1. Metodologias
1.1. Métodos de Base Empírica
1.1.1. MIL-HDBK-217 Método de predicción
1.1.2. Método predictivo FIDES
1.1.3. Método predictivo Bellcore/Telcordia
1.1.4. Método predictivo PRISMA
1.1.5. Método predictivo IEC61709 e IEC62380
1.1.6. Método predictivo RIAC 217Plus Se realiza mediante: Modelos de componentes 217PlusTM y Modelos a nivel de sistema 217PlusTM
1.1.7. VENTAJAS:
1.1.7.1. Fáciles de usar debido a la existencia de varios modelos para un componente. Cantidad significativa de disponibilidad de datos de confiabilidad de campo. Facilitan una tasa de falla de campo cercana.
1.1.8. DESVENTAJAS
1.1.8.1. Es difícil mantener los datos de soporte debido a su gran volumen. Complicado recopilar datos de campo de buena calidad. Los datos desactualizados. La enorme diversidad de datos de origen que no son específicos del dispositivo ni del proveedor provoca variaciones en la tasa de falla estimada. La consideración de varios factores de ajuste degrada la estimación de confiabilidad.
1.2. Física de los métodos de falla
1.2.1. Modelo de la ley de Arrhenius para la temperatura
1.2.2. Modelos de anillos
1.2.3. Modelo Coffin-Manson para la fatiga
1.2.4. VENTAJAS
1.2.4.1. La precisión de predicción de tales modelos es alta, utilizan un mecanismo de falla conocido. Es una buena opción para un mecanismo de falla potencial establecido en la física de la falla. A lo largo del proceso de diseño, la variabilidad del parámetro de diseño se puede estimar e incorporar de manera proactiva en la fase de diseño.
1.2.5. DESVENTAJAS
1.2.5.1. El proceso de estimación es costoso debido a su complejidad. La naturaleza altamente compleja de dicho modelo requiere conocimiento previo de los materiales, diversos tipos de fallas y procesos relacionados. Estos modelos no se utilizan para predecir la confiabilidad del campo. Para la evaluación de todo el sistema no es una buena opción debido a su viabilidad.