Guía docente de Evaluación de la Fiabilidad y Mantenimiento de Sistemas de Ingeniería (M42/56/1/41)
Máster
Módulo
Rama
Centro Responsable del título
Semestre
Créditos
Tipo
Tipo de enseñanza
Profesorado
- María Luz Gámiz Pérez
Breve descripción de contenidos (Según memoria de verificación del Máster)
1. Introducción y conceptos básicos.
2. Fiabilidad de sistemas simples.
3. Modelos de redes y sistemas complejos.
4. Distribuciones de tiempos de vida usuales en fiabilidad.
5. El proceso de Poisson como modelo de llegadas de fallos.
6. Fiabilidad de sistemas en serie, en paralelo, y k-out-of-n.
7. Redundancia
Prerrequisitos y/o Recomendaciones
Se recomienda que el estudiante tenga los conocimientos básicos de probabilidad y estadística que corresponden al grado de Estadística, a los grados de Matemáticas, Ingeniería y Económicas, y en general, a carreras de ciencias que hayan seguido algún curso de estadística. Se recomienda especialmente la asignatura Fiabilidad de sistemas de los estudios del grado de Estadística.
Competencias
Competencias Básicas
- CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
- CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
- CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
- CB9. Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
- CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
Competencias Generales
- CG01. Los titulados han de saber aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
- CG02. Los titulados han de ser capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
- CG03. Los titulados han de saber comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
- CG04. Los titulados deben poseer las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
- CG05. Los titulados han de demostrar una comprensión sistemática del campo de estudio y el dominio de las habilidades y métodos de investigación relacionados con dicho campo.
- CG06. Los titulados deben demostrar la capacidad de concebir, diseñar, poner en práctica y adoptar un proceso sustancial de investigación con seriedad académica.
- CG07. Los titulados han de realizar una contribución a través de una investigación original que amplíe las fronteras del conocimiento desarrollando un corpus sustancial, del que parte merezca la publicación referenciada a nivel nacional o internacional.
- CG08. Los titulados deben ser críticos en el análisis, evaluación y síntesis de ideas nuevas y complejas.
- CG09. Los titulados deben saber comunicarse con sus colegas, con la comunidad académica en su conjunto y con la sociedad en general acerca de sus áreas de conocimiento.
- CG10. Los titulados han de ser capaces de fomentar, en contextos académicos y profesionales, el avance tecnológico, social o cultural dentro de una sociedad basada en el conocimiento.
Competencias Específicas
- CE01. Conocer métodos para el Análisis de Datos
- CE02. Conocer diferentes técnicas de Muestreo
- CE03. Adquirir conocimientos avanzados en Probabilidad y Procesos Estocásticos
- CE04. Profundizar en las técnicas de Modelización Estocástica
- CE05. Adquirir conocimientos avanzados en Inferencia Estadística
- CE07. Saber identificar y aplicar diferentes Modelos Econométricos
- CE08. Conocer técnicas de teoría de Fiabilidad
- CE10. Dominar el uso de diferentes entornos de Computación Estadística
- CE12. Ser capaz de resolver problemas a través de técnicas de Simulación Estocástica
- CE13. Saber llevar a cabo el diseño, programación e implantación programas de computación estadística
- CE15. Ser capaza de identificar la información relevante para resolver un problema
- CE16. Utilizar correcta y racionalmente programas de ordenador de tipo estadístico
- CE17. Adquirir capacidades de elaboración y construcción de modelos y su validación
- CE18. Ser capaz de realizar un análisis de datos
- CE19. Saber gestionar bases de datos
- CE20. Ser capaz de realizar una correcta representación gráfica de datos
- CE21. Conocer, identificar y seleccionar fuentes estadísticas
- CE22. Ser capaz de interpretar resultados a partir de modelos estadísticos
- CE23. Adquirir capacidad para elaborar previsiones y escenarios
- CE24. Ser capaz de extraer conclusiones y redactar informes
Competencias Transversales
- CT01. Mostrar interés por la calidad y la excelencia en la realización de diferentes tareas
- CT02. Comprender y defender la importancia que la diversidad de culturas y costumbres tienen en la investigación o práctica profesional
- CT03. Tener un compromiso ético y social en la aplicación de los conocimientos adquiridos
- CT04. Ser capaz de trabajar en equipos interdisciplinarios para alcanzar objetivos comunes desde campos expertos diferenciados.
- CT05. Incorporar los principios del Diseño Universal en el desempeño de su profesión
Resultados de aprendizaje (Objetivos)
- El alumno sabrá/comprenderá:
- Los conceptos básicos: fiabilidad, disponibilidad, reparación, remplazamiento.
- Los tipos de mantenimiento usuales en la industria: redundancia, tipos de reparación y renovación de equipos.
- La construcción de modelos de probabilidad que simulan el comportamiento de sistemas y definir las medidas de rendimiento.
- Calcular las medidas de rendimiento en sistemas exponenciales básicos: serie, paralelo y k out of n.
- Estudiar el mantenimiento de sistemas más complejos basados en los anteriores.
- Conocer los elementos de probabilidad básicos para el análisis del mantenimiento de sistemas: procesos de Markov, procesos de Poisson, procesos de renovación.
- El alumno estará capacitado para:
- Aplicar estas técnicas a casos concretos.
Programa de contenidos Teóricos y Prácticos
Teórico
Tema 1. Introducción y conceptos básicos. Medidas de rendimiento: Fiabilidad; tiempo medio de fallo; razón de fallo; disponibilidad. Modelos de probabilidad usuales en fiabilidad.
Tema 2. Fiabilidad de sistemas elementales. Sistemas en serie y en paralelo. Diagramas de bloques.
Tema 3. Procesos de Markov. Probabilidades de transición. Ecuaciones de Kolmogorov. Comportamiento transitiorio y en el límite. Medidas de rendimiento en sistemas Markovianos.
Tema 4. Sistemas Markovianos (I). Estudio de un sistema no reparable. Tiempo de vida del sistema. Sistema unitario reparable. Sistemas en serie y en paralelo sin reparación. Sistemas con unidades en reserva.
Tema 5. Sistemas Markovianos (II). Tiempo medio operativo. Disponibilidad del sistema y otras medidas de rendimiento. Reemplazamientos. Reparación minimal. Mantenimiento
Práctico
Práctica 1. Cálculo de la fiabilidad de sistemas elementales
- Construcción de modelos para sistemas sin reparación
- Cálculo de las medidas de rendimiento de sistemas sin reparación
- Aplicaciones en ingeniería y supervivencia
Práctica 2. Análisis de sistemas reparables
- Construcción de modelos para sistemas reparables
- Cálculo de las medidas de rendimiento de sistemas markovianos
- Aplicaciones en ingeniería y supervivencia
Bibliografía
Bibliografía fundamental
- R. Billington y R. N. Allan. Reliability Evaluation of Engineering Systems. Plenum Press. New York. (1993)
- Kulkarni, V.G. Introduction to Modeling and Analysis of Stochastic Systems, Springer (2011)
- K. S. Jardine y A. H. C. Tsang. Maintenance, Replacement, and Reliability: theory and applications. CRC Press. (2006 )
- M. Rausand y A. Hoyland. System Reliability Theory: Models, Statistical Methods, and Applications. Wiley (2004)
- S.M. Ross. Introduction to Probability Models. Academic Press. San Diego (2010)
Bibliografía complementaria
- N. Limnios y G. Oprisan. Semi-Markov processes and Reliability, Birkhauser (2001)
- T. Aven y U. Jensen, Stochastic Models in Reliability, Springer (2010)
Enlaces recomendados
Metodología docente
- MD01 Lección magistral/expositiva
- MD02 Sesiones de discusión y debate
- MD03 Resolución de problemas y estudio de casos prácticos
- MD04 Prácticas de laboratorio o clínicas
- MD05 Seminarios
- MD06 Ejercicios de simulación
- MD07 Análisis de fuentes y documentos
- MD08 Realización de trabajos en grupo
- MD09 Realización de trabajos individuales
Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final.)
Evaluación Ordinaria
El artículo 17 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que la convocatoria ordinaria estará basada preferentemente en la evaluación continua del estudiante, excepto para quienes se les haya reconocido el derecho a la evaluación única final.
- Ejercicios propuestos durante el curso (50%)
- Actividades de ampliación (20%)
- Ejercicios propuestos al final del curso (30%)
La calificación final para superar el curso es al menos el 50% de los puntos posibles.
Evaluación Extraordinaria
El artículo 19 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que los estudiantes que no hayan superado la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria. A ella podrán concurrir todos los estudiantes, con independencia de haber
seguido o no un proceso de evaluación continua. De esta forma, el estudiante que no haya realizado la evaluación continua tendrá la posibilidad de obtener el 100% de la calificación mediante la realización de una prueba y/o trabajo.
La evaluación extraordinaria consistirá en una única prueba donde el alumno deberá resolver una serie de ejercicios estructurados en dos bloques:
- Ejercicios teóricos: Razonamientos breves y cuestiones tipo test sobre algunos contenidos teóricos
- Ejercicios prácticos: Se propondrá un caso práctico que los alumnos podrán resolver usando software estadístico.
La calificación final para superar el curso es al menos el 50% de los puntos posibles.
Evaluación única final
El artículo 8 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que podrán acogerse a la evaluación única final, el estudiante que no pueda cumplir con el método de evaluación continua por causas justificadas.
Para acogerse a la evaluación única final, el estudiante, en las dos primeras semanas de impartición de la asignatura o en las dos semanas siguientes a su matriculación si ésta se ha producido con posterioridad al inicio de las clases, lo solicitará, a través del procedimiento electrónico, a la Coordinación del Máster, quien dará traslado al profesorado correspondiente, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua.
La evaluación única final consistirá en una única prueba donde el alumno deberá resolver una serie de ejercicios estructurados en dos bloques:
- Ejercicios teóricos: Razonamientos breves y cuestiones tipo test sobre algunos contenidos teóricos
- Ejercicios prácticos: Se propondrá un caso práctico que los alumnos podrán resolver usando software estadístico.
La calificación final para superar el curso es al menos el 50% de los puntos posibles.
Información adicional
Dado el carácter online del Máster en Estadística Aplicada, la asignatura se impartirá mediante las siguientes acciones:
- Distribución a través de la plataforma PRADO de todos los materiales necesarios para la correcta asimilación de los contenidos de teoría y prácticas.
- Creación de foros de discusión para que los alumnos pueden plantear sus dudas de modo que estas pueden ser resueltas para todo el grupo.
- Consulta individual de dudas a través del correo electrónico.
- Consultas por video-conferencia, individuales o grupales, si los alumnos así lo precisan.
Se utilizarán los siguientes medios telemáticos para la atención tutorial:
- Correo electrónico
- Foros de PRADO
- Google meet ugr.
La evaluación se basará en la realización de actividades propuestas, que los alumnos deberán entregar a través de la plataforma PRADO en el plazo indicado.
Información de interés para estudiantado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE): Gestión de servicios y apoyos (https://ve.ugr.es/servicios/atencion-social/estudiantes-con-discapacidad).