DAELT - Departamento Acadêmico de Eletrotécnica

Confiabilidade de Sistemas
(System Reliability Analysis – SRA)

Docente: MAZZEI, DENNIS

 Notas Importantes I

A cada aula serão transmitidos conceitos e suas definições

com exemplos e exercícios suficiente para que a metodologia
focal do respectivo módulo (disciplina) possa ser
compreendida pelos alunos desta especialização.
Com a pandemia da covid-19, as atividades de treinamento
ganharam o recurso da tecnologia remota (online) para suas
aplicações, no entanto, comparado aos eventos presenciais,
estes exigem muito mais do aluno para o seu respectivo
aprendizado.
Portanto, e desde já, cabem quatro sugestões para se
minimizar alguma baixa no aproveitamento individual.
1. Use 2 monitores durante as aulas – o seu notebook e 1 monitor extra!
2. Assista as aulas de uma sala isolada do ruído de pessoas e do ambiente!
3. Garanta a funcionalidade plena dos recursos de Microfone, Fone de
Ouvido (ou caixas acústicas), e Sistema de Conexão Wi-Fi ou por cabo!
4. Foco 100%!
 Notas Importantes II

Já a partir desta disciplina e as 2 próximas – RAM e LCCA, os

conceitos da disciplina Análise de Dados de Vida (LDA) serão
aqui utilizados também, portanto mantenha contato com os
respectivos conceitos.
A proposta destas disciplinas não é a de desenvolver as
complexas derivações e/ou integrações matemáticas que
alguns conceitos poderão utilizar, mas sim, com tais
disciplinas serão entendidos todos estes conceitos ao nível
de uso e correta interpretação deles.
Para mais detalhes de ordem matemática, todas as formulas
e suas derivações poderão ser vistas e estudadas pelo
acesso gratuito do site http://www.ReliaWiki.org.
 Notas Importantes III

Para as aplicações e exercícios mais complexos, das 2

próximas disciplinas, será utilizado o ReliaSoft BlockSim,
podendo ainda serem utilizados 2 outros softwares da família
ReliaSoft:
1. SRA – RS BlockSim, RS Weibull++ e RS ALTA
2. RAM – RS BlockSim, RS Weibull++ e RS ALTA
Introdução
 Definindo um Sistema

 Para Confiabilidade, um sistema é um coleção de itens,

subsistemas, montagens e/ou componentes arranjados
de forma lógica afim de permitir que este (sistema) possa
desempenhar uma, ou várias, funcionalidades.

Sua definição de um “sistema” pode conter o número de níveis de análise

que desejar. Por exemplo, uma aeronave pode ser definida como um
sistema com múltiplos subsistemas e montagens. Ou, o trem de pouso da
aeronave pode ser definido como um sistema com múltiplas montagens e
componentes.

Teoricamente, a definição de um sistema poderia chegar até o último nível

possível.
 Confiabilidade de Sistemas
Olhando para o Sistema

 Dado:
 Que um sistema é composto por componentes / subsistemas.
 As distribuições de vida (Confiabilidade) de um
componente/subsistema foram determinadas (estimada ou
aproximada).
✓ Análise de Dados de Vida
✓ Testes Acelerados de Vida
✓ Dados de Campo
✓ Experiência do Engenheiro
✓ Dados de Projetos Similares

 Determine:
 O que é uma distribuição de vida (Confiabilidade) de um sistema?
 Confiabilidade de Sistemas
Analisando o Sistema a Partir dos Componentes

 Realizar testes em sistemas para levantar a sua

confiabilidade pode ser impraticável.
 Pode ser mais fácil e mais barato testar
componentes/subsistemas e então testar o sistema
completo.
 Tamanho
 Modos de Falha
 Controle das condições do teste
 Equipamento de teste

 Teste de vida é geralmente realizado pelos fornecedores

dos componentes.
 Confiabilidade de Sistemas
Olhando para os Componentes

 A Confiabilidade de um componente é quantificada

utilizando um modelo matemático que descreve sua
probabilidade de falha (ou probabilidade de sucesso –
Confiabilidade) para diferentes idades.
 O “modelo” é uma função de densidade de probabilidade
estatística (pdf).

 Cada componente pode ser descrito por diferentes

modelos.
 Confiabilidade de Sistemas
Olhando para os Componentes

Weibull
Componente Lognormal
A b, h Componente m, s
B

Normal
Componente m, s Exponential

C Componente l
D
or MTBF

Nós podemos também entender um componente

como um “modo de falha” ou uma “função”.
 Confiabilidade de Sistemas

 Utilize os modelos dos componentes para criar o modelo

do sistema.

Weibull
Componente
A b, h
Sistema A
Lognormal
Componente m, s f(t)
B
Exponential
Qi
Componente l
D
or MTBF
 Confiabilidade de Sistemas
Olhando para os Componentes

 Os tipos de componentes, suas quantidades, suas

qualidades e as configurações de projeto (arranjo lógico)
tem efeito direto na Confiabilidade de seu sistema.
 A Confiabilidade do sistema é derivada da Confiabilidade de
seus componentes.
 Os componentes possuem Confiabilidades que mudam com o
passar do tempo, bem como a do sistema.
 Page 13

Diagrama de Blocos de Confiabilidade

(Reliability Block Diagram)

© 1992 – 2014 ReliaSoft Corporation

 Introdução aos RBDs

 Utilizando a Abordagem de Diagrama de Blocos de

Confiabilidade (RBD) para Representar o Modelo de
Confiabilidade do Sistema.

Chassis Undercarriage
 Diagrama de Blocos de Confiabilidade (RBDs)

 Um Diagrama de Blocos de Confiabilidade é uma representação

gráfica dos componentes/subsistemas de um sistema, e como eles
estão logicamente (reliability-wise) conectados.
 Pode ser entendido como um diagrama lógico de Confiabilidade.
 É composto por:
 Blocos representam os componentes (LRU) de um sistema.

 Linhas Unidirecionais conectam os blocos.

✓ A disposição destas conexões definem a configuração de Confiabilidade do
sistema.

 Todo RBD DEVE possuir apenas 1 (huma) entrada e

1 (huma) saída!
 Blocos RBD

 Um bloco pode representar:

 Um componente
 Uma montagem (um subsistema ou sistema)

Subsistema Ignição
Bloco

Subsistema Freio

Subsistema Arrefecimento
.
.
.
etc.
 Modo de Falha
 Blocos RBD (continuação)

 Cada Bloco representa um componente (LRU),

montagem, sistema ou um subsistema de interesse.

 No mínimo um bloco de Confiabilidade deve incluir

informações de como o item falha (ex. o modelo de
Confiabilidade de um bloco).

Computer
Resistor
 Blocos RBD (continuação)

 Os blocos de Confiabilidade possuem propriedades.

 Distribuição de Falha (requisito mínimo).
 Outras propriedades serão discutidas mais tarde.

Probability Density Function

2.400E-4

1.920E-4

Distribuição
Resistor 1.440E-4

de Falha

f(t)
9.600E-5

4.800E-5

0
0 1920.000 3840.000 5760.000 7680.000 9600.000
Time, (t)

Outras
Propriedades
 Diagrama de Blocos de Confiabilidade

 Uma vez determinada as características de

Confiabilidade, elas podem ser conectadas de maneira
lógica criando o Diagrama de Blocos de Confiabilidade
do sistema.

 Uma vez criado o RBD do sistema, este pode ser

analisado para determinar a Confiabilidade do sistema.

Componente Componente
A B

RBDs:
 Mais Fácil de construir
quando se modela sistemas
complexos
 Pode ser usado para
identificar os pontos fracos
do projeto e para realizar a
alocação de confiabilidade.
 Mais adequado para análise
de Mantenabilidade e
Produção
RBD vs. FTD
FTDs:
 Mais fácil de construir
quando se modela Modos
de Falha
 Tradicionalmente usado em
análise de risco
 Pode ser utilizado para
analisar falhas, ou como
uma ferramenta de
investigação para apontar
causa raiz de um modo de
falha
 Page 21

Configurações RBD

© 1992 – 2014 ReliaSoft Corporation

 Configuração Série

 Blocos são conectados em modo série.

 Podemos entender como um relacionamento lógico “OU”.
“O sistema falha se, A OU B falhar.”
 Isto implica em uma NÃO redundância dos componentes.

Componente Componente
A B
 Configuração Série

 Um sistema pode possuir itens conectados em série

quando a falha de qualquer item resulta na falha de todo
o sistema.

Se itens estão conectados em série, então todos necessitam estar

funcionando para que o sistema também esteja. Se qualquer um
dos itens em série falhar, então o sistema também falha.

x
Visualize como uma corrente…se qualquer elo da corrente romper,
então o sistema “corrente” falha.
 Configuração Série: Quantificação

 Todos os itens em série necessitam ter sucesso para que

a missão tenha sucesso:
 A Confiabilidade do sistema é a probabilidade de que o item 1
tenha sucesso e que o item 2 tenha sucesso..., e que todos os n
itens em série no sistema tenham sucesso.
 A Confiabilidade do sistema é dada por:

𝑅𝑆 = 𝑅1 × 𝑅2 × ⋯ × 𝑅𝑛
Isto é similar à determinação da probabilidade de conseguir dois 6 em um
jogo de dados. O primeiro bloco é a probabilidade de conseguir 6 no primeiro
dado (1/6) e o segundo bloco é a probabilidade de conseguir o segundo 6 no
segundo dado (1/6). Para ambos ocorrerem, então eles estão conectados em
uma configuração série com uma probabilidade de 1/36.

Rolling Rolling
6 6
 Configuração Série: Exemplo

 Três subsistemas estão conectados em série compondo

um sistema, e possuem as seguintes Confiabilidades
para 100h.
 Subsistema 1 tem uma Confiabilidade de 99,5%
 Subsistema 2 tem uma Confiabilidade de 98,7%
 Subsistema 3 tem uma Confiabilidade de 97,3%
 Qual é a Confiabilidade do sistema para uma missão de
100 h?

Sub 1 Sub 2 Sub 3

 Solução do Exemplo

 Já que os subsistemas estão especificados para 100 h, a

Confiabilidade do sistema para uma missão de 100 h é
simplesmente calculada por:

𝑅𝑠 = 𝑅1 × 𝑅2 × 𝑅3
𝑅𝑠 = 0.9950 × 0.9870 × 0.9730
𝑅𝑠 = 0.955549245 𝑜𝑢
𝑅𝑠 = 95.55%

Observe que neste caso a Confiabilidade do sistema é

sempre menor do que a Confiabilidade do pior
componente!
Solução no BlockSim
 Configuração Paralela Simples

 Um sistema pode também possuir itens conectados em

paralelo (redundância); quando todos os itens necessitam
falhar para que o sistema também falhe.
 Podemos entender como um relacionamento lógico “E”.
Ex.“O sistema irá falhar se o item 1 E o item 2 E … e os n
itens falharem.”

n
 Configuração Paralela Simples: Quantificação

 No mínimo um dos itens em paralelo necessita ter sucesso para que

a missão tenha sucesso.
 A probabilidade de falha é a probabilidade de que o item 1 falhe, e o
item 2 falhe, e …, e o nésimo item falhe.
 A Confiabilidade do sistema (assumindo independência) é dada
então por:

𝑹𝑺 = 𝟏 − [ 𝟏 − 𝑹𝟏 × 𝟏 − 𝑹𝟐 × ⋯ 𝟏 − 𝑹𝒏 ]

Este conceito é similar à determinação da probabilidade de se obter

pelo menos um seis quando jogamos dois dados. O primeiro bloco é a
probabilidade de se obter um seis jogando o primeiro dado (1/6) e o
segundo bloco a probabilidade de se obter outro seis jogando o
segundo dado (1/6). Para que qualquer um dos dois dados apresente
seis, então eles estarão configurados em paralelo com uma
probabilidade de 11/36 (quase 1/3).
 Configuração Paralela Simples: Exemplo

 Considere o mesmo subsistema do exemplo anterior

onde:
 subsistema 1 possui uma confiabilidade de 99,5%
 subsistema 2 possui uma confiabilidade de 98,7%
 subsistema 3 possui uma confiabilidade de 97,3%
 Determine a confiabilidade do sistema (para 100 h) se os
subsistemas estivesse conectados em paralelo simples.
 Solução do Exemplo

 Já que os subsistemas estão especificados para 100 h, a

Confiabilidade do sistema para uma missão de 100 h é
simplesmente calculada por:

𝑹𝑺 = 𝟏 − 𝟏 − 𝟎. 𝟗𝟗𝟓𝟎 × 𝟏 − 𝟎. 𝟗𝟖𝟕𝟎 × 𝟏 − 𝟎. 𝟗𝟕𝟑𝟎

𝑹𝒔 = 𝟏 − 𝟎. 𝟎𝟎𝟎𝟎𝟎𝟏𝟕𝟓𝟓
𝑹𝒔 = 𝟎. 𝟗𝟗𝟗𝟗𝟗𝟖𝟐𝟒𝟓 𝒐𝒓 𝑹𝒔 = 𝟗𝟗. 𝟗𝟗%
BlockSim Solution
 Configuração Paralela k de N
(k-out-of-N Parallel)

 Assuma que uma aeronave de 4 turbinas necessite, no

mínimo, de 2 motores funcionado (quaisquer 2) para uma
viagem segura. Neste caso, as quatro motores estão
conectadas em uma configuração paralela 2 bons em 4
(2-out-of-4). Onde k = 2 e n = 4.
 Configuração Paralela k de N
(k-out-of-N)

Motor 1

Motor 2
Sistema não falha
Motor 3

Motor 4

Motor 1

Motor 2
Sistema falha
Motor 3

Motor 4
 Configuração Paralela k de N: Nó

 Um nó é utilizado para representar uma redundância k de

n (k-out-of-n).
 A propriedade básica de um nó será definir o número de
caminhos (de entrada) “Bons” necessários para que o
sistema seja “Bom”

k/n
 Configuração Paralela k de N: Nó

Engine L1

Engine L2 2/4
New
block

Engine R2

Engine R1
 Confiabilidade Paralelo k-de-N: Formulação
(para itens idênticos)

𝑁
𝑁 𝑟
𝑅𝑆 (𝑘, 𝑁, 𝑅) = ෍ 𝑅 (1 − 𝑅)𝑁−𝑟
𝑟
𝑟=𝑘

 𝑁 é o número total de unidades em paralelo.

 𝑘 é o número mínimo de unidades necessárias vivas.
 𝑅 é a confiabilidade de cada unidade.
 Repare que esta formulação não permite assumir R’s distintos!
 Configuração Paralelo k-de-N
Exemplo

 Considere seis bombas, das quais pelo menos 4 devem

operar apropriadamente para o sucesso do sistema.
 Cada bomba tem 85% de confiabilidade para uma
determinada duração. Qual é a probabilidade de sucesso
(confiabilidade) do sistema?
6
6
𝑅𝑆 = ෍ 0.85𝑟 (1 − 0.85)6−𝑟
𝑟
𝑟=4

6 6 6
𝑅𝑆 = 0.854 (1 − 0.85)2 + 0.855 (1 − 0.85)1 + 0.856 (1 − 0.85)0
4 5 6

𝑅𝑠 = 95,27%
 k versus N
Observação

Reliability vs. k
(k-out-of-n, for n=6)
N=6
1 k Confiabilidade
0.9 1 0,999989
0.8 2 0,999600
Reliability

0.7
3 0,994110
0.6
4 0,952660
0.5
5 0,776480
0.4

0.3
6 0,377150
1 2 3 4 5 6

Uma configuração paralela k-de-N com k=N

é na verdade uma configuração em Série!!!
 Paralelo k-de-N com Itens Distintos
(Diferentes Ri(t))

 Exemplo
 Três discos rígidos em um sistema de computador estão
configurados em paralelo. Pelo menos 2 deles devem operar para
que o computador não falhe. Cada disco rígido é do mesmo
tamanho e velocidade, mas de marca diferente e conhecidas.

✓ 𝑅1 = 90%;
✓ 𝑅2 = 88%;
✓ 𝑅3 = 85%;

 Qual a probabilidade de sucesso desta configuração?

 Solução

 Uma vez que pelo menos dois

discos rígidos devem estar
funcionando o tempo todo,
somente uma falha é permitida. Isto
é uma configuração paralela 2-de-
3. 1 2 3

 As possibilidades operacionais
serão combinações matemáticas e
que devem ser calculadas:
✓ Os 3 (três) HD’s operando!
✓ HD#1 e HD#2 operam e HD#3 falha!
✓ HD#1 e HD#3 operam e HD#2 falha!
✓ HD#2 e HD#3 operam e HD#1 falha!
 Solução

 A probabilidade de sucesso (confiabilidade) para o

sistema pode agora ser expressa como a soma de todas
as possibilidades de sucesso do sistema, ou:

𝑅𝑠 = 𝑅1 𝑅2 𝑅3 + (1 − 𝑅1 )𝑅2 𝑅3 + 𝑅1 (1 − 𝑅2 )𝑅3 + 𝑅1 𝑅2 (1 − 𝑅3 )

𝑅𝑠 = 𝑅1 𝑅2 + 𝑅2 𝑅3 + 𝑅1 𝑅3 − 2𝑅1 𝑅2 𝑅3

𝑅𝑠 = 95,86%
 Combinando Sistemas em Série
e Paralelo Simples

 Qualquer combinação dos tipos de arranjos apresentados

podem ser utilizados simultaneamente em um diagrama.
 Considere um sistema com cinco subsistemas.
Subsistemas 1 e 2 são conectados em série e os
subsistemas 3 e 4 são conectados também em série,
mas em paralelo com o subsistema 5 (e estes em série
com os subsistemas 1 e 2), como mostrado a seguir:

3 4
1 2

5
Solução no BlockSim
 Arranjo Físico versus Arranjo de Confiabilidade

 Considere o seguinte circuito:

3W

3W

3W

A resistência equivalente deve ser sempre menor do que 1,2Ω.

O sistema será considerado em falha se a resistência
equivalente for maior do que 1,2Ω.
Desenhe o diagrama de blocos de Confiabilidade (RBD)
para este circuito.
 Resistores – Situação 1

 Todos os três resistores funcionando:

𝟏 𝟏 𝟏 𝟏
= + + =
𝒓𝒆𝒒 𝒓𝟏 𝒓𝟐 𝒓𝟑

𝟏 𝟏 𝟏
+ + = 𝟏𝛀
𝟑 𝟑 𝟑

𝑅 < 1.2𝛺
 Resistores – Situação 2

 Um resistor falha:

𝟏 𝟏 𝟏 𝟏 𝟐
= + + =
𝒓𝒆𝒒 ∞ 𝟑 𝟑 𝟑

Assim: 𝒓𝒆𝒒 = 𝟏. 𝟓𝛀 > 𝟏. 𝟐𝛀

𝑅 > 1.2𝛺
 Resistores – Situação 3

 Dois resistores falham:

𝟏 𝟏 𝟏 𝟏 𝟏
= + + =
𝒓𝒆𝒒 ∞ ∞ 𝟑 𝟑
Assim: 𝒓𝒆𝒒 = 𝟑𝛀 > 𝟏. 𝟐𝛀

𝑅 > 1.2𝛺
 Resistores – Situação 4

 Todos os três resistores falham:

𝒓𝒆𝒒 = ∞ > 𝟏. 𝟐𝛀

𝑅 > 1.2𝛺

 Logo, todos devem operar para o funcionamento do

sistema
 Resistores Solução
 Se r1 ou r2 ou r3 ou qualquer combinação dos três
falharem, o sistema falhará.
Ou
 r1 e r2 e r3 devem ter sucesso para que o sistema
também tenha sucesso, portanto:

Resistor 1 Resistor 2 Resistor 3

Os resistores estão fisicamente conectados em paralelo

mas em configuração série pela lógica de confiabilidade!
 Page 51

Construções Complexas
 Construções Complexas

 Configurações complexas não podem ser expressas

como simples combinações de configurações série e/ou
paralelo e portanto requerem tratamento analítico mais
avançado.
 Uma rede de computadores é um bom exemplo de um sistema
complexo.

B E

A C G

D F
 Construções Complexas

 Combinações complexas são necessárias quando::

 Muitas redundâncias estão presentes,
 Levantar a confiabilidade de sistemas de rede,
 Utilizando blocos para representar a análise de modos de falha,
 Executar análises diferentes de confiabilidade (como produção
(throughput)).
 etc.

B H

A D K

C J

Bridge
 Quantificando a Confiabilidade
de Sistemas Complexos
 Existem diversos métodos para se obter a confiabilidade de
sistemas complexos, tais como:
 Método do Teorema de Bayes
 Método Boolean Truth Table
 Método do Mapeamento da Probabilidade
 Método dos Diagramas Lógicos
 Método da Decomposição
 Método dos Eventos Espaçados
 Método do Caminho Traçado (Path Tracing Method)
 A solução utilizando estes métodos são bastante trabalhosas e
consomem muito tempo, portanto para estas análises
softwares serão utilizados.
 Os detalhes desses métodos está além do escopo deste
treinamento
 Exercício I
Sistema de Propulsores

 No exemplo do avião de configuração Paralelo k de N

(k-out-of-N Parallel), onde a exigência mínima eram 2
de 4 Motores necessários. Como fica o RBD se
alterarmos a exigência mínima do projeto aeronáutico
para:
 2 Motores bons em 4, porém, minimamente, 1 Motor de cada
asa!

 Desenhe o RBD!
 Qual é(são) a(s) configuração(ões) utilizada(s)?
 Exercício II
Sistema de Modos de Falha

 Um item pode falhar por 6 modos de falhas distintos e

independentes, A, B, C, D, E & F.
 Assuma que o sistema falha se:
 O modo de falha B, C ou F ocorrerem.
 O modo de falha A e E ou A e D ou E e D ocorrerem.

 Desenhe o RBD!
 Qual é(são) a(s) configuração(ões) utilizada(s)?
 Exercício III
Sistema de Componentes

 Considere um sistema que pode falhar segundo a lógica

abaixo:
 Se qualquer 1 de 2 componentes falhar individualmente e 1
terceiro simultaneamente;
 Se 3 componentes de 4 em redundância ativa falharem;
 Se 1 componente vital falhar;

 Desenhe o RBD!
 Qual é(são) a(s) configuração(ões) utilizada(s)?
 Exercício IV
Equação do Sistema

 Considere um sistema que pode falhar segundo a lógica

abaixo:
 Se quaisquer 2 componentes de 3 componentes falharem
simultaneamente;

 Desenhe o RBD!
 Escreva a equação da Probabilidade de Falha do RBD!
 Qual é(são) a(s) configuração(ões) utilizada(s)?
Solução no BlockSim
 Mais Construções Complexas

 Sistema de uma Aeronave

AV AV CH
BAT

VFG 1 GCU 1

DCPC
VFG 2 GCU 2

VFG 3 GCU 3 ACPC

VFG 4 GCU 4

SPDA
1

APU GCU 5 EMS

SPDA CDU 1
1/n 2 1/n 1/n

SPDA
3 EMS
CDU 2

SPDA
TRU 1 4

APU APU APU

BATT CH STR TRU 2

RAT CCBP
TRU 3

TRU 4
Álgebra Completa vs. Simbólica
representada no BlockSim
 Page 62

Dependência do Tempo
 Introdução a dependência do Tempo

 Até Então, nós estimamos a Confiabilidade Estática

do sistema
𝑅𝑠 = 𝑅1 × 𝑅2 × 𝑅3

 Os valores de R1, R2, e R3 foram especificados

como constante (ex. a um dado tempo comum).
 A Confiabilidade foi estimada unicamente para este
tempo.
 Esta solução analítica (estática) da Confiabilidade
pode ser convertida para uma equação de
Confiabilidade dependente do tempo.
 Quantificação

 A Confiabilidade de cada componente será função do

tempo, e cada componente irá seguir uma distribuição de
vida.

𝑅𝑠(𝑡) = 𝑅1(𝑡) × 𝑅2(𝑡) × 𝑅3(𝑡)

 Agora a Confiabilidade do sistema poderá ser estimada

para qualquer tempo.
 Exemplo

 Dado três componentes em série, cada um deles

seguindo uma distribuição de vida Weibull com
parâmetros b1, h1, b2, h2, b3, e h3 respectivamente, então a
equação da Confiabilidade será:

𝒕 𝛽1 𝒕 𝛽2 𝒕 𝛽3
− − −
𝑹𝒔 𝒕 = 𝒆 𝜂1 ∙ 𝒆 𝜂2 ∙ 𝒆 𝜂3

Uma vez obtida a equação do sistema e mantendo-se

as distribuições características de cada bloco , bem
como a configuração do diagrama, não será mais
necessário analisar o sistema novamente.
 Expandindo para Outras Distribuições

 De forma similar, qualquer distribuição de vida pode ser

substituída dentro da equação da Confiabilidade do
sistema.

𝒕 𝛽1 𝒕 − 𝝁𝟑
− −𝝀𝟐 𝒕
𝑹𝒔 𝒕 = 𝒆 𝜂1 ∙𝒆 ∙ 𝟏−𝚽
𝝈𝟑
Weibull Exponential Normal
 Determinando a pdf do Sistema

 Uma vez obtida a equação de Confiabilidade do

sistema, a função densidade de probabilidade (pdf)
pode ser determinada

𝝏(𝑹𝒔 𝒕 )
𝒇𝒔 𝒕 = −
𝝏𝒕

 Uma vez obtida a pdf, todas os outros cálculos de

Confiabilidade podem ser obtidos.

Na maioria dos casos será necessário

utilizar cálculos diferenciais (Numerical
differentiation) utilizando computadores.
 Outros Cálculos de Confiabilidade

 A taxa de falha do sistema para qualquer tempo:

𝒇𝒔(𝒕)
𝝀𝒔(𝒕) =
𝑹𝒔(𝒕)

 O tempo médio até a falha do sistema:

∞
𝑴𝑻𝑻𝑭 = න 𝑹𝒔(𝒕)𝝏𝒕
𝟎

Será necessário utilizar o computador

para obter soluções numéricas na
maioria dos casos.
 Remember from Life Data Analysis

 Dado uma 𝒑𝒅𝒇, 𝑓(𝑡)

𝑡 𝑑(𝐹 𝑡 )
 𝐴 𝑐𝑑𝑓 será 𝐹 𝑡 = ‫𝑓 𝑜׬‬ 𝑠 𝑑𝑠 também 𝑓 𝑡 = −
𝑑𝑡

 A Função Confiabilidade será 𝑅 𝑡 = 1 − 𝐹(𝑡)

𝑓(𝑡) 𝑓(𝑡)
 A Taxa de Falha será 𝜆 𝑡 = = 𝑡
𝑅(𝑡) 1−‫𝑠𝑑 𝑠 𝑓 𝑜׬‬

∞
 A Vida Média Será ത
𝑇 = ‫𝑡𝑑 𝑡 𝑓 ∙ 𝑡 𝑜׬‬
 Outros Cálculos de Confiabilidade

 O tempo de garantia (tempo no qual a Confiabilidade

estará dentro de um certo nível especificado):
 Resolva a equação da Confiabilidade do sistema para qualquer
tempo, t:

𝒕 𝛽1 𝒕 − 𝝁𝟑
− −𝝀𝟐 𝒕
𝑹𝒔 𝒕 = 𝒆 𝜂1 ∙𝒆 ∙ 𝟏−𝚽
𝝈𝟑

Numerical solutions using a computer

will be required in most cases.
 Confiabilidade Condicional
(Componentes já utilizados)

 Um bloco que já possua

alguma idade também
pode ser utilizada em
um RBD.
 A equação da
Confiabilidade será
obtida pela
Confiabilidade
condicional, ou:
R (t + T )
R (t ; T ) =
R (T )
Onde :
T = Idade _ atual
t = Tempo _ da _ missão
 Ciclo de Trabalho

 O Ciclo de Operação permite que o usuário especifique a

quantidade de utilização do bloco como sendo uma fração da
utilização do sistema.
 Componentes do sistema podem não operar continuamente
durante a missão do sistema. Por exemplo:
✓ Componente A operando continuamente deveria possuir um Ciclo
de Operação de 1.
✓ Um drive de CD-ROM em um computador pode acumular somente
10 minutos de utilização a cada hora de operação do computador,
e poderia possuir um Ciclo de Operação de 0,167.
 Componentes podem estar sujeitos a maiores ou menores
carregamentos do que o valor da carga nominal durante a
operação.
✓ Um valor maior do que 1 indica um carregamento que excede o
valor da carga nominal.
✓ Um valor menor do que 1 indica um carregamento menor do que o
valor da carga nominal.
 Ele pode também ser utilizado para levar em consideração as
alterações no meio ambiente (estressamento)
que possam afetar a operação do componente.
Ciclo de Trabalho
(duty cycle)

dc: ciclo de trabalho

t: tempo da missão
t′: idade acumulada

t' = dc × t

A confiabilidade do
Componente é:

R(t') = R(dc × t)
Revisão - Diagrama de Blocos Dependentes do Tempo

 Um sistema dependente do tempo pode

ser representado por um diagrama de
blocos de Confiabilidade (RBD).
 Utilizando leis de probabilidade, o
diagrama pode ser reduzido a uma
equação que apresentará a
probabilidade de sucesso, ou a equação
de Confiabilidade para um dado tempo
(a cdf do sistema).
 Através da cdf, nós podemos obter a pdf
do sistema.
 Uma vez obtidas as pdf/cdf do sistema,
todos os outros cálculos de interesse
podem ser derivadas.
 Exercício Prático:
Sistema de Supressão de Fogo

 Um sistema de supressão de fogo é composto de duas unidades de

sensores (no mínimo 1 deve funcionar), uma unidade de controle, e uma
unidade de pulverização de água.
 Os valores de confiabilidade estão na tabela abaixo

Unit Reliability Model (years)

Sensor 2-P Weibull:
Beta = 1.3, Eta = 10
Controller Lognormal:
Log-Mean = 3, Log-Std = 0.2
Sprinkler 2-P Weibull:
Beta = 3.0, Eta = 20

 Qual é a confiabilidade do Sistema depois de 3 anos?

 Depois de quantos anos a confiabilidade irá chegar em 90%?
 Sistema de Supressão de Fogo

 1. R(3a) = 0,961
 2. WT(R=0,9) = 4,52 anos, ou vida B10
 Page 77

Configurações Complexas RBD

© 1992 – 2014 ReliaSoft Corporation

 Configurações Complexas

* Nesta disciplina, focaremos apenas na configuração Standby!

 Page 79

Configuração Standby
 Itens Standby

 Itens em redundância standby são considerados “inativo

ou passivo” até serem necessários. Eles se tornam ativo
quando a unidade primária falhar.
 Itens podem consumir idade e falhar quando inativos.
 Um container pode novamente ser utilizado para definir
uma configuração standby.
Standby Container

[A]
[A] 1

[S:1] 2

[S:2] 2
[S]

Manualmente RS BlockSim
 Containers / Portas Standby

 Definições de containers standby.

 Itens em um container standby são considerados em
redundância standby.
 O container também representa o mecanismo de
comutação (switching). Ele será responsável por tornar o
item ativo on/off.
✓ Um container standby pode falhar e ser reparado. Uma falha do
container não causa falha dos sistema. Entretanto, uma falha do
container standby não irá ativar os itens se necessário.
 O container será também utilizado para definir o número
necessário de itens ativos, k/n.
 Não existe um único ponto de início requerido. Cada novo
ponto de início define um novo componente em standby.
 Distribuição de Falha Standby

 Os Blocos contidos em um container standby possuem

duas distribuições de falha.
 Distribuição de falha Ativa (como o item falha quando operando).
 Distribuição de falha em repouso - quiescent (como o item falha quando em
standby).
 A suposição de danos acumulados será utilizada:
✓ Existe uma dependência entre a quantidade de tempo que cada componente
esteve em cada estado.

e1 Ativo

S2

S1 t1
Standby

t
 Distribuição de Falha
Containers (Mecanismo de Comutação - Switching)

 O Container como um Mecanismo de Comutação - Switching

 A distribuição de falha em repouso (Quiescent) e a probabilidade de falha
quando em uso (ex. A probabilidade de performance do comutador quando
em operação (se este for infalível), ao longo das tentativas.
Distribuição de Falha
Standby Container
Container
Standby
(Comutador
Switch)
Mecanismo
de Comutação
Confiabilidade Comutador Ativo
• Probabilidade de comutação quando
requisitado (switching per request)
• Probabilidade de comutação em uma
nova tentativa se ele falhar
• Numero de tentativas foi feita.
• Tempo (delay) entre requisição e
comutação.
 Distribuição de Falha
Containers (Mecanismo de Comutação - Switching)

 Probabilidade de falha do comutador pela sua idade. Por

exemplo, o comutador deveria se degradar (wear-out) com a
idade (ex. corrosão, degradação do material, etc.).
 O comutador poderia falhar após ativar o componente. Se o
componente ativo não falhar até o fim da missão, e o comutador
falhar, então o sistema não falhará.
 Se o componente ativo falhar e o comutador também falhar, então
o sistema não poderá ser comutado para o componente em
standby e portanto o container falhará.

Distribuição de Falha

Container
Standby
(Comutador
Switch)
 Probabilidade do Switch

 A probabilidade de que o comutador irá realizar sua função

(ex. comutação) quando requisitado.
 Isto será chamado de Probabilidade de Comuação por
Requisição (Switch Probability per Request) e será expresso
como uma probabilidade estática (ex. 90%).

A Confiabilidade Comutador Ativo

• Probabilidade de comutação
quando requisitado (switching per
request)
• Probabilidade de comutação em
uma nova tentativa se ele falhar
• Numero de tentativas foi feita.
sb • Tempo (delay) entre requisição e
comutação.
 Observações Sobre o Switch

 Observe que a metodologia utilizada NÃO é a mesma se

estivéssemos tratando um comutador como um
componente em um subsistema standby.
 Isto só seria válido se a falha do comutador pudesse resultar na
falha do sistema (ex. comutador falhar em aberto).
 Se a falha do comutador causa a falha do subsistema
standby, então o comutador pode ser modelado como um
bloco independente e em série com o subsistema
standby.
 Termos Utilizados

 Cold Standby
 Componentes em standby não podem falhar quando em modo
standby (ex. Não existe distribuição de degradação em repouso -
quiescent).
 Warm Standby
 Componentes em standby possuem a taxa de falha reduzida,
quando em modo standby, em relação a quando estão em modo
ativo.
 Hot Standby
 Componentes standby possuem a mesma distribuição de falha em modo
standby do que quando em modo ativo (ex. do caso paralelo simples).

Para definir qualquer uma dessas opções no BlockSim,

tudo o que você precisa é definir apropriadamente a
distribuição de Repouso - Quiescent.
 Ilustrando Termos

 Dois componentes estão em uma configuração standby.

 Componente 1 está ativo e tem uma distribuição de falha Weibull
(beta=1,5, eta=1000).
 Componente 2 está em standby. Quando o Componente 2 esta
operando, ele tem uma distribuição Weibull com b =1,5 e h =1000.
 Para a distribuição de degradação em repouso (quiescent) considere
três diferentes cenários:
✓ Mesma distribuição de quando está operando (hot standby).
✓ b=1,5, h=2000 (warm standby).
✓ Não pode falhar por degradação em repouso (quiescent) (cold
standby).

[A] Unit 1

[S:1] Unit 2

Standby Container
 Bloco no Container
Propriedades no BlockSim

Ativo (Energizado)
Distribuição de Falha para um bloco no
Container

Quiescent (em repouso)

Distribuição de Falha para um bloco no
Container
 Exemplo - Adicionando um Switch

 Assuma que quando o componente ativo falha, há 90%

de probabilidade de que o comutador irá comutar do
componente ativo para o componente standby.

 Além disso, assuma que o comutador pode também

falhar devido a uma falha por degradação, descrita por
uma distribuição Weibull com b = 1,7 e h=5000.
 Propriedades do Container no BlockSim

Distribuição de falha para Probabilidade de que o

um comutador quando comutador irá executar a
operando (ex. esperando ação de comutação com
para executar a ação de sucesso, e assumindo que
comutação). o comutador está operando.
 Quantificando a Confiabilidade Standby

 A confiabilidade do sistema para um dado tempo, t, pode

ser calculada utilizando a seguinte equação:
𝑡
𝑅2,𝐴 (𝑡𝑒 + 𝑡 − 𝑥)
𝑅(𝑡) = 𝑅1 (𝑡) + න 𝑓1 (𝑥) ⋅ 𝑅2,𝑠𝑏 (𝑥) ⋅ ⋅ 𝑅𝑠𝑤,𝑄 (𝑥) ⋅ 𝑅𝑠𝑤,𝑟𝑒𝑞 𝜕𝑥
𝑅2,𝐴 (𝑡𝑒 )
0
Onde:
R1 é a Confiabilidade do componente ativo,
f1 é a pdf do componente ativo,
R2,sb é a Confiabilidade do componente standby quando em modo standby (Confiabilidade
em repouso - quiescent),
R2,A é a Confiabilidade do componente standby quando em modo ativo,
Rsw,Q é a Confiabilidade em repouso (quiescent) do comutador,
Rsw,req é a probabilidade por requisição,
e
te é o tempo de operação equivalente para o item standby se este tenha operado no modo
ativo.
Para esta formulação e o exemplo nós iremos considerar o caso de itens não
reparáveis, ex. quando um bloco ou container falham e não são reparados
ou substituídos.
 Solução do Exemplo

Confiabilidade do Confiabilidade do
Tipo
Sistema em 1000 Sistema em 1000
Standby
horas sem switch horas com switch
Hot 0.600439 0.572048
Warm 0.705684 0.663543
Cold 0.821201 0.764056
 Exemplo Prático: Trem
 A National Cargo Corp. está trabalhando em um trem non-stop de
longa distância entre as cidades de Los Angeles e Nova York.
 Toda a composição do trem é composta de 100 vagões e 2
conjuntos de 4 locomotivas (1 na frente e 1 na parte de trás dela).
 Cada conjunto é composto por 2 locomotivas que estão operando
e 2 que estão em cold standby, e sem ordem prévia.
 Se mais de 2 locomotivas falharem em um mesmo conjunto, o
sistema falha. Se um ou outro conjunto falhar, o trem irá falhar.
 Por último, se qualquer um dos vagões falhar, o trem irá falhar.
 A confiabilidade de cada locomotiva segue uma distribuição
Weibull com beta de 2,7 e um eta de 20.000 milhas.
 A confiabilidade de cada vagão segue uma distribuição Weibull
com um beta de 3 e um eta de 250.000 milhas.
 Determine...
 Exercício Prático: Trem

 Qual é a probabilidade do trem fazer a viagem

completa de Los Angeles para Nova York – cerca de
2.800 milhas?
 Se a empresa quiser realizar uma parada para
manutenção somente quando a confiabilidade de
uma viagem estiver em 90%, quantas viagens a
composição poderá fazer sem paradas para
manutenção?
 A mesma questão anterior mas assumindo a
realização de uma inspeção a cada parada na
estação após uma viagem completa?
 Transforme todo o RBD criado em um único bloco de
subdiagrama!
Use recursos do RS BlockSim para facilitar o desenvolvimento do RBD!
 Exemplo Prático
A Estudante de Graduação

 A estudante de graduação herdou um projeto de um aluno

antecessor.
 Um sistema de sensores para o projeto foi construído pelo
estudante anterior, que já utilizou este sistema por 20 vezes.
 Ela precisa executar 40 experimentos e registrar as leituras
destes sensores. Cada experimento leva 1 semana para ser
preparado e 1 dia para de execução. O sistema não envelhece
durante a preparação.
 Devido à natureza do experimento, o sensor do sistema não
pode ser reparado, e construir um novo pode demorar até 6
meses.
 Exemplo Prático
A Estudante de Graduação

 O sistema tem 5 componentes

Unit Reliability Model
(hrs)
Sensor 32-Bit 2-P Weibull
Beta = 1.7, Eta = 2200

Sensor 64-Bit 2-P Weibull

Beta = 1.6, Eta = 2000

Conversor de dados 2-P Weibull

Beta = 1.5, Eta = 5000

Base de Dados 32-bit 2-P Weibull

Beta = 2, Eta = 4500

Base de Dados 64-bit 2-P Weibull

Beta = 2, Eta = 4000
 Hands On Example
The Graduate Student (cont’d)
 O sistema irá falhar com os seguintes cenários:
 Ambos sensores falharem
 Ambos bancos de dados falharem
 Sensor 32-bit, conversor de dados e a base de dados 64-bit falharem
 Sensor 64-bit, conversor de dados e a base de dados 32-bit falharem
 Qual é a probabilidade da estudante gravar todos os dados que ela
precisa e estar apta a se formar no tempo adequado?
 Qual é a probabilidade de que a aluna atual e o próximo aluno
estejam capazes de usar o sistema em 40 experiências cada um?
 Qual é a diferença de probabilidades para o próximo aluno se a
nossa atual estudante já concluiu com sucesso os seus
experimentos?
 NEXT
PAGE

99
 Exercício Trem

 1. R = 0,9999
 Se calculado a partir de t = 0, então a resposta será
6. No entanto, se estiver usando confiabilidade
condicional por assumir que o trem fará as viagens
anteriores, então a resposta será 7 viagens.
 The Estudante de Graduação

 1. R = 0,817
 2. R = 0,437
 3. R = 0,535, portanto a diferença é de 9.8%
 Page 102

Importância da Confiabilidade

© 1992 – 2014 ReliaSoft Corporation

 Oportunidades de Melhoria

 A importância da Confiabilidade para

cada componente individual em um
sistema irá variar.
 Nós precisamos encontrar uma maneira
B de identificar a importância relativa de
cada componente para o sistema.

B
G J
D
A C E K L
H

M N F

O I
 Importância do Componente

 Antes de melhorar um componente de um sistema, seria

útil obter o valor da importância da Confiabilidade de
cada componente para o sistema.
 Esta análise irá determinar onde devemos concentrar
nossos esforços de melhoria.
 A importância da Confiabilidade de um componente é
baseada em sua distribuição de falha e sua
correspondente posição no sistema.

A importância de três componentes em série será

diferente se os mesmos três componentes
estivessem em outra configuração, ex. paralelo.
 Quantificando a Importância da Confiabilidade

 Se podemos obter uma solução algébrica para a equação

da Confiabilidade do sistema, então:
 Pegando a derivada, em relação a um componente, desta
equação obteremos uma medida (taxa).
 Esta taxa seria uma taxa relativa que indica a taxa de
mudança da Confiabilidade do componente.
Em outras palavras, a quantificação da importância
de um componente pode ser definida como um índice
que representará como o aumento da Confiabilidade
de um componente individual irá contribuir para o
aumento da Confiabilidade do sistema.
 Quantificando a Importância da Confiabilidade

 A quantificação relativa “Importância da Confiabilidade”

é dada por:
B
G J
D
A C E K L
H

M N F

O I

RS
RS
I Ri =
Ri
 Gráfico de Pareto da
Importância Estática, IR

RS (t = T )
I R i (t = T ) =
Ri (t = T )
 Visão Tableau da
Importância Estática, IR
 Gráfico de Linha da
Importância Variável, IR
 Resumo

A quantificação da Importância da Confiabilidade

pode ser obtida da equação do sistema.
Ela apresenta a importância relativa da
Confiabilidade de cada componente sobre a
Confiabilidade do sistema todo.
Ela apóia na priorização das ações sobre a
Confiabilidade dos componentes.
 Page 111

Otimização da Confiabilidade

© 1992 – 2014 ReliaSoft Corporation

 Alocação da Confiabilidade Tradicional

 Dado um simples sistema composto por três

componentes em série com a Confiabilidade meta de
95% para 100 horas, qual deveria ser a Confiabilidade de
cada subcomponente?
 Em outras palavras, resolva cada Ri(t=100) de tal maneira que RS
(t=100) seja 95%.

Rs (100 ) = R1 (100 )  R2 (100 )  R3 (100 )

 Problemas da Alocação da Confiabilidade Tradicional

 Infelizmente, existem múltiplas soluções que satisfazem a

equação do sistema.

Rs (100 ) = R1 (100 )  R2 (100 )  R3 (100 )

 Qual deveria ser a melhor solução?

 Escolhendo a Solução Otimizada

 Na escolha da melhor (ótima) solução, as seguintes

considerações deveriam ser analisadas:
 A Confiabilidade atual de cada componente, RCurrent.
 A Confiabilidade máxima possível para cada componente, RMax.
 O nível de dificuldade (ou custo) relativa ao aumento da
Confiabilidade de cada componente.
✓ Questões de Projeto.
✓ Questões de Fornecimento.
✓ Questões Tecnológicas.
✓ Questões de Time-to-market
✓…
 O cenário para a alocação ótima deveria ser aquele que
estivesse de acordo com estas questões e minimizasse a
dificuldade (ou custo).
 Quantificando o Problema

 De maneira a encontrar a melhor solução, nós devemos ser

capazes de quantificar o problema.
 Em outras palavras, quantificar o que nós queremos
minimizar.
 Uma equação deve ser utilizada para expressar a quantificação de
interesse. Esta equação será função da Confiabilidade (já que a
Confiabilidade é o que queremos estar variando), ou

C = f (R)
 Nós podemos chamar esta quantificação de (C) nosso “fator
penalização” ou “fator custo,” e a equação nossa “função penalização”
ou “função custo.”

O que nós vamos escolher para denominar este fator não é tão
importante, quanto os princípios por detrás desta formulação. Nos
próximos slides nós iremos utilizar o termo “função custo”, já que
o fator de maior interesse em qualquer empresa pode ser
quantificado em termos de seus custos.
 Definindo uma Função de Custo

 Para que a função custo esteja de acordo com o

problema, as seguintes condições devem ser
adicionadas:
 A função deve estar de acordo com a mínima e a máxima
confiabilidade de cada componente (ex. a Confiabilidade
deve ser menor do que 1 e maior do que zero).
 A função não deveria ser linear, e sim poder quantificar a
dificuldade a cada incremento de Confiabilidade (ex. será
consideravelmente mais fácil aumentar a Confiabilidade de
90% para 91% do que aumentar de 99,99% para 99,999%,
mesmo sendo o aumento muito maior na primeira
situação).
 A função deveria ser assintótica para alcançar a máxima
Confiabilidade.
 Uma Candidata à Função de Custo

 A seguinte função está de acordo com os requisitos

apresentados anteriormente, e está definida como a
equação default de custo no BlockSim.

𝑹𝒊 −𝑹𝒎𝒊𝒏,𝒊
(𝟏−𝒇)
𝑪𝒊 𝑹𝒊 = 𝒆 𝑹𝒎𝒂𝒙,𝒊 −𝑹𝒊

Onde:
𝐶𝑖(𝑅𝑖) é a função penalização (custo) em função da
Confiabilidade do componente.
𝑓 é a exequibilidade (feasibility).
𝑅𝑚𝑖𝑛, 𝑖 é a Confiabilidade atual.
𝑅𝑚𝑎𝑥, 𝑖 é a Confiabilidade máxima possível de ser
alcançada.

Funções alternativas podem ser definidas.

 Gráfico da Função de Custo

Penalty Function vs Component Reliability

(for different feasibility values)

10

8
Penalty Function

6 0.1
0.5
5 0.9
4
Max Achievable
3 Reliability

1
0.7 0.75 0.8 0.85 0.9 0.95
0.99
Component Reliability
 Otimização da Confiabilidade

 Alocar a Confiabilidade de tal maneira que a Confiabilidade

do sistema seja alcançada ao mesmo tempo em que a
dificuldade (custo) e os requisitos de Confiabilidade de cada
componente sejam mantidos.
 Satisfaça a igualdade:

Rs (t ) = R1 (t )  R2 (t )  R3 (t )

 Enquanto minimizando:

Cs ( Ri ) = C1 ( R1 ) + C2 ( R2 ) + C3 ( R3 )
Observe que este exemplo se aplica a três itens em série.
Para resolvê-lo, soluções numéricas por computador serão
utilizadas.
 Exemplo

 Considere o seguinte sistema:

 0 - Weibull (b=1,5, h=2000)
 1 - Weibull (b= 1,5, h= 1000)
 2 - Weibull (b= 2, h= 2000)
 3 - Weibull (b= 3, h= 3000)
 4 - Weibull (b= 1, h= 1000)
 Exemplo

 Considere o seguinte componentes escolhidos

para a otimização:
 0 f=0.5, Rmin=0.5, Rmax=1 R i − R min,i
 1 f=0.6, Rmin=0.5, Rmax=1 (1− f )
R max,i − R i
 4 f=0.3, Rmin=0.5, Rmax=1 C i (R i ) = e
 Exemplo

 Confiabilidade Atual R(t=100)=0.8669

 Para alcançar R(t=100)=0,90 enquanto minizando a função de
custo Novo
R(100)
Meta Number of
Equivalent
Parallel Units
Para alcançar o
mesmo resultado.

R
Atual(100)
 Utilizando uma Definição Genérica de
Exequibilidade (Feasibility)

1-f
R i − R min,i
(1− f )
R max,i − R i
C i (R i ) = e

Rmin é a confiabilidade atual

Rmax é a confiabilidade máxima alcançada
 Observação
Utilizando a Alocação Otimizada da Confiabilidade para Definir as
Especificações

 Após criar o projeto inicial:

 Utilize a quantificação da importância da Confiabilidade para
determinar quais itens devemos focar na melhoria da
Confiabilidade.
 Utilize técnicas de alocação para se trabalhar na
Confiabilidade dos componentes de maneira a encontrar ou
estabelecer a Confiabilidade meta (especificação) do sistema.
 Exemplo de Especificações

System Diagram

Assembly A

Assembly B

Assembly C
Assembly D
Component Life Distribution
Subsystem A Comp. 0 Weibull b= 2 h= 5,000 g= 0
Comp. 1 : Weibull b= 2 h= 4,500 g= 0
Comp. 3 : Weibull b= 2 h= 8,965 g= 0
Comp. 4 : Weibull b= 1 h= 8,000 g= 0
Comp. 5 : Lognormal m= 10 s= 1
Comp. 6 : Weibull b= 3 h= 10,000 g= 0
Comp. 7 : Normal m= 10,000 s= 200
Comp. 8 : Normal m= 8,000 s= 100
Subsystem B Comp. 9 : Weibull b= 2 h= 7,000 g= 0
 Resumo

 Alocações otimizadas da Confiabilidade podem ser

utilizadas para alocar a Confiabilidade a todos os níveis.
 Este método pode também ser utilizado no estágio inicial
de um projeto par se definir as especificações de
Confiabilidade de um subsistemas/componentes.
 Exercício Prático
Revisitando o Sistema de supressão de fogo

 Em uma nova política para combate a incêndio foi

determinado que todos os sistemas de supressão de fogo
tem que ter pelo menos 95% de confiabilidade depois de
10 anos de operação.
 A análise deve ser conduzida para determinar a meta de
confiabilidade necessária após 10 anos de uso e também
atender esta nova política.
 Como alternativa, caso a nova confiabilidade não possa
ser alcançada, é necessário determinar o número de
unidades paralelas equivalentes de cada componente do
sistema.
 Hands On Example
Fire Suppression System Revisited (cont’d)

 A viabilidade de aumentar a confiabilidade do controlador

é considerada um “pouco” difícil (7), extremamente difícil
(9) para o sprinkler e relativamente fácil (3) para os
sensores.
 NEXT
PAGE

129
 Respostas

 Com base nas definições de custo, o controlador já tem a

confiabilidade requerida, Ao passo que o aspersor e os
sensores precisam ser melhorados.
 Se a confiabilidade não puder ser aumentada para
atender às novas exigências, então 2 controladores de
corrente e 10 sensores de corrente precisam serem
utilizados.
 Aula Prática

 Exercícios em aula com uso do MS Excel.

 Exercícios em aula com uso do RS BlockSim.
Questões
Cuestiones
Questions

MAZZEI, Denis
Engº de Confiabilidade; CRP; PRC
Diretor e Consultor Técnico, Compass
(ReliaSoft Brasil)
denis.mazzei@ctscompass.com
www.ctscompass.com