Estatstica con Datos Normais e Paranormais

Fiabilidad en la era del Big Data(Oportunidades y retos para el Astillero 4.0)

Salvador Naya (salva@udc.es)Grupo de investigacin de Modelizacin,Optimizacin e Inferencia Estadstica (MODES)Departamento de MatemticasEscuela Politcnica Superior(24/11/2015)

ndiceMotivacinConceptos bsicosDatos (Big Data) y modelos en fiabilidad Tpicos en Fiabilidad AplicacionesSector aeronuticoSector del automvilSector navalConclusionesReferencias

Fiabilidad Tiempo de vida hasta el fallo

AGREE (Advisory Group Of Electronic Equipment) Agree Report bases de la fiabilidad. Departamento de Defensa americano. 1950.

UNE-EN 13306 Fiabilidades la"aptitud de un elemento para realizar una funcin requerida, en condiciones dadas, durante un intervalo de tiempo dadoQu funcin debe desempear?En qu condiciones debe desempear la funcin?Cunto tiempo debe desempear de manera satisfactoria la funcin en esas condiciones?

UNE incluyen otra definicin en la que este trmino se reemplaza por probabilidad, permitiendo de esta manera realizar evaluaciones y seguimientos de la fiabilidad de componentes, equipos o sistemas. Por esta razn, la estadstica y las probabilidades son herramientas fundamentales en la ingeniera de fiabilidad

Conceptos bsicos de (con-)fiabilidad

Fiabilidad en la era Big Data

Cmo son los datos en la era Big Data?

Datos de censurado simple Tipo I censurados por tiempo.

Tiempo TUnidades de la muestra12345...

= Fallo

= Sobrevive

12345...

Datos de censurado Tipo II censurados por fallo.

Unidades de la muestraCmo son los datos en la era Big Data?

Fiabilidad: Calidad a travs del tiempo (Quality over time).

Fiabilidad: Probabilidad de que un producto o sistema ejecute su funcin sin fallar para un intervalo especfico, bajo condiciones establecidas.

Conceptos bsicos de (con-)fiabilidad

8

Distribucin

Weibull

Lognormal

Kaplan-Meier

Nelson-Aalen

Funcin de fiabilidad

(Riesgo acumulado)Conceptos bsicos de (con-)fiabilidad

Regla de Potencia (inversa) para Voltaje

Modelos de dos esfuerzos Temperatura/Voltaje

Modelos de Paris de crecimiento de grietas

Modelo de Arrhenius

Modelo de Eyring

Modelos de tres esfuerzos (T/ V/ H)Conceptos bsicos de (con-)fiabilidad

10

10

Big Data Jet-A1

Aplicacin en Aeronutica Big-Data de impurezas en el Jet A-1

Aplicacin en Aeronutica Big-Data de impurezas en el Jet A-1

13

Aplicacin en Aeronutica Big-Data de impurezas en el Jet A-1

Aplicacin en el sector del automvil Grietas de cigeales

Datos son imgenes: Grietas de cigeales

Datos son imgenes: Grietas de cigeales

Obtencin del vector de caractersticas utilizando Lab.

donde p(i) es la i-sima entrada de la imagen, y N representa el nmero de pxeles. y aad de las imgenes de entrada y LL, y la e de las imgenes LH, HL y HH7 caractersticas por componente de color.Grietas de cigeales

Grietas de cigeales

Crecimiento de Grietas

Crecimiento de Grietas

Crecimiento de Grietas

Crecimiento de Grietas

Fiabilidad de sistemas Fiabilidad en Buques

Sistemas en Serie

Sistemas en Paralelo

Fiabilidad Sistemas en serie y en paralelo

Sistemas en Serie

Sistemas en Paralelo

Fiabilidad Sistemas en serie y en paralelo

Fiabilidad Sistemas en serie y en paralelo

Aplicacin en Mar Transferencia en I+D

Unidad Mixta Navantia-UDC. Astillero 4.0

Muchas Gracias por su atencin!

Ricardo Cao, Mario Francisco, Javier Tarrro, Proyectos del Ministerio de Ciencia e Innovacin MTM2014-52876-R

Ramn Artiaga, Jorge Lpez

Beatriz Remeseiro, Manuel Penedo

Sergio Muoz

Cndido Cancelo, Helena Brage

Agradecimientos

33

33

Artculos:Naya, S., Cao, R., Jacome, A., Lopez-de-Ullibarri, I. Oliveira, M. Muoz, S. Estimation of the Reliability, Availability and Maintainability of a submarine using Monte Carlo Simulation. Developments in Maritime Transportation and Exploitation of Sea Resources. Taylor and Francis, London. 2013. Naya, S., Cao, R. Francisco, M., Tarro, J., Brage, H. y Cancelo, C. Estimating water and solid impurities in jet fuel from ISO codes. Energy and Fuels. 27 (12), 7858-7867. 2013. Meneses, A., Naya, S. Tarro J, Lpez de Ullibarri, I. FCGR: Fatigue Crack Growth in Reliability. https://cran.r-project.org/web/packages/FCGR/index.html. 2015.Remeseiro, B., Tarro, J. Francisco-Fernndez, M., Penedo, M., Naya, S., Cao, R. Supervised classification of defective crankshafts by image analysis. Proccedings in Scientific Meeting of the Classification and Data Analysis Group of the Italian Statistical Society (CLADAG 2015), Cagliari, Italy. 2015.Naya, S., Tarro, J., Oviedo, M., Zaragoza, S. Statistical Quality Control with Functional Data. An application to Energy Efficiency. Proccedings in ISI World Statistics Congress. Rio de Janeiro. Brasil. 2015.

Referencias

Statistical Methods for Reliability Data, William Meeker and Luis A. Escobar, Wiley 1998.

Accelerated Testing: Statistical Models, Test Plans and Data Analysis, Wayne Nelson, Wiley, 1990.