Calculadora de Taxa de Falhas e Confiabilidade

O que esta ferramenta calcula

Esta ferramenta trabalha o modelo de confiabilidade exponencial, o carro-chefe da análise de taxa de falhas constante.

A partir de uma única taxa de falhas responde as duas perguntas que os engenheiros mais fazem: qual é a probabilidade de uma unidade sobreviver até um tempo escolhido, e quanto falta até a confiabilidade cair a um nível que lhe importa.

A primeira é a função de confiabilidade R(t) = e^(−λt); a segunda é o seu inverso, a vida de projeto em que R(t) atinge uma meta. Em torno delas reporta a probabilidade de falha, o tempo médio entre falhas e o risco constante, e traça a curva de sobrevivência para que o declínio da confiabilidade ao longo da vida do item seja visível num relance.

O modelo exponencial repousa em um pressuposto, uma taxa de falhas constante, e esse pressuposto é o que o torna ao mesmo tempo simples e, usado no lugar certo, poderoso.

Quando o risco não muda com a idade, a confiabilidade segue um decaimento exponencial limpo governado por um único número, e esse número, a taxa de falhas, é exatamente o recíproco do MTBF.

Esta é a parte plana do meio da clássica curva da banheira, o regime de falhas aleatórias que descreve bem muitos componentes eletrônicos e sistemas complexos de muitas partes. É o companheiro natural da calculadora de MTBF: a taxa de falhas que aquela ferramenta reporta é precisamente a entrada que esta converte em uma probabilidade de sobrevivência.

O que distingue esta calculadora é que ela vai nas duas direções e expõe a peculiaridade que define o modelo. Além do R(t) para a frente, resolve a pergunta inversa de vida de projeto que as decisões de garantia e intervalo de serviço de fato precisam, e declara com clareza que a exponencial não tem memória, então a confiabilidade condicional é igual a R(t) sem importar a idade prévia. Você pode informar a taxa como taxa de falhas, como MTBF ou como falhas cruas sobre tempo de operação, e tudo roda no seu navegador sem guardar nada, junto com um gráfico e exportação.

Como usar esta calculadora, passo a passo

Comece dizendo à calculadora como você quer informar a taxa de falhas. Escolha a opção de taxa de falhas para digitar lambda direto em falhas por hora, a opção de MTBF para informar o tempo médio entre falhas, ou a opção de falhas sobre tempo para deixar a ferramenta derivar a taxa de uma contagem de falhas e o tempo de operação em que ocorreram. As três levam à mesma análise; apenas correspondem aos dados que você tem, seja uma cifra de ficha técnica, uma taxa de sistema ou os seus próprios registros de manutenção.

Depois informe o tempo de missão, a idade para a qual você quer a confiabilidade, e opcionalmente uma confiabilidade-meta entre zero e um para obter a vida de projeto. A calculadora abre com um exemplo resolvido já preenchido, uma taxa de falhas de 0,001 por hora avaliada a 500 horas com uma meta de noventa por cento, para que você veja um resultado completo de imediato. Cada campo recalcula ao vivo, então mudar a taxa ou o tempo de missão atualiza R(t), F(t) e a curva de uma vez, o que facilita explorar como a probabilidade de sobrevivência responde a uma missão mais longa ou a um componente melhor.

O painel de resultados encabeça com a confiabilidade no seu tempo de missão, depois lista R(t), a probabilidade de falha F(t), a taxa de falhas, o MTBF, o risco constante e a vida de projeto para a sua meta. Uma nota lembra que a confiabilidade condicional é igual a R(t) porque o modelo não tem memória. O gráfico traça toda a curva de sobrevivência R(t) para que você veja o decaimento e localize nele o seu tempo de missão, e você pode baixar a análise como PDF ou CSV ou compartilhá-la, tudo localmente.

Ler R(t), F(t) e o risco

As três funções descrevem o mesmo comportamento de falhas de ângulos distintos, e lê-las juntas constrói intuição. A função de confiabilidade R(t) é a probabilidade de sobrevivência até o tempo t, uma curva que começa em um e decai; a probabilidade de falha F(t) é a sua imagem espelhada, um menos R(t), a probabilidade de a unidade já ter falhado até t, subindo de zero. Elas sempre somam um em qualquer tempo, então uma confiabilidade de setenta por cento a certa idade é a mesma afirmação que trinta por cento de probabilidade de falha até aquela idade, e qual você cita é só questão de o enfoque de sobrevivência ou o de falha ser mais natural para a decisão.

A taxa de risco é a terceira visão e a mais fundamental. É a taxa instantânea de falha dado que sobreviveu até agora, e para o modelo exponencial é constante e igual à taxa de falhas lambda em qualquer idade. Essa planura é todo o conteúdo do modelo: a probabilidade de falhar no próximo instante nunca muda, por isso a confiabilidade decai a uma taxa proporcional constante e a curva é uma exponencial limpa e não a forma de S ou a cauda que se acentua vistas com o envelhecimento. Quando você olha o risco constante que a calculadora reporta e reconhece que ele nunca se move, está olhando o pressuposto que faz todo o resto seguir.

Ajuda conectar as formas aos números. Num tempo de missão igual ao MTBF, a confiabilidade é sempre e elevado a menos um, cerca de 37 por cento, um ponto de referência útil: a vida média não é o ponto de igualdade de chances mas o ponto onde só sobrevive cerca de um terço, porque a exponencial é enviesada. A vida mediana, onde sobrevive a metade, é mais curta que a média, cerca de 0,693 vezes o MTBF. Notar que a média e a mediana diferem é uma boa forma de internalizar que a exponencial não é simétrica, e que citar o MTBF sozinho pode enganar quem supõe que é uma idade de cinquenta-cinquenta.

A propriedade sem memória e a confiabilidade condicional

A característica mais distintiva do modelo exponencial é que ele não tem memória, e entender isso ao mesmo tempo afia o seu uso e o adverte de onde ele falha. Como o risco é constante, a probabilidade de uma unidade durar mais t horas é a mesma sem importar quanto ela já opera. Um componente que operou sem falhas por um ano enfrenta exatamente a mesma probabilidade de sobreviver ao próximo mês que um novo recém-saído da caixa. Formalmente, a confiabilidade condicional, a probabilidade de sobreviver até o tempo t mais s dado que sobreviveu até s, simplifica-se a R(t) puro, independente da idade prévia s.

Por isso a calculadora reporta a confiabilidade condicional como idêntica a R(t) e nota que uma unidade usada é como nova. É uma simplificação genuinamente útil quando vale: para falhas aleatórias que atingem sem importar a idade, como um pico de tensão ou um evento de objeto estranho, a sobrevivência prévia de fato não diz nada do futuro, e o modelo sem memória é exatamente certo. Também torna tratável a matemática de sistemas e peças, porque você nunca precisa rastrear a idade de cada parte.

Mas a mesma propriedade é o sinal mais claro dos limites do modelo. Componentes reais que se desgastam enfaticamente não são sem memória: um rolamento velho é muito mais propenso a falhar na próxima hora que um novo, e fingir o contrário com um modelo exponencial subestimará gravemente o risco de uma frota que envelhece. Então quando você se encontrar duvidando de que uma unidade de um ano de fato seja como nova, essa dúvida é bem fundada e lhe diz para recorrer ao modelo de Weibull, cujo risco variável pode representar o desgaste. A propriedade sem memória é assim tanto a conveniência da exponencial quanto o seu rótulo de advertência embutido.

Cinco exemplos resolvidos que você pode seguir

Exemplo 1: confiabilidade num tempo de missão

A calculadora abre com uma taxa de falhas de 0,001 por hora avaliada a 500 horas. A confiabilidade é e elevado a menos 0,5, cerca de 60,65 por cento, então há aproximadamente sessenta por cento de probabilidade de a unidade sobreviver à missão de 500 horas e quarenta por cento de falhar durante ela. Este é o cálculo para a frente básico, e mudar o tempo de missão traça toda a curva de sobrevivência: a 1000 horas, igual ao MTBF, a confiabilidade cai para cerca de 37 por cento.

Exemplo 2: a vida de projeto para uma meta

Com uma confiabilidade-meta de noventa por cento informada, a calculadora reporta a vida de projeto, o tempo em que a confiabilidade cai a esse nível, como cerca de 105 horas. Em outras palavras, só após aproximadamente 105 horas a probabilidade de sobrevivência baixa de noventa por cento. Este cálculo inverso é o que você usa para fixar um período de garantia ou um intervalo de serviço a uma meta de confiabilidade, e é a pergunta estilo B10, a idade em que se espera que dez por cento tenham falhado.

Exemplo 3: informar um MTBF em vez disso

Mude a entrada da taxa para MTBF e informe 1000 horas; a taxa de falhas vira 0,001 por hora e cada resultado coincide com o primeiro exemplo, porque o MTBF e a taxa de falhas são recíprocos. Este modo é conveniente quando uma ficha técnica cita um MTBF direto, e mostra como a mesma pergunta de confiabilidade pode partir da taxa ou do seu inverso sem mudança na resposta.

Exemplo 4: derivar a taxa de dados

Escolha o modo de falhas sobre tempo e informe quatro falhas em 1116 horas de operação, depois avalie a 360 horas. A taxa de falhas é quatro dividido por 1116, e a confiabilidade a 360 horas resulta cerca de 27,3 por cento, ou seja, menos de setenta e três por cento de sobreviver tanto. Isso reflete um caso comum de livro-texto e mostra como um punhado de registros de manutenção se torna uma estimativa de confiabilidade, embora com só quatro falhas a estimativa carregue incerteza real.

Exemplo 5: o ponto de referência do MTBF

Fixe o tempo de missão igual ao MTBF, qualquer que seja a taxa que você informou, e leia a confiabilidade: é sempre cerca de 37 por cento. Este ponto de referência vale a pena lembrar porque corrige um erro comum de que o MTBF é a idade em que falha a metade das unidades. De fato, para a vida média quase dois terços falharam, porque a distribuição exponencial é enviesada à direita, e ver aparecer os mesmos 37 por cento sem importar a taxa faz o ponto fixar.

Três dicas de especialista para resultados confiáveis

A matemática por trás dos resultados

O modelo exponencial segue de uma única premissa: uma taxa de risco constante. Se a taxa de falha instantânea é uma lambda fixa em qualquer idade, então a função de confiabilidade, a probabilidade de sobreviver até o tempo t, é a solução R(t) = e^(−λt), um decaimento exponencial puro. A probabilidade de falha é o seu complemento, F(t) = 1 − e^(−λt), a distribuição acumulada do tempo de falha, e a densidade de probabilidade de falha no tempo t é λ vezes e^(−λt). Essas três, a função de sobrevivência, a função acumulada de falha e a densidade, são a descrição completa do modelo, e todas seguem do risco constante.

A média desta distribuição, o tempo médio até a falha ou, para itens reparáveis, o tempo médio entre falhas, é a integral de R(t) sobre todo o tempo, que avalia a um sobre lambda. Essa é a relação recíproca exata que a calculadora usa para transitar entre a taxa e o MTBF. A vida de projeto para uma confiabilidade-meta inverte a função de sobrevivência: igualando e^(−λt) à meta R e resolvendo dá t = −ln(R)/λ, que é o que a calculadora computa quando você fornece uma meta. E a propriedade sem memória sai direto da álgebra: a confiabilidade condicional R(t+s dado s) é R(t+s)/R(s), e para a exponencial essa razão é e^(−λ(t+s))/e^(−λs) = e^(−λt) = R(t), livre da idade transcorrida s.

Dois pressupostos governam se esses resultados limpos se aplicam. O primeiro é o risco constante em si, exato só para a exponencial e boa aproximação só no regime de falhas aleatórias; quando o risco verdadeiro sobe ou desce com a idade, o modelo correto é o de Weibull, do qual a exponencial é o caso especial com parâmetro de forma igual a um.

O segundo é que as falhas são independentes, de modo que combinar taxas por soma, como faz a confiabilidade de sistemas, é válido.

A calculadora computa os resultados exponenciais exatamente; julgar se a exponencial é o modelo correto para o seu item é trabalho do analista, e a nota de sem memória está ali em parte como lembrete para fazer esse julgamento.

Onde o modelo exponencial é usado

O modelo de confiabilidade exponencial é um fixo da engenharia de confiabilidade onde quer que as falhas sejam, em boa aproximação, aleatórias em vez de por idade.

É o modelo padrão para muitos componentes eletrônicos, cujas falhas durante a vida útil são dominadas por eventos aleatórios mais que pelo desgaste, e fundamenta os manuais de taxas de falhas e as normas de predição que tabulam taxas de componentes para montar uma cifra de sistema.

Como as taxas de falhas independentes se somam, a exponencial também é o bloco de construção natural para a confiabilidade de sistemas: um sistema em série de componentes exponenciais é em si exponencial com uma taxa igual à soma, o que mantém tratáveis os modelos grandes de confiabilidade.

Também conecta de perto com o resto deste silo. A taxa de falhas aqui é o recíproco do MTBF da calculadora de MTBF, MTTR e disponibilidade, então as duas ferramentas são duas visões da mesma confiabilidade.

A taxa é a entrada que a calculadora de confiabilidade de sistemas combina entre componentes, e a vida de projeto que esta ferramenta computa para uma confiabilidade-meta alimenta diretamente os termos de garantia e os intervalos de manutenção preventiva.

Onde a exponencial deixa de ser apropriada, porque o risco muda com a idade, a calculadora de análise de Weibull assume, e reconhecer esse repasse é um dos principais julgamentos que o modelo de risco constante o obriga a fazer. Volte ao hub de Manutenção e Confiabilidade para o conjunto completo.

Além da manutenção, o mesmo modelo aparece no trabalho de níveis de serviço e de segurança. Em TI e telecomunicações a exponencial fundamenta o lado de taxa de falhas das metas de disponibilidade escritas nos acordos de nível de serviço, onde as taxas de componentes se agregam numa taxa de sistema e depois num tempo de parada esperado.

Em segurança funcional, o pressuposto de risco constante está embutido em como as taxas de falhas aleatórias de hardware se combinam e comparam contra os orçamentos de taxa de falhas que os níveis de integridade de segurança impõem.

Em engenharia de garantia, o cálculo de vida de projeto que esta ferramenta realiza é exatamente como um período de garantia se alinha a uma taxa aceitável de devoluções em campo.

Estimar uma taxa de falhas confiável

Uma resposta de confiabilidade é tão boa quanto a taxa de falhas por trás, e há três fontes comuns, cada uma com as suas ressalvas. A mais limpa são os seus próprios dados de operação: conte as falhas sobre um tempo de operação conhecido e divida, exatamente como faz o modo de falhas sobre tempo. O detalhe é estatístico, porque uma taxa de um número pequeno de falhas é incerta; quatro falhas dão uma confiança muito distinta de quatrocentas, e uma única falha mal restringe a taxa. Trate uma estimativa de baixa contagem como um valor central grosseiro, não uma constante precisa, e reúna mais tempo de operação antes de apostar forte nela.

A segunda fonte é uma ficha técnica do fabricante ou um manual de predição de confiabilidade, que cita uma taxa de falhas ou um MTBF para um componente sob condições declaradas. São bons pontos de partida, mas estão condicionados ao ambiente, à temperatura e ao ciclo de trabalho supostos na fonte, e as condições reais podem deslocar a taxa substancialmente, então um MTBF de ficha técnica deve ser tratado como uma linha de base otimista a menos que as suas condições coincidam. A terceira fonte é uma taxa de sistema combinada montada somando taxas de componentes, válida para falhas independentes em série mas que supõe que cada taxa contribuinte é em si sólida.

Seja qual for a fonte, a disciplina é ser honesto sobre o pressuposto de taxa constante. A taxa de falhas é um único número que resume toda uma vida só se o risco de fato for plano no intervalo que lhe importa. Se o componente está cedo na vida e ainda soltando defeitos de mortalidade infantil, ou tarde e se desgastando, uma única taxa faz a média sobre uma realidade variável e a predição exponencial estará desviada. A verificação prática é perguntar-se se uma unidade usada de fato é como nova; se a resposta honesta é não, a taxa não é constante e o modelo de Weibull é o melhor lar para os seus dados.

Quando mudar para o modelo de Weibull

O modelo exponencial é um caso especial do modelo de Weibull mais geral, e conhecer a fronteira entre ambos é central para usar bem qualquer um. O Weibull acrescenta um parâmetro de forma que deixa o risco subir, descer ou ficar plano; quando a forma é igual a um, o risco é constante e o Weibull é exatamente a exponencial. Então a pergunta de se usar a exponencial é na verdade a pergunta de se a forma é um, ou seja, se a taxa de falhas é genuinamente independente da idade. Para o meio plano da curva da banheira ela é, e a simplicidade da exponencial é uma vantagem real.

Dois regimes quebram o pressuposto. Cedo na vida domina a mortalidade infantil: os defeitos de fabricação ou instalação causam uma alta taxa de falha inicial que cai ao depurar as unidades fracas, um risco decrescente que a exponencial não pode representar e que pede uma forma de Weibull menor que um.

Tarde na vida domina o desgaste: a fadiga, a corrosão e a erosão impulsionam um risco crescente, uma forma de Weibull maior que um, e aqui a exponencial é perigosamente otimista porque ignora o envelhecimento por completo.

Usar uma taxa constante numa população que se desgasta preverá muito mais sobreviventes do que a realidade entrega, que é justo o tipo de erro que leva a manutenção omitida e falhas em serviço.

A regra prática é usar a exponencial quando as falhas são aleatórias e independentes da idade, e passar a Weibull assim que os dados ou a física digam que o risco muda. O sinal mais claro é a propriedade sem memória: se tratar uma unidade usada como se fosse nova parece errado para o seu item, o risco não é constante e a exponencial é o modelo errado. Esta calculadora computa a exponencial exatamente e sinaliza a sua natureza sem memória precisamente para que você reconheça quando essa natureza já não se ajusta, e faça a mudança para Weibull de forma deliberada e não por acidente.

A confiabilidade e a disponibilidade são perguntas distintas

É fácil confundir a confiabilidade com a disponibilidade, mas elas respondem perguntas distintas e o modelo exponencial fala só da primeira. A confiabilidade, R(t), é a probabilidade de sobreviver sem nenhuma falha até o tempo t; é sobre não falhar em absoluto durante uma janela. A disponibilidade é a fração de tempo em que um ativo está operante no longo prazo, e permite falhas desde que os reparos sejam rápidos, então uma máquina que falha muito mas é restaurada em minutos pode ter alta disponibilidade e baixa confiabilidade de missão ao mesmo tempo. As duas coincidem só para itens que nunca são reparados, onde uma única falha encerra a história.

A distinção importa ao escolher qual número citar. Para uma missão que deve rodar sem interrupção, uma passagem de satélite, um lote que não pode ser pausado, um voo, a confiabilidade sobre a janela de missão é a medida certa, porque uma única falha é uma falha sem importar quão rápido poderia ser consertada.

Para uma linha de produção julgada pela produção de longo prazo, a disponibilidade é o que conta, porque as paradas breves são absorvidas. Esta calculadora computa a confiabilidade a partir da taxa de falhas; a calculadora companheira de MTBF e disponibilidade toma o mesmo comportamento de falhas e, adicionando o tempo de reparo, produz a disponibilidade.

Usar as duas juntas o impede de responder à pergunta errada com a aritmética certa.

A exponencial e a curva da banheira

A taxa de falhas constante que o modelo exponencial supõe não é uma verdade universal sobre o equipamento; é a descrição de uma fase da vida. A clássica curva da banheira grafica a taxa de risco sobre toda a vida de uma população e mostra três regiões: uma taxa que cai cedo ao depurar os defeitos de mortalidade infantil, um longo meio plano onde as falhas são aleatórias, e uma taxa crescente no fim quando o desgaste começa. O modelo exponencial descreve só esse meio plano, o período de vida útil, e é justo ali que tratar a taxa de falhas como constante se justifica e a propriedade sem memória de fato vale.

Ver onde o modelo se situa na curva esclarece tanto o seu poder quanto os seus limites. Durante a vida útil, as falhas chegam de causas externas aleatórias mais que do envelhecimento, então uma única taxa capta bem o comportamento e a matemática exponencial limpa se aplica.

Mas a mesma imagem adverte que o meio plano é limitado dos dois lados, e que aplicar a exponencial a uma população ainda em mortalidade infantil ou já em desgaste importa um pressuposto de taxa constante que a física não respalda.

A boa prática é estabelecer, de dados ou de conhecimento de engenharia, que o item está na sua fase de vida útil sobre o horizonte que lhe importa antes de confiar numa predição exponencial, e vigiar a subida do desgaste que sinaliza o fim da região plana.

Erros comuns a evitar

Alguns poucos erros se repetem ao aplicar o modelo de confiabilidade exponencial. Fique atento a eles.

• Usá-lo em itens de desgaste ou mortalidade infantil. A taxa constante é errada fora da vida útil; uma parte desgastada não é sem memória. Mude para Weibull quando o risco muda com a idade.
• Ler o MTBF como uma idade de cinquenta-cinquenta. No MTBF só sobrevive cerca de 37 por cento, não a metade; a vida mediana é mais curta, cerca de 0,693 vezes o MTBF.
• Unidades de tempo desalinhadas. A taxa de falhas e o tempo de missão devem usar a mesma unidade; uma taxa por hora com uma missão em dias dá uma confiabilidade sem sentido.
• Confiar demais numa taxa de poucas falhas. Uma taxa de uma ou duas falhas é muito incerta; trate-a como um valor central grosseiro, não uma constante precisa.
• Confundir confiabilidade com disponibilidade. R(t) é a probabilidade de não falha numa janela; a disponibilidade permite falhas com reparo rápido. Cite a que a sua decisão precisa.
• Ignorar o ambiente por trás de uma taxa de ficha técnica. Um MTBF citado supõe condições declaradas; temperatura ou ciclo mais severos podem subir a taxa real bem acima.

Formato de entrada e referência rápida

Escolha como você informa a taxa: uma taxa de falhas por hora, um MTBF, ou uma contagem de falhas sobre tempo de operação. Depois informe o tempo de missão e, opcionalmente, uma confiabilidade-meta entre 0 e 1 para a vida de projeto. Mantenha a taxa e o tempo de missão na mesma unidade de tempo. A referência abaixo explica cada saída.

Perguntas frequentes

Fontes, aviso legal e transparência editorial

Esta calculadora aplica o modelo de confiabilidade exponencial (risco constante): R(t)=e^(−λt), F(t)=1−R(t), risco constante h(t)=λ, MTBF=1/λ e vida de projeto t=−ln(R)/λ para uma confiabilidade-meta, consistente com as referências padrão de engenharia de confiabilidade. Esta calculadora e este guia são criados e revisados pela equipe da OpsCalculators; consulte a nossa Política Editorial para saber como cada ferramenta é pesquisada, construída e testada.

Os resultados são estimativas precisas para planejamento e educação, não consultoria certificada de confiabilidade ou segurança, e pressupõem uma taxa de falhas constante (um risco plano) e falhas independentes. Para equipamento em mortalidade infantil ou desgaste, onde o risco muda com a idade, use a análise de Weibull. Consulte o nosso Aviso Legal completo. OpsCalculators.com é operado pela MAFHH INTERNATIONAL LTD. Os seus dados são processados no seu navegador e nunca são guardados; consulte a nossa Política de Privacidade.