Tecnol. Tecnol.Ciencia Ciencia Tecnol. Ed. Ed. Ciencia (IMIQ) (IMIQ) Ed. vol. vol.14 (IMIQ) 24 nms.1-2,1999 nm.

24(2): 2,93-104, 20092009 93 93

Estimacin de la confiabilidad-disponibilidadmantenibilidad mediante una simulacin tipo Monte Carlo de un sistema de compresin de gas amargo durante la etapa de ingeniera Reliability-availability-maintainability estimates using a Monte Carlo simulation for a sour gas compression system during the engineering stage
R. Melo-Gonzlez, C. Lara-Hernndez, F. Jacobo-Gordillo2
* Instituto Mexicano del Petrleo, Direccin Regional Marina. Correo-e: rmelo@imp.mx ** Pemex Exploracin y Produccin, Gerencia de Ingeniera y Construccin, SCSM. Correo-e: fjacobog@pep.pemex.com

Resumen La presente investigacin tiene como objetivo evaluar durante la etapa de ingeniera mediante simulacin Monte Carlo la confiabilidaddisponibilidad-mantenibilidad, cdm (RAM) de la topologa de un sistema de compresin de gas amargo de una plataforma costa fuera, a partir de las tasas de fallas de los equipos mecnicos e instrumentos, para evaluar el desempeo operativo de los compresores de tres etapas, de 7.54x10-5 m3 s-1 (230 MMPCSD) cada uno, incluyendo la operacin en modo degradado del sistema y evaluando la cantidad gas quemado enviado a desfogue. El trabajo esta dividido en cuatro partes: la primera presenta una breve introduccin a la Ingeniera de Confiabilidad, la segunda trata sobre los fundamentos tericos y conceptuales, en donde se definen los conceptos de confiabilidad, disponibilidad y mantenibilidad, incluyendo la importancia que tienen estos ndices dentro del ciclo de vida de la confiabilidad, esto es: bases de datos de tasas de fallas, diseo de proceso, ingeniera de detalle, mantenimiento y diseo de componentes nuevos. La tercera parte trata sobre los diagramas de bloques de confiabilidad y se presentan las principales mtricas del cdm con sus expresiones matemticas. No se incluyen demostraciones y consideraciones tericas, con el fin de facilitar la asimilacin de estas tcnicas a los ingenieros qumicos no expertos en confiabilidad de sistemas. En la cuarta parte se tienen la aplicacin de los conocimientos tericos y conceptuales, a travs de un estudio de caso real de la topologa del sistema de compresin de gas amargo de una instalacin costa fuera, formada por dos turbocompresores operando en paralelo. Finalmente, se presentan las principales conclusiones obtenidas de los resultados de simular mediante la tcnica de Monte Carlo los diagramas de bloques de confiabilidad del sistema.

Abstract The aim of this research is to evaluate during the engineering phase the reliability-availability-maintainability (RAM) by means of a Monte Carlo simulation of a sour gas compression system topology from a offshore platform. The mechanical equipment and instruments failure rates were used to evaluate the operational performance of the threestage compressors, each one of 7.54x10-5 m3 s-1 (230 MMPCSD), including degraded operational mode of the system and evaluating the gas sent to flare system. This work is divided into four parts. The first one provides a brief introduction to reliability engineering. The second one deals with the theoretical frame and concepts, defining the concepts of reliability, availability, and maintainability, including the importance of these indices within the life cycle of reliability, i.e: failure rate databases, process design, detailed engineering, maintenance, and design of new components. The third part deals with the reliability block diagrams and the main metric of RAM with mathematical formulae. Demonstrations and theoretical considerations in order to facilitate the assimilation of these techniques to Chemical Engineers non-experts in systems reliability are not included. The fourth part is the application of theoretical knowledge and concepts, through a real case study of the topology of the sour gas compression system of an offshore platform, formed by two-tandem-operating turbocompressors. Finally, the main results of the simulation using Monte Carlo method applied to reliability block diagrams of system are presented.

*Autor a quien debe dirigirse la correspondencia (Recibido: Julio 09, 2009, Aceptado: Noviembre 18, 2009)

Palabras clave: Confiabilidad-disponibilidad-mantenibilidad, CDM, Monte Carlo, simulacin. Key Words: Reliability-Availability-Maintainability, RAM, Monte Carlo, simulation.

94 Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009

Introduccin

La Ingeniera de Confiabilidad representa una disciplina que ya ha sido adoptada dentro del diseo de procesos en Ingeniera Qumica ( Herder y col., 2008; Koolen, 2002; Goely col., 2003; Van Luijk, 2003), Confiabilidad de Procesos (Koolen, 2002; PEP, 2009), Ingeniera de Detalle (PEP, 2006, 2009) y operaciones en las plantas de proceso, adems de su aplicacin formal en Ingeniera de Mantenimiento (Ebeling, 1997; Gertsbakh, 2000; Norsok, 2001) y Sistemas de Seguridad (Lundteigen y col., 2009; Torres-Echeverra y col., 2009). Dentro del ciclo de vida de una planta, la cual contempla las etapas: diseo de proceso, ingeniera de detalle, operacin y mantenimiento; as como desmantelamiento y abandono, es posible aplicar esta tcnica para: Evaluar, en la etapa de diseo de un proceso, la disponibilidad y confiabilidad tomando como base las tasas de fallas del equipo dinmico de proceso y determinar si la configuracin y equipo seleccionado cumplirn con el factor de servicio requerido. Determinar el almacenamiento ptimo de productos de entrada y salida con base en la probabilidad del suministro de materia prima, los requerimientos del producto y la confiabilidad del proceso. Evaluar la probabilidad de falla en demanda y disparos en falso de sistemas de proteccin. Elaborar programas de mantenimiento predictivo basados en tasas de falla por modo de falla. Evaluar el inventario ptimo de refacciones de equipos crticos. Evaluar la probabilidad de un incidente en una planta o instalacin de proceso a travs de la construccin y cuantificacin de rboles de eventos y rboles de fallas. Se puede apreciar que el impacto de la Ingeniera de Confiabilidad puede ser considerable, ya que la mayor parte de las guas de diseo actualmente siguen siendo cualitativas y conservadoras, por lo que ahora se pueden convertir a su equivalente cuantitativo. Los clculos de Ingeniera de Confiabilidad pueden soportar decisiones de diseo basadas en criterios econmicos, mientras que en el pasado algunas decisiones se apoyaban en guas de diseo. En la Figura 1 se muestra el Ciclo de Confiabilidad a travs de sus interrelaciones a partir de las bases de datos de tasas de falla (Jinhua y Erlang, 2003; OREDA 2002; Samset, 1988) y las etapas de ingeniera y mantenimiento, incluyendo rediseos de instalaciones (PEP, 2006).

1. Bases de datos 1.1 Tasas de fallas 1.2 Tasas de reparacin

2. Diseo de proceso

4. Mantenimientos

3. Ingeniera de detalle

Mantenimiento preventivo Mantenimiento predictivo Mantenimiento detectivo Mantenimiento correctivo Anlisis de causa raz Mejoras en la confiabilidad

Diseo de nuevos componentes

Figura 1. Ciclo de confiabilidad La especificacin del diseo de componentes y equipos, los cuales tienen impacto sobre la confiabilidad y disponibilidad debern ser complementados con un estudio de confiabilidad-disponibilidad-mantenibilidad, CDM (RAM, por sus siglas en ingls). Koolen (2002) propone una metodologa para aplicar tcnicas de Ingeniera de Confiabilidad en el diseo de proceso de plantas, misma que se adapt para el desarrollo de este trabajo.
Confiabilidad

La confiabilidad de un equipo es la probabilidad de que desempee satisfactoriamente las funciones para las que fue diseado, durante el perodo de tiempo especificado y bajo las condiciones de operacin dadas. La confiabilidad es una medida que resume cuantitativamente el perfil de funcionalidad de un elemento y ayuda en el momento de seleccionar un equipo entre varias alternativas. Funcin de confiabilidad: La confiabilidad se define como la probabilidad Pr de que un componente funcione durante un periodo de tiempo t. Lo anterior se puede expresar matemticamente por una variable aleatoria continua T como el tiempo a falla del componente cuando T 0. Se define por: R ( t ) = Pr {T t } (1)

La funcin R ( t ) se emplea para estimar la confiabilidad. Funcin de distribucin de fallas acumuladas: Es la probabilidad de que un elemento no falle en el instante t o antes de t. Se define por

F (t ) = 1 R (t ) = Pr { T < t}

(2)

Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009 95

Funcin de densidad de probabilidad de fallas: Es la probabilidad de fallo de un elemento por unidad de tiempo, en cada instante t; es decir, es el cociente entre la probabilidad de que un elemento falle en el intervalo (t, t + t) y t. Se define por: f (t ) = dF ( t ) dR ( t ) = dt dt (3)

Tiempo medio entre fallas (MTBF, siglas en ingls) Es la vida media del elemento y es la esperanza matemtica del tiempo de funcionamiento hasta el fallo de un elemento cuya densidad de fallos es f(t): E (TBF ) = M TBF = R ( t ) dt
0

(8)

que es llamada la funcin de densidad de probabilidad. Esta funcin describe la forma de la distribucin de fallas y se emplea para estimar probabilidades de fallas. Esta funcin no es ms que una distribucin de probabilidad. Partiendo de la definicin de la funcin de distribucin de fallas acumuladas antes mencionada se obtiene la siguiente expresin: F (t ) = f ( x ) dx
0

Disponibilidad

(4)

y, de acuerdo con la Ecuacin 2, se obtiene la funcin tpica para estimar la confiabilidad de un equipo o sistema: R (t ) = 1 F (t ) = 1 f ( x ) dx
0 t

(5)

Funcin de tasa de falla: Es la probabilidad de que un elemento que est funcionando en el instante t deje de funcionar en el intervalo t +t. La funcin de la tasa de fallas ( t ) proporciona la descripcin de la distribucin de fallas. La funcin (t ) describe el comportamiento del nmero de fallas de una poblacin por unidad de tiempo. Se expresa por la siguiente ecuacin: f (t ) f (t ) d (6) = = (ln R (t )) 1 F (t ) R (t ) dt La funcin (t ) es una caracterstica nica de la variable tiempo para fallas de una poblacin de componentes, equipos o sistemas. (t ) = Tiempo medio para fallas (MTTF, siglas en ingls) El tiempo medio a falla se define por: M TT F = E (T ) = t f ( t ) dt
0

El concepto de disponibilidad (Jinhua y Erlang, 2003) se desarroll originalmente para sistemas reparables (Ascher y Feingold, 1984; Gertsbakh, 2000; Rigdon y Basu, 2000; Samset, 1988) que requeran operar continuamente, y que en cualquier punto aleatorio del tiempo o estaban operando o fuera de operacin debido a una falla sobre la cual se est trabajando para restaurar la operacin en un tiempo mnimo. La disponibilidad es una medida importante y til en casos en que el usuario deba tomar decisiones para elegir un equipo entre varias alternativas. Para tomar una decisin objetiva con respecto a la adquisicin del nuevo equipo, es necesario utilizar informacin que abarque todas las caractersticas relacionadas, entre ellas la disponibilidad, que es una medida que suministra una imagen ms completa sobre el perfil de funcionalidad. La disponibilidad est basada nicamente en la distribucin de fallas y la distribucin de tiempo de reparacin. sta puede ser adems usada como un parmetro para el diseo: A= M T BF M TBF + M TTR (9)

donde A es la disponibilidad por su sigla en ingls.

Mantenibilidad

(7)

que es la media o valor esperado, de la distribucin de probabilidad definida por f (t ) . La media de la distribucin de fallas es slo una de las medidas de tendencia central de la distribucin. El MTTF es el estimado puntual ms clsico en el rea de confiabilidad, ya que es el parmetro de inters en la seleccin de equipos y diseo de sistemas.

La mantenibilidad (Dubi, 2000; Gertsbakh, 2000; Hyland y Rausand, 1994; Rausand y Hyland, 2003) es una medida de qu tan fcil y rpido puede un sistema o equipo restaurarse a un estado operacional despus de una falla. Es funcin del diseo del equipo y la instalacin, disponibilidad del personal con los niveles de habilidad requeridos, procedimientos de mantenimiento y de prueba de equipo adecuado y el ambiente fsico bajo el cual se lleva a cabo el mantenimiento. La Ingeniera de Mantenibilidad se crea cuando los diseadores y fabricantes comprenden la carencia de medidas tcnicas y disciplinas cientficas en el mantenimiento. Por esto la ingeniera de mantenibilidad es una disciplina cientfica que estudia la complejidad, los factores y los recursos relacionados con las actividades que debe realizar el usuario para conservar

96 Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009

la mantenibilidad de un producto y que elabora mtodos para su cuantificacin, evaluacin y mejora. Similarmente a la confiabilidad la expresin matemtica para la mantenibilidad viene dada por: M(t ) = g (t ) dt
0 t

Sistema en serie Si un sistema funciona si y solo si todos sus componentes funcionan, se dice que el sistema tiene una estructura en serie (Hyland y Rausand, 1994; Ramakumar, 1993; Rausand y Hyland, 2003). Desde el punto de vista de confiabilidad, un sistema en serie es definido como aquel sistema en donde todos sus componentes deben operar para que el sistema en su totalidad opere. Sistema en paralelo Un sistema que funciona si al menos uno de sus componentes est funcionando se dice que tiene una estructura en paralelo (Hyland y Rausand, 1994; Ramakumar, 1993; Rausand y Hyland, 2003). Desde el punto de vista de confiabilidad, un sistema en paralelo se define como aquel sistema en donde todos sus componentes deben fallar para que el sistema en su totalidad no opere. Votacin k de n Algunos esquemas de redundancia, contemplan el uso de un nmero de componentes o equipos mayor que el requerido, a fin de poder establecer esquemas de votacin (Rausand y Hyland, 2003; Hyland y Rausand, 1994; Ramakumar, 1993) que permitan incrementar la confiabilidad global del sistema. Anlisis de la confiabilidad-disponibilidadmantenibilidad, CDM (RAM) Antes de describir en qu consiste el anlisis de confiabilidad-disponibilidad-mantenibilidad es necesario definir cada uno de estos conceptos por separado a fin de tener claro cules son los objetivos que se persiguen con este tipo de anlisis. Resultados de un anlisis de la confiabilidaddisponibilidad-mantenibilidad, CDM (RAM) Este modelo arroja como resultados una distribucin de probabilidades de la disponibilidad y produccin diferida del sistema para todos y cada uno de los escenarios analizados. Adems, este modelo permite desarrollar un anlisis de sensibilidad para identificar los equipos y sistemas de alto impacto en la disponibilidad del proceso, a fin de proponer acciones de mitigacin basados en un anlisis costo-riesgo, que permite a la gerencia del proceso productivo analizado, tener el conocimiento sobre el riesgo asociado y los costos de los planes de intervencin debido a mantenimiento planificado y no planificado.

(10)

donde: g (t ) Es la funcin de densidad de probabilidad de la variable aleatoria (tiempo para reparar).

Confiabilidad-disponibilidad-mantenibilidad (CDM o RAM, en ingls) de sistemas

En esta seccin se describe la construccin y simulacin con Monte Carlo de los diagramas de bloques de confiabilidad (Marseguerra y Zio, 2002; MeloGonzlez, 2006; Melo-Gonzlez y Toledo-Matus, 2007; Zio y col., 2006) de los equipos dinmicos que forman parte de los sistemas de compresin. Modelos para la estimacin de confiabilidaddisponibilidad-mantenibilidad, CDM (RAM) de sistemas Existen diferentes tcnicas para modelar el estudio sistemtico de los sistemas desde el punto de vista de confiabilidad. Entre estas tcnicas se encuentran los modelos de Markov (Henley y Kumamoto, 1992; Hyland y Rausand, 1994; Modarres y col., 1999; Ramakumar, 1993; Rausand y Hyland, 2003), los rboles de falla (Henley y Kumamoto, 1992; Hyland y Rausand, 1993; Modarres y col., 1999; Rausand y Hyland, 2003), el anlisis de modos y efectos de falla (Stamatis, 2003), y los diagramas de bloque de confiabilidad (IEC, 1991). Estas tcnicas son ampliamente utilizadas como soporte en el estudio del ciclo de vida de un sistema (Blanchard, 1998; Blanchard y col., 1995); para determinar las tasas de falla (Ascher y Feingold, 1984; Rigdon y Basu, 2000) y para evaluar el desempeo de sistemas (Sharma y Kumar, 2008), entre otros. En este trabajo se utilizaron conjuntamente los diagramas de bloques de confiabilidad y la simulacin Monte Carlo. Diagramas de bloques de confiabilidad Los diagramas de bloques de confiabilidad, DBC (RBD, por sus siglas en ingls), ilustran la funcionalidad de un sistema. La confiabilidad es la probabilidad de operacin exitosa durante un intervalo de tiempo dado. En un diagrama de bloques se considera que cada elemento funciona (opera exitosamente) o falla independientemente de los otros.

Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009 97

Simulacin La simulacin es el proceso de disear y desarrollar un modelo computarizado de un sistema o proceso y realizar pruebas con este modelo con el propsito de entender el comportamiento del sistema o evaluar variar estrategias con las cuales se puede operar el sistema. Se debe estimar y analizar la confiabilidad, disponibilidad y mantenibilidad a travs de un enfoque diferente conocido como simulacin estocstica. Dentro de la simulacin estocstica se pueden emplear Markov (Henley y Kumamoto, 1992; Hyland y Rausand, 1994; Rausand y Hyland, 2003) o Monte Carlo (Dubi, 2000; Goel, 2004; Gertsbakh, 2000; Laggoune y col., 2009; Melo-Gonzlez, 2006; Melo-Gonzlez y Toledo-Matus, 2007; PEP, 2006; Van Luijk, 2003; Zio y col., 2006). Un proceso estocstico (Hyland y Rausand, 1994; Rausand y Hyland, 2003) representa una serie de eventos con salidas aleatorias, usualmente indexadas con respecto al tiempo. As, la simulacin estocstica es anloga a efectuar las pruebas o corridas, por ejemplo, dentro de una batera de separacin y estacin de compresin de gas para generar datos empricos. La generacin de datos empricos a travs de la simulacin estocstica es benfica ya que permite visualizar el desempeo de la instalacin como sistema. Las incertidumbres estadsticas asociadas con los resultados generados reflejan las incertidumbres que pueden ocurrir en el contexto operacional actual. Mtodo Monte Carlo En este trabajo se utiliz la simulacin con el mtodo de Monte Carlo para estimar la confiabilidad, disponibilidad y mantenibilidad de los equipos dinmicos de compresin de gas amargo. El mtodo de Monte Carlo es una tcnica que involucra el uso de nmeros aleatorios y probabilidad para resolver problemas complejos, ya que el sistema es muestreado en un nmero de configuraciones aleatorias y los datos pueden ser usados para describir el sistema como un todo. Por sus propiedades, la simulacin Monte

Carlo es el mtodo prominente para la solucin de problemas dinmicos de la confiabilidad, disponibilidad y mantenibilidad de sistemas industriales. As, dados los desarrollos actuales en software y hardware, actualmente la simulacin Monte Carlo es una tcnica poderosa para desarrollar anlisis de la confiabilidad-disponibilidadmantenibilidad de sistemas industriales que estn muy apegados a la realidad de los sistemas complejos.
Simulacin Monte Carlo de los diagramas de bloque de confiabilidad de sistemas.

Se construy el diagrama de bloques de confiabilidad para el sistema de compresin de gas amargo compuesto por dos turbocompresores de gas operando en paralelo. Dichos turbocompresores constan de una turbina acoplada a tres compresores, as como diversos equipos auxiliares. La Figura 2 presenta el diagrama de flujo de proceso de un tren de compresin. Estos turbocompresores succionan de un cabezal a aproximadamente 9 kgf /cm2 y descarga la primera etapa alrededor de 20 kgf/cm2, de la segunda etapa descarga a aproximadamente 48 kgf /cm2 y la tercera etapa para salir del turbocompresor descarga a 72 kgf/cm2. Para la definicin de los diversos modos de falla que pueden afectar un conjunto turbina-compresor se consult la norma correspondiente (NOM ISO 14224, 2004), a fin de determinar cules son los posibles modos de falla que pueden presentarse en el turbocompresor, visto este ltimo como sistema. Con esto y con el apoyo de bases de datos genricas se procedi a determinar cules son los modos de falla que en la realidad se presentan y as conceptualizar el modelo de bloques del sistema. Para la generacin y anlisis del diagrama de bloques se consider el arreglo del sistema y equipos de acuerdo con los diagrama de tubera e instrumentacin del equipo. El diagrama de bloques de confiabilidad generado se presenta en la Figura 3. El diagrama del componente turbocompresor se muestra en el subdiagrama de la Figura 4.

Succin

HAL-01

HAL-03

Descarga

FA-02

TC-01

FA-02

TC-02

FA-03

TC-03

MBF-700

Figura 2. Diagrama de flujo de proceso para un turbocompresor de tres etapas

98 Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009

Turbocompresor 1
Paro en falso Vibracin Desviacin Lectura de anormal parmetros de de instrumentos operacin Fuga externa Servicios Operacin errtica

Inicio

Succin

Descarga

Fin

Figura 6. Diagrama de bloques de confiabilidad para el compresor modelo C

Turbocompresor 2

Figura 3. Diagrama de bloques de confiabilidad para un turbocompresor de tres etapas

Paro en falso

Vibracin

Lectura anormal de instrumentos

Fuga externa

Fuga externa Servicios

Baja potencia

Figura 7. Diagrama de bloques de confiabilidad para el compresor modelo D

SDV-101 MBF-100 Turbina (Mars 100) Compresor HAL-201 MBF-300 Compresor HAL-401 CAE-100 CAE-300 (C505u) (C505u)
Fuga externa Transferencia trmica insuficiente Desviacin de parmetros de operacin Otros

SDV-206 MBF-700

HAL-601

Compresor MBF-500 CAE-500 (C334i)

Figura 8. Diagrama de bloques de confiabilidad para aeroenfriadores

Figura 4. Diagrama de bloques de confiabilidad para el conjunto turbocompresor Los diagramas de bloques de los componentes turbina, compresores modelo C505u con etiqueta CAE-100 y CAE-300, compresor modelo C334i con etiqueta CAE-500, aeroenfriadores HAL-101, HAL401 y HAL-601, y separadores de succin, interetapa y de descarga con etiquetas MBF-100, MBF-300, MBF-500 y MBF-700, se presentan en las Figuras 5 a 9, respectivamente.
Fuga externa SDV LIT LIC (PLC) LV y LY

Figura 9. Diagrama de bloques de confiabilidad para separadores En la Tabla 1 se presentan las tasas de falla y de reparacin empleadas en la evaluacin de los diagramas de bloques de confiabilidad. Se simularon con Monte Carlo los diagramas de bloque de confiabilidad de los casos base que corresponden al contexto actual de operacin. Se realizaron 100000 simulaciones Monte Carlo para cada uno de los casos analizados y sus alternativas, como se puede apreciar en la Figura 10. El nmero de simulaciones seleccionado es suficiente ya que la disponibilidad del sistema se estabiliza en un valor de 99.9656%. La simulacin se realiz en 331 segundos. Las simulaciones se realizaron considerando un tiempo de operacin de 8760 horas equivalentes al mantenimiento preventivo anual.

Fuga Lectura Fuga externa externa anormal - Gas de instrumentos combustible

Paro en falso

Vibracin

Baja potencia

Sobrecalentamiento

Otras

Figura 5. Diagrama de bloques de confiabilidad para la turbina

Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009 99

En la Tabla 3 se resumen los resultados arrojados por el Software BlockSim 6.0, el cual es un software de la compaa Reliasoft que permite evaluar algebraicamente o mediante simulaciones discretas de Monte Carlo diagramas de bloques de confiabilidad (Reliasoft, 2009). Cabe mencionar que este software est licenciado al IMP. Tabla 3 Resumen de resultados de la simulacin Monte Carlo para el sistema de compresin Figura 10. Variabilidad de la disponibilidad en funcin del nmero de simulaciones de Monte Carlo Tabla 1 Tasas de falla y tiempos de reparacin de turbina, compresores y separadores empleados en la evaluacin de los diagramas de bloques de confiabilidad
Modo de falla Turbina Lectura anormal de instrumentos Fuga externa gas combustible Fuga interna Otras Paro en falso Vibracin Baja potencia Sobrecalentamiento Falla de arranque en demanda Compresores Paro en falso Vibracin Lectura anormal de instrumentos Desviacin de parmetros de operacin Fuga externa Fuga externa servicios Baja potencia o errtica Falla de arranque en demanda Separadores Fuga externa SDV (118, 318, 518, 718, incluye transmisores y SDV) LIT (117, 317, 517 y 717) LIC (PLC)1 LV y LY (115, 315, 515 y 715) Tasa de fallas Tiempo de [h-1] reparacin [h] 2.99x10-5 2.17x10-5 1.07x10-5 7.99x10-6 2.84x10-4 1.07x10-5 7.39x10-6 1.17x10-4 1.40x10-4 3.23X10-5 6.79X10-6 2.08X10-5 1.97X10-6 ----7.38X10-6 7.15X10-6 1.74X10-5 2.13x10-6 1.01x10-6 3.99x10-6 1.06x10-4 8.40x10-7 23.4 27.4 52.0 1.0 28.9 96.0 9.5 28.8 26.5 14.8 70.0 18.3 8.0 ----28.0 8.5 5.1 9.0 4.0 7.6 1.1 15.4 General Descripcin general del sistema 0.999565 0.001214 0.999565 0.99948 0.65734 0.43636 20889.7393 8756.18575 3.814246 0 0 3.814246 0.43636 0.43636 0 0 0.43636 0 50316.944

Disponibilidad media (Todos los eventos): Desviacin estndar Disponibilidad media (Sin MP e inspeccin): Disponibilidad puntal (Todos los eventos) a 8760: Confiabilidad a 8760: Nmero esperado de fallas MTTF: Tiempo operando/Fuera de operacin del sistema Tiempo operando Tiempo fuera por mantenimiento correctivo: Tiempo de inspeccin Tiempo fuera por mantenimiento preventivo Tiempo fuera total Eventos que sacan de operacin al sistema Nmero de fallas Nmero de mantenimientos correctivos Nmero de inspecciones Nmero de mantenimientos preventivos Totales de eventos Costos Costo total Rendimiento Rendimiento total

Tabla 2 Tasas de falla y tiempos de reparacin de aeroenfriadores y vlvulas de corte empleados en la evaluacin de los diagramas de bloques de confiabilidad
Modo de falla Aeroenfriadores Fuga externa Transferencia trmica insuficiente Desviacin de parmetros de operacin Otros Vlvulas de corte SDV-1013 y SDV-7313 (Operacin en falso) Tasa de fallas Tiempo de [h-1] reparacin [h] 1.56x10-6 3.09x10-6 1.56x10-6 1.56x10-6 5.68x10-6 6.0 8.0 4.0 14.0 8.1

Los resultados de las simulaciones Monte Carlo de los diagramas de bloque de confiabilidad del sistema de manejo de gas amargo se muestran en la Figura 11. En sta se observa cmo decrece la confiabilidad del sistema de compresin a travs el tiempo. La variacin de la tasa de fallas del sistema de compresin con respecto al tiempo se muestra en la Figura 12. Este comportamiento es tpico para los equipos dinmicos, ya que a mayor tiempo de operacin aumentan las fallas. Por otro lado, la funcin de densidad de probabilidad para las fallas del sistema de compresin se muestra en la Figura 13. La Figura 14 presenta el comportamiento de la mantenibilidad del sistema. De sta se puede concluir que el 90% de las reparaciones al sistema se realizarn en menos de 49.2 horas. Respecto a la mantenibilidad se encontr que los tiempos de reparacin del sistema siguen una distribucion log-normal con una media de 28.4 horas y una desviacin estndar de 217.9.

100 Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009 1 0.9 0.8 0.7

Confiabilidad

0.6 0.5 0.4 0.3 0.2 0.1 0

1000

2000

3000

4000 5000 Tiempo (h)

6000

7000

8000

9000

Figura.11. Confiabilidad del sistema de compresin

x 10
-5

1.2

1 Tasa de fallas (h )
-1

0.8

0.6

0.4

0.2

1000

2000

3000

4000

5000

6000

7000

8000

9000

Tiempo (h)

Figura 12. Tasas de falla del sistema de compresin

Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009 101

6 5 4 FDP 3 2 1

x 10-5

0 0

1000

2000

3000

4000

5000

6000

7000

8000

9000

Tiempo (h)

Figura 13. Funcin de densidad de probabilidad, FDP de las fallas del sistema
1 0.9 0.8 0.7 Mantenibilidad 0.6 0.5 0.4 0.3 0.2 0.1 0 0 50 100 150 Tiempo (h) 200 250 300

Figura 14. Mantenibilidad del sistema de compresin

102 Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009

La funcin de distribucin de probabilidad de los tiempos de reparacin se presenta en la Figura 15.

1.5 x 10
-3

PDF

0.5

50

100

150 Tiempo (h)

200

250

300

Figura 15. Funcin de densidad de probabilidad, FDF, de las reparaciones del sistema
Conclusiones

De acuerdo con las simulaciones Monte Carlo realizadas durante 8760 horas para el diagrama de bloques de confiabilidad del sistema de compresin mostrado en la Figura 3, se encontr que el sistema de compresin tiene una disponibilidad promedio de 0.9995 y un nmero esperado de fallas (NOF) de 0.436, que equivale a tener el sistema de compresin fuera de operacin alrededor de cuatro horas en un ao. Adicionalmente, se observa que este sistema operar en modo degradado; es decir, con un solo tren de compresin alrededor de 261 horas acumuladas en un ao, dado que el otro tren estar en estado de falla. Respecto a la mantenibilidad del sistema se tiene que en promedio el mantenimiento correctivo a una falla del sistema requerir 28.4 horas. Adems, el 90% de las tareas de mantenimiento correctivo al sistema no requerirn ms de 49.2 horas; es decir, poco ms de dos das; sin embargo, se espera que para el 7% de las fallas que presente el sistema se requieran de dos a siete das para restablecerlo a un estado operativo y el

3% de las fallas restantes requerir ms de una semana para reparar. La importancia de estos resultados radica en el hecho de estimar la carga o contribucin que ser enviada el quemador, ya que por diseo se espera que el sistema de compresin de gas maneje 1.51x10-4 m3 s-1 (460 MMPCSH). Sin embargo, por fallas del sistema se espera se enven al quemador 4.59x10-5 m3 s-1 (5.83 MMPCSH) de gas durante un tiempo cercano a cuatro horas y se enven 2.30 x10-5 m3 s-1 (2.92 MMPCSH) durante 261 horas. Es importante recalcar que en estos clculos no se consideran paros de equipos debido a problemas operativos, tales como: disparo por alto nivel en el separador de succin, disparo por baja presin del gas combustible u otros, ya que cuando hay un paro por problemas operativos realmente el turbocompresor no se encuentra en estado de falla. Por otro lado, al tener una visin general de las fallas y sus tiempos de reparacin esperados se podr considerar el contar con stock de refacciones para los modos de falla ms crticos. Esto puede dar paso a un estudio de mantenimiento centrado en confiabilidad con

Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009 103

el cual se podr establecer, adems del refaccionamiento crtico, las tareas de mantenimiento preventivo, basados en las condiciones y/o detecciones para el sistema. Finalmente, con los resultados de un estudio (RAM) tambin se pueden estimar los factores de servicio de una planta, sistema o equipo, entre otras cosas
Reconocimientos

PDF

Los autores reconocen el apoyo constante por la actualizacin de las diversas licencias del Software de Ingeniera de Confiabilidad a los especialistas del Centro Tecnolgico de Informtica Especializada para Ingeniera de Proyecto de la Direccin de Ingeniera de Proyecto del Instituto Mexicano del Petrleo.
Nomenclatura

Disponibilidad, por su sigla en ingls (Availability) CAE Compresores CDM Siglas para confiabilidad, disponibilidad y mantenibilidad FA Tanques separadores de condensados FDP Funcin de densidad de probabilidad F(t) Funcin de distribucin de fallas acumuladas g (t ) Funcin de densidad de probabilidad de la variable aleatoria (tiempo para reparar) HAL Aeroenfriadores IMP Instituto Mexicano del Petrleo LIC Controlador Indicador de nivel . Por sus siglas en ingls ( Level Indicator Control) LIT Transmisor indicador de nivel. Por sus siglas en ingls ( Level Indicator Transmitter) LV Vlvula de control de nivel . Por sus siglas en ingls (Level Valve) LY Indicador de posicin. Por sus siglas en ingls (Level Y-Axis) MMPCSH Millones de pies cbicos estndar por hora MP Mantenimiento preventivo M(t) Funcin de mantenibilidad MTBF Tiempo medio entre fallas. Por sus siglas en ingls (Mean Time Between Failures) MTTF Tiempo medio para fallas. Por sus = E(T) siglas en ingls (Mean Time to Failure) NOF Nmero esperado de fallas. Por sus siglas en ingls (Number of Failures)

Siglas en ingls para funcin de densidad de probabilidad Pr Probabilidad PLC Controlador lgico programable. Por sus siglas en ingls (Programmable Logic Controller) R(t) Funcin de confiabilidad RAM Confiabilidad, disponibilidad y mantenibilidad. Por sus siglas en ingls (Reliability, Availability and Maintainability) RBD Diagrama de bloques de confiabilidad. Por sus siglas en ingls (Reliability Block Diagram) SDV Vlvula de corte. Por sus siglas en ingls (Shut Down Valve) T Variable aleatoria continua t tiempo TC Siglas en ingls de control de temperatura
Letras griegas

(t ) Funcin de la tasa de fallas

Bibliografa Ascher, H., Feingold, H. 1984. Repairable systems reliability: Modeling, inference, misconceptions, and their causes. Marcel Dekker. Nueva York, EEUU. Blanchard, B.S. 1998. System engineering management. 2a Ed. John Wiley and Sons. Nueva York, EEUU. Blanchard, B.S., Verma, D., Peterson, E.L. 1995. Maintainability: A key to effective serviceability and manitenance management. John Wiley and Sons. Nueva York, EEUU. Dubi, A. 2000. Monte Carlo Applications in Systems Engineering. John Wiley and Sons. Nueva York, EEUU. Ebeling, Ch.E. 1997. An introduction to reliability and maintainability engineering. McGraw-Hill. Nueva York, EEUU. Gertsbakh, I. 2000. Reliability theory with applications to preventive maintenance. Springer Verlag, Alemania. Goel, H.D., Grievink, J., Herder, P., Weijnen, M. 2003. Optimal reliability design of process systems at the conceptual stage of design. En Proceedings of the Annual Reliability and Maintainability Symposium . IEEE Service Centre, pp. 40-45. Tampa, Florida, EEUU. Goel, H.D. 2004. Integrating reliability, availability and maintainability (RAM) in conceptual process design. an optimization approach. Master of Chemical Engineering Thesis. Delft Technical University. Delft, Pases Bajos. Henley, E.J., Kumamoto, H. 1992. Probabilistic risk assessment: Reliability engineering, design, and analysis. IEEE Press. Nueva York, EEUU. Herder, P.M., Van Luijk, J.A., Bruijnooge, J. 2008. Industrial application of RAM modeling development and implementation of a RAM simulation model for the Lexans plant at GE Industrial, Plastics. Reliability Engineering and System Safety. 93:501-508.

104 Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009

Hyland, A., Rausand M. 1994. System reliability theory: Models and statistical methods. John Wiley and Sons. Nueva York, EEUU. IEC. 1991. Analysis techniques for dependability-reliability block diagram methods. IEC 1078 91, International Electrotechnical Commission. EEUU. Jinhua, D., Erlang, O. 2003. Availability analysis through relations between failure rate and preventive maintenance under condition monitoring. Mlardalen University. Suecia. Koolen, J.L.A. 2002. Design of simple and robust process plants. John Wiley and Sons. Nueva York, EEUU. Laggoune, R., Chateauneuf, A., Aissani, D. 2009. Opportunistic policy for optimal preventive maintenance of a multi-component system in continuous operating units. Computers and Chemical Engineering. 33:14991510. Lundteigen, M.A., Rausand, M., Utne, I.B. 2009. Integrating RAMS engineering and management with the safety life cycle of IEC 61508. Reliability Engineering and System Safety. 94:18941903. Marseguerra, M., Zio, E. 2002. Basics of the Monte Carlo method with applications to system reliability. LiLoLe-Verlag GmbH. Alemania. Melo-Gonzlez, R. 2006. Confiabilidad operacional en la industria petrolera. En 1er Simposio Internacional sobre Aplicaciones de Anlisis de Riesgo y Confiabilidad en la Planeacin y Diseo de Ingeniera. UAEM. Toluca, Mxico. Melo-Gonzlez, R., Toledo-Matus, H. 2007. Estudios de confiabilidad aplicados a instalaciones de produccin de la industria petrolera. En IX Congreso de Confiabilidad. AEC. Espaa. Modarres, M., Kaminskiy, M., Krivtsov, V. 1999. Reliability engineering and risk analysis. A practical guide. Marcel Dekker. Nueva York, EEUU. NOM ISO 14224. 2004. Petroleum and natural gas industries Collection and exchange of reliability and maintenance data for equipment. Ginebra, Suiza. Norsok. 2001. Criticality analysis for maintenance purposes. NORSOK STANDARD Z-008. Oslo, Noruega. OREDA. 2002. Offshore reliability data handbook. Oslo, Noruega. PEP. 2009. Manual del sistema de confiabilidad operacional. Noviembre 2009. Pub. Pemex Exploracin y Produccin. Mxico. PEP. 2006. Gua para la aplicacin de la metodologa de confiabilidad redimensionamiento de instalaciones (RI) en Pemex Exploracin y Produccin. Clave: 202-64000-GDI-111-0001. Julio. Pub. Pemex Exploracin y Produccin. Mxico. Ramakumar, R. 1993. Reliability engineering. Fundamentals and applications. Prentice Hall. Nueva York, EEUU. Rausand, M., Hyland, A. 2003. System reliability theory: Models, statistical methods, and application. 2a Ed. John Wiley and Sons. Nueva York, EEUU. Reliasoft, 2009. Reli ability Block Diagram (RBD) Software and Fault Tree Analysis (FTA) Software, pgina web: http://www.reliasoft. com/BlockSim/features1.htm. Tucson, EEUU. Rigdon, S.E., Basu, A.P. 2000. Statistical methods for the reliability of repairable systems. John Wiley and Sons. Nueva York, EEUU. Samset, . 1988. Reliability estimation based on operating history of repairable systems. Norweigan Institute of Technology. Trondheim. Noruega. Sharma, R.K., Kumar, S. 2008, Performance modeling in critical engineering systems using RAM analysis, Reliability Engineering and System Safety. 93:891897. Stamatis, D.H. 2003. Failure mode and effect analysis. FMEA from Theory to Execution. ASQ Quality Press. Milwaukee, EEUU. Torres-Echeverra A.C., Martorell, S., Thompson, H.A. 2009. Design optimization of a safety-instrumented system based on RAMS+C addressing IEC61508 requirements and diverse redundancy. Reliability Engineering and System Safety. 94:162179. Van Luijk, J.A. 2003. Availability simulation modeling in a chemical manufacturing company. Master of Science Thesis. Delft Technical University. Delft, Pases Bajos. Zio, E., Baraldi, P., Patelli, E. 2006. Assessment of the availability of an offshore installation by Monte Carlo simulation. International Journal of Vessel and Piping. 83:312-320.