Distribuição de Weibull

Distribuição de Weibull

Trabalho apresentado para avaliação na disciplina de Estatística e Métodos Numéricos do Curso de Administração de Empresas da Escola Superior de Engenharia e Gestão - ESEG.

Prof. Alexandre Borges

SÃO PAULO 2008

AGRADECIMENTOS - A Deus pela vida, saúde e pelas oportunidades.

DISTRIBUIÇÃO DE WEIBULL – CONCEITOS BÁSICOS5
PRINCIPAIS EXPRESSÕES MATEMÁTICAS5
Probabilidade de falhas de um item, num dado intervalo de tempo "t" de operação5
(Confiabilidade)5
Tempo Médio Entre falhas (MTTF)5
Desvio Padrão6
Significado dos parâmetros da Distribuição de Weibull6
Observações relativas ao Fator de Forma "β"7
WEIBULL - CÁLCULO MATEMÁTICO8
MODELO HIPOTÉTICO – BOMBAS EM OPERAÇÃO8
I- Cálculos:8
I Traço o gráfico da confiabilidade8
preventiva? Em caso afirmativo, que período é este?8
I-1 Para determinar “ 0t ”, há três métodos:9
Para os itens I-2 e I-310
I-4 Determinação do coeficiente de correlação (r):12
horas):13
I-6 A confiabilidade em um intervalo do funcionamento de 1400 horas (t=1400 horas):13
I-7 MTTF (tempo médio sem falha):13
I-8 Desvio Padrão:14
I-9 Coeficiente de variação:14
Item I – Representação gráfica:14

SUMÁRIO Probabilidade a qual o equipamento não irá falhar para um dado período de tempo "t"de operação I O custo de manutenção corretiva por intervenção (CCM) é de $60,0 e o custo de manutenção preventiva por intervenção (CPM) é de $250,0. Há um período ótimo para executar a manutenção I-5 Probabilidade de falha para um intervalo de funcionamento de 1350 horas em operação (t=1350 I - Intervalo de manutenção preventiva ...................................................................................................... 15

O objetivo do presente trabalho é apresentar as principais características da

Distribuição de Weibull, seus parâmetros e aplicações.

Também são desenvolvidos os cálculos relativos a um exemplo hipotético de testes de falhas em equipamentos de bombeamento.

Devido ao reduzido material para consulta, ou pela sua pouca profundidade, tomamos por base o excelente material “Weibull Passo a Passo”, disponível em http://www.qualytek.com.br (em inglês) 1 .

5 DISTRIBUIÇÃO DE WEIBULL – CONCEITOS BÁSICOS

Expressão semi-empírica desenvolvida por Ernest Hjalmar Wallodi Weibull (1887- 1979), físico sueco, que em 1939 apresentou o modelo de planejamento estatístico sobre fadiga de material. Sua utilidade decorre do fato de permitir:

• representar falhas típicas de partida (mortalidade infantil), falhas aleatórias e falhas devido ao desgaste.

• obter parâmetros significativos da configuração das falhas.

• representação gráfica simples.

Um outro fato importante relacionado a distribuição de Weibull é que na presença de co-variáveis, tem-se um modelo de riscos proporcionais e de falha acelerada. A distribuição de Weibull é a única distribuição de probabilidade que pode ser escrita na forma de um modelo de riscos proporcionais3 .

Probabilidade de falhas de um item, num dado intervalo de tempo "t" de operação.

t t t tF t e

F(t)⇒ Função Distribuição cumulativa

Probabilidade a qual o equipamento não irá falhar para um dado período de tempo "t"de operação (Confiabilidade).

Tempo Médio Entre falhas (MTTF)

Desvio Padrão

Significado dos parâmetros da Distribuição de Weibull

• "0t" => Vida Mínima ou Confiabilidade Intrínseca (tempo de operação a partir do qual o equipamento passa a apresentar falhas, ou seja, intervalo de tempo que o equipamento não apresenta falhas).

• "η" => Vida Característica ou Parâmetro de Escala (intervalo de tempo entre

"0t" e "t" no qual ocorrem 63,2% das falhas, restando, portanto, 36,8% de itens sem falhar).

• "β" => Fator de Forma (indica a forma da curva e a característica das falhas).

• "β < 1" mortalidade infantil • "β = 1" falhas aleatórias (função exponencial negativa)

• "β > 1" falhas por desgaste

O parâmetro β é adimensional, enquanto η está na mesma escala dos dados3 .

Observações relativas ao Fator de Forma "β"

A escolha apropriada de "0t", "β" e "η" na Distribuição de Weibull podem ser usadas para representar uma larga faixa de distribuições, incluindo tanto distribuições randômicas (exponencial negativa) quanto distribuições aproximadamente normal.

Embora a experiência tenha mostrado que a distribuição de Weibull possa ser usada para representar a grande maioria de modelos de falha, é essencial notar que é uma função semi-empírica, e pode não ser capaz de representar algumas distribuições particulares encontradas na prática.

Com relação ao Fator de Forma "β", temos que:

• Se "β = 1" (taxa de falha constante), pode ser uma indicação que modos de falhas múltiplos estão presentes ou que os dados coletados dos tempos para falhar são suspeitos. Este é freqüentemente o caso dos sistemas nos quais diferentes componentes têm diferentes idades, e o tempo individual de operação dos componentes não estão disponíveis. Uma taxa de falhas constante pode também indicar que as falhas são provocadas por agentes externos, tais como: uso inadequado do equipamento ou técnicas inadequadas de manutenção.

• O modo de falhas por desgaste é caracterizado por "β > 1", mas podem ocorrer situações nas quais as falhas por desgaste ocorram depois de um tempo finito livre de falhas, e um valor de "β = 1" é obtido. Isto pode ocorrer quando uma amostragem contém uma proporção de itens imperfeitos, acarretando falhas antes de um tempo finito livre de falhas. Os parâmetros da Distribuição de Weibull dos modos de falhas por desgaste podem ser deduzidos se forem eliminados os itens imperfeitos e analisados os seus dados separadamente.

Cem bombas idênticas estão em operação continuamente até falharem. Anotados os tempos de falha de cada uma, obtemos a seguinte tabela:

Tempo até falhar (horas)

Frequência observada

1000 =>10 2
10 =>1200 6
1200 =>1300 16
1300 =>1400 14
1400 =>1500 26
1500 =>1600 2
1600 =>1700 7
1700 =>1800 6
1800 =>1900 1

I- Cálculos:

1. O tempo livre de vida mínima ou da falha intrínseca "0t"=> da confiabilidade "0t". 2. O parâmetro característico da vida ou da escala (η).

3. O parâmetro da forma (β) e falha característica.

4. O coeficiente de correlação (r). 5. A probabilidade de falha para um intervalo de funcionamento de 1350 horas. 6. A confiabilidade em um intervalo de funcionamento de 1400 horas. 7. MTTF (tempo médio sem falha). 8. O desvio padrão (σ). 9. O coeficiente de variação (/σµ).

I Traço o gráfico da confiabilidade.

I O custo de manutenção corretiva por intervenção (CCM) é de $60,0 e o custo de manutenção preventiva por intervenção (CPM) é de $250,0. Há um período ótimo para executar a manutenção preventiva? Em caso afirmativo, que período é este?

9 Solução:

Tempo até falhar (horas)

Frequência observada

Freq.

Relativa

Freq. Rel. Acumulada

1000 =>10 2 0,02 0,02
10 =>1200 6 0,06 0,08
1200 =>1300 16 0,16 0,24
1300 =>1400 14 0,14 0,38
1400 =>1500 26 0,26 0,64
1500 =>1600 2 0,2 0,86
1600 =>1700 7 0,07 0,93
1700 =>1800 6 0,06 0,9
180 =>190 1 0,01 1,0
Total 101,0

I-1 Para determinar “0t”, há três métodos:

• Pela experimentação; • Gráfico;

• Simulação computacional;

Experimentação: consiste em selecionar valores arbitrários a “0t”. O valor que obtiver o melhor coeficiente de correlação, será o mais adequado.

Gráfico: através da utilização do gráfico que representa a Freqüência acumulada e do uso da fórmula abaixo.

Simulação computacional: diversos valores candidatos a “0t” são testados, escolhese o que apresenta o melhor coeficiente de correlação.

Em nosso caso, a melhor opção é “0t= 900 horas”.

Para os itens I-2 e I-3

Sabemos que a freqüência cumulativa de falha em uma distribuição de Weibull, é dada por:

Transformando a função para a forma Y=aX + b, obtemos:

Conseqüentemente, nós podemos construir a seguinte tabela:

100,02 -3,9019 5,2983
12000,08 -2,4843 5,7038
13000,24 -1,2930 5,9915
14000,38 -0,7381 6,2146
15000,64 0,0214 6,3969
16000,86 0,6761 6,51
17000,93 0,9780 6,6846
18000,9 1,5272 6,8024

1 Agora, nós podemos aplicar a regressão linear para determinar o “β” e o “η”:

Tabela para facilitar os cálculos

Ord. iY iX 2iY 2iX iiXY

Determinação do coeficiente angular (β):

n n n i i i i i i i

n n i i i i n X Y X Y a

12 Determinação do coeficiente angular (-β.Lnη):

3,5831.

n n i i i i b Ln a n n

Conseqüentemente:

Ln Ln

= 594,28n=horas - Vida Característica ou Parâmetro de Escala (intervalo de tempo entre "0t" e "t" no qual ocorrem 63,2% das falhas, restando, portanto, 36,8% de itens sem falhar).

I-4 Determinação do coeficiente de correlação (r):

I-5 Probabilidade de falha para um intervalo de funcionamento de 1350 horas em operação (t=1350 horas):

I-6 A confiabilidade em um intervalo do funcionamento de 1400 horas (t=1400 horas):

I-7 MTTF (tempo médio sem falha): MTTF = 1435,35 HORAS

14 I-8 Desvio Padrão:

I-9 Coeficiente de variação: Item I – Representação gráfica:

15 I - Intervalo de manutenção preventiva

Valores:

As seguintes equações serão usadas: # Existe um tempo finito para executar manutenção preventiva sistematicamente, quando:

Nós igualmente podemos usar o gráfico abaixo:

# Se a equação acima é verdadeira, o intervalo de tempo ótimo para executar a manutenção preventiva, é dado por:

Entrando com os valores, nós obtemos: Condição:

Intervalo ótimo: T=1.257,12 horas

17 CONCLUSÃO

A Distribuição de Weibull tem sido usada extensivamente na engenharia de confiabilidade como modelo de tempo de falha para componentes e sistema elétricos e mecânicos4 , e também para estimar a sobrevivência humana e de outros mamíferos, pássaros, rotíferos até insetos5 .

Com a escolha apropriada dos parâmetros "0t", "β" e "η" da Distribuição de

Weibull, pode-se representar uma larga faixa de distribuições de modelos de falhas, podendo explicar a sua grande aplicação em vários campos, da engenharia às ciências biológicas.

3 SILVA, WALDIR S. J. Probabilidade de Cobertura dos Intervalos de Confiança

Estadual de MaringáMaringá – PR, 2005.

Assintótico, p-Bootstrap e t-Bootstrap, Para Alguns Parâmetros da Distribuicão Weibull. Monografia de Conclusão de Curso – Centro de Ciências Exatas – Universidade

4 MONTGOMERY, DOUGLAS C. Introdução ao Controle Estatístico da Qualidade. 4. ed. Rio de Janeiro: LTC Editora, 2004.

Comentários