Un enfoque de deconvolución para procesos de degradación con error de medición

Abstract

Muchas de las veces cuando se realiza un análisis de confiabilidad basado en datos de degradación se puede notar que los datos medidos están contaminados con error de medición. Los cuales se pueden deber a dispositivos de medición imperfectos, condiciones ambientales, entre otros factores. Dado que la finalidad principal de los modelos de degradación es establecer una estimación de confiabilidad de un producto o sistema, resulta importante considerar el error de medición en la modelación de manera que la evaluación de confiabilidad obtenida sea precisa. El efecto del error de medición puede llevar a una caracterización errónea de las trayectorias de degradación lo que lleva a una caracterización imprecisa de la distribución de tiempos de falla. La modelación que se desarrolló como parte de esta investigación consistió en modelar la degradación observada mediante un proceso estocástico determinado (se consideraron el proceso gamma, proceso inverso Gaussiano y el proceso Wiener) y considerar que el error de medición es explicado por una cierta función de densidad de probabilidad (se consideró una distribución normal). Entonces el valor real de degradación se obtuvo mediante deconvolución considerando la transformada rápida de Fourier.