Ingeniería de confiabilidad

La ingeniería de confiabilidad es una subdisciplina de la ingeniería de sistemas que enfatiza la capacidad de los equipos para funcionar sin fallas. La confiabilidad se define como la probabilidad de que un producto, sistema o servicio realice su función prevista adecuadamente durante un período de tiempo específico; o que opere en un entorno definido sin fallas. ^{[ 1 ]} La confiabilidad está estrechamente relacionada con la disponibilidad , que generalmente se describe como la capacidad de un componente o sistema para funcionar en un momento o intervalo de tiempo específico.

La función de confiabilidad se define teóricamente como la probabilidad de éxito. En la práctica, se calcula mediante diferentes técnicas y su valor oscila entre 0 y 1, donde 0 indica que no hay probabilidad de éxito y 1 que el éxito es seguro. Esta probabilidad se estima a partir de análisis detallados (física de fallas), conjuntos de datos previos o mediante pruebas y modelado de confiabilidad. La disponibilidad , la capacidad de prueba , la mantenibilidad y el mantenimiento se definen a menudo como parte de la "ingeniería de confiabilidad" en los programas de confiabilidad. La confiabilidad suele desempeñar un papel fundamental en la rentabilidad de los sistemas en general.

La ingeniería de confiabilidad se ocupa de la predicción, prevención y gestión de altos niveles de incertidumbre de ingeniería y riesgos de falla durante el " ciclo de vida ". Aunque los parámetros estocásticos definen y afectan la confiabilidad, esta no se logra únicamente mediante las matemáticas y la estadística. ^{[ 2 ] [ 3 ]} "Casi toda la enseñanza y la literatura sobre el tema enfatizan estos aspectos e ignoran la realidad de que los rangos de incertidumbre involucrados invalidan en gran medida los métodos cuantitativos para la predicción y la medición." ^{[ 4 ]} Por ejemplo, es fácil representar la "probabilidad de falla" como un símbolo o valor en una ecuación, pero es casi imposible predecir su verdadera magnitud en la práctica, que es masivamente multivariada , por lo que tener la ecuación para la confiabilidad no equivale en absoluto a tener una medición predictiva precisa de la confiabilidad.

La ingeniería de confiabilidad está estrechamente relacionada con la ingeniería de calidad , la ingeniería de seguridad y la seguridad de sistemas , ya que utilizan métodos comunes para su análisis y pueden requerir aportaciones mutuas. Se puede afirmar que un sistema debe ser confiablemente seguro.

La ingeniería de confiabilidad se centra en los costos de fallas causadas por el tiempo de inactividad del sistema, el costo de repuestos, equipos de reparación, personal y el costo de reclamaciones de garantía. ^{[ 5 ]}

La palabra fiabilidad se remonta a 1816 y se menciona por primera vez en el poeta Samuel Taylor Coleridge . ^{[ 6 ]} Antes de la Segunda Guerra Mundial, el término se asociaba principalmente a la repetibilidad ; una prueba (en cualquier tipo de ciencia) se consideraba «fiable» si se obtenían los mismos resultados repetidamente. En la década de 1920, el Dr. Walter A. Shewhart, de los Laboratorios Bell , impulsó la mejora de productos mediante el control estadístico de procesos , ^{[ 7 ]} aproximadamente en la época en que Waloddi Weibull trabajaba en modelos estadísticos para la fatiga. El desarrollo de la ingeniería de fiabilidad discurría aquí en paralelo al de la calidad. El uso moderno de la palabra fiabilidad fue definido por el ejército estadounidense en la década de 1940, caracterizando un producto que funcionaría cuando se esperaba y durante un período específico.

En la Segunda Guerra Mundial, muchos problemas de confiabilidad se derivaron de la falta de confiabilidad inherente de los equipos electrónicos disponibles en ese momento y de la fatiga. En 1945, MA Miner publicó un artículo fundamental titulado "Daño acumulativo por fatiga" en una revista de la ASME. Una aplicación principal de la ingeniería de confiabilidad en el ámbito militar fue para el tubo de vacío utilizado en sistemas de radar y otros dispositivos electrónicos, para los cuales la confiabilidad resultó ser muy problemática y costosa. El IEEE formó la Sociedad de Confiabilidad en 1948. En 1950, el Departamento de Defensa de los Estados Unidos formó un grupo llamado "Grupo Asesor sobre la Confiabilidad de los Equipos Electrónicos" (AGREE) para investigar métodos de confiabilidad para equipos militares. ^{[ 8 ]} Este grupo recomendó tres formas principales de trabajar:

• Mejorar la fiabilidad de los componentes.
• Establecer requisitos de calidad y fiabilidad para los proveedores.
• Recopilar datos de campo y encontrar las causas fundamentales de las fallas.

En la década de 1960, se hizo mayor hincapié en las pruebas de fiabilidad a nivel de componentes y sistemas. En esa época se creó la famosa norma militar MIL-STD-781. Por aquel entonces, RCA publicó el predecesor del manual militar 217, de gran utilidad , que se empleaba para predecir las tasas de fallo de los componentes electrónicos. El énfasis en la fiabilidad de los componentes y la investigación empírica (por ejemplo, la norma MIL-STD-217) disminuyó gradualmente. Se empezaron a utilizar enfoques más pragmáticos, como los empleados en la industria de bienes de consumo. En la década de 1980, los televisores incorporaban cada vez más semiconductores de estado sólido. Los automóviles aumentaron rápidamente el uso de semiconductores, con diversos microordenadores bajo el capó y en el salpicadero. Los grandes sistemas de aire acondicionado desarrollaron controladores electrónicos, al igual que los hornos microondas y otros electrodomésticos. Los sistemas de comunicaciones comenzaron a adoptar la electrónica para sustituir los antiguos sistemas de conmutación mecánica. Bellcore publicó la primera metodología de predicción para el consumidor en el sector de las telecomunicaciones, y la SAE desarrolló un documento similar, el SAE870050, para aplicaciones automotrices. La naturaleza de las predicciones evolucionó durante la década, y se hizo evidente que la complejidad del chip no era el único factor que determinaba las tasas de fallo de los circuitos integrados (CI).

Kam Wong publicó un artículo que cuestionaba la curva de la bañera ^{[ 9 ]} —véase también mantenimiento centrado en la fiabilidad . Durante esta década, la tasa de fallos de muchos componentes se redujo en un factor de 10. El software se volvió importante para la fiabilidad de los sistemas. En la década de 1990, el ritmo de desarrollo de los circuitos integrados se aceleró. El uso más extendido de microordenadores independientes era común, y el mercado de los PC ayudó a mantener las densidades de los circuitos integrados siguiendo la ley de Moore y duplicándose aproximadamente cada 18 meses. La ingeniería de la fiabilidad estaba cambiando a medida que avanzaba hacia la comprensión de la física de los fallos . Las tasas de fallos de los componentes siguieron disminuyendo, pero los problemas a nivel de sistema se volvieron más prominentes. El pensamiento sistémico se ha vuelto cada vez más importante. Para el software, se desarrolló el modelo CMM ( Capability Maturity Model ), que proporcionó un enfoque más cualitativo de la fiabilidad. La norma ISO 9000 añadió medidas de fiabilidad a la parte de diseño y desarrollo de la certificación.

La expansión de la World Wide Web generó nuevos desafíos en materia de seguridad y confianza. El antiguo problema de la escasez de información fiable disponible fue reemplazado por un exceso de información de dudosa fiabilidad. Los problemas de fiabilidad del consumidor podían ahora debatirse en línea en tiempo real mediante el uso de datos. Las nuevas tecnologías, como los sistemas microelectromecánicos ( MEMS ), los dispositivos GPS portátiles y los dispositivos portátiles que combinan teléfonos móviles y ordenadores, representan desafíos para el mantenimiento de la fiabilidad. El tiempo de desarrollo de productos siguió reduciéndose durante esta década, y lo que antes se hacía en tres años ahora se hacía en dieciocho meses. Esto significó que las herramientas y tareas de fiabilidad debían estar más estrechamente vinculadas al propio proceso de desarrollo. En muchos sentidos, la fiabilidad se ha convertido en parte de la vida cotidiana y de las expectativas del consumidor.

La fiabilidad es la probabilidad de que un producto realice su función prevista en condiciones de funcionamiento específicas de manera que cumpla o supere las expectativas del cliente. ^{[ 10 ]}

Implementar un programa de confiabilidad no es simplemente comprar un software; no se trata solo de una lista de verificación de elementos que deben completarse para garantizar la confiabilidad de los productos y procesos. Un programa de confiabilidad es un sistema complejo, basado en el aprendizaje y el conocimiento, único para los productos y procesos de cada empresa. Cuenta con el respaldo del liderazgo, se basa en las habilidades que se desarrollan dentro de un equipo, se integra en los procesos de negocio y se ejecuta siguiendo prácticas de trabajo estándar comprobadas. ^{[ 15 ]}

Un plan de programa de confiabilidad se utiliza para documentar con precisión las "mejores prácticas" (tareas, métodos, herramientas, análisis y pruebas) necesarias para un subsistema específico, así como para aclarar los requisitos del cliente en cuanto a la evaluación de la confiabilidad. Para sistemas complejos de gran escala, el plan de programa de confiabilidad debe ser un documento independiente . La determinación de los recursos humanos y los presupuestos para las pruebas y otras tareas es fundamental para el éxito del programa. En general, el trabajo necesario para un programa eficaz en sistemas complejos es considerable.

Un plan de programa de confiabilidad es esencial para lograr altos niveles de confiabilidad, capacidad de prueba, mantenibilidad y, por consiguiente, disponibilidad del sistema . Este plan se desarrolla al inicio del desarrollo del sistema y se perfecciona a lo largo de su ciclo de vida. Especifica no solo las funciones del ingeniero de confiabilidad, sino también las tareas que realizan otros interesados . Un plan de programa de confiabilidad eficaz debe ser aprobado por la alta dirección del programa, responsable de la asignación de recursos suficientes para su implementación.

Un plan de programa de confiabilidad también puede utilizarse para evaluar y mejorar la disponibilidad de un sistema mediante la estrategia de centrarse en aumentar la capacidad de prueba y el mantenimiento, y no en la confiabilidad. Mejorar el mantenimiento suele ser más fácil que mejorar la confiabilidad. Las estimaciones de mantenimiento (tasas de reparación) también suelen ser más precisas. Sin embargo, debido a que las incertidumbres en las estimaciones de confiabilidad son, en la mayoría de los casos, muy grandes, es probable que dominen el cálculo de la disponibilidad (problema de incertidumbre de predicción), incluso cuando los niveles de mantenimiento son muy altos. Cuando la confiabilidad no está bajo control, pueden surgir problemas más complejos, como escasez de personal (mantenimiento/capacidad de servicio al cliente), disponibilidad de repuestos, retrasos logísticos, falta de instalaciones de reparación, costos de modernización extensos y gestión de configuración compleja, entre otros. El problema de la falta de confiabilidad también puede agravarse debido al "efecto dominó" de fallas inducidas por el mantenimiento después de las reparaciones. Por lo tanto, centrarse únicamente en el mantenimiento no es suficiente. Si se previenen las fallas, ninguno de los otros problemas tiene importancia, y por lo tanto, la confiabilidad generalmente se considera la parte más importante de la disponibilidad. La fiabilidad debe evaluarse y mejorarse en relación con la disponibilidad y el coste total de propiedad (CTP), debido al coste de las piezas de repuesto, las horas de mano de obra de mantenimiento, los costes de transporte y almacenamiento, los riesgos de obsolescencia de las piezas, etc. Sin embargo, como GM y Toyota descubrieron tardíamente, el CTP también incluye los costes de responsabilidad civil derivados cuando los cálculos de fiabilidad no han tenido suficientemente en cuenta los riesgos para la salud de los clientes. A menudo, es necesario encontrar un equilibrio entre ambos. Puede existir una relación máxima entre la disponibilidad y el coste de propiedad. La capacidad de prueba del sistema también debe considerarse en el plan, ya que constituye el vínculo entre la fiabilidad y la mantenibilidad. La estrategia de mantenimiento puede influir en la fiabilidad del sistema (por ejemplo, mediante el mantenimiento preventivo y/o predictivo ), aunque nunca podrá superar su fiabilidad inherente.

El plan de confiabilidad debe proporcionar claramente una estrategia para el control de la disponibilidad. La importancia de considerar solo la disponibilidad o también el costo total de propiedad depende del uso del sistema. Por ejemplo, un sistema que constituye un eslabón crítico en un sistema de producción, como una gran plataforma petrolífera, normalmente puede tener un costo total de propiedad muy elevado si este se traduce en un aumento, aunque sea mínimo, de la disponibilidad, ya que la indisponibilidad de la plataforma genera una pérdida masiva de ingresos que puede superar fácilmente el alto costo total de propiedad. Un plan de confiabilidad adecuado siempre debe abordar el análisis RAMT en su contexto integral. RAMT significa confiabilidad, disponibilidad, mantenibilidad/mantenimiento y capacidad de prueba, en función de las necesidades del cliente.

Para cualquier sistema, una de las primeras tareas de la ingeniería de confiabilidad es especificar adecuadamente los requisitos de confiabilidad y mantenibilidad derivados de las necesidades generales de disponibilidad y, más importante aún, obtenidos a partir de un análisis adecuado de fallas de diseño o de los resultados de pruebas preliminares de prototipos. Los requisitos claros (que se puedan diseñar) deben impedir que los diseñadores diseñen elementos, construcciones, interfaces o sistemas que no sean confiables. Establecer únicamente objetivos de disponibilidad, confiabilidad, capacidad de prueba o mantenibilidad (por ejemplo, tasas máximas de falla) no es apropiado. Esto constituye un error común sobre la ingeniería de requisitos de confiabilidad. Los requisitos de confiabilidad se refieren al sistema en sí, incluyendo los requisitos de prueba y evaluación, así como las tareas y la documentación asociadas. Los requisitos de confiabilidad se incluyen en las especificaciones de requisitos del sistema o subsistema, los planes de prueba y las declaraciones contractuales correspondientes. La creación de requisitos de nivel inferior adecuados es fundamental. ^{[ 16 ]}

La mera provisión de objetivos mínimos cuantitativos (por ejemplo, valores de tiempo medio entre fallos (MTBF) o tasas de fallo) no es suficiente por diversas razones. Una de ellas es que la validación completa (relacionada con la corrección y la verificabilidad en el tiempo) de una asignación cuantitativa de fiabilidad (especificación de requisitos) en niveles inferiores para sistemas complejos a menudo no se puede realizar como consecuencia de (1) el hecho de que los requisitos son probabilísticos, (2) el altísimo nivel de incertidumbres que implica demostrar el cumplimiento de todos estos requisitos probabilísticos, y porque (3) la fiabilidad es una función del tiempo, y las estimaciones precisas de un número de fiabilidad (probabilístico) por elemento solo están disponibles muy tarde en el proyecto, a veces incluso después de muchos años de uso en servicio. Compárese este problema con el continuo (re)equilibrio de, por ejemplo, los requisitos de masa del sistema de nivel inferior en el desarrollo de una aeronave, que ya suele ser una tarea de gran envergadura. Nótese que, en este caso, las masas solo difieren en términos de un  porcentaje, no son una función del tiempo, y los datos no son probabilísticos y ya están disponibles en modelos CAD. En el caso de la fiabilidad, los niveles de falta de fiabilidad (tasas de fallo) pueden cambiar con factores de décadas (múltiplos de 10) como resultado de desviaciones muy pequeñas en el diseño, el proceso o cualquier otra cosa. ^{[ 17 ]} La información a menudo no está disponible sin enormes incertidumbres durante la fase de desarrollo. Esto hace que este problema de asignación sea casi imposible de hacer de una manera útil, práctica y válida que no resulte en una especificación excesiva o insuficiente masiva. Por lo tanto, se necesita un enfoque pragmático, por ejemplo: el uso de niveles/clases generales de requisitos cuantitativos que dependan solo de la gravedad de los efectos de fallo. Además, la validación de resultados es una tarea mucho más subjetiva que cualquier otro tipo de requisito. Los parámetros de fiabilidad (cuantitativos) —en términos de MTBF— son, con mucho, los parámetros de diseño más inciertos en cualquier diseño.

Además, los requisitos de diseño de confiabilidad deben guiar el diseño de un sistema o componente para incorporar características que prevengan fallas o limiten sus consecuencias. Esto no solo facilitaría las predicciones, sino que también evitaría que el trabajo de ingeniería se desvíe hacia tareas meramente administrativas. Un requisito de diseño debe ser lo suficientemente preciso para que el diseñador pueda diseñar en función de él y, además, demostrar, mediante análisis o pruebas, que se ha cumplido y, de ser posible, con un nivel de confianza determinado. Cualquier requisito de confiabilidad debe ser detallado y puede derivarse de un análisis de fallas (análisis de fatiga y tensión por elementos finitos, análisis de riesgos de confiabilidad, FTA, FMEA, análisis de factores humanos, análisis de riesgos funcionales, etc.) o de cualquier tipo de prueba de confiabilidad. Asimismo, se necesitan requisitos para las pruebas de verificación (por ejemplo, las tensiones de sobrecarga requeridas) y el tiempo de prueba necesario. Para derivar estos requisitos de manera efectiva, se debe utilizar una lógica de evaluación y mitigación de riesgos basada en la ingeniería de sistemas . Se deben crear sistemas robustos de registro de riesgos que contengan información detallada sobre por qué y cómo los sistemas podrían haber fallado o podrían haber fallado. Los requisitos deben derivarse y registrarse de esta manera. Estos requisitos prácticos de diseño deben guiar el diseño y no utilizarse únicamente con fines de verificación. Estos requisitos (a menudo restricciones de diseño) se derivan, por lo tanto, del análisis de fallos o de las pruebas preliminares. Comprender esta diferencia con respecto a la especificación de requisitos puramente cuantitativos (logísticos) (por ejemplo, tasa de fallos/MTBF objetivo) es fundamental para el desarrollo de sistemas (complejos) exitosos. ^{[ 18 ]}

Los requisitos de mantenibilidad abordan los costos y el tiempo de reparación. Los requisitos de comprobabilidad (que no deben confundirse con los requisitos de prueba) establecen el vínculo entre la fiabilidad y la mantenibilidad, y deben abordar la detectabilidad de los modos de fallo (a nivel de sistema específico), los niveles de aislamiento y la creación de diagnósticos (procedimientos).

Como se indicó anteriormente, los ingenieros de confiabilidad también deben abordar los requisitos para diversas tareas y documentación de confiabilidad durante el desarrollo, las pruebas, la producción y la operación del sistema. Estos requisitos generalmente se especifican en la declaración de trabajo del contrato y dependen del margen de flexibilidad que el cliente desee otorgar al contratista. Las tareas de confiabilidad incluyen diversos análisis, planificación e informes de fallas. La selección de tareas depende de la criticidad del sistema, así como del costo. Un sistema crítico para la seguridad puede requerir un proceso formal de revisión e informes de fallas durante todo el desarrollo, mientras que un sistema no crítico puede basarse en los informes de pruebas finales. Las tareas más comunes de los programas de confiabilidad están documentadas en estándares de programas de confiabilidad, como MIL-STD-785 e IEEE 1332. El análisis de informes de fallas y los sistemas de acciones correctivas son un enfoque común para el monitoreo de la confiabilidad del producto/proceso.

En la práctica, la mayoría de los fallos se pueden atribuir a algún tipo de error humano , por ejemplo en:

• Decisiones de gestión (por ejemplo, en materia de presupuestos, plazos y tareas requeridas)
• Ingeniería de sistemas: Estudios de uso (casos de carga)
• Ingeniería de sistemas: Análisis/definición de requisitos
• Ingeniería de sistemas: Control de configuración
• Supuestos
• Cálculos / simulaciones / análisis FEM
• Diseño
• planos de diseño
• Pruebas (por ejemplo, ajustes de carga incorrectos o medición de fallos)
• Análisis estadístico
• Fabricación
• Control de calidad
• Mantenimiento
• manuales de mantenimiento
• Capacitación
• Clasificación y ordenación de la información
• Comentarios sobre la información de campo (por ejemplo, información incorrecta o demasiado vaga).
• etc.

Sin embargo, los humanos también son muy buenos detectando tales fallas, corrigiéndolas e improvisando cuando ocurren situaciones anormales. Por lo tanto, las políticas que excluyen por completo las acciones humanas en los procesos de diseño y producción para mejorar la confiabilidad pueden no ser efectivas. Algunas tareas las realizan mejor los humanos y otras las realizan mejor las máquinas. ^{[ 19 ]}

Además, los errores humanos en la gestión, la organización de datos e información, o el mal uso o abuso de los recursos, también pueden contribuir a la falta de fiabilidad. Esta es la razón fundamental por la que los altos niveles de fiabilidad en sistemas complejos solo se logran mediante un proceso de ingeniería de sistemas robusto , con una planificación y ejecución adecuadas de las tareas de validación y verificación. Esto incluye, asimismo, la organización cuidadosa del intercambio de datos e información y la creación de una «cultura de fiabilidad», del mismo modo que una «cultura de seguridad» es primordial en el desarrollo de sistemas críticos para la seguridad.

La predicción de fiabilidad combina:

• Creación de un modelo de confiabilidad adecuado (véase más adelante en esta página).
• Estimación (y justificación) de los parámetros de entrada para este modelo (por ejemplo, tasas de fallo para un modo o evento de fallo particular y el tiempo medio de reparación del sistema para un fallo particular).
• Estimación de parámetros de fiabilidad de salida a nivel de sistema o de parte (es decir, disponibilidad del sistema o frecuencia de un fallo funcional particular). El énfasis en la cuantificación y el establecimiento de objetivos (por ejemplo, MTBF) podría implicar que existe un límite a la fiabilidad alcanzable; sin embargo, no hay un límite inherente y el desarrollo de una mayor fiabilidad no tiene por qué ser más costoso. Además, argumentan que la predicción de la fiabilidad a partir de datos históricos puede ser muy engañosa, ya que las comparaciones solo son válidas para diseños, productos, procesos de fabricación y mantenimiento idénticos con cargas operativas y entornos de uso idénticos. Incluso cambios menores en cualquiera de estos podrían tener efectos importantes en la fiabilidad. Además, es más probable que los elementos menos fiables e importantes (es decir, los candidatos más interesantes para una investigación de fiabilidad) se modifiquen y rediseñen desde que se recopilaron los datos históricos, lo que hace que los métodos y procesos estadísticos estándar (reactivos o proactivos) utilizados en, por ejemplo, las industrias médica o de seguros sean menos eficaces. Otro argumento es que para poder predecir con precisión la fiabilidad mediante pruebas, se deben conocer los mecanismos exactos de fallo y, por lo tanto, en la mayoría de los casos, podrían prevenirse. Barnard denomina "jugar al juego de los números" a la ruta incorrecta de intentar cuantificar y resolver un problema complejo de ingeniería de confiabilidad en términos de MTBF o probabilidad utilizando un enfoque incorrecto (por ejemplo, el reactivo) y lo considera una mala práctica. ^{[ 20 ]}

En los sistemas existentes, es discutible que cualquier intento por parte de un programa responsable de corregir la causa raíz de las fallas detectadas pueda invalidar la estimación inicial del MTBF, ya que se deben realizar nuevas suposiciones (que a su vez están sujetas a altos niveles de error) sobre el efecto de esta corrección. Otro problema práctico es la falta general de disponibilidad de datos detallados sobre fallas, y los que existen a menudo presentan un filtrado inconsistente de los datos de fallas (retroalimentación) e ignoran los errores estadísticos (que son muy elevados para eventos poco frecuentes como las fallas relacionadas con la confiabilidad). Deben existir directrices muy claras para contabilizar y comparar las fallas relacionadas con diferentes tipos de causas raíz (por ejemplo, fallas de fabricación, mantenimiento, transporte, inducidas por el sistema o inherentes al diseño). Comparar diferentes tipos de causas puede llevar a estimaciones incorrectas y a decisiones empresariales erróneas sobre el enfoque de la mejora.

Realizar una predicción cuantitativa adecuada de la fiabilidad de los sistemas mediante pruebas puede resultar difícil y muy costoso. A nivel de componentes individuales, los resultados de fiabilidad suelen obtenerse con una confianza relativamente alta, ya que es posible probar numerosas muestras con el presupuesto disponible. Sin embargo, estas pruebas pueden carecer de validez a nivel de sistema debido a las suposiciones realizadas en las pruebas a nivel de componentes. Estos autores enfatizaron la importancia de realizar pruebas iniciales a nivel de componentes o de sistema hasta que se produzca un fallo, y de aprender de dichos fallos para mejorar el sistema o el componente. La conclusión general es que, en la mayoría de los casos, no es posible una predicción precisa y absoluta de la fiabilidad, ya sea mediante la comparación de datos de campo o mediante pruebas. Una excepción podrían ser los fallos debidos a problemas de desgaste, como los fallos por fatiga. En la introducción de la norma MIL-STD-785 se indica que la predicción de la fiabilidad debe utilizarse con mucha precaución, si no exclusivamente para comparaciones en estudios de compensación.

Diseño para la fiabilidad

El Diseño para la Fiabilidad (DfR) es un proceso que abarca herramientas y procedimientos para garantizar que un producto cumpla con sus requisitos de fiabilidad, en su entorno de uso, durante toda su vida útil. El DfR se implementa en la etapa de diseño de un producto para mejorar proactivamente su fiabilidad. ^{[ 21 ]} El DfR se utiliza a menudo como parte de una estrategia general de Diseño para la Excelencia (DfX) .

Enfoque basado en estadísticas (es decir, MTBF)

El diseño de confiabilidad comienza con el desarrollo de un modelo (de sistema) . Los modelos de confiabilidad y disponibilidad utilizan diagramas de bloques y análisis de árbol de fallas para proporcionar una representación gráfica de las relaciones entre las diferentes partes del sistema. Estos modelos pueden incorporar predicciones basadas en tasas de falla obtenidas de datos históricos. Si bien las predicciones (datos de entrada) a menudo no son del todo precisas, son valiosas para evaluar las diferencias relativas entre las alternativas de diseño. Los parámetros de mantenibilidad, como el tiempo medio de reparación (MTTR), también pueden utilizarse como datos de entrada para dichos modelos.

Es fundamental identificar y analizar las causas fundamentales y los mecanismos de falla más importantes mediante herramientas de ingeniería. Se debe proporcionar a los diseñadores una amplia gama de orientación práctica sobre el rendimiento y la fiabilidad para que puedan generar diseños y productos que generen bajas tensiones y que protejan contra daños y desgaste excesivo. Además de verificar el rendimiento y la fiabilidad mediante ensayos, puede ser necesaria una validación adecuada de las cargas de entrada (requisitos).

Una de las técnicas de diseño más importantes es la redundancia . Esto significa que, si una parte del sistema falla, existe una ruta alternativa para el éxito, como un sistema de respaldo. La razón por la que esta es la opción de diseño definitiva radica en que, a menudo, no se dispone de evidencia de confiabilidad de alta confianza para piezas o sistemas nuevos, o su obtención es extremadamente costosa. Al combinar la redundancia con un alto nivel de monitoreo de fallas y la prevención de fallas de causa común, incluso un sistema con una confiabilidad relativamente baja en un solo canal (pieza) puede volverse altamente confiable a nivel de sistema (hasta alcanzar una confiabilidad crítica para la misión). No se requieren pruebas de confiabilidad para esto. Junto con la redundancia, el uso de diseños o procesos de fabricación diferentes (por ejemplo, a través de distintos proveedores de piezas similares) para canales independientes individuales puede reducir la sensibilidad a problemas de calidad (por ejemplo, fallas tempranas en un solo proveedor), lo que permite alcanzar niveles muy altos de confiabilidad en todas las etapas del ciclo de desarrollo (desde la vida útil hasta el largo plazo). La redundancia también se puede aplicar en la ingeniería de sistemas mediante la doble verificación de requisitos, datos, diseños, cálculos, software y pruebas para superar fallos sistemáticos.

Otra forma eficaz de abordar los problemas de fiabilidad es realizar análisis que predigan la degradación, lo que permite prevenir paradas no programadas o fallos. Para ello se pueden utilizar programas de RCM (Mantenimiento Centrado en la Fiabilidad).

Enfoque basado en la física de fallas

Para los ensamblajes electrónicos, se ha observado una tendencia creciente hacia un enfoque diferente denominado física de fallas . Esta técnica se basa en la comprensión de los mecanismos físicos de falla estática y dinámica. Considera la variación en la carga, la resistencia y la tensión que conducen a la falla con un alto nivel de detalle, lo cual es posible gracias al uso de programas de software modernos de método de elementos finitos (MEF) que pueden manejar geometrías y mecanismos complejos como la fluencia, la relajación de tensiones, la fatiga y el diseño probabilístico ( métodos de Monte Carlo /DOE). El material o componente puede rediseñarse para reducir la probabilidad de falla y hacerlo más robusto frente a dichas variaciones. Otra técnica de diseño común es la reducción de la capacidad de los componentes : es decir, seleccionar componentes cuyas especificaciones superan significativamente los niveles de tensión esperados, como el uso de cables eléctricos de mayor calibre del que normalmente se especificaría para la corriente eléctrica esperada .

Herramientas y técnicas comunes

Muchas de las tareas, técnicas y análisis utilizados en la ingeniería de confiabilidad son específicos de industrias y aplicaciones particulares, pero comúnmente pueden incluir:

• Física de fallos (PoF)
• Autodiagnóstico integrado (BIT o BIST) (análisis de capacidad de prueba)
• Análisis de modos y efectos de falla (AMFE)
• Análisis de riesgos de fiabilidad
• Análisis de diagramas de bloques de confiabilidad
• Análisis de diagramas de bloques de confiabilidad dinámica ^{[ 22 ]}
• Análisis de árbol de fallos
• Análisis de la causa raíz
• Ingeniería estadística, diseño de experimentos , por ejemplo, en simulaciones/modelos FEM o con pruebas.
• Análisis de circuitos de fuga
• Pruebas aceleradas
• Análisis del crecimiento de la fiabilidad (fiabilidad reactiva)
• Análisis de Weibull (para pruebas o fiabilidad principalmente "reactiva")
• Modelos de supervivencia hipertabásticos
• Análisis térmico mediante análisis de elementos finitos (FEA) y/o medición.
• Análisis de fatiga inducida térmicamente, por choque y vibración mediante análisis de elementos finitos y/o medición.
• Análisis electromagnético
• Evitar puntos únicos de fallo (SPOF)
• Análisis funcional y análisis de fallos funcionales (por ejemplo, FMEA funcional, FHA o FFA)
• Mantenimiento predictivo y preventivo: análisis del mantenimiento centrado en la fiabilidad (RCM).
• Análisis de la capacidad de prueba
• Análisis de diagnóstico de fallas (normalmente también incorporado en el FMEA)
• Análisis de errores humanos
• Análisis de riesgos operacionales
• Optimización del mantenimiento preventivo/planificado (PMO)
• Examen manual
• Soporte logístico integrado

Los resultados de estos métodos se presentan durante las revisiones del diseño de piezas o sistemas y de la logística. La fiabilidad es solo uno de los muchos requisitos para una pieza o sistema complejo. Los estudios de compensación de ingeniería se utilizan para determinar el equilibrio óptimo entre los requisitos de fiabilidad y otras restricciones.

El modelado de confiabilidad es el proceso de predecir o comprender la confiabilidad de un componente o sistema antes de su implementación. Dos tipos de análisis que se utilizan con frecuencia para modelar el comportamiento de disponibilidad de un sistema completo , incluyendo los efectos de problemas logísticos como el suministro de repuestos, el transporte y la mano de obra, son el análisis de árbol de fallas y los diagramas de bloques de confiabilidad . A nivel de componente, se pueden utilizar los mismos tipos de análisis junto con otros. Los datos de entrada para los modelos pueden provenir de diversas fuentes, incluyendo pruebas, experiencia operativa previa, datos de campo y manuales de datos de industrias similares o relacionadas. Independientemente de la fuente, todos los datos de entrada del modelo deben usarse con mucha precaución, ya que las predicciones solo son válidas en casos donde se utilizó el mismo producto en el mismo contexto. Por lo tanto, las predicciones a menudo solo se utilizan para ayudar a comparar alternativas.

Para las predicciones a nivel de piezas, son comunes dos campos de investigación distintos:

• El enfoque de la física de fallas utiliza la comprensión de los mecanismos físicos de falla involucrados, como la propagación de grietas mecánicas o la degradación o falla por corrosión química;
• El método de modelado de tensiones en las piezas es un método empírico de predicción basado en el recuento del número y tipo de componentes del sistema, y ​​las tensiones a las que están sometidos durante su funcionamiento.

El propósito de las pruebas de confiabilidad o verificación de confiabilidad es descubrir problemas potenciales con el diseño lo antes posible y, en última instancia, brindar confianza en que el sistema cumple con sus requisitos de confiabilidad. Se debe considerar la confiabilidad del producto en todos los entornos, como el uso previsto, el transporte o el almacenamiento durante la vida útil especificada. ^{[ 10 ]} Consiste en exponer el producto a condiciones ambientales naturales o artificiales para evaluar su desempeño bajo las condiciones ambientales de uso real, transporte y almacenamiento, y analizar y estudiar el grado de influencia de los factores ambientales y su mecanismo de acción. ^{[ 24 ]} Mediante el uso de diversos equipos de prueba ambiental para simular altas temperaturas, bajas temperaturas y alta humedad, y cambios de temperatura en el entorno climático, acelerar la reacción del producto en el entorno de uso, verificar si alcanza la calidad esperada en I+D , diseño y fabricación. ^{[ 25 ]}

La verificación de confiabilidad también se denomina prueba de confiabilidad, que se refiere al uso de modelos, estadísticas y otros métodos para evaluar la confiabilidad del producto en función de su vida útil y rendimiento esperado. ^{[ 26 ]} La mayoría de los productos en el mercado requieren pruebas de confiabilidad, como los de la industria automotriz, los circuitos integrados , la maquinaria pesada utilizada para la extracción de recursos naturales y el software de las aeronaves. ^{[ 27 ] [ 28 ]}

Las pruebas de confiabilidad pueden realizarse en varios niveles y existen diferentes tipos de pruebas. Los sistemas complejos pueden probarse a nivel de componente, placa de circuito, unidad, ensamblaje, subsistema y sistema. ^{[ 29 ]} (La nomenclatura del nivel de prueba varía según la aplicación). Por ejemplo, realizar pruebas de estrés ambiental en niveles inferiores, como piezas o ensamblajes pequeños, detecta problemas antes de que causen fallas en niveles superiores. Las pruebas se llevan a cabo durante cada nivel de integración a través de pruebas de sistema completo, pruebas de desarrollo y pruebas operativas, reduciendo así el riesgo del programa. Sin embargo, las pruebas no mitigan el riesgo de falta de confiabilidad.

En cada prueba pueden producirse errores estadísticos de tipo I y tipo II , dependiendo del tamaño de la muestra, el tiempo de prueba, los supuestos y el índice de discriminación necesario . Existe el riesgo de rechazar incorrectamente un buen diseño (error de tipo I) y el riesgo de aceptar incorrectamente un mal diseño (error de tipo II).

No siempre es factible probar todos los requisitos del sistema. Algunos sistemas son prohibitivamente caros de probar; algunos modos de fallo pueden tardar años en observarse; algunas interacciones complejas dan lugar a un gran número de posibles casos de prueba; y algunas pruebas requieren el uso de rangos de prueba limitados u otros recursos. En tales casos, se pueden utilizar diferentes enfoques de prueba, como pruebas de vida (altamente) aceleradas, diseño de experimentos y simulaciones .

El nivel de confianza estadística deseado también influye en las pruebas de fiabilidad. La confianza estadística aumenta al incrementar el tiempo de prueba o el número de elementos probados. Los planes de pruebas de fiabilidad se diseñan para lograr la fiabilidad especificada con el nivel de confianza especificado , utilizando el mínimo número de unidades de prueba y el menor tiempo de prueba posible. Los distintos planes de prueba conllevan diferentes niveles de riesgo para el productor y el consumidor. La fiabilidad deseada, la confianza estadística y los niveles de riesgo de cada parte influyen en el plan de prueba final. El cliente y el desarrollador deben acordar de antemano cómo se probarán los requisitos de fiabilidad.

Un aspecto clave de las pruebas de confiabilidad es definir qué se considera "fallo". Si bien esto puede parecer obvio, existen muchas situaciones en las que no está claro si un fallo es realmente responsabilidad del sistema. Las variaciones en las condiciones de prueba, las diferencias entre los operadores, las condiciones climáticas y las situaciones imprevistas generan discrepancias entre el cliente y el desarrollador del sistema. Una estrategia para abordar este problema es utilizar un proceso de conferencia de puntuación. En una conferencia de puntuación participan representantes del cliente, el desarrollador, la organización de pruebas, la organización de confiabilidad y, en ocasiones, observadores independientes. El proceso de conferencia de puntuación se define en el pliego de condiciones. Cada caso de prueba es analizado por el grupo y se le asigna una puntuación como éxito o fracaso. Esta puntuación es el resultado oficial que utiliza el ingeniero de confiabilidad.

Como parte de la fase de requisitos, el ingeniero de confiabilidad desarrolla una estrategia de pruebas junto con el cliente. Esta estrategia busca un equilibrio entre las necesidades de la organización de confiabilidad, que busca obtener la mayor cantidad de datos posible, y las limitaciones como el costo, el cronograma y los recursos disponibles. Se desarrollan planes y procedimientos de prueba para cada prueba de confiabilidad y se documentan los resultados.

Las pruebas de fiabilidad son habituales en la industria fotónica. Ejemplos de pruebas de fiabilidad de láseres son las pruebas de vida útil y el envejecimiento acelerado . Estas pruebas consisten en el envejecimiento acelerado, bajo condiciones controladas, de un grupo de láseres. Los datos recopilados en estas pruebas de vida útil se utilizan para predecir la vida útil del láser según las características de funcionamiento previstas. ^{[ 30 ]}

La fiabilidad del software es un aspecto especial de la ingeniería de fiabilidad. Se centra en los fundamentos y las técnicas para lograr que el software sea más fiable, es decir, resistente a fallos. La fiabilidad del sistema, por definición, incluye todos sus componentes: hardware, software, infraestructura de soporte (incluidas las interfaces externas críticas), operadores y procedimientos. Tradicionalmente, la ingeniería de fiabilidad se centra en los componentes de hardware críticos del sistema. Desde la generalización de la tecnología de circuitos integrados digitales , el software se ha convertido en una parte cada vez más importante de la mayoría de los dispositivos electrónicos y, por lo tanto, de casi todos los sistemas actuales. En consecuencia, la fiabilidad del software ha cobrado gran relevancia dentro del campo de la fiabilidad del sistema.

Sin embargo, existen diferencias significativas en el comportamiento del software y el hardware. La mayoría de los fallos de fiabilidad del hardware se deben a la falla de un componente o material, lo que provoca que el sistema no cumpla su función prevista. Reparar o reemplazar el componente de hardware restablece el sistema a su estado operativo original. En cambio, el software no falla en el mismo sentido que el hardware. Su falta de fiabilidad se debe a resultados imprevistos de sus operaciones. Incluso los programas de software relativamente pequeños pueden tener combinaciones de entradas y estados astronómicamente grandes, imposibles de probar exhaustivamente. Restablecer el software a su estado original solo funciona hasta que la misma combinación de entradas y estados produce el mismo resultado imprevisto. La ingeniería de fiabilidad del software debe tener esto en cuenta.

A pesar de esta diferencia en la fuente de falla entre software y hardware, se han propuesto varios modelos de confiabilidad de software basados ​​en estadísticas para cuantificar lo que experimentamos con el software: cuanto más tiempo se ejecuta el software, mayor es la probabilidad de que eventualmente se utilice de una manera no probada y muestre un defecto latente que resulte en una falla ( Shooman 1987), ( Musa 2005), ( Denney 2005).

Al igual que con el hardware, la fiabilidad del software depende de unos buenos requisitos, diseño e implementación. La ingeniería de fiabilidad del software se basa en gran medida en un proceso de ingeniería de software disciplinado para anticipar y diseñar soluciones que eviten consecuencias no deseadas . Existe mayor solapamiento entre la ingeniería de calidad del software y la ingeniería de fiabilidad del software que entre la calidad y la fiabilidad del hardware. Un buen plan de desarrollo de software es un aspecto clave del programa de fiabilidad del software. El plan de desarrollo de software describe los estándares de diseño y codificación, las revisiones por pares , las pruebas unitarias , la gestión de la configuración , las métricas de software y los modelos de software que se utilizarán durante el desarrollo del software.

En los sistemas modernos distribuidos y basados ​​en microservicios, las consideraciones de confiabilidad se extienden cada vez más más allá de la corrección a nivel de componente para incluir el comportamiento de las aplicaciones a nivel de lógica de negocio. Si bien la ingeniería de confiabilidad de software tradicional y la ingeniería de confiabilidad de sitios (SRE) se centran en indicadores a nivel de sistema como la disponibilidad y la latencia, algunas fuentes y profesionales de la industria se refieren a esta perspectiva centrada en la aplicación como ingeniería de confiabilidad de aplicaciones (ARE). Esta perspectiva enfatiza las transacciones de usuario de extremo a extremo y la corrección de los flujos de trabajo de negocio, incluyendo métricas como tasas de éxito de transacciones, consistencia de datos y finalización de flujos de trabajo en múltiples servicios que interactúan. Aborda escenarios en los que los componentes individuales del sistema pueden parecer operativos, mientras que las fallas surgen de interacciones de servicio o errores lógicos, lo que puede llevar a una experiencia de usuario degradada o resultados incorrectos.

Las prácticas asociadas con la confiabilidad a nivel de aplicación incluyen la observabilidad de extremo a extremo, las pruebas de transacciones sintéticas y la validación de procesos críticos para el negocio, complementando los métodos de confiabilidad tradicionales centrados en la infraestructura.

Una métrica común de confiabilidad es el número de fallos de software por línea de código (FLOC), generalmente expresado como fallos por cada mil líneas de código. Esta métrica, junto con el tiempo de ejecución del software, es fundamental para la mayoría de los modelos y estimaciones de confiabilidad del software. La teoría postula que la confiabilidad del software aumenta a medida que disminuye el número de fallos (o densidad de fallos). Sin embargo, establecer una conexión directa entre la densidad de fallos y el tiempo medio entre fallos es difícil debido a la forma en que se distribuyen los fallos de software en el código, su gravedad y la probabilidad de la combinación de entradas necesarias para encontrar el fallo. No obstante, la densidad de fallos sirve como un indicador útil para el ingeniero de confiabilidad. También se utilizan otras métricas de software, como la complejidad. Esta métrica sigue siendo controvertida, ya que los cambios en las prácticas de desarrollo y verificación de software pueden tener un impacto drástico en las tasas generales de defectos.

Las pruebas de software son un aspecto importante de la fiabilidad del software. Incluso el mejor proceso de desarrollo de software genera algunos fallos que son casi indetectables hasta que se prueban. El software se prueba en varios niveles, comenzando con unidades individuales , pasando por la integración y las pruebas de sistema completo . En todas las fases de las pruebas, los fallos de software se descubren, corrigen y vuelven a probar. Las estimaciones de fiabilidad se actualizan en función de la densidad de fallos y otras métricas. A nivel de sistema, se pueden recopilar datos de tiempo medio entre fallos y utilizarlos para estimar la fiabilidad. A diferencia del hardware, realizar exactamente la misma prueba en exactamente la misma configuración de software no proporciona una mayor confianza estadística. En cambio, la fiabilidad del software utiliza diferentes métricas, como la cobertura de código .

El modelo de madurez de capacidades del Software Engineering Institute es un medio común para evaluar el proceso general de desarrollo de software en lo que respecta a la fiabilidad y la calidad.

La fiabilidad estructural , o fiabilidad de las estructuras, es la aplicación de la teoría de la fiabilidad al comportamiento de las estructuras . Se utiliza tanto en el diseño como en el mantenimiento de diferentes tipos de estructuras, incluidas las de hormigón y acero. ^{[ 38 ] [ 39 ]} En los estudios de fiabilidad estructural, tanto las cargas como las resistencias se modelan como variables probabilísticas. Mediante este enfoque, se calcula la probabilidad de fallo de una estructura.

La fiabilidad en términos de seguridad y la fiabilidad en términos de disponibilidad suelen estar estrechamente relacionadas. La pérdida de disponibilidad de un sistema de ingeniería puede generar pérdidas económicas. Si un sistema de metro no está disponible, el operador perderá dinero por cada hora que el sistema esté fuera de servicio. Las pérdidas serán aún mayores si la seguridad se ve comprometida. La definición de fiabilidad está ligada a la probabilidad de que no se produzca un fallo. Un fallo puede provocar la pérdida de seguridad, la pérdida de disponibilidad o ambas. Es indeseable perder seguridad o disponibilidad en un sistema crítico.

La ingeniería de confiabilidad se ocupa de la minimización general de fallas que podrían ocasionar pérdidas financieras para la entidad responsable, mientras que la ingeniería de seguridad se centra en minimizar un conjunto específico de tipos de fallas que, en general, podrían provocar la pérdida de vidas, lesiones o daños a los equipos.

Los riesgos de confiabilidad podrían transformarse en incidentes que generen pérdidas de ingresos para la empresa o el cliente, por ejemplo, debido a costos directos e indirectos asociados con: pérdida de producción por indisponibilidad del sistema; demandas inesperadamente altas o bajas de repuestos; costos de reparación; horas de trabajo; rediseños o interrupciones en la producción normal. ^{[ 40 ]}

La ingeniería de seguridad suele ser muy específica y se relaciona únicamente con ciertas industrias, aplicaciones o áreas estrictamente reguladas. Se centra principalmente en los riesgos para la seguridad del sistema que podrían provocar accidentes graves, como la pérdida de vidas, la destrucción de equipos o daños ambientales. Por ello, los requisitos de fiabilidad funcional del sistema suelen ser extremadamente altos. Si bien aborda las fallas no deseadas en el mismo sentido que la ingeniería de fiabilidad, se centra menos en los costos directos y no se ocupa de las acciones de reparación posteriores a la falla. Otra diferencia radica en el nivel de impacto de las fallas en la sociedad, lo que genera una tendencia hacia un control estricto por parte de los gobiernos u organismos reguladores (por ejemplo, en las industrias nuclear, aeroespacial, de defensa, ferroviaria y petrolera). ^{[ 40 ]}

La calidad suele centrarse en los defectos de fabricación durante la fase de garantía. La fiabilidad analiza la intensidad de los fallos a lo largo de toda la vida útil de un producto o sistema de ingeniería, desde su puesta en marcha hasta su desmantelamiento. Six Sigma tiene sus raíces en el control estadístico de la calidad de la fabricación. La ingeniería de fiabilidad es una especialidad de la ingeniería de sistemas. El proceso de ingeniería de sistemas es un proceso de descubrimiento que a menudo difiere de un proceso de fabricación. Un proceso de fabricación suele centrarse en actividades repetitivas que logran resultados de alta calidad con un coste y un tiempo mínimos. ^{[ 41 ]}

El término de uso cotidiano «calidad de un producto» se suele interpretar como su grado intrínseco de excelencia. En la industria, se utiliza una definición más precisa de calidad: «conformidad con los requisitos o especificaciones al inicio de su uso». Si la especificación final del producto refleja adecuadamente los requisitos originales y las necesidades del cliente/sistema, el nivel de calidad puede medirse como la fracción de unidades de producto enviadas que cumplen con las especificaciones. ^{[ 42 ]} La calidad de los productos manufacturados a menudo se centra en el número de reclamaciones de garantía durante el período de garantía.

La calidad es una instantánea al inicio de la vida útil durante el período de garantía y está relacionada con el control de las especificaciones de producto de nivel inferior. Esto incluye los defectos del tiempo cero, es decir, aquellos donde los errores de fabricación escaparon al control de calidad final. En teoría, el nivel de calidad podría describirse mediante una fracción única de productos defectuosos. La fiabilidad, como parte de la ingeniería de sistemas, actúa más bien como una evaluación continua de las tasas de fallos a lo largo de muchos años. Teóricamente, todos los elementos fallarán en un período de tiempo infinito. ^{[ 43 ]} Los defectos que aparecen con el tiempo se denominan caída de la fiabilidad. Para describir la caída de la fiabilidad, se necesita un modelo de probabilidad que describa la fracción de caída a lo largo del tiempo. Esto se conoce como modelo de distribución de la vida. ^{[ 42 ]} Algunos de estos problemas de fiabilidad pueden deberse a problemas de diseño inherentes, que pueden existir incluso si el producto cumple con las especificaciones. Incluso los elementos que se producen perfectamente fallarán con el tiempo debido a uno o más mecanismos de fallo (por ejemplo, debido a errores humanos o factores mecánicos, eléctricos y químicos). Estos problemas de fiabilidad también pueden verse influenciados por niveles aceptables de variación durante la producción inicial.

Por lo tanto, la calidad y la fiabilidad están relacionadas con la fabricación. La fiabilidad se centra en clientes que se preocupan por los fallos a lo largo de todo el ciclo de vida del producto, como las fuerzas armadas, las aerolíneas o los ferrocarriles. Los artículos que no cumplen con las especificaciones del producto generalmente presentan una menor fiabilidad (un menor tiempo medio entre fallos), aunque esto no siempre es así. La cuantificación matemática completa (en modelos estadísticos) de esta relación combinada es, en general, muy difícil, e incluso prácticamente imposible. En los casos en que las variaciones de fabricación pueden reducirse eficazmente, las herramientas Six Sigma han demostrado ser útiles para encontrar soluciones de proceso óptimas que aumenten la calidad y la fiabilidad. Six Sigma también puede ayudar a diseñar productos más robustos frente a fallos de fabricación y defectos de mortalidad infantil en sistemas de ingeniería y productos manufacturados.

A diferencia de Six Sigma, las soluciones de ingeniería de confiabilidad generalmente se encuentran centrándose en las pruebas de confiabilidad y el diseño del sistema. Estas soluciones se encuentran de diversas maneras, como simplificando un sistema para comprender mejor los mecanismos de falla involucrados; realizando cálculos detallados de los niveles de tensión del material para determinar factores de seguridad adecuados; o identificando posibles condiciones de carga anormales del sistema y utilizándolas para aumentar la robustez del diseño frente a los mecanismos de falla relacionados con la variabilidad de fabricación. Además, la ingeniería de confiabilidad utiliza soluciones a nivel de sistema, como el diseño de sistemas redundantes y tolerantes a fallas para situaciones con altas necesidades de disponibilidad (véase Ingeniería de confiabilidad frente a ingeniería de seguridad más arriba).

Nota: En la literatura sobre Six Sigma/calidad, un "defecto" no es lo mismo que un "fallo" (fallo en campo, por ejemplo, un artículo fracturado) en confiabilidad. Un defecto en Six Sigma/calidad se refiere generalmente al incumplimiento de un requisito (por ejemplo, la funcionalidad básica o una dimensión clave). Sin embargo, los artículos pueden fallar con el tiempo, incluso si se cumplen todos los requisitos. La calidad generalmente no se preocupa por plantear la pregunta crucial "¿son correctos los requisitos?", mientras que la confiabilidad sí.

Una vez que los sistemas o componentes comienzan a producirse, la ingeniería de confiabilidad se encarga de monitorear, evaluar y corregir las deficiencias. El monitoreo incluye la vigilancia electrónica y visual de los parámetros críticos identificados durante la etapa de diseño del análisis del árbol de fallas. La recopilación de datos depende en gran medida de la naturaleza del sistema. La mayoría de las grandes organizaciones cuentan con grupos de control de calidad que recopilan datos de fallas en vehículos, equipos y maquinaria. Las fallas de los productos de consumo a menudo se registran mediante el número de devoluciones. Para los sistemas almacenados o en espera, es necesario establecer un programa formal de vigilancia para inspeccionar y probar muestras aleatorias. Cualquier cambio en el sistema, como actualizaciones de campo o reparaciones por retiro del mercado, requiere pruebas de confiabilidad adicionales para garantizar la fiabilidad de la modificación. Dado que no es posible anticipar todos los modos de falla de un sistema, especialmente aquellos con un componente humano, las fallas ocurrirán. El programa de confiabilidad también incluye un análisis sistemático de la causa raíz que identifica las relaciones causales involucradas en la falla, de modo que se puedan implementar acciones correctivas efectivas. Siempre que sea posible, las fallas del sistema y las acciones correctivas se informan a la organización de ingeniería de confiabilidad.

Algunos de los métodos más comunes para evaluar la fiabilidad operativa son los sistemas de notificación, análisis y acciones correctivas de fallos (FRACAS). Este enfoque sistemático desarrolla una evaluación de la fiabilidad, la seguridad y la logística basada en la notificación, la gestión, el análisis y las acciones correctivas/preventivas de fallos/incidentes. Actualmente, las organizaciones están adoptando este método y utilizando sistemas comerciales (como las aplicaciones FRACAS basadas en la web) que les permiten crear un repositorio de datos de fallos/incidentes a partir del cual se pueden obtener estadísticas para visualizar métricas precisas y fiables de fiabilidad, seguridad y calidad.

Es fundamental que una organización adopte un sistema FRACAS común para todos sus productos finales. Además, este sistema debe permitir registrar los resultados de las pruebas de forma práctica. No adoptar un sistema integrado, fácil de usar (tanto para la introducción de datos por parte de los técnicos de campo como de los de taller) y de mantener, probablemente conllevará el fracaso del programa FRACAS.

Algunos de los resultados comunes de un sistema FRACAS incluyen MTBF en campo, MTTR, consumo de repuestos, aumento de la confiabilidad, distribución de fallas/incidentes por tipo, ubicación, número de pieza, número de serie y síntoma.

El uso de datos históricos para predecir la fiabilidad de nuevos sistemas o productos comparables puede resultar engañoso, ya que la fiabilidad depende del contexto de uso y puede verse afectada por pequeños cambios en el diseño o la fabricación.

Los sistemas de cierta complejidad son desarrollados por organizaciones de personas, como una empresa comercial o una agencia gubernamental . La organización de ingeniería de confiabilidad debe ser coherente con la estructura organizativa de la empresa . Para sistemas pequeños y no críticos, la ingeniería de confiabilidad puede ser informal. A medida que aumenta la complejidad, surge la necesidad de una función formal de confiabilidad. Dado que la confiabilidad es importante para el cliente, este puede incluso especificar ciertos aspectos de la organización de confiabilidad.

Existen varios tipos comunes de organizaciones de confiabilidad. El director del proyecto o el ingeniero jefe pueden contratar directamente a uno o más ingenieros de confiabilidad. En organizaciones más grandes, suele haber una organización de aseguramiento del producto o de ingeniería especializada , que puede abarcar confiabilidad, mantenibilidad , calidad , seguridad, factores humanos , logística , etc. En tal caso, el ingeniero de confiabilidad reporta al gerente de aseguramiento del producto o al gerente de ingeniería especializada.

En algunos casos, una empresa puede optar por establecer una organización de confiabilidad independiente. Esto es conveniente para garantizar que la confiabilidad del sistema, que suele ser costosa y requiere mucho tiempo, no se vea perjudicada por las presiones presupuestarias y de plazos. En estos casos, el ingeniero de confiabilidad trabaja para el proyecto a diario, pero en realidad es empleado y remunerado por una organización independiente dentro de la empresa.

Dado que la ingeniería de confiabilidad es fundamental para el diseño inicial del sistema, se ha vuelto común que los ingenieros de confiabilidad, independientemente de la estructura de la organización, trabajen como parte de un equipo de producto integrado .

Algunas universidades ofrecen títulos de posgrado en ingeniería de confiabilidad. Otros profesionales de la confiabilidad suelen tener un título en ingeniería, estadística, matemáticas o física de un programa universitario o de educación superior. Muchos programas de ingeniería ofrecen cursos de confiabilidad, y algunas universidades tienen programas completos de ingeniería de confiabilidad. Un ingeniero de confiabilidad debe estar registrado como ingeniero profesional por ley estatal o provincial, pero no todos los profesionales de la confiabilidad son ingenieros. Los ingenieros de confiabilidad son necesarios en sistemas donde la seguridad pública está en riesgo. Existen numerosas conferencias profesionales y programas de capacitación industrial disponibles para ingenieros de confiabilidad. Varias organizaciones profesionales para ingenieros de confiabilidad incluyen la División de Confiabilidad de la Sociedad Estadounidense para la Calidad (ASQ-RD), ^{[ 44 ]} la Sociedad de Confiabilidad del IEEE , la Sociedad Estadounidense para la Calidad (ASQ), ^{[ 45 ]} y la Sociedad de Ingenieros de Confiabilidad (SRE). ^{[ 46 ]}

• N. Diaz, R. Pascual, F. Ruggeri, E. López Droguett (2017). "Modelado de la política de reemplazo por edad bajo múltiples escalas de tiempo y perfiles de uso estocásticos" . International Journal of Production Economics . 188 : 22–28 . doi : 10.1016/j.ijpe.2017.03.009 .{{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )

• Barlow, RE y Proscan, F. (1981) Teoría estadística de la fiabilidad y las pruebas de vida, To Begin With Press, Silver Springs, MD.
• Blanchard, Benjamin S. (1992), Ingeniería y gestión logística (Cuarta edición), Prentice-Hall, Inc., Englewood Cliffs, Nueva Jersey.
• Breitler, Alan L. y Sloan, C. (2005), Actas de la Conferencia de Días de Pruebas y Evaluación de la Fuerza Aérea del Instituto Americano de Aeronáutica y Astronáutica (AIAA), Nashville, TN, diciembre de 2005: Predicción de la confiabilidad del sistema: hacia un enfoque general utilizando una red neuronal.
• Ebeling, Charles E., (1997), Introducción a la ingeniería de confiabilidad y mantenibilidad , McGraw-Hill Companies, Inc., Boston.
• Denney, Richard (2005) Éxito con los casos de uso: Trabajar de forma inteligente para ofrecer calidad. Addison-Wesley Professional Publishing. ISBN. Analiza el uso de la ingeniería de confiabilidad del software en el desarrollo de software basado en casos de uso .
• Gano, Dean L. (2007), "Análisis de la causa raíz de Apollo" (Tercera edición), Apollonian Publications, LLC., Richland, Washington
• Holmes, Oliver Wendell Sr. La obra maestra del diácono
• Horsburgh, Peter (2018), "5 hábitos de un ingeniero de confiabilidad extraordinario", Reliability Web
• Kapur, KC y Lamberson, LR, (1977), Fiabilidad en el diseño de ingeniería , John Wiley & Sons, Nueva York.
• Kececioglu, Dimitri, (1991) "Manual de ingeniería de confiabilidad", Prentice-Hall, Englewood Cliffs, Nueva Jersey
• Trevor Kletz (1998) Plantas de proceso: Manual para un diseño intrínsecamente más seguro CRC ISBN 1-56032-619-0
• Leemis, Lawrence, (1995) Fiabilidad: Modelos probabilísticos y métodos estadísticos , 1995, Prentice-Hall. ISBN 0-13-720517-1
• Lees, Frank (2005). Prevención de pérdidas en las industrias de procesos (3.ª  ed.). Elsevier. ISBN 978-0-7506-7555-0.
• MacDiarmid, Preston; Morris, Seymour; et al., (1995), Reliability Toolkit: Commercial Practices Edition , Reliability Analysis Center and Rome Laboratory, Rome, Nueva York.
• Modarres, Mohammad ; Kaminskiy, Mark; Krivtsov , Vasiliy (1999), Ingeniería de confiabilidad y análisis de riesgos: una guía práctica , CRC Press, ISBN 0-8247-2000-8.
• Musa, John (2005) Ingeniería de confiabilidad de software: Software más confiable, más rápido y más económico, 2.ª edición, AuthorHouse. ISBN
• Neubeck, Ken (2004) "Análisis práctico de la fiabilidad", Prentice Hall, Nueva Jersey
• Neufelder, Ann Marie, (1993), Garantizando la fiabilidad del software , Marcel Dekker, Inc., Nueva York.
• O'Connor, Patrick DT (2002), Ingeniería práctica de la fiabilidad (Cuarta edición), John Wiley & Sons, Nueva York. ISBN 978-0-4708-4462-5.
• Samaniego, Francisco J. (2007) "System Signatures and their Applications in Engineering Reliability", Springer (International Series in Operations Research and Management Science), Nueva York.
• Shooman, Martin, (1987), Ingeniería de software: diseño, fiabilidad y gestión , McGraw-Hill, Nueva York.
• Tobias, Trindade, (1995), Fiabilidad aplicada , Chapman & Hall/CRC, ISBN 0-442-00469-9
• Serie Springer en Ingeniería de Confiabilidad
• Nelson, Wayne B., (2004), Pruebas aceleradas: modelos estadísticos, planes de prueba y análisis de datos , John Wiley & Sons, Nueva York, ISBN 0-471-69736-2
• Bagdonavicius, V., Nikulin, M., (2002), "Modelos de vida acelerada. Modelado y análisis estadístico", CHAPMAN&HALL/CRC, Boca Raton, ISBN 1-58488-186-0
• Todinov, M. (2016), "Modelos de confiabilidad y riesgo: establecimiento de requisitos de confiabilidad", Wiley, 978-1-118-87332-8.

• Contenido multimedia relacionado con la ingeniería de confiabilidad en Wikimedia Commons.
• Colección John P. Rankin, Archivos y Colecciones Especiales de la Universidad de Alabama en Huntsville: Investigación de ingeniería de confiabilidad de la NASA sobre circuitos de fuga.