Professional Documents
Culture Documents
ESTUDOS DE CONFIABILIDADE NA
FASE DE PROJETO: APLICAO EM UM
PRODUTO ELETRNICO
Resumo
Hoje em dia as indstrias tm de colocar seus produtos em um mercado altamente competitivo, e as presses, visando eficincia do programa de testes e do ciclo de desenvolvimento
de um produto, so cada vez maiores. Neste contexto, os mtodos estatsticos clssicos
(baseados na teoria de amostragem), usados para analisar a confiabilidade de um produto,
mostram-se cada vez menos eficientes, enquanto que os mtodos bayesianos so vistos
favoravelmente e seu uso comea a ser uma alternativa necessria.
Para avaliar o desempenho de um item, que possui uma taxa de falhas muito baixa, as
tcnicas estatsticas clssicas exigem tamanhos grandes de amostra e tempo de teste longo,
principalmente quando a tecnologia do produto limita o fator de acelerao, como o caso
dos produtos eletrnicos, por exemplo.
A metodologia, proposta neste artigo, combina resultados de testes, que so realizados
rotineiramente durante o ciclo de desenvolvimento, com informao adicional relevante e til
ao estabelecimento da confiabilidade do equipamento.
Com o objetivo de ilustrar a metodologia, esta aplicada em um equipamento eletrnico,
cuja confiabilidade foi estabelecida, durante sua fase de projeto, a partir das confiabilidades
de seus componentes, utilizando dados de teste por atributo e incorporando o julgamento da
equipe de desenvolvimento do produto.
306
1. Introduo
dos chips, a realidade indica que esta tendncia continuar, e certamente ela causar
um impacto na confiabilidade dos componentes eletrnicos. As projees indicam
que, na mudana do sculo, os chips de
microcomputadores tero 100 milhes de
transistores e as taxas de falhas sero menores que 10 FIT (Failure In Time, 1 falha em
um milho de componentes operando por
1000 horas). Isto significa que as tcnicas de
medio de confiabilidade tero srias
limitaes para lidar com taxas de falhas de
10 FIT dos circuitos impressos.
Em oposio necessidade de mais teste
para alcanar alta qualidade e confiabilidade, existe, hoje em dia, uma presso extrema
para reduzir a extenso de tempo entre a
concepo do produto e sua produo. Esta
presso reduz ainda mais o tempo disponvel
para testar a confiabilidade em todos os
estgios do processo de desenvolvimento do
produto. Isto cria novos desafios para o
projeto do produto e processo de produo e
para o planejamento e anlise dos resultados
dos estudos de confiabilidade, a fim de
reduzir o risco de no detectar problemas
potenciais de confiabilidade.
Combinar em um plano de teste, de
maneira tima, o nmero de unidades de
ensaio, tempo de teste, nvel de acelerao e
nvel de confiana para se obter inferncias
de boa qualidade sobre a confiabilidade de
um item em estudo, sob os princpios da
teoria de amostragem, est se tornando um
problema cada vez mais crtico. Se a esta
situao adicionarmos a caracterstica do
produto observado ser altamente confivel,
o que significa que os dados de falha so
escassos, ento fica praticamente invivel
achar um ponto de equilbrio entre o uso de
metodologias cientficas e o desafio da
empresa concorrer de maneira competitiva
em um mercado altamente agressivo.
307
308
f Y , ( y , ) = h ( ) f Y / ( y / )
(2.1)
(2.2)
h / Y ( / y ) =
h ( ) f Y / ( y / )
,
fY ( y)
fY ( y ) > 0
(2.3)
ou
h / Y ( / y ) =
h ( ) f Y / ( y / )
h ( ) f Y / ( y / )d
(2.4)
ou
h / Y ( / y ) f Y / ( y / )h ( )
(2.5)
309
DESCRIO
Guardband
Usability
O EVT, DVT e MVT so testes direcionados a hardware (estrutura fsica do produto), microcdigo e fabricao, enquanto
que as outras atividades so testes direcionados principalmente a microcdigo. Para
310
3.4 Metodologia
Estimao da confiabilidade, combinando
dados de teste, com informao adicional,
relevante ao conhecimento do produto,
hi ( Ri ) =
(ni0 + 2)
s
Ri i0 (1 Ri ) ni0 si0
( si0 + 1)(ni0 si 0 + 1)
(3.1)
Ri (si0 + 1, n i0 s i0 + 1)
(3.2)
Isto :
(n i + 2)
Ri s i (1 Ri )n i s i
(s i + 1)(n i s i + 1)
(3.3)
311
Ri (si + 1, n i s i + 1)
(3.4)
confiabilidades
dos
i =k
Ri
(3.5)
i =1
Modelo probabilstico
R / s (a , b) : ha ( R )
(3.6)
com:
M 2 (1 M ) VM
V
(3.7)
M (1 M ) 2 V (1 M )
V
(3.8)
a=
b=
parmetros tais que a Beta tenha mdia M e varincia V, que so a mdia e a varincia do
produto de Betas, ou seja:
i=k
M =
i =1
( si0 + si + 1)
(ni0 + ni + 2)
i =k
( s + s i + 1)( s i0 + si + 2)
2
V = i0
M
(
2
)(
3
)
n
n
n
n
+
+
+
+
i =1
i0
i
i0
i
(3.9)
(3.10)
312
Para uma funo de perda erro quadrtico, a estimativa bayesiana pontual a mdia da
distribuio a posteriori de R:
i=k
( si0 + si + 1)
=M
i = 1 ( ni0 + ni + 2 )
E (R / s) =
(3.11)
Uma estimativa bayesiana por intervalo de 90% para R dada pelos quantis 0,05 e 0,95
de sua distribuio a posteriori.
313
Abordagem Bayesiana
Varivel Experimental
CONTAGEM DE FALHAS
Modelo Probabilstico:
BINOMIAL
DADOS AMOSTRAIS:
- DVT
- FVT
- SVT
- Usability
TEOREMA DE
BAYES
INFORMAO ADICIONAL:
- Projeto: ALORS2
- Expert Opinion
Representao: Mod. Prob.
BETA (a, b)
Estimativa da
CONFIABILIDADE
314
Tabela 3.2. Taxas de falhas obtidas a partir de um MTBF de 4,26 e 6 anos para o produto.
FRU
1,0431
0,7412
0,4655
0,3307
0,7579
0,5386
0,1795
0,1275
0,2315
0,1646
Produto
2,6776
1,9026
R1,i
R3,i
ni0
si0
0.72
0.63
72
52
0.87
0.82
137
119
0.79
0.72
100
79
0.94
0.92
427
401
0.93
0.90
224
208
FRU
1t
=e
0 , 438 1
R3 = e
(
3t
=e
0 , 438 3
),
com
, e 3 a taxa de falhas
315
40
35
30
D
e
n
s.
P
r
o
b.
D: R1 = 0.94 ; R3 = 0.92
25
E: R1 = 0.93 ; R3 = 0.90
20
B: R1 = 0.87 ; R3 = 0.82
15
C: R1 = 0.79 ; R3 = 0.72
10
A: R1 = 0.72 ; R3 = 0.63
5
0
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Confiabilidade
316
ni
fi
si
27
27
27
24
145
141
27
27
19
18
n i
s i
ai
bi
Ri
99
79
80
21
0.79
164
143
144
22
0.87
245
220
221
26
0.89
454
428
429
27
0.94
243
226
227
18
0.93
317
i =k
Ri ,
onde
i =1
Percentil 5
Mdia
Percentil 95
Exata simulada
Aproximada
0.479
0.48
0.538
0.54
0.592
0.59
Tabela 3.7. Informao a priori para os resultados amostrais obtidos durante o MVT
FRU
ni
si
99
79
164
143
245
220
454
428
243
226
318
Tabela 3.8. Dados de ensaios realizados durante o MVT para cada FRU
FRU
ni
fi
si
15
15
15
15
33
33
15
15
15
15
Onde:
n i
s i
ai
bi
Mdia
114
94
95
21
0.82
179
158
159
22
0.88
278
253
254
26
0.91
469
443
444
27
0.94
258
241
242
18
0.93
a i = si +1
bi = ni - si +1
4. Concluses
319
Referncias Bibliogrficas:
COLE, P.V.Z.: A bayesian reliability assessment of
complex systems for binomial sampling. IEEE
Transactions on Reliability, v.24, n.2, June 1975,
pp 114-117.
CROOK, D.L.: Evolution of VLSI reliability
engineering. Quality and Reliability Engineering
International, v.7, 1991, pp 221-233.
GARVIN, D.A.: Gerenciando a qualidade. Brasil,
Qualitymark Editora, 1992.
HART, L.: Reliability of modified designs: a Bayes
analysis of an accelerated test of electronic
assemblies. IEEE Transactions on Reliability,
v.39, n.2, June 1990, pp 140-144.
MARTZ, H.F. & WALLER, R.A.: Bayesian
reliability analysis of complex series/parallel
systems of binomial subsystems and components. Technometrics, v.32, n.4, November
1990, pp 407-416.
320
when the product technology limits the acceleration factor, as with electronic products, for
example.
The methodology proposed in this paper combines test results, which are routinely performed during the product development cycle, with additional relevant information that is
useful in the assessment of its reliability.
In order to illustrate the methodology, it was applied to an electronic equipment, assessing
its reliability during the design phase. The computations were performed considering
component reliabilities, attribute test data, and also judgement of the product development
team.
Key words: reliability, bayesian statistics, quality, failure rate, expert opinion.