Introducción
La práctica de la CEA lleva muchas veces a la necesidad
de aplicar conceptos de ingeniería que no todos los amateurs conocen
y aplican. Uno de ellos es el uso de los llamados asi Gráficos
de Weibull. Los mismos brindan una técnica para analizar y mostrar
gráficamente valores de fallas y porcentajes en un Gráfico
Weibull de probabilidad. De esta manera uno puede estimar que porcentaje
falla a que determinado valor de solicitación y la forma de la
distribución estadística de esta falla. Al hacerlo en forma
gráfica también se facilita la tarea de interpretación
de los resultados.
Aplicación el gráfico de Weibull
Durante el transcurso de la aplicación de criterios
de diseño, para lo que es la cohetería experimental amateur,
como rama de la ingeniería se requiere fijar determinados valores
de, por ejemplo, resistencia a la tracción, o la resistencia a
la presión de un tubo motor. Entonces que se hace?: se toman los
valores teóricos de tablas o dados por el fabricante. Pero......
uno ha visto que éstos valores son muy generales y suelen estar
apartados de la realidad. Si se desea tener cálculos más
exactos se deben tener datos mas exactos.
¿Porqué uno desea tener cálculos más exactos?
Lo hace para ajustar los coeficientes de seguridad. Ajustando los coeficientes
de seguridad se obtiene una mayor eficiencia en un cohete, de forma tal
que se pueden lograr mayores altura por ejemplo o reducir la cantidad
de fallas.
¿Esto como se vé en la práctica?
Podemos tomar un ejemplo de un tubo motor en el cual deseo determinar
cual es su presión de rotura, aplicar un coeficiente de seguridad
y así poder saber cual sería su presión máxima
de trabajo. Para ello uno tomaría una muestra del tubo motor que
se desea emplear, le hace una prueba hidráulica y determina su
presión de rotura. Supongamos que la misma es 150 megapascales,
si uno toma otra porción de tubo y vuelve a hacer el ensayo supone
que obtendría igual valor de rotura.
En la práctica, a veces es asi y a veces resulta que uno obtiene
valores diferentes por distintos motivos. Entonces si uno hace un ensayo
y en el ensayo obtiene 15 megapascales como presión de rotura podría
asumir que con un factor de seguridad de 1,5 podría trabajar con
10 megapascales de presión de trabajo. Si uno hace varios ensayos
y por ejemplo obtiene valores de 120, 170, 150, uno podría pensar
que tomando el valor más bajo estaría cubierto, sin embargo
esto no es así y ahi interviene usar un Gráfico de Weibull.
En un gráfico de Weibull lo que se hace es realizar una serie de
ensayos para obtener valores, los grafica en el gráfico de Weibull
y ahi podrá, por ejemplo, saber que con una probabilidad de 99%
la presión de rotura sería, por ejemplo, 110 kilos.
La aplicación típica de este tipo de gráfico es para
tornillos que sujetan la tobera, la tapa del motor; ya que en estos casos
lo que me interesa es que, por ejemplo, los tornillos de la tapa soporten
determinada presión de la cámara de combustion sin romperse
y los tornillos de la tobera se corten a determinada presión.
Alcance
No se pretende desarrollar en este artículo toda
la teoría y práctica del gráfico de Weibull. El objetivo
es brindar la información necesaria para su aplicación simple
posibilitando asi usar una herramienta más de la ingeniería.
Un ejemplo típico es el mencionado para la aplicación del
cálculo de tornillos que retienen tapas y toberas en motores-cohete.
Otro caso de interés es la determinación de la cantidad
de tornillos para retener dos etapas. Ahi se requiere que mantenga unidas
las dos etapas y que garantice un valor mínimo de resistencia,
luego de accionarse un dispositivo pirotécnico, los tornillos se
deben cortar con un valor que no debe superar un máximo. Entonces
si se dispone de un lote de tornillos la pregunta es si el mismo es apto
paara tal fin? y cuantos tornillos se debe uasr para satisfacer los requerimientos
de diseño.
Preparación del gráfico de Weibull
La forma de preparar el gráfico de Weibull se explica
mediante un ejemplo.
Supongamos que hemos realizado un ensayo de resistencia
al corte de un lote de tornillos. Para ello se tomaron 10 tornillos y
se determinó cual es el valor de su resistencia al corte. Los valores
obtenidos son: 140, 90, 190, 220, 270, 200, 115, 170, 200 y 330 kilos.
Paso nº 1
Ordenar los valores en forma ascendente, ver cuadro nº
1.
Valores de rotura
|
|
90
|
Ordenar
|
115
|
|
140
|
de
|
170
|
|
190
|
menor
|
200
|
|
220
|
a
|
260
|
|
270
|
mayor
|
330
|
|
Cuadro nº 1 Valores medidos ordenados
de menor a mayor. |
Paso
nº 2
De la Tabla nº 1 ó nº 2, según
corresponda, encontrar la columna que corresponde al tamaño de
muestra. Copiar los valores de los ranking de mediana en una columna paralela
a la columna de los datos ordenados, ver cuadro nº 2.
Valores de rotura
|
% de ranking de medianas
|
90
|
6.7
|
115
|
16.2
|
140
|
25.9
|
170
|
35.5
|
190
|
45.2
|
200
|
54.8
|
220
|
64.5
|
260
|
74.1
|
270
|
83.8
|
330
|
93.3
|
Cuadro nº 2 Valores medidos y valores
de ranking de medianas. |
Paso
nº 3
Poner el nombre a la escala horizontal, en nuestro caso
podría ser "resistencia al corte" y la unidad que se
considera, en nuestro caso podría ser "kilos". Seleccionar
los valores de la escala de resistencia al corte de manera tal que los
datos obtenidos queden apróximadamente en la mitad del gráfico,
ver gráfico nº 1.
Paso
nº 4
Graficar los datos con sus correspondientes porcentaje
de medianas, los cuales van en la escala vertical en el papel de Weibull.
Trazar una línea recta que pase por todos los puntos, o una línea
más cercana a esta línea hipotética, de manera tal
que la mitad de los puntos queden de un lado de la línea y la otra
mitad de los puntos queden del otro lado de la línea. Ver gráfico
nº 1 (
picar sobre la imagen).
|
Gráfico nº 1 Ejemplo de graficar los
valores del cuadro nº 2 |
Interpretación de resultados del gráfico de
Weibull
Una vez hecho el gráfico se puede:
Conocer
el porcentaje de tornillos que van a soportar un determinado valor de
rotura como mínimo, por ejemplo, el 90% de los tornillos van a
soportar un valor de resistencia a la rotura de 100.
Obtener
qué porcentaje de tornillos va a fallar, dado un determinado valor
de resistencia a la rotura, por ejemplo el 56% de los tornillos va a soportar
210 kilogramos.
El otro dato de interés que se obtiene es de la pendiente de la
recta. Para determinar el valor de la pendiente de la recta usar el gráfico
que está arriba a la izquierda. Este valor da información
sobre la forma de distribución.
Un valor de 3,5 indica una distribución normal.
Distribuciones menores a 3,5, por ejemplo 1,5 implica una forma de distribución
sesgada a la derecha. Si se graficó valores de rotura de tornillos,
en la práctica indicaría que hay una gran concentración
de tornillos con valores bajos de resistencia a la rotura.
Un valor, como por ejemplo 8, indica una distribución sesgada a
la izquierda y en la práctica muestra de que la mayor parte de
los valores de rotura del tornillo está dado en valores altos y
hay alguna pequeña cantidad que tiene valores bajos.
A todo esto se menciona que una distribución normal es la que tiene
igual cantidad de valores bajos como valores altos respecto a un valor
medio (esto dicho con mucha simplificación....).
Como referencia menciono que para valores menores a uno la distribución
es exponencial y en ensayos de vida de mecanismos muestra que hay fallas
tempranas motivadas por deficiencias en la fabricación o en el
armado.
Para pendientes mayores que uno la distribución, en caso de haber
graficado también un mecanismo, implica que hay fallas por fatiga
o por desgaste, en particular cuando la pendiente es muy alta.
Gráfico de Weibull en blanco
Se brinda en el gráfico nº 2 una hoja para hacer el Grafico
de Weibull. Para obtenerla picar sobre la
imagen.
|
Gráfico nº 2 Hoja para hacer el Gráfico de Weibull
|
Valores de ranking de medianas.
Número de orden |
Tamaño de muestra
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
10
|
11
|
12
|
13
|
14
|
15
|
1
|
29.3
|
20.6
|
15.9
|
12.9
|
10.9
|
9.4
|
8.3
|
7.4
|
6.7
|
6.1
|
5.6
|
5.2
|
4.8
|
4.5
|
2
|
70.7
|
50.0
|
38.6
|
31.4
|
26.4
|
22.8
|
20.1
|
18.0
|
16.2
|
14.8
|
13.6
|
12.6
|
11.7
|
10.9
|
3
|
|
79.4
|
61.4
|
50.0
|
42.1
|
36.4
|
32.1
|
28.6
|
25.9
|
23.6
|
21.7
|
20.0
|
18.6
|
17.4
|
4
|
|
|
84.1
|
68.6
|
57.9
|
50.0
|
44.0
|
39.3
|
35.5
|
32.4
|
29.8
|
27.5
|
25.6
|
23.9
|
5
|
|
|
|
87.1
|
73.9
|
63.6
|
56.0
|
50.0
|
45.2
|
41.2
|
37.9
|
35.0
|
32.6
|
30.4
|
6
|
|
|
|
|
89.1
|
77.2
|
67.9
|
60.7
|
54.8
|
50.0
|
46.0
|
42.5
|
39.5
|
37.0
|
7
|
|
|
|
|
|
90.6
|
79.9
|
71.4
|
64.5
|
58.8
|
54.0
|
50.0
|
46.5
|
43.5
|
8
|
|
|
|
|
|
|
91.7
|
82.0
|
74.1
|
67.6
|
62.1
|
57.5
|
53.5
|
50.0
|
9
|
|
|
|
|
|
|
|
92.6
|
83.8
|
76.4
|
70.2
|
65.0
|
60.5
|
56.5
|
10
|
|
|
|
|
|
|
|
|
93.3
|
85.2
|
78.3
|
72.5
|
67.4
|
63.0
|
11
|
|
|
|
|
|
|
|
|
|
93.9
|
86.4
|
80.0
|
74.4
|
69.5
|
12
|
|
|
|
|
|
|
|
|
|
|
94.4
|
87.4
|
81.4
|
76.1
|
13
|
|
|
|
|
|
|
|
|
|
|
|
94.8
|
88.3
|
82.6
|
14
|
|
|
|
|
|
|
|
|
|
|
|
|
95.2
|
89.1
|
15
|
|
|
|
|
|
|
|
|
|
|
|
|
|
95.5
|
Tabla nº 1: Valores de medianas para
cantidad de muestras ensayadas entre 2 y 15. |
Número de orden |
Tamaño de muestra
|
16 |
17 |
18 |
19 |
20 |
21 |
22 |
23 |
24 |
25 |
26 |
27 |
28 |
29 |
30 |
1
|
4.2 |
4.0 |
3.8 |
3.6 |
3.4 |
3.2 |
3.1 |
3.0 |
2.8 |
2.7 |
2.6 |
2.5 |
2.4 |
2.4 |
2.3 |
2
|
10.3 |
9.7 |
9.2 |
8.7 |
8.3 |
7.9 |
7.5 |
7.0 |
6.9 |
6.6 |
6.4 |
6.1 |
5.9 |
5.7 |
5.5 |
3
|
16.4 |
15.4 |
14.6 |
13.8 |
13.1 |
12.5 |
12.0 |
11.5 |
11.0 |
10.6 |
10.2 |
9.8 |
9.4 |
9.1 |
8.8 |
4
|
22.5 |
21.2 |
20.0 |
19.0 |
18.1 |
17.2 |
16.4 |
15.7 |
15.1 |
14.5 |
13.9 |
13.4 |
13.0 |
12.5 |
12.1 |
5
|
28.6 |
26.9 |
25.5 |
24.2 |
23.0 |
21.9 |
20.9 |
20.0 |
19.2 |
18.4 |
17.7 |
17.1 |
16.5 |
15.9 |
15.4 |
6
|
34.7 |
32.7 |
30.9 |
29.3 |
27.9 |
26.6 |
25.4 |
24.3 |
23.3 |
22.4 |
21.5 |
20.7 |
20.0 |
19.3 |
18.7 |
7
|
40.8 |
38.5 |
36.4 |
34.5 |
32.8 |
31.3 |
29.9 |
28.6 |
27.4 |
26.3 |
25.3 |
24.4 |
23.5 |
22.7 |
22.0 |
8
|
46.9 |
44.2 |
41.8 |
39.7 |
37.7 |
35.9 |
34.3 |
32.9 |
31.5 |
30.3 |
29.1 |
28.1 |
27.1 |
26.1 |
25.3 |
9
|
53.1 |
50.0 |
47.3 |
44.8 |
42.6 |
40.6 |
38.8 |
37.1 |
35.6 |
34.2 |
32.9 |
31.7 |
30.6 |
29.6 |
28.6 |
10
|
59.2 |
55.8 |
52.7 |
50.0 |
47.5 |
45.3 |
43.3 |
41.4 |
39.7 |
38.2 |
36.7 |
35.4 |
34.1 |
33.0 |
31.9 |
11
|
65.3 |
61.5 |
58.2 |
55.2 |
52.5 |
50.0 |
47.8 |
45.7 |
43.8 |
42.1 |
40.5 |
39.0 |
37.7 |
36.4 |
35.2 |
12
|
71.4 |
67.3 |
63.6 |
60.3 |
57.4 |
54.7 |
52.2 |
50.0 |
47.9 |
46.1 |
44.3 |
42.7 |
41.2 |
39.8 |
38.5 |
13
|
77.5 |
73.1 |
69.1 |
65.5 |
62.3 |
59.4 |
56.7 |
54.3 |
52.1 |
50.0 |
48.1 |
46.3 |
44.7 |
43.2 |
41.8 |
14
|
83.6 |
78.8 |
74.5 |
70.7 |
67.2 |
64.1 |
61.2 |
58.6 |
56.2 |
53.9 |
51.9 |
50.0 |
48.2 |
46.6 |
45.1 |
15
|
89.7 |
84.6 |
80.0 |
75.8 |
72.1 |
68.7 |
65.7 |
62.9 |
60.3 |
57.9 |
55.7 |
53.7 |
51.8 |
50.0 |
48.4 |
16
|
95.8 |
90.3 |
85.4 |
81.0 |
77.0 |
73.4 |
70.1 |
67.1 |
64.4 |
61.8 |
59.5 |
57.3 |
55.3 |
53.4 |
51.6 |
17
|
|
96.0 |
90.8 |
86.2 |
81.9 |
78.1 |
74.6 |
71.4 |
68.5 |
65.8 |
63.3 |
61.0 |
58.8 |
56.8 |
54.9 |
18
|
|
|
96.2 |
91.3 |
86.9 |
82.8 |
79.1 |
75.7 |
72.6 |
69.7 |
67.1 |
64.6 |
62.4 |
60.2 |
58.2 |
19
|
|
|
|
96.4 |
91.7 |
87.5 |
83.6 |
80.0 |
76.7 |
73.7 |
70.9 |
68.3 |
65.9 |
63.6 |
61.5 |
20
|
|
|
|
|
96.6 |
92.1 |
88.0 |
84.3 |
80.8 |
77.6 |
74.7 |
71.9 |
69.4 |
67.0 |
64.8 |
21
|
|
|
|
|
|
96.8 |
92.5 |
88.5 |
84.9 |
81.6 |
78.5 |
75.6 |
72.9 |
70.4 |
68.1 |
22
|
|
|
|
|
|
|
96.9 |
92.8 |
89.0 |
85.5 |
82.3 |
79.3 |
76.5 |
73.9 |
71.4 |
23
|
|
|
|
|
|
|
|
97.0 |
93.1 |
89.4 |
86.1 |
82.9 |
80.0 |
77.3 |
74.7 |
24
|
|
|
|
|
|
|
|
|
97.2 |
93.4 |
89.8 |
86.6 |
83.5 |
80.7 |
78.0 |
25
|
|
|
|
|
|
|
|
|
|
97.3 |
93.6 |
90.2 |
87.0 |
84.1 |
81.3 |
26
|
|
|
|
|
|
|
|
|
|
|
97.4 |
93.9 |
90.6 |
87.5 |
84.6 |
27
|
|
|
|
|
|
|
|
|
|
|
|
97.5 |
94.1 |
90.9 |
87.9 |
28
|
|
|
|
|
|
|
|
|
|
|
|
|
97.6 |
94.3 |
91.2 |
29
|
|
|
|
|
|
|
|
|
|
|
|
|
|
97.6 |
94.5 |
30
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
97.8 |
Tabla nº 2: Valores de medianas para
cantidad de muestras ensayadas entre 16 y 30. |
Volver al inicio de la página |
Primera emisión:10
de Julio 2005 |
Ultima modificación: 25 de Mayo 2016 |
|
© Juan Parczewski, all rights reserved, NO REPRODUCTION ALLOWED. Please
notify any errors, omissions, etc. |
|