probabilidad
de fallo debido a la aplicacin de una accin de mantenimiento en el componente, usando la
siguiente ecuacin.
(35)
Donde:
La probabilidad de fallo obtenida con los datos del historial de indisponibilidades Fij
seria el resultado de la siguiente Ecuacin 36:
(36)
26
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
La Ecuacin 36 es valida en el intervalo ti-1<t<ti donde ti-1 y ti son los tiempos de
aplicacin de dos acciones de mantenimiento preventivo consecutivas. En la Ecuacin 36 Fij(t) es
desconocida y corresponde a una tasa de fallo sin mantenimiento aplicado al componente.
La aplicacin del modelo MAOL esta basada en dos tipos de tiempos: los
correspondientes a las indisponibilidades y los correspondientes a la ejecucin de las acciones de
mantenimiento preventivo. Figura 11 muestra los tipos de tiempos que normalmente estn
disponibles.
27
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
28
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
proyecto tres grupos de accin de mantenimiento preventivo: mantenimiento preventivo del
bloque componente generador, del bloque componente multiplicadora y del bloque componente
Otros (los dems componentes). S pues, en este proyecto, el aerogenerador va a dividirse en
tres bloques de componentes principales: generador, multiplicadora y Otros. Por lo tanto, cada
grupo de acciones de mantenimiento preventivo mejora la fiabilidad del bloque componente
correspondiente. A su vez, cada bloque componente puede verse afectado por varios modos de
fallo. A continuacin, se muestra una tabla (Figura 12) que muestra qu modos de fallo estn
asociados a cada componente.
29
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Otros). La efectividad del mantenimiento es una variable de entrada en el programa. En este
proyecto se han utilizado las efectividades, que se muestran en Figura 13.
EFECTIVIDAD (%)
MODO DE FALLO MULTIPLICADORA GENERADOR OTROS
Avera multiplicador 20 0 0
Vel. rotor # Vel. generador 20 20 15
Fallo refrigeracin multiplicador 20 0 0
Temperatura disparo generador 0 20 0
Avera generador 0 20 15
Sobrevelocidad ground 0 15 15
Temperatura disparo cojinete L.A. 0 20 15
Sobrevelocidad elctrica 0 20 15
Tiempo mximo de orientacin 0 0 0
Termostato freno 0 0 15
Baja temperatura ground 0 0 15
Sobretensin hardware rectificador 0 0 15
Sobretensin hardware inversor 0 0 15
Error anemmetro 0 0 0
Fallo comunicacin aerog/set 0 0 0
Fallo IGBT S inversor 0 0 0
Sensor de vibraciones 0 0 0
Fallo en precarga 0 0 15
Error accionamiento pitch 0 0 15
Fallo frecuencia 0 20 15
Temperatura disparo barquilla 0 0 0
Retrofit equipos 0 0 0
Fallo general 0 0 15
Serie de emergencia top 0 0 0
Error sincronismo 0 0 15
Baja temperatura top 0 0 15
Figura 13: Efectividad de las acciones de mantenimiento correctivo
Antes de exponer los resultados obtenidos con las conclusiones, y con el fin de crear una
idea clara de los pasos seguidos en el desarrollo del proyecto, se muestran de forma esquemtica
los grandes bloques (Figura 14) que se van a abordar en futuros captulos.
30
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
HISTORIAL DE INCIDENCIAS
El primer paso es analizar y ordenar los datos del archivo Excel (se menciona qu es
archivo Excel en el apartado 1.3). Estos datos contienen todas las incidencias que han ocurrido
en todos los aerogeneradores. Es conveniente hacer una primera revisin de los datos para
eliminar algunas incidencias que han sido recogidas de forma redundante. Por ejemplo, el modo
de fallo Error sincronismo, como es fallo de un dispositivo electrnico que avisa si hay un
desequilibrio elctrico entre la red y el aerogenerador, este modo de fallo suele ser de poca
importancia, y no afecta seriamente al sistema ni a la produccin. Normalmente suele haber un
reenganche a la red cuando el error de sincronismo desaparece. Si realmente existe un problema
que necesita ser solucionado, suelen haber varios reenganches antes de que se consideren las
incidencias como un fallo real del sistema. Por lo tanto, en el fichero Excel quedan registradas
varias incidencias que son debidas a un solo fallo, y no varios. Debido a eso, es conveniente hacer
un primer filtrado de datos directamente en el fichero Excel para eliminar incidencias que estn
registradas en un intervalo de tiempo muy corto, y que a simple vista sea evidente que son
incidencias registradas debido a un mismo modo de fallo.
DA MES AO H Min FECHA HORA HORA EN DIAS AEROG T (h) Producc. perd. MOTIVO
31
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
considerar slo la ltima incidencia (la de color amarillo) y considerar las anteriores como
avisos de fallo con sucesivos reenganches.
MTTF MTTF
MTTR MTTR
MTTF MTTF
MTTR MTTR
Una vez obtenido un cell (en Matlab) con los datos ya organizados, se van a poder operar
con los datos de cada modo de fallo y cada aerogenerador de una forma que esta tarea se pueda
realizar de una forma fcil, organizada y sistemtica.
El tercer paso es obtener una distribucin exponencial y una distribucin Weibull que se
ajuste a los tiempos (TBF, TTF, TTR). As se podr modelar el comportamiento de los distintos
modos de fallo de los diferentes aerogeneradores. Este paso se describe ms en detalle en el
captulo 5.
32
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
El quinto paso es aplicar el mtodo MAOL. Se corrige la fiabilidad de cada modo de fallo
en funcin de la efectividad de tareas de mantenimiento preventivo. Cada vez que se hace un
mantenimiento preventivo, se mejora la fiabilidad del modo de fallo correspondiente en un
porcentaje (efectividad del mantenimiento).
4.6 Re-planificacin
33
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
En este captulo, se presenta cmo se ha hecho el estudio para obtener los parmetros
de las distribuciones propuestas para los distintos modos de fallo de los dos aerogeneradores que
se estudian.
El estudio estadstico consiste en calcular los parmetros de las distribuciones que vamos
a comparar (exponencial y Weibull) por dos mtodos diferentes: el mtodo de mnimos cuadrados
(MC) y el mtodo de mxima verosimilitud (MV). Para el estudio de los aerogeneradores 56 y 28 se
trabajar slo con el mtodo de mnimos cuadrados. Posteriormente se comparar la distribucin
exponencial con la Weibull utilizando el coeficiente de determinacin lineal ( ).
34
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
(37)
5. Establecer la adecuacin entre distribucin supuesta (la del papel elegido, que en este
caso son la exponencial y Weibull) y los datos. Sobre el grfico resultante se podrn
admitir que los datos siguen mejor la ley del papel considerado cuanto ms se ajuste la
recta a la nube de puntos.
Habr casos en los que haya una aglomeracin de puntos (normalmente al principio) que
hagan que la recta no se ajuste a la nube de puntos como debera. Esta aglomeracin se
debe tpicamente a que ha habido un fallo que no se ha logrado reparar al primer intento,
de modo que se han producido numerosas incidencias a causa de un mismo dispositivo en
un reducido margen de tiempo. Estas incidencias han sido recogidas como distintos fallos,
cuando en realidad es el mismo fallo que no se termina de reparar. As que, para
solucionar este concepto, se seleccionar el rango de tiempos en los que se localiza la
aglomeracin y slo se utilizar la mediana de todos esos datos. La notacin que se
seguir ser range=(a,b) para hacer la mediana (o en la eliminacin) de la aglomeracin en
el intervalo [a,b] de la representacin de los tiempos de fallo sobre el papel de
probabilidad correspondiente, debido al motivo anteriormente mencionado. De esta
forma se obtendrn resultados ms acordes con la realidad, y se mejorar la linealidad de
los datos ( ).
6. Para saber si los datos tienen un comportamiento ms o menos lineal, y por lo tanto para
determinar qu distribucin se ajusta mejor a los tiempos observados, se utilizar el
coeficiente de determinacin lineal ( ). Este coeficiente vara entre cero y uno, siendo
ms prximo uno cuanto mayor sea el comportamiento lineal de los datos observados.
[Comillas 2008]
(38)
Para cada modo de fallo y tipo de mantenimiento se elegir la distribucin que mejor se
ajuste a los datos observados. Y con los parmetros de estas distribuciones, se desarrollar el
modelo MAOL para luego crear el plan de mantenimiento.
En este captulo, se explicar con ms detalle cmo se obtienen las distribuciones y los
parmetros que modelan el comportamiento de los modos de fallo.
35
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
1. Se eligen lo datos de un modo de fallo de un aerogenerador. Este paso se puede hacer de
forma rpida y fcil gracias a que los datos se han organizado en un cell, como se ha
explicado anteriormente.
2. Se realiza un ajuste exponencial a los datos. Se ha observado que hay dos tipos de
comportamientos en los modos de fallo. Unos modos de fallo suceden con muy poca
frecuencia, otros ocurren con mucha frecuencia pero la mayora de las incidencias ocurren
muy seguidas. Se van a explicar dos ejemplos (uno de cada caso) explicando el
razonamiento del anlisis. Sin embargo, este anlisis viene detallado en el Anexo II (en el
CD adjunto) para todos los modos de fallo.
La Figura 17 muestra la frecuencia con la que ocurren las incidencias. Ayuda a tener una idea
de los tiempos entre incidencias, y a estimar si los resultados que se van a obtener a
continuacin son razonables.
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
En este caso, la funcin de distribucin acumulada es muy escalonada con escalones muy
abruptos. Esto significa que el tamao de la muestra es pequeo (mientras ms suave sea esta
funcin, ms grande ser el tamao de la muestra).
La grfica de los datos sobre el papel de probabilidad con la recta de regresin da una
idea de manera visual de cunto se ajusta la funcin propuesta a los datos reales.
36
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
1.5 0.8 Max Ver
Med Rango
1 0.6
0.5 0.4
0 0.2
0 1 2 3 4 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
Figura 18
La Figura 19 indica la tasa de fallos y el tiempo al fallo segn el mtodo de los mnimos
cuadrados y el mtodo de mxima verosimilitud y el coeficiente de determinacin lineal . es
un parmetro que est entre cero y uno, e indica cunto se ajusta la distribucin propuesta a los
datos. es ms prxima a la unidad mientran ms se ajuste la recta de regresin a los datos.
TBF
Tasa r
Tiempo_al_fallo_MC_horas Tasa_fallos_MV Tiempo_al_fallo_MV_horas
Ajuste _fallos_MC r^2
exponencial
0.000051 19523.52 0.912384 0.000057 17528.00
media 17527.999907
Este proceso se hace para examinar los TBF, TTF y TTR. En este ejemplo slo se muestra
el TBF del modo de fallo Sobrevelocidad elctrica del aerogenerador 28.
37
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
La Figura 20 representa los momentos en los que ocurren las incidencias de este modo
de fallo. Se observa que hay muchas incidencias que suceden en un intervalo de tiempo muy
prximo. Esto se debe,como se ha explicado anteriormente, a que ha habido varios reenganches
del sistema antes de proceder a la reparacin del fallo. La consecuencia es la anotacin de muchas
incidencias para el mismo fallo.
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
En La Figura 21 se aprecia como hay muchos TBF entre 0 y 1000 horas. Debido al modo
de fallo y a la alta fecuencia de incidencias en este rango de tiempo, es razonable pensar que las
incidencias con TBF entre 0 y 1000 horas son en realidad incidencias debidas a un mismo fallo.
Estas incidencias suelen ser incidencias de reenganches. Por tanto, para conseguir un mejor ajuste
de la distribucin propuesta, se hace la mediana de los datos en este rango de tiempo. De esta
manera se engloban todos estos reenganches en un solo dato, ya que lo que interesa es el tiempo
entre reparaciones de fallos independientes.
38
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
-log(1-F(t))= -log(R(t))
4
50
2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
6 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
4
Med Rango
0.5
2
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
Figura 21
Se observa en la Figura 22 como es bastante bajo (se considera bajo para valores menores
de 0.9).
TBF
Tasa
Tiempo_al_fallo_MC_horas r^2 Tasa_fallos_MV Tiempo_al_fallo_MV_horas
Ajuste _fallos_MC
exponencial
0.000460 2171.87 0.485206 0.000875 1143.13
media 1143.130429
39
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Range=(0,1000)
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
Figura 23
Despus de haber hecho el filtro de datos entre 0 y 1000 horas, usando slo la mediana
en este rango, se aprecia un mejor ajuste de la recta de regresin, reflejado en un ms prximo
a uno (Figura 24). Aun as, sigue siendo menor a 0.9, y este factor del ajuste debe de tenerse en
cuenta a la hora de confiar el la precisin final del estudio.
TBF
Tasa
Tiempo_al_fallo_MC_horas r^2 Tasa_fallos_MV Tiempo_al_fallo_MV_horas
Ajuste _fallos_MC
exponencial
0.000266 3759.46 0.859810 0.000316 3163.74
media 3163.741032
3. Se realiza un ajuste Weibull a los datos. Este paso es anlogo al anterior pero con la
distribucin Weibull.
Ejemplo 1 (continuacin)
40
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
La Figura 25 muestra la funcin de distribucin acumulada de los datos reales, ahora
sobre el papel de probabilidad de la distribucin Weibull, con la recta de regresin ajustada a los
datos. Se observa que la recta de regresin se ajusta bastante a los datos observados. Sin
embargo, la grfica de la funcin acumulada tiene escalones muy pronunciados. Esto se debe a
que hay muy pocos fallos.
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
1 1.5 2 2.5 3 9 9.5 10 10.5
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
0 0
1 1.5 2 2.5 3 1 1.5 2 2.5 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
Figura 25
TBF
media 17527.999907
Ejemplo 2 (continuacin)
41
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
una aglomeracin de incidencias en el origen que fisicamente reflejen unas incidencias debidas a
reenganches y no a fallos (Figura 27). Por eso primero se analiza la distribucin exponencial y se
interpretan los datos aplicando un filtro a datos que no se consideren relevantes.
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
0
50
-2
0 -4
0 5000 10000 15000 4 6 8 10
x - horas x = log t - tiempo al fallo
-3
x 10
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
Figura 27
TBF
media 3163.741032
Hiptesis:
42
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Como hiptesis se va a suponer que los TBF, los TTF y los TTR son independientes. Es no es
verdad en realidad, ya que el TBF es la suma de TTF y TTR.
Los datos sobre los aerogeneradores se tienen desde el 01/01/2005 hasta el 31/12/2010.
Por eso, se va ha suponer como primera incidencia para todos los modos de fallo y
mantenimiento en el da 01/01/2005 a las 00:00, y como ltima incidencia el da
31/12/2010 a las 23:59.
Notas:
Las tasas de fallo en las distribuciones Weibull son ascendentes aunque el parmetro beta
sea menor que la unidad.
El anlisis de las distribuciones de los dems modos de fallos estn en el Anexo I (en el
CD adjunto). A continuacin, se muestran los parmetros obtenidos para todos los modos de fallo
de los aerogeneradores 56 y 28, resumidos en la Figura 29 y la Figura 30.
43
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
TBF TTF TTR
MODO DE FALLO
r^2 (horas) MTBF (horas) r^2 (horas) MTTF (horas) r^2 (horas) MTTR (horas)
Avera multiplicador 0,9899 - 0,3891 15987,49 0 57444,0965 0,9900 - 0,3891 15973,1000 0 57402,6384 1,0000 - 1,180402 0,42 0 0,3968
Vel. rotor # Vel. generador 1,0000 - 1,1678 32914,73 0 31187,8141 1,0000 - 1,1682 32899,2100 0 31170,1183 - - - - - -
Temperatura disparo generador 0,8727 1,30E-04 - - - 7692,3077 0,8719 1,30E-04 - - - 7692,3077 0,8749 3,11E-01 - - - 3,2185
Avera generador 0,9762 3,80E-05 - - - 26315,7895 0,9774 3,80E-05 - - - 26315,7895 1,0000 - 52,0958 173,2300 0 171,3727
Temperatura disparo cojinete L.A. 1,0000 - 1,3990 32297,40 0 29439,7720 1,0000 - 1,3973 32291,3100 0 29440,0595 - - - - - -
Sobrevelocidad elctrica 0,9979 - 1,5008 20936,43 0 18899,0804 0,9979 - 1,5013 20929,8300 0 18892,3469 1,0000 - 0,4980 0,4100 0 0,8262
Tiempo mximo de orientacin 0,9697 9,30E-05 - - - 10752,6882 0,9697 9,30E-05 - - - 10752,6882 0,9190 - 2,5089 0,5400 0 0,4792
Termostato freno 0,9939 1,90E-04 - - - 5263,1579 0,9941 1,91E-04 - - - 5235,6021 0,8860 6,84E-01 - - - 1,4610
Sobretensin hardware rectificador 0,9837 - 0,7861 19647,17 0 22546,9594 0,9837 - 0,7861 19643,8000 0 22543,1774 1,0000 - 2,7711 0,1800 0 0,1602
Sobretensin hardware inversor 0,9131 - 0,6769 11602,04 0 15179,9729 0,9129 - 0,6770 11592,9400 0 15166,4637 0,9527 - 0,4632 2,9900 0 6,9580
Retrofit equipos 0,9538 6,40E-05 - - - 15625,0000 0,9539 6,40E-05 - - - 15625,0000 1,0000 - 1,1662 3,1100 0 2,9480
Fallo general 1,0000 - 2,2695 30538,37 0 27050,6926 1,0000 - 2,2646 30532,0700 0 27044,5928 - - - - - -
Serie de emergencia top 0,9981 - 3,0804 19695,23 0 17608,3714 0,9981 - 3,0838 19685,9300 0 17600,9548 1,0000 - 0,6497 0,7700 0 1,0525
Error sincronismo 1,0000 - 2,0212 30944,04 0 27418,5444 1,0000 - 2,0226 30932,8100 0 27408,3003 - - - - - -
44
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Vel. rotor # Vel. generador 0,7408 5,20E-05 - - - 19230,7692 0,7407 5,20E-05 - - - 19230,7692 1,0000 - 1,5756 2,0100 0 1,8048
Fallo refrigeracin multiplicador 0,8410 - 0,2556 14487,0300 0 304624,4125 0,8409 - 0,2552 14466,5200 0 307027,7812 0,9940 - 1,4001 0,8600 0 0,7838
Sobrevelocidad elctrica 0,8361 - 3,3795 14559,1900 0 13075,6258 0,8351 - 3,3785 14555,1800 0 13071,8360 0,8631 0,7370 0,3800 0 0,4591
Sobrevelocidad ground 0,9911 - 0,3605 14727,8800 0 67039,7236 0,9911 - 0,3603 14721,9800 0 67085,9694 0,9555 - 1,0177 0,6200 0 0,6155
Tiempo mximo de orientacin 0,9550 - 0,4679 560,9600 0 1278,1295 0,9539 - 0,4603 554,0900 0 1306,9426 0,9557 1,51E+00 - - - 0,6615
Retrofit equipos 0,9239 7,80E-05 - - - 12820,5128 0,9238 7,80E-05 - - - 12820,5128 0,9996 - 0,9430 2,5800 0 2,6498
Serie de emergencia top 0,9327 - 0,6968 17554,5900 0 2988,1454 0,9327 - 0,6969 17550,4300 0 22311,8594 1,0000 - 0,5212 1,4000 0 2,6010
Error sincronismo 0,9634 6,10E-05 - - - 16393,4426 0,9634 6,10E-05 - - - 16393,4426 0,9821 - 0,5744 5,7600 0 9,1968
Fallo en precarga 1,0000 - 0,7838 33658,9100 0 38710,1171 1,0000 - 0,7831 33647,9200 0 38724,1012 - - - - - -
Sensor de vibraciones 1,0000 - 0,8751 33586,3900 0 35903,8563 1,0000 - 0,8743 33577,5600 0 35912,7452 - - - - - -
Fallo IGBT S inversor 1,0000 - 0,8993 33549,1100 0 35313,8931 1,0000 - 0,8986 33512,4100 0 35291,6155 - - - - - -
Fallo comunicacin aerog/set 0,8670 - 0,3578 17175,1100 0 80148,4517 0,8670 - 0,3577 17169,1700 0 80161,9327 0,9304 3,07E-01 - - - 3,2574
Error anemmetro 0,9457 - 2,3522 20166,6300 0 17871,2815 0,9454 - 2,3544 20157,0500 0 17863,0437 1,0000 - 0,8278 1,0400 0 1,1509
Error accionamiento pitch 0,9599 - 2,2035 20174,7600 0 17867,3613 0,9595 - 2,2047 20162,4800 0 17856,5177 1,0000 - 0,5199 9,2200 0 17,2040
Fallo frecuencia 1,0000 - 0,8360 33632,4400 0 36979,8543 1,0000 - 0,8362 33619,0300 0 36957,7735 - - - - - -
NOTA: La media de tiempos en algunos modos de fallo es mayor al tiempo estudiado (5 aos). Esto se debe al reducido tamao de la muestra y a
que se ha escogido una distribucin Weibull para el ajuste de los datos. Esta situacin ocurre en casos como el MTBF y el MTTF del modo de fallo
Baja temperatura top del aerogenerador 56 (Figura 28), el MTBF y el MTTF del modo de fallo Avera multiplicador del aerogenerador 56, o el
MTBF y el MTTF del modo de fallo Sobrevelocidad Ground del aerogenerador 28.
45
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
6.1.1 Aerogenerador 56
En este apartado se explica el proceso seguido para elegir la distribucin de tiempos de
mantenimiento que ms se ajusta a los tiempos entre tareas de mantenimiento (TBM).
Ajuste Exponencial
Como primer paso, se muestra la Figura 31 para tener una idea de cmo es la
distribucin de los TBM a lo largo de los 5 aos analizados.
46
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
Figura 31: Histograma de frecuencias con las que ocurren las tareas de mantenimiento en
la multiplicadora para el aerogenerador 56
Se observa que los TBM estn bastante bien distribuidos a los largo de los 5 aos,
aunque se perciben dos TBM muy juntos a las 1500 horas aproximadamente.
TBF
Tasa
Tiempo_manten_MC_horas r^2 Tasa_manten_MV Tiempo_mantne_MV_horas
Ajuste _manten_MC
exponencial
0.000092 10896.64 0.810388 0.000095 10516.80
Media 10516.799944
47
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
tener en cuenta a la hora de dar crdito a los resultados finales, ya que el plan preventivo
propuesto utiliza estos parmetros.
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 0.5 1 1.5 2 0 0.5 1 1.5 2
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 1 2 3 0 0.5 1 1.5 2
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
Figura 33
Ajuste Weibull
En la Figura 34 se observa que es mucho mayor mediante el ajuste Weibull que con
un ajuste exponencial. Por lo tanto, se utilizarn los parmetros de la Figura 34 para modelar el
comportamiento de los TBM del bloque componente multiplicadora en el aerogenerador 56.
48
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TBF
Media 10516.799944
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
50 -1
-2
0 -3
0 0.5 1 1.5 2 8 8.5 9 9.5 10
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 0.5 1 1.5 2 0 0.5 1 1.5 2
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
Figura 35
6.1.2 Aerogenerador 28
En el aerogenerador 28, las tareas tambin estn distribuidos homogneamente en el
tiempo, como en el aerogenerador 56, y el nmero de tareas de mantenimiento es
aproximadamente el mismo (Figura 36).
49
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
Figura 36: Histograma de frecuencias con las que ocurren las tareas de mantenimiento en
la multiplicadora para el aerogenerador 28
Ajuste Exponencial
TBF
Tasa r
Tiempo_manten_MC_horas Tasa_manten_MV Tiempo_manten_MV_horas
Ajuste _manten_MC r^2
exponencial
0.000073 13671.49 0.722401 0.000076 13146.00
media 13145.999931
50
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0.5 1 1.5 2 2.5 0.5 1 1.5 2 2.5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
1.5 Max Ver
Med Rango
1 0.5
0.5
0 0
0 1 2 3 0.5 1 1.5 2 2.5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
Figura 38
Ajuste Weibull
La Figura 39 indica que es un poco mayor que por ajuste exponencial, pero aun as no
demasiado elevado. Esto se debe, como se observa en la Figura 40, a que la recta de regresin no
se ajusta a los datos demasiado bien. Aun as, la distribucin Weibull se ajusta mejor a los datos
que la exponencial. Estas observaciones, sobre cmo de bien se ajustan las funciones propuestas,
debern de tenerse en cuenta a la hora de interpretar los resultados, ya que los tiempos de los
modos de fallo se modelan mejor en algunos casos que en otros.
51
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TBF
media 13145.999931
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
50 0
-1
0 -2
0.5 1 1.5 2 2.5 9 9.5 10
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 6
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0.5 1 1.5 2 2.5 0.5 1 1.5 2 2.5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
Figura 40
6.2.1 Aerogenerador 56
En la Figura 41 se observa que las tareas de mantenimientos sobre el generador del
aerogenerador 56 se hacen cada un cierto tiempo ms o menos constante.
52
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
Figura 41: Histograma de frecuencias con las que ocurren las tareas de mantenimiento en
el generador para el aerogenerador 56
Ajuste exponencial
Se observa en la Figura 42 que es demasiado bajo como para considerar que esta
distribucin se ajusta a los datos.
TBF
Tasa
Tiempo_manten_MC_horas r^2 Tasa_mante_MV Tiempo_mante_MV_horas
Ajuste _manten_MC
exponencial
0.000177 5640.31 0.717282 0.000171 5842.67
media 5842.666636
53
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
Figura 43
Se puede interpretar a partir de la representacin de tiempos de fallo (Figura 43) que los
dos ltimos puntos son excepciones. Si se eliminan los dos ltimos puntos interpretndolos como
anmalos, y entendiendo que los tiempos entre reparacin preventiva estn entre las 2500 y las
6000 horas, se obtienen los siguientes resultados:
TBF
Tasa
Tiempo_manten_MC_horas r^2 Tasa_mante_MV Tiempo_mante_MV_horas
Ajuste _manten_MC
exponencial
0.000216 4627.27 0.273501 0.000221 4515.32
media 4515.319603
54
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
-log(1-F(t))= -log(R(t))
2
50
1
0 0
3500 4000
4500 5000 5500 3500 4000 4500 5000 5500
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 5000 10000 15000 3500 4000 4500 5000 5500
t - tiempo al fallo t - tiempo (horas)
Figura 45
Distribucin Weibull
media 4515.319603
55
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
50 -1
-2
0 -3
3500 4000 4500 5000 5500 8 8.2 8.4 8.6
x - horas x = log t - tiempo al fallo
-3
x 10
0 0
3500 4000 4500 5000 5500 3500 4000 4500 5000 5500
t - tiempo (horas) t - tiempo (horas)
Figura 47
6.2.2 Aerogenerador 28
Las tareas de mantenimiento de este componente en el aerogenerador 28 se efectan
con una frecuencia similar a la del aerogenerador 56 (Figura 48).
56
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
Figura 48: Histograma de frecuencias con las que ocurren las tareas de mantenimiento en
el generador para el aerogenerador 28
Ajuste Exponencial
El ajuste exponencial se ajusta bastante bien a los datos, y la media aritmtica de TBM se
acerca bastante al tiempo medio de tareas calculado mediante el mtodo de mnimos cuadrados
(MC) (Figura 49).
TBF
Tasa
Tiempo_manten_MC_horas r^2 Tasa_mante_MV Tiempo_mante_MV_horas
Ajuste _manten_MC
exponencial
0.000172 5809.38 0.879537 0.000171 5842.67
media 5842.666636
En la Figura 50, se observa que la recta de regresin se ajusta bastante bien a los datos
reales. Sin embargo, se nota que hay dos puntos que se podra considerar anmalos. Estos dos
puntos so los de TBM mayor. Por lo tanto, se interpreta que lo normal es que los TBM no sean
mayores de 1000 horas. Por esta razn, se utiliza la mediana para TBM de ms de 10000 horas.
57
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 0.5 1 1.5 2 0 5000 10000 15000
t - tiempo al fallo 4 t - tiempo (horas)
x 10
Figura 50
En la Figura 51, se nota que , como se esperaba, es ms prxima a la unidad una vez
hecha la mediana de los TBM de ms de 10000 horas.
Range=(10000,inf)
TBF
Tasa
Tiempo_mante_MC_horas r^2 Tasa_mante_MV Tiempo_mante_MV_horas
Ajuste _manten_MC
exponencial
0.000198 5057.89 0.909343 0.000196 5095.51
media 5095.510816
58
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
Figura 52
Ajuste Weibull
Range=(10000,inf)
TBF
media 5095.510816
Figura 53: Parmetros de la distribucin Weibull del bloque componente generador para
el aerogenerador 28
59
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
0
50
-2
0 -4
0 5000 10000 15000 7 8 9 10
x - horas x = log t - tiempo al fallo
-3
x 10
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
Figura 54
Los parmetros que se ensean en la Figura 53 son los que se van a utilizar para modelar
los TBM del mantenimiento preventivo del generador para el aerogenerador 28.
6.3.1 Aerogenerador 56
Se aprecia que, a lo largo de los 5 aos estudiados (entre el 2005 y el 2010), en el
aerogenerador 56 se realizan muchas ms tareas de este tipo de mantenimiento que de los otros
dos (Figura 55)
60
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
Figura 55: Histograma de frecuencias con las que ocurren las tareas de mantenimiento en
el componente Otros para el aerogenerador 56
Ajuste Exponencial
Tasa
Tiempo_manten_MC_horas r^2 Tasa_manten_MV Tiempo_manten_MV_horas
Ajuste _manten_MC
exponencial
0.000391 2557.01 0.883322 0.000513 1947.56
media 1947.555545
61
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
Figura 57
Ajuste Weibull
media 1947.555545
Figura 58: Parmetros de la distribucin Weibull del bloque componente Otros para el
aerogenerador 56
En la figura 59, se observa que la recta de regresin tambin se ajusta bastante bien a los
datos observados.
62
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
0
50
-2
0 -4
0 5000 10000 15000 0 5 10
x - horas x = log t - tiempo al fallo
-3
x 10
0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
Figura 59
6.3.2 Aerogenerador 28
Al igual que en el aerogenerador 56, se realizan bastantes ms tareas de mantenimiento
preventivo para el componente Otros que para cualquiera de los otros dos componentes (Figura
60).
63
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
Figura 60: Histograma de frecuencias con las que ocurren las tareas de mantenimiento en
el componente Otros para el aerogenerador 28
Ajuste exponencial
Tasa
Tiempo_manten_MC_horas r^2 Tasa_manten_MV Tiempo_mante_MV_horas
Ajuste _manten_MC
exponencial
0.000355 2818.30 0.813785 0.000494 2022.46
media 2022.461528
64
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
Figura 62
Ajuste Weibull
La distribucin Weibull, sin embargo, se ajusta mejor a los datos observados (Figura 63).
Este mejor ajuste se ve reflejado en un mayor que en el caso del ajuste exponencial (
, Figura 63). Por estas razones, se usan los parmetros de la Figura 63 para describir el
comportamiento de los TBM del bloque componente Otros del aerogenerador 28.
TBM
media 2022.461528
Figura 63: Parmetros de la distribucin Weibull del bloque componente Otros para el
aerogenerador 28
65
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
0
50
-2
0 -4
0 5000 10000 15000 0 5 10
x - horas x = log t - tiempo al fallo
-3
x 10
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
Figura 64
En las siguientes dos figuras (Figura 65 y Figura 66) se mustran, en dos tablas, los
resultados obtenidos en este captulo. En estas Figuras tambin aparecen los parmetros de las
funciones de distribucin que representan los tiempos hasta la prxima tarea de matenimiento,
entre tareas, y los tiempos de estas tareas. Todos los resultados que aparecen el las Figuras 29, 30,
65 y 66 vienen explicados de forma ms detallada en el Anexo II.
66
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
PREVIENTIVO MULTIPLICADORA 0,965416 - 1,553419 12345,36 0 11101,0000 0,965317 - 1,553379 12340,93 0 11097,0000 0,94406 - 2,66025 2,34 0,0000 2,0799
PREVENTIVO GENERADOR 0,947517 - 7,733907 4780,37 0,0000 4494,0000 0,947764 - 7,730267 4780,37 0,0000 4494,0000 0,870933 - 4,051687 2,68 0,0000 2,4309
PREVENTIVO OTROS 0,898429 - 0,457461 924,19 0,0000 2209,0000 0,901492 - 0,388847 821,65 0,0000 2958,0000 0,905655 - 1,41951 4,29 0,0000 3,9017
AEROGENERADOR 28
PREVIENTIVO MULTIPLICADORA 0,80022 - 3,10477 14560,7 0 13023,0000 0,800224 - 3,10589 14556,1 0 13019,0000 0,81116 0,41 - - 0,0000 2,4264
PREVENTIVO GENERADOR 0,939906 - 1,961044 5714,97 0 5067,0000 0,939925 - 1,959849 5710,99 0,0000 5063,0000 0,783326 - 3,646676 3,42 0,0000 3,0839
PREVENTIVO OTROS 0,892025 - 0,499135 872,91 0 1751,0000 0,928337 - 0,433774 820,11 0,0000 2213,0000 0,915519 - 1,293248 5,21 0,0000 4,8169
67
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
El proceso de anlisis seguido para realizar la comparacin se puede dividir en tres pasos:
1. Calcular y representar la fiabilidad del aerogenerador y sus componentes entre 2005 y 2010
con el plan de mantenimiento aplicado actualmente. La fiabilidad del mantenimiento vara en
funcin de la efectividad del mantenimiento preventivo y correctivo. Esta efectividad es una
variable de entrada en la aplicacin de Matlab que se utiliza para este fin
(fiab_fallos_correc_preven.m). Este paso es importante para tener una idea de los niveles de
fiabilidad en el que se encuentra el aerogenerador.
2. Estimar y representar la fiabilidad del aerogenerador y sus componentes para los prximos 5
aos (el tiempo a simular es variable de entrada) con el plan de mantenimiento que se est
aplicando. Se usan los tiempos medios de los mantenimientos preventivos. Se simular con
efectividad de las acciones de mantenimiento correctivo nula para poder comparar el plan de
mantenimiento preventivo actual con el propuesto. No tiene sentido tener en cuenta las
acciones de mantenimiento correctivo, ya que stas se hacen en caso de fallo del
componente, y por tanto, sin planificacin. Se pretende comparar slo los planes de
mantenimiento preventivo. Es conveniente comparar los resultados obtenidos en este paso
con los del paso anterior para cerciorarse de que los resultados en este paso son similares la
los del paso anterior, y que por tanto, tienen sentido.
Una vez que se tienen las representaciones de la fiabilidad de los aerogeneradores y sus
componentes aplicando el plan de mantenimiento que se sigue actualmente, y el propuesto, se
comparan ambos resultados.
68
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
acciones de mantenimiento correctivo, y el propsito de este paso es tener una idea de la
probabilidad al fallo de uno o ms modos de fallo (variable de entrada del programa
fiab_fallos_correc_preven.m), de los componentes y del aerogenerador. Se recuerda que la
probabilidad de fallo de los componentes es la probabilidad de que ocurran los modos de fallo
asociados al componente, todos en serie. Y que la probabilidad al fallo del aerogenerador es la
probabilidad al fallo de todos los componentes en serie.
Se ha observado que hay algunos modos de fallo que no se ven afectados por el
mantenimiento preventivo y, al mismo tiempo, que stos se asocian al componente Otros. Estos
modos de fallo bajan la fiabilidad del componente considerablemente, y por tanto, del
aerogenerador. Debido a que estos modos de fallo no son mantenibles de forma preventiva, se
han hecho los clculos teniendo en cuenta estos modos de fallo (Otros 1) y sin tenerlos en
cuenta (Otros 2).
Como sistemtica general, se muestran Figuras con cuatro grficas. En la grfica (1,1) se
ensea la fiabilidad/probabilidad al fallo de uno o ms modos de fallos elegidos, segn se quiera
en el programa fiab_fallos_correc_preven.m. En la grfica (1,2) se indica la
fiabilidad/probabilidad al fallo de los componentes del aerogenerador (generador, multiplicadora,
Otros). En la grfica (1,3) la fiabilidad/probabilidad al fallo del aerogenerador (probabilidad de los
tres componentes en serie). En la grfica (2,1) la fiabilidad/probabilidad al fallo de los tres
componentes anteriormente mencionados, pero dividiendo el componente Otros en dos
subcomponentes: un componente formado por aquellos modos de fallo mantenibles de forma
preventiva (Otros 1) y el segundo, por los que no se pueden mantener de forma preventiva
(Otros 2). La grfica (2,2) ensea la probabilidad del aerogenerador sin tener en cuenta Otros
2. Y por ltimo, en la grfica (3,3) se muestra la fiabilidad/probabilidad al fallo del aerogenerador
despreciando el componente Otros. Esta sistemtica se aplicar en la Figuras sucesivas.
Este captulo va a centrarse en el estudio de los tiempos hasta el fallo. El estudio de los
tiempos entre fallos y los tiempos de reparacin, se hara de forma anloga y los resultados se
adjuntan en el Anexo.
7.1.1 Aerogenerador 56
En la Figura 67 se muestra la evolucin de la fiabilidad de los componentes del
aerogenerador 56 y del total del sistema.
69
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
fiabilidad
fiabilidad
fiabilidad
0.6 0.6 0.6
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
fiabilidad
fiabilidad
0.6 0.6 0.6
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Figura 67: Nivel de fiabilidad del aerogenerador 56 con el 20% de efectividad del
mantenimiento correctivo
fiabilidad
fiabilidad
0.6 0.6 0.6
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
fiabilidad
fiabilidad
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Figura 68: Nivel de fiabilidad del aerogenerador 56 con el 60% de efectividad del
mantenimiento correctivo
En la Figura 69 tampoco se aprecia mucha diferencia con las Figuras 67 y 66, aunque si
hay un pequeo aumento de los niveles de fiabilidad. Mediante la observacin de las tres Figuras
anteriores se puede notar que la variacin de efectividad de las acciones de mantenimiento
correctivo no mejora demasiado la efectiviadad del aerogenerador 56.
70
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
fiabilidad
fiabilidad
fiabilidad
0.6 0.6 0.6
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Fiabilidad de los
compentes del aerog. 56 Fiabilidad del aerog. 56
(con Otros1 y Otros2) (sin Otros1) Fiabilidad del aerog. 56 si Otros
1 1 1
fiabilidad
fiabilidad
0.6 0.6 0.6
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Figura 69: Nivel de fiabilidad del aerogenerador 56 con el 100% de efectividad del
mantenimiento correctivo
7.1.2 Aerogenerador 28
Este apartado es anlogo al anterior, pero referido al aerogenerador 28. Adems las
conclusiones son muy parecidas.
fiabilidad
fiabilidad
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Fiabilidad de los
componentes del aerog. 28 Fiabilidad del aerog. 28
(con Otros1 y Otros2) (sin Otros1) Fiabilidad del aerog. 28 si Otros
1 1 1
fiabilidad
fiabilidad
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Figura 70: Nivel de fiabilidad del aerogenerador 28 con el 20% de efectividad del
mantenimiento correctivo
71
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Los niveles de fiabilidad que se observan en las Figuras 70 y 71 son muy parecidos, por
los que se intrepreta que las mejoras obtenidas por la variacin de efectividad, del 20% al 60%, de
las acciones de mantenimiento correctivo
fiabilidad
fiabilidad
fiabilidad
0.6 0.6 0.6
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Fiabilidad de los
componentes del aerog. 28 Fiabilidad del aerog. 28
(con Otros1 y Otros2) (sin Otros1)
1 1 1
fiabilidad
fiabilidad
0.6 0.6 0.6
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Figura 71: Nivel de fiabilidad del aerogenerador 28 con el 60% de efectividad del
mantenimiento correctivo
En la Figura 72 se puede apreciar un mayor nivel de fiabilidad con respecto a la Figura 71.
fiabilidad
fiabilidad
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Fiabilidad de los
componentes del aerog. 28 Fiabilidad del aerog. 28
(con Otros1 y Otros2) (sin Otros1) Fiabilidad del aerog. 28 si Otros
1 1 1
fiabilidad
fiabilidad
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Figura 72: Nivel de fiabilidad del aerogenerador 28 con el 100% de efectividad del
mantenimiento correctivo
72
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
7.2 Previsin de la fiabilidad de los prximos 5 aos aplicando el
plan actual.
En este apartado, se analiza el comportamiento que tendran los aerogeneradores si se
mantuviese el mismo plan de mantenimiento para los prximos 5 aos. Se suponen los tiempos
medios calculados (se ha explicado cmo se han calculado en los captulos 5 y 6) como tiempos
entre reparaciones.
Los diferentes tipos de mantenimiento preventivo tienen diferentes costes, por lo que el
nmero de tareas a realizar en vas preventivas, siempre ir asociado a un estudio econmico. El
objetivo final es, por lo tanto, asegurar una mayor fiabilidad del aerogenerador asumiendo un
menor coste.
73
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
7.2.1 Aerogenerador 56
Fiabilidad de los Fiabilidad de los
modos fallos del aerog. 56 componentes del aerog. 56 Fiabilidad del aerog. 56
1 1 1
fiabilidad
fiabilidad
fiabilidad
0.4 0.4 0.4
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
Fiabilidad de los x 10 x 10 x 10
componentes del aerog. 56 Fiabilidad del aerog. 56 Fiabilidad del aerog. 56
(con "Otros1" y "Otros2") (sin "Otros2") (sin "Otros")
1 1 1
fiabilidad
fiabilidad
0.4 0.4 0.4
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
9 tareas en el generador
3 tareas en la multiplicadora
(39)
74
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
7.2.2 Aerogenerador 28
fiabilidad
fiabilidad
fiabilidad
0.4 0.4 0.4
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Fiabilidad de los
componentes del aerog.28 Fiabilidad del aerog. 28 Fiabilidad del aerog. 28
(con"Otros1" y "Otros2") sin "Otros2" sin "Otros"
1 1 1
fiabilidad
fiabilidad
0.4 0.4 0.4
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
(40)
75
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
7.3.1 Aerogenerador 56
Escenario 1
Se observa que para conseguir estos umbrales mnimos de fiabilidad, son necesarios 2
tareas de mantenimiento en el bloque componente generador ms que en el plan de
mantenimiento actual, y uno ms en el bloque componente multiplicadora. Sin embargo, no son
necesarias ninguna tarea mantenimiento en el bloque componente Otros, ya que el umbral de
fiabilidad mnimo es prcticamente nulo.
(41)
76
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
En Figura 75 se muestra cmo evoluciona la fiabilidad en este escenario para el
aerogenerador 56.
fiabilidad
fiabilidad
fiabilidad
0.4 0.4 0.4
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Fiabilidad del componentes
del aerog. 56 Fiabilidad del aerog. 56 Fiabilidad del aerog. 56
(con "Otros1" y Otos2") (sin "Otros2") ("si Otros")
1 1 1
fiabilidad
fiabilidad
0.4 0.4 0.4
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Escenario 2
Se observa que para conseguir estos umbrales mnimos de fiabilidad, son necesarios 5
tareas de mantenimiento menos en el generador en el plan propuesto, que en el plan de
mantenimiento actual, y uno menos en el componente multiplicadora. Sin embargo, no son
necesarios 23 mantenimientos ms en el componente Otros.
77
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
(42)
fiabilidad
fiabilidad
0.4 0.4 0.4
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Fiabilidad de los componente
del aerog. 56 Fiabilidad del aerog. 56 Fiabilidad del aerog. 56
(con "Otros1" y "Otros2") (sin "Otros2") (sin "Otros")
1 1 1
fiabilidad
fiabilidad
0.4 0.4 0.4
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Escenario 3
Se observa que para conseguir estos umbrales mnimos de fiabilidad, son necesarias 4
tareas menos de mantenimiento preventivo en el bloque componente generador que en el plan
78
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
de mantenimiento actual, y los mismos en el bloque componente multiplicadora. Sin embargo, no
son necesarios 12 mantenimientos ms en el bloque componente Otros.
(43)
fiabilidad
fiabilidad
0.4 0.4 0.4
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Fiabilidad de los componenetes
del aerog. 56 Fiabilidad del aerog. 56 Fiabilidad del aerog. 56
(con "Otros1" y "Otros2) (sin "Otros2") (sin Otros)
1 1 1
fiabilidad
fiabilidad
0.4 0.4 0.4
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
7.3.2 Aerogenerador 28
A continuacin se mostrarn varios escenarios, aplicando el plan de mantenimiento
propuesto, analizando la fiabilidad del aerogenerador 28 y sus componentes. En este apartado, se
va a contrastar la fiabilidad en estos escenarios con el comportamiento de la fiabilidad que se
analiza en el epgrafe 6.2.2.
Escenario 1
En este primer escenario, al igual que se hizo con el aerogenerador 56, se fija un umbral
mnimo de fiabilidad igual al mnimo que se alcanza con el plan que pretende sustituir. Estos
umbrales mnimos son los siguientes:
79
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Umbral mnimo de fiabilidad para el componente Otros 2= 0.0163
fiabilidad
fiabilidad
fiabilidad
0.4 0.4 0.4
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Fiabilidad de los compentes
del aerog. 28 Fiabilidad del aerog. 28 Fiabilidad del aerog. 28
(con "Otros1" y Otros2") (sin "Otros2") (sin Otros")
1 1 1
fiabilidad
fiabilidad
0.4 0.4 0.4
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Desde el punto de vista econmico, el plan propuesto, bajo este escenario, supone el
siguiente coste:
(44)
(45)
80
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
con respecto al plan actual. Este coste se debe a una reduccin de 4 tareas en el
generador, una tarea en la multiplicadora, y 5 tareas en el componente Otros.
Escenario 2
Los umbrales mnimos de fiabilidad, por tanto, son superiores que en escenario 1:
fiabilidad
fiabilidad
0.4 0.4 0.4
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Fiabilidad del componente
del aerog. 28 Fiabilidad del aerog. 28 Fiabilidad del aerog. 28
(con "Otros1" y "Otros2") (sin "Otros2") (sin "Otros")
1 1 1
fiabilidad
fiabilidad
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
81
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
(46)
Este coste es ligeramente superior al que supondra el mantenimiento con el plan actual,
pero supone una fiabilidad mnima mayor.
(47)
Escenario 3
fiabilidad
fiabilidad
0.4 0.4 0.4
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
Fiabilidad de los componentes
del aerog. 28 Fiabilidad del aerog. 28 Fiabilidad del aerog. 28
(con "Otros1" y "Otros2") (sin "Otros2" (sin "Otros")
1 1 1
fiabilidad
fiabilidad
0 0 0
0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5
tiempo 4 tiempo 4 tiempo 4
x 10 x 10 x 10
82
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Nmero de tareas de mantenimiento preventivo en el componente otros=12
(48)
Este coste es ligeramente superior al del escenario anterior, pero es importante darse
cuenta que es debido al aumento del umbral mnimo de fiabilidad en la multiplicadora, y no al
aumento del umbral mnimo en Otros.
83
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
En este captulo se hace una comparacin entre el coste que supone los panes de
mantenimiento preventivo de los distintos escenarios contemplados en el tema 7. De esta
manera, se puede hacer un anlisis de las diferencias de costes/resultados entre el plan actual y
los diferentes escenarios mostrados del plan propuesto.
En las siguientes Figuras se muestran los costes que suponen los escenarios del captulo
7, junto con los niveles de fiabilidad mnima de los tres bloques componentes clasificados este
proyecto.
PLAN
AEROGENERADOR 56 ESCENARIO 1 ESCENARIO 2 ESCENARIO 3
ACTUAL
Por otro lado, observando los escenarios 2 y 3 (Figura 81), se llega a la conclusin de que
las tareas de mantenimiento del bloque componente Otros tambin elevan el nivel de fiabilidad
de los dems bloque componente, y adems son tareas ms baratas. De esta manera, se puede ir
jugando con los niveles de fiabilidad mnimos de los distintos bloques componente para
84
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
garantizar el nivel de fiabilidad mnimo deseado del sistema (del aerogenerador), teniendo en
cuenta el presupuesto que se est dispuesto a invertir en el plan de mantenimiento.
PLAN
AEROGENERADOR 28 ESCENARIO 1 ESCENARIO 2 ESCENARIO 3
ACTUAL
85
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
costes manteniendo, o incluso mejorando los resultados, como bien se a mostrado comparando
los escenarios 2 y 3 del aerogenerador 28.
86
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
El cdigo de los programas que se han utilizado en este proyecto fin de carrera, y que a
continuacin se van a explicar para qu han servido y cmo funcionan, aparecen en el Anexo I.
1. Crear data.mat
ficheros datatext.mat
.mat
2. Organizar los aergo.m
datos en Matlab
AjustWeibull_ttr.m
AjustWeibull_ttf.m
3. Clculo de los parmetros de AjustWeibull_tbf.m
las funciones de distribucin AjustExp_ttr.m
AjustExp_ttf.m
AjustExp_tbf.m
4. Crear nuevos cellAerog_fallos.mat
ficheros .mat cellAerog_manten.mat
5.Anlisis y
representacin de la fiab_fallos_correc_preven_56.m
fiabilidad entre 2005 fiab_fallos_correc_preven_28.m
y 2010
6.Previsin de la fiabilidad manten_prev_classic56.m
manteniendose el plan actual manten_prev_classic28.m
7. Previsin de la fiabilidad manten_prev_umbral_compon56.m
manten_prev_umbral_compon28.m
aplicando el pan popuesto
87
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Para poder trabajar en Matlab, se van a crear ficheros .mat a partir del fichero Excel.
Para ello, simplemente hay que abrir el archivo Excel en el Current Folder en el que se va a
guardar la aplicacin. Es importante guardar los ficheros .mat bajo los nombres de data.mat y
textdata.mat, ya que la aplicacin est programada para reconocerlos bajo esos nombres.
Para organizar los datos procedentes del archivo Excel, se ejecuta el programa
aerog.m. Este programa ordena todos los datos segn nmero de aerogenerador y modo de
fallo. De esta forma, es fcil acceder a los datos referentes a un modo de fallo de un
aerogenerador en concreto. Todos lo datos quedan registrados en un fichero cell, llamado
cellAerog.m, y este fichero servir para operar con lo tiempos entre acciones de mantenimiento,
utilizados posteriormente para obtener los parmetros de las funciones de distribucin que
simulan los tiempos entre tareas. La forma en que estn ordenados los datos en el cell viene
explicado en la seccin 4.2 (Figura 16)
En este tercer paso, el objetivo es calcular los parmetros, y los tiempos medios entre
taras de mantenimiento, de las funciones de distribucin que reproducen los tiempos entre
acciones de mantenimiento, tiempos hasta la prxima tarea de mantenimiento, y la duracin de
las tareas de mantenimiento. Los resultados de este paso ests explicados en los captulos 5 y 6, y
explicados an ms ampliamente, para todos los modos de fallo y tareas de mantenimiento
preventivo, en el Anexo II.
88
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Una vez obtenidos los parmetros de la distribucin que mejor se ajustan a los tiempos,
se crea unos nuevos ficheros .mat con estos parmetros.
Los fichero que contienes los parmetros de las distribuciones que mejor se ajustan a los
tiempos de los modos de fallo, junto con los tiempos medios entre fallos, estn en los ficheros
data_f56.mat, data_f28.mat, data_m56.mat, data_m28.mat, textdata_f56.mat,
textdata_f28.mat, textdata_m56.mat, textdata_m28.mat. Estos fichero contiene los datos de
las Figuras 29, 30, 65 y 66, y tambin son descargados desde un fichero Excel (igual que en el
apartado 10.1), mostrado en las Figuras 29, 30, 65 y 66. Por otro lado, se han creado otros dos cell
de forma anloga a cellAerog.mat, pero separando los datos de los modos de fallo
(cellAerog_fallos.mat), y los dato del mantenimiento preventivo (cellAerog_manten.mat)
Para poder compara el plan actual con el propuesto, es preciso simular cmo variara los
niveles de fiabilidad de las mquinas empleando el plan actual y el propuesto. En este caso se ha
simulado para los prximos 5 aos (el tiempo de simulacin es variable de entrada).
Los programas utilizados para simular la variacin de los niveles de fiabilidad para los
aerogeneradores 56 y 28 son manten_prev_classic56.m y manten_prev_classic28.m
respectivamente. Estos programas utilizan los tiempos medios entre tareas, calculados con los
programas explicados en el apartado 10.3. Los resultados obtenidos con estos programas se
explican con ms detalle en el apartado 7.2.
89
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Los programas que se usan para este fin son manten_prev_umbral_compon56.m para
el aerogenerador 56, y manten_prev_umbral_compon28.m para el aerogenerador 28. Estos
programas utilizan los parmetros calculados con los programas del apartado 10.3, que se
recopilaron en los archivos data_f56.mat, data_f28.mat, data_m56.mat, data_m28.mat,
textdata_f56.mat, textdata_f28.mat, textdata_m56.mat, textdata_m28.mat (apartado 10.4).
Los resultados y las conclusiones obtenidas con estos programas estn ampliamente
explicados en el apartado 7.3.
90
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
En este proyecto fin de carrera se analizan las ventajas e inconvenientes del modelo
MAOL con respecto al modelo de mantenimiento actual. Y los resultados de esta comparacin han
sido bastante favorables al modelo propuesto tanto en ahorro en costes como en resultados y
mejora de la efectividad del plan de mantenimiento. Adems, el fallo o prdida de un
aerogenerador supone unos costes tanto de energa no producida, ambientales, como de
mantenimiento que, en la medida de lo posible, es conveniente minimizar. Por esta razn, el plan
propuesto es, adems de una inversin restable para la empresa explotadora del parque, un plan
que favorece la reduccin del impacto medioambiental, ya que se ha demostrado que aplicando el
plan de mantenimiento propuesto se aumenta la disponibilidad del aparato a la vaz que se
reducen costes por mantenimiento. Esto significa que son necesarios menos aerogeneradores
para producir la misma energa.
El modelo MAOL abre una nueva manera de apoyar el proceso de la toma de decisiones
en el mantenimiento industrial y la gestin de activos.
91
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
En primer lugar, se ha considerado que tanto los parmetros de fiabilidad como los
parmetros de mantenimiento obtenidos tras el anlisis del histrico de datos, son los autnticos.
Se debe recordar que en el modelo MAOL se planteaba la diferencia existente entre los datos
obtenidos si el componente se encontraba bajo la accin de un plan de mantenimiento o no.
Por otro lado, la hiptesis que se ha utilizado sobre la efectividad del mantenimiento
correctivo en el desarrollo de este proyecto para comparar el plan actual con el propuesto es un
muy conservadora, pues considera que dicha efectividad es la misma para todos los modos de
fallo, y nula. Esto no tiene mucho sentido, pues no se obtienen los mismos resultados con la
reparacin de un elemento (efectividad del mantenimiento correctivo normalmente menor al
100%) que la reposicin del mismo (efectividad del mantenimiento correctivo del 100%). La
aplicacin permite cambiar la efectividad de cada modo de fallo, y de cada tipo de mantenimiento
(esto es otra mejora con respecto a la aplicacin de [Xiomara 2011], pero en este proyecto no se
han hecho casos para estudiar cmo afecta el mantenimiento correctivo sobre el preventivo. Sera
interesante hacer estudio para analizar con ms exactitud la influencia del mantenimiento
correctivo sobre el preventivo y viceversa.
Otra mejora a tener en cuenta sera representar los tiempos con otras funciones de
distribucin a la exponencial y Weibull, y analizar si se ajustan mejor a los tiempos reales. Un buen
ajuste de las funciones de distribucin a los tiempos reales es clave para que el resultado del plan
de mantenimiento preventivo sea el esperado, y por eso es importante utilizar la funcin de
distribucin que mejor se ajuste a estos tiempos.
92
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
REFERENCIAS
[Jos M Tamborero del Pino] Jos M Tamborero del Pino. NTP 316: Fiabilidad de componentes.
CENTRO NACIONAL DE CONDICIONES DE TRABAJO.
[Edwin Orlando, Marzo 2008] Edwin Orlando (Marzo 2008): Mantenimiento industrial. Macas-
Ecuador
[Anders et al., 2007] Anders, G., Bertling, L., CliteurG., Endrenyi, J., Jardine, A. & Li, W. 2007.
Tutorial book on Asset Management Maintenance and Replacement Strategies. IEEE Power
Engineering Society General Meeting, Tampa, Florida USA, 24-28 June 2007.
[Barlow et al., 1960] Barlow, R.E. & Hunter, L. 1960. Optimal preventive maintenance policies,
Operations Research, 8: 90-100
[Duffuaa et al., 1999] Duffuaa, S.O., Raouf, A. & Campbell, J.D. 1999. Planning and control of
maintenance system: Modeling and analysis, John Wiley & Sons.
[Nakagawa et al., 1988] Nakagawa,T. 1988. Sequential imperfect preventive maintenance policies.
IEEE Trans Reliability R-37: 295-298.
[Sanz-Bobi et al., 2011] Sanz-Bobi, M.A., Vieira R.J.A., Montilla X. Failure risk analysis and
maintenance effectiveness in a windturbine according to its history of unavailability and applied
maintenance. ESREL 2011 Annual Conference.
[Rabfis] rabfis15.uco.es/lvct/tutorial/41/tema18/tema18-2.htm
93
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
ANEXO I
Cdigo Fuente
94
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
En este anexo se adjunta el cdigo fuente de todos los programas que han sido
necesarios para la realizacin del estudio que se ha llevado a cabo en este proyecto fin de carrera.
aerog.m
function [cellAerog,modos_de_fallo,mantenimientos] = aerog(num,txt)
% Esta funcin nos organiza lo datos recibidos por un fichero excel sobre
% las incidencias de aerogeneradores. El fichero tiene que estar ordenado
% de una forma concreta, de forma que el la 1 fila estn las etiquetas.
%Por ejemplo, en el caso que estoy haciendo, en A1 pone "DIA", A2 "MES",
A3
%"AO", A4 "H", A5 "Min", A6 "FECHA", A7 "HORA, A8 "HORA EN DIAS",
%A9 "AEROG", A10 "T(h)", A11 %Producc. Perd., A12 "MOTIVO", A12
%"COMENTARIO", A13 "Op", A14 "GRUPO". De esta forma en la 1 columna
estn
%los das, en la 2 el mes (en nmero), en la 3 el ao...
%El cell tiene tantos nmeros de filas como numero de diferentes
%aerogeneradores haya (cada aerogenerador est identificado por un
nmero).
%Y las columnas estn en funcin de los diferentes motivos que haya, de
%forma que si hay n aerogeneradores diferentes y m motivos diferentes, el
%cell cellAerog tendr dimensiones {n,3*m+2}.
%En la 1 columna de cellAerog estn los nmeros de los aerogeneradores,
en
%las columnas mltiplo de 3 estn los nombres de los diferentes motivos,
%una columna mas a la derecha todos los datos (dia, mes ao, producc.
%perd...), y otra columna mas a la derecha los TBF, TTF y TTR.
[a,b]=size(num);
[~,b2]=size(txt);
n_aer=zeros(a,1);
tick=0;
cont5=0; %tick x 3*(cont5+2) es el tamao de cellAerog
modos_de_fallo={'Averia generador';'Averia multiplicador';'Baja
temperatura ground';'Baja temperatura top';'Error accionamiento
pitch';'Error anemometro';'Error sincronismo';'Fallo comunicacion
aerog/set';'Fallo en precarga';'Fallo frecuencia';'Fallo general';'Fallo
IGBT S inversor';'Fallo refrigeracion multiplicador';'Problematica Red
Externa';'Proyectos MDE';'Reparacion con aerog en marcha';'Retrofit
equipos';'Sensor de vibraciones';'Serie de emergencia top';'Sobretension
hardware inversor';'Sobretension hardware rectificador';'Sobrevelocidad
electrica';'Sobrevelocidad ground';'Temperatura disparo
barquilla';'Temperatura disparo cojinete L.A.';'Temperatura disparo
generador';'Termostato freno';'Tiempo maximo de orientacion';'Vel. rotor
# Vel. generador';};
mantenimientos={'Mantenimiento preventivo aerogenerador';'Mantenimiento
preventivo multiplicadora';'Mantenimiento preventivo generador';};
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for w=1:b
if strcmp('AEROG',txt(1,w))
i=w; %% i es la columna donde est el num de los aerog
end
95
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%5
for w=1:b2
if strcmp('MOTIVO', char(txt(1,w)))
m=w; %% m es la columna donde estn los motivos de fallo
end
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
96
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
end
% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%1)El cell motivo1 contiene los motivos de los distintos erogeneradores
%de la misma manera que el cell motivo, pero motivo1 no tiene repetidos
los
%motivos de fallo. motivo1 tiene diensiones {p,cont3}, por lo que es
%posible que los ltimos cell de la fila de algunos aerogeneradoes sean
%cero o NUN.
motivo1{p,a}=0;
for p=1:tick
cont5=0;
for e=1:a
cont4=1;
for k=1:e
if ~strcmp(motivo{p,k}, motivo{p,e})
cont4=cont4+1;
end
end
if cont4==e
cont5=cont5+1;
motivo1{p,cont5}=motivo{p,e};
end
end
end
% % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for j1=1:tick
for j2=1:cont3
cont6=0;
for j3=2:(a+1)
if strcmp(txt(j3,m), cellAerog{j1,(3*j2)}) &&
cellAerog{j1,1}==num(j3-1,i)
cont6=cont6+1;
cellAerog{j1,(3*j2+1)}(cont6,:)=num(j3-1,:);
end
end
end
end
97
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
% % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% % %%%%%%%%%%%%%%%%% MTBF (en horas )%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for j1=1:tick
for j2=1:cont3
cellAerog{j1,(3*j2+2)}(1,1)=tbf(cellAerog{j1,(3*j2+1)})*24; %mtbf
end
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%% MTTR (en horas) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for h1=1:tick
for h2=1:cont3
D=cellAerog{h1,(3*h2+1)};
if size(D)==0
f=1;
mttr=0;
else
[f,c]=size(D);
mttr=sum((D(:,10))/f);
end
cellAerog{h1,(3*h2+2)}(3,1)=mttr;
end
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%% MTTF %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for j1=1:tick
for j2=1:cont3
cellAerog{j1,(3*j2+2)}(2,1)=ttf(cellAerog{j1,(3*j2+1)})*24; %mtbf
end
end
end
AjustExp_tbf.m
function AjustExp_tbf( M , range1, range2,elim)
%Con este programa se calculan los parmetros de la distribucin
exponencial para reproducir los tiempos entre tareas de mantenimiento.
%Esta funcin construye un grfico de probabilidad. Proporciona el
grfico de CDF, presentacin de tiempos de fallo y log(R(t)),recta
ajustada con los valores reales, fiabilidad vs tiempo. Adems se utiliza
el dato resultante de hacer la mediana entre los timpos range1 y range2.
Si el parmetro de entada elim es uno, se eliminan los tiempos entre
t=range1 y t=range2.
[ ~,x,n ] = tbf(M);
x=x*24; %Paso el tbf de das a horas
98
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
% Hago la mediana de la nuve de valores (range)
j=1;
x1=zeros(1,n);
if range2~=0
for i=1:n
if (x(i)>=range1) && (x(i)<=range2)
x2(j)=x(i);
j=j+1;
else
x1(i)=x(i);
end
end
med=median(x2);
if elim==1
med=[];
end
a=length(x2);
x=[med x1];
x=sort(x);
x(1:a)=[];
end
n=length(x);
%Clculo de R^2
[lambda,bint,r,rint,stats] = regress(y,x);
r_square=stats(1);
r_square=sprintf('%8f',r_square)
%Cculo por mnimos cuadrados o regresin de la pendiente de la recta
lambda=regress(y,x);
tasa_fallos_MC= sprintf('%8f',lambda)
tiempo_al_fallo_MC_horas= sprintf('%8.2f',1/lambda)
99
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
%Presentacin de la recta ajustada y los valores reales
%figure(3)
subplot(2,2,3),plot(x,y, '*', y*(1/lambda), y, 'r--')
title('Recta ajustada y los valores reales')
xlabel('t - tiempo al fallo')
ylabel('-log(1-F(t))= -log(R(t))')
tasa_fallos_MV= sprintf('%8f',lambda_MV)
tiempo_al_fallo_MV_horas= sprintf('%8.2f',1/lambda_MV)
R_MC= exp(-lambda*x(1:n));
R_MV= exp(-lambda_MV*x(1:n));
R_cdf = 1-p;
%figure(4)
%hold on
subplot(2,2,4),plot(x,R_MC, '*', x, R_MV, 'o', x, R_cdf, '+');
xlabel('t - tiempo (horas)')
ylabel('Fiabilidad - R(t)')
legend('Min Cuad', 'Max Ver', 'Med Rango');
hold off
end
AjustExp_ttf.m
function AjustExp_ttf( M , range1, range2,elim)
%Con este programa se calculan los parmetros de la distribucin
exponencial para reproducir los tiempos hasta la prxima tarea de
mantenimiento.
%Esta funcin construye un grfico de probabilidad. Proporciona el
grfico de CDF, presentacin de tiempos de fallo y log(R(t)),recta
ajustada con los valores reales, fiabilidad vs tiempo. Adems se utiliza
el dato resultante de hacer la mediana entre los timpos range1 y range2.
Si el parmetro de entada elim es uno, se eliminan los tiempos entre
t=range1 y t=range2.
[ ~,x,n ] = ttf(M);
x=x*24 %Paso el tbf de das a horas
% Hago la mediana de la nuve de valores (range)
j=1;
x1=zeros(1,n);
if range2~=0
for i=1:n
if (x(i)>=range1) && (x(i)<=range2)
x2(j)=x(i);
j=j+1;
else
x1(i)=x(i);
end
end
100
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
med=median(x2);
if elim==1
med=[];
end
a=length(x2);
x=[med x1];
x=sort(x);
x(1:a)=[];
end
n=length(x);
%Clculo de R^2
[lambda,bint,r,rint,stats] = regress(y,x);
r_square=stats(1);
r_square=sprintf('%8f',r_square)
%Cculo por mnimos cuadrados o regresin de la pendiente de la recta
lambda=regress(y,x);
tasa_fallos_MC= sprintf('%8f',lambda)
tiempo_al_fallo_MC_horas= sprintf('%8.2f',1/lambda)
101
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
tasa_fallos_MV= sprintf('%8f',lambda_MV)
tiempo_al_fallo_MV_horas= sprintf('%8.2f',1/lambda_MV)
R_MC= exp(-lambda*x(1:n));
R_MV= exp(-lambda_MV*x(1:n));
R_cdf = 1-p;
%figure(4)
%hold on
subplot(2,2,4),plot(x,R_MC, '*', x, R_MV, 'o', x, R_cdf, '+');
xlabel('t - tiempo (horas)')
ylabel('Fiabilidad - R(t)')
legend('Min Cuad', 'Max Ver', 'Med Rango');
hold off
end
AjustExp_ttr.m
function AjustExp_ttr( M, range1, range2,elim )
%Con este programa se calculan los parmetros de la distribucin
exponencial para reproducir la duracin de las tareas de mantenimiento.
%Esta funcin construye un grfico de probabilidad. Proporciona el
grfico de CDF, presentacin de tiempos de fallo y log(R(t)),recta
ajustada con los valores reales, fiabilidad vs tiempo. Adems se utiliza
el dato resultante de hacer la mediana entre los timpos range1 y range2.
Si el parmetro de entada elim es uno, se eliminan los tiempos entre
t=range1 y t=range2.
[a,b]=size(M);
x=M(:,10);
x=x';
n=a;
% Hago la mediana de la nuve de valores (range)
j=1;
x1=zeros(1,n);
if range2~=0
for i=1:n
if (x(i)>=range1) && (x(i)<=range2)
x2(j)=x(i);
j=j+1;
else
x1(i)=x(i);
end
end
med=median(x2);
if elim==1
med=[];
end
a=length(x2);
x=[med x1];
x=sort(x);
x(1:a)=[];
end
102
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
n=length(x);
%Clculo de R^2
[lambda,bint,r,rint,stats] = regress(y,x);
r_square=stats(1);
r_square=sprintf('%8f',r_square)
%Cculo por mnimos cuadrados o regresin de la pendiente de la recta
lambda=regress(y,x);
tasa_fallos_MC= sprintf('%8f',lambda)
tiempo_al_fallo_MC_horas= sprintf('%8.2f',1/lambda)
tasa_fallos_MV= sprintf('%8f',lambda_MV)
tiempo_al_fallo_MV_horas= sprintf('%8.2f',1/lambda_MV)
R_MC= exp(-lambda*x(1:n));
R_MV= exp(-lambda_MV*x(1:n));
R_cdf = 1-p;
%figure(4)
%hold on
subplot(2,2,4),plot(x,R_MC, '*', x, R_MV, 'o', x, R_cdf, '+');
103
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
xlabel('t - tiempo (horas)')
ylabel('Fiabilidad - R(t)')
legend('Min Cuad', 'Max Ver', 'Med Rango');
hold off
end
AjustWeibll_tbf.m
function AjustWeibull_tbf(M,range1,range2,elim)
%Con este programa se calculan los parmetros de la distribucin Weibull
para reproducir los tiempos entre acciones de mantenimiento.
[ ~,x,n ] = tbf(M);
x=x*24;%paso el tbf de das a horas
med=median(x2);
if elim==1
med=[];
end
a=length(x2);
x=[med x1];
x=sort(x);
x(1:a)=[];
end
n=length(x);
104
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
media=sum(x)/n;
mttf=sprintf('%8f', media)
logy=log(-log(1-p));
logx=log(x);
105
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
R_W_MC= exp(-(x(1:n)/mu_MC).^beta_MC);
R_W_MV= exp(-(x(1:n)/mu_MV).^beta_MV);
R_W_cdf = 1-p;
R_W_plot = exp(-(x(1:n)/mu_plot) .^beta_plot);
% figure(4)
%hold on
subplot(2,2,3),plot(x,R_W_MC, '*', x,R_W_MV, 'x',x, R_W_cdf, 'o', x,
R_W_plot, '+');
xlabel('t - tiempo (horas)')
ylabel('Fiabilidad - R(t)')
legend('Min Cuad', 'Max Ver', 'cdf', 'Plotting');
hold off
tf_W_MV = (x(1:n)/mu_MV).^beta_MV;
tf_W_MV = tf_W_MC .* (beta_MV/mu_MV);
AjustWeibull_ttf.m
function AjustWeibull_ttf(M,range1,range2,elim)
%Con este programa se calculan los parmetros de la distribucin Weibull
para reproducir los tiempos hasta la prxima tarea de mantenimiento.
%t=range1 y t=range2.
[ ~,x,n ] = ttf(M);
x=x*24;%Paso el ttf de dias a horas
106
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
j=1;
x1=zeros(1,n);
if range2~=0
for i=1:n
if (x(i)>=range1) && (x(i)<=range2)
x2(j)=x(i);
j=j+1;
else
x1(i)=x(i);
end
end
med=median(x2);
if elim==1
med=[];
end
a=length(x2);
x=[med x1];
x=sort(x);
x(1:a)=[];
end
n=length(x);
logy=log(-log(1-p));
logx=log(x);
107
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
%folyfiy
poly = polyfit(logy, logx, 1)
param_weibull= [exp(poly(2)) 1/poly(1)];
beta_MC = 1/poly(1);
mu_MC=exp(poly(2));
R_W_MC= exp(-(x(1:n)/mu_MC).^beta_MC);
R_W_MV= exp(-(x(1:n)/mu_MV).^beta_MV);
R_W_cdf = 1-p;
R_W_plot = exp(-(x(1:n)/mu_plot) .^beta_plot);
% figure(4)
%hold on
subplot(2,2,3),plot(x,R_W_MC, '*', x,R_W_MV, 'x',x, R_W_cdf, 'o', x,
R_W_plot, '+');
xlabel('t - tiempo (horas)')
ylabel('Fiabilidad - R(t)')
legend('Min Cuad', 'Max Ver', 'cdf', 'Plotting');
hold off
tf_W_MV = (x(1:n)/mu_MV).^beta_MV;
tf_W_MV = tf_W_MC .* (beta_MV/mu_MV);
108
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AjustWeibull_ttr.m
function AjustWeibull_ttr(M,range1,range2,elim)
%Con este programa se calculan los parmetros de la distribucin Weibull
para reproducir la duracin de los tiempos de las tareas de
mantenimiento.
%t=range1 y t=range2.
[a,b]=size(M);
x=M(:,10);
x=x';
n=a;
med=median(x2);
if elim==1
med=[];
end
a=length(x2);
x=[med x1];
x=sort(x);
x(1:a)=[];
end
n=length(x);
109
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
%Obtencin de valores de CDF por el mtodo de mediana del rango
p= 100*(((1:n)-0.3)/(n+0.4))';
logy=log(-log(1-p));
logx=log(x);
R_W_MC= exp(-(x(1:n)/mu_MC).^beta_MC);
R_W_MV= exp(-(x(1:n)/mu_MV).^beta_MV);
R_W_cdf = 1-p;
R_W_plot = exp(-(x(1:n)/mu_plot) .^beta_plot);
110
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
% figure(4)
subplot(2,2,3),plot(x,R_W_MC, '*', x,R_W_MV, 'x',x, R_W_cdf, 'o', x,
R_W_plot, '+');
xlabel('t - tiempo (horas)')
ylabel('Fiabilidad - R(t)')
legend('Min Cuad', 'Max Ver', 'cdf', 'Plotting');
hold off
tf_W_MV = (x(1:n)/mu_MV).^beta_MV;
tf_W_MV = tf_W_MC .* (beta_MV/mu_MV);
fiab_fallos_correc_preven_56.m
%% AEROGENERADOR 56
Este programa analiza cmo vara el nivel de efectividad de los
aerogeneradores con respecto a las acciones de mantenimiento correctivo y
preventivo, utilizando los tiempos reales del historial del que se
dispone (entre 2005 y 2010).
%Se calculan todas las R(t) y las F(t) de todos los modos de fallos, los
componentes (generador, multiplicadora y otros), y del sistema completo
del aerogenerador 56.
[a56,b]=size(data_f56);
%EFICACIA DEL MANTENIMIENTO
F_mult56=[0.8 0.8 1 1 1 1 1 1 1 1 1 1 1 1 1 1]'; %efectividad del manten
preventivo de la multiplicadora
F_gen56=[1 0.8 0.8 0.8 0.8 0.8 1 1 1 1 1 1 1 1 1 1]'; %efectividad del
manten preventivo del generador
F_otros56=[1 0.85 1 0.85 0.85 0.85 1 0.85 0.85 0.85 0.85 1 0.85 1 0.85
0.85]'; %efectividad del manten preventivo otros
C56=0.7*ones(a56,1); %efectividad del manten correctivo
%COSTES DE MANTENIMIENTO (en euros)
coste_uni_manten_mult56=1836;
coste_uni_manten_gen56=970;
coste_uni_manten_otros56=304;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%PROBABILIDAD AL FALLO Y FIABILIDAD DE LOS MODELOS CLASICOS (sin mejoras
por manten correctivo y preventivo)
origen=datenum([2006 1 1 0 0 0]);
t=datenum([2010 12 31 59 59 0])-origen;
t_56=t*24; %Paso el tiempo a horas;
111
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
%F_exp=1-exp(-y*t); Funcin de infiabilidad F(t) para la exponencial
%R_exp=exp(-y*t); Funcin de fiabilidad R(t) de la exponencial
%R_weib=exp(-(t./mu)^beta); Funcin de fiabilidad para weibull
%F_weib=1-R_weib; Funcin de infiabilidad para weibull
[a56,b]=size(data_f56);
R_falloClassic_56=zeros(a56,t_56); %matriz con las fiabilidades de los
modos de fallo
for i=1:a56
if isnan(data_f56(i,8)) %elijo weibull
for j=1:t_56
R_falloClassic_56(i,j)=exp(-(j/data_f56(i,10))^data_f56(i,9));
end
else %elijo exponencial
for j=1:t_56
R_falloClassic_56(i,j)=exp(-data_f56(i,8)*j);
end
end
end
%Calculo de R(t) para los tres componentes (gen, mult, otros)
ant_mult=1;
ant_gen=1;
ant_otros=1;
for i=4:a56+3
if strcmp(textdata_f56(i,1),'Averia multiplicador')
||strcmp(textdata_f56(i,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(i,1),'Fallo refrigeracion
multiplicador')
R_multClassic_56=R_falloClassic_56(i-3,:).*ant_mult;
ant_mult=R_multClassic_56;
elseif strcmp(textdata_f56(i,1),'Temperatura disparo
generador')||strcmp(textdata_f56(i,1),'Averia
generador')||strcmp(textdata_f56(i,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(i,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(i,1),'Sobrevelocidad ground')
R_genClassic_56=R_falloClassic_56(i-3,:).*ant_gen;
ant_gen=R_genClassic_56;
else
R_otrosClassic_56=R_falloClassic_56(i-3,:).*ant_otros;
ant_otros=R_otrosClassic_56;
end
end
%Calculo el R(t) del sistema
R_aerogClassic_56=R_multClassic_56.*R_genClassic_56.*R_otrosClassic_56;
% F(t) = 1- R(t)
F_falloClassic_56=1-R_falloClassic_56;
F_multClassic_56=1-R_multClassic_56;
F_genClassic_56=1-R_genClassic_56;
F_otrosClassic_56=1-R_otrosClassic_56;
F_aerogClassic_56=1-R_aerogClassic_56;
%MANTENIMIENTO
%inicialmente
R_fallo_56=R_falloClassic_56;
R_mult_56=R_multClassic_56;
R_gen_56=R_genClassic_56;
R_otros_56=R_otrosClassic_56;
112
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
R_aerog_56=R_aerogClassic_56;
F_fallo_56=1-R_falloClassic_56;
F_mult_56=1-R_multClassic_56;
F_gen_56=1-R_genClassic_56;
F_otros_56=1-R_otrosClassic_56;
F_aerog_56=1-R_aerogClassic_56;
[ac,bc]=size(cellAerog_fallos);
[am,bm]=size(cellAerog_manten);
countf=0;
tick=1;
kc56=ones(a56,1);
num_corr56=ones(a56,1);
Matrixm_mult56=cellAerog_manten{1,10};
[num_mant_mult56,g]=size(Matrixm_mult56);
k_mult56=1;
Matrixm_gen56=cellAerog_manten{1,4};
[num_mant_gen56,g]=size(Matrixm_gen56);
k_gen56=1;
Matrixm_otros56=cellAerog_manten{1,7};
[num_mant_otros56,g]=size(Matrixm_otros56);
k_otros56=1;
horas_renew_mant_prev_otros56=zeros(1,t_56);
horas_renew_mant_prev_mult56=zeros(1,t_56);
horas_renew_mant_prev_gen56=zeros(1,t_56);
horas_renew_correc56=zeros(1,t_56);
113
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
kc56(countf,1)=kc56(countf,1)+1;
if C56(countf)==1
else
tick=find((1-
R_falloClassic_56(countf,:))<C56(countf)*(1-R_fallo_56(countf,i)));
tick=length(tick);
end
if C56(countf)==0
tick=1;
end
horas_renew_correc56(countf,i)=i-tick;
end
if t_corr56<0
tick=1;
end
end
if num_mant_mult56>=k_mult
t_manten_mult56=(datenum([Matrixm_mult56(k_mult,3)
Matrixm_mult56(k_mult,2) Matrixm_mult56(k_mult,1) 0 0 0])-origen)*24;
if i>=t_manten_mult56
k_mult=k_mult+1;
if F_mult56(countf,1)==1
else
tick=find((1-
R_falloClassic_56(countf,:))<F_mult56(countf)*(1-R_fallo_56(countf,i)));
tick=length(tick);
end
if F_mult56(countf,1)==0
tick=1;
end
horas_renew_mant_prev_mult56(countf,i)=i-tick;
end
if t_manten_mult56<0
tick=1;
end
end
if num_mant_gen56>=k_gen
t_manten_gen56=(datenum([Matrixm_gen56(k_gen,3)
Matrixm_gen56(k_gen,2) Matrixm_gen56(k_gen,1) 0 0 0])-origen)*24;
if i>=t_manten_gen56
k_gen=k_gen+1;
if F_gen56(countf,1)==1
else
tick=find((1-
R_falloClassic_56(countf,:))<F_gen56(countf)*(1-R_fallo_56(countf,i)));
tick=length(tick);
end
if F_gen56(countf,1)==0
tick=1;
end
horas_renew_mant_prev_gen56(countf,i)=i-tick;
end
if t_manten_gen56<0
tick=1;
end
end
if num_mant_otros56>=k_otros
114
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
t_manten_otros56=(datenum([Matrixm_otros56(k_otros,3)
Matrixm_otros56(k_otros,2) Matrixm_otros56(k_otros,1) 0 0 0])-
datenum([2005 1 1 0 0 0]))*24;
if i>=t_manten_otros56
k_otros=k_otros+1;
if F_otros56(countf,1)==1
else
tick=find((1-
R_falloClassic_56(countf,:))<F_otros56(countf)*(1-R_fallo_56(countf,i)));
tick=length(tick);
end
if F_otros56(countf,1)==0
tick=1;
end
horas_renew_mant_prev_otros56(countf,i)=i-tick;
end
if t_manten_otros56<1
tick=1;
end
end
if tick==0
tick=1;
end
end
end
115
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
rectificador')||strcmp(textdata_f56(i,1),'Sobretension hardware
inversor')||strcmp(textdata_f56(i,1),'Fallo
general')||strcmp(textdata_f56(i,1),'Error
sincronismo')||strcmp(textdata_f56(i,1),'Baja temperatura top')
R_otros1_56=R_fallo_56(i-3,:).*ant_otros1;
ant_otros1=R_otros1_56;
end
if strcmp(textdata_f56(i,1),'Averia
multiplicador')||strcmp(textdata_f56(i,1),'Temperatura disparo
generador')||strcmp(textdata_f56(i,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f56(i,1),'Retrofit
equipos')||strcmp(textdata_f56(i,1),'Serie de emergencia top')
R_otros2_56=R_fallo_56(i-3,:).*ant_otros2;
ant_otros2=R_otros2_56;
end
end
%Calculo el R(t) del sistema
R_aerog_56=R_mult_56.*R_gen_56.*R_otros_56;
R_aerog1_56=R_mult_56.*R_gen_56.*R_otros1_56;
R_aerog2_56=R_mult_56.*R_gen_56.*R_otros2_56;
R_aerog3_56=R_mult_56.*R_gen_56;
% F(t) = 1- R(t)
F_fallo_56=1-R_fallo_56;
F_mult_56=1-R_mult_56;
F_gen_56=1-R_gen_56;
F_otros_56=1-R_otros_56;
F_otros1_56=1-R_otros_56;
F_otros2_56=1-R_otros_56;
F_aerog_56=1-R_aerog_56;
F_aerog1_56=1-R_aerog1_56;
F_aerog2_56=1-R_aerog2_56;
F_aerog3_56=1-R_aerog3_56;
%Costes debido a los mantenimietos preventivos
coste_manten_mult56=num_mant_mult56*coste_uni_manten_mult56;
coste_manten_gent56=num_mant_gen56*coste_uni_manten_gen56;
coste_manten_otros56=num_mant_otros56*coste_uni_manten_otros56;
total_coste_manten56=coste_manten_mult56+coste_manten_gent56+coste_manten
_otros56;
%% PLOTEAR AEROGENERADOR 56
d1=length(N_fallos_56);
j=1;
fallos_56=zeros(d1,t_56);
for i=1:d1
fallos_56(i,:)=R_fallo_56(N_fallos_56(j),:);
j=j+1;
end
t56=1:t_56;
figure (1) % aerog 56 R(t)
sub_plots_A(1)=subplot(2,3,1);
plot(t56,fallos_56);
116
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
grid
axis([0 52620 0 1])
title('Fiabilidad de los fallos del aerog. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(2)=subplot(2,3,2);
plot(t56,R_gen_56,'r',t56,R_mult_56,'b',t56,R_otros_56,'g');
grid
axis([0 52620 0 1])
title('Fiabilidad de los compon. del aerog. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(3)=subplot(2,3,3);
plot(t56,R_aerog_56);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(4)=subplot(2,3,4);
plot(t56,R_gen_56,'r',t56,R_mult_56,'b',t56,R_otros1_56,'g',t56,R_otros2_
56,'y');
grid
axis([0 52620 0 1])
title('Fiabilidad del comp2. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(5)=subplot(2,3,5);
plot(t56,R_aerog1_56);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog1. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(6)=subplot(2,3,6);
plot(t56,R_aerog3_56);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog. 56 si Otros')
xlabel('tiempo')
ylabel('fiabilidad')
linkaxes(sub_plots_A,'xy');
117
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
plot(t56,1-R_gen_56,'r',t56,1-R_mult_56,'b',t56,1-R_otros_56,'g');
grid
axis([0 52620 0 1])
title('Distribucin de los compon. del aerog. 56')
xlabel('tiempo')
ylabel('distribucin F(t)')
sub_plots_B(3)=subplot(2,3,3);
plot(t56,1-R_aerog_56);
grid
axis([0 52620 0 1])
title('Distribucin del aerog. 56')
xlabel('tiempo')
ylabel('distribucin F(t)')
sub_plots_B(4)=subplot(2,3,4);
plot(t56,1-R_gen_56,'r',t56,1-R_mult_56,'b',t56,1-R_otros1_56,'g',t56,1-
R_otros2_56,'y');
grid
axis([0 52620 0 1])
title('Probabilidad del comp2. 56')
xlabel('tiempo')
ylabel('Probabilidad')
sub_plots_B(5)=subplot(2,3,5);
plot(t56,1-R_aerog1_56);
grid
axis([0 52620 0 1])
title('Probabilidad del aerog1. 56')
xlabel('tiempo')
ylabel('Probabilidad')
sub_plots_B(6)=subplot(2,3,6);
plot(t56,1-R_aerog3_56);
grid
axis([0 52620 0 1])
title('Probabilidad del aerog. 56 si Otros')
xlabel('tiempo')
ylabel('Probabilidad')
linkaxes(sub_plots_B,'xy');
fiab_fallos_correc_preven_28
%% AEROGENERADOR 28
%Este programa analiza cmo vara el nivel de efectividad de los
aerogeneradores con respecto a las acciones de mantenimiento correctivo y
preventivo, utilizando los tiempos reales del historial del que se
dispone (entre 2005 y 2010).
%Se calculan todas las R(t) y las F(t) de todos los modos de fallos, los
componentes (generador, multiplicadora y otros), y del sistema completo
del aerogenerador 28.
[a28,b]=size(data_f28);
%EFICACIA DEL MANTENIMIENTO
F_mult28=[0.8 0.8 1 1 1 1 1 1 1 1 1 1 1 1 1 1]'; %efectividad del manten
preventivo de la multipl
F_gen28=[0.8 1 0.8 0.85 1 1 1 1 1 1 1 1 1 1 0.2 1]'; %efectividad del
manten preventivo del generador
118
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
F_otros28=[0.85 1 0.85 0.85 1 1 1 1 0.85 1 1 1 1 0.85 0.85
1]';%efectividad del manten preventivo otros
C28=0.7*ones(a28,1); %efectividad del manten correctivo
%COSTES DE MANTENIMIENTO (en euros)
coste_uni_manten_mult28=1836;
coste_uni_manten_gen28=970;
coste_uni_manten_otros28=304;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%PROBABILIDAD AL FALLO Y FIABILIDAD DE LOS MODELOS CLASICOS (sin mejoras
por manten correctivo y preventivo)
origen=datenum([2006 1 1 0 0 0]);
t=datenum([2010 12 31 59 59 0])-origen;
t_28=t*24; %Paso el tiempo a horas;
%F_exp=1-exp(-y*t); Funcin de infiabilidad F(t) para la exponencial
%R_exp=exp(-y*t); Funcin de fiabilidad R(t) de la exponencial
%R_weib=exp(-(t./mu)^beta); Funcin de fiabilidad para weibull
%F_weib=1-R_weib; Funcin de infiabilidad para weibull
end
%Calculo de R(t) para los tres componentes (gen, mult, otros)
ant_mult=1;
ant_gen=1;
ant_otros=1;
for i=4:a28+3
if strcmp(textdata_f28(i,1),'Averia multiplicador')
||strcmp(textdata_f28(i,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(i,1),'Fallo refrigeracion
multiplicador')
R_multClassic_28=R_falloClassic_28(i-3,:).*ant_mult;
ant_mult=R_multClassic_28;
elseif strcmp(textdata_f28(i,1),'Temperatura disparo
generador')||strcmp(textdata_f28(i,1),'Averia
generador')||strcmp(textdata_f28(i,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f28(i,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(i,1),'Sobrevelocidad ground')
R_genClassic_28=R_falloClassic_28(i-3,:).*ant_gen;
ant_gen=R_genClassic_28;
else
R_otrosClassic_28=R_falloClassic_28(i-3,:).*ant_otros;
ant_otros=R_otrosClassic_28;
end
end
%Calculo el R(t) del sistema
R_aerogClassic_28=R_multClassic_28.*R_genClassic_28.*R_otrosClassic_28;
119
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
% F(t) = 1- R(t)
F_falloClassic_28=1-R_falloClassic_28;
F_multClassic_28=1-R_multClassic_28;
F_genClassic_28=1-R_genClassic_28;
F_otrosClassic_28=1-R_otrosClassic_28;
F_aerogClassic_28=1-R_aerogClassic_28;
%MANTENIMIENTO
%inicialmente
R_fallo_28=R_falloClassic_28;
R_mult_28=R_multClassic_28;
R_gen_28=R_genClassic_28;
R_otros_28=R_otrosClassic_28;
R_aerog_28=R_aerogClassic_28;
F_fallo_28=1-R_falloClassic_28;
F_mult_28=1-R_multClassic_28;
F_otros_28=1-R_otrosClassic_28;
F_gen_28=1-R_genClassic_28;
F_aerog_28=1-R_genClassic_28;
[ac,bc]=size(cellAerog_fallos);
[am,bm]=size(cellAerog_manten);
countf=0;
tick=1;
kc28=ones(a28,1);
num_corr28=ones(a28,1);
Matrixm_mult28=cellAerog_manten{2,10};
[num_mant_mult28,g]=size(Matrixm_mult28);
k_mult28=1;
Matrixm_gen28=cellAerog_manten{2,4};
[num_mant_gen28,g]=size(Matrixm_gen28);
k_gen28=1;
Matrixm_otros28=cellAerog_manten{2,7};
[num_mant_otros28,g]=size(Matrixm_otros28);
k_otros28=1;
horas_renew_mant_prev_otros28=zeros(1,t_28);
horas_renew_mant_prev_mult28=zeros(1,t_28);
horas_renew_mant_prev_gen28=zeros(1,t_28);
horas_renew_correc28=zeros(1,t_28);
120
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
if strcmp(textdata_f28{j1,1},cellAerog_fallos{2,j2})
Matrixc28=cellAerog_fallos{2,j2+1};
end
end
[num_corr28(countf,1),g]=size(Matrixc28);
for i=1:t_28
R_fallo_28(countf,i)=R_falloClassic_28(countf,tick);
tick=tick+1;
if num_corr28(countf,1)>=kc28(countf,1)
t_corr28=(datenum([Matrixc28(kc28(countf,1),3)
Matrixc28(kc28(countf,1),2) Matrixc28(kc28(countf,1),1) 0 0 0])-
origen)*24;
if i>=t_corr28
kc28(countf,1)=kc28(countf,1)+1;
if C28(countf)==1
else
tick=find((1-
R_falloClassic_28(countf,:))<C28(countf)*(1-R_fallo_28(countf,i)));
tick=length(tick);
end
if C28(countf)==0
tick=1;
end
horas_renew_correc28(countf,i)=i-tick;
end
if t_corr28<0
tick=1;
end
end
if num_mant_mult28>=k_mult
t_manten_mult28=(datenum([Matrixm_mult28(k_mult,3)
Matrixm_mult28(k_mult,2) Matrixm_mult28(k_mult,1) 0 0 0])-origen)*24;
if i>=t_manten_mult28
k_mult=k_mult+1;
if F_mult28(countf,1)==1
else
tick=find((1-
R_falloClassic_28(countf,:))<F_mult28(countf)*(1-R_fallo_28(countf,i)));
tick=length(tick);
end
if F_mult28(countf,1)==0
tick=0;
end
horas_renew_mant_prev_mult28(countf,i)=i-tick;
end
if t_manten_mult28<0
tick=1;
end
end
if num_mant_gen28>=k_gen
t_manten_gen28=(datenum([Matrixm_gen28(k_gen,3)
Matrixm_gen28(k_gen,2) Matrixm_gen28(k_gen,1) 0 0 0])-origen)*24;
if i>=t_manten_gen28
k_gen=k_gen+1;
if F_gen28(countf,1)==1
else
121
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
tick=find((1-
R_falloClassic_28(countf,:))<F_gen28(countf)*(1-R_fallo_28(countf,i)));
tick=length(tick);
end
if F_gen28(countf,1)==0
tick=0;
end
horas_renew_mant_prev_gen28(countf,i)=i-tick;
end
if t_manten_gen28<0
tick=1;
end
end
if num_mant_otros28>=k_otros
t_manten_otros28=(datenum([Matrixm_otros28(k_otros,3)
Matrixm_otros28(k_otros,2) Matrixm_otros28(k_otros,1) 0 0 0])-origen)*24;
if i>=t_manten_otros28
k_otros=k_otros+1;
if F_otros28(countf,1)==1
else
tick=find((1-
R_falloClassic_28(countf,:))<F_otros28(countf)*(1-R_fallo_28(countf,i)));
tick=length(tick);
end
if F_otros28(countf,1)==0
tick=0;
end
horas_renew_mant_prev_otros28(countf,i)=i-tick;
end
end
if tick==0
tick=1;
end
end
end
%Clculo de R(t) para los tres/cuatro componentes (gen, mult, otros)
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for i=4:a28+3
if strcmp(textdata_f28(i,1),'Averia multiplicador')
||strcmp(textdata_f28(i,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(i,1),'Fallo refrigeracion
multiplicador')
R_mult_28=R_fallo_28(i-3,:).*ant_mult;
ant_mult=R_mult_28;
elseif strcmp(textdata_f28(i,1),'Temperatura disparo
generador')||strcmp(textdata_f28(i,1),'Averia
generador')||strcmp(textdata_f28(i,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f28(i,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(i,1),'Sobrevelocidad ground')
R_gen_28=R_fallo_28(i-3,:).*ant_gen;
ant_gen=R_gen_28;
else
R_otros_28=R_fallo_28(i-3,:).*ant_otros;
122
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
ant_otros=R_otros_28;
end
if strcmp(textdata_f28(i,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(i,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(i,1),'Sobrevelocidad
ground')||strcmp(textdata_f28(i,1),'Fallo en
precarga')||strcmp(textdata_f28(i,1),'Error accionamiento
pitch')||strcmp(textdata_f28(i,1),'Fallo frecuencia')
R_otros1_28=R_fallo_28(i-3,:).*ant_otros1;
ant_otros1=R_otros1_28;
end
if strcmp(textdata_f28(i,1),'Fallo refrigeracion
multiplicador')||strcmp(textdata_f28(i,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f28(i,1),'Retrofit
equipos')||strcmp(textdata_f28(i,1),'Serie de emergencia
top')||strcmp(textdata_f28(i,1),'Error
sincronismo')||strcmp(textdata_f28(i,1),'Sensor de
vibraciones')||strcmp(textdata_f28(i,1),'Fallo IGBT S
inversor')||strcmp(textdata_f28(i,1),'Fallo comunicacion
aerog/set')||strcmp(textdata_f28(i,1),'Error
anemometro')||strcmp(textdata_f28(i,1),'Temperatura disparo barquilla')
R_otros2_28=R_fallo_28(i-3,:).*ant_otros2;
ant_otros2=R_otros2_28;
end
end
%Calculo el R(t) del sistema
R_aerog_28=R_mult_28.*R_gen_28.*R_otros_28;
R_aerog1_28=R_mult_28.*R_gen_28.*R_otros1_28;
R_aerog2_28=R_mult_28.*R_gen_28.*R_otros2_28;
R_aerog3_28=R_mult_28.*R_gen_28;
% F(t) = 1- R(t)
F_fallo_28=1-R_fallo_28;
F_mult_28=1-R_mult_28;
F_gen_28=1-R_gen_28;
F_otros_28=1-R_otros_28;
F_otros1_28=1-R_otros_28;
F_otros2_28=1-R_otros_28;
F_aerog_28=1-R_aerog_28;
F_aerog1_28=1-R_aerog1_28;
F_aerog2_28=1-R_aerog2_28;
F_aerog3_28=1-R_aerog3_28;
%Costes debido a los mantenimietos preventivos
coste_manten_mult28=num_mant_mult28*coste_uni_manten_mult28;
coste_manten_gent28=num_mant_gen28*coste_uni_manten_gen28;
coste_manten_otros28=num_mant_otros28*coste_uni_manten_otros28;
total_coste_manten28=coste_manten_mult28+coste_manten_gent28+coste_manten
_otros28;
%% PLOTEAR AEROGENERADOR 28
d1=length(N_fallos_28);
j=1;
fallos_28=zeros(d1,t_28);
123
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
for i=1:d1
fallos_28(i,:)=R_fallo_28(N_fallos_28(j),:);
j=j+1;
end
t28=1:t_28;
sub_plots_A(1)=subplot(2,3,1);
plot(t28,fallos_28);
grid
axis([0 52620 0 1])
title('Fiabilidad de los fallos del aerog. 28')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(2)=subplot(2,3,2);
plot(t28,R_gen_28,'r',t28,R_mult_28,'b',t28,R_otros_28,'g');
grid
axis([0 52620 0 1])
title('Fiabilidad de los compon. del aerog. 28')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(3)=subplot(2,3,3);
plot(t28,R_aerog_28);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog. 28')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(4)=subplot(2,3,4);
plot(t28,R_gen_28,'r',t28,R_mult_28,'b',t28,R_otros1_28,'g',t28,R_otros2_
28,'y');
grid
axis([0 52620 0 1])
title('Fiabilidad del comp2. 28')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(5)=subplot(2,3,5);
plot(t28,R_aerog1_28);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog1. 28')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(6)=subplot(2,3,6);
plot(t28,R_aerog3_28);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog. 28 si Otros')
xlabel('tiempo')
ylabel('fiabilidad')
linkaxes(sub_plots_A,'xy');
124
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
linkaxes(sub_plots_B,'xy');
manten_prev_classic56.m
%% AEROGENERADOR 56
% Este programa analiza cmo vara el nivel de efectividad de los
aerogeneradores con respecto a las acciones de mantenimiento correctivo y
preventivo. Se utilizan los parmetros que mejor se ajustan a los
125
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
tiempos. As se pueden hacer simulaciones de cmo se evolucionara la
fiabilidad del aerogenerador 56 si se mantuviese el plan de mantenimiento
actual.
%Clculo todas las R(t) y las F(t) de todos los modos de fallos, los
componentes (generador, multiplicadora y otros), y del sistema completo
del aerogenerador 56.
[a56,b]=size(data_f56);
%EFICACIA DEL MANTENIMIENTO
F_mult56=[0.8 0.8 1 1 1 1 1 1 1 1 1 1 1 1 1 1]'; %efectividad del manten
preventivo de la multipl
F_gen56=[1 0.8 0.8 0.8 0.8 0.8 1 1 1 1 1 1 1 1 1 1]'; %efectividad del
manten preventivo del generador
F_otros56=[1 0.85 1 0.85 0.85 0.85 1 0.85 0.85 0.85 0.85 1 0.85 1 0.85
0.85]'; %efectividad del manten preventivo otros
C56=1*ones(a56,1); %efectividad del manten correctivo
%COSTES DE MANTENIMIENTO (en euros)
coste_uni_manten_mult56=1836;
coste_uni_manten_gen56=970;
coste_uni_manten_otros56=304;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%PROBABILIDAD AL FALLO Y FIABILIDAD DE LOS MODELOS CLASICOS (sin mejoras
por manten correctivo y preventivo)
origen=datenum([2005 1 1 0 0 0]);
final=datenum([2010 12 31 59 59 0]);
t=final-datenum([2006 1 1 0 0 0]);
t_56=t*24; %Paso el tiempo a horas;
%F_exp=1-exp(-y*t); Funcin de infiabilidad F(t) para la exponencial
%R_exp=exp(-y*t); Funcin de fiabilidad R(t) de la exponencial
%R_weib=exp(-(t./mu)^beta); Funcin de fiabilidad para weibull
%F_weib=1-R_weib; Funcin de infiabilidad para weibull
[a56,b]=size(data_f56);
R_falloClassic_56=zeros(a56,t_56); %matriz con las fiabilidades de los
modos de fallo
for i=1:a56
if isnan(data_f56(i,8)) %elijo weibull
for j=1:t_56
R_falloClassic_56(i,j)=exp(-(j/data_f56(i,10))^data_f56(i,9));
end
else %elijo exponencial
for j=1:t_56
R_falloClassic_56(i,j)=exp(-data_f56(i,8)*j);
end
end
end
%Calculo de R(t) para los tres componentes (gen, mult, otros)
ant_mult=1;
ant_gen=1;
ant_otros=1;
for i=4:a56+3
if strcmp(textdata_f56(i,1),'Averia multiplicador')
||strcmp(textdata_f56(i,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(i,1),'Fallo refrigeracion
multiplicador')
126
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
R_multClassic_56=R_falloClassic_56(i-3,:).*ant_mult;
ant_mult=R_multClassic_56;
elseif strcmp(textdata_f56(i,1),'Temperatura disparo
generador')||strcmp(textdata_f56(i,1),'Averia
generador')||strcmp(textdata_f56(i,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(i,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(i,1),'Sobrevelocidad ground')
R_genClassic_56=R_falloClassic_56(i-3,:).*ant_gen;
ant_gen=R_genClassic_56;
else
R_otrosClassic_56=R_falloClassic_56(i-3,:).*ant_otros;
ant_otros=R_otrosClassic_56;
end
end
%Calculo el R(t) del sistema
R_aerogClassic_56=R_multClassic_56.*R_genClassic_56.*R_otrosClassic_56;
% F(t) = 1- R(t)
F_falloClassic_56=1-R_falloClassic_56;
F_multClassic_56=1-R_multClassic_56;
F_genClassic_56=1-R_genClassic_56;
F_otrosClassic_56=1-R_otrosClassic_56;
F_aerogClassic_56=1-R_aerogClassic_56;
%MANTENIMIENTO
%inicialmente
R_fallo_56=R_falloClassic_56;
R_mult_56=R_multClassic_56;
R_gen_56=R_genClassic_56;
R_otros_56=R_otrosClassic_56;
R_aerog_56=R_aerogClassic_56;
F_fallo_56=1-R_falloClassic_56;
F_mult_56=1-R_multClassic_56;
F_gen_56=1-R_genClassic_56;
F_otros_56=1-R_otrosClassic_56;
F_aerog_56=1-R_aerogClassic_56;
mttf56=data_f56(:,12);
[dim1,dim2]=size(mttf56);
tick=ones(dim1,t_56);
for i=1:dim1
tick(i,:)=1:t_56;
end
cont1=0;
num_mant_corr56=zeros(dim1,1);
mttm_mult56=data_m56(1,12);
cont2=0;
num_mant_mult56=zeros(dim1,1);
mttm_gen56=data_m56(2,12);
cont3=0;
num_mant_gen56=zeros(dim1,1);
mttm_otros56=data_m56(3,12);
cont4=0;
127
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
num_mant_otros56=zeros(dim1,1);
for j=1:a56
cont1=0;
cont2=0;
cont3=0;
cont4=0;
for i=1:t_56
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
if i==1
tick(j,i)=1;
else
tick(j,i)=tick(j,i-1)+1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
cont1=cont1+1;
cont2=cont2+1;
cont3=cont3+1;
cont4=1+cont4;
if cont1>=mttf56(j,1)
x=find((1-R_falloClassic_56(j,:))<C56(j)*(1-
R_fallo_56(j,i)));
tick(j,i)=length(x);
if C56(j)==0
tick(j,i)=1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
num_mant_corr56(j,1)=num_mant_corr56(j,1)+1;
cont1=0;
end
if cont2>=mttm_mult56
x=find((1-R_falloClassic_56(j,:))<F_mult56(j)*(1-
R_fallo_56(j,i)));
tick(j,i)=length(x);
if F_mult56(j)==0
tick(j,i)=1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
num_mant_mult56(j,1)=num_mant_mult56(j,1)+1;
cont2=0;
end
if cont3>=mttm_gen56
x=find((1-R_falloClassic_56(j,:))<=F_gen56(j)*(1-
R_fallo_56(j,i)));
tick(j,i)=length(x);
if F_gen56(j)==0
tick(j,i)=1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
num_mant_gen56(j,1)=num_mant_gen56(j,1)+1;
cont3=0;
end
128
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
if cont4>=mttm_otros56
x=find((1-R_falloClassic_56(j,:))<=F_otros56(j)*(1-
R_fallo_56(j,i)));
tick(j,i)=length(x);
if F_otros56(j)==0
tick(j,i)=1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
num_mant_otros56(j,1)=num_mant_otros56(j,1)+1;
cont4=0;
end
if tick(j,i)==0
tick(j,i)=1;
end
if i>1
if tick(j,i)>(tick(j,i-1)+1)
tick(j,i)=tick(j,i-1)+1;
end
end
end
end
%Calculo de R(t) para los tres/cuatro componentes (gen, mult, otros)
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for i=4:a56+3
if strcmp(textdata_f56(i,1),'Averia multiplicador')
||strcmp(textdata_f56(i,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(i,1),'Fallo refrigeracion
multiplicador')
R_mult_56=R_fallo_56(i-3,:).*ant_mult;
ant_mult=R_mult_56;
elseif strcmp(textdata_f56(i,1),'Temperatura disparo
generador')||strcmp(textdata_f56(i,1),'Averia
generador')||strcmp(textdata_f56(i,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(i,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(i,1),'Sobrevelocidad ground')
R_gen_56=R_fallo_56(i-3,:).*ant_gen;
ant_gen=R_gen_56;
else
R_otros_56=R_fallo_56(i-3,:).*ant_otros;
ant_otros=R_otros_56;
end
if strcmp(textdata_f56(i,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(i,1),'Averia
generador')||strcmp(textdata_f56(i,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(i,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(i,1),'Termostato
freno')||strcmp(textdata_f56(i,1),'Baja temperatura
ground')||strcmp(textdata_f56(i,1),'Sobretension hardware
rectificador')||strcmp(textdata_f56(i,1),'Sobretension hardware
inversor')||strcmp(textdata_f56(i,1),'Fallo
general')||strcmp(textdata_f56(i,1),'Error
sincronismo')||strcmp(textdata_f56(i,1),'Baja temperatura top')
R_otros1_56=R_fallo_56(i-3,:).*ant_otros1;
129
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
ant_otros1=R_otros1_56;
end
if strcmp(textdata_f56(i,1),'Averia
multiplicador')||strcmp(textdata_f56(i,1),'Temperatura disparo
generador')||strcmp(textdata_f56(i,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f56(i,1),'Retrofit
equipos')||strcmp(textdata_f56(i,1),'Serie de emergencia top')
R_otros2_56=R_fallo_56(i-3,:).*ant_otros2;
ant_otros2=R_otros2_56;
end
end
%Calculo el R(t) del sistema
R_aerog_56=R_mult_56.*R_gen_56.*R_otros_56;
R_aerog1_56=R_mult_56.*R_gen_56.*R_otros1_56;
R_aerog2_56=R_mult_56.*R_gen_56.*R_otros2_56;
R_aerog3_56=R_mult_56.*R_gen_56;
% F(t) = 1- R(t)
F_fallo_56=1-R_fallo_56;
F_mult_56=1-R_mult_56;
F_gen_56=1-R_gen_56;
F_otros_56=1-R_otros_56;
F_otros1_56=1-R_otros_56;
F_otros2_56=1-R_otros_56;
F_aerog_56=1-R_aerog_56;
F_aerog1_56=1-R_aerog1_56;
F_aerog2_56=1-R_aerog2_56;
F_aerog3_56=1-R_aerog3_56;
%Costes debido a los mantenimietos preventivos
coste_manten_mult56=num_mant_mult56*coste_uni_manten_mult56;
coste_manten_gent56=num_mant_gen56*coste_uni_manten_gen56;
coste_manten_otros56=num_mant_otros56*coste_uni_manten_otros56;
total_coste_manten56=coste_manten_mult56+coste_manten_gent56+coste_manten
_otros56;
%% PLOTEAR AEROGENERADOR 56
d1=length(N_fallos_56);
j=1;
fallos_56=zeros(d1,t_56);
for i=1:d1
fallos_56(i,:)=R_fallo_56(N_fallos_56(j),:);
j=j+1;
end
t56=1:t_56;
figure (1) % aerog 56 R(t)
sub_plots_A(1)=subplot(2,3,1);
plot(t56,fallos_56);
grid
axis([0 52620 0 1])
title('Fiabilidad de los fallos del aerog. 56')
xlabel('tiempo')
ylabel('fiabilidad')
130
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
sub_plots_A(2)=subplot(2,3,2);
plot(t56,R_gen_56,'r',t56,R_mult_56,'b',t56,R_otros_56,'g');
grid
axis([0 52620 0 1])
title('Fiabilidad de los compon. del aerog. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(3)=subplot(2,3,3);
plot(t56,R_aerog_56);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(4)=subplot(2,3,4);
plot(t56,R_gen_56,'r',t56,R_mult_56,'b',t56,R_otros1_56,'g',t56,R_otros2_
56,'y');
grid
axis([0 52620 0 1])
title('Fiabilidad del comp2. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(5)=subplot(2,3,5);
plot(t56,R_aerog1_56);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog1. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(6)=subplot(2,3,6);
plot(t56,R_aerog3_56);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog. 56 si Otros')
xlabel('tiempo')
ylabel('fiabilidad')
linkaxes(sub_plots_A,'xy');
131
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
ylabel('distribucin F(t)')
sub_plots_B(3)=subplot(2,3,3);
plot(t56,1-R_aerog_56);
grid
axis([0 52620 0 1])
title('Distribucin del aerog. 56')
xlabel('tiempo')
ylabel('distribucin F(t)')
sub_plots_B(4)=subplot(2,3,4);
plot(t56,1-R_gen_56,'r',t56,1-R_mult_56,'b',t56,1-R_otros1_56,'g',t56,1-
R_otros2_56,'y');
grid
axis([0 52620 0 1])
title('Probabilidad del comp2. 56')
xlabel('tiempo')
ylabel('Probabilidad')
sub_plots_B(5)=subplot(2,3,5);
plot(t56,1-R_aerog1_56);
grid
axis([0 52620 0 1])
title('Probabilidad del aerog1. 56')
xlabel('tiempo')
ylabel('Probabilidad')
sub_plots_B(6)=subplot(2,3,6);
plot(t56,1-R_aerog3_56);
grid
axis([0 52620 0 1])
title('Probabilidad del aerog. 56 si Otros')
xlabel('tiempo')
ylabel('Probabilidad')
linkaxes(sub_plots_B,'xy');
maten_prev_classic28.m
%% AEROGENERADOR 56
% Este programa analiza cmo vara el nivel de efectividad de los
aerogeneradores con respecto a las acciones de mantenimiento correctivo y
preventivo. Se utilizan los parmetros que mejor se ajustan a los
tiempos. As se pueden hacer simulaciones de cmo se evolucionara la
fiabilidad del aerogenerador 28 si se mantuviese el plan de mantenimiento
actual.
%Clculo todas las R(t) y las F(t) de todos los modos de fallos, los
componentes (generador, multiplicadora y otros), y del sistema completo
del aerogenerador 28.
[a56,b]=size(data_f56);
%EFICACIA DEL MANTENIMIENTO
F_mult56=[0.8 0.8 1 1 1 1 1 1 1 1 1 1 1 1 1 1]'; %efectividad del manten
preventivo de la multipl
F_gen56=[1 0.8 0.8 0.8 0.8 0.8 1 1 1 1 1 1 1 1 1 1]'; %efectividad del
manten preventivo del generador
F_otros56=[1 0.85 1 0.85 0.85 0.85 1 0.85 0.85 0.85 0.85 1 0.85 1 0.85
0.85]'; %efectividad del manten preventivo otros
132
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
C56=1*ones(a56,1); %efectividad del manten correctivo
%COSTES DE MANTENIMIENTO (en euros)
coste_uni_manten_mult56=1836;
coste_uni_manten_gen56=970;
coste_uni_manten_otros56=304;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%PROBABILIDAD AL FALLO Y FIABILIDAD DE LOS MODELOS CLASICOS (sin
%mejoras por manten correctivo y preventivo)
origen=datenum([2005 1 1 0 0 0]);
final=datenum([2010 12 31 59 59 0]);
t=final-datenum([2006 1 1 0 0 0]);
t_56=t*24; %Paso el tiempo a horas;
%F_exp=1-exp(-y*t); Funcin de infiabilidad F(t) para la exponencial
%R_exp=exp(-y*t); Funcin de fiabilidad R(t) de la exponencial
%R_weib=exp(-(t./mu)^beta); Funcin de fiabilidad para weibull
%F_weib=1-R_weib; Funcin de infiabilidad para weibull
[a56,b]=size(data_f56);
R_falloClassic_56=zeros(a56,t_56); %matriz con las fiabilidades de los
modos de fallo
for i=1:a56
if isnan(data_f56(i,8)) %elijo weibull
for j=1:t_56
R_falloClassic_56(i,j)=exp(-(j/data_f56(i,10))^data_f56(i,9));
end
else %elijo exponencial
for j=1:t_56
R_falloClassic_56(i,j)=exp(-data_f56(i,8)*j);
end
end
end
%Calculo de R(t) para los tres componentes (gen, mult, otros)
ant_mult=1;
ant_gen=1;
ant_otros=1;
for i=4:a56+3
if strcmp(textdata_f56(i,1),'Averia multiplicador')
||strcmp(textdata_f56(i,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(i,1),'Fallo refrigeracion
multiplicador')
R_multClassic_56=R_falloClassic_56(i-3,:).*ant_mult;
ant_mult=R_multClassic_56;
elseif strcmp(textdata_f56(i,1),'Temperatura disparo
generador')||strcmp(textdata_f56(i,1),'Averia
generador')||strcmp(textdata_f56(i,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(i,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(i,1),'Sobrevelocidad ground')
R_genClassic_56=R_falloClassic_56(i-3,:).*ant_gen;
ant_gen=R_genClassic_56;
else
R_otrosClassic_56=R_falloClassic_56(i-3,:).*ant_otros;
ant_otros=R_otrosClassic_56;
end
end
%Calculo el R(t) del sistema
R_aerogClassic_56=R_multClassic_56.*R_genClassic_56.*R_otrosClassic_56;
133
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
% F(t) = 1- R(t)
F_falloClassic_56=1-R_falloClassic_56;
F_multClassic_56=1-R_multClassic_56;
F_genClassic_56=1-R_genClassic_56;
F_otrosClassic_56=1-R_otrosClassic_56;
F_aerogClassic_56=1-R_aerogClassic_56;
%MANTENIMIENTO
%inicialmente
R_fallo_56=R_falloClassic_56;
R_mult_56=R_multClassic_56;
R_gen_56=R_genClassic_56;
R_otros_56=R_otrosClassic_56;
R_aerog_56=R_aerogClassic_56;
F_fallo_56=1-R_falloClassic_56;
F_mult_56=1-R_multClassic_56;
F_gen_56=1-R_genClassic_56;
F_otros_56=1-R_otrosClassic_56;
F_aerog_56=1-R_aerogClassic_56;
mttf56=data_f56(:,12);
[dim1,dim2]=size(mttf56);
tick=ones(dim1,t_56);
for i=1:dim1
tick(i,:)=1:t_56;
end
cont1=0;
num_mant_corr56=zeros(dim1,1);
mttm_mult56=data_m56(1,12);
cont2=0;
num_mant_mult56=zeros(dim1,1);
mttm_gen56=data_m56(2,12);
cont3=0;
num_mant_gen56=zeros(dim1,1);
mttm_otros56=data_m56(3,12);
cont4=0;
num_mant_otros56=zeros(dim1,1);
for j=1:a56
cont1=0;
cont2=0;
cont3=0;
cont4=0;
for i=1:t_56
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
if i==1
tick(j,i)=1;
134
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
else
tick(j,i)=tick(j,i-1)+1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
cont1=cont1+1;
cont2=cont2+1;
cont3=cont3+1;
cont4=1+cont4;
if cont1>=mttf56(j,1)
x=find((1-R_falloClassic_56(j,:))<C56(j)*(1-
R_fallo_56(j,i)));
tick(j,i)=length(x);
if C56(j)==0
tick(j,i)=1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
num_mant_corr56(j,1)=num_mant_corr56(j,1)+1;
cont1=0;
end
if cont2>=mttm_mult56
x=find((1-R_falloClassic_56(j,:))<F_mult56(j)*(1-
R_fallo_56(j,i)));
tick(j,i)=length(x);
if F_mult56(j)==0
tick(j,i)=1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
num_mant_mult56(j,1)=num_mant_mult56(j,1)+1;
cont2=0;
end
if cont3>=mttm_gen56
x=find((1-R_falloClassic_56(j,:))<=F_gen56(j)*(1-
R_fallo_56(j,i)));
tick(j,i)=length(x);
if F_gen56(j)==0
tick(j,i)=1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
num_mant_gen56(j,1)=num_mant_gen56(j,1)+1;
cont3=0;
end
if cont4>=mttm_otros56
x=find((1-R_falloClassic_56(j,:))<=F_otros56(j)*(1-
R_fallo_56(j,i)));
tick(j,i)=length(x);
if F_otros56(j)==0
tick(j,i)=1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
num_mant_otros56(j,1)=num_mant_otros56(j,1)+1;
cont4=0;
end
if tick(j,i)==0
tick(j,i)=1;
end
if i>1
if tick(j,i)>(tick(j,i-1)+1)
135
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
tick(j,i)=tick(j,i-1)+1;
end
end
end
end
%Calculo de R(t) para los tres/cuatro componentes (gen, mult, otros)
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for i=4:a56+3
if strcmp(textdata_f56(i,1),'Averia multiplicador')
||strcmp(textdata_f56(i,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(i,1),'Fallo refrigeracion
multiplicador')
R_mult_56=R_fallo_56(i-3,:).*ant_mult;
ant_mult=R_mult_56;
elseif strcmp(textdata_f56(i,1),'Temperatura disparo
generador')||strcmp(textdata_f56(i,1),'Averia
generador')||strcmp(textdata_f56(i,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(i,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(i,1),'Sobrevelocidad ground')
R_gen_56=R_fallo_56(i-3,:).*ant_gen;
ant_gen=R_gen_56;
else
R_otros_56=R_fallo_56(i-3,:).*ant_otros;
ant_otros=R_otros_56;
end
if strcmp(textdata_f56(i,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(i,1),'Averia
generador')||strcmp(textdata_f56(i,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(i,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(i,1),'Termostato
freno')||strcmp(textdata_f56(i,1),'Baja temperatura
ground')||strcmp(textdata_f56(i,1),'Sobretension hardware
rectificador')||strcmp(textdata_f56(i,1),'Sobretension hardware
inversor')||strcmp(textdata_f56(i,1),'Fallo
general')||strcmp(textdata_f56(i,1),'Error
sincronismo')||strcmp(textdata_f56(i,1),'Baja temperatura top')
R_otros1_56=R_fallo_56(i-3,:).*ant_otros1;
ant_otros1=R_otros1_56;
end
if strcmp(textdata_f56(i,1),'Averia
multiplicador')||strcmp(textdata_f56(i,1),'Temperatura disparo
generador')||strcmp(textdata_f56(i,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f56(i,1),'Retrofit
equipos')||strcmp(textdata_f56(i,1),'Serie de emergencia top')
R_otros2_56=R_fallo_56(i-3,:).*ant_otros2;
ant_otros2=R_otros2_56;
end
end
%Calculo el R(t) del sistema
R_aerog_56=R_mult_56.*R_gen_56.*R_otros_56;
R_aerog1_56=R_mult_56.*R_gen_56.*R_otros1_56;
R_aerog2_56=R_mult_56.*R_gen_56.*R_otros2_56;
136
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
R_aerog3_56=R_mult_56.*R_gen_56;
% F(t) = 1- R(t)
F_fallo_56=1-R_fallo_56;
F_mult_56=1-R_mult_56;
F_gen_56=1-R_gen_56;
F_otros_56=1-R_otros_56;
F_otros1_56=1-R_otros_56;
F_otros2_56=1-R_otros_56;
F_aerog_56=1-R_aerog_56;
F_aerog1_56=1-R_aerog1_56;
F_aerog2_56=1-R_aerog2_56;
F_aerog3_56=1-R_aerog3_56;
%Costes debido a los mantenimietos preventivos
coste_manten_mult56=num_mant_mult56*coste_uni_manten_mult56;
coste_manten_gent56=num_mant_gen56*coste_uni_manten_gen56;
coste_manten_otros56=num_mant_otros56*coste_uni_manten_otros56;
total_coste_manten56=coste_manten_mult56+coste_manten_gent56+coste_manten
_otros56;
%% PLOTEAR AEROGENERADOR 56
d1=length(N_fallos_56);
j=1;
fallos_56=zeros(d1,t_56);
for i=1:d1
fallos_56(i,:)=R_fallo_56(N_fallos_56(j),:);
j=j+1;
end
t56=1:t_56;
figure (1) % aerog 56 R(t)
sub_plots_A(1)=subplot(2,3,1);
plot(t56,fallos_56);
grid
axis([0 52620 0 1])
title('Fiabilidad de los fallos del aerog. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(2)=subplot(2,3,2);
plot(t56,R_gen_56,'r',t56,R_mult_56,'b',t56,R_otros_56,'g');
grid
axis([0 52620 0 1])
title('Fiabilidad de los compon. del aerog. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(3)=subplot(2,3,3);
plot(t56,R_aerog_56);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(4)=subplot(2,3,4);
137
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
plot(t56,R_gen_56,'r',t56,R_mult_56,'b',t56,R_otros1_56,'g',t56,R_otros2_
56,'y');
grid
axis([0 52620 0 1])
title('Fiabilidad del comp2. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(5)=subplot(2,3,5);
plot(t56,R_aerog1_56);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog1. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(6)=subplot(2,3,6);
plot(t56,R_aerog3_56);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog. 56 si Otros')
xlabel('tiempo')
ylabel('fiabilidad')
linkaxes(sub_plots_A,'xy');
138
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
ylabel('Probabilidad')
sub_plots_B(5)=subplot(2,3,5);
plot(t56,1-R_aerog1_56);
grid
axis([0 52620 0 1])
title('Probabilidad del aerog1. 56')
xlabel('tiempo')
ylabel('Probabilidad')
sub_plots_B(6)=subplot(2,3,6);
plot(t56,1-R_aerog3_56);
grid
axis([0 52620 0 1])
title('Probabilidad del aerog. 56 si Otros')
xlabel('tiempo')
ylabel('Probabilidad')
linkaxes(sub_plots_B,'xy');
manten_prev_umbral_compon56.m
%% AEROGENERADOR 56
% Este programa analiza cmo vara el nivel de efectividad de los
aerogeneradores con respecto a las acciones de mantenimiento correctivo y
preventivo. Se utilizan los parmetros que mejor se ajustan a los
tiempos, pero en este caso aplicndose la metodologa del plan de
mantenimiento propuesto As se pueden hacer simulaciones de cmo se
evolucionara la fiabilidad del aerogenerador 56 si se utilizase el plan
de mantenimiento propuesto.
%Clculo todas las R(t) y las F(t) de todos los modos de fallos, los
componentes (generador, multiplicadora y otros), y del sistema completo
del aerogenerador 56.
[a56,b]=size(data_f56);
%UMBRAL PARA MANTENIMIENTO
R_umbral_mult56=0.2876; %efectividad del manten preventivo de la multipl
R_umbral_gen56=0.0662; %efectividad del manten preventivo del
generador
R_umbral_otros56=0;%efectividad del manten preventivo otros
R_umbral_otros1_56=0;
R_umbral_otros2_56=0;
%EFICACIA DEL MANTENIMIENTO
F_mult56=[0.8 0.8 1 1 1 1 1 1 1 1 1 1 1 1 1 1]'; %efectividad del manten
preventivo de la multipl
F_gen56=[1 0.8 0.8 0.8 0.8 0.8 1 1 1 1 1 1 1 1 1 1]'; %efectividad del
manten preventivo del generador
F_otros56=[1 0.85 1 0.85 0.85 0.85 1 0.85 0.85 0.85 0.85 1 0.85 1 0.85
0.85]'; %efectividad del manten preventivo otros
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
139
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
%PROBABILIDAD AL FALLO Y FIABILIDAD DE LOS MODELOS CLASICOS (sin mejoras
por manten correctivo y preventivo)
origen=datenum([2006 1 1 0 0 0]);
final=datenum([2010 12 31 59 59 0]);
t=final-origen;
t_56=t*24; %Paso el tiempo a horas;
%F_exp=1-exp(-y*t); Funcin de infiabilidad F(t) para la exponencial
%R_exp=exp(-y*t); Funcin de fiabilidad R(t) de la exponencial
%R_weib=exp(-(t./mu)^beta); Funcin de fiabilidad para weibull
%F_weib=1-R_weib; Funcin de infiabilidad para weibull
[a56,b]=size(data_f56);
R_falloClassic_56=zeros(a56,t_56); %matriz con las fiabilidades de los
modos de fallo
for i=1:a56
if isnan(data_f56(i,8)) %elijo weibull
for j=1:t_56
R_falloClassic_56(i,j)=exp(-(j/data_f56(i,10))^data_f56(i,9));
end
else %elijo exponencial
for j=1:t_56
R_falloClassic_56(i,j)=exp(-data_f56(i,8)*j);
end
end
end
%Calculo de R(t) para los tres componentes (gen, mult, otros)
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for i=4:a56+3
if strcmp(textdata_f56(i,1),'Averia multiplicador')
||strcmp(textdata_f56(i,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(i,1),'Fallo refrigeracion
multiplicador')
R_multClassic_56=R_falloClassic_56(i-3,:).*ant_mult;
ant_mult=R_multClassic_56;
elseif strcmp(textdata_f56(i,1),'Temperatura disparo
generador')||strcmp(textdata_f56(i,1),'Averia
generador')||strcmp(textdata_f56(i,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(i,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(i,1),'Sobrevelocidad ground')
R_genClassic_56=R_falloClassic_56(i-3,:).*ant_gen;
ant_gen=R_genClassic_56;
else
R_otrosClassic_56=R_falloClassic_56(i-3,:).*ant_otros;
ant_otros=R_otrosClassic_56;
end
if strcmp(textdata_f56(i,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(i,1),'Averia
generador')||strcmp(textdata_f56(i,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(i,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(i,1),'Termostato
freno')||strcmp(textdata_f56(i,1),'Baja temperatura
ground')||strcmp(textdata_f56(i,1),'Sobretension hardware
rectificador')||strcmp(textdata_f56(i,1),'Sobretension hardware
140
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
inversor')||strcmp(textdata_f56(i,1),'Fallo
general')||strcmp(textdata_f56(i,1),'Error
sincronismo')||strcmp(textdata_f56(i,1),'Baja temperatura top')
R_otrosClassic1_56=R_falloClassic_56(i-3,:).*ant_otros1;
ant_otros1=R_otrosClassic1_56;
end
if strcmp(textdata_f56(i,1),'Averia
multiplicador')||strcmp(textdata_f56(i,1),'Temperatura disparo
generador')||strcmp(textdata_f56(i,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f56(i,1),'Retrofit
equipos')||strcmp(textdata_f56(i,1),'Serie de emergencia top')
R_otrosClassic2_56=R_falloClassic_56(i-3,:).*ant_otros2;
ant_otros2=R_otrosClassic2_56;
end
end
%Calculo el R(t) del sistema
R_aerogClassic_56=R_multClassic_56.*R_genClassic_56.*R_otrosClassic_56;
R_aerogClassic1_56=R_multClassic_56.*R_genClassic_56.*R_otrosClassic1_56;
R_aerogClassic2_56=R_multClassic_56.*R_genClassic_56.*R_otrosClassic2_56;
R_aerogClassic3_56=R_multClassic_56.*R_genClassic_56;
% F(t) = 1- R(t)
F_falloClassic_56=1-R_falloClassic_56;
F_multClassic_56=1-R_multClassic_56;
F_genClassic_56=1-R_genClassic_56;
F_otrosClassic_56=1-R_otrosClassic_56;
F_otrosClassic1_56=1-R_otrosClassic1_56;
F_otrosClassic2_56=1-R_otrosClassic2_56;
F_aerogClassic_56=1-R_aerogClassic_56;
F_aerogClassic1_56=1-R_aerogClassic1_56;
F_aerogClassic2_56=1-R_aerogClassic2_56;
F_aerogClassic3_56=1-R_aerogClassic3_56;
%MANTENIMIENTO
%inicialmente
R_fallo_56=R_falloClassic_56;
R_mult_56=R_multClassic_56;
R_gen_56=R_genClassic_56;
R_otros_56=R_otrosClassic_56;
R_otros1_56=R_otrosClassic1_56;
R_otros2_56=R_otrosClassic2_56;
R_aerog_56=R_aerogClassic_56;
R_aerog1_56=R_aerogClassic1_56;
R_aerog2_56=R_aerogClassic2_56;
R_aerog3_56=R_aerogClassic3_56;
tick=ones(a56,t_56);
format long
mant_mult56=0;
mant_gen56=0;
mant_otros56=0;
%mant_otros1_56=0;
%mant_otros2_56=0;
horas_renew_mant_prev_otros56=zeros(1,t_56);
horas_renew_mant_prev_mult56=zeros(1,t_56);
horas_renew_mant_prev_gen56=zeros(1,t_56);
141
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
for i=2:t_56
for j=1:a56
tick(j,i)=tick(j,i-1)+1;
end
for j=1:a56
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
end
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for h=4:a56+3
if strcmp(textdata_f56(h,1),'Averia multiplicador')
||strcmp(textdata_f56(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(h,1),'Fallo refrigeracion
multiplicador')
R_mult_56=R_fallo_56(h-3,:).*ant_mult;
ant_mult=R_mult_56;
elseif strcmp(textdata_f56(h,1),'Temperatura disparo
generador')||strcmp(textdata_f56(h,1),'Averia
generador')||strcmp(textdata_f56(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(h,1),'Sobrevelocidad ground')
R_gen_56=R_fallo_56(h-3,:).*ant_gen;
ant_gen=R_gen_56;
else
R_otros_56=R_fallo_56(h-3,:).*ant_otros;
ant_otros=R_otros_56;
end
if strcmp(textdata_f56(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(h,1),'Averia
generador')||strcmp(textdata_f56(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(h,1),'Termostato
freno')||strcmp(textdata_f56(h,1),'Baja temperatura
ground')||strcmp(textdata_f56(h,1),'Sobretension hardware
rectificador')||strcmp(textdata_f56(h,1),'Sobretension hardware
inversor')||strcmp(textdata_f56(h,1),'Fallo
general')||strcmp(textdata_f56(h,1),'Error
sincronismo')||strcmp(textdata_f56(h,1),'Baja temperatura top')
R_otros1_56=R_fallo_56(h-3,:).*ant_otros1;
ant_otros1=R_otros1_56;
end
if strcmp(textdata_f56(h,1),'Averia
multiplicador')||strcmp(textdata_f56(h,1),'Temperatura disparo
generador')||strcmp(textdata_f56(h,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f56(h,1),'Retrofit
equipos')||strcmp(textdata_f56(h,1),'Serie de emergencia top')
R_otros2_56=R_fallo_56(h-3,:).*ant_otros2;
ant_otros2=R_otros2_56;
142
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
end
end
if R_mult_56(i)<R_umbral_mult56 %%%umbral mult
mant_mult56=mant_mult56+1;
for j=1:a56
if F_mult56(j)==1
else
tick(j,i)=length(find((1-
R_falloClassic_56(j,:))<F_mult56(j)*(1-R_fallo_56(j,i))));
end
if tick(j,i)==0
tick(j,i)=1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
horas_renew_mant_prev_mult56(j,i)=i-tick(j,i);
end
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for h=4:a56+3
if strcmp(textdata_f56(h,1),'Averia multiplicador')
||strcmp(textdata_f56(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(h,1),'Fallo refrigeracion
multiplicador')
R_mult_56=R_fallo_56(h-3,:).*ant_mult;
ant_mult=R_mult_56;
elseif strcmp(textdata_f56(h,1),'Temperatura disparo
generador')||strcmp(textdata_f56(h,1),'Averia
generador')||strcmp(textdata_f56(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(h,1),'Sobrevelocidad ground')
R_gen_56=R_fallo_56(h-3,:).*ant_gen;
ant_gen=R_gen_56;
else
R_otros_56=R_fallo_56(h-3,:).*ant_otros;
ant_otros=R_otros_56;
end
if strcmp(textdata_f56(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(h,1),'Averia
generador')||strcmp(textdata_f56(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(h,1),'Termostato
freno')||strcmp(textdata_f56(h,1),'Baja temperatura
ground')||strcmp(textdata_f56(h,1),'Sobretension hardware
rectificador')||strcmp(textdata_f56(h,1),'Sobretension hardware
inversor')||strcmp(textdata_f56(h,1),'Fallo
general')||strcmp(textdata_f56(h,1),'Error
sincronismo')||strcmp(textdata_f56(h,1),'Baja temperatura top')
R_otros1_56=R_fallo_56(h-3,:).*ant_otros1;
ant_otros1=R_otros1_56;
end
if strcmp(textdata_f56(h,1),'Averia
multiplicador')||strcmp(textdata_f56(h,1),'Temperatura disparo
generador')||strcmp(textdata_f56(h,1),'Tiempo maximo de
143
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
orientacion')||strcmp(textdata_f56(h,1),'Retrofit
equipos')||strcmp(textdata_f56(h,1),'Serie de emergencia top')
R_otros2_56=R_fallo_56(h-3,:).*ant_otros2;
ant_otros2=R_otros2_56;
end
end
end
if R_gen_56(i)<R_umbral_gen56 %%%umbral gen
mant_gen56=mant_gen56+1;
for j=1:a56
if F_gen56(j)==1
else
tick(j,i)=length(find((1-
R_falloClassic_56(j,:))<F_gen56(j)*(1-R_fallo_56(j,i))));
end
if tick(j,i)==0
tick(j,i)=1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
horas_renew_mant_prev_gen56(j,i)=i-tick(j,i);
end
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for h=4:a56+3
if strcmp(textdata_f56(h,1),'Averia multiplicador')
||strcmp(textdata_f56(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(h,1),'Fallo refrigeracion
multiplicador')
R_mult_56=R_fallo_56(h-3,:).*ant_mult;
ant_mult=R_mult_56;
elseif strcmp(textdata_f56(h,1),'Temperatura disparo
generador')||strcmp(textdata_f56(h,1),'Averia
generador')||strcmp(textdata_f56(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(h,1),'Sobrevelocidad ground')
R_gen_56=R_fallo_56(h-3,:).*ant_gen;
ant_gen=R_gen_56;
else
R_otros_56=R_fallo_56(h-3,:).*ant_otros;
ant_otros=R_otros_56;
end
if strcmp(textdata_f56(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(h,1),'Averia
generador')||strcmp(textdata_f56(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(h,1),'Termostato
freno')||strcmp(textdata_f56(h,1),'Baja temperatura
ground')||strcmp(textdata_f56(h,1),'Sobretension hardware
rectificador')||strcmp(textdata_f56(h,1),'Sobretension hardware
inversor')||strcmp(textdata_f56(h,1),'Fallo
general')||strcmp(textdata_f56(h,1),'Error
sincronismo')||strcmp(textdata_f56(h,1),'Baja temperatura top')
R_otros1_56=R_fallo_56(h-3,:).*ant_otros1;
144
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
ant_otros1=R_otros1_56;
end
if strcmp(textdata_f56(h,1),'Averia
multiplicador')||strcmp(textdata_f56(h,1),'Temperatura disparo
generador')||strcmp(textdata_f56(h,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f56(h,1),'Retrofit
equipos')||strcmp(textdata_f56(h,1),'Serie de emergencia top')
R_otros2_56=R_fallo_56(h-3,:).*ant_otros2;
ant_otros2=R_otros2_56;
end
end
end
if R_otros_56(i)<R_umbral_otros56 %umbral otros
mant_otros56=mant_otros56+1;
for j=1:a56
if F_otros56(j)==1
else
tick(j,i)=length(find((1-
R_falloClassic_56(j,:))<F_otros56(j)*(1-R_fallo_56(j,i))));
end
if tick(j,i)==0
tick(j,i)=1;
end
if tick(j,i)==0
tick(j,i)=1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
horas_renew_mant_prev_otros56(j,i)=i-tick(j,i);
end
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for h=4:a56+3
if strcmp(textdata_f56(h,1),'Averia multiplicador')
||strcmp(textdata_f56(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(h,1),'Fallo refrigeracion
multiplicador')
R_mult_56=R_fallo_56(h-3,:).*ant_mult;
ant_mult=R_mult_56;
elseif strcmp(textdata_f56(h,1),'Temperatura disparo
generador')||strcmp(textdata_f56(h,1),'Averia
generador')||strcmp(textdata_f56(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(h,1),'Sobrevelocidad ground')
R_gen_56=R_fallo_56(h-3,:).*ant_gen;
ant_gen=R_gen_56;
else
R_otros_56=R_fallo_56(h-3,:).*ant_otros;
ant_otros=R_otros_56;
end
if strcmp(textdata_f56(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(h,1),'Averia
generador')||strcmp(textdata_f56(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(h,1),'Termostato
145
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
freno')||strcmp(textdata_f56(h,1),'Baja temperatura
ground')||strcmp(textdata_f56(h,1),'Sobretension hardware
rectificador')||strcmp(textdata_f56(h,1),'Sobretension hardware
inversor')||strcmp(textdata_f56(h,1),'Fallo
general')||strcmp(textdata_f56(h,1),'Error
sincronismo')||strcmp(textdata_f56(h,1),'Baja temperatura top')
R_otros1_56=R_fallo_56(h-3,:).*ant_otros1;
ant_otros1=R_otros1_56;
end
if strcmp(textdata_f56(h,1),'Averia
multiplicador')||strcmp(textdata_f56(h,1),'Temperatura disparo
generador')||strcmp(textdata_f56(h,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f56(h,1),'Retrofit
equipos')||strcmp(textdata_f56(h,1),'Serie de emergencia top')
R_otros2_56=R_fallo_56(h-3,:).*ant_otros2;
ant_otros2=R_otros2_56;
end
end
end
if R_otros1_56(i)<R_umbral_otros1_56 %%%umbral otros1
mant_otros56=mant_otros56+1;
for j=1:a56
if F_otros56(j)==1
else
tick(j,i)=length(find((1-
R_falloClassic_56(j,:))<F_otros56(j)*(1-R_fallo_56(j,i))));
end
if tick(j,i)==0
tick(j,i)=1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
horas_renew_mant_prev_otros56(j,i)=i-tick(j,i);
end
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for h=4:a56+3
if strcmp(textdata_f56(h,1),'Averia multiplicador')
||strcmp(textdata_f56(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(h,1),'Fallo refrigeracion
multiplicador')
R_mult_56=R_fallo_56(h-3,:).*ant_mult;
ant_mult=R_mult_56;
elseif strcmp(textdata_f56(h,1),'Temperatura disparo
generador')||strcmp(textdata_f56(h,1),'Averia
generador')||strcmp(textdata_f56(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(h,1),'Sobrevelocidad ground')
R_gen_56=R_fallo_56(h-3,:).*ant_gen;
ant_gen=R_gen_56;
else
R_otros_56=R_fallo_56(h-3,:).*ant_otros;
ant_otros=R_otros_56;
end
146
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
if strcmp(textdata_f56(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(h,1),'Averia
generador')||strcmp(textdata_f56(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(h,1),'Termostato
freno')||strcmp(textdata_f56(h,1),'Baja temperatura
ground')||strcmp(textdata_f56(h,1),'Sobretension hardware
rectificador')||strcmp(textdata_f56(h,1),'Sobretension hardware
inversor')||strcmp(textdata_f56(h,1),'Fallo
general')||strcmp(textdata_f56(h,1),'Error
sincronismo')||strcmp(textdata_f56(h,1),'Baja temperatura top')
R_otros1_56=R_fallo_56(h-3,:).*ant_otros1;
ant_otros1=R_otros1_56;
end
if strcmp(textdata_f56(h,1),'Averia
multiplicador')||strcmp(textdata_f56(h,1),'Temperatura disparo
generador')||strcmp(textdata_f56(h,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f56(h,1),'Retrofit
equipos')||strcmp(textdata_f56(h,1),'Serie de emergencia top')
R_otros2_56=R_fallo_56(h-3,:).*ant_otros2;
ant_otros2=R_otros2_56;
end
end
end
if R_otros2_56(i)<R_umbral_otros2_56 %%%umbral otros2
mant_otros56=mant_otros56+1;
for j=1:a56
if F_otros56(j)==1
else
tick(j,i)=length(find((1-
R_falloClassic_56(j,:))<F_otros56(j)*(1-R_fallo_56(j,i))));
end
if tick(j,i)==0
tick(j,i)=1;
end
R_fallo_56(j,i)=R_falloClassic_56(j,tick(j,i));
horas_renew_mant_prev_otros56(j,i)=i-tick(j,i);
end
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for h=4:a56+3
if strcmp(textdata_f56(h,1),'Averia multiplicador')
||strcmp(textdata_f56(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(h,1),'Fallo refrigeracion
multiplicador')
R_mult_56=R_fallo_56(h-3,:).*ant_mult;
ant_mult=R_mult_56;
elseif strcmp(textdata_f56(h,1),'Temperatura disparo
generador')||strcmp(textdata_f56(h,1),'Averia
generador')||strcmp(textdata_f56(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(h,1),'Sobrevelocidad ground')
147
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
R_gen_56=R_fallo_56(h-3,:).*ant_gen;
ant_gen=R_gen_56;
else
R_otros_56=R_fallo_56(h-3,:).*ant_otros;
ant_otros=R_otros_56;
end
if strcmp(textdata_f56(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f56(h,1),'Averia
generador')||strcmp(textdata_f56(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f56(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f56(h,1),'Termostato
freno')||strcmp(textdata_f56(h,1),'Baja temperatura
ground')||strcmp(textdata_f56(h,1),'Sobretension hardware
rectificador')||strcmp(textdata_f56(h,1),'Sobretension hardware
inversor')||strcmp(textdata_f56(h,1),'Fallo
general')||strcmp(textdata_f56(h,1),'Error
sincronismo')||strcmp(textdata_f56(h,1),'Baja temperatura top')
R_otros1_56=R_fallo_56(h-3,:).*ant_otros1;
ant_otros1=R_otros1_56;
end
if strcmp(textdata_f56(h,1),'Averia
multiplicador')||strcmp(textdata_f56(h,1),'Temperatura disparo
generador')||strcmp(textdata_f56(h,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f56(h,1),'Retrofit
equipos')||strcmp(textdata_f56(h,1),'Serie de emergencia top')
R_otros2_56=R_fallo_56(h-3,:).*ant_otros2;
ant_otros2=R_otros2_56;
end
end
end
end
%% PLOTEAR AEROGENERADOR 56
148
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
d1=length(N_fallos_56);
j=1;
fallos_56=zeros(d1,t_56);
for i=1:d1
fallos_56(i,:)=R_fallo_56(N_fallos_56(j),:);
j=j+1;
end
t56=1:t_56;
figure (1) % aerog 56 R(t)
sub_plots_A(1)=subplot(2,3,1);
plot(t56,fallos_56);
grid
axis([0 52620 0 1])
title('Fiabilidad de los fallos del aerog. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(2)=subplot(2,3,2);
plot(t56,R_gen_56,'r',t56,R_mult_56,'b',t56,R_otros_56,'g');
grid
axis([0 52620 0 1])
title('Fiabilidad de los compon. del aerog. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(3)=subplot(2,3,3);
plot(t56,R_aerog_56);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(4)=subplot(2,3,4);
plot(t56,R_gen_56,'r',t56,R_mult_56,'b',t56,R_otros1_56,'g',t56,R_otros2_
56,'y');
grid
axis([0 52620 0 1])
title('Fiabilidad del comp2. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(5)=subplot(2,3,5);
plot(t56,R_aerog1_56);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog1. 56')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(6)=subplot(2,3,6);
plot(t56,R_aerog3_56);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog. 56 si Otros')
xlabel('tiempo')
ylabel('fiabilidad')
149
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
linkaxes(sub_plots_A,'xy');
linkaxes(sub_plots_B,'xy');
150
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
manten_prev_umbral_28.m
%% AEROGENERADOR 28
% Este programa analiza cmo vara el nivel de efectividad de los
aerogeneradores con respecto a las acciones de mantenimiento correctivo y
preventivo. Se utilizan los parmetros que mejor se ajustan a los
tiempos, pero en este caso aplicndose la metodologa del plan de
mantenimiento propuesto As se pueden hacer simulaciones de cmo se
evolucionara la fiabilidad del aerogenerador 28 si se utilizase el plan
de mantenimiento propuesto.
%Clculo todas las R(t) y las F(t) de todos los modos de fallos, los
componentes (generador, multiplicadora y otros), y del sistema completo
del aerogenerador 28.
[a28,b]=size(data_f28);
%UMBRAL PARA MANTENIMIENTO
R_umbral_mult28=0.25; %efectividad del manten preventivo de la multipl
R_umbral_gen28=0.2; %efectividad del manten preventivo del generador
R_umbral_otros28=0;%efectividad del manten preventivo otros
R_umbral_otros1_28=0.05;
R_umbral_otros2_28=0;
%EFICACIA DEL MANTENIMIENTO
F_mult28=[0.8 0.8 1 1 1 1 1 1 1 1 1 1 1 1 1 1]'; %efectividad del manten
preventivo de la multipl
F_gen28=[0.8 1 0.8 0.85 1 1 1 1 1 1 1 1 1 1 0.2 1]'; %efectividad del
manten preventivo del generador
F_otros28=[0.85 1 0.85 0.85 1 1 1 1 0.85 1 1 1 1 0.85 0.85
1]';%efectividad del manten preventivo otros
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%PROBABILIDAD AL FALLO Y FIABILIDAD DE LOS MODELOS CLASICOS (sin mejoras
por manten correctivo y preventivo)
origen=datenum([2006 1 1 0 0 0]);
final=datenum([2010 12 31 59 59 0]);
t=final-origen;
t_28=t*24; %Paso el tiempo a horas;
%F_exp=1-exp(-y*t); Funcin de infiabilidad F(t) para la exponencial
%R_exp=exp(-y*t); Funcin de fiabilidad R(t) de la exponencial
%R_weib=exp(-(t./mu)^beta); Funcin de fiabilidad para weibull
%F_weib=1-R_weib; Funcin de infiabilidad para weibull
[a28,b]=size(data_f28);
R_falloClassic_28=zeros(a28,t_28); %matriz con las fiabilidades de los
modos de fallo
for i=1:a28
if isnan(data_f28(i,8)) %elijo weibull
for j=1:t_28
R_falloClassic_28(i,j)=exp(-(j/data_f28(i,10))^data_f28(i,9));
end
else %elijo exponencial
for j=1:t_28
151
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
R_falloClassic_28(i,j)=exp(-data_f28(i,8)*j);
end
end
end
%Calculo de R(t) para los tres componentes (gen, mult, otros)
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for i=4:a28+3
if strcmp(textdata_f28(i,1),'Averia multiplicador')
||strcmp(textdata_f28(i,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(i,1),'Fallo refrigeracion
multiplicador')
R_multClassic_28=R_falloClassic_28(i-3,:).*ant_mult;
ant_mult=R_multClassic_28;
elseif strcmp(textdata_f28(i,1),'Temperatura disparo
generador')||strcmp(textdata_f28(i,1),'Averia
generador')||strcmp(textdata_f28(i,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f28(i,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(i,1),'Sobrevelocidad ground')
R_genClassic_28=R_falloClassic_28(i-3,:).*ant_gen;
ant_gen=R_genClassic_28;
else
R_otrosClassic_28=R_falloClassic_28(i-3,:).*ant_otros;
ant_otros=R_otrosClassic_28;
end
if strcmp(textdata_f28(i,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(i,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(i,1),'Sobrevelocidad
ground')||strcmp(textdata_f28(i,1),'Fallo en
precarga')||strcmp(textdata_f28(i,1),'Error accionamiento
pitch')||strcmp(textdata_f28(i,1),'Fallo frecuencia')
R_otrosClassic1_28=R_falloClassic_28(i-3,:).*ant_otros1;
ant_otros1=R_otrosClassic1_28;
end
if strcmp(textdata_f28(i,1),'Fallo refrigeracion
multiplicador')||strcmp(textdata_f28(i,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f28(i,1),'Retrofit
equipos')||strcmp(textdata_f28(i,1),'Serie de emergencia
top')||strcmp(textdata_f28(i,1),'Error sincronismo')
||strcmp(textdata_f28(i,1),'Sensor de
vibraciones')||strcmp(textdata_f28(i,1),'Fallo IGBT S
inversor')||strcmp(textdata_f28(i,1),'Fallo comunicacion
aerog/set')||strcmp(textdata_f28(i,1),'Error
anemometro')||strcmp(textdata_f28(i,1),'Temperatura disparo barquilla')
R_otrosClassic2_28=R_falloClassic_28(i-3,:).*ant_otros2;
ant_otros2=R_otrosClassic2_28;
end
end
%Calculo el R(t) del sistema
R_aerogClassic_28=R_multClassic_28.*R_genClassic_28.*R_otrosClassic_28;
R_aerogClassic1_28=R_multClassic_28.*R_genClassic_28.*R_otrosClassic1_28;
R_aerogClassic2_28=R_multClassic_28.*R_genClassic_28.*R_otrosClassic2_28;
R_aerogClassic3_28=R_multClassic_28.*R_genClassic_28;
% F(t) = 1- R(t)
152
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
F_falloClassic_28=1-R_falloClassic_28;
F_multClassic_28=1-R_multClassic_28;
F_genClassic_28=1-R_genClassic_28;
F_otrosClassic_28=1-R_otrosClassic_28;
F_otrosClassic1_28=1-R_otrosClassic1_28;
F_otrosClassic2_28=1-R_otrosClassic2_28;
F_aerogClassic_28=1-R_aerogClassic_28;
F_aerogClassic1_28=1-R_aerogClassic1_28;
F_aerogClassic2_28=1-R_aerogClassic2_28;
F_aerogClassic3_28=1-R_aerogClassic3_28;
%MANTENIMIENTO
%inicialmente
R_fallo_28=R_falloClassic_28;
R_mult_28=R_multClassic_28;
R_gen_28=R_genClassic_28;
R_otros_28=R_otrosClassic_28;
R_otros1_28=R_otrosClassic1_28;
R_otros2_28=R_otrosClassic2_28;
R_aerog_28=R_aerogClassic_28;
R_aerog1_28=R_aerogClassic1_28;
R_aerog2_28=R_aerogClassic2_28;
R_aerog3_28=R_aerogClassic3_28;
%tick=zeros(a28,1);
tick=ones(a28,t_28);
mant_mult28=0;
mant_gen28=0;
mant_otros28=0;
%mant_otros1_28=0;
%mant_otros2_28=0;
horas_renew_mant_prev_otros28=zeros(1,t_28);
horas_renew_mant_prev_mult28=zeros(1,t_28);
horas_renew_mant_prev_gen28=zeros(1,t_28);
153
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
elseif strcmp(textdata_f28(h,1),'Temperatura disparo
generador')||strcmp(textdata_f28(h,1),'Averia
generador')||strcmp(textdata_f28(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f28(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(h,1),'Sobrevelocidad ground')
R_gen_28=R_fallo_28(h-3,:).*ant_gen;
ant_gen=R_gen_28;
else
R_otros_28=R_fallo_28(h-3,:).*ant_otros;
ant_otros=R_otros_28;
end
if strcmp(textdata_f28(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(h,1),'Sobrevelocidad
ground')||strcmp(textdata_f28(h,1),'Fallo en
precarga')||strcmp(textdata_f28(h,1),'Error accionamiento
pitch')||strcmp(textdata_f28(h,1),'Fallo frecuencia')
R_otros1_28=R_fallo_28(h-3,:).*ant_otros1;
ant_otros1=R_otros1_28;
end
if strcmp(textdata_f28(h,1),'Fallo refrigeracion
multiplicador')||strcmp(textdata_f28(h,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f28(h,1),'Retrofit
equipos')||strcmp(textdata_f28(h,1),'Serie de emergencia
top')||strcmp(textdata_f28(h,1),'Error sincronismo')
||strcmp(textdata_f28(h,1),'Sensor de
vibraciones')||strcmp(textdata_f28(h,1),'Fallo IGBT S
inversor')||strcmp(textdata_f28(h,1),'Fallo comunicacion
aerog/set')||strcmp(textdata_f28(h,1),'Error
anemometro')||strcmp(textdata_f28(h,1),'Temperatura disparo barquilla')
R_otros2_28=R_fallo_28(h-3,:).*ant_otros2;
ant_otros2=R_otros2_28;
end
end
if R_mult_28(i)<R_umbral_mult28 %%%umbral mult
mant_mult28=mant_mult28+1;
for j=1:a28
if F_mult28(j)==1
else
tick(j,i)=length(find((1-
R_falloClassic_28(j,:))<F_mult28(j)*(1-R_fallo_28(j,i))));
end
if F_mult28(j)==0
tick(j,i)=1;
end
R_fallo_28(j,i)=R_falloClassic_28(j,tick(j,i));
horas_renew_mant_prev_mult28(j,i)=i-tick(j,i);
end
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for h=4:a28+3
if strcmp(textdata_f28(h,1),'Averia multiplicador')
||strcmp(textdata_f28(h,1),'Vel. rotor # Vel.
154
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
generador')||strcmp(textdata_f28(h,1),'Fallo refrigeracion
multiplicador')
R_mult_28=R_fallo_28(h-3,:).*ant_mult;
ant_mult=R_mult_28;
elseif strcmp(textdata_f28(h,1),'Temperatura disparo
generador')||strcmp(textdata_f28(h,1),'Averia
generador')||strcmp(textdata_f28(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f28(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(h,1),'Sobrevelocidad ground')
R_gen_28=R_fallo_28(h-3,:).*ant_gen;
ant_gen=R_gen_28;
else
R_otros_28=R_fallo_28(h-3,:).*ant_otros;
ant_otros=R_otros_28;
end
if strcmp(textdata_f28(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(h,1),'Sobrevelocidad
ground')||strcmp(textdata_f28(h,1),'Fallo en
precarga')||strcmp(textdata_f28(h,1),'Error accionamiento
pitch')||strcmp(textdata_f28(h,1),'Fallo frecuencia')
R_otros1_28=R_fallo_28(h-3,:).*ant_otros1;
ant_otros1=R_otros1_28;
end
if strcmp(textdata_f28(h,1),'Fallo refrigeracion
multiplicador')||strcmp(textdata_f28(h,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f28(h,1),'Retrofit
equipos')||strcmp(textdata_f28(h,1),'Serie de emergencia
top')||strcmp(textdata_f28(h,1),'Error sincronismo')
||strcmp(textdata_f28(h,1),'Sensor de
vibraciones')||strcmp(textdata_f28(h,1),'Fallo IGBT S
inversor')||strcmp(textdata_f28(h,1),'Fallo comunicacion
aerog/set')||strcmp(textdata_f28(h,1),'Error
anemometro')||strcmp(textdata_f28(h,1),'Temperatura disparo barquilla')
R_otros2_28=R_fallo_28(h-3,:).*ant_otros2;
ant_otros2=R_otros2_28;
end
end
end
if R_gen_28(i)<R_umbral_gen28 %%%umbral gen
mant_gen28=mant_gen28+1;
for j=1:a28
if F_gen28(j)==1
else
tick(j,i)=length(find((1-
R_falloClassic_28(j,:))<F_gen28(j)*(1-R_fallo_28(j,i))));
end
if F_gen28(j)==0
tick(j,i)=1;
end
R_fallo_28(j,i)=R_falloClassic_28(j,tick(j,i));
horas_renew_mant_prev_gen28(j,i)=i-tick(j,i);
end
ant_mult=1;
ant_gen=1;
ant_otros=1;
155
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
ant_otros1=1;
ant_otros2=1;
for h=4:a28+3
if strcmp(textdata_f28(h,1),'Averia multiplicador')
||strcmp(textdata_f28(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(h,1),'Fallo refrigeracion
multiplicador')
R_mult_28=R_fallo_28(h-3,:).*ant_mult;
ant_mult=R_mult_28;
elseif strcmp(textdata_f28(h,1),'Temperatura disparo
generador')||strcmp(textdata_f28(h,1),'Averia
generador')||strcmp(textdata_f28(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f28(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(h,1),'Sobrevelocidad ground')
R_gen_28=R_fallo_28(h-3,:).*ant_gen;
ant_gen=R_gen_28;
else
R_otros_28=R_fallo_28(h-3,:).*ant_otros;
ant_otros=R_otros_28;
end
if strcmp(textdata_f28(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(h,1),'Sobrevelocidad
ground')||strcmp(textdata_f28(h,1),'Fallo en
precarga')||strcmp(textdata_f28(h,1),'Error accionamiento
pitch')||strcmp(textdata_f28(h,1),'Fallo frecuencia')
R_otros1_28=R_fallo_28(h-3,:).*ant_otros1;
ant_otros1=R_otros1_28;
end
if strcmp(textdata_f28(h,1),'Fallo refrigeracion
multiplicador')||strcmp(textdata_f28(h,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f28(h,1),'Retrofit
equipos')||strcmp(textdata_f28(h,1),'Serie de emergencia
top')||strcmp(textdata_f28(h,1),'Error sincronismo')
||strcmp(textdata_f28(h,1),'Sensor de
vibraciones')||strcmp(textdata_f28(h,1),'Fallo IGBT S
inversor')||strcmp(textdata_f28(h,1),'Fallo comunicacion
aerog/set')||strcmp(textdata_f28(h,1),'Error
anemometro')||strcmp(textdata_f28(h,1),'Temperatura disparo barquilla')
R_otros2_28=R_fallo_28(h-3,:).*ant_otros2;
ant_otros2=R_otros2_28;
end
end
end
if R_otros_28(i)<R_umbral_otros28 %umbral otros
mant_otros28=mant_otros28+1;
for j=1:a28
if F_otros28(j)==1
else
tick(j,i)=length(find((1-
R_falloClassic_28(j,:))<F_otros28(j)*(1-R_fallo_28(j,i))));
end
if F_otros28(j)==0
tick(j,i)=1;
end
if tick(j,i)==0
tick(j,i)=1;
156
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
end
R_fallo_28(j,i)=R_falloClassic_28(j,tick(j,i));
horas_renew_mant_prev_otros28(j,i)=i-tick(j,i);
end
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for h=4:a28+3
if strcmp(textdata_f28(h,1),'Averia multiplicador')
||strcmp(textdata_f28(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(h,1),'Fallo refrigeracion
multiplicador')
R_mult_28=R_fallo_28(h-3,:).*ant_mult;
ant_mult=R_mult_28;
elseif strcmp(textdata_f28(h,1),'Temperatura disparo
generador')||strcmp(textdata_f28(h,1),'Averia
generador')||strcmp(textdata_f28(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f28(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(h,1),'Sobrevelocidad ground')
R_gen_28=R_fallo_28(h-3,:).*ant_gen;
ant_gen=R_gen_28;
else
R_otros_28=R_fallo_28(h-3,:).*ant_otros;
ant_otros=R_otros_28;
end
if strcmp(textdata_f28(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(h,1),'Sobrevelocidad
ground')||strcmp(textdata_f28(h,1),'Fallo en
precarga')||strcmp(textdata_f28(h,1),'Error accionamiento
pitch')||strcmp(textdata_f28(h,1),'Fallo frecuencia')
R_otros1_28=R_fallo_28(h-3,:).*ant_otros1;
ant_otros1=R_otros1_28;
end
if strcmp(textdata_f28(h,1),'Fallo refrigeracion
multiplicador')||strcmp(textdata_f28(h,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f28(h,1),'Retrofit
equipos')||strcmp(textdata_f28(h,1),'Serie de emergencia
top')||strcmp(textdata_f28(h,1),'Error sincronismo')
||strcmp(textdata_f28(h,1),'Sensor de
vibraciones')||strcmp(textdata_f28(h,1),'Fallo IGBT S
inversor')||strcmp(textdata_f28(h,1),'Fallo comunicacion
aerog/set')||strcmp(textdata_f28(h,1),'Error
anemometro')||strcmp(textdata_f28(h,1),'Temperatura disparo barquilla')
R_otros2_28=R_fallo_28(h-3,:).*ant_otros2;
ant_otros2=R_otros2_28;
end
end
end
if R_otros1_28(i)<R_umbral_otros1_28 %%%umbral otros1
mant_otros28=mant_otros28+1;
for j=1:a28
if F_otros28(j)==1
else
157
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
tick(j,i)=length(find((1-
R_falloClassic_28(j,:))<F_otros28(j)*(1-R_fallo_28(j,i))));
end
if F_otros28(j)==0
tick(j,i)=1;
end
R_fallo_28(j,i)=R_falloClassic_28(j,tick(j,i));
horas_renew_mant_prev_otros28(j,i)=i-tick(j,i);
end
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for h=4:a28+3
if strcmp(textdata_f28(h,1),'Averia multiplicador')
||strcmp(textdata_f28(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(h,1),'Fallo refrigeracion
multiplicador')
R_mult_28=R_fallo_28(h-3,:).*ant_mult;
ant_mult=R_mult_28;
elseif strcmp(textdata_f28(h,1),'Temperatura disparo
generador')||strcmp(textdata_f28(h,1),'Averia
generador')||strcmp(textdata_f28(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f28(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(h,1),'Sobrevelocidad ground')
R_gen_28=R_fallo_28(h-3,:).*ant_gen;
ant_gen=R_gen_28;
else
R_otros_28=R_fallo_28(h-3,:).*ant_otros;
ant_otros=R_otros_28;
end
if strcmp(textdata_f28(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(h,1),'Sobrevelocidad
ground')||strcmp(textdata_f28(h,1),'Fallo en
precarga')||strcmp(textdata_f28(h,1),'Error accionamiento
pitch')||strcmp(textdata_f28(h,1),'Fallo frecuencia')
R_otros1_28=R_fallo_28(h-3,:).*ant_otros1;
ant_otros1=R_otros1_28;
end
if strcmp(textdata_f28(h,1),'Fallo refrigeracion
multiplicador')||strcmp(textdata_f28(h,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f28(h,1),'Retrofit
equipos')||strcmp(textdata_f28(h,1),'Serie de emergencia
top')||strcmp(textdata_f28(h,1),'Error sincronismo')
||strcmp(textdata_f28(h,1),'Sensor de
vibraciones')||strcmp(textdata_f28(h,1),'Fallo IGBT S
inversor')||strcmp(textdata_f28(h,1),'Fallo comunicacion
aerog/set')||strcmp(textdata_f28(h,1),'Error
anemometro')||strcmp(textdata_f28(h,1),'Temperatura disparo barquilla')
R_otros2_28=R_fallo_28(h-3,:).*ant_otros2;
ant_otros2=R_otros2_28;
end
end
158
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
end
if R_otros2_28(i)<R_umbral_otros2_28 %%%umbral otros2
mant_otros28=mant_otros28+1;
for j=1:a28
if F_otros28(j)==1
else
tick(j,i)=length(find((1-
R_falloClassic_28(j,:))<F_otros28(j)*(1-R_fallo_28(j,i))));
end
if F_otros28(j)==0
tick(j,i)=1;
end
R_fallo_28(j,i)=R_falloClassic_28(j,tick(j,i));
horas_renew_mant_prev_otros28(j,i)=i-tick(j,i);
end
ant_mult=1;
ant_gen=1;
ant_otros=1;
ant_otros1=1;
ant_otros2=1;
for h=4:a28+3
if strcmp(textdata_f28(h,1),'Averia multiplicador')
||strcmp(textdata_f28(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(h,1),'Fallo refrigeracion
multiplicador')
R_mult_28=R_fallo_28(h-3,:).*ant_mult;
ant_mult=R_mult_28;
elseif strcmp(textdata_f28(h,1),'Temperatura disparo
generador')||strcmp(textdata_f28(h,1),'Averia
generador')||strcmp(textdata_f28(h,1),'Temperatura disparo cojinete
L.A.')||strcmp(textdata_f28(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(h,1),'Sobrevelocidad ground')
R_gen_28=R_fallo_28(h-3,:).*ant_gen;
ant_gen=R_gen_28;
else
R_otros_28=R_fallo_28(h-3,:).*ant_otros;
ant_otros=R_otros_28;
end
if strcmp(textdata_f28(h,1),'Vel. rotor # Vel.
generador')||strcmp(textdata_f28(h,1),'Sobrevelocidad
electrica')||strcmp(textdata_f28(h,1),'Sobrevelocidad
ground')||strcmp(textdata_f28(h,1),'Fallo en
precarga')||strcmp(textdata_f28(h,1),'Error accionamiento
pitch')||strcmp(textdata_f28(h,1),'Fallo frecuencia')
R_otros1_28=R_fallo_28(h-3,:).*ant_otros1;
ant_otros1=R_otros1_28;
end
if strcmp(textdata_f28(h,1),'Fallo refrigeracion
multiplicador')||strcmp(textdata_f28(h,1),'Tiempo maximo de
orientacion')||strcmp(textdata_f28(h,1),'Retrofit
equipos')||strcmp(textdata_f28(h,1),'Serie de emergencia
top')||strcmp(textdata_f28(h,1),'Error sincronismo')
||strcmp(textdata_f28(h,1),'Sensor de
vibraciones')||strcmp(textdata_f28(h,1),'Fallo IGBT S
inversor')||strcmp(textdata_f28(h,1),'Fallo comunicacion
159
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
aerog/set')||strcmp(textdata_f28(h,1),'Error
anemometro')||strcmp(textdata_f28(h,1),'Temperatura disparo barquilla')
R_otros2_28=R_fallo_28(h-3,:).*ant_otros2;
ant_otros2=R_otros2_28;
end
end
end
end
%% PLOTEAR AEROGENERADOR 28
d1=length(N_fallos_28);
j=1;
fallos_28=zeros(d1,t_28);
for i=1:d1
fallos_28(i,:)=R_fallo_28(N_fallos_28(j),:);
j=j+1;
end
t28=1:t_28;
figure (1) % aerog 28 R(t)
sub_plots_A(1)=subplot(2,3,1);
plot(t28,fallos_28);
grid
axis([0 52620 0 1])
title('Fiabilidad de los fallos del aerog. 28')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(2)=subplot(2,3,2);
plot(t28,R_gen_28,'r',t28,R_mult_28,'b',t28,R_otros_28,'g');
160
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
grid
axis([0 52620 0 1])
title('Fiabilidad de los compon. del aerog. 28')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(3)=subplot(2,3,3);
plot(t28,R_aerog_28);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog. 28')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(4)=subplot(2,3,4);
plot(t28,R_gen_28,'r',t28,R_mult_28,'b',t28,R_otros1_28,'g',t28,R_otros2_
28,'y');
grid
axis([0 52620 0 1])
title('Fiabilidad del comp2. 28')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(5)=subplot(2,3,5);
plot(t28,R_aerog1_28);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog1. 28')
xlabel('tiempo')
ylabel('fiabilidad')
sub_plots_A(6)=subplot(2,3,6);
plot(t28,R_aerog3_28);
grid
axis([0 52620 0 1])
title('Fiabilidad del aerog. 28 si Otros')
xlabel('tiempo')
ylabel('fiabilidad')
linkaxes(sub_plots_A,'xy');
161
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
plot(t28,1-R_aerog_28);
grid
axis([0 52620 0 1])
title('Distribucin del aerog. 28')
xlabel('tiempo')
ylabel('distribucin F(t)')
sub_plots_B(4)=subplot(2,3,4);
plot(t28,1-R_gen_28,'r',t28,1-R_mult_28,'b',t28,1-R_otros1_28,'g',t28,1-
R_otros2_28,'y');
grid
axis([0 5262 0 1])
title('Probabilidad del comp2. 28')
xlabel('tiempo')
ylabel('Probabilidad')
sub_plots_B(5)=subplot(2,3,5);
plot(t28,1-R_aerog1_28);
grid
axis([0 52620 0 1])
title('Probabilidad del aerog1. 28')
xlabel('tiempo')
ylabel('Probabilidad')
sub_plots_B(6)=subplot(2,3,6);
plot(t28,1-R_aerog3_28);
grid
axis([0 52620 0 1])
title('Probabilidad del aerog. 28 si Otros')
xlabel('tiempo')
ylabel('Probabilidad')
linkaxes(sub_plots_B,'xy');
162
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
ANEXO II
Anlisis de los
parmetros de los modos
de fallo
163
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
El Anexo II contiene los resultados del anlisis de los modos de fallo, y tambin de las
diferentes tareas de mantenimiento, que se ha realizado para obtener los parmetros de las
funciones de distribucin que mejor se ajuntan a los tiempos. En los captulos 5 y 6 se explica
detalladamente en qu consiste este estudio.
MODOS DE FALLO
Avera Multiplicador
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
1 1 2 2 1 1 0 5 4 1
3 2 005 8,75 3/12/2005
4 9:50 ,83 6 ,48 947,12
2 1 2 1 2 9 0 5 0
7 2 .005 ,56 7/12/2005
2 :03 ,38 6 ,50 8
164
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con que han sucedido las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
165
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste exponencial
TBF
TBF
Medi 17527.999907
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
166
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Medi 17521.162593
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
167
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
me 0.335000
dia
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0.1 0.2 0.3 0.4 0.5 0.1 0.2 0.3 0.4 0.5
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
0 0.2 0.4 0.6 0.8 0.1 0.2 0.3 0.4 0.5
t - tiempo al fallo t - tiempo (horas)
168
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Aj Beta Mu r V Mu
uste Weibull MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
me 17527.999907
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 2 4 6 4 6 8 10 12
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
169
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Aj Beta Mu r V Mu
uste Weibull MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
me 17521.162593
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 2 4 6 4 6 8 10 12
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
170
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Aj Beta Mu r V Mu
uste Weibull MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
me 0.335000
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0.1 0.2 0.3 0.4 0.5 -2 -1.5 -1 -0.5
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0.1 0.2 0.3 0.4 0.5 0.1 0.2 0.3 0.4 0.5
t - tiempo (horas) t - tiempo (horas)
171
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
172
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
1 2 1 0 1 0 5 0 2
1 .006
1 ,51 1/11/2006
0 6:01 ,67 6 ,03 3
1 2 1 0 1 0 5 0 2
1 .006
1 ,51 1/11/2006
0 6:28 ,69 6 ,03 3
1 2 1 0 1 0 5 0 2
1 .006
1 ,9 1/11/2006
0 7:09 ,71 6 ,03 3
1 2 2 0 1 0 5 0 2
1 .006
1 ,1 1/11/2006
0 8:14 ,76 6 ,04 3
1 2 1 0 2 0 5 0 2
1 .006
1 ,68 1/11/2006
0 1:10 ,88 6 ,03 3
1 2 1 0 2 1 5 0 2
1 .006
1 ,93 1/11/2006
0 3:55 ,00 6 ,03 3
1 2 1 0 1 0 5 0 2
1 .006
2 ,52 2/11/2006
0 :14 ,05 6 ,03 3
1 2 1 0 2 0 5 0 2
1 .006
2 ,6 2/11/2006
0 :51 ,12 6 ,03 3
1 1 2 1 1 1 0 5 0 2
2 1 .006 ,68 2/11/2006
0 4:48 ,62 6 ,03 3
1 1 2 1 1 1 0 5 0 2
2 1 .006 ,93 2/11/2006
0 5:20 ,64 6 ,03 3
2 1 2 1 2 2 0 5 0 2
4 1 .006 ,78 4/11/2006
0 0:48 ,87 6 ,03 2
1 2 1 0 4 0 5 0 1
2 .006
6 ,43 6/12/2006
0 :13 ,18 6 ,18 12
1 1 2 1 1 4 0 5 0 1
8 2 .006 ,43 8/12/2006
0 :07 ,17 6 ,17 60
1 1 2 1 1 0 0 5 0 1
9 2 .006 ,6 9/12/2006
0 :11 ,01 6 ,24 84
2 2 1 2 0 0 5 0 2
4 .007 1 ,76 4/01/2007
0 :07 ,01 6 ,12 3
2 2 1 2 0 0 5 0
6 .007 1 ,51 6/01/2007
0 :30 ,02 6 ,15 0
2 2 1 2 0 0 5 0 2
7 .007 1 ,79 7/01/2007
0 :23 ,02 6 ,42 52
2 2 0 6 0 5 0 2
.007
8 2 ,18 8/02/2007
0 :51 ,29 6 ,04 2
1 2 1 1 1 0 5 0 1
8 .007 2 0,67 8/02/2007
0 2:46 ,53 6 ,18 15
2 2 1 2 1 0 5 0 2
6 .007 2 ,85 6/02/2007
0 5:58 ,67 6 ,03 3
2 4 0 0 0 5 0 5
.007
9 3 3,44 9/03/2007
0 :07 ,01 6 ,73 09
2 0 2 0 5 0 6
.007
9 3 9/03/2007
0 6 3:15 ,97 6 ,10 0
1 2 8 1 2 0 5 0 6
0 .007 3 ,09 0/03/2007
0 :25 ,10 6 ,14 8
1 2 4 1 0 0 5 0 7
1 .007 3 ,1 1/03/2007
0 :14 ,01 6 ,07 0
1 2 6 1 1 0 5 0 4
1 .007 3 ,48 1/03/2007
0 :34 ,07 6 ,11 6
1 2 3 1 2 0 5 0 4
6 .007 3 ,16 6/03/2007
0 2:10 ,92 6 ,05 5
1 2 6 1 1 0 5 0 6
7 .007 3 ,15 7/03/2007
0 :55 ,08 6 ,10 9
2 2 8 2 0 0 5 0 1
2 .007 3 ,66 2/03/2007
0 :59 ,04 6 ,14 16
2 2 1 2 5 0 5 0 1
9 .007 3 0,29 9/03/2007
0 :49 ,24 6 ,17 37
2 2 0 7 0 5 0 2
.007
4 4 ,01 4/04/2007
0 :28 ,31 6 ,03 3
2 1 0 1 0 5 0 2
.007
4 4 ,77 4/04/2007
0 0:18 ,43 6 ,03 3
2 1 0 1 0 5 0 2
.007
4 4 ,76 4/04/2007
0 1:12 ,47 6 ,03 3
2 9 0 1 0 5 0 1
.007
4 4 ,51 4/04/2007
0 2:33 ,52 6 ,16 17
2 1 0 0 0 5 0 2
.007
5 4 ,6 5/04/2007
0 :34 ,02 6 ,03 2
2 2 0 0 0 5 0 2
.007
4 5 4,04 4/05/2007
0 :11 ,01 6 ,40 77
2 2 0 0 0 5 0 2
.007
5 5 9,02 5/05/2007
0 :01 ,00 6 ,48 73
2 3 0 1 0 5 2 1
.007
5 5 ,65 5/05/2007
2 0:25 ,43 6 ,06 .406
2 1 0 1 0 5 0 1
.007
5 5 0,56 5/05/2007
0 6:48 ,70 6 ,18 16
2 3 0 0 0 5 0 3
.007
6 5 5,56 6/05/2007
0 :07 ,01 6 ,59 95
2 3 0 1 0 5 0 4
.007
7 5 ,72 7/05/2007
0 6:15 ,68 6 ,06 6
2 6 0 1 0 5 1 5
.007
8 5 ,85 8/05/2007
1 6:03 ,67 6 ,11 44
173
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
1 2 1 1 1 0 5 0
6 .007 5 ,85 6/05/2007
0 7:37 ,73 6 ,03 0
1 2 2 1 5 0 5 0 3
7 .007 5 8,74 7/05/2007
0 :14 ,22 6 ,48 19
1 2 3 1 0 0 5 1 1
8 .007 5 0,19 8/05/2007
1 :03 ,00 6 ,50 .086
2 2 8 2 1 0 5 0 1
8 .007 5 ,89 8/05/2007
0 5:10 ,63 6 ,15 15
2 1 0 1 0 5 0 2
.007
2 6 8,59 2/06/2007
0 3:15 ,55 6 ,31 32
2 1 0 1 0 5 0 1
.007
2 6 1,53 2/06/2007
0 9:43 ,82 6 ,19 62
2 1 0 0 0 5 0 1
.007
3 6 2,62 3/06/2007
0 :13 ,01 6 ,21 39
2 1 0 1 0 5 0 1
.007
4 6 2,88 4/06/2007
0 7:00 ,71 6 ,21 61
2 1 0 1 0 5 0 1
.007
4 7 6,76 4/07/2007
0 7:38 ,74 6 ,28 83
2 3 0 1 0 5 0 3
.007
8 7 0,45 8/07/2007
0 7:59 ,75 6 ,51 49
2 1 0 0 0 5 0 2
.007
9 7 9,95 9/07/2007
0 :05 ,00 6 ,33 30
1 2 9 1 1 0 5 0 1
0 .007 7 ,5 0/07/2007
0 8:43 ,78 6 ,16 16
1 2 2 1 2 0 5 0 2
4 .007 7 ,52 4/07/2007
0 2:03 ,92 6 ,04 3
2 2 7 2 0 0 5 0 9
0 .007 7 ,72 0/07/2007
0 :06 ,00 6 ,13 3
2 2 2 2 1 0 5 0 2
8 .007 7 2,92 8/07/2007
0 9:09 ,80 6 ,38 30
2 2 1 2 2 0 5 0 1
9 .007 7 0,05 9/07/2007
0 :01 ,08 6 ,17 35
3 2 2 3 0 0 5 1 8
0 .007 7 1,85 0/07/2007
1 :43 ,03 6 ,36 68
2 1 0 2 0 5 0 1
.007
6 8 1,26 6/08/2007
0 0:27 ,85 6 ,19 38
2 9 0 0 0 5 0 4
.007
7 8 ,35 7/08/2007
0 :08 ,01 6 ,16 6
2 3 0 0 0 5 0 4
.007
8 8 ,66 8/08/2007
0 :09 ,01 6 ,06 6
2 1 0 2 0 5 0 2
.007
9 8 ,77 9/08/2007
0 3:43 ,99 6 ,03 3
1 2 7 1 0 0 5 0 9
0 .007 8 ,4 0/08/2007
0 :06 ,00 6 ,12 2
1 2 2 1 2 0 5 0 2
2 .007 8 ,02 2/08/2007
0 1:15 ,89 6 ,03 3
1 2 3 1 2 0 5 0 4
5 .007 8 ,56 5/08/2007
0 3:33 ,98 6 ,06 5
1 2 2 1 0 0 5 0 2
6 .007 8 6,93 6/08/2007
0 :13 ,01 6 ,45 96
1 2 3 1 0 0 5 0
7 .007 8 ,78 7/08/2007
0 :10 ,01 6 ,06 0
1 2 3 1 1 0 5 0 4
9 .007 8 6,03 9/08/2007
0 6:24 ,68 6 ,60 15
2 2 1 2 0 0 5 0 1
0 .007 8 3,32 0/08/2007
0 :39 ,03 6 ,22 38
2 2 3 2 1 0 5 0 4
2 .007 8 ,36 2/08/2007
0 :13 ,05 6 ,06 6
2 2 1 2 1 0 5 0 1
9 .007 8 1,6 9/08/2007
0 9:16 ,80 6 ,19 38
3 2 4 3 0 0 5 0 5
0 .007 8 5,24 0/08/2007
0 :10 ,01 6 ,76 32
3 2 9 3 2 0 5 0 9
0 .007 8 ,01 0/08/2007
0 1:06 ,88 6 ,15 3
3 2 1 3 0 0 5 1 6
1 .007 8 ,61 1/08/2007
1 :03 ,00 6 ,03 91
2 2 0 0 0 5 0 2
.007
1 9 ,1 1/09/2007
0 :07 ,01 6 ,04 3
2 1 0 1 0 5 0 2
.007
3 9 ,94 3/09/2007
0 7:06 ,71 6 ,34 54
2 1 0 0 0 5 0 5
.007
4 9 ,85 4/09/2007
0 :02 ,00 6 ,69 09
2 2 0 1 0 5 0 1
.007
4 9 ,02 4/09/2007
0 9:42 ,82 6 ,22 63
2 2 0 0 0 5 0 9
.007
5 9 ,02 5/09/2007
0 :15 ,01 6 ,12 2
2 1 0 0 0 5 0 1
.007
7 9 ,79 7/09/2007
0 :48 ,03 6 ,16 14
1 2 2 1 2 0 5 0 2
1 .007 9 ,13 1/09/2007
0 0:44 ,86 6 ,04 3
1 2 2 1 2 0 5 0 2
1 .007 9 ,1 1/09/2007
0 1:08 ,88 6 ,04 3
174
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
1 2 2 1 2 0 5 0 2
1 .007 9 ,13 1/09/2007
0 2:07 ,92 6 ,04 3
2 2 1 2 1 0 5 0 9
6 .007 9 ,69 6/09/2007
0 6:46 ,70 6 ,12 6
1 2 1 0 2 0 5 0 2
0 .007
8 ,93 8/10/2007
0 0:09 ,84 6 ,03 2
1 2 1 0 2 0 5 0 2
0 .007
8 ,43 8/10/2007
0 0:39 ,86 6 ,02 3
1 2 2 0 2 0 5 0 2
0 .007
8 ,18 8/10/2007
0 1:26 ,89 6 ,04 3
1 2 1 0 2 0 5 0 2
0 .007
8 ,52 8/10/2007
0 2:02 ,92 6 ,03 3
1 2 0 2 0 5 0 2
0 .007
8 8/10/2007
0 2 3:12 ,97 6 ,03 3
1 2 1 0 0 0 5 0 2
0 .007
9 ,93 9/10/2007
0 :06 ,00 6 ,03 3
1 2 1 0 0 0 5 0 2
0 .007
9 ,94 9/10/2007
0 :30 ,02 6 ,03 3
1 2 2 0 0 0 5 0 2
0 .007
9 ,35 9/10/2007
0 :58 ,04 6 ,04 3
1 2 1 0 1 0 5 0 2
0 .007
9 ,69 9/10/2007
0 :19 ,05 6 ,03 3
1 2 1 0 2 0 5 0 2
0 .007
9 ,69 9/10/2007
0 :48 ,12 6 ,03 3
1 2 1 0 3 0 5 0 2
0 .007
9 ,68 9/10/2007
0 :21 ,14 6 ,03 3
1 2 1 0 3 0 5 0
0 .007
9 ,68 9/10/2007
0 :49 ,16 6 ,03 0
1 2 1 0 4 0 5 0 2
0 .007
9 ,93 9/10/2007
0 :18 ,18 6 ,03 3
1 2 1 0 6 0 5 0
0 .007
9 ,76 9/10/2007
0 :09 ,26 6 ,03 0
1 2 2 0 6 0 5 0 2
0 .007
9 ,1 9/10/2007
0 :29 ,27 6 ,04 3
1 2 1 0 6 0 5 0 2
0 .007
9 ,77 9/10/2007
0 :49 ,28 6 ,03 3
1 2 1 0 7 0 5 0 2
0 .007
9 ,77 9/10/2007
0 :10 ,30 6 ,03 3
1 2 2 0 7 0 5 0 2
0 .007
9 ,18 9/10/2007
0 :49 ,33 6 ,04 2
1 2 1 0 1 0 5 0 2
0 .007
9 ,85 9/10/2007
0 4:14 ,59 6 ,03 2
1 2 1 0 1 0 5 0 2
0 .007
9 ,85 9/10/2007
0 4:35 ,61 6 ,03 3
1 2 1 0 1 0 5 0 2
0 .007
9 ,68 9/10/2007
0 4:57 ,62 6 ,03 3
1 2 1 0 1 0 5 0 2
0 .007
9 ,93 9/10/2007
0 7:22 ,72 6 ,03 3
1 2 1 0 1 0 5 0 2
0 .007
9 ,85 9/10/2007
0 7:46 ,74 6 ,03 3
1 2 1 0 1 0 5 0 2
0 .007
9 ,93 9/10/2007
0 8:24 ,77 6 ,03 3
1 1 2 1 1 0 0 5 0 2
0 0 .007 ,6 0/10/2007
0 :27 ,02 6 ,03 3
1 1 2 1 1 1 0 5 0 2
0 0 .007 ,85 0/10/2007
0 :04 ,04 6 ,03 3
1 1 2 1 1 1 0 5 0
0 0 .007 ,52 0/10/2007
0 :33 ,06 6 ,03 0
1 1 2 1 1 1 0 5 0 2
1 0 .007 ,77 1/10/2007
0 :38 ,07 6 ,03 3
2 1 2 1 2 1 0 5 0 2
0 0 .007 ,77 0/10/2007
0 9:23 ,81 6 ,03 3
2 1 2 1 2 1 0 5 0 2
0 0 .007 ,85 0/10/2007
0 9:49 ,83 6 ,03 3
2 1 2 1 2 2 0 5 0 2
0 0 .007 ,6 0/10/2007
0 0:16 ,84 6 ,03 3
2 1 2 1 2 2 0 5 0
0 0 .007 ,76 0/10/2007
0 1:07 ,88 6 ,03 0
2 1 2 3 2 0 0 5 0 4
5 0 .007 ,02 5/10/2007
0 :20 ,01 6 ,05 6
2 1 2 1 2 0 0 5 0 2
5 0 .007 ,18 5/10/2007
0 :52 ,04 6 ,02 3
3 1 2 3 3 3 0 5 0 4
0 0 .007 ,85 0/10/2007
0 :57 ,16 6 ,06 5
3 1 2 1 3 4 0 5 0
0 0 .007 ,02 0/10/2007
0 :55 ,21 6 ,02 0
3 1 2 2 3 0 0 5 0 2
1 0 .007 ,27 1/10/2007
0 :02 ,00 6 ,04 3
3 1 2 1 3 0 0 5 0 2
1 0 .007 ,68 1/10/2007
0 :20 ,01 6 ,03 3
3 1 2 1 3 0 0 5 0
1 0 .007 ,85 1/10/2007
0 :59 ,04 6 ,03 0
175
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
3 1 2 1 3 1 0 5 0 2
1 0 .007 ,69 1/10/2007
0 :42 ,07 6 ,03 3
3 1 2 0 3 2 0 5 0
1 0 .007 ,85 1/10/2007
0 :08 ,09 6 ,01 0
3 1 2 1 3 2 0 5 0 2
1 0 .007 ,46 1/10/2007
0 :34 ,11 6 ,02 3
3 1 2 1 3 3 0 5 0 2
1 0 .007 ,79 1/10/2007
0 :14 ,14 6 ,03 3
3 1 2 2 3 6 0 5 0 2
1 0 .007 ,18 1/10/2007
0 :16 ,26 6 ,04 3
3 1 2 1 3 6 0 5 0
1 0 .007 ,19 1/10/2007
0 :51 ,29 6 ,02 0
3 1 2 1 3 7 0 5 0 2
1 0 .007 ,71 1/10/2007
0 :16 ,30 6 ,03 3
3 1 2 1 3 7 0 5 0 2
1 0 .007 ,68 1/10/2007
0 :50 ,33 6 ,03 3
3 1 2 1 3 1 0 5 0 2
1 0 .007 ,69 1/10/2007
0 1:51 ,49 6 ,03 3
3 1 2 1 3 1 0 5 0 2
1 0 .007 ,68 1/10/2007
0 2:53 ,54 6 ,03 3
1 2 1 0 0 0 5 0 2
1 .007
1 ,52 1/11/2007
0 :10 ,01 6 ,03 3
1 2 2 0 0 0 5 0 2
1 .007
1 ,02 1/11/2007
0 :29 ,02 6 ,03 3
1 2 1 0 0 0 5 0 2
1 .007
1 ,43 1/11/2007
0 :53 ,04 6 ,02 3
1 2 1 0 1 0 5 0
1 .007
6 ,6 6/11/2007
0 5:49 ,66 6 ,03 0
1 2 1 0 1 0 5 0
1 .007
6 ,52 6/11/2007
0 6:43 ,70 6 ,03 0
1 2 1 0 1 0 5 0 2
1 .007
6 ,85 6/11/2007
0 7:39 ,74 6 ,03 3
1 2 1 0 0 0 5 0 2
1 .007
7 ,6 7/11/2007
0 :07 ,01 6 ,03 3
1 2 1 0 0 0 5 0 2
1 .007
7 ,77 7/11/2007
0 :27 ,02 6 ,03 3
1 2 1 0 0 0 5 0
1 .007
7 ,77 7/11/2007
0 :57 ,04 6 ,03 0
1 1 2 1 0 0 5 0 1
6 1 .007 6/11/2007
0 8 :49 ,03 6 ,13 16
2 1 2 1 2 1 0 5 0 2
4 1 .007 6 4/11/2007
0 :16 ,05 6 ,27 31
2 1 2 2 1 0 5 0 4
4 1 .007 4/11/2007
0 6 7:00 ,71 6 ,10 7
2 1 2 3 2 0 0 5 0 3
5 1 .007 4 5/11/2007
0 :03 ,00 6 ,57 72
2 1 2 1 2 0 0 5 0 2
6 1 .007 8 6/11/2007
0 :07 ,01 6 ,30 33
2 1 2 1 2 2 0 5 0 2
7 1 .007 ,6 7/11/2007
0 2:15 ,93 6 ,03 3
2 1 2 1 2 2 0 5 0 2
7 1 .007 ,68 7/11/2007
0 3:14 ,97 6 ,03 3
1 1 2 1 1 0 0 5 0 2
2 2 .007 ,68 2/12/2007
0 :10 ,01 6 ,03 3
1 1 2 1 1 0 0 5 0 2
2 2 .007 ,97 2/12/2007
0 :40 ,03 6 ,03 3
1 1 2 1 1 1 0 5 0
2 2 .007 ,6 2/12/2007
0 :23 ,06 6 ,03 0
1 1 2 1 1 2 0 5 0 2
2 2 .007 ,68 2/12/2007
0 :25 ,10 6 ,03 3
1 1 2 1 1 3 0 5 0 2
2 2 .007 ,77 2/12/2007
0 :16 ,14 6 ,03 3
1 1 2 1 1 4 0 5 0 2
2 2 .007 ,93 2/12/2007
0 :09 ,17 6 ,03 3
1 1 2 1 1 5 0 5 0 2
2 2 .007 ,69 2/12/2007
0 :14 ,22 6 ,03 3
1 1 2 1 1 1 0 5 0 2
5 2 .007 ,68 5/12/2007
0 6:43 ,70 6 ,03 3
1 1 2 1 1 1 0 5 0 2
5 2 .007 ,85 5/12/2007
0 7:13 ,72 6 ,03 3
1 1 2 0 1 1 0 5 0
5 2 .007 ,93 5/12/2007
0 7:53 ,75 6 ,02 0
3 1 2 1 3 2 0 5 0 2
0 2 .007 ,69 0/12/2007
0 0:33 ,86 6 ,03 3
3 1 2 1 3 2 0 5 0
0 2 .007 ,68 0/12/2007
0 1:22 ,89 6 ,03 0
3 1 2 2 3 2 0 5 0 2
0 2 .007 ,02 0/12/2007
0 2:09 ,92 6 ,03 3
3 1 2 1 3 2 0 5 0 2
0 2 .007 ,69 0/12/2007
0 2:39 ,94 6 ,03 3
3 1 2 1 3 2 0 5 0 2
0 2 .007 ,52 0/12/2007
0 3:26 ,98 6 ,03 3
176
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
3 1 2 1 3 0 0 5 0 2
1 2 .007 ,77 1/12/2007
0 :11 ,01 6 ,03 3
3 1 2 1 3 0 0 5 0 2
1 2 .007 ,77 1/12/2007
0 :35 ,02 6 ,03 2
3 1 2 1 3 1 0 5 0 2
1 2 .007 ,6 1/12/2007
0 :05 ,05 6 ,03 2
3 1 2 1 3 1 0 5 0 2
1 2 .007 ,6 1/12/2007
0 :43 ,07 6 ,03 2
2 2 1 2 0 0 5 0 2
3 .008 1 ,77 3/01/2008
0 :11 ,01 6 ,03 3
2 2 1 2 0 0 5 0 2
3 .008 1 ,6 3/01/2008
0 :30 ,02 6 ,03 3
2 2 1 2 1 0 5 0 2
3 .008 1 ,52 3/01/2008
0 :04 ,04 6 ,03 3
2 2 1 2 1 0 5 0
3 .008 1 ,52 3/01/2008
0 :34 ,07 6 ,03 0
2 2 2 2 2 0 5 0 2
3 .008 1 ,02 3/01/2008
0 :03 ,09 6 ,03 1
3 2 1 3 2 0 5 0 2
1 .008 1 ,69 1/01/2008
0 :44 ,11 6 ,03 2
3 2 1 3 3 0 5 0 2
1 .008 1 ,52 1/01/2008
0 :17 ,14 6 ,03 3
2 1 0 1 0 5 0 2
.008
3 3 ,77 3/03/2008
0 2:38 ,53 6 ,03 3
2 1 0 1 0 5 0 2
.008
3 3 ,77 3/03/2008
0 3:19 ,55 6 ,03 3
2 1 0 1 0 5 0 2
.008
3 3 ,85 3/03/2008
0 3:57 ,58 6 ,03 3
2 1 0 1 0 5 0 2
.008
3 3 ,68 3/03/2008
0 4:27 ,60 6 ,03 3
2 1 0 1 0 5 0 2
.008
3 3 ,43 3/03/2008
0 5:03 ,63 6 ,02 3
2 1 0 1 0 5 0
.008
3 3 ,85 3/03/2008
0 6:06 ,67 6 ,03 0
2 1 0 2 0 5 0 2
.008
7 3 ,68 7/03/2008
0 3:28 ,98 6 ,03 3
1 2 1 1 1 0 5 0 2
9 .008 3 ,77 9/03/2008
0 3:20 ,56 6 ,03 3
1 2 1 1 1 0 5 0 2
9 .008 3 ,68 9/03/2008
0 4:29 ,60 6 ,03 3
1 2 2 1 1 0 5 0 2
9 .008 3 ,02 9/03/2008
0 5:08 ,63 6 ,03 3
1 2 2 1 1 0 5 0 2
9 .008 3 ,02 9/03/2008
0 5:35 ,65 6 ,03 3
1 2 1 1 1 0 5 0
9 .008 3 ,6 9/03/2008
0 5:59 ,67 6 ,03 0
1 2 1 1 1 0 5 0
9 .008 3 ,68 9/03/2008
0 6:23 ,68 6 ,03 0
1 2 1 1 1 0 5 0 2
9 .008 3 ,69 9/03/2008
0 6:52 ,70 6 ,03 3
1 2 1 1 1 0 5 0 2
9 .008 3 ,77 9/03/2008
0 7:22 ,72 6 ,03 3
1 2 1 1 2 0 5 0 2
9 .008 3 ,52 9/03/2008
0 2:26 ,94 6 ,03 3
2 2 1 2 2 0 5 0 2
0 .008 3 ,87 0/03/2008
0 2:18 ,93 6 ,03 3
2 2 1 2 2 0 5 0 2
0 .008 3 ,88 0/03/2008
0 2:59 ,96 6 ,03 3
2 2 1 2 0 0 5 0 2
1 .008 3 ,8 1/03/2008
0 :07 ,01 6 ,03 3
2 2 1 2 0 0 5 0 2
1 .008 3 ,77 1/03/2008
0 :26 ,02 6 ,03 2
2 2 1 2 0 0 5 0 2
1 .008 3 ,43 1/03/2008
0 :50 ,04 6 ,02 2
2 2 1 2 1 0 5 0 2
1 .008 3 ,71 1/03/2008
0 2:30 ,52 6 ,03 3
2 2 1 2 1 0 5 0 2
1 .008 3 ,88 1/03/2008
0 2:57 ,54 6 ,03 3
2 2 1 2 1 0 5 0 2
1 .008 3 ,8 1/03/2008
0 3:23 ,56 6 ,03 3
2 2 1 2 1 0 5 0 2
1 .008 3 ,71 1/03/2008
0 3:51 ,58 6 ,03 3
2 2 1 2 1 0 5 0 2
1 .008 3 ,8 1/03/2008
0 4:14 ,59 6 ,03 3
2 2 1 2 1 0 5 0 2
1 .008 3 ,79 1/03/2008
0 4:50 ,62 6 ,03 3
2 2 1 2 1 0 5 0 2
1 .008 3 ,71 1/03/2008
0 6:18 ,68 6 ,03 3
2 2 1 2 1 0 5 0
1 .008 3 ,6 1/03/2008
0 6:47 ,70 6 ,03 0
2 2 1 2 2 0 5 0 2
2 .008 3 ,79 2/03/2008
0 3:34 ,98 6 ,03 2
177
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
2 2 1 2 0 0 5 0 2
3 .008 3 ,88 3/03/2008
0 :06 ,00 6 ,03 2
2 2 1 2 0 0 5 0 2
3 .008 3 ,8 3/03/2008
0 :30 ,02 6 ,03 3
2 2 1 2 0 0 5 0 2
3 .008 3 ,8 3/03/2008
0 :55 ,04 6 ,03 3
2 2 1 2 1 0 5 0 2
3 .008 3 ,96 3/03/2008
0 :26 ,06 6 ,03 3
2 2 1 2 2 0 5 0 2
3 .008 3 ,88 3/03/2008
0 :36 ,11 6 ,03 2
2 2 1 2 2 0 5 0 2
3 .008 3 ,6 3/03/2008
0 :57 ,12 6 ,03 3
2 2 2 2 3 0 5 0 2
3 .008 3 ,1 3/03/2008
0 :15 ,14 6 ,04 3
2 2 2 2 3 0 5 0 2
3 .008 3 ,02 3/03/2008
0 :32 ,15 6 ,03 3
2 2 4 2 3 0 5 0 4
3 .008 3 ,52 3/03/2008
0 :55 ,16 6 ,08 4
2 2 1 2 4 0 5 0 2
3 .008 3 ,77 3/03/2008
0 :13 ,18 6 ,03 3
2 2 1 2 4 0 5 0 2
3 .008 3 ,94 3/03/2008
0 :33 ,19 6 ,03 3
2 2 1 2 5 0 5 0 2
3 .008 3 ,89 3/03/2008
0 :12 ,22 6 ,03 2
2 2 0 2 5 0 5 0
3 .008 3 ,93 3/03/2008
0 :33 ,23 6 ,02 0
2 2 1 2 5 0 5 0 2
3 .008 3 ,85 3/03/2008
0 :56 ,25 6 ,03 3
2 2 1 2 6 0 5 0 2
3 .008 3 ,77 3/03/2008
0 :18 ,26 6 ,03 3
2 2 1 2 6 0 5 0 2
3 .008 3 ,77 3/03/2008
0 :46 ,28 6 ,03 3
2 2 1 2 7 0 5 0
3 .008 3 ,43 3/03/2008
0 :35 ,32 6 ,02 0
2 2 1 2 7 0 5 0 2
3 .008 3 ,65 3/03/2008
0 :57 ,33 6 ,03 3
2 2 1 2 1 0 5 0
3 .008 3 ,77 3/03/2008
0 0:19 ,43 6 ,03 0
2 2 1 2 1 0 5 0 2
3 .008 3 ,6 3/03/2008
0 0:42 ,45 6 ,03 3
2 2 1 2 1 0 5 0 2
3 .008 3 ,6 3/03/2008
0 1:30 ,48 6 ,03 3
2 2 1 2 1 0 5 0 2
3 .008 3 ,6 3/03/2008
0 3:37 ,57 6 ,03 3
2 2 1 2 1 0 5 0 2
3 .008 3 ,68 3/03/2008
0 4:05 ,59 6 ,03 3
2 2 1 2 1 0 5 0 2
3 .008 3 ,6 3/03/2008
0 4:40 ,61 6 ,03 3
2 2 1 2 1 0 5 0
3 .008 3 ,85 3/03/2008
0 7:17 ,72 6 ,03 0
2 2 1 2 1 0 5 0 2
4 .008 3 ,68 4/03/2008
0 2:46 ,53 6 ,03 3
2 2 1 2 1 0 5 0 2
4 .008 3 ,85 4/03/2008
0 3:30 ,56 6 ,03 3
2 2 2 2 1 0 5 0 2
4 .008 3 ,02 4/03/2008
0 4:32 ,61 6 ,03 3
2 2 1 2 1 0 5 0 2
4 .008 3 ,85 4/03/2008
0 5:02 ,63 6 ,03 3
2 2 1 2 1 0 5 0 2
4 .008 3 ,68 4/03/2008
0 5:26 ,64 6 ,03 3
2 2 3 2 1 0 5 0 2
4 .008 3 ,1 4/03/2008
0 5:45 ,66 6 ,05 3
2 2 1 2 1 0 5 0
4 .008 3 ,52 4/03/2008
0 6:03 ,67 6 ,03 0
2 2 1 2 1 0 5 0 2
4 .008 3 ,77 4/03/2008
0 6:21 ,68 6 ,03 3
2 2 1 2 1 0 5 0
4 .008 3 ,85 4/03/2008
0 6:43 ,70 6 ,03 0
2 2 1 2 1 0 5 0 2
4 .008 3 ,77 4/03/2008
0 7:07 ,71 6 ,03 3
2 2 1 2 1 0 5 0 2
4 .008 3 ,77 4/03/2008
0 7:44 ,74 6 ,03 3
3 2 1 3 1 0 5 0 2
1 .008 3 ,94 1/03/2008
0 6:28 ,69 6 ,03 3
3 2 1 3 1 0 5 0 2
1 .008 3 ,77 1/03/2008
0 7:03 ,71 6 ,03 3
3 2 2 3 1 0 5 0 2
1 .008 3 ,02 1/03/2008
0 7:46 ,74 6 ,03 3
3 2 1 3 1 0 5 0
1 .008 3 ,77 1/03/2008
0 8:28 ,77 6 ,03 0
2 0 1 0 5 5 3
.008
1 4 1/04/2008
5 0 5:00 ,63 6 ,00 .300
178
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
1 2 4 1 1 0 5 2 1
6 .008 4 5 6/04/2008
2 4:38 ,61 6 ,75 35
2 2 2 2 1 0 5 0 2
0 .008 5 ,87 0/05/2008
0 :25 ,06 6 ,05 2
2 2 2 2 2 0 5 0 2
0 .008 5 ,44 0/05/2008
0 :06 ,09 6 ,04 1
2 2 2 2 3 0 5 0 2
0 .008 5 ,55 0/05/2008
0 :16 ,14 6 ,04 0
2 2 2 2 1 0 5 0 2
0 .008 5 ,77 0/05/2008
0 5:29 ,65 6 ,05 3
2 2 1 2 8 0 5 4 2
2 .008 5 ,38 2/05/2008
4 :37 ,36 6 ,02 00
2 2 3 2 1 0 5 0 4
1 .008 7 ,69 1/07/2008
0 5:39 ,65 6 ,06 6
2 2 3 2 1 0 5 0 2
1 .008 7 ,44 1/07/2008
0 6:18 ,68 6 ,06 3
2 2 3 2 1 0 5 0 4
1 .008 7 ,27 1/07/2008
0 7:40 ,74 6 ,05 6
2 2 3 2 1 0 5 0 2
1 .008 7 ,43 1/07/2008
0 8:36 ,78 6 ,06 3
2 3 0 2 0 5 0 4
.008
8 8 ,52 8/08/2008
0 0:13 ,84 6 ,06 6
2 3 0 2 0 5 0 4
.008
8 8 ,45 8/08/2008
0 1:29 ,90 6 ,06 6
1 2 3 1 2 0 5 0 4
9 .009 6 ,55 9/06/2009
0 0:43 ,86 6 ,06 7
1 2 3 1 2 0 5 0 4
9 .009 6 ,44 9/06/2009
0 1:39 ,90 6 ,06 6
1 2 3 1 2 0 5 0 4
9 .009 6 ,44 9/06/2009
0 3:00 ,96 6 ,06 5
2 2 3 2 1 0 5 0 4
0 .009 6 ,02 0/06/2009
0 4:51 ,62 6 ,05 7
2 2 3 2 1 0 5 0 2
0 .009 6 ,27 0/06/2009
0 5:38 ,65 6 ,05 3
2 2 3 2 1 0 5 0 4
0 .009 6 ,69 0/06/2009
0 6:41 ,70 6 ,06 7
2 2 3 2 1 0 5 0 4
0 .009 6 ,48 0/06/2009
0 7:35 ,73 6 ,06 7
2 2 1 2 1 0 5 0 2
1 .009 6 7,19 1/06/2009
0 7:13 ,72 6 ,29 09
2 2 5 2 1 0 5 0 5
2 .009 7 1,02 2/07/2009
0 8:58 ,79 6 ,85 55
2 2 3 2 1 0 5 0 2
8 .009 8 ,36 8/08/2009
0 9:29 ,81 6 ,06 3
2 2 3 2 2 0 5 0 4
8 .009 8 ,52 8/08/2009
0 0:19 ,85 6 ,06 7
2 0 0 1 0 5 1 1
.009
8 9 ,33 8/09/2009
1 5:06 ,63 6 ,01 21
1 1 2 3 1 1 0 5 0 2
1 0 .009 ,78 1/10/2009
0 6:31 ,69 6 ,06 3
1 1 2 3 1 1 0 5 0 4
1 0 .009 ,69 1/10/2009
0 7:15 ,72 6 ,06 6
1 1 2 3 1 1 0 5 0 2
2 0 .009 ,61 2/10/2009
0 0:35 ,44 6 ,06 3
1 1 2 3 1 1 0 5 0 4
2 0 .009 ,52 2/10/2009
0 2:14 ,51 6 ,06 7
1 1 2 3 1 1 0 5 0 4
2 0 .009 ,69 2/10/2009
0 4:05 ,59 6 ,06 6
1 1 2 3 1 1 0 5 0 2
2 0 .009 ,36 2/10/2009
0 5:05 ,63 6 ,06 3
1 1 2 3 1 1 0 5 0 2
2 0 .009 ,27 2/10/2009
0 5:51 ,66 6 ,05 3
1 1 2 6 1 1 0 5 0 7
2 0 .009 ,86 2/10/2009
0 6:58 ,71 6 ,11 0
179
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con que han sucedido las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
180
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste exponencial
TBF
TBF
medi 165.358490
a
100 8
-log(1-F(t))= -log(R(t))
6
50 4
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
8 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
6 Max Ver
Med Rango
4 0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
181
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Range=(0,1400)
TBF
medi 6583.192056
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 0.5 1 1.5 2 0 5000 10000 15000
t - tiempo al fallo 4 t - tiempo (horas)
x 10
182
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi 165.111458
a
100 8
-log(1-F(t))= -log(R(t))
6
50 4
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
8 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
6 Max Ver
Med Rango
4 0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
183
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Range=(0,1000)
TTF
medi 6578.063489
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 0.5 1 1.5 2 0 5000 10000 15000
t - tiempo al fallo 4 t - tiempo (horas)
x 10
184
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
medi 0.180282
a
100 8
-log(1-F(t))= -log(R(t))
6
50 4
0 0
0 2 4 6 0 2 4 6
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
8 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
6 Max Ver
Med Rango
4 0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo t - tiempo (horas)
185
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Range=(0,1.5)
TTR
medi 2.769143
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 2 4 6 0 2 4 6
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 2 4 6 8 0 2 4 6
t - tiempo al fallo t - tiempo (horas)
El primer TTR no es una reparacin correctiva, sino una interrupcin breve de re-
arranque. As que se puede eliminar este primer dato.
186
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
medi
3.225667
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
1 32 4 5 1 2 3 4 5
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 2 4 6 8 1 2 3 4 5
t - tiempo al fallo t - tiempo (horas)
187
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
Range=(0,1400)
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.29 0 0 4782.
6036.09
5181 .811439 .5070258 59
me
6583.192056
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
50 -1
-2
0 -3
0 5000 10000 15000 0 5 10
x - horas x = log t - tiempo al fallo
-5
x 10
Tasa de fallos - lambda(t)
1 8
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
188
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
Range=(0,1000)
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.29 0 0 4769.
6023.72
4129 .810917 .5053508 42
me
6578.063489
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
50 -1
-2
0 -3
0 5000 10000 15000 0 5 10
x - horas x = log t - tiempo al fallo
-5
x 10
Tasa de fallos - lambda(t)
1 8
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
189
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
Si no se quita el primer dato se aprecia en la distribucin Weibull que este dato es
anmalo, por lo que parece bastante coherente haberlo quitado.
Range=(0,1.5)
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.69 0 1
3.21 2.88
1992 .759805 .1960258
me
2.769143
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
0
50
-2
0 -4
0 2 4 6 -4 -2 0 2
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 0.4
Min Cuad Min Cuad
Fiabilidad - R(t)
0.1
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) t - tiempo (horas)
190
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.69 0 1
3.21 2.88
1992 .759805 .1960258
me
2.769143
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
50 -1
-2
0 -3
1 2 3 4 5 0 0.5 1 1.5 2
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 2 3 4 5 1 2 3 4 5
t - tiempo (horas) t - tiempo (horas)
191
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Slo hay un dato para el tiempo de reparacin, por lo que no hay muestras suficientes
para hacer ajustes estadsticos para el tiempo de reparacin (TTR). Tambin hay que tener en
cuenta que el coeficiente de linealidad (r^2) va a ser uno, pero no debido a que los datos sigan la
distribucin exactamente, sino debido a que slo hay dos datos (el ajuste de la recta de regresin
entre dos puntos siempre es perfecta).
192
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con la que han sucedido las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
193
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste exponencial
TBF
TBF
Medi
26291.999861
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
1
Med Rango
0.5
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
194
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Medi
26283.312917
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
1
Med Rango
0.5
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
195
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.24 22117.7 1 0 1387
2512 0 .000000 .4569348 9.16
me
26291.999861
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 2 4 6 4 6 8 10 12
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
196
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.24 21977.8 1 0 1374
0776 6 .000000 .4536638 5.15
me
26283.312917
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 2 4 6 4 6 8 10 12
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
197
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
198
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con la que han sucedido las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
199
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste exponencial
TBF
TBF
Medi
8763.999954
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 1 2 3 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
200
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Medi
8762.206815
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 1 2 3 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
201
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Tasa
Tasa Tiempo_reparac r Tiempo_
_ reparacn
_reparacn _MC n_MC_horas ^2 reparacn _MV_horas
Ajus _MV
te exponencial
0.657 0 0.94
1.52 1.06
370 .828512 4495
Med
1.058767
ia
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 1 2 3 4 0 1 2 3 4
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo al fallo t - tiempo (horas)
202
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
Medi
0.470250
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0.2 0.4
0.6 0.8 1 0.2 0.4 0.6 0.8 1
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 0.5 1 0.2 0.4 0.6 0.8 1
t - tiempo al fallo t - tiempo (horas)
203
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.34 0 0 6690.
8187.41
5814 .801115 .5734308 60
me
8763.999954
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
50 -1
-2
0 -3
0 1 2 3 0 5 10 15
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 8
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
204
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.33 0 0 6590.
8128.07
3627 .793746 .5574128 27
me
8762.206815
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
50 -1
-2
0 -3
0 1 2 3 0 5 10 15
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 6
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
205
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
2.50 0 3
0.54 0.52
8898 .919013 .6861528
me
0.470250
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
0
50
-1
0 -2
0.2 0.4 0.6 0.8 1 -1.5 -1 -0.5 0
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 10
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0.2 0.4 0.6 0.8 1 0.2 0.4 0.6 0.8 1
t - tiempo (horas) t - tiempo (horas)
206
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con la que han sucedido las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
207
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste exponencial
TBF
TBF
medi
1168.533327
a
100 6
-log(1-F(t))= -log(R(t))
4
50
2
0 0
0 2000
4000 6000 8000 0 2000 4000 6000 8000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
6 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
4
Med Rango
0.5
2
0 0
0 2000 4000 6000 8000 0 2000 4000 6000 8000
t - tiempo al fallo t - tiempo (horas)
208
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
1167.478954
a
100 6
-log(1-F(t))= -log(R(t))
4
50
2
0 0
0 2000
4000 6000 8000 0 2000 4000 6000 8000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
6 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
4
Med Rango
0.5
2
0 0
0 2000 4000 6000 8000 0 2000 4000 6000 8000
t - tiempo al fallo t - tiempo (horas)
209
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTF
medi
0.585243
a
100 6
-log(1-F(t))= -log(R(t))
4
50
2
0 0
0 1 2 3 0 1 2 3
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
6 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
4
Med Rango
0.5
2
0 0
0 1 2 3 0 1 2 3
t - tiempo al fallo t - tiempo (horas)
210
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.46 0 0 587.6
560.96
7880 .954956 .4742078 5
me
1168.533327
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
50 -2
-4
0 -6
0 2000 4000 6000 8000 -5 0 5 10
x - horas x = log t - tiempo al fallo
-3
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2000 4000 6000 8000 0 2000 4000 6000 8000
t - tiempo (horas) t - tiempo (horas)
211
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.46 0 0 579.5
554.09
0290 .953880 .4689568 7
me
1167.478954
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
50 -2
-4
0 -6
0 2000 4000 6000 8000 -5 0 5 10
x - horas x = log t - tiempo al fallo
-3
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2000 4000 6000 8000 0 2000 4000 6000 8000
t - tiempo (horas) t - tiempo (horas)
212
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.94 0 0
0.50 0.53
3061 .908495 .8444608
me
0.585243
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
50 -2
-4
0 -6
0 1 2 3 -4 -2 0 2
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 8
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) t - tiempo (horas)
213
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Termostato freno
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
2 1 2 1 2 1 0 5 2 3
9 0 .005 0,59 9/10/2005
2 6:20 ,68 6 ,18 66
2 5 0 1 0 5 2 1
.006
4 3 4,85 4/03/2006
2 8:39 ,78 6 ,91 .144
2 2 1 2 1 0 5 0 1
5 .006 8 1,35 5/08/2006
0 4:28 ,60 6 ,19 9
214
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con la que suceden las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
215
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste exponencial
TBF
TBF
medi
13145.999931
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0 1 2 3 4 0 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
216
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TBF
medi
4812.822407
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
2000 4000 6000 8000 2000 4000 6000 8000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.4
0 0.2
0 5000 10000 2000 4000 6000 8000
t - tiempo al fallo t - tiempo (horas)
217
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
13140.595069
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0 1 2 3 4 0 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
Si no se tiene en cuenta el TTB mayor, considerndolo como un caso muy poco comn,
se obtienen los siguientes resultados:
218
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
medi
4805.679259
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
2000 4000 6000 8000 2000 4000 6000 8000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.4
0 0.2
0 5000 10000 2000 4000 6000 8000
t - tiempo al fallo t - tiempo (horas)
219
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
medi
1.760000
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 1 2 3 0 1 2 3
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 0 1 2 3
t - tiempo al fallo t - tiempo (horas)
220
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.99 12397.0 0 0 1295
8949 4 .800846 .9722908 8.75
me
13145.999931
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
50 0
-1
0 -2
0 1 2 3 4 8 9 10 11
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
221
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.99 12385.8 0 0 1294
8912 5 .800391 .9717648 9.69
me
13140.595069
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
50 0
-1
0 -2
0 1 2 3 4 8 9 10 11
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
222
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.68 0 1
2.08 1.85
4466 .886048 .2042468
me
1.760000
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 1 2 3 -2 -1 0 1 2
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 0.8
Min Cuad Min Cuad
Fiabilidad - R(t)
0.2
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) t - tiempo (horas)
223
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Slo hay un dato para el tiempo de reparacin, por lo que no hay muestras suficientes
para hacer ajustes estadsticos para el tiempo de reparacin (TTR). Tambin hay que tener en
cuenta que el coeficiente de linealidad (r^2) va a ser uno, pero no debido a que los datos sigan la
distribucin exactamente, sino debido a que slo hay dos datos (el ajuste de la recta de regresin
entre dos puntos siempre es perfecta).
224
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con la que sucede el modo de fallo
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
225
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste exponencial
TBF
TBF
medi
26291.999861
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 0.8
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
226
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
26277.556250
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 0.8
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
227
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.77 33658.3 1 1 2908
3959 7 .000000 .4582708 5.75
me
26291.999861
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 2 4 6 9 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
228
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.77 33639.8 1 1 2906
3680 3 .000000 .4577468 8.21
me
26277.556250
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 2 4 6 9 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
229
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Avera generador
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
2 1 0 1 0 5 1 3
.006
3 1 4,77 3/01/2006
0 3:02 ,54 6 73,93 1.309
1 2 2 1 1 0 5 1 2
1 .006 1 ,26 1/01/2006
0 :19 ,06 6 69,73 7.488
AEROGENENRADOR 56
Frecuencia con la que suceden los fallos
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
230
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste exponencial
TBF
TBF
medi
17527.999907
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
231
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
17409.099259
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
232
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
medi
171.830000
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
168 170 172 174 168 170 172 174
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
0 100 200 300 168 170 172 174
t - tiempo al fallo t - tiempo (horas)
233
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.34 15450.1 0 0 1212
6277 5 .976497 .5707458 5.04
me
17527.999907
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 2 4 6 4 6 8 10 12
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
234
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.21 11581.4 0 0 7825.
3010 4 .928598 .3694038 02
me
17409.099259
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 2 4 6 0 5 10 15
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
235
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
52.0 1 9 172.8
173.23
95804 .000000 8.1573898 6
me
171.830000
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
168 170 172 174 5.13 5.14 5.15 5.16 5.17
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 0.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0.2
0 0.1
168 170 172 174 168 170 172 174
t - tiempo (horas) t - tiempo (horas)
236
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
237
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con la que suceden las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
238
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste exponencial
TBF
TBF
medi
17527.999907
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 1 2 3 4 0 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
239
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
17526.310741
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 1 2 3 4 0 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
240
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
medi
0.155000
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0.1 0.15 0.2 0.1 0.15 0.2
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
0.05 0.1 0.15 0.2 0.25 0.1 0.15 0.2
t - tiempo al fallo t - tiempo (horas)
241
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.78 19647.1 0 1 1820
6095 7 .983735 .1015178 6.76
me
17527.999907
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 1 2 3 4 8 9 10 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 8
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
242
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.78 19643.8 0 1 1820
6091 0 .983685 .1013808 4.26
me
17526.310741
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 1 2 3 4 8 9 10 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 8
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
243
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
2.77 1 5
0.18 0.17
1141 .000000 .2213028
me
0.155000
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0.1 0.15 0.2 -2.2 -2 -1.8 -1.6 -1.4
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 20
Min Cuad Min Cuad
Fiabilidad - R(t)
0 5
0.1 0.15 0.2 0.1 0.15 0.2
t - tiempo (horas) t - tiempo (horas)
244
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
245
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con la que suceden las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
246
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
13145.999931
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0 1 2 3 4 0 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
247
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
13139.968125
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0 1 2 3 4 0 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
248
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
medi
2.773333
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 2 4 6 0 2 4 6
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo t - tiempo (horas)
249
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.67 11602.0 0 0 1140
6945 4 .913067 .7901678 4.86
me
13145.999931
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
0
50
-1
0 -2
0 1 2 3 4 7 8 9 10 11
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
250
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.67 11592.9 0 0 1139
7015 4 .912880 .7899958 7.39
me
13139.968125
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
0
50
-1
0 -2
0 1 2 3 4 7 8 9 10 11
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
251
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.46 0 0
2.99 2.49
3209 .952745 .7877838
me
2.773333
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 2 4 6 -4 -2 0 2
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 0.4
Min Cuad Min Cuad
Fiabilidad - R(t)
0.1
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) t - tiempo (horas)
252
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Proyectos MDE
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
1 2 4 1 8 0 5 9
4 .006 3 9,62 4/03/2006
9 :10 ,34 6 ,83 1
253
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con la que suceden las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
254
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
26291.999861
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
1 2 3 4 5 1 2 3 4 5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
1 2 3 4 5 1 2 3 4 5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
255
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
26282.998472
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
1 2 3 4 5 1 2 3 4 5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
1 2 3 4 5 1 2 3 4 5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un TTR.
256
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.91 33518.5 1 1 2963
6962 4 .000000 .7277138 2.05
me
26291.999861
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1 2 3 4 5 9 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 2 3 4 5 1 2 3 4 5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
257
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.91 33507.7 1 1 2962
6602 1 .000000 .7270348 1.05
me
26282.998472
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1 2 3 4 5 9 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 2 3 4 5 1 2 3 4 5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un TTR.
258
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
259
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
2 2 1 2 4 0 2 0 1
3 .008 3 5 3/03/2008
0 :11 ,17 8 ,25 71
2 2 2 2 4 0 2 0 2
3 .008 3 5 3/03/2008
0 :26 ,19 8 ,42 88
2 2 5 2 4 0 2 0 4
3 .008 3 ,18 3/03/2008
0 :53 ,20 8 ,09 4
2 2 5 2 5 0 2 0 6
3 .008 3 ,35 3/03/2008
0 :01 ,21 8 ,09 6
2 2 5 2 5 0 2 0 6
3 .008 3 ,19 3/03/2008
0 :08 ,21 8 ,09 6
2 2 6 2 5 0 2 0 6
3 .008 3 ,27 3/03/2008
0 :23 ,22 8 ,10 6
2 2 5 2 0 0 2 0 3
8 .008 3 ,19 8/03/2008
0 :08 ,01 8 ,09 5
2 2 5 2 0 0 2 0 4
8 .008 3 ,34 8/03/2008
0 :17 ,01 8 ,09 7
2 6 0 2 0 2 0 1
.008
6 5 ,09 6/05/2008
0 2:08 ,92 8 ,10 7
2 6 0 2 0 5 0 1
.008
6 5 ,5 6/05/2008
0 2:08 ,92 6 ,11 4
1 2 1 1 8 0 2 0
6 .008 5 0 6/05/2008
0 :13 ,34 8 ,38 0
1 2 1 1 8 0 5 0
6 .008 5 3,4 6/05/2008
0 :13 ,34 6 ,22 0
2 2 6 2 5 0 2 0
8 .008 5 ,06 8/05/2008
0 :55 ,25 8 ,10 3
2 2 6 2 5 0 5 0
8 .008 5 ,82 8/05/2008
0 :56 ,25 6 ,11 3
2 6 0 2 0 2 0 5
.008
5 8 ,11 5/08/2008
0 0:06 ,84 8 ,10 5
1 2 1 1 6 0 2 0
6 .008 8 0,27 6/08/2008
0 :38 ,28 8 ,17 3
1 2 4 1 6 0 5 0
6 .008 8 ,77 6/08/2008
0 :38 ,28 6 ,08 1
2 2 6 2 2 0 2 0
7 .008 8 ,06 7/08/2008
0 :45 ,12 8 ,10 8
2 2 6 2 2 0 5 0 1
7 .008 8 ,84 7/08/2008
0 :46 ,12 6 ,11 2
2 5 0 0 0 2 0
.008
3 9 ,37 3/09/2008
0 :31 ,02 8 ,09 2
2 6 0 0 0 5 0
.008
3 9 ,18 3/09/2008
0 :32 ,02 6 ,10 2
2 0 1 0 2 0
.008
9 9 9/09/2008
0 5 9:58 ,83 8 ,08 4
2 1 0 1 0 5 0 1
.008
9 9 5 9/09/2008
0 9:58 ,83 6 ,25 25
1 2 1 1 0 1 0 5 1 4
0 .008
8 3 8 8/10/2008 :50 ,08 6 3,30 .967
1 2 9 0 1 0 2 0 1
0 .008
8 ,23 8/10/2008
0 :50 ,08 8 ,15 06
1 2 1 0 1 0 2 0 2
0 .008
8 7 8/10/2008
0 5:00 ,63 8 ,28 5
2 2 4 2 1 0 2 0 4
4 .009 1 ,91 4/01/2009
0 4:35 ,61 8 ,08 7
2 2 3 2 1 0 2 3 2
9 .009 3 0 9/03/2009
3 9:30 ,81 8 ,50 .121
2 2 3 2 1 0 5 3 2
9 .009 3 0 9/03/2009
3 9:30 ,81 6 ,50 .121
1 2 1 1 9 0 2 0
2 .009 7 5 2/07/2009
0 :41 ,40 8 ,25 0
1 2 1 1 9 0 5 0
2 .009 7 5 2/07/2009
0 :41 ,40 6 ,25 0
1 2 5 1 6 0 2 0
6 .009 8 ,86 6/08/2009
0 :52 ,29 8 ,10 2
1 2 6 1 6 0 5 0
6 .009 8 ,2 6/08/2009
0 :53 ,29 6 ,10 2
2 2 6 2 5 0 2 0 3
4 .009 8 ,28 4/08/2009
0 :52 ,25 8 ,10 4
2 2 7 2 5 0 5 0 2
4 .009 8 ,11 4/08/2009
0 :53 ,25 6 ,12 6
2 4 0 2 0 5 6 2
.010
1 1 2,2 1/01/2010
6 :09 ,09 6 ,70 .823
2 3 0 9 0 5 1 5
.010
1 1 0,1 1/01/2010
1 :08 ,38 6 ,50 20
2 1 3 0 9 0 2 1 3
.010
1 14 0 1/01/2010 :34 ,40 8 4,50 .625
2 5 0 1 0 5 1 7
.010
1 1 1,61 1/01/2010
1 0:47 ,45 6 ,86 60
2 4 0 1 0 5 1 7
.010
1 1 7,1 1/01/2010
1 2:55 ,54 6 ,79 02
2 3 0 1 0 5 3 2
.010
1 1 1,4 1/01/2010
3 4:59 ,62 6 ,52 26
260
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
2 2 2 0 0 2 8 2
4 .010 2 4/02/2010
8 7 :00 ,00 8 ,12 .435
2 2 1 3 2 0 0 5 1 5
4 .010 27 4 4/02/2010 :00 ,00 6 7,57 .270
2 2 0 6 0 2 3
.010
1 3 6 1/03/2010
3 :10 ,26 8 ,43 0
2 0 6 0 5 1
.010
1 3 1/03/2010
1 2 :10 ,26 6 ,03 0
2 1 0 1 0 2 2
.010
2 3 5 2/03/2010
2 6:00 ,67 8 ,25 0
2 0 3 0 2 4
.010
6 3 6/03/2010
4 1 :40 ,15 8 ,02 0
2 3 0 3 0 5 3
.010
6 3 4 6/03/2010
3 :40 ,15 6 ,57 0
2 3 0 4 0 2 0
.010
8 3 8 8/03/2010
0 :30 ,19 8 ,63 0
2 1 0 4 0 5 0
.010
8 3 5 8/03/2010
0 :30 ,19 6 ,25 0
2 4 0 4 0 2 0
.010
9 3 0 9/03/2010
0 :30 ,19 8 ,67 0
2 0 4 0 5 1
.010
9 3 9/03/2010
1 2 :30 ,19 6 ,03 0
2 2 2 2 2 0 2 0
6 .010 3 1 6/03/2010
0 :05 ,09 8 ,35 0
2 2 1 2 2 0 5 0
6 .010 3 4 6/03/2010
0 :05 ,09 6 ,23 0
2 2 9 2 1 0 5 0 1
9 .010 3 ,61 9/03/2010
0 9:45 ,82 6 ,16 05
3 2 4 3 1 0 2 1
0 .010 3 6 0/03/2010
1 :30 ,06 8 ,77 0
3 2 4 3 1 0 5 2
0 .010 3 0 0/03/2010
2 :30 ,06 6 ,67 0
3 2 4 3 2 0 5 1 7
0 .010 3 3,27 0/03/2010
1 :03 ,09 6 ,72 85
3 2 5 3 5 0 5 0 3
0 .010 3 5,52 0/03/2010
0 :16 ,22 6 ,93 51
261
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con la que suceden las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
262
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
1143.130429
a
100 6
-log(1-F(t))= -log(R(t))
4
50
2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
6 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
4
Med Rango
0.5
2
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
Se podra considerar que los TBF entre cero y 1000 horas son incidencias debidas a
recadas de un mismo fallo, y no tiempos entre diferentes fallos. Si uso slo la mediana de estos
datos, entonces tendramos los siguientes resultados:
Range=(0,1000)
263
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TBF
medi
3163.741032
a
100 4
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
264
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
Se podra considerar que los TTF entre cero y 1000 horas son incidencias debidas a
recadas de un mismo fallo, y no tiempos entre diferentes fallos. Si uso slo la mediana de estos
datos, entonces tendramos los siguientes resultados:
Range=(0,1000)
TTF
medi
3170.841384
a
100 4
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
265
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Ta
Tasa _ Tiempo_ r Tiempo_
sa_ reparacn
reparacn _MC reparacn _MC_horas ^2 reparacn _MV_horas
Ajust _MV
e exponencial
0.0763 - 0.
13.10 3.56
62 0.120433 280623
medi
3.563499
a
100 6
-log(1-F(t))= -log(R(t))
4
50
2
0 0
0 2040 60 80 0 20 40 60 80
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
6 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
4
Med Rango
0.5
2
0 0
0 20 40 60 80 0 20 40 60 80
t - tiempo al fallo t - tiempo (horas)
Se podra considerar que los tiempos de reparacin entre 0 y 10 horas son en realidad
tiempos de ajuste del mismo fallo, y no tiempos de reparacin de distintos fallos. Si eliminamos los
TTR entre 0 y 10 horas obtenemos los siguientes resultados:
266
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
Tas
Tasa _ Tiempo_ r Tiempo_
a_ reparacn
reparacn _MC reparacn _MC_horas ^2 reparacn _MV_horas
Ajust _MV
e exponencial
0.0213 0 0.0
46.77 35.92
80 .885520 27843
medi
35.915556
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 2040 60 80 0 20 40 60 80
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 0.8
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.2
0 0
0 20 40 60 80 0 20 40 60 80
t - tiempo al fallo t - tiempo (horas)
267
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.18 0 1 3304.
3252.32
9719 .907075 .1105828 57
me
3163.741032
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
0
50
-2
0 -4
0 5000 10000 15000 4 6 8 10
x - horas x = log t - tiempo al fallo
-3
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
268
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.19 0 1 3315.
3264.24
0940 .906717 .1136348 06
me
3170.841384
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
0
50
-2
0 -4
0 5000 10000 15000 4 6 8 10
x - horas x = log t - tiempo al fallo
-3
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
269
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.14 0 1
39.13 39.28
2169 .804257 .3093998
me
35.915556
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 20 40 60 80 2.5 3 3.5 4 4.5
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 0.08
Min Cuad Min Cuad
Fiabilidad - R(t)
0.02
0 0
0 20 40 60 80 0 20 40 60 80
t - tiempo (horas) t - tiempo (horas)
270
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con la que suceden las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
271
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
973.777773
a
100 6
-log(1-F(t))= -log(R(t))
4
50
2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
6 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
4
Med Rango
0.5
2
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
Se podra considerar que los TBF entre cero y 1000 horas son incidencias debidas a
recadas de un mismo fallo, y no tiempos entre diferentes fallos. Si uso slo la mediana de estos
datos, entonces tendramos los siguientes resultados
272
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TBF
medi
3104.492401
a
100 4
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
273
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
970.992949
a
100 6
-log(1-F(t))= -log(R(t))
4
50
2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
6 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
4
Med Rango
0.5
2
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
274
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Range=(0,1000)
TTF
medi
3096.524748
a
100 4
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
275
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Tas
Tasa Tiempo_ r Tiempo_
a_ reparacin
_reparacin_MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
0.07639 - 0.3
13.09 2.67
7 0.297965 74397
medi
2.670963
a
100 6
-log(1-F(t))= -log(R(t))
4
50
2
0 0
0 20
40 60 80 0 20 40 60 80
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
6 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
4
Med Rango
0.5
2
0 0
0 20 40 60 80 0 20 40 60 80
t - tiempo al fallo t - tiempo (horas)
276
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Range=(0,10)
TTR
Tas
Tasa _ Tiempo_ r Tiempo_
a_ reparacin
reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
0.0213 0 0.0
46.73 30.63
97 .783688 32651
medi
30.626667
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 2040 60 80 0 20 40 60 80
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 20 40 60 80 0 20 40 60 80
t - tiempo al fallo t - tiempo (horas)
277
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.20 0 0 3246.
3180.11
5094 .823184 .6593948 55
me
3104.492401
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
50 -2
-4
0 -6
0 5000 10000 15000 4 6 8 10
x - horas x = log t - tiempo al fallo
-3
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
278
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.20 0 1 3235.
3167.99
3513 .823846 .1125148 55
me
3096.524748
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
0
50
-2
0 -4
0 5000 10000 15000 4 6 8 10
x - horas x = log t - tiempo al fallo
-3
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
279
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.30 0 0
24.85 18.75
0280 .967161 .5020508
me
30.626667
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 20 40 60 80 -2 0 2 4 6
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 0.02
Min Cuad Min Cuad
Fiabilidad - R(t)
0.005
0 0
0 20 40 60 80 0 20 40 60 80
t - tiempo (horas) t - tiempo (horas)
280
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
281
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con la que suceden las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
282
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
26291.999861
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
1 2 3 4 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
1 2 3 4 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
283
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
26283.340556
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
1 2 3 4 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
1 2 3 4 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
284
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.39 32297.4 1 2 2979
9042 0 .000000 .6360348 1.15
me
26291.999861
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1 2 3 4 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 6
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 2 3 4 1 2 3 4
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
285
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.39 32291.3 1 2 2978
7284 1 .000000 .6327218 2.50
me
26283.340556
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1 2 3 4 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 6
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 2 3 4 1 2 3 4
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
286
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Retrofit Equipos
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
2 4 0 1 0 2 1 5
.006
2 8 2,72 2/08/2006
1 1:39 ,49 8 ,71 69
2 1 2 3 2 1 0 2 0 2
0 2 .006 2,96 0/12/2006
0 5:30 ,65 8 ,55 64
2 1 2 1 2 9 0 5 1
6 2 .006 5 6/12/2006
1 :06 ,38 6 ,25 0
2 2 1 2 1 0 2 4 7
5 .007 5 5 5/05/2007
4 3:35 ,57 8 ,25 5
2 4 0 8 0 5 3 5
.007
3 7 3,5 3/07/2007
3 :40 ,36 6 ,73 0
1 1 2 1 1 0 5 0
3 1 .007 3/11/2007
0 0 2:00 ,50 6 ,00 0
1 1 2 1 1 0 2 0
5 1 .007 5/11/2007
0 0 0:30 ,44 8 ,00 0
287
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con la que suceden las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
288
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
13145.999931
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
289
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
13142.479722
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
290
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Tas
Tasa _ Tiempo_ r Tiempo_
a_ reparacin
reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
0.4374 0 0.6
2.29 1.66
63 .918232 03015
medi
1.658333
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 21 3 4 0 1 2 3 4
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo al fallo t - tiempo (horas)
291
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.02 14550.1 0 1 1425
2977 3 .904177 .2918768 0.73
me
13145.999931
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
0
50
-1
0 -2
0 1 2 3 8 9 10 11
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
292
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.02 14546.0 0 1 1424
2521 1 .904378 .2918768 5.82
me
13142.479722
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
0
50
-1
0 -2
0 1 2 3 8 9 10 11
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
293
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.16 1 2
3.11 2.83
6226 .000000 .1973688
me
2.487500
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1 2 3 4 0 0.5 1 1.5
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 0.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0.2
0 0.1
1 2 3 4 1 2 3 4
t - tiempo (horas) t - tiempo (horas)
294
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con la que suceden las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
295
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
medi
10516.799944
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 1 2 3 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
296
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
10513.166944
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 1 2 3 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
297
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Tas
Tasa _ Tiempo_ r Tiempo_
a_ reparacin
reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
0.9201 0 2.1
0.455982 10513.17
82 .923763 9
medi
1.627500
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0 2 4 6 0 2 4 6
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo t - tiempo (horas)
298
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.26 10686.4 0 1 1125
4206 2 .764430 .1972778 1.11
me
10516.799944
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
50 0
-1
0 -2
0 1 2 3 8 9 10 11
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
299
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.26 10681.2 0 1 1124
4145 5 .764285 .1969428 6.38
me
10513.166944
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
50 0
-1
0 -2
0 1 2 3 8 9 10 11
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
300
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.94 0 1
2.58 2.39
3022 .999614 .4089718
me
2.170000
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 2 4 6 -1 0 1 2
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 0.8
Min Cuad Min Cuad
Fiabilidad - R(t)
0.2
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) t - tiempo (horas)
301
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Fallo General
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
2 1 0 2 0 5 0 1
,007
7 3 3 7/03/2007
0 3:24 .98 6 .22 52
AEROGENERAGOR 56
Frecuencia con la que suceden las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
302
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TTB
medi
26291.999861
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
1.5 2 2.5 3 3.5 1.5 2 2.5 3 3.5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
1 2 3 4 1.5 2 2.5 3 3.5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
303
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
26280.191528
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
1.5 2 2.5 3 3.5 1.5 2 2.5 3 3.5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
1 2 3 4 1.5 2 2.5 3 3.5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
304
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
2.26 30538.3 1 4 2905
9523 7 .000000 .2761688 4.99
me
26291.999861
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1.5 2 2.5 3 3.5 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 10
Min Cuad Min Cuad
Fiabilidad - R(t)
0 2
1.5 2 2.5 3 3.5 1.5 2 2.5 3 3.5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
305
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
2.26 30532.0 1 4 2904
4602 7 .000000 .2668978 5.85
me
26280.191528
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1.5 2 2.5 3 3.5 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 10
Min Cuad Min Cuad
Fiabilidad - R(t)
0 2
1.5 2 2.5 3 3.5 1.5 2 2.5 3 3.5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
306
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
307
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con la que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
308
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
17527.999907
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
1 1.5 2 2.5 1 1.5 2 2.5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.4
0 0.2
0 1 2 3 4 1 1.5 2 2.5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
309
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
17521.239884
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
1 1.5 2 2.5 1 1.5 2 2.5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.4
0 0.2
0 1 2 3 4 1 1.5 2 2.5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
310
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTF
Tas
Tasa _ Tiempo_ r Tiempo_
a_ reparacin
reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
1.1766 0 1.6
0.85 0.61
83 .926927 42614
medi
0.608786
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 0.5 1 1.5 0 0.5 1 1.5
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
1
Med Rango
0.5
0.5
0 0
0 0.5 1 1.5 0 0.5 1 1.5
t - tiempo al fallo t - tiempo (horas)
311
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
3.08 19695.2 0 4 1925
0353 3 .998062 .5365668 2.50
me
17527.999907
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1 1.5 2 2.5 9 9.5 10 10.5
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 1.5 2 2.5 1 1.5 2 2.5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
312
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
3.08 19685.9 0 4 1924
3771 3 .998138 .5439388 3.31
me
17521.239884
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1 1.5 2 2.5 9 9.5 10 10.5
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 1.5 2 2.5 1 1.5 2 2.5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
313
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.64 1 1
0.77 0.65
9717 .000000 .2241788
me
0.608786
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 0.5 1 1.5 -2 -1 0 1
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 0.5 1 1.5 0 0.5 1 1.5
t - tiempo (horas) t - tiempo (horas)
314
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con la que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
315
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
17527.999907
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
316
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
17524.115167
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
317
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Tas
Tasa _ Tiempo_ r Tiempo_
a_ reparacin
reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
0.6012 0 0.8
1.66 1.13
23 .857424 83197
medi
1.132250
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 1 2 3 0 1 2 3
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
1
Med Rango
0.5
0.5
0 0
0 1 2 3 0 1 2 3
t - tiempo al fallo t - tiempo (horas)
318
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.69 17554.5 0 0 1660
6812 9 .932716 .9010208 7.84
me
17527.999907
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 2 4 6 7 8 9 10 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 8
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
319
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.69 17550.4 0 0 1660
6853 3 .932679 .9010328 4.28
me
17524.115167
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 2 4 6 7 8 9 10 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 8
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
320
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.52 1 0
1.40 1.12
1191 .000000 .9820128
me
1.132250
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 1 2 3 -2 -1 0 1
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 0.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0.2
0 0.1
0 1 2 3 0 1 2 3
t - tiempo (horas) t - tiempo (horas)
321
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
322
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con la que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
323
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
8763.999954
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 1 2 3 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
324
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
8761.055234
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 1 2 3 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
325
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
Slo hay un dato que no es cero.
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.51 0 0 7119.
7736.42
4850 .973173 .6906908 47
me
8763.999954
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
50 -1
-2
0 -3
0 1 2 3 4 6 8 10 12
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
326
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.51 0 0 7117.
7734.77
4891 .973150 .6907818 96
me
8761.055234
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
50 -1
-2
0 -3
0 1 2 3 4 6 8 10 12
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato que no es cero.
327
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con la que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
328
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
17527.999907
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 0.8
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.2
0 0
0 1 2 3 4 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
329
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
17523.166574
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 0.8
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.2
0 0
0 1 2 3 4 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
TTR
Los dos datos son cero.
330
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.68 20604.7 0 2 1990
3436 1 .980974 .3442288 1.99
me
17527.999907
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 1 2 3 9 9.5 10 10.5
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
331
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.68 20598.8 0 2 1989
4145 5 .981036 .3455358 6.25
me
17523.166574
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 1 2 3 9 9.5 10 10.5
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
Los dos datos son cero.
332
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Sobrevelocidad Elctrica
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
1 2 2 1 1 0 2 0 2
9 .006 2 ,2 9/02/2006
0 1:56 ,50 8 ,04 3
2 3 0 3 0 2 0 3
.007
8 3 0 8/03/2007
0 :43 ,16 8 ,50 50
2 3 0 1 0 5 0 4
.008
6 3 7,55 6/03/2008
0 5:18 ,64 6 ,63 43
2 2 2 2 0 0 5 0 1
4 .009 1 ,93 4/01/2009
0 :44 ,03 6 ,05 2
2 2 2 2 1 0 2 0 2
4 .009 1 5,2 4/01/2009
0 3:09 ,55 8 ,42 80
333
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con la que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
334
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
17527.999907
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.4
0 0.2
0 1 2 3 4 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
335
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
17522.671500
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.4
0 0.2
0 1 2 3 4 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
336
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Tas
Tasa _ Tiempo_ r Tiempo_
a_ reparacin
reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
1.9862 0 2.9
0.50 0.34
78 .843020 46231
medi
0.339417
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 0.20.4 0.6 0.8 0 0.2 0.4 0.6 0.8
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
1
Med Rango
0.5
0.5
0 0
0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8
t - tiempo al fallo t - tiempo (horas)
337
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.50 20936.4 0 2 1987
0776 3 .997895 .3298558 2.76
me
17527.999907
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 1 2 3 8.5 9 9.5 10 10.5
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
338
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.50 20929.8 0 2 1986
1286 3 .997866 .3310848 6.53
me
17522.671500
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 1 2 3 8.5 9 9.5 10 10.5
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
339
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.49 1 0
0.41 0.33
7957 .000000 .9382368
me
0.339417
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 0.2 0.4 0.6 0.8 -4 -3 -2 -1 0
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8
t - tiempo (horas) t - tiempo (horas)
340
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
341
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
13145.999931
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0.5 1 1.5 2 0.5 1 1.5 2
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 0.5 1 1.5 2
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
342
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
13142.776528
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0.5 1 1.5 2 0.5 1 1.5 2
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 0.5 1 1.5 2
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
343
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Tas
Tasa _ Tiempo_ r Tiempo_
a_ reparacin
reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
2.5480 0 3.1
0.39 0.32
56 .731633 25000
medi
0.320000
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 0.2
0.4 0.6 0.8 0 0.2 0.4 0.6 0.8
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.4
0 0.2
0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8
t - tiempo al fallo t - tiempo (horas)
344
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
3.37 14559.1 0 4 1452
9457 9 .836114 .2646618 9.35
me
13145.999931
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
0
50
-1
0 -2
0.5 1 1.5 2 9 9.5 10
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0.5 1 1.5 2 0.5 1 1.5 2
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
345
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
3.37 14555.1 0 4 1452
8510 8 .835148 .2602938 6.70
me
13142.776528
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
0
50
-1
0 -2
0.5 1 1.5 2 9 9.5 10
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0.5 1 1.5 2 0.5 1 1.5 2
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
346
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.73 0 1
0.38 0.34
7016 .863124 .2952698
me
0.320000
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 0.2 0.4 0.6 0.8 -4 -3 -2 -1 0
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8
t - tiempo (horas) t - tiempo (horas)
347
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Error de Sincronismo
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
2 2 5 2 1 0 2 1 2
8 .008 7 4,02 8/07/2008
1 3:15 ,55 8 ,90 14
3 2 2 3 1 0 2 1 8
0 .008 7 8,43 0/07/2008
1 3:46 ,57 8 ,47 8
2 1 0 1 0 2 2 3
.008
4 8 9,35 4/08/2008
2 4:54 ,62 8 ,32 2
2 4 0 1 0 2 0 1
.008
6 8 5,1 6/08/2008
0 1:39 ,49 8 ,75 5
2 1 0 1 0 2 0 2
.008
6 8 3,43 6/08/2008
0 3:43 ,57 8 ,22 5
3 1 2 0 3 1 0 5 0
0 1 .008 ,16 0/11/2008
0 4:53 ,62 6 ,00 0
1 2 2 1 1 0 2 0
2 .009 5 6,1 2/05/2009
0 4:53 ,62 8 ,44 6
1 2 3 1 1 0 2 0 2
4 .009 5 ,19 4/05/2009
0 5:41 ,65 8 ,05 3
1 2 7 1 1 0 2 0
3 .009 6 ,87 3/06/2009
0 3:44 ,57 8 ,13 8
1 2 1 1 1 0 2 0
7 .009 6 ,47 7/06/2009
0 9:00 ,79 8 ,02 1
1 2 1 1 0 0 2 1 2
8 .009 61 8/06/2009
0 :28 ,02 8 1,00 .548
1 2 2 1 1 0 2 0 6
8 .009 6 4 8/06/2009
0 4:31 ,60 8 ,40 0
1 2 8 1 4 0 2 0
9 .009 6 ,52 9/06/2009
0 :03 ,17 8 ,14 3
1 2 5 1 1 0 2 3 2
9 .009 6 7 9/06/2009
3 3:26 ,56 8 ,95 .032
348
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con que acurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
349
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
26291.999861
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
1.5 2 2.5 3 3.5 1.5 2 2.5 3 3.5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
1 2 3 4 1.5 2 2.5 3 3.5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
350
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
26284.554583
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
1.5 2 2.5 3 3.5 1.5 2 2.5 3 3.5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
1 2 3 4 1.5 2 2.5 3 3.5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
351
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
2.02 30944.0 1 3 2926
1212 4 .000000 .8083098 1.41
me
26291.999861
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1.5 2 2.5 3 3.5 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 10
Min Cuad Min Cuad
Fiabilidad - R(t)
0 2
1.5 2 2.5 3 3.5 1.5 2 2.5 3 3.5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
352
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
2.02 30932.8 1 3 2925
2606 1 .000000 .8109348 1.91
me
26284.554583
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1.5 2 2.5 3 3.5 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 10
Min Cuad Min Cuad
Fiabilidad - R(t)
0 2
1.5 2 2.5 3 3.5 1.5 2 2.5 3 3.5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un punto.
353
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
354
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
3755.999980
a
100 4
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 1 2 3 4 0 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
355
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Range=(0,5000)
TBF
medi
12875.431111
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0 1 2 3 4 0 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
356
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
3753.424091
a
100 4
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 1 2 3 4 0 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
357
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Range=(0,5000)
TTF
medi
12870.492375
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0 1 2 3 4 0 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
358
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Tas
Tasa _ Tiempo_ r Tiempo_
a_ reparacin
reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
0.3339 0 0.5
2.99 1.75
24 .586650 70080
medi
1.754141
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 5 10 15 0 5 10 15
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 5 10 15 0 5 10 15
t - tiempo al fallo t - tiempo (horas)
359
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Range=(0,1.5)
TTR
Tas
Tasa _ Tiempo_ r Tiempo_
a_ reparacin
reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
0.1478 0 0.1
6.77 5.12
12 .953899 95440
medi
5.116667
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 5 10 15 0 5 10 15
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 5 10 15 0 5 10 15
t - tiempo al fallo t - tiempo (horas)
360
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.36 12435.5 0 0 1014
4400 2 .881306 .6149488 2.21
me
12875.431111
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
50 -1
-2
0 -3
0 1 2 3 4 0 5 10 15
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 6
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
361
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.36 12398.9 0 0 1009
1486 5 .880038 .6106488 7.41
me
12870.492375
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
50 -1
-2
0 -3
0 1 2 3 4 0 5 10 15
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 6
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
362
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.57 0 0
5.76 4.98
4360 .982083 .9369138
me
5.116667
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 5 10 15 -1 0 1 2 3
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 0.2
Min Cuad Min Cuad
Fiabilidad - R(t)
0.05
0 0
0 5 10 15 0 5 10 15
t - tiempo (horas) t - tiempo (horas)
363
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
364
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
365
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
26291.999861
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
1 2 3 4 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
1 2 3 4 5 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
366
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
26280.468000
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
1 2 3 4 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
1 2 3 4 5 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
367
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.16 32914.7 1 2 2987
7843 3 .000000 .2004158 8.93
me
26291.999861
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1 2 3 4 9 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 1
1 2 3 4 1 2 3 4
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
368
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.16 32899.2 1 2 2986
8245 1 .000000 .2011738 5.84
me
26280.468000
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1 2 3 4 9 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 1
1 2 3 4 1 2 3 4
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
369
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con que acurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
370
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
17527.999907
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
1 1.5 2 2.5 3 1 1.5 2 2.5 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.4
0 0.2
0 1 2 3 4 1 1.5 2 2.5 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
371
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
17524.585093
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
1 1.5 2 2.5 3 1 1.5 2 2.5 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.4
0 0.2
0 1 2 3 4 1 1.5 2 2.5 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
372
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Tas
Tasa _ Tiempo_ r Tiempo_
a_ reparacin
reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
0.5026 0 0.6
1.99 1.66
94 .911569 01504
medi
1.662500
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
1 1.5 2 2.5 1 1.5 2 2.5
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
0.5 1 1.5 2 2.5 1 1.5 2 2.5
t - tiempo al fallo t - tiempo (horas)
373
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
2.88 19407.1 0 3 1969
4409 2 .693273 .0387908 6.14
me
17527.999907
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
1 1.5 2 2.5 3 9 9.5 10 10.5
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
0.8 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 1.5 2 2.5 3 1 1.5 2 2.5 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
374
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
2.88 19403.4 0 3 1969
4721 5 .693391 .0393828 2.09
me
17524.585093
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
1 1.5 2 2.5 3 9 9.5 10 10.5
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
0.8 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 1.5 2 2.5 3 1 1.5 2 2.5 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
375
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.57 1 2
2.01 1.88
5604 .000000 .9687068
me
1.662500
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1 1.5 2 2.5 0 0.5 1
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 1
Min Cuad Min Cuad
Fiabilidad - R(t)
0.4
0 0.2
1 1.5 2 2.5 1 1.5 2 2.5
t - tiempo (horas) t - tiempo (horas)
376
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Fallo Precarga
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
2 1 2 3 2 1 0 2 3 1
7 2 .005 6,1 7/12/2005
2 3:36 ,57 8 ,60 .713
AEROGENERADOR 28
Frecuencia con que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
377
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
26291.999861
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 0.8
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
378
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
26283.394722
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 0.8
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un fallo.
379
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.78 33658.9 1 1 2913
3827 1 .000000 .4768648 9.74
me
26291.999861
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 2 4 6 9 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
380
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.78 33647.9 1 1 2912
3108 2 .000000 .4755098 6.37
me
26283.394722
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 2 4 6 9 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
381
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Sensor de Vibraciones
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
1 2 1 1 1 0 2 2 1
9 .006 2 8,51 9/02/2006
2 3:11 ,55 8 ,31 .629
AEROGENENRADOR 28
Frecuencia con que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
382
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
26291.999861
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 0.8
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
383
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
26284.251250
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 0.8
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un fallo.
384
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.87 33586.3 1 1 2951
5100 9 .000000 .6488398 7.50
me
26291.999861
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 2 4 6 9 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
385
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.87 33577.5 1 1 2950
4336 6 .000000 .6473988 6.42
me
26284.251250
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 2 4 6 9 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
386
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
387
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
388
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
26291.999861
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
1 2 3 4 5 1 2 3 4 5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0.2
1 2 3 4 5 1 2 3 4 5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
389
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
26262.254028
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
1 2 3 4 5 1 2 3 4 5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 0.8
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0
1 2 3 4 5 1 2 3 4 5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
390
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.89 33549.1 1 1 2958
9345 1 .000000 .6945208 7.57
me
26291.999861
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1 2 3 4 5 9 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 2 3 4 5 1 2 3 4 5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
391
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.89 33512.4 1 1 2955
8585 1 .000000 .6930888 2.06
me
26262.254028
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
1 2 3 4 5 9 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 2 3 4 5 1 2 3 4 5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
392
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
393
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
394
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
Range=(0.10000)
TBF
medi
17256.629167
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 1 2 3 4 0 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
395
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
Range=(0,10000)
TTF
medi
17251.575000
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 1 2 3 4 0 1 2 3 4
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
396
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
Range=(0,1)
TTR
Tasa
Tasa _ Tiempo_ r Tiempo_
_reparacin
reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
0.3069 0 0.38
3.26 2.57
93 .930435 9610
medi
2.566667
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 2 4 6 0 2 4 6
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo t - tiempo (horas)
397
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
Range=(0,10000)
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.35 17175.1 0 0 1390
7773 1 .866994 .6291398 5.57
me
17256.629167
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 1 2 3 4 4 6 8 10 12
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
398
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
Range=(0,10000)
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.35 17169.1 0 0 1390
7718 7 .867026 .6290458 0.09
me
17251.575000
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 1 2 3 4 4 6 8 10 12
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 4 0 1 2 3 4
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
399
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
Range=(0,1)
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.45 0 0
2.80 2.35
9825 .910242 .8046588
me
2.566667
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 2 4 6 -4 -2 0 2
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 0.4
Min Cuad Min Cuad
Fiabilidad - R(t)
0.1
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) t - tiempo (horas)
400
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Error Anemmetro
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
1 2 1 1 1 0 2 0 1
5 .007 8 7,17 5/08/2007
0 8:24 ,77 8 ,29 04
1 1 2 2 1 1 0 2 1 2
7 0 .008 0 7/10/2008
1 8:00 ,75 8 ,33 4
401
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
402
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
17527.999907
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
1 1.5 2 2.5 1 1.5 2 2.5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.4
0 0.2
0 1 2 3 4 1 1.5 2 2.5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
403
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
17521.322991
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
1 1.5 2 2.5 1 1.5 2 2.5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.4
0 0.2
0 1 2 3 4 1 1.5 2 2.5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
404
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Tas
Tasa Tiempo_ r Tiempo_
a_ reparacin
_reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
0.9364 0 1.2
1.07 0.81
64 .984356 34844
medi
0.809819
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 0.5 1 1.5 0 0.5 1 1.5
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
1.5 0.8
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0
0 0.5 1 1.5 0 0.5 1 1.5
t - tiempo al fallo t - tiempo (horas)
405
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
2.35 20166.6 0 4 1945
2239 3 .945688 .0274638 5.20
me
17527.999907
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
1 1.5 2 2.5 9 9.5 10 10.5
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 1.5 2 2.5 1 1.5 2 2.5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
406
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
2.35 20157.0 0 4 1944
4357 5 .945354 .0322808 6.69
me
17521.322991
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
1 1.5 2 2.5 9 9.5 10 10.5
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 1.5 2 2.5 1 1.5 2 2.5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
407
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.82 1 1
1.04 0.90
7772 .000000 .5596648
me
0.809819
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 0.5 1 1.5 -1.5 -1 -0.5 0 0.5
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 1
Min Cuad Min Cuad
Fiabilidad - R(t)
0.4
0 0.2
0 0.5 1 1.5 0 0.5 1 1.5
t - tiempo (horas) t - tiempo (horas)
408
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
409
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
410
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
17527.999907
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
1 1.5 2 2.5 3 1 1.5 2 2.5 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.4
0 0.2
0 1 2 3 4 1 1.5 2 2.5 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
411
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
17518.591204
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
1 1.5 2 2.5 3 1 1.5 2 2.5 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.4
0 0.2
0 1 2 3 4 1 1.5 2 2.5 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
412
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Tas
Tasa _ Tiempo_ r Tiempo_
a_ reparacin
reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
0.0908 0 0.1
11.00 7.49
76 .856617 33571
medi
7.486667
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 5 10 15 0 5 10 15
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
1
Med Rango
0.5
0.5
0 0
0 5 10 15 0 5 10 15
t - tiempo al fallo t - tiempo (horas)
413
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
2.20 20174.7 0 2 1973
3538 6 .959857 .9547628 1.46
me
17527.999907
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
1 1.5 2 2.5 3 9 9.5 10 10.5
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 1.5 2 2.5 3 1 1.5 2 2.5 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
414
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
2.20 20162.4 0 2 2016
4665 8 .959540 .204665 2.48
me
17518.591204
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
1 1.5 2 2.5 3 9 9.5 10 10.5
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 1.5 2 2.5 3 1 1.5 2 2.5 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
415
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.51 1 0
9.22 7.42
9872 .000000 .9795278
me
7.486667
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 5 10 15 0 1 2 3
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 0.08
Min Cuad Min Cuad
Fiabilidad - R(t)
0.02
0 0
0 5 10 15 0 5 10 15
t - tiempo (horas) t - tiempo (horas)
416
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
417
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
Ajuste Exponencial
418
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TBF
Range=(0,5000)
TBF
medi
17447.786944
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
419
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
Range=(0,5000)
TTF
medi
17440.961481
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 1 2 3 0 1 2 3
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 0 1 2 3
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
420
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Tas
Tasa _ Tiempo_ r Tiempo_
a_ reparacin
reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
1.2496 0 1.3
0.80 0.73
83 .966120 62089
medi
0.734167
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0 0.5 1 1.5 0 0.5 1 1.5
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 0.5 1 1.5 0 0.5 1 1.5
t - tiempo al fallo t - tiempo (horas)
421
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.25 14487.0 0 0 1099
5648 3 .840967 .4464328 5.65
me
17447.786944
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 1 2 3 0 5 10 15
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
422
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.25 14466.5 0 0 1097
5241 2 .840874 .4457058 6.10
me
17440.961481
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 1 2 3 0 5 10 15
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 1 2 3 0 1 2 3
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
423
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.40 0 1
0.86 0.83
0052 .994028 .8313488
me
0.734167
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
0
50
-1
0 -2
0 0.5 1 1.5 -1.5 -1 -0.5 0 0.5
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 0.5 1 1.5 0 0.5 1 1.5
t - tiempo (horas) t - tiempo (horas)
424
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Fallo Frecuencia
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
1 2 5 0 2 0 2 0
2 .009
4 ,02 4/12/2009
0 0:30 ,85 8 ,08 7
425
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
426
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
26291.999861
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 0.8
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
427
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
26281.703583
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 0.8
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
428
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.83 33632.4 1 1 2937
5982 4 .000000 1.5751338 9.91
me
26291.999861
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 2 4 6 9 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
429
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.83 33619.0 1 1 2936
6238 3 .000000 .5756168 9.41
me
26281.703583
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 2 4 6 9 9.5 10 10.5 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
430
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Sobrevelocidad Ground
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
2 2 1 2 1 0 2 0 1
3 .010 1 8,36 3/01/2010
0 2:53 ,54 8 ,31 0
2 2 7 2 2 1 2 0
3 .010 1 ,19 3/01/2010
0 3:58 ,00 8 ,12 2
2 2 2 2 1 0 2 0 2
8 .010 2 6,35 8/02/2010
0 0:26 ,43 8 ,44 7
2 2 0 1 0 2 1 9
.010
9 3 3,34 9/03/2010
1 6:10 ,67 8 ,39 80
431
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con que suceden las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
432
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
Range=(0,2000)
TBF
medi
17240.817685
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
433
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
Range=(0,2000)
TTF
medi
17235.911537
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
434
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Tas
Tasa _ Tiempo_ r Tiempo_
a_ reparacin
reparacin _MC reparacin _MC_horas ^2 reparacin _MV_horas
Ajust _MV
e exponencial
1.4084 0 1.7
0.71 0.56
97 .918882 74623
medi
0.563500
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0 0.5 1 1.5 0 0.5 1 1.5
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 0.5 1 1.5 0 0.5 1 1.5
t - tiempo al fallo t - tiempo (horas)
435
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.36 14727.8 0 0 1175
0462 8 .991101 .5753008 0.19
me
17240.817685
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 2 4 6 4 6 8 10 12
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
436
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.36 14721.9 0 0 1174
0343 8 .991074 .5751558 4.35
me
17235.911537
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
0 2 4 6 4 6 8 10 12
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
437
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.01 0 1
0.62 0.60
7665 .955532 .2068158
me
0.563500
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
0
50
-1
0 -2
0 0.5 1 1.5 -3 -2 -1 0 1
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 0.5 1 1.5 0 0.5 1 1.5
t - tiempo (horas) t - tiempo (horas)
438
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
439
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con que ocurren las incidencias
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
440
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Exponencial
TBF
TBF
medi
26291.999861
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
1
Med Rango
0.5
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
441
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
26289.736222
a
80 1.5
-log(1-F(t))= -log(R(t))
60 1
40 0.5
20 0
0 2 4 6 0 2 4 6
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
1.5 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
1
Med Rango
0.5
0.5
0 0
0 2 4 6 0 2 4 6
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
442
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.68 33556.2 1 1 2848
9971 9 .000000 .3000238 6.70
me
26291.999861
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 2 4 6 8 9 10 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
443
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.68 33553.4 1 1 2848
9989 4 .000000 .3000588 4.41
me
26289.736222
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 0.5
0
60
-0.5
40
-1
20 -1.5
0 2 4 6 8 9 10 11
x - horas 4 x = log t - tiempo al fallo
x 10
-5
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 0 2 4 6
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
Slo hay un dato.
444
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
TBF TTF TTR
MODO DE FALLO
r^2 (horas) MTBF (horas) r^2 (horas) MTTF (horas) r^2 (horas) MTTR (horas)
Avera multiplicador 0,9899 - 0,3891 15987,49 0 57444,0965 0,9900 - 0,3891 15973,1000 0 57402,6384 1,0000 - 1,180402 0,42 0 0,3968
Vel. rotor # Vel. generador 1,0000 - 1,1678 32914,73 0 31187,8141 1,0000 - 1,1682 32899,2100 0 31170,1183 - - - - - -
Temperatura disparo generador 0,8727 1,30E-04 - - - 7692,3077 0,8719 1,30E-04 - - - 7692,3077 0,8749 3,11E-01 - - - 3,2185
Avera generador 0,9762 3,80E-05 - - - 26315,7895 0,9774 3,80E-05 - - - 26315,7895 1,0000 - 52,0958 173,2300 0 171,3727
Temperatura disparo cojinete L.A. 1,0000 - 1,3990 32297,40 0 29439,7720 1,0000 - 1,3973 32291,3100 0 29440,0595 - - - - - -
Sobrevelocidad elctrica 0,9979 - 1,5008 20936,43 0 18899,0804 0,9979 - 1,5013 20929,8300 0 18892,3469 1,0000 - 0,4980 0,4100 0 0,8262
Tiempo mximo de orientacin 0,9697 9,30E-05 - - - 10752,6882 0,9697 9,30E-05 - - - 10752,6882 0,9190 - 2,5089 0,5400 0 0,4792
Termostato freno 0,9939 1,90E-04 - - - 5263,1579 0,9941 1,91E-04 - - - 5235,6021 0,8860 6,84E-01 - - - 1,4610
Sobretensin hardware rectificador 0,9837 - 0,7861 19647,17 0 22546,9594 0,9837 - 0,7861 19643,8000 0 22543,1774 1,0000 - 2,7711 0,1800 0 0,1602
Sobretensin hardware inversor 0,9131 - 0,6769 11602,04 0 15179,9729 0,9129 - 0,6770 11592,9400 0 15166,4637 0,9527 - 0,4632 2,9900 0 6,9580
Retrofit equipos 0,9538 6,40E-05 - - - 15625,0000 0,9539 6,40E-05 - - - 15625,0000 1,0000 - 1,1662 3,1100 0 2,9480
Fallo general 1,0000 - 2,2695 30538,37 0 27050,6926 1,0000 - 2,2646 30532,0700 0 27044,5928 - - - - - -
Serie de emergencia top 0,9981 - 3,0804 19695,23 0 17608,3714 0,9981 - 3,0838 19685,9300 0 17600,9548 1,0000 - 0,6497 0,7700 0 1,0525
Error sincronismo 1,0000 - 2,0212 30944,04 0 27418,5444 1,0000 - 2,0226 30932,8100 0 27408,3003 - - - - - -
445
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Vel. rotor # Vel. generador 0,7408 5,20E-05 - - - 19230,7692 0,7407 5,20E-05 - - - 19230,7692 1,0000 - 1,5756 2,0100 0 1,8048
Fallo refrigeracin multiplicador 0,8410 - 0,2556 14487,0300 0 304624,4125 0,8409 - 0,2552 14466,5200 0 307027,7812 0,9940 - 1,4001 0,8600 0 0,7838
Sobrevelocidad elctrica 0,8361 - 3,3795 14559,1900 0 13075,6258 0,8351 - 3,3785 14555,1800 0 13071,8360 0,8631 0,7370 0,3800 0 0,4591
Sobrevelocidad ground 0,9911 - 0,3605 14727,8800 0 67039,7236 0,9911 - 0,3603 14721,9800 0 67085,9694 0,9555 - 1,0177 0,6200 0 0,6155
Tiempo mximo de orientacin 0,9550 - 0,4679 560,9600 0 1278,1295 0,9539 - 0,4603 554,0900 0 1306,9426 0,9557 1,51E+00 - - - 0,6615
Retrofit equipos 0,9239 7,80E-05 - - - 12820,5128 0,9238 7,80E-05 - - - 12820,5128 0,9996 - 0,9430 2,5800 0 2,6498
Serie de emergencia top 0,9327 - 0,6968 17554,5900 0 2988,1454 0,9327 - 0,6969 17550,4300 0 22311,8594 1,0000 - 0,5212 1,4000 0 2,6010
Error sincronismo 0,9634 6,10E-05 - - - 16393,4426 0,9634 6,10E-05 - - - 16393,4426 0,9821 - 0,5744 5,7600 0 9,1968
Fallo en precarga 1,0000 - 0,7838 33658,9100 0 38710,1171 1,0000 - 0,7831 33647,9200 0 38724,1012 - - - - - -
Sensor de vibraciones 1,0000 - 0,8751 33586,3900 0 35903,8563 1,0000 - 0,8743 33577,5600 0 35912,7452 - - - - - -
Fallo IGBT S inversor 1,0000 - 0,8993 33549,1100 0 35313,8931 1,0000 - 0,8986 33512,4100 0 35291,6155 - - - - - -
Fallo comunicacin aerog/set 0,8670 - 0,3578 17175,1100 0 80148,4517 0,8670 - 0,3577 17169,1700 0 80161,9327 0,9304 3,07E-01 - - - 3,2574
Error anemmetro 0,9457 - 2,3522 20166,6300 0 17871,2815 0,9454 - 2,3544 20157,0500 0 17863,0437 1,0000 - 0,8278 1,0400 0 1,1509
Error accionamiento pitch 0,9599 - 2,2035 20174,7600 0 17867,3613 0,9595 - 2,2047 20162,4800 0 17856,5177 1,0000 - 0,5199 9,2200 0 17,2040
Fallo frecuencia 1,0000 - 0,8360 33632,4400 0 36979,8543 1,0000 - 0,8362 33619,0300 0 36957,7735 - - - - - -
446
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
MANTENIMIENTO PREVENTIVO
Mantenimiento Preventivo Generador
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
1 2 4 1 1 0 5 3 1
6 ,006 3 9.37 6/03/2006
3 5:36 .65 6 .82 8
2 2 0 8 0 2 3 8
,006
3 5 2.67 3/05/2006
3 :47 .37 8 .38 2
1 2 4 1 9 0 5 1 1
9 ,006 9 3.6 9/09/2006
1 :20 .39 6 .73 21
2 1 2 2 2 1 0 2 2 5
3 1 ,006 3.58 3/11/2006
2 5:10 .63 8 .39 90
2 0 9 0 2 6 2
,007
5 2 5/02/2007
6 2 :11 .38 8 .03 4
1 2 5 1 9 0 5 2 1
4 ,007 2 5.19 4/02/2007
2 :17 .39 6 .92 ,409
1 2 2 1 8 0 2 3 1
9 ,007 6 5 9/06/2007
3 :50 .37 8 .42 5
2 2 4 2 1 0 5 1 4
0 ,007 8 2.6 0/08/2007
1 5:32 .65 6 .71 62
1 2 4 1 1 0 2 2 2
8 ,008 1 2.01 8/01/2008
2 0:11 .42 8 .70 5
2 2 2 2 8 0 5 2
6 ,008 2 5 6/02/2008
2 :33 .36 6 .42 0
2 2 4 2 8 0 2 2 1
2 ,008 5 5 2/05/2008
2 :40 .36 8 .75 75
1 2 1 0 1 0 5 2 4
0 ,008
2 8.85 2/10/2008
2 4:12 .59 6 .31 45
2 5 0 1 0 2 1 1
,009
9 3 8 9/03/2009
1 6:15 .68 8 .97 ,287
1 2 5 1 8 0 5 2 2
1 ,009 5 1 1/05/2009
2 :38 .36 6 .85 13
2 2 2 2 8 0 2 2 1
1 ,009 8 9.34 1/08/2009
2 :58 .37 8 .49 24
2 1 2 4 2 1 0 5 1 1
3 0 ,009 8.61 3/10/2009
1 4:51 .62 6 .81 92
447
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con que ocurren los mantenimientos
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
448
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste exponencial
TBF
TBF
medi
5842.666636
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
449
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TBF
medi
4515.319603
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
3500 4000
4500 5000 5500 3500 4000 4500 5000 5500
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 5000 10000 15000 3500 4000 4500 5000 5500
t - tiempo al fallo t - tiempo (horas)
La ajuste no es muy bueno para el distribucin exponencial debido a que obliga a la recta
de regresin a que pase por el origen de tiempos. En este caso es mejor usar la distribucin
Weibull.
450
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
5838.757158
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
451
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Range=(7000,inf)
TTF
medi
4512.782362
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
3500 4000
4500 5000 5500 3500 4000 4500 5000 5500
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 5000 10000 15000 3500 4000 4500 5000 5500
t - tiempo al fallo t - tiempo (horas)
452
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
medi
2.446357
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
1 2 3 4 1 2 3 4
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 2 4 6 1 2 3 4
t - tiempo al fallo t - tiempo (horas)
453
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
7.73 0 8 4772.
4780.37
3907 .947517 .8968538 31
me
4515.319603
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
50 -1
-2
0 -3
3500 4000 4500 5000 5500 8 8.2 8.4 8.6
x - horas x = log t - tiempo al fallo
-3
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
3500 4000 4500 5000 5500 3500 4000 4500 5000 5500
t - tiempo (horas) t - tiempo (horas)
454
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
7.73 0 8 4769.
4780.37
0267 .947764 .8904078 76
me
4512.782362
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
50 -1
-2
0 -3
3500 4000 4500 5000 5500 8 8.2 8.4 8.6
x - horas x = log t - tiempo al fallo
-3
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
3500 4000 4500 5000 5500 3500 4000 4500 5000 5500
t - tiempo (horas) t - tiempo (horas)
455
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
4.05 0 3
2.68 2.71
1687 .870933 .7714088
me
2.446357
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
0
50
-2
0 -4
1 2 3 4 0.5 1 1.5
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 8
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 2 3 4 1 2 3 4
t - tiempo (horas) t - tiempo (horas)
456
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con que acurren los mantenimientos
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
Ajuste exponencial
457
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TBF
TBF
medi
5842.666636
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 0.5 1 1.5 2 0 5000 10000 15000
t - tiempo al fallo 4 t - tiempo (horas)
x 10
458
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Range=(10000,inf)
TBF
medi
5095.510816
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
459
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
Range=(10000,inf)
TTF
medi
5091.976087
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
460
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
medi
3.140708
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 24 6 8 0 2 4 6 8
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 2 4 6 8 0 2 4 6 8
t - tiempo al fallo t - tiempo (horas)
461
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.96 0 1 5781.
5714.97
1044 .939906 .8734488 19
me
5095.510816
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
0
50
-2
0 -4
0 5000 10000 15000 7 8 9 10
x - horas x = log t - tiempo al fallo
-3
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
462
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.95 0 1 5777.
5710.99
9849 .939925 .8726008 11
me
5091.976087
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
0
50
-2
0 -4
0 5000 10000 15000 7 8 9 10
x - horas x = log t - tiempo al fallo
-3
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
463
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
3.64 0 2
3.42 3.53
6676 .783326 .7086808
me
3.140708
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 4
50 0
-2
0 -4
0 2 4 6 8 0.5 1 1.5 2
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 10
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 2 4 6 8 0 2 4 6 8
t - tiempo (horas) t - tiempo (horas)
464
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
Frecuencia con que ocurren los mantenimiento
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
465
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste exponencial
TBF
TBF
medi
10516.799944
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 0.5 1 1.5 2 0 0.5 1 1.5 2
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 1 2 3 0 0.5 1 1.5 2
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
466
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
10512.964644
a
100 3
-log(1-F(t))= -log(R(t))
2
50
1
0 0
0 0.5 1 1.5 2 0 0.5 1 1.5 2
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
3 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
Max Ver
2
Med Rango
0.5
1
0 0
0 1 2 3 0 0.5 1 1.5 2
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
467
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTF
medi
2.068083
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
1 2 3 4 1 2 3 4
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 4 1 2 3 4
t - tiempo al fallo t - tiempo (horas)
468
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.55 12345.3 0 2 1188
3419 6 .965416 .2406398 1.62
me
10516.799944
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
50 -1
-2
0 -3
0 0.5 1 1.5 2 8 8.5 9 9.5 10
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 0.5 1 1.5 2 0 0.5 1 1.5 2
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTF
469
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.55 12340.9 0 2 1187
3379 3 .965317 .2410758 7.21
me
10512.964644
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
50 -1
-2
0 -3
0 0.5 1 1.5 2 8 8.5 9 9.5 10
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 4
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 0.5 1 1.5 2 0 0.5 1 1.5 2
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
TTR
470
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
2.66 0 3
2.34 2.32
0250 .944060 .0995668
me
2.068083
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 1
0
50
-1
0 -2
1 2 3 4 0 0.5 1 1.5
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1 2 3 4 1 2 3 4
t - tiempo (horas) t - tiempo (horas)
471
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con que ocurren los mantenimientos
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
472
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste exponencial
TBF
TBF
medi
13145.999931
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0.5 1 1.5 2 2.5 0.5 1 1.5 2 2.5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 0.5 1 1.5 2 2.5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
473
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
medi
13142.060647
a
100 2
-log(1-F(t))= -log(R(t))
1.5
50 1
0.5
0 0
0.5 1 1.5 2 2.5 0.5 1 1.5 2 2.5
x - horas 4 t - tiempo al fallo 4
x 10 x 10
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 1 2 3 0.5 1 1.5 2 2.5
t - tiempo al fallo 4 t - tiempo (horas) 4
x 10 x 10
474
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
medi
2.198489
a
80 2
-log(1-F(t))= -log(R(t))
1.5
60
1
40
0.5
20 0
1.5 2
2.5 3 3.5 1.5 2 2.5 3 3.5
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
2 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
0.5 0.4
0 0.2
0 1 2 3 4 1.5 2 2.5 3 3.5
t - tiempo al fallo t - tiempo (horas)
475
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBF
TBF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
3.10 14560.7 0 3 1471
4771 8 .800220 .1867598 6.04
me
13145.999931
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
50 0
-1
0 -2
0.5 1 1.5 2 2.5 9 9.5 10
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 6
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0.5 1 1.5 2 2.5 0.5 1 1.5 2 2.5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
476
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTF
TTF
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
3.10 14556.1 0 3 1471
5899 7 .800224 .1880058 1.29
me
13142.060647
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
50 0
-1
0 -2
0.5 1 1.5 2 2.5 9 9.5 10
x - horas 4 x = log t - tiempo al fallo
x 10
-4
x 10
Tasa de fallos - lambda(t)
1 6
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0.5 1 1.5 2 2.5 0.5 1 1.5 2 2.5
t - tiempo (horas) 4 t - tiempo (horas) 4
x 10 x 10
477
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTR
TTR
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
2.42 0 2
2.47 2.48
8324 .776479 .7237398
me
2.198489
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
80 1
60 0
40 -1
20 -2
1.5 2 2.5 3 3.5 0 0.5 1 1.5
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
1.5 2 2.5 3 3.5 1.5 2 2.5 3 3.5
t - tiempo (horas) t - tiempo (horas)
478
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Mantenimientos otros
D M A M F H H A T P
A ES O in ECHA
H ORA ORA EN DIAS EROG (h) roducc. perd.
1 2 4 1 8 0 5 6 8
7 ,006 3 2.24 7/03/2006
6 :58 .37 6 .70 52
1 2 3 1 8 0 2 3 5
0 ,006 5 0 0/05/2006
3 :58 .37 8 .50 2
2 2 2 2 8 0 5 3 4
5 ,006 5 8.52 5/05/2006
3 :53 .37 6 .48 64
2 5 0 1 0 2 0 2
,006
5 6 6.76 5/06/2006
0 1:33 .48 8 .95 70
1 2 4 1 1 0 5 0 3
9 ,006 6 1.73 9/06/2006
0 5:43 .66 6 .70 5
1 2 1 1 1 9 0 2 1 1
7 ,006 70 9.15 7/07/2006 :13 .38 8 0.32 26
2 2 3 2 9 0 5 6 3
6 ,006 9 6.24 6/09/2006
4 :00 .38 6 .00 ,000
1 2 7 1 8 0 2 4 2
0 ,007 1 .09 0/01/2007
4 :54 .37 8 .12 07
1 2 2 1 9 0 5 5 1
4 ,007 3 .83 4/03/2007
5 :09 .38 6 .05 12
2 2 5 2 8 0 2 0 5
4 ,007 7 0.61 4/07/2007
0 :50 .37 8 .84 37
2 2 1 2 8 0 2 5 4
5 ,007 7 5 5/07/2007
5 :40 .36 8 .25 5
2 2 2 2 1 0 2 1 3
5 ,007 7 2.96 5/07/2007
1 5:50 .66 8 .38 4
1 2 2 0 8 0 5 5 1
0 ,007
4 .98 4/10/2007
5 :45 .36 6 .05 4
1 2 3 0 1 0 5 1 1
0 ,007
4 2 4/10/2007
1 5:24 .64 6 .53 0
3 2 3 3 9 0 2 6 1
0 ,008 1 9.29 0/01/2008
6 :00 .38 8 .65 ,429
2 2 5 2 8 0 5 4 4
8 ,008 3 6.01 8/03/2008
4 :47 .37 6 .93 8
2 2 3 2 1 0 5 1
8 ,008 3 9 8/03/2008
1 5:23 .64 6 .65 1
1 2 1 8 0 2 9 1
8 ,008 7 8/07/2008
9 8 :33 .36 8 .13 ,112
1 2 0 1 0 5 1 2
0 ,008
2 2/10/2008
1 0 6:30 .69 6 .00 02
2 1 2 2 2 8 0 5 6 6
4 0 ,008 9 4/10/2008
6 :44 .36 6 .48 3
2 1 2 1 2 1 0 5 1
4 0 ,008 5.02 4/10/2008
1 6:01 .67 6 .25 7
1 2 4 1 1 0 2 0 6
7 ,009 2 4 7/02/2009
0 5:25 .64 8 .73 61
2 5 0 9 0 2 3 5
,009
4 3 1.6 4/03/2009
3 :07 .38 8 .86 32
2 2 0 1 0 2 2 3
,009
4 3 2 4/03/2009
2 4:30 .60 8 .37 56
2 2 3 2 9 0 5 8 1
7 ,009 3 0.54 7/03/2009
8 :16 .39 6 .51 28
1 2 5 1 1 0 2 0 2
6 ,009 4 4.94 6/04/2009
0 5:18 .64 8 .92 23
2 4 0 1 0 5 0
,009
6 5 8 6/05/2009
0 6:00 .67 6 .80 6
1 2 4 1 1 0 5 0 1
1 ,009 5 4 1/05/2009
0 1:30 .48 6 .73 1
1 2 3 1 8 0 5 4 5
2 ,009 5 6.51 2/05/2009
4 :45 .36 6 .61 2
1 2 5 1 1 0 5 1 3
2 ,009 5 3 2/05/2009
1 5:06 .63 6 .88 6
1 2 0 1 8 0 2 8 3
2 ,009 8 .52 2/08/2009
8 :25 .35 8 .01 ,799
1 2 2 1 8 0 2 8 4
3 ,009 8 9.06 3/08/2009
8 :01 .33 8 .48 ,001
1 2 2 1 7 0 2 8 1
4 ,009 8 1.56 4/08/2009
8 :59 .33 8 .36 ,445
1 2 3 1 7 0 2 7 1
7 ,009 8 2.56 7/08/2009
7 :59 .33 8 .54 ,998
1 2 1 8 0 2 4 6
8 ,009 8 8/08/2009
4 9 :07 .34 8 .15 6
2 2 2 1 0 2 1
1 ,009 8 1/08/2009
1 0 1:30 .48 8 .00 0
2 2 3 2 9 0 2 8 1
7 ,009 8 .27 7/08/2009
8 :24 .39 8 .05 28
479
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
3 2 5 3 8 0 2 7 1
1 ,009 8 7.91 1/08/2009
7 :04 .34 8 .97 66
2 2 0 8 0 2 9 1
,009
1 9 7.22 1/09/2009
9 :13 .34 8 .45 ,028
2 5 0 8 0 2 5 1
,009
7 9 .61 7/09/2009
5 :39 .36 8 .09 48
2 5 0 1 0 2 1 6
,009
7 9 5 7/09/2009
1 5:35 .65 8 .92 2
1 2 3 0 9 0 5 7 3
0 ,009
6 0 6/10/2009
7 :00 .38 6 .50 73
1 2 0 1 0 5 1 1
0 ,009
7 7/10/2009
1 0 1:30 .48 6 .00 42
1 2 4 0 1 0 5 1 1
0 ,009
7 5 7/10/2009
1 4:00 .58 6 .75 29
2 1 2 2 1 0 5 1 9
3 0 ,009 3/10/2009
1 0 6:41 .70 6 .00 8
2 1 2 2 8 0 5 5 2
6 0 ,009 6/10/2009
5 0 :46 .37 6 .00 16
2 1 2 1 4 2 1 0 5 1 2
6 0 ,009 0 0.71 6/10/2009 5:40 .65 6 0.68 16
2 1 2 4 2 8 0 5 6 3
5 1 ,009 0.6 5/11/2009
6 :54 .37 6 .68 85
2 2 4 2 1 0 5 6 1
3 ,010 2 6.02 3/02/2010
6 0:54 .45 6 .77 ,190
2 2 2 2 9 0 5 3 8
4 ,010 2 0 4/02/2010
3 :05 .38 6 .33 3
2 2 3 2 1 0 2 0 9
5 ,010 3 5.96 5/03/2010
0 5:51 .66 8 .60 7
AEROGENERADOR 56
Frecuencia con que ocurren los mantenimientos
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
480
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste exponencial
TBM
TBM
medi
1947.555545
a
100 4
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
481
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTM
TTM
medi
1943.368721
a
100 4
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
482
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TOM
TOM
medi
4.002450
a
100 4
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 5 10 15 0 5 10 15
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 5 10 15 0 5 10 15
t - tiempo al fallo t - tiempo (horas)
483
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBM
TBM
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.45 0 0 1004.
924.19
7461 .898429 .4644588 36
me
1947.555545
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
0
50
-2
0 -4
0 5000 10000 15000 0 5 10
x - horas x = log t - tiempo al fallo
-3
x 10
Tasa de fallos - lambda(t)
1 2
Min Cuad Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
484
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTM
TTM
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.38 0 0 877.2
821.65
8847 .901492 .4139408 3
me
1943.368721
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
0
50
-2
0 -4
0 5000 10000 15000 -5 0 5 10
x - horas x = log t - tiempo al fallo
-3
x 10
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
485
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TOM
TOM
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.41 0 1
4.29 4.41
9510 .905655 .4207498
me
4.002450
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
0
50
-2
0 -4
0 5 10 15 -1 0 1 2 3
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 1.5
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 5 10 15 0 5 10 15
t - tiempo (horas) t - tiempo (horas)
486
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 28
Frecuencia con que ocurren los mantenimientos
Frecuencia de incidencias
1
0.9
0.8
0.7
0.6
indicencia
0.5
0.4
0.3
0.2
0.1
0
0 500 1000 1500 2000 2500
tiempo en das
487
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste exponencial
TBM
medi
2022.461528
a
100 4
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
488
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTM
TTM
medi
2017.476124
a
100 4
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 5000 10000 15000 0 5000 10000 15000
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo al fallo t - tiempo (horas)
489
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TOM
TOM
medi
4.826120
a
100 4
-log(1-F(t))= -log(R(t))
3
50 2
0 0
0 5 10 15 0 5 10 15
x - horas t - tiempo al fallo
Recta ajustada y los valores reales
4 1
-log(1-F(t))= -log(R(t))
Min Cuad
Fiabilidad - R(t)
3 Max Ver
Med Rango
2 0.5
0 0
0 5 10 15 20 0 5 10 15
t - tiempo al fallo t - tiempo (horas)
490
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
Ajuste Weibull
TBM
TBM
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.49 0 0 981.6
872.91
9135 .892025 .4674738 1
me
2022.461528
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
0
50
-2
0 -4
0 5000 10000 15000 0 5 10
x - horas x = log t - tiempo al fallo
-3
x 10
Tasa de fallos - lambda(t)
1 3
Min Cuad Min Cuad
Fiabilidad - R(t)
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
491
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TTM
TTM
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
0.43 0 0 886.5
820.11
3774 .928337 .4326768 0
me
2017.476124
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
0
50
-2
0 -4
0 5000 10000 15000 0 5 10
x - horas x = log t - tiempo al fallo
-3
x 10
Tasa de fallos - lambda(t)
1 2
Min Cuad Min Cuad
Fiabilidad - R(t)
0.5
0 0
0 5000 10000 15000 0 5000 10000 15000
t - tiempo (horas) t - tiempo (horas)
492
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
TOM
TOM
Beta Mu r V Mu
MinCuadra MinCuadraHora ^2 eta MaxVer MaxVerHoras
Aj
uste Weibull
1.29 0 1
5.21 5.28
3248 .915519 .4062628
me
4.826120
dia
y = log(-log(1-F(t)))= log(-log(R(t)))
Presentacin de CDF o F(t) Recta ajustada y los valores reales
Probabilidad acumulada (F) %
100 2
0
50
-2
0 -4
0 5 10 15 -1 0 1 2 3
x - horas x = log t - tiempo al fallo
Tasa de fallos - lambda(t)
1 0.8
Min Cuad Min Cuad
Fiabilidad - R(t)
0.2
0 0
0 5 10 15 0 5 10 15
t - tiempo (horas) t - tiempo (horas)
493
UNIVERSIDAD PONTIFICIA
COMILLAS
ESCUELA TCNICA SUPERIOR DE
INGENIERA (ICAI)
AEROGENERADOR 56
PREVIENTIVO MULTIPLICADORA 0,965416 - 1,553419 12345,36 0 11101,0000 0,965317 - 1,553379 12340,93 0 11097,0000 0,94406 - 2,66025 2,34 0,0000 2,0799
PREVENTIVO GENERADOR 0,947517 - 7,733907 4780,37 0,0000 4494,0000 0,947764 - 7,730267 4780,37 0,0000 4494,0000 0,870933 - 4,051687 2,68 0,0000 2,4309
PREVENTIVO OTROS 0,898429 - 0,457461 924,19 0,0000 2209,0000 0,901492 - 0,388847 821,65 0,0000 2958,0000 0,905655 - 1,41951 4,29 0,0000 3,9017
AEROGENERADOR 28
PREVIENTIVO MULTIPLICADORA 0,80022 - 3,10477 14560,7 0 13023,0000 0,800224 - 3,10589 14556,1 0 13019,0000 0,81116 0,41 - - 0,0000 2,4264
PREVENTIVO GENERADOR 0,939906 - 1,961044 5714,97 0 5067,0000 0,939925 - 1,959849 5710,99 0,0000 5063,0000 0,783326 - 3,646676 3,42 0,0000 3,0839
PREVENTIVO OTROS 0,892025 - 0,499135 872,91 0 1751,0000 0,928337 - 0,433774 820,11 0,0000 2213,0000 0,915519 - 1,293248 5,21 0,0000 4,8169
494