Você está na página 1de 8

Funo de risco, h(t) 3.

Funo de risco ou taxa de falha


Manuteno e Confiabilidade Prof. Flavio Fogliatto Mais importante das medidas de confiabilidade Trata-se da quantidade de risco associada a uma unidade (componente ou sistema) no tempo t Serve de base de comparao entre unidades com caractersticas distintas:
Unidades c/ mesma confiabilidade em t podem ter funes de risco bastante distintas
2

Como obter a funo de risco

Condies para uma funo ser funo de risco


Condio 1:
Equivalente a R() = 0

h(t )dt = +

Condio 2:

h(t ) 0, p / qq t
3 4

Exemplo Relao entre funes


Lmpadas eltricas costumam apresentar ttfs descritos por uma dist. exponencial, c/ densidade dada por:

Exemplo (Cont.)
= constante:
funo de risco da distr. exponencial constante no tempo

f (t ) = e

,t0

Funo de risco acumulada: Funo de confiabilidade das lmpadas :


R(t ) = f (u )du = e u du = e u
t t

H (t ) = h(u )du = du = t
0 0

= 0 ( e t ) = e t

Funo de risco : h(t ) =

f (t ) e t = = R(t ) e t

Conhecido o valor de a partir de testes de vida feitos com um lote das lmpadas em questo, pode-se obter principais figuras de confiabilidade do produto.

Categorias da funo de risco e fases da vida de produtos


Forma funo de risco indica como uma unidade envelhece. Funo de risco = quantidade de risco a que uma unidade est exposta no tempo t:
valor pequeno para funo implica em unidade exposta a menor quantidade de risco

Categorias da funo de risco


Duas categorias bsicas:
(i) crescente, IFR (increasing failure rate) - incidncia de risco no decresce com o tempo; e (ii) decrescente, DFR (decreasing failure rate) incidncia de risco no cresce com o tempo.

Outras categorias (derivadas das 1as): funes crescentes e decrescentes na mdia. Funo constante caso limtrofe entre IFR e DFR.

Graficamente

Exemplos das categorias


Crescente:
itens que se desgastam ou degradam com o tempo componentes mecnicos, em sua quase totalidade

Decrescente:
na modelagem de confiabilidade de softwares, onde a incidncia de bugs diminui a medida em que o produto sofre revises

Maioria dos produtos manufaturados apresenta funo de risco dada pela combinao das categorias.

10

Curva da banheira
Modelo divide vida operacional de um produto em trs estgios:
(1) de mortalidade infantil (quando ocorrem falhas precoces), (2) de vida til (onde a incidncia de falhas relativamente estvel no tempo), e (3) de envelhecimento (quando o produto passa a apresentar desgaste acentuado e falhas passam a ocorrem com maior frequncia).
11

Graficamente

12

Fases da curva da banheira


1o estgio: regio de alta, porm decrescente, taxa de falha.
Falhas = defeitos relacionados a matrias-primas e operaes de manufatura que no atendem s normas de especificao (causas especiais). Mortalidade infantil reduzida atravs da adoo de projetos robustos de produto, prticas de controle de qualidade na manufatura, ou burn in:
No burn in, testam-se unidades em condies normais de uso por perodo de tempo suficiente p/ que defeitos precoces sejam detectados e corrigidos antes das falhas.

Fases da curva da banheira


2o estgio: fase de vida til, menor taxa de falha do grfico, aprox. constante.
Falhas causadas por eventos aleatrios, designadas por causas comuns e no-relacionadas a defeitos inerentes s unidades.
P. ex., sobrecargas de voltagem, vibrao e impactos, aumentos na temperatura e umidade durante a operao normal das unidades.

Falhas por causas comuns podem ser reduzidas atravs da melhoria nos projetos dos produtos, tornando-os mais robustos.

13

14

Fases da curva da banheira


3o estgio: envelhecimento, regio de taxa de falha crescente, dominada por falhas relacionadas ao desgaste da unidade.
Exemplos: corroso e trincas por fadiga. Aumento da taxa de falha normalmente indica a necessidade de reposio de peas no produto, informando acerca da durao aproximada de sua vida de projeto. Alternativas para amenizar intensidade do envelhecimento:
projeto de produtos c/ componentes e materiais mais durveis, prticas de manuteno preventiva e corretiva controle de fatores ambientais de stress que possam intensificar a taxa de falha do produto.
15

Curva da banheira ilustra comportamento mdio


Computadores e componentes eletrnicos costumam apresentar funo de risco dominada pelo estgio de vida til, c/ perodos curtos de mortalidade infantil e envelhecimento:
Para esses sistemas, ateno especial deve ser dada a falhas aleatrias e mtodos de controle do ambiente de utilizao do produto.

Em equipamentos e componentes mecnicos, funo de risco dominada pelos estgios 1 e 3 da curva da banheira, sendo o estgio 2, de vida til, praticamente ausente.

16

Modelos de risco
Seis modelos de risco:
constante, crescente, decrescente, curva da banheira piecewise linear, funo de potncia e exponencial.

Modelo de risco constante


A funo de risco constante representada por:
h(t ) = falhas/unidade de tempo

onde uma constante.

Utilizao combinada dos modelos permite representar quase totalidade dos mecanismos de risco existentes na prtica.
17

Funo de densidade correspondente funo de uma varivel exponencialmente distribuda.

18

Modelo de risco linearmente crescente


Corresponde ao ltimo estgio da curva da banheira, normalmente representado por uma funo no-linear. Funo linear a seguir uma simplificao desse modelo:

Modelo de risco linearmente decrescente


Prov uma representao simplificada do primeiro estgio da curva da banheira, dada por:

h (t ) = t
onde uma constante. Funo de densidade associada eq. acima dada por:
t t f (t ) = t exp tdu = te 2 0
2

h(t ) = a bt
tal que a e b so constantes, e a > bt. Funo de densidade associada eq. acima no corresponde a nenhuma distribuio de probabilidade em particular.
19 20

correspondendo funo de densidade da distribuio de Rayleigh.

Modelo de risco linear piecewise da curva da banheira


Modelo linear da curva da banheira bastante verstil:
ajusta-se satisfatoriamente a funes de risco calculadas empiricamente.

a bt + , 0 t a b h(t ) = , a b t t0 c(t t ) + , t0 < t 0

> 0.
Funo decresce linearmente at no tempo a/b, permanece constante at t0, e cresce linearmente para tempos maiores que t0. Densidade associada regio de risco constante, p. ex., :
f (t ) = exp ( t + a 2 2b ) , a b < t t0
22

Modelo oferece aproximao linear da curva da banheira, tipicamente no-linear:


a bt + , 0 t a b h(t ) = , a b t t0 c(t t ) + , t0 < t 0

21

Modelo de risco da funo de potncia


Funo dada por:
h(t ) =

Modelo de risco exponencial


Modelo de risco exponencial usado quando funo de risco crescer ou decrescer abruptamente, apresentando comportamento exponencial:
h(t ) = ce t

Weibull

A funo de densidade associada :

f (t ) =

1 t t e

Weibull permite representao no-linear plena da curva da banheira: Estgio 1 obtido quando < 1 Estgio 2 obtido quando = 1 Estgio 3 obtido quando > 1
23

Natureza do modelo depende dos valores das constantes c e . Funo de densidade correspondente um caso especial da distribuio do valor extremo.
24

Classificao de distribuies de temposat-falha a partir da funo de risco


Quatro distribuies comumente usadas sero consideradas:
Exponencial Weibull Gama Lognormal

Classificao

IFR = taxa de falha crescente DFR = taxa de falha decrescente

25

26

Estimativa da funo de risco a partir de dados empricos


Estimativa depende do tamanho da amostra.

Estimao de h(t) para pequenas amostras

Ilustrao utiliza dois exemplos. Estimador de h(t) :


h(ti ) =
27

Resultados Grfico resultante

1 ( ti +1 ti )( n i + 0, 7 )
Tamanho da amostra

28

Grfico de h(t)

Estimao de h(t) para grandes amostras

Estimador de h(t) :
N (t ) N (t + t ) h(t ) = N (t )t
29

46 27 h(t ) = = 0, 0000207 46(20000)

No unidd sobreviventes no tempo t

t intervalo de classe

30

Grfico de h(t)

Exerccios
Resolva os exerccios 1, 4, 5 e 16 da apostila (Cap. 3).

31

32