Sobre el Libro
Ingeniería de Confiabilidad y Análisis de Riesgos: una Guía Práctica (Reliability Engineering and Risk Analysis: A Practical Guide, Third Edition) es un libro escrito por Mohammad Modarres, Mark P Kaminskiy y Vasiliy Krivtsov. Fue publicado en el año 2016 en su tercera edición por la editorial CRC Press.
Descripción del Libro
Información extraída y traducida del libro
Este libro de texto para estudiantes de pregrado y posgrado proporciona una visión general práctica y completa de las técnicas de análisis de riesgos y confiabilidad. Escrito para estudiantes de ingeniería e ingenieros en ejercicio, el libro tiene un alcance multidisciplinario. La nueva edición tiene nuevos temas en la estimación clásica de intervalos de confianza; Análisis de incertidumbre bayesiano; modelos para el enfoque de física de fallas para la estimación de la vida; discusiones ampliadas sobre el proceso de renovación generalizada y el mantenimiento óptimo; y más modificaciones, actualizaciones y discusiones. El libro incluye ejemplos para aclarar temas técnicos y muchos ejercicios de final de capítulo. También se encuentran disponibles diapositivas de PowerPoint y un Manual de soluciones.
Reseña del Libro
Información extraída y traducida del libro
«Este libro tiene una cobertura completa y una presentación reveladora. Sería muy útil para los profesionales (tanto para fines de capacitación como de referencia) debido a la inclusión de ejemplos realistas y estudios de casos. El tratamiento de las técnicas de análisis de datos se encuentra en el nivel correcto: no demasiado matemático para los no teóricos, pero no sin el rigor necesario «.
―T.N. Goh, Universidad Nacional de Singapur
Sobre los autores
Información extraída y traducida del libro
Mohammad Modarres tiene un historial bien establecido y extenso de investigación académica, enseñanza y servicios administrativos en A.J. Escuela de Ingeniería Clark, Universidad de Maryland. Al principio de su carrera, propuso y estableció el Programa de Posgrado en Ingeniería de Confiabilidad. Posteriormente, este programa creció y ahora es un plan de estudios académico líder en ingeniería de confiabilidad y análisis de riesgos en el mundo. Durante su carrera académica, se ha desempeñado en varios puestos de liderazgo, incluido el de director del Centro de Riesgo y Confiabilidad, director del Programa de Ingeniería Nuclear y líder de la División de Diseño y Confiabilidad de Sistemas en el Departamento de Ingeniería Mecánica. Es experto en evaluación y gestión probabilística de riesgos, análisis de incertidumbre, física probabilística de fallas y modelado de degradación y daños de sistemas, estructuras y componentes. Sus áreas de investigación incluyen la evaluación de la degradación basada en la fatiga y la corrosión de las estructuras de las aeronaves, las vasijas de los reactores nucleares, las estructuras de soporte y las tuberías de plantas nucleares avanzadas utilizando la física probabilística de falla, incluida la caracterización de todas las incertidumbres. Sus intereses en la confiabilidad, integridad, pronóstico y manejo de la salud de las estructuras incluyen el desarrollo teórico, experimental y de modelos para el monitoreo de la condición y la evaluación de la vida útil restante. Es un experto en el desarrollo y actualización de modelos probabilísticos utilizando métodos de inferencia bayesianos, fusión de datos y análisis de big data basados en sensores.
El Dr. Modarres es un profesor y erudito distinguido de la Universidad de Maryland, miembro de la American Nuclear Society y ha recibido varios premios. Obtuvo su título de ingeniero, una maestría y un doctorado en ingeniería nuclear en el MIT y una maestría en ingeniería mecánica también en el MIT. Para publicaciones detalladas e información sobre sus actividades de investigación, visite http://www.modarres.umd.edu/.
Mark P. Kaminskiy es actualmente ingeniero de confiabilidad principal en el Centro de Vuelo Espacial Goddard de la NASA (a través de ARES Corporation). Ha realizado numerosos proyectos de investigación y consultoría financiados por el gobierno para el Departamento de Transporte, la Guardia Costera, el Cuerpo de Ingenieros del Ejército, la Armada, la Comisión Reguladora Nuclear y la Sociedad Estadounidense de Ingenieros Mecánicos, y por corporaciones para Ford Motor, Qualcomm Inc., y algunas otras empresas de ingeniería. Ha impartido varios cursos de posgrado sobre ingeniería de confiabilidad en la Universidad de Maryland. El Dr. Kaminskiy es autor y coautor de más de 60 publicaciones profesionales, incluidos dos libros sobre confiabilidad y análisis de riesgos, y capítulos de muchos libros sobre confiabilidad estadística y análisis de riesgos. Obtuvo su maestría en física nuclear de la Universidad Politécnica de San Petersburgo, Rusia y su doctorado en ingeniería eléctrica de la Universidad Electrotécnica de San Petersburgo, Rusia.
Vasiliy Krivtsov es un practicante y consultor en ingeniería de confiabilidad, análisis de riesgos y estadísticas aplicadas, empleado por Ford Motor Company como especialista técnico senior. También ocupa el puesto de profesor asociado adjunto de ingeniería de confiabilidad en la Universidad de Maryland, donde imparte un curso de posgrado sobre análisis de datos de confiabilidad.
El Dr. Krivtsov obtuvo su doctorado en ingeniería eléctrica del Instituto Politécnico de Kharkov, Ucrania y su doctorado en ingeniería de confiabilidad de la Universidad de Maryland, EE. UU. Es autor y coautor de más de 60 publicaciones profesionales, incluidos dos libros sobre ingeniería de confiabilidad y análisis de riesgos, nueve inventos patentados y seis inventos secretos comerciales sobre algoritmos estadísticos para Ford. Es miembro del consejo editorial de la revista internacional Reliability Engineering & System Safety de Elsevier, vicepresidente del Comité de tutoriales del Simposio de Autores (RAMS®) de International Reliability K26963_Book.indb 17 27-08-2016 12:57:19 xviii miembro senior de IEEE. Antes de Ford, el Dr. Krivtsov ocupó el cargo de profesor asociado de ingeniería eléctrica en el Instituto de Energía Eléctrica y Tecnología Informática de Kharkov, Ucrania, y el de asistente de investigación graduado en el Centro de Ingeniería de Confiabilidad de la Universidad de Maryland. Más información sobre su actividad profesional está disponible en http://www.krivtsov.net/.
Tabla de Contenido
Información extraída y traducida del sitio web Taylor & Francis Group
Capítulo 1. Ingeniería de confiabilidad en perspectiva
Un diseño perfecto es aquel que permanece operativo y logra su objetivo sin fallas durante un tiempo de misión preseleccionado. Esta es la visión determinista de un sistema de ingeniería. Esta visión es idealista, impráctica y económicamente inviable. La prevención de fallas y el proceso de comprender por qué y cómo ocurren las fallas implican la apreciación de los mecanismos de falla y enfoques para modelarlos, como la física de la falla. Las fallas son el resultado de la existencia de desafíos y condiciones de origen que ocurren en un proceso o escenario de falla particular. El sistema tiene una capacidad inherente para resistir tales desafíos. Tanto los desafíos como la capacidad pueden verse reducidos por condiciones internas o externas específicas. El estrés representa un agregado de los desafíos y las condiciones externas. Este modelo de falla puede depender de las condiciones ambientales, las cargas aplicadas y la ocurrencia de eventos críticos, más que del mero paso del tiempo o ciclos.
Capítulo 2. Matemáticas básicas de confiabilidad (Revisión de probabilidad y estadística)
Este capítulo analiza los elementos de la teoría matemática que son relevantes para el estudio de la confiabilidad de los objetos físicos. Comienza con una presentación de conceptos básicos de probabilidad. El capítulo considera algunos conceptos fundamentales de estadística que se utilizan en el análisis de confiabilidad. La probabilidad es un concepto que la gente usa formal y casualmente todos los días. Los pronósticos meteorológicos son de naturaleza probabilística. Las personas usan la probabilidad en sus conversaciones casuales para mostrar su percepción de la probable ocurrencia o no ocurrencia de eventos particulares. Las probabilidades se dan por los resultados de los eventos deportivos y se utilizan en los juegos de azar. La interpretación de frecuencia es la definición de probabilidad clásica más utilizada. En esta interpretación, la idea de un conjunto de juicios es vital. En algunos casos, existe un conjunto natural, como lanzar una moneda al aire o fallas repetidas del mismo equipo en muchas pruebas idénticas e independientes.
Capítulo 3. Análisis de confiabilidad de componentes
Este capítulo analiza los elementos básicos de la estimación de la confiabilidad de los componentes. La discusión se centra en el enfoque de frecuencia clásico para la confiabilidad de los componentes. También presenta algunos aspectos del análisis de confiabilidad de componentes basados en el enfoque subjetivista o bayesiano. La confiabilidad tiene muchas connotaciones. En general, se refiere a la capacidad de un elemento para realizar con éxito una función prevista durante una misión. Cuanto más tiempo el artículo realice su función prevista, más confiable será. Formalmente, la confiabilidad se considera una noción de ingeniería y probabilística. Generalmente, una curva de bañera se puede dividir en tres regiones. La región de falla temprana de quemado exhibe una tasa de falla decreciente (DFR), caracterizada por fallas tempranas atribuibles a defectos en el diseño, fabricación o construcción. La distribución exponencial es una de las distribuciones más utilizadas en el análisis de confiabilidad. Esto se puede atribuir principalmente a su simplicidad y al hecho de que ofrece un modelo de tasa de riesgo simple y constante correspondiente a una situación que a menudo es realista.
Capítulo 4. Análisis de confiabilidad del sistema
Este capítulo analiza los métodos para modelar la relación entre los componentes del sistema, que determinan la confiabilidad general del sistema. Los diagramas de bloques de confiabilidad se utilizan con frecuencia para modelar el efecto de las fallas de los elementos en el rendimiento del sistema. Las fallas de los artículos a menudo corresponden a la disposición física de los artículos en el sistema. Un diagrama de bloques de confiabilidad es una configuración en serie en la que la falla de cualquier elemento da como resultado la falla del sistema. Por consiguiente, para el éxito funcional de un sistema en serie, todos sus bloques deben funcionar satisfactoriamente durante el tiempo de misión previsto del sistema. Un sistema se denomina sistema redundante de reserva cuando algunas de sus unidades permanecen inactivas hasta que un dispositivo de detección y conmutación las solicita servicio. Un sistema de carga compartida se refiere a un sistema paralelo cuyas unidades comparten igualmente la función del sistema. Por ejemplo, si un conjunto de dos bombas paralelas idénticas suministra x gpm de agua a un depósito, cada bomba suministra x / 2 gpm.
Capítulo 5. Confiabilidad y disponibilidad de componentes y sistemas reparables
Este capítulo se centra en los modelos probabilísticos y los métodos estadísticos que utilizan las características de falla de los elementos reparables y su confiabilidad. También se enfoca en la confiabilidad y disponibilidad del sistema, los métodos son igualmente aplicables a los componentes. Se supone que el tiempo de reparación (o mantenimiento) es insignificante en comparación con el tiempo medio entre fallas (sucesivas) (MTBF). Esta suposición hace posible aplicar diferentes procesos puntuales como modelos candidatos para procesos de falla de la vida real. Por ejemplo, una reparación de automóvil menor puede tardar solo unas pocas horas en realizarse. En este caso, la suposición es bastante realista. El proceso de Poisson homogéneo (HPP) es probablemente el modelo de proceso de falla más antiguo y también el más simple. Otro modelo de proceso de falla importante para las aplicaciones de confiabilidad son los procesos de renovación (PR). El RP puede considerarse como una generalización del HPP para el caso en el que la distribución del tiempo entre fallas (TBF), es decir, la distribución subyacente, es una distribución continua arbitraria de un r.v. definido positivamente.
Capítulo 6. Temas seleccionados en el modelado de confiabilidad
Este capítulo analiza varios temas importantes para el modelado de confiabilidad. Los analistas de confiabilidad a menudo se enfrentan a situaciones en las que la confiabilidad del sistema y los componentes se modela y estima mejor modelando los procesos y fenómenos subyacentes que conducen a fallas. Esto es particularmente importante en estructuras y fallas de sistemas pasivos. El software tiene un comportamiento determinista, mientras que el comportamiento del hardware es tanto determinista como estocástico. De hecho, una vez que se ha seleccionado un conjunto de entradas para el software, el software fallará o se ejecutará correctamente, siempre que la computadora y el sistema operativo con el que se ejecutará el software estén libres de errores. Un modelo de confiabilidad de software (SRM) evalúa la confiabilidad del software. La falla del software puede definirse como la probabilidad de que el software funcione sin fallas durante un período de tiempo específico en un entorno específico. La falla del software puede deberse a errores, ambigüedades, descuidos, mala interpretación de las especificaciones, etc.
Capítulo 7. Temas seleccionados en el análisis de datos de confiabilidad
Un modelo de confiabilidad se define como la relación entre la distribución del tiempo de falla de un dispositivo y sus factores de estrés, como la carga, la frecuencia de ciclos, la temperatura, la humedad y el voltaje. Los modelos de confiabilidad de vida acelerada (AL) se basan en consideraciones de física de falla. El modelo de confiabilidad AL es una transformación determinista del tiempo al fracaso. Se consideran dos transformaciones de tiempo principales en el análisis de datos de confiabilidad. Estas transformaciones se conocen como modelo AL y modelo de riesgo proporcional (PH). Los métodos estadísticos para el ajuste del modelo de confiabilidad sobre la base de pruebas AL o datos de campo recolectados pueden dividirse en dos grupos: paramétricos y no paramétricos. El gráfico de cuantiles-cuantiles es una curva tal que las coordenadas de cada punto son los cuantiles de tiempo de falla para un par de condiciones de tensión de interés. Si la función de transformación de tiempo es lineal en el tiempo, el gráfico de cuantiles-cuantiles será una línea recta que pasa por el origen.
Capítulo 8. Análisis de riesgos
El análisis de riesgos tiene tres elementos: evaluación de riesgos, gestión de riesgos y comunicación de riesgos. Hay muchas interacciones y superposiciones entre estos tres elementos principales del análisis de riesgos. El análisis de riesgo mide el potencial y la magnitud de cualquier pérdida desde o hacia un sistema. Si existen datos históricos adecuados sobre tales pérdidas, el análisis de riesgo puede medirse directamente a partir de las estadísticas de la pérdida real. Este enfoque se utiliza a menudo para casos en los que los datos sobre tales pérdidas están fácilmente disponibles. La evaluación probabilística de riesgos es un procedimiento sistemático para investigar las formas en que se construyen y operan sistemas complejos. Los PRA modelan cómo los elementos humanos, de software y de hardware del sistema interactúan entre sí. La preparación para un PRA comienza con una revisión de los objetivos del análisis. Entre los muchos objetivos que son posibles, los más comunes incluyen la mejora del diseño, la aceptabilidad de riesgos, el apoyo a las decisiones, el apoyo regulatorio y de supervisión, y la gestión de operaciones y vida.
Ingeniería de Confiabilidad en Perspectiva
Información extraída y traducida del libro
¿Por qué estudiar la Confiabilidad?
Información extraída y traducida del libro
Los sistemas de ingeniería, los componentes y las estructuras no son perfectas. Un diseño perfecto es aquel que permanece operativo y logra su objetivo sin fallas durante un tiempo de misión preseleccionado. Esta es la visión determinista de un sistema de ingeniería. Esta visión es idealista. poco práctico. y económicamente inviable. Incluso si el conocimiento técnico no es un factor limitante en el diseño. fabricación. construyendo. y operando un diseño perfecto, el costo de desarrollo. pruebas. materiales y el análisis de ingeniería pueden superar con creces las perspectivas económicas de un sistema de este tipo. Por lo tanto, las limitaciones prácticas y económicas imponen el uso de diseños menos que perfectos. Los diseñadores, fabricantes y usuarios finales, sin embargo, se esfuerzan por minimizar la ocurrencia y recurrencia de fallas. Para minimizar las fallas en los diseños de ingeniería, el diseñador debe comprender por qué y cómo ocurren las fallas. Para maximizar el rendimiento del sistema y usar los recursos de manera eficiente, también es importante saber con qué frecuencia pueden ocurrir tales fallas. Esto implica predecir la ocurrencia de fallas.
La prevención de fallas y el proceso de comprender por qué y cómo ocurren las fallas implican la apreciación de los mecanismos de falla y enfoques para modelarlos, como la física de la falla. Los mecanismos de falla son los medios por los cuales ocurren las fallas. Para minimizar efectivamente la ocurrencia de fallas, el diseñador debe tener un conocimiento excelente de los mecanismos de falla aplicables que pueden estar asociados con el diseño, o que pueden ser introducidos desde fuera del sistema (por ejemplo, por usuarios o encargados de mantenimiento). Cuando los mecanismos de falla se conocen y se consideran adecuadamente en el diseño, fabricación, construcción, producción. y operación, su impacto o tasa de ocurrencia puede minimizarse, o el sistema puede protegerse contra ellos a través de una ingeniería cuidadosa y un análisis económico. Esta es generalmente una visión determinista del proceso de análisis de confiabilidad.
La mayoría de los mecanismos de falla. sus interacciones y el proceso de degradación en un diseño particular generalmente no se comprenden completamente. En consecuencia. la predicción de fallas implica incertidumbre y, por lo tanto, es inherentemente un problema probabilístico. Por lo tanto, el análisis de confiabilidad, ya sea utilizando la física de fallas o ocurrencias históricas de fallas, es un proceso probabilístico. Es la solidez de la evidencia y el conocimiento sobre los eventos y procesos de falla lo que determina la confianza en la confiabilidad del diseño. Este libro se ocupa de los análisis de confiabilidad que implican la predicción de fallas y los trata de manera probabilística.
Modelos de Fallas
Información extraída y traducida del libro
Las fallas son el resultado de la existencia de desafíos y condiciones de origen que ocurren en un proceso o escenario de falla particular. El sistema tiene una capacidad inherente para resistir tales desafíos. Tanto los desafíos como la capacidad pueden verse reducidos por condiciones internas o externas específicas. Cuando los desafíos superan la capacidad del sistema, se produce una falla.
Los modelos específicos utilizan diferentes definiciones y métricas de capacidad y desafío. Condiciones adversas generadas de forma artificial o natural. interna o externamente. puede aumentar o inducir desafíos al sistema y / o reducir la capacidad del artículo para resistir desafíos.
Mecanismos de Falla
Información extraída y traducida del libro
Los mecanismos de falla son procesos físicos cuya ocurrencia conducen o son causados por agentes de estrés y pueden deteriorar la capacidad (por ejemplo, fuerza o resistencia) de un artículo. Dado que los mecanismos de falla para equipos mecánicos y electrónicos / eléctricos son algo diferentes, estos mecanismos se analizan por separado.
Los mecanismos de falla mecánica se pueden dividir en tres clases: inducidas por estrés. fuerza reducida y aumento de estrés. Los mecanismos inducidos por el estrés se refieren a los mecanismos que causan o son el resultado de un estrés localizado (permanente o temporal). Por ejemplo, la deformación clástica puede ser el resultado de una fuerza aplicada sobre el artículo que provoca una deformación (elástica) que desaparece cuando se elimina la fuerza aplicada. Los mecanismos de reducción de la fuerza son aquellos que conducen (indirectamente) a una reducción de la fuerza o resistencia del artículo para soportar el estrés o el daño. Por ejemplo, la radiación puede causar fragilización del material, reduciendo así la capacidad del material para resistir grietas u otros daños. Los mecanismos que aumentan el estrés son aquellos cuyo efecto directo es un aumento del estrés aplicado. Por ejemplo, el crecimiento de grietas inducido por la fatiga podría causar una mayor intensidad de tensión en una estructura.
Medidas de Rendimiento
Información extraída y traducida del libro
El rendimiento general de un artículo (componente, dispositivo, producto, subsistema o sistema) depende de la implementación de varios programas que, en última instancia, mejoran el rendimiento del artículo.
El rendimiento de un artículo se puede describir mediante cuatro elementos:
- Capacidad: la capacidad del elemento para realizar sus funciones.
- Eficiencia: la capacidad del elemento para realizar sus funciones de forma eficaz y sencilla.
- Confiabilidad: La capacidad de los elementos para comenzar y continuar operando hasta que alcance sus objetivos y misión.
- Disponibilidad: la capacidad del artículo para permanecer operativo y volverse operativo rápidamente después de una falla.
- Comprar en Amazon