Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm.

2, 2009 93
Estimacin de la confabilidad-disponibilidad-
mantenibilidad mediante una simulacin tipo Monte
Carlo de un sistema de compresin de gas amargo
durante la etapa de ingeniera
Tecnol. Ciencia Ed. (IMIQ) vol. 14 nms.1-2,1999 93 Tecnol. Ciencia Ed. (IMIQ) 24(2): 93-104, 2009
R. Melo-Gonzlez, C. Lara-Hernndez, F. Jacobo-Gordillo
2
* 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
Reliability-availability-maintainability estimates
using a Monte Carlo simulation for a sour gas
compression system during the engineering stage
*Autor a quien debe dirigirse la correspondencia
(Recibido: Julio 09, 2009,
Aceptado: Noviembre 18, 2009)
RESUMEN
La presente investigacin tiene como objetivo evaluar durante la etapa
de ingeniera mediante simulacin Monte Carlo la confiabilidad-
disponibilidad-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 Confabilidad, la segunda trata
sobre los fundamentos tericos y conceptuales, en donde se defnen los
conceptos de confabilidad, disponibilidad y mantenibilidad, incluyendo
la importancia que tienen estos ndices dentro del ciclo de vida de la
confabilidad, 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 confabilidad
y se presentan las principales mtricas del CDM con sus expresiones
matemticas. No se incluyen demostraciones y consideraciones tericas,
con el fn de facilitar la asimilacin de estas tcnicas a los ingenieros
qumicos no expertos en confabilidad 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 confabilidad 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 three-
stage compressors, each one of 7.54x10
-5
m
3
s
-1
(230 MMPCSD),
including degraded operational mode of the system and evaluating
the gas sent to fare system. This work is divided into four parts. The
frst one provides a brief introduction to reliability engineering. The
second one deals with the theoretical frame and concepts, defning 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.
Palabras clave: Confabilidad-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
Figura 1. Ciclo de confabilidad
1. Bases de datos
1.1 Tasas de fallas
1.2 Tasas de
reparacin
2. Diseo de
proceso
3. Ingeniera de
detalle
4. Mantenimientos
Mantenimiento preventivo
Mantenimiento predictivo
Mantenimiento detectivo
Mantenimiento correctivo
Anlisis de causa raz
Mejoras en la confiabilidad
Diseo de nuevos
componentes
INTRODUCCIN
La Ingeniera de Confabilidad representa una disciplina
que ya ha sido adoptada dentro del diseo de procesos
en Ingeniera Qumica (erder y col., 2008 oolen, erder y col., 2008 oolen,
2002 Goely col., 2003 Van Luijk, 2003), Confabilidad
de Procesos (oolen, 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 confabilidad tomando como base
las tasas de fallas del equipo dinmico de proceso y
determinar si la confguracin 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 confabilidad 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 cuantifcacin de rboles de eventos
y rboles de fallas.
Se puede apreciar que el impacto de la Ingeniera de
Confabilidad 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 Confabilidad 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
Confabilidad 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).
La especificacin del diseo de componentes y
equipos, los cuales tienen impacto sobre la confabilidad
y disponibilidad debern ser complementados con un
estudio de confabilidad-disponibilidad-mantenibilidad,
CDM (RAM, por sus siglas en ingls).
oolen (2002) propone una metodologa para aplicar
tcnicas de Ingeniera de Confabilidad en el diseo
de proceso de plantas, misma que se adapt para el
desarrollo de este trabajo.
CONFIABILIDAD
La confabilidad 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 confabilidad 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 confabilidad: La confabilidad se defne
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 0 T . Se defne por:
{ } ( ) Pr R t T t =
(1)
La funcin R(t) se emplea para estimar la
confabilidad.
Funcin de distribucin de fallas acumuladas: Es la
probabilidad de que un elemento no falle en el instante
t o antes de t. Se defne por
{ } ( ) 1 ( ) Pr F t R t 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 defne por:
( )
( )
( )
dF t
dR t
f t
dt
dt
= =
(3)
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 defnicin de la funcin de distribucin
de fallas acumuladas antes mencionada se obtiene la
siguiente expresin:
( )
( )

=
t
dx x f
t F
0
(4)
y, de acuerdo con la Ecuacin 2, se obtiene la funcin
tpica para estimar la confabilidad de un equipo o
sistema:
( ) ( ) ( )

= =
t
dx x f t F t R
0
1 1
(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:
( )
( )
( )
( )
( )
( ) ( ) t R
dt
d
t R
t f
t F
t f
t ln
1
= =

= (6)
La funcin ( ) t es una caracterstica nica de
la variable tiempo para fallas de una poblacin de
componentes, equipos o sistemas.
Tiempo medio para fallas (MTTF, siglas en ingls)
El tiempo medio a falla se defne por:
0
( ) ( ) MTTF E T t f t dt

= =

(7)
que es la media o valor esperado, de la distribucin
de probabilidad defnida 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 confabilidad,
ya que es el parmetro de inters en la seleccin de
equipos y diseo de sistemas.
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):
0
( ) ( ) E TBF MTBF R t dt

= =

(8)
DISPONIBILIDAD
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 perfl 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:
MTBF
A
MTBF MTTR
=
+
(9)
donde A es la disponibilidad por su sigla en ingls.
MANTENIBILIDAD
La mantenibilidad (Dubi, 2000 Gertsbakh, 2000
yland y Rausand, 1994 Rausand y yland, 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 cientfca 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 cuantifcacin, evaluacin y mejora.
Similarmente a la confiabilidad la expresin
matemtica para la mantenibilidad viene dada por:
( ) ( )

=
t
dt t g t M
0
(10)
donde:
( ) t g 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 Melo-
Gonzlez, 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 confabilidad-
disponibilidad-mantenibilidad, CDM (RAM) de
sistemas
Existen diferentes tcnicas para modelar el estudio
sistemtico de los sistemas desde el punto de vista
de confabilidad. Entre estas tcnicas se encuentran
los modelos de Markov (enley y umamoto, 1992
yland y Rausand, 1994 Modarres y col., 1999
Ramakumar, 1993 Rausand y yland, 2003), los
rboles de falla (enley y umamoto, 1992 yland
y Rausand, 1993 Modarres y col., 1999 Rausand
y yland, 2003), el anlisis de modos y efectos de
falla (Stamatis, 2003), y los diagramas de bloque de
confabilidad (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 umar, 2008), entre otros.
En este trabajo se utilizaron conjuntamente los
diagramas de bloques de confabilidad y la simulacin
Monte Carlo.
Diagramas de bloques de confabilidad
Los diagramas de bloques de confabilidad, DBC (RBD, por
sus siglas en ingls), ilustran la funcionalidad de un sistema.
La confabilidad 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.
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 (yland y Rausand, 1994 Ramakumar, 1993
Rausand y yland, 2003). Desde el punto de vista de
confabilidad, un sistema en serie es defnido 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 (yland y Rausand, 1994
Ramakumar, 1993 Rausand y yland, 2003). Desde
el punto de vista de confiabilidad, un sistema en
paralelo se defne 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 fn de poder establecer esquemas
de votacin (Rausand y yland, 2003 yland y
Rausand, 1994 Ramakumar, 1993) que permitan
incrementar la confabilidad global del sistema.
Anlisis de la confabilidad-disponibilidad-
mantenibilidad, 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 fn de tener claro cules son los objetivos
que se persiguen con este tipo de anlisis.
Resultados de un anlisis de la confabilidad-
disponibilidad-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 identifcar los equipos y
sistemas de alto impacto en la disponibilidad del proceso,
a fn 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 planifcado y no planifcado.
Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009 97
Succin
FA-02
TC-01
HAL-01
FA-02
TC-02
FA-03
TC-03
HAL-03
MBF-700
Descarga
Figura 2. Diagrama de fujo de proceso para un turbocompresor de tres etapas
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 confabilidad, disponibilidad y
mantenibilidad a travs de un enfoque diferente conocido
como simulacin estocstica. Dentro de la simulacin
estocstica se pueden emplear Markov (enley y
umamoto, 1992 yland y Rausand, 1994 Rausand y
yland, 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
(yland y Rausand, 1994 Rausand y yland, 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 benfca ya que
permite visualizar el desempeo de la instalacin como
sistema. Las incertidumbres estadsticas asociadas con
los resultados generados refejan 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 confabilidad, 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 confguraciones 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 confabilidad, 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 confabilidad-disponibilidad-
mantenibilidad 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 confabilidad
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 kg
f
/cm
2
y descarga la primera etapa
alrededor de 20 kg
f
/cm
2
, de la segunda etapa descarga
a aproximadamente 48 kg
f
/cm
2
y la tercera etapa para
salir del turbocompresor descarga a 72 kg
f
/cm
2
.
Para la defnicin de los diversos modos de falla que
pueden afectar un conjunto turbina-compresor se consult
la norma correspondiente (NOM ISO 14224, 2004), a fn
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 confabilidad
generado se presenta en la Figura 3. El diagrama
del componente turbocompresor se muestra en el
subdiagrama de la Figura 4.
98 Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009
Figura 3. Diagrama de bloques de confabilidad
para un turbocompresor de tres etapas
Inicio Succin
Turbocompresor
1
Descarga Fin
Turbocompresor
2
Figura 4. Diagrama de bloques de confabilidad
para el conjunto turbocompresor
Compresor
CAE-100
(C505u)
Turbina
(Mars
100)
SDV-101 MBF-100
HAL-601 MBF-700 SDV-206
HAL-201 MBF-300 Compresor
CAE-300
(C505u)
HAL-401
MBF-500 Compresor
CAE-500
(C334i)
Figura 5. Diagrama de bloques de confabilidad
para la turbina
Lectura
anormal
de
instrumentos
Fuga
externa
- Gas
combustible
Fuga
externa
Paro
en
falso
Vibracin Baja
potencia
Sobrecalentamiento Otras
Figura 6. Diagrama de bloques de confabilidad
para el compresor modelo C
Lectura
anormal
de
instrumentos
Fuga
externa
-
Servicios
Paro
en
falso
Vibracin Desviacin
de
parmetros
de
operacin
Operacin
errtica
Figura 7. Diagrama de bloques de confabilidad
para el compresor modelo D
Lectura
anormal
de
instrumentos
Fuga
externa
-
Servicios
Paro
en
falso
Vibracin Baja
potencia
Fuga
externa
Figura 8. Diagrama de bloques de confabilidad
para aeroenfriadores
Fuga
externa
Desviacin
de
parmetros
de
operacin
Otros Transferencia
trmica
insuficiente
Figura 9. Diagrama de bloques de confabilidad
para separadores
Fuga
externa
SDV LIT LIC
(PLC)
LV y
LY
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 AL-101, AL-
401 y AL-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.
En la Tabla 1 se presentan las tasas de falla y de
reparacin empleadas en la evaluacin de los diagramas
de bloques de confabilidad. Se simularon con Monte
Carlo los diagramas de bloque de confabilidad 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 sufciente
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.
Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009 99
Modo de falla
Tasa de fallas
[h
-1
]
Tiempo de
reparacin [h]
Turbina
Lectura anormal de instrumentos 2.99x10
-5
23.4
Fuga externa gas combustible 2.17x10
-5
27.4
Fuga interna 1.07x10
-5
52.0
Otras 7.99x10
-6
1.0
Paro en falso 2.84x10
-4
28.9
Vibracin 1.07x10
-5
96.0
Baja potencia 7.39x10
-6
9.5
Sobrecalentamiento 1.17x10
-4
28.8
Falla de arranque en demanda 1.40x10
-4
26.5
Compresores
Paro en falso 3.23X10
-5
14.8
Vibracin 6.79X10
-6
70.0
Lectura anormal de instrumentos 2.08X10
-5
18.3
Desviacin de parmetros de operacin 1.97X10
-6
8.0
Fuga externa ----- -----
Fuga externa servicios 7.38X10
-6
28.0
Baja potencia o errtica 7.15X10
-6
8.5
Falla de arranque en demanda 1.74X10
-5
5.1
Separadores
Fuga externa 2.13x10
-6
9.0
SDV (118, 318, 518, 718, incluye transmisores
y SDV)
1.01x10
-6
4.0
LIT (117, 317, 517 y 717) 3.99x10
-6
7.6
LIC (PLC)
1
1.06x10
-4
1.1
LV y LY (115, 315, 515 y 715) 8.40x10
-7
15.4
Tabla 1
Tasas de falla y tiempos de reparacin de turbina,
compresores y separadores empleados en la evaluacin
de los diagramas de bloques de confabilidad
Tabla 3
Resumen de resultados de la simulacin Monte Carlo
para el sistema de compresin
Descripcin general del sistema
General -
Disponibilidad media (Todos los eventos): 0.999565
Desviacin estndar 0.001214
Disponibilidad media (Sin MP e inspeccin): 0.999565
Disponibilidad puntal (Todos los eventos) a 8760: 0.99948
Confabilidad a 8760: 0.65734
Nmero esperado de fallas 0.43636
MTTF: 20889.7393
Tiempo operando/Fuera de operacin del sistema -
Tiempo operando 8756.18575
Tiempo fuera por mantenimiento correctivo: 3.814246
Tiempo de inspeccin 0
Tiempo fuera por mantenimiento preventivo 0
Tiempo fuera total 3.814246
Eventos que sacan de operacin al sistema -
Nmero de fallas 0.43636
Nmero de mantenimientos correctivos 0.43636
Nmero de inspecciones 0
Nmero de mantenimientos preventivos 0
Totales de eventos 0.43636
Costos -
Costo total 0
Rendimiento -
Rendimiento total 50316.944
Figura 10. Variabilidad de la disponibilidad en
funcin del nmero de simulaciones de
Monte Carlo
Modo de falla
Tasa de fallas
[h
-1
]
Tiempo de
reparacin [h]
Aeroenfriadores
Fuga externa 1.56x10
-6
6.0
Transferencia trmica insufciente 3.09x10
-6
8.0
Desviacin de parmetros de operacin 1.56x10
-6
4.0
Otros 1.56x10
-6
14.0
Vlvulas de corte
SDV-101
3
y SDV-731
3
(Operacin en falso) 5.68x10
-6
8.1
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 confabilidad
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 confabilidad (Reliasoft, 2009).
Cabe mencionar que este software est licenciado al
IMP.
Los resultados de las simulaciones Monte Carlo de
los diagramas de bloque de confabilidad del sistema
de manejo de gas amargo se muestran en la Figura 11.
En sta se observa cmo decrece la confabilidad 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
Figura.11. Confabilidad del sistema de compresin
C
o
n
f
i
a
b
i
l
i
d
a
d
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
Tiempo (h)
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Figura 12. Tasas de falla del sistema de compresin
Tiempo (h)
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
1.2
1
0.8
0.6
0.4
0.2
0
x 10
-5
T
a
s
a

d
e

f
a
l
l
a
s

(
h
-
1
)
Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009 101
6
5
4
3
2
1
0
Tiempo (h)
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
x 10
-5
F
D
P
Figura 13. Funcin de densidad de probabilidad, FDP de las fallas del sistema
Figura 14. Mantenibilidad del sistema de compresin
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 50 100 150 200 250 300
M
a
n
t
e
n
i
b
i
l
i
d
a
d

Tiempo (h)
102 Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009
0 50 100 150 200 250 300
1.5
1
0.5
0
x 10
-3
P
D
F
Tiempo (h)
Figura 15. Funcin de densidad de probabilidad, FDF, de las reparaciones del sistema
La funcin de distribucin de probabilidad de los
tiempos de reparacin se presenta en la Figura 15.
CONCLUSIONES
De acuerdo con las simulaciones Monte Carlo realizadas
durante 8760 horas para el diagrama de bloques de
confabilidad 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
m
3
s
-1
(460
MMPCS). Sin embargo, por fallas del sistema se espera
se enven al quemador 4.59x10
-5
m
3
s
-1
(5.83 MMPCS)
de gas durante un tiempo cercano a cuatro horas y se enven
2.30 x10
-5
m
3
s
-1
(2.92 MMPCS) 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 confabilidad 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
Los autores reconocen el apoyo constante por la
actualizacin de las diversas licencias del Software
de Ingeniera de Confabilidad 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
A Disponibilidad, por su sigla en ingls
(Availability)
CAE Compresores
CDM Siglas para confabilidad, disponibilidad
y mantenibilidad
FA Tanques separadores de condensados
FDP Funcin de densidad de probabilidad
F(t) Funcin de distribucin de fallas
acumuladas
( ) t g
Funcin de densidad de probabilidad de la
variable aleatoria (tiempo para reparar)
AL Aeroenfriadores Aeroenfriadores
IMP Instituto Mexicano del Petrleo Instituto Mexicano del Petrleo
LIC Controlador Indicador de nivel. Por . Por
sus siglas en ingls (Level Indicator Indicator Indicator
Control Control)
LIT Transmisor indicador de nivel. Por Por
sus siglas en ingls (Level Indicator Indicator Indicator
Transmitter Transmitter)
LV Vlvula de control de nivel. Por sus siglas . Por sus siglas
en ingls (Level Valve)
LY Indicador de posicin. Por sus siglas en Por sus siglas en
ingls (Level Y-Axis)
MMPCS Millones de pies cbicos estndar por 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)
PDF 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 confabilidad
RAM Con f i a b i l i d a d , di s p o ni bi l i d a d
y mantenibilidad. Por sus siglas en
ingls (Reliability, Availability and
Maintainability)
RBD Diagrama de bloques de confabilidad.
Por sus siglas en ingls (Reliability Block
Diagram)
SDV Vlvula de corte. Por sus siglas en ingls Por sus siglas en ingls
(Shut Down Valve)
T Variable aleatoria continua Variable aleatoria continua
t tiempo
TC Siglas en ingls de control de temperatura
LETRAS GRIEGAS
( ) t Funcin de la tasa de fallas
BIBLIOGRAFA
Ascher, ., Feingold, . 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-ill. Nueva York, EEUU.
Gertsbakh, I. 2000. Reliability theory with applications to preventive
maintenance. Springer Verlag, Alemania. Springer Verlag, Alemania.
Goel, .D., Grievink, J., erder, P., Weijnen, M. 2003. Optimal reliability 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, .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.
enley, E.J., umamoto, . 1992. Probabilistic risk assessment:
Reliability engineering, design, and analysis. IEEE Press. Nueva
York, EEUU.
erder, 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
yland, 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.
oolen, 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 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 Gmb.
Alemania.
Melo-Gonzlez, R. 2006. Confiabilidad operacional en la industria
petrolera. En 1er Simposio Internacional sobre Aplicaciones de
Anlisis de Riesgo y Confabilidad en la Planeacin y Diseo de
Ingeniera. UAEM. Toluca, Mxico.
Melo-Gonzlez, R., Toledo-Matus, . 2007. Estudios de confabilidad
aplicados a instalaciones de produccin de la industria petrolera. En
IX Congreso de Confabilidad. AEC. Espaa.
Modarres, M., aminskiy, M., rivtsov, 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. NORSO
STANDARD Z-008. Oslo, Noruega.
OREDA. 2002. Offshore reliability data handbook. Oslo, Noruega.
PEP. 2009. Manual del sistema de confabilidad operacional. Noviembre
2009. Pub. Pemex Exploracin y Produccin. Mxico.
PEP. 2006. Gua para la aplicacin de la metodologa de confabilidad
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 all. Nueva York, EEUU.
Rausand, M., yland, 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.., umar, S. 2008, Performance modeling in critical
engineering systems using RAM analysis, Reliability Engineering
and System Safety. 93:891897.
Stamatis, D.. 2003. Failure mode and effect analysis. FMEA from
Theory to Execution. ASQ Quality Press. Milwaukee, EEUU.
Torres-Echeverra A.C., Martorell, S., Thompson, .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.