Egaf 7

Pontificia Universidad Cat
olica de Chile
Facultad de Ingeniera
Centro de Minera
Anales del
DE
VII ENCUENTRO DE GESTION
ACTIVOS FISICOS
EGAF
Campus San Joaqun, 27 de noviembre de 2009
Editado por
Rodrigo Pascual J.
Indice general
1. Optimizaci
on del pool de repuestos para componentes mayores para flotas de
camiones 930E
1.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Metodologa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3. Estudio de caso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4. Analisis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2. Estrategia
optima de suavizado de cargas planificadas a taller para reducir recursos de contratos M&R
15
2.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3. Simulaci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.1. Creaci
on de flotas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.2. Envejecimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.3. Detecci
on de intervencion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.4. Intervenci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4. Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.1. Caso base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.2. An
alisis de sensibilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4.3. Disponibilidad instant
anea promedio . . . . . . . . . . . . . . . . . . . . . . . 26
2.5. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3. Optimizaci
on de intervalo entre mantenimientos preventivos para interruptores
de alto voltaje
30
3.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2. Interruptores de alto voltaje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.3. Metodologa y objetivos del trabajo
. . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.4. Resultados y discusi

on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.4.1. Minimizaci
on de la indisponibilidad del equipo durante la madurez . . . . . . 38
3.4.2. Incrementar la confiabilidad del equipo durante la vejez . . . . . . . . . . . . 40
3.5. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4. Contratos con riesgo compartido: Estudio de caso con prorrata
46
4.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.2. Definici
on del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.3. Prorratas por extensi
on de intervenciones preventivas . . . . . . . . . . . . . . . . . . 51
4.4. Estudio de caso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.5. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5. An
alisis de productividad y tiempos fuera de servicio en palas hidr
aulicas de
alto rendimiento
58
5.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.2. Estudio de Caso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.2.1. Descripci
on del Sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.2.2. Modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.4. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6. Estrategia Optima
de Mantenci
on Preventiva para componentes mayores el
ectricos de la flota de camiones Komatsu 930
69
6.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.2. Metodologa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
6.3. Estudio de Caso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
6.4.1. Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
6.4.2. Discusi
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.5. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
Captulo 1
Optimizaci
on del pool de repuestos
para componentes mayores para flotas
de camiones 930E
Daniel Di Prima
Centro de minera, Pontificia Universidad Catolica de Chile
Abstract
La gestion correcta de componentes crticos en minera esta adquiriendo cada vez un rol m
as
protagonico debido a que son de una muy alta inversion. En la empresa encargada del mantenimiento
de los camiones 930 (Komatsu Chile) existe una relacion de doble escalon entre las faenas y un
taller central, en la cual el taller central repara y manda los componentes a las faenas.
Se gener
o un pool de componentes, en el cual a traves de un escenario colaborativo entre la
faena y el taller central se determin
o la cantidad de componente mayores optima tomando en
cuenta parametros como demandas por componentes en faenas y taller central, tiempos logsticos
de reparacion y transporte entre las faenas y el taller central.
En el estudio de caso se consideraron tres faenas y dos componentes mayores electricos: motores
de traccion y alternador principal; el criterio de optimizacion es la de minimizacion de la indisponibilidad de la flota (por espera de repuestos) sujeto a una restriccion de presupuesto de compra
2
EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009
de los componentes.
El pool arrojo una cantidad
optima de motores de traccion un 24 % menor a los que existe en
la actualidad, esto implica potenciales ingresos o ahorros por 3.6 millones de USD. A su vez la
reduccion que se logr
o en los alternadores principales es a
un mas dramatica, de un aproximado
100 % lo que equivale a 3.2 millones de USD. Todo esto se logra a traves de una mejor distribuci
on
de componentes en este escenario colaborativo faena-taller central.
Proper management of critical components in mining is becoming a greater role because they are
of a very high investment. In the company responsible for maintenance of the trucks 930 (Komatsu
Chile) there is a relationship double echelon between the mines and a central workshop, in which
the central workshop repairs and send the components to the mine.
Component pool was generated, which through a collaborative scenario between central workshop and the mines, it was determines the amount of optimal component taking into account parameters such as demands for components mines and in the central workshop, repair times and
transportation logistics between mines and the central workshop.
In the case study considered three major components chores and two electric motors for traction
and main alternator, the optimization criterion is the minimization of the unavailability of the fleet
(by waiting for parts) subject to a budget constraint of investments in components.
The pool throw an optimum amount of traction motors 24 % lower than that currently exists,
this means potential income or savings of 3.6 million USD. In turn, the reduction was achieved in
the main alternative is even more dramatic, an approximate 100 % which equates to 3.2 Million
USD. All this is achieved through a better distribution of components in this scenario collaborative
mine-central workshop.
1.1.
Introducci
on
En Chile existen alrededor de 200 camiones Komatsu de la flota 930 (Diciembre 2009) y es
de suma importancia el que se encuentren disponibles para su uso cuando se necesiten. Es en
ese contexto que la gesti
on de repuestos de los componentes mayores de estos camiones es de
gran relevancia ya que una fracci
on de la indisponibilidad total de un camion corresponde a la
indisponibilidad que se genera por espera de repuestos. Este problema lo enfrenta la empresa que
provee el mantenimiento de los camiones (Komatsu Chile).
2
Fallas
mayores
Bodega
g
Manten.
Preventivo
Retiro
Componente
Taller
Antofagasta
Figura 1.1: Esquema de reemplazo o retiro de un componente mayor.

En la figura 1.1 se muestra un esquema del procedimiento tras el retiro de un componente mayor
de un camion en una faena.
Una vez que se retira un componente mayor1 del camion, ya sea por motivos de falla o bien por
mantenimiento preventivo (1), un componente en buenas condiciones tiene que ser instalado en el
camion (2), a su vez el componente que ha sido reemplazado es mandado a la bodega de la faena
(3) y luego mandado desde la bodega al taller central, donde este es reparado (4). Cabe hacer notar
que en las faenas, Komatsu Chile2 no cuenta con capacidad para reparar el componente y es por
esto que son mandados al taller central.
Entonces dada esta din
amica de m
ultiples faenas y a su vez de componentes la pregunta que
` anto debe ser el stock de componentes tanto en faenas como en el taller
hay que hacerse es ACu
central a modo de que se minimice la indisponibilidad que se genera en los camiones por la espera
de repuestos?
Para tomar ese tipo de decisi
on es que se habla de generar un pool de repuestos de componentes
mayores, es decir, una instancia en la cual se mira este sistema de faenas y componentes como un
todo, es decir, de forma centralizada, considerando las distintas variables relevantes para luego
plantear un problema de optimizaci
on del tipo:
1
2
Tambien se les conoce como LRU = Line Replacement Units.

De ahora en adelante se referir
a a Komatsu Chile mediante las siglas KCh.
M instocks Indisponibilidad(stocks)
s.a. Inversi
on P resupuesto
1.2.
Metodologa
Para poder resolver el problema planteado se aplico el sistema Metric, el cual fue desarrollado
por C. Sherebrooke[1] . Este sistema considera los siguientes parametros como
a fines de los 60Os
relevantes para solucionar el problema:
Sean J el n
umero de faenas, sea I el n
umero de componentes mayores reemplazables y que
designe O al taller central, se define a partir de esto:
Nj = N
umero de camiones en la faena j.
Zi = N
umero de veces que se repite el componente mayor i en un camion.
ij = Tasa de reemplazo del componente mayor i en un camion de la faena j.
vij = Probabilidad de reparar el componente mayor i en la faena j.
TOj = Tiempo de transporte entre el taller central O y la faena j.
Tij = Tiempo de reparaci
on del componente mayor i en la base j.
TOi = Tiempo de reparaci
on del componente mayor i en el taller central.
Pi = Precio del componente i.
i {1, 2, ..., I} y j {1, 2, ..., J}
Ademas de los par
ametro mencionados se agrego en este paper el efecto del tipo de contrato
entre las faenas y Komatsu Chile.
1.3.
Estudio de caso
Se consideraron 3 faenas a lo largo de Chile (J = 3). La faena n

umero 1 ubicada en la primera
Region cuenta en la actualidad con 26 camiones. La faena n
umero 2 ubicada en la cuarta Regi
on
cuenta en la actualidad con 39 camiones. La faena n
umero 3, ubicada en la segunda Region, cuenta
con 49 camiones. Todos estos camiones pertenecen a la flota 930 de Komatsu.
TOi [das]
Zi
Pi [kUSD]
Alternador ppal.
62.49
400
Motor de traccion
58.76
900
Cuadro 1.1: Tiempos de reparaci

on, veces en que se encuentra en un camion y precio de los componentes mayores electricos.
j
Nj
TOj [das]
Faena 1
29
Faena 2
39
Faena 3
49
Cuadro 1.2: Numero de camiones por faena y tiempos logistico faena-taller central.
Los componentes mayores considerados son 2 (I = 2), y son de tipo electrico: El alternador
principal y los motores de tracci
on, ambos fundamentales para el correcto funcionamiento de estos
camiones.
i = {Alternador ppal., M otor de tracci
on}
1.4.
j = {F aena 1, F aena 2, F aena 3}
(1.1)
An
alisis
Como se menciono en la introduccion los componentes mayores no se reparan en faena. Esto

tiene dos implicancias sobre los par
ametros del Metric del caso de estudio.
vij = 0, para todo (i, j). Es decir, probabilidad nula de reparar los componentes mayores en
las faenas.
Tij no aplica. Por la misma raz
on anterior, no existen tiempos de reparacion de componentes
mayores en faenas.
El resto de los par
ametros (a excepcion de ij ) se muestran en las tablas ?? y ??.
Faena1
28
Cantidaddecamiones930enfaena
26
CantidaddereemplazosdeAlternador.Ppal
24
CantidaddereemplazosdeMotoresdeTraccin
22
Cantidaad(n)
20
18
16
14
12
10
8
6
4
2
0
I2006
II2006
I2007
II2007
I2008
II2008
I2009
II2009
Figura 1.2: Evoluci

on cantidad de camiones y retiro componentes mayores en faena 1.
Finalmente la estimaci
on de ij no es trivial. Se estimo a partir del historial de demandas por
los componentes mayores que han enfrentado las bodegas de las faenas. Se cuenta con data desde
Enero del 2006 hasta Octubre del 2009.
En las figuras 1.2, 1.3 y 1.4 se muestra la evolucion en la cantidad de camiones 930 en faenas
ademas de la cantidad de veces que se han retirado los componentes mayores durante los semestres
comprendidos durante esos a
nos, todo esto para las faenas 1, 2 y 3 respectivamente.
A partir de lo anterior es que se muestra en las figuras 1.5 y 1.6 las tasas de retiro de los
componentes mayores por semestre. Esta tasa se calculo como la razon entre la cantidad de retiros
de componentes en las faenas y el n
umero de camiones en la faena.
A partir de lo anterior se estim
o la tasa de retiros de componentes mayores como un promedio
entre el a
no 2006 hasta la actualidad (Diciembre 2009).
En la tabla ?? se muestra el promedio de las tasas de retiro semestrales.
Finalmente el u
ltimo par
ametro relevante del Metric son los contratos entre Kch y las faenas.
El contrato con las faenas 1 y 3 es por Indisponibilidad de camion, es decir, KCh se compromete a
un cierto nivel de indisponibilidad m
axima. Por otro lado el contrato de KCh con la faena 2 es por
Cantidaad(n)
Faena2
42
40
38
36
34
32
30
28
26
24
22
20
18
16
14
12
10
8
6
4
2
0
Cantidaddecamionesenfaena
I2006
II2006
I2007
II2007
I2008
II2008
I2009
II2009
Figura 1.3: Evoluci

Faena3
Cantidaddecamiones930enfaena
Cantidad(n)
52
48
44
40
36
32
28
24
20
16
12
8
4
0
I2006
II2006
I2007
II2007
I2008
II2008
I2009
II2009
Figura 1.4: Evoluci

TasadeReemplazodelcomponenteAlternadorPrincipal:
Cantidaddevecesqueseretiraelcomponenteporcaminalsemestre.
C
id d d
i
l
i l
Tasadereemplazo[1//semestrexcam
min]
Collahuasi
MLP
RT
0,9
08
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
I2006
II2006
I2007
II2007
I2008
II2008
I2009
II2009
Figura 1.5: Tasa de reemplazo de alternador principal en faenas 1,2 y 3.

TasadeReemplazodelcomponenteMotordeTraccin:
Cantidaddevecesqueseretiraelcomponenteporcaminalsemestre.
C
tid d d
ti
l
t
i l
t
Tasade
ereemplazo[1/semestrexcamin]
0,5
Collahuasi
MLP
RT
04
0,4
0,3
0,2
0,1
0
I2006
II2006
I2007
II2007
I2008
II2008
I2009
II2009
Figura 1.6: Tasa de reemplazo de motor de traccion en faenas 1,2 y 3.
10
Tasa promedio Retiro [veces / semestre x camion]
Faena 1
Faena 2
Faena 3
Alternador ppal.
0.26
0.07
0.21
Motor de traccion
0.19
0.17
0.29
Cuadro 1.3: Tasa promedio historica de retiro de componentes por semestre.

toneladas transportadas.
La Indisponibilidad del sistema por el efecto de espera de repuestos corresponde a un promedio
ponderado por las Indisponibilidades en las distintas faenas. Es decir:
Indisponibilidad Sistema =
3
X
wi IndisponibilidadF aena
(1.2)
i=1
Si es que fuesen todos los contratos iguales se tendra que w1 = w2 = w3 = 1/3. Sin embargo
al no ser as es que no pueden tener todas las faenas igual ponderacion. Por el hecho de que con
la faena 2 se tiene un contrato por toneladas transportadas y no indisponibilidad de camiones es
que Kch en esa faena puede asumir mayores riesgos y as w2 < 1/3. Las ponderaciones elegidas
fueron: w1 = w3 = 0,45 y w2 = 0,1. Es decir con esa ponderacion queda de manifiesto una mayor
flexibilidad de la faena 2 dado que su contrato es distinto.
A partir de eso es que se genero la Indiponibilidad del sistema (funcionando como pool) versus
la inversion en componentes mayores. Este es un tipo de analisis permite realizar un analisis a
posteriori acerca de c
omo est
an las inversiones en componentes en la actualidad.
En la figura 1.7 se muestra la indisponibilidad del sistema vs. la inversion total en componentes.
En la figura 1.8 se muestra la indisponibilidad del sistema vs. la cantidad de componentes
mayores optimos.
Para una indisponibilidad peque
na del sistema, esto es, de un 3.75 % que se desglosa es un
2,29 % en la faena 1, un 7.33 % en la faena 2 y un 4.40 % en la faena 3.
Comparaci
on con la situaci
on actual
En la actualidad (Diciembre 2009) no existe un registro acerca de la cantidad de componentes
mayores que hay por faena. Sin embargo, para determinar cuantos componentes asignar por faena
se siguen ciertas reglas sugeridas por los fabricantes de estos componentes.
En el caso del motor de tracci
on la regla es asignar: 1 motor por cada 7 camiones en faena.
11
24%
22%
20%
Indisp
ponibilidad[%]
18%
16%
14%
12%
10%
8%
6%
4%
2%
0%
0
10
12
14
16
18
20
Invesin[MillonesdeUSD]
Figura 1.7: Indisponibilidad vs. Inversion.

StockdeMotoresdeTraccin
StockdeAlternadoresPrincipales
Indisponibilidad
24%
20
22%
18
20%
16
18%
14
16%
14%
12
12%
10
10%
8%
6%
4
4%
2%
0%
0
1
Figura 1.8: Indisponibilidad vs. Stock optimo de componentes mayores.
Motor de tracci
on
12
Alternador ppal
Stock seg
un regla
Stock seg
un Metric
Stock seg
un regla
Stock seg
un Metric
Taller central
Faena 1
Faena 2
Faena 3
Total
17
13
17
Cuadro 1.4: Comparacion situacion actual vs Metric.

En la tabla ?? se muestra la comparacion entre la cantidad de componentes asignados por esa
regla versus lo obtenido mediante la aplicacion del sistema Metric.
1.5.
Conclusiones
Se aprecia una disminuci

on en la cantidad de Stock optimo tanto en motores de traccion como
en alternadores principales. La reducci
on de motores de traccion que se logra mediante la aplicaci
on
del Metric es de un 24 % lo que equivale a 3,6 Millones de USD en equipos. A su vez la reducci
on
de alternadores principales es a
un m
as dramatica, de un aproximado 100 % lo que equivale a 3,2
Millones de USD.
`
unidades de ambos compoEs decir, en este an
alisis a posteriori da cuenta de que Osobran
O
nentes mayores y que estos se podran vender. Todo esto se enmarca en un paradigma de generar
eficiencias de inversi
on en estos equipos.
El generar el pool a traves de la aplicacion del sistema Metric permite minimizar la indisponibilidad en los camiones no a expensas de mayor inversion en componentes sino que en una mejor
distribucion de estos a traves de un escenario colaborativo de intercambio de componentes entre
las faenas y el taller central.
Ademas se sugiere en mejorar en parametros como tiempos logsticos de reparacion y transporte
ya que eso tambien contribuye a una menor indisponibilidad de las flotas.
13
Agradecimientos
Este trabajo fue auspiciado por Komatsu Chile S.A. Debo agradecer en especial a Edson Poblete
por su apoyo en la entrega de informacion, ademas de agradecer el profesor del curso (IMM 2700)
Rodrigo Pascual y al ayudante del mismo, David Godoy.
Bibliografa
[1] Sherbrooke, Craig, Optimal Inventory Modeling of Systems: Multi-Echelon Tecniques, Kluwer
Academic Publishers, Segund edicion (2004).
14
Captulo 2
Estrategia o
ptima de suavizado de
cargas planificadas a taller para
reducir recursos de contratos M&R
Jorge Castro Cucurella, Cristi
an Guaqun Soto
Departamento de Ingeniera Mec
anica, Escuela de Ingeniera, Universidad de Chile
Abstract
En una flota de camiones mineros las labores de mantenimiento son com
unmente subcontratadas a
traves de contratos de Mantenimiento y Reparacion (contratos R&M) en los cuales se establece por
medio de contrato el nivel de disponibilidad de la flota que debe ser asegurado por el mantenedor.
Por lo tanto es de gran interes para el mantenedor garantizar un alto nivel de disponibilidad de
la flota en todo momento con los recursos limitados que posee (personal, camionetas, talleres,
etc.). De existir una elevada concentracion de camiones que demandan alguna tarea de mantenci
on
(preventiva, correctiva u overhaul) que no es capaz de ser cubierta, se generara un incremento en
la indisponibilidad instant
anea, por lo cual resulta necesario analizar y desarrollar estrategias de
suavizado que reduzcan tales peaks de indisponibilidad.
El analisis del comportamiento de una flota de camiones mineros es complejo, ya que interact
uan diversos factores asociados que se deben considerar, tales como intervenciones preventivas,
15
16
correctivas y overhauls, recursos disponibles, tiempo de incorporacion de unidades a faena, entre

otros, por lo que la simulaci
on computacional se presenta como una gran herramienta para el estudio y resoluci
on del problema de exceso de carga en taller. El presente estudio desarrolla un modelo
de simulacion computacional que representa el comportamiento de una faena de camiones mineros,
considerando los tres componentes mayores (que involucran overhaul) mas crticos (de mayor indisponibilidad asociada) de dos de las tres flotas de camiones que participan en faena, e incorporando
las intervenciones preventivas, correctivas y overhauls de los componentes escogidos.
A pesar de ser un modelo simplificado, el analisis parcial de los componentes guarda gran relaci
on
con la operaci
on real, al simular la incorporacion de los camiones a faena en el instante de tiempo que
le correspondi
o en la realidad. Se realiza el analisis de sensibilidad de la disponibilidad instant
anea
y la disponibilidad instant
anea promedio para distintas tecnicas de suavizado relacionadas a los
overhauls, encontrando la estrategia
optima de suavizado para el estudio de casos desarrollado. El
modelo propuesto es aplicado esencialmente sobre las flotas de camiones de marca Komatsu cuyos
modelos corresponden a 830E y 930E, los cuales se encuentran en operacion en la faena Do
na Ines
de Collahuasi.
2.1.
Introducci
on
En una flota de camiones mineros el nivel de disponibilidad en faena es fundamental, siendo

determinante la configuraci
on en que ocurren las intervenciones, ya sean preventivas, correctivas
u overhauls, as como el tipo y la cantidad de recursos con que este cuenta para las reparaciones.
Resulta importante la utilizaci
on de tecnicas que permitan sacar un mayor provecho a los recursos, distribuyendo temporalmente el trabajo a desarrollar de forma optima con la finalidad de no
sobrecargar el taller ya que este posee recursos limitados. El principal factor generador de cadas
abruptas de disponibilidad (exceso de carga en taller) en determinados intervalos de tiempo, corresponde al proceso de overhaul de componentes mayores, ya que este se realiza en un perodo de
tiempo bien definido (TBO) para cada subsistema, y al ser las unidades de cada flota identicas,
sus componentes presentar
an el mismo TBO por lo que de no realizarse una estrategia que evite
la concentraci
on de camiones en taller, necesariamente se generaran colas en la entrada a taller,
lo que se traduce en peaks de indisponibilidad. La simulacion entrega la posibilidad de desarrollar
procesos complejos como son los asociados al campo de la mantencion y reparacion, de manera m
as
17
accesible que la utilizaci

on directa de modelos matematicos altamente complicados, permitiendo
emular el desarrollo de una faena real, facilitando la variacion de parametros para poder obtener
una vision de lo que ocurre bajo distintos escenarios, siendo el analisis de sensibilidad absolutamente u
til para la compresi
on de las distintas estrategias de suavizado en el estudio de casos. Las
estrategias de suavizado para disminuir los peaks de indisponibilidad pueden ser varias, entre las
cuales se pueden destacar el desfase temporal en la incorporacion de camiones, aumento de recursos
de taller, aumento de stock de repuestos, modificacion de tiempos entre preventivas, etc., pero la
investigada en el presente estudio corresponde al adelanto y postergacion de overhauls, o bien la
combinacion de ambas estrategias, analizandose especficamente este conjunto de tecnicas por lo
expresado en el p
arrafo anterior, es decir, porque los overhauls son la principal fuente de peaks de
indisponibilidad cuando coinciden en torno a un instante. El objetivo de este estudio es encontrar
a traves de la simulaci
on cuantitativamente y cualitativamente cual de las estrategias escogidas
es mas certera en suavizar, y que consecuencias genera sobre la indisponibilidad promedio, todo
esto con la introducci
on de datos lo m
as verdicos posibles acerca de la faena (recursos disponibles
de taller, recursos utilizados, par
ametros de Weibull, TFS, tiempo entre preventivas y TBO para
los distintos componentes mayores analizados). Se desarrollo el modelo para los tres componentes
mayores de mayor criticidad para los camiones 830-E y 930-E, ya que estos subsistemas abarcan
parte importante de la indisponibilidad generada por la totalidad de componentes. El modelo de
simulacion fue realizado con el software Arena 7.0, y la simulacion fue corrida por un tiempo
equivalente a 131.400 [hrs], que corresponde a un horizonte que permite obtener proyecciones realistas, 15 a
nos comenzando desde la incorporacion del camion con mayor antig
uedad. Se realizaron
tres variaciones del intervalo temporal en que se podran mover los overhauls para cada tecnica de
suavizado.
2.2.
Antecedentes
El estudio se desarroll
o sobre dos de las tres flotas de camiones de la marca Komatsu los
cuales se encuentran en operaci
on en la faena Do
na Ines de Collahuasi, estas flotas tienen la
siguiente composici
on:
39 camiones modelo 830E.
18
19 camiones modelo 930E.

No se consider
o la flota 960E ya que el historial de falla es muy limitado (incorporaci
on de
unidades recientes) y la influencia sobre la indisponibilidad global es menor al constituirse de s
olo
2 camiones.
Sobre ambas flotas de camiones se analizan 3 componentes, los cuales corresponden a los tres
mayores mas crticos por flota obtenidos mediante un analisis de Jack-Knife, los cuales se pueden
apreciar en la tabla ??.
Caracterstica
Ruta Produccion
Componente seleccionado 830E
Componente seleccionado 930E
Alt. Principal
Alt. Principal
Motor de traccion
Motor de traccion
Blower parrillas
Susp. delantera
Cuadro 2.1: Componentes mayores crticos.

Las reparaciones de los componentes de estas flotas se realizan directamente en terreno (reparacion menor con utilizaci
on de camionetas), cuando esta involucra menos de dos horas y en taller
(reparacion mayor con utilizaci
on de bahas) para los demas casos. Ademas de las reparaciones
correctivas se tienen 2 tipos de intervenciones de caracter preventivo: los overhauls y la mantenci
on
preventiva. Los overhauls corresponden a mantenciones preventivas realizadas solo a determinados
componentes, estos se realizan seg
un un intervalo de tiempo para cada componente, el detalle se
muestra en la tabla ??.
19
830E - 930E
TBO [hrs]
TFS [hrs]
Motor de traccion 830E
18000
16
Alternador principal 830E
18000
60
Blower parrillas 830E
20000
Motor de traccion 930E
18000
16
Alternador principal 930E
18000
60
Suspensi
on delantera 930E
20000
Cuadro 2.2: TBO y TFS para componentes seleccionados.

La mantenci
on preventiva es realizada al camion de forma ntegra, en la tabla ?? se muestra la
cantidad de tecnicos necesarios para realizar las distintas intervenciones de este tipo y el tiempo
fuera de servicio (TFS) asociado.
Periodo entre preventivas [hrs]
TFS [hrs]
N 14 Tecnicos
250
500
1000
5000
12
12
Cuadro 2.3: TFS y n

umero de tecnicos para preventivas.
Actualmente el taller cuenta con 6 bahas, 6 camionetas y 30 tecnicos.
2.3.
Simulaci
on
El modelo utilizado consta principalmente de cuatro partes:

Creaci
on de las flotas.
Envejecimiento (Operaci
on en faena).
Detecci
on de intervenci
on.
Intervenci
on.
2.3.1.
20
Creaci
on de flotas
En esta parte del modelo son generadas las entidades correspondientes a los distintos camiones
de cada flota. Las entidades no son todas creadas en un mismo instante, sino que poseen un desfase
correspondiente al tiempo real en el cual entraron a operacion. Luego de ser creada cada entidad,
a estas se le asignan los par
ametros de vida de cada camion y de cada componente que posee (en
ambos casos inicialmente tienen un valor cero), ademas se le otorgan los parametros de Weibull a
cada componente.
2.3.2.
Envejecimiento
Este es un proceso en que las entidades suman horas a sus horometros, tanto el camion como
cada componente. Con esto se toma en cuenta el paso del tiempo en cada elemento.
2.3.3.
Detecci
on de intervenci
on
En esta parte es donde por medio de bloques de decision se revisa que tipo de intervenci
on se
debe realizar, asignando un atributo al componente si corresponde a una intervencion correctica u
overhaul o asignando un atributo al camion si corresponde a una intervencion preventiva.
En el caso de falla, la probabilidad de falla de cada componente viene dada por la probabilidad
condicional de Weibull, la cual se presenta en la ecuacion 2.1:
F (t|t0 ) =
t0 +
e

t0 +

t+
(2.1)
Donde t es el tiempo actual, t0 el tiempo que ha vivido el componente sin fallar y , , y son
los parametros de Weibull del componente.
Para el caso de intervenciones preventivas, se revisa si la vida de los camiones es m
ultiplo de
250 horas y se realiza la intervenci
on que corresponda seg
un la tabla ??.
Para los overhauls, de forma similar a las preventivas, se revisa la vida de cada componente para
verificar si se debe realizar la intervencion. Sumado a lo anterior, tambien es posible otorgar un
perodo de tiempo previo en el cual si existen recursos disponibles en taller se adelanta el overhaul,
anticipando la asignaci
on del atributo correspondiente.
21
Una vez que las entidades pasan por lo bloques de decision explicados en los parrafos precedentes,
si es que se les han asignado atributos de intervenciones los camiones ingresan a taller y los que no
contin
uan su operaci
on en faena.
2.3.4.
Intervenci
on
Mediante bloques de decisi

on se detectan los camiones que posean atributos de intervenci
on y
se le asignan TFS dependiendo del tipo de trabajo a realizar. En caso de ser fallas, se le asignan
tiempos aleatorios determinados por distribuciones. En cambio si son intervenciones preventivas u
overhauls, se le asigna un tiempo fijo. Si las fallas correctivas poseen un TFS menor a dos horas, la
intervencion se realiza en terreno utilizando como recurso una camioneta. Los TFS se exponen en
las tablas ?? y ??.
MTTF
Sub - sistema
Flota 830E
Flota 930E
[hrs]
[hrs]
[hrs]
[hrs]
[hrs]
[hrs]
Motor de tracci
on
1.3
20324
4.75
17000
Alt. principal
1.76
30977
-3360
1.21
12204
Blower parrillas
2.22
40404
-5045
Susp. delantera
1.44
22433
-539
Cuadro 2.4: Par

ametros de componentes mayores crticos - Distribucion de falla.
TFS
Sub - sistema
Flota 830E
Flota 930E
Motor de tracci
on
Exp(2.99)
Exp(2.99)
Alt. principal
Exp(4.35)
Exp(4.35)
Blower parrillas
LogN(2.29,2.24)
Susp. delantera
LogN(1.09,2.84)
Cuadro 2.5: Par

ametros de componentes mayores crticos - Tiempo fuera de servicio.
22
Figura 2.1: Modelo de simulacion en Arena.
Figura1:Estrategiadeadelantodeoverhaul.
Por otro lado si la intervenci

on a realizar es un overhaul, si no existen recursos disponibles
en taller en el momento en que se cumpla el ciclo predefinido para el componente, el cami
on
puede volver
a faena sin que se le realice la intervencion. Esto tan solo puede ocurrir hasta un
cierto tiempo lmite en que el cami

on debera entrar a taller de todas maneras. Para el caso de
intervenciones preventivas y correctivas los camiones ingresan inmediatamente a taller, si es que no
se cuentan con recursos disponibles los camiones esperan en cola.
Luego de ser intervenidos los componentes o camiones se toma registro de los recursos utilizados
y el TFS asociado, luego los camiones retornan a operacion y vuelven al proceso de envejecimiento.
.
2.4.
23
Resultados
El modelo se corri
o durante un tiempo de simulacion equivalente a 15 a
nos, perodo en el cual
los camiones que componen las distintas flotas se fueron introduciendo en faena de forma identica
a como ocurri
o en la realidad. Se corrieron 20 iteraciones por simulacion, de las cuales se extrajo promediando de tales resultados la disponibilidad instantanea y la disponibilidad instant
anea
promedio de los camiones en faena.
Se simul
o en principio el caso base de la operacion de la faena (sin modificacion para el tiempo
entre overhaul) y luego se realiz
o el analisis de sensibilidad sobre los intervalos de tiempo para las
distintas estrategias de suavizado, consistentes en 250, 500 y 1000 [hrs] de adelantamiento, tambien
para postergaci
on y la combinaci
on de ambas tecnicas con los intervalos en conjunto.
2.4.1.
Caso base
Este caso consisti

o en simular una rigidez absoluta en los tiempos entre overhaul (TBO) para
los componentes analizados, es decir, el momento en que se realiza el overhaul corresponde a los
TBO de la tabla ??, y de no existir recursos disponibles para llevar a cabo la intervenci
on, el
camion no opera esperando en la cola de taller hasta practicarle el overhaul correspondiente. Este
caso corresponde al gr
afico superior de cada figura que se expone a continuacion, donde se presenta
la disponibilidad instant
anea a lo largo del tiempo, quedando de manifiesto en este caso base una
serie de situaciones crticas (peaks de indisponibilidad), aproximadamente cada 18000 [hrs], lo cual
informa que el overhaul del alternador principal es el principal factor generador de colas para este
estudio de casos, y que se preve debido al alto tiempo fuera de servicio asociado (60 [hrs]). Se
observa tambien el decaimiento de los peaks a lo largo del tiempo, que consiste en un fenomeno
naturalprovocado por el desfase temporal que genera la misma espera de los camiones para el
overhaul, tambien las preventivas y las fallas cooperan con el distanciamiento entre la hora se
nalada
por los horometros de los distintos camiones. Las abruptas cadas en la disponibilidad disminuyen
en intensidad, representando cerca del 75 % de disponibilidad.
2.4.2.
24
An
alisis de sensibilidad
Se realiz
o el an
alisis de sensibilidad variando la magnitud de los intervalos de tiempo entre los
cuales podan fluctuar los overhauls, encontrandose que los intervalos mas representativos correspondan a 250, 500 y 750 [hrs] para las estrategias de suavizado de adelantamiento y postergaci
on.
Los tres conjuntos de gr
aficos (figuras 2.1, 2.2 y 2.3) representan las estrategias de adelantamiento, postergaci
on y combinaci
on de ambas. Se observan claros cambios generados dependientes del
intervalo y la naturaleza de la estrategia.
Adelanto
La estrategia de adelanto se muestra en la figura 2.2 y se observa que reduce los peaks de
indisponibilidad. Con 250 [hrs] mejora sustancialmente la disponibilidad instantanea, presentando
una u
nica gran cada abrupta cerca de las 18000 [hrs], posteriormente se encuentra suavizado, sin
presencia de acumulaci
on importante de camiones en cola de taller. Posteriormente el incremento
del intervalo de adelantamiento a 500 [hrs] y 750 [hrs] produce mejora pero con aportes menos
significativos.
Postergaci
on
Al postergar se observa (figura 2.3) un resultado similar al adelantamiento, con una cada enorme
en los peaks de indisponibilidad al permitir posponer los overhauls dentro del intervalo de 250 [hrs],
y posteriormente con un aporte poco significativo al incrementar tal intervalo a 500 y 750 [hrs]. El
mejoramiento no es tan acelerado como el adelanto para un mismo intervalo de tiempo.
25
100%
50%
0%
0
10
12
Disponibilidad Instannea
100%
x 10
x 10
x 10
x 10
50%
0%
0
100%
10
12
50%
0%
0
100%
10
12
50%
0%
0
10
12
Tiempo calendario [hr]
Figura2:Estrategiadeadelantodeoverhaul.
Figura 2.2: Estrategia de adelanto de overhaul.
100%
50%
Disponibilidad instantnea
0%
0
100%
10
x 10
50%
0%
0
100%
10
12
4
x 10
50%
0%
0
100%
10
12
4
x 10
50%
0%
0
10
Figura3:Estrategiadepostergacindeoverhaul.
Figura 2.3: Estrategia de postergacion de overhaul.
12
12
4
x 10
26
Combinaci
on de adelantamiento y postergaci
on de overhaul
Esta estrategia representa la mejor tecnica de suavizado, la magnitud de los intervalos corresponde al doble de la de adelantamiento y postergacion, se aprecia en la figura 2.4. Tal estrategia
muestra que adelantar en 500[hrs] y postergar 500 [hrs] reduce los peaks de forma similar al hacerlo
solo con 750 [hrs], existiendo una diferencia indistinguible.
100%
50%
Disponibilidad instantnea
0%
0
100%
10
12
4
x 10
50%
0%
0
100%
10
12
4
x 10
50%
0%
0
100%
10
12
4
x 10
50%
0%
0
10
12
4
x 10
Figura 2.4: Estrategia

combinada.
Figura4:Estrategiacombinada.
2.4.3.
Disponibilidad
instant
anea promedio
Figura5:Disponibilidadinstantneapromedioparadiferentesestrategias.
Se desarrolla este an
alisis sobre todo el horizonte de evaluacion (15 a
nos) para las distintas
estrategias desarrolladas.
Este indicador es de suma importancia ya que permite dimensionar el
ponderador asociado al costo de falla global. Se observa en la figura 2.5 como las tres estrategias
mejoran la disponibilidad promedio, en la cual es visible que para el primer caso con un intervalo
de 250 [hrs] ocurre una mejora sustancial, mientras que el incremento de 250 a 500 [hrs] presenta
un mejoramiento marginal, de 500 a 750 [hrs] el aporte es a
un menor, presentando estancamiento.
27
El estudio de casos encuentra su

optimo para la estrategia combinada de 500 [hrs] de adelanto y
500[hrs] de postergaci
on, aumentando 0.7 % la disponibilidad instantanea promedio en comparaci
on
con el caso base.
Figura 2.5: Disponibilidad instantanea promedio para distintas estrategias.
2.5.
Conclusiones
El modelo estudiado establece que las estrategias de adelantar y postergar overhauls, o la combinacion de ambas son una herramienta potente para reducir sobrecargas de camiones en taller,
traduciendose en la disminuci
on de la cantidad e intensidad de peaks en taller. As, como su utilizacion, tambien mejora la disponibilidad instantanea promedio en el horizonte de evaluacion, por
lo cual favorece en dos importantes materias. Para el estudio de casos que incorpora el an
alisis
sobre tres de los componentes mayores de las flotas 830E y 930E, la estrategia de combinacion es la
que produce el mayor mejoramiento de la disponibilidad instantanea promedio en el horizonte de
evaluacion, especficamente el adelanto y postergacion de 500[hrs], tecnica que aumenta la disponibilidad promedio en 0.7 % respecto al caso base, cifra bastante simbolica ya que se estudiaron tres
componentes por flota del total, por lo que se esperara que de estudiar la totalidad el incremento
sera superior.
28
Respecto al aporte en el nivel de disponibilidad promedio se obtiene que la curva de disponibilidad versus magnitud del intervalo de tiempo de la estrategia de suavizado es concava, es decir
a medida que se aumenta el intervalo en que se puede variar la realizacion del overhaul, ya sea
adelanto o postergaci
on, el aporte a la disponibilidad promedio va siendo cada vez mas marginal.
El overhaul de alternador principal de la flota 830E y 930E es el principal factor generador de
peaks de indisponibilidad de camiones en faena, debido a su elevado TFS por lo que se recomienda
observar el desarrollo de tal labor, con el objetivo de reducir el tiempo de intervencion asociado.
Para aumentar la robustez del modelo se propone incorporar los componentes faltantes, as como
incluir las fallas menores, lo que necesariamente debe ir de la mano con un mejor sistema de
almacenamiento de datos. Tambien se propone la incorporacion de costos al modelo para observar
las consecuencias econ
omicas que generan las distintas estrategias de suavizado, ya que solo se
observaron desde la visi
on de disponibilidad.
Bibliografa
[1] R. Pascual, El arte de Mantener (draft), Centro de Minera, Pontificia Universidad Cat
olica
de Chile (2009).
[2] J. I. Sanchez, F. G
omez, Simulacion Estrategia de Suavizado de cargas para Camiones Komatsu, Proyecto del curso Mantencion de Maquinaria, Universidad de Chile (2009).
[3] G. Navarro, F. Veliz, Simulaci
on Flota de Camiones Komatsu Chile, Proyecto del curso Mantencion de Maquinaria, Universidad de Chile (2007).
29
Captulo 3
Optimizaci
on de intervalo entre
mantenimientos preventivos para
interruptores de alto voltaje
Cristian Cortes
Departamento de ingeniera Mec
anica y Metal
urgica, Pontificia Universidad Catolica de Chile.
Abstract
Dada la regulaci
on del mercado electrico que actualmente existe en nuestro pas y las elevadas multas que se le imponen en el caso de no cumplir con el servicio, se hace necesario para las
compa
nas participantes buscar metodos que permitan evaluar y mejorar la confiabilidad de los
equipos. En este trabajo se presenta el analisis de gestion de activos aplicado a equipos electricos
de subestaciones de transmisi
on. Si bien en un comienzo se busco trabajar con datos de la compa
na Transelec, esto no fue posible por el mal registro de los mismos. As, a lo largo del presente
documento se desarroll
o un an
alisis hallado en la literatura relacionada con el tema. El objetivo
planteado consisti
o en optimizar el intervalo entre mantenimientos preventivos durante las etapas
de madurez y vejez del ciclo de vida del equipo. Esto se consiguio mediante la aplicacion de modelos
de minimizaci
on de la indisponibilidad y a traves de la confiabilidad de mision. Como conclusiones se destacan la necesidad de contar con datos confiables y bien registrados para su posterior
30
31
utilizacion.
Given the regulation of the electricity market that currently exists in our country and the high
fines that are imposed in the case of not complying with the service, it is necessary for participating
companies seek methods to evaluate and improve equipment reliability. This paper presents the
analysis of asset management as applied to electrical equipment for transmission substations. While
at first sought to work with company data Transelec, this was not possible because of the bad record
of them. Thus, throughout this paper developed an analysis found in the literature on the subject.
The stated goal was to optimize the interval between preventive maintenance during the useful
life and wear-out equipment life cycle. This was achieved by applying minimization of downtime
models and through the reliability of mission. As conclusions highlight the need for reliable data
and well-recorded for later use.
3.1.
Introducci
on
En el mercado de la energa electrica en nuestro pas existen leyes que norman el comportamiento de los participantes. En ellas se castiga con elevadas multas (Ley N 14 18.410) los cortes en
el suministro, sobre todo a los clientes regulados definidos por la ley. Los montos en este u
ltimo
caso dependen principalmente de la demora en reponer el servicio y la cantidad de usuarios que no
tuvieron acceso a la electricidad durante el desperfecto.
De este modo, las empresas sometidas a la regulacion deben gestionar sus activos buscando minimizar las fallas de estos y la indisponibilidad del mismo. Todo esto siempre al menor costo posible
ya que son entes privados. As, existir
an diversas estrategias posibles para efectuar intervenciones,
cuya eleccion puede depender, entre otras cosas, de la criticidad del equipo dentro del sistema.
Las empresas que entregan el servicio de energa electrica siempre han empleado programas de
mantenimiento preventivo para que sus equipos esten la mayor cantidad de tiempo posible en buenas
condiciones de operaci
on, tanto como sea viable economicamente [7].As, como la confiabilidad de
los sistemas de potencia est
a altamente relacionada con la forma en que se realizan las tareas de
mantenimiento en los equipos que forman parte del sistema [4], programar de manera adecuada
estas intervenciones resulta vital para disminuir la posibilidad de falla.
Sin embargo, la teora desarrollada para evaluar la confiabilidad de este tipo de equipos requiere
de una base de datos confiable que posea toda la informacion necesaria para aplicarla, lo cual no
32
Figura 3.1: Curva de la ba

nera que representa el comportamiento de la tasa de fallas de un equipo
a lo largo de su vida (fuente: [10]).
es una tarea f
acil [1].
Para este trabajo se desea estudiar la confiabilidad de los equipos de la mayor compa
na de
transmision de energa electrica en nuestro pas Transelec. Esta empresa propuso el analisis de
la gestion de los interruptores de alto voltaje. A partir de esta propuesta, se efect
ua una revisi
on
bibliografica de la cual se obtiene una publicacion que se replico en el presente trabajo. As, se plantea como objetivo estudiar los intervalos entre mantenimientos preventivos para los interruptores
durante su etapa de madurez y vejez, respecto a la curva de la ba
nera (figura 3.1). Los resultados
obtenidos en este trabajo entregaron como principal conclusion la necesidad de contar con una base
de datos propia que permita caracterizar los equipos utilizados y a partir de ella desarrollar estos
analisis.
3.2.
Interruptores de alto voltaje
Los interruptores analizados en este trabajo son dispositivos utilizados para cortar el paso de
la corriente electrica en circuitos con carga (elevado voltaje o grandes cantidades de corriente) y
33
Figura 3.2: Interruptor de alto voltaje en operacion (fuente: [11]).

corresponden a uno de los componentes mas importantes de los sistemas de potencia.
Estos equipos es posible clasificarlos seg
un varias categoras, como: nivel de voltaje al cual
operan, lugar de instalaci
on (al aire libre o en interior), medio de interrupcion (aire, aceite o gas
SF6) y seg
un tipos de operaci
on que realizan (insertar o quitar diversos equipos mayores o lneas
en un sistema electrico e interrumpir el circuito cuando se produce una falla) [5].
La caracterstica principal de estos equipos es el medio que utilizan para interrumpir el arco
electrico que se produce entre los conductores que unen, el cual es generado debido a la gran
cantidad de potencia que transmiten. Uno de los primeros en desarrollarse fueron los de aceite a
comienzos del siglo XX. Junto a estos, tambien existen los de soplo de aire que utilizan aire a presi
on
en un flujo perpendicular o paralelo a la circulacion de la corriente electrica entre los conductores
para interrumpir el arco. Sin embargo, en las u
ltimas decadas los tipos de interruptores antes
mencionados han sido desplazados por los de gas SF6. Estos u
ltimos poseen mejores propiedades
de operacion que los tipos anteriormente mencionados [5].
Estos equipos est
an ubicados en diferentes configuraciones seg
un el dise
no de la instalacion. En el
34
caso de la compa
na Transelec, los interruptores estan ubicados en las subestaciones de transmisi
on,
donde la forma de instalarse depende de la funcion final del aparato.
3.3.
Metodologa y objetivos del trabajo
Si bien en un principio el objetivo del trabajo era usar los datos proporcionados por Transelec,
esto fue descartado durante el desarrollo del mismo debido a la imposibilidad de extraer los datos
necesarios. Aunque la compa
na posee un registro digital de las fallas de los interruptores, este no
abarca el historial completo de estos y solo en terreno existe el archivo con toda la informacion. Sin
embargo, en este u
ltimo caso tampoco es suficiente pues durante la confeccion de ellos se omitieron
datos importantes como las duraciones de las intervenciones o el motivo de las causas.
Debido a esto, se llev
o a cabo una exhaustiva revision bibliografica sobre publicaciones que
desarrollan alguna aplicaci
on de gesti
on de activos en interruptores de alto voltaje o en equipos
electricos en general. As, fue posible encontrar analisis sobre interruptores en instalaciones de
generacion de electricidad y su posibilidad de reemplazo a partir de una evaluacion de costos
del ciclo de vida [3]; an
alisis estadsticos preliminares a partir de bases de datos confiables sobre
interruptores de aire [1]; aplicaciones de mantenimiento centrado en la condicion [4], entre otros.
Evaluando los resultados obtenidos de la revision, se decidio basar el trabajo en [5]. En esta
referencia se realiza un completo estudio de los interruptores de alto voltaje y se eval
uan diversas
aproximaciones te
oricas a las caractersticas de las fallas de estos equipos. As, a partir de la base
de datos que el autor posee, se definieron dos objetivos secundarios para este trabajo a partir del
objetivo principal de optimizar el intervalo entre mantenciones preventivas:
1. Minimizar la indisponibilidad de los interruptores durante la etapa de madurez.
2. Incrementar la confiabilidad de los equipos durante la etapa de vejez.
Se posee el historial de primeras fallas de todos los tipos de interruptores incluidos en la base
de datos. A partir de ello es posible construir la curva de variacion de la tasa de primeras fallas de
los equipos en funci
on de los a
nos en servicio de estos (figura 3.3). All es posible observar dos tipos
de comportamiento: entre los 0 y 20 a
nos se puede aproximar a una tasa de falla constante (etapa
de madurez) de los interruptores, donde el parametro beta de una distribucion Weibull ajustada a
35
Tasadefallas(fallas/ao)
0,6
Madurez
0,5
Vejez
0,4
0,3
0,2
0,1
0,0
0
10
15
20
Tiempoenservicio(aos)
25
30
Figura3.1Tasadeprimerasfallasenfuncindeltiempoenserviciodetodotipodeinterruptores.(Drescher,Balzer,&
Neumann,2003)
Figura 3.3: Tasa de primeras fallas en funci
on del tiempo en servicio de todo tipo de interruptores
(fuente:
[6]).
laetapademadurez,esposibledefinirlaindisponibilidadtotaldelinterruptorapartirdelostiempos
a lasfallas.
esta fueradeserviciodebidoalos
zona es uno y el tiempo a mantenimientosy
fallar es aleatorio;
por otroAmbossedebenexpresarenfuncindel
lado, entre los 20 y 30 a
nos se observa
intervalo entre mantenimientos preventivos y a partir de esto minimizar una funcin objetivo y
un crecimiento de la tasa de fallas el cual se asocia a una etapa de vejez.
encontrarelpuntoptimo.
la
etapa
de madurez,
es posible
definir
la indisponibilidad
total
a partir de los
Para
desarrollar
este anlisis
se debe
asumir
que la tasa de fallas
dedel
uninterruptor
equipo es inversamente
proporcionalalintervaloentremantenimientospreventivos.Esteesunsupuestobastantefuertequese
tiempos
fuera de servicio debido a los mantenimientos y a las fallas. Ambos se deben expresar en
debesercomprobado,yaquesibienpuedenexistircasosdondeestosecumpla,tambinpuedenexistir
funcion del intervalo entre mantenimientos preventivos y a partir de esto minimizar una funci
on
casoscontrarios(Anders,Maciejewski,Jesus,&Remtulla,2006).
objetivo y encontrar el punto

optimo.
Enel desarrollar
casodelaindisponibilidaddebidoala
mantencin,esclaroqueamedidaqueseincrementael
Para
este an
alisis se debe asumir
que la tasa de fallas de un equipo es inversamente
intervaloentremantenimientos,stadisminuye.
proporcional
al intervalo entre mantenimientos preventivos. Este es un supuesto bastante fuerte
que As,esposibledefinirlaindisponibilidadtotaldelinterruptor(
se debe ser comprobado, ya que si bien pueden existir casos
donde esto se cumpla, tambien
)delasiguienteforma:
pueden existir casos contrarios [1].
que a medida que se incrementa
En el caso de la indisponibilidad debido a la mantencion, es claro
el intervalo entre mantenimientos, esta disminuye.

Donde:
: tiempo fuera de servicio debido a reparaciones;
: tiempo fuera de servicio debido a
As
, es posible definir
la indisponibilidad
total
del interruptor
(DTusado
(n)) de
siguienteMTTR:
forma:
mantenimiento;
MTTF: tiempo
medio a la falla;
MTTM:
tiempo medio
enla
mantener;
tiempomediogastadoenreparar;
:tasadefallasporunidaddetiempo;
1
(n)
:tasade
i n preventivos;
reparaciones porunidaddetiempo; : intervalo entremantenimientos
:tasa de
DT (n) = DR + DM =
(3.1)
mantenimientosporunidaddetiempo.Desarrollandoseobtiene:
Donde:
DR : tiempo fuera de servicio debido a reparaciones; DM : tiempo fuera de servicio debido
36
a mantenimiento; M T T F : tiempo medio a la falla; M T T M : tiempo medio usado en mantener;

M T T R: tiempo medio gastado en reparar; (n) = 1/M T T F : tasa de fallas por unidad de tiempo;
= 1/M T T R : tasa de reparaciones por unidad de tiempo; n : intervalo entre mantenimientos
preventivos; i = 1/M T T M :tasa de mantenimientos por unidad de tiempo. Desarrollando se obtiene:
DT (n) = k M T T R n +
MTTM
n
(3.2)
Donde k es el n
umero de fallas por unidad de tiempo cuando un mantenimiento periodico es
realizado por unidad de las intervenciones. Se busca minimizar esta funcion variando el valor de n.
Con esto, minimizamos DT (n) y obtenemos que para alcanzar el objetivo, el valor n debe ser:
r
MTTR k
(3.3)
n=
MTTM
Durante la etapa de la vejez de los interruptores, considerando la tasa de ocurrencia de la primera
falla (figura 3.3), se llev
o a cabo un an
alisis Weibull con el fin de incrementar la confiabilidad de los
equipos al final de su ciclo de vida. As, es posible modelar la confiabilidad de los equipos mediante
esta distribuci
on estadstica desarrollada en el a
no 1951. Este analisis es ampliamente usado para
predecir fallas de sistemas mec
anicos (entre otros), debido a su flexibilidad. De esta manera, se
ajusto una distribuci
on Weibull de dos parametros (parametro gamma de localizacion igual cero),
para obtener la confiabilidad del equipo, cuya expresion es la siguiente:
" #
t
R(t) = exp
(3.4)
Siendo el par
ametro de forma y el parametro de escala.
Para modelar las diferentes alternativas de intervalo entre mantenimientos preventivos para la
etapa de vejez, se utiliz
o el concepto de confiabilidad de mision [9]. Este consiste en definir una
confiabilidad mnima aceptable para el sistema (o equipo seg
un el caso) para una duracion de misi
on
definida. Al mismo tiempo se efect
uan mantenimientos preventivos cada cierto tiempo (intervalo
entre este tipo de intervenciones), cuyo resultado es que el equipo vuelve a su condicion original.
Entonces, la confiabilidad de misi
on corresponde a la probabilidad de que la falla no ocurra en
ninguno de los tiempos transcurridos entre intervenciones, para lo cual se usa una probabilidad
condicional que multiplica las probabilidades de cada perodo de tiempo (figura 3.4).
TP
TP
TP
37
Duracindemisin
R m (t ) Re (TP ) Re (TP ) Re (TP ) Re (t n P TP )

Figura 3.4: Confiabilidad de misi
on a partir de cierto intervalo entre mantenimientos preventivos.
As definimos la confiabilidad de mision de la siguiente forma:
Rm (t) = np Re (Tp ) Re (t np Tp )
(3.5)
Donde np : n
umero de intervenciones preventivas durante la mision, t: duracion de la misi
on,
Re (t): confiabilidad del equipo, Rm (t): confiabilidad de mision, Tp : tiempo entre preventivas.
As, combinando las expresiones de la distribucion Weibull y la confiabilidad de mision, obtenemos la siguiente expresi
on:
"
Rm (t) = exp np
Tp
#
"
#
t np Tp
exp
(3.6)
De esta manera, definimos una confiabilidad mnima de mision a partir de la etapa de vejez del
interruptor (desde los 20 a
nos en servicio) y evaluamos a que tiempo en servicio es alcanzado este
valor dados tres intervalos entre mantenimientos preventivos: cada 3, 5 y 7 a
nos.
3.4.
Resultados y discusi
on
En esta secci
on se presentan los resultados y su posterior analisis para cada uno de los objetivos
planteados al comienzo.
Tipo
123 kV
245 kV
420 kV
Soplo de aire
0.0039
0.0114
0.0319
SF6
0.0024
0.0144
0.026
38
Cuadro 3.1: Tasas de fallas menores de distintos tipos de interruptores, en fallas por a
no (fuente
[2])
Tipo
123 kV
245 kV
420 kV
Soplo de aire
8.6
4.5
3.9
SF6
10.9
4.0
3.1
Cuadro 3.2: Intervalos entre mantenimientos preventivos optimos para los diferentes tipos de interruptores (fuente [5]).
3.4.1.
Minimizaci
on de la indisponibilidad del equipo durante la madurez
Los valores de entrada para los diferentes tipos de interruptores considerados en este an
alisis
obtenidos de la literatura [2] son resumidos en la tabla ?? , donde se consideraron tasas de fallas
menores obtenidas a partir de las tasas de fallas mayores, con un factor obtenido a traves de las
estadsticas de CIGRE [8].
Con un intervalo original entre mantenimientos igual a 4 a
nos, M T T R = 1 da y M T T M =
0.5 das. A partir de ellos, se obtuvieron los resultados de la tabla ??.
De los resultados se aprecia que en la mitad de ellos el intervalo entre mantenimientos preventivos
se incrementa, siendo en otros casos menores. Se puede observar que los casos donde el intervalo
entre preventivas
optimo resulta menor que el inicial es donde existen las mayores tasas de fallas.
Ademas, para dejar en claro la forma en que se obtuvieron los resultados se considera necesario
ahondar en el an
alisis para los interruptores soplo de aire de 123 kV, con los mismos datos de
entrada mencionados anteriormente. Se grafico la indisponibilidad total del equipo a partir de las
indisponibilidades por reparaci
on y mantencion definidas anteriormente. Estas u
ltimas dos curvas
fueron construidas a partir de los datos de entrada (figura 3.5).
39
0,10%
MTTR
Indisp
ponibilidad
0,08%
Indisponibilidadpor
reparaciones
MTTM
0,06%
0 04%
0,04%
Indisponibilidadpor
mantenimiento
IndisponibilidadTotal
0,02%
ptimo
0,00%
1
6
11
16
21
Intervaloentremantenimientos(aos)
Figura 3.5: Gr
afico de indisponibilidad total del equipo en funcion del intervalo entre mantenimientos preventivos, incluyendo los datos de entrada y el optimo encontrado.
40
Confiabilidad en misi
on
Condici
on original
MP1 cada 3 a
nos
MP cada 5 a
nos
MP cada 7 a
nos
90 %
26
50
30
26
70 %
28
50
50
33
50 %
29.5
50
50
41
Cuadro 3.3: Resultados de tiempo en servicio de los interruptores calculados a partir del concepto
de confiabilidad de misi
on (fuente [5]).
3.4.2.
Incrementar la confiabilidad del equipo durante la vejez
Por otra parte, los primeros resultados obtenidos para el analisis efectuado durante la etapa de
vejez fueron los par
ametros de Weibull que se ajustan a la distribucion de tiempos a la primera
falla a partir de los 20 a
nos de servicio, los cuales resultaron ser = 10 y = 4.
1,0
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
0,0
Co
onfiabilidad
Ln((Ln(1/R))
05
0,5
0,5
1,0
,
1,5
2,0
2,5
1,50
2,00
Ln(t)
2,50
20
30
40
50
(a) Ajuste de los par

ametros de Weibull a los
(b) Distribuci
on de confiabilidad para los par
ame-
datos a partir de los 20 a

nos en servicio.
tros encontrados.
Figura 3.6: Distribucion de confiabilidad ajustada.
A partir de estos par

ametros se determino totalmente la confiabilidad de mision para nuestros
interruptores. As, finalmente podemos obtener a que tiempo en servicio corresponde el retiro del
equipo a partir de cierta confiabilidad mnima previamente definida (tabla ??).
41
No se entregan tiempos m
aximos en servicio superiores a 50 a
nos en los resultados porque
se definio que como m
aximo los interruptores pueden estar operativos esa cantidad de tiempo,
independiente del mantenimiento preventivo efectuado.
De estos resultados podemos decir que el mantenimiento cada 3 a
nos puede ser el mas conveniente entre los tres presentados, pero est
a lejos de ser optimo pues para cada lmite de confiabilidad
incrementa el tiempo en servicio m
as alla de los 50 a
nos. Por otra parte, el intervalo de 7 a
nos
tampoco es muy conveniente ya que los aumentos de vida u
til del equipo son marginales respecto
a la condicion original. As, se puede decir que el programa cada 5 a
nos es el mas conveniente de
los tres presentados.
De la misma forma que en el an
alisis anterior, con la expresion para la confiabilidad de misi
on
se ahondo en el an
alisis para una confiabilidad mnima de 70 %. A partir de ella se puede observar
graficamente a que edad cada estrategia de mantenimiento, recomienda el recambio (figura 3.7).
En el grafico es posible observar los resultados mostrados anteriormente, donde queda de manifiesto el incremento de la confiabilidad del equipo a partir de una correctar programacion del
mantenimiento preventivo.
3.5.
Conclusiones
Una de las principales conclusiones que se pueden obtener de este trabajo corresponde a la
necesidad de recopilar los datos correctos y necesarios para efectuar analisis de mantenimiento en
el futuro con los datos propios de la compa
na. Solo de esta manera es posible asegurar resultados
acordes a la realidad de cada interruptor. Quedo plasmado esto tambien en el trabajo desarrollado
en este documento, donde el an
alisis es sustentado en los registros de tiempos de reparacion, de
mantenimientos y tasas de primeras fallas, entre otros datos recopilados de la literatura.
A partir de la extensa revisi
on bibliografica realizada, se le recomienda a la compa
na efectuar Failure Modes and Effects Analysis el cual permite identificar funciones del equipo, modos y
consecuencias de las fallas [5]. Esto permitira sentar las bases para futuros analisis mas completos.
Ademas, para cada uno de los objetivos planteados fue posible hallar respuestas concretas.
Estos constituyen ejemplos de las maneras en que pueden ser utilizados analisis de este tipo. Sin
embargo, resulta indispensable comprobar los supuestos establecidos para desarrollar los an
alisis
aqu completados para as lograr respuestas confiables.
esmuyconvenienteyaquelosaumentosdevidatildelequiposonmarginalesrespectoalacondicin
EGAF
VII, Pontificia Universidad Catolica de Chile, noviembre 2009
42
original.As,sepuededecirqueelprogramacada5aoseselmsconvenientedelostrespresentados.
Delamismaformaqueenelanlisisanterior,conlaexpresinparalaconfiabilidaddemisinseahond
enelanlisisparaunaconfiabilidadmnimade70%.Apartirdeellasepuedeobservargrficamentea
quedadcadaestrategiademantenimiento,recomiendaelrecambio(Figura4.3).
Enelgrficoesposibleobservarlosresultadosmostradosanteriormente,dondequedademanifiestoel
incremento de la confiabilidad del equipo a partir de una correctar programacin del mantenimiento
preventivo.
100%
90%
MPcada 3
aos
80%
Confiabilidad
70%
MPcada 5
aos
60%
50%
40%
MPcada 7
aos
30%
Confiabilidad
original
20%
10%
0%
20
25
30
35
40
45
50
Figura4.3Variacindelaconfiabilidaddemisindelequipoparadiferentesintervalosentremantenimientos.
Figura 3.7:
Variaci
on de la confiabilidad de mision del equipo para diferentes intervalos entre man-
tenimientos (fuente [5]).
(Choonhapran,2007)
5. Conclusiones
Unadelasprincipalesconclusionesquesepuedenobtenerdeestetrabajocorrespondealanecesidad
derecopilarlosdatoscorrectosynecesariosparaefectuaranlisisdemantenimientoenelfuturocon
los datos propios de la compaa. Slo de esta manera es posible asegurar resultados acordes a la
realidad de cada interruptor. Qued plasmado esto tambin en el trabajo desarrollado en este
documento, donde el anlisis es sustentado en los registros de tiempos de reparacin, de
mantenimientosytasasdeprimerasfallas,entreotrosdatosrecopiladosdelaliteratura.

Finalmente queda propuesto para futuros analisis la inclusion de costos a este trabajo.
43
Bibliografa
[1] Anders, G. J., Maciejewski, H., Jesus, B., Remtulla, F., A Comprehensive Study of Outage
Rates of Air Blast Breakers. IEEE Transactions on power systems , 21 (1), 202-210 (2006).
[2] Balzer, G., Bakic, E., Haubrich, H. J., Neumann, C., Schorn, C,. Selection of an optimal
maintenance and replacement strategy of H.V. equipment by a risk assessment process. B3103. in Proc. CIGRE (2006).
[3] Braun, D., Guerig, A., Life Management for Generator Circuit-Breakers. Switzertland:
(1994).
CIGRE
[4] Chan, T., Chen-Ching, L., Choe, J., Implementation of Reliability-Centered Maintenance for
Circuit Breakers. IEEE (2005).
[5] Choonhapran, P., Applications of High Voltage Circuit-Breakers and Development of Aging
Models. Darmstadt, Germany (2007).
[6] Drescher, D., Balzer, G., Neumann, C., Preparing failure data to evaluate electrical equipment
and results. Proc. 13th international symposium on high voltage engineering (2003).
[7] Endrenyl, J., Anders, G. J., Leite da Silva, A. M., Probabilistic Evaluation of the effect of
maintenance on reliability - an application. IEEE Transactions on Power Systems , 13 (2),
576-583 (1998).
[8] Janssen, A., Degen, W., Heising, C., Bruvik, H., Colombo, E., Lanz, W., et al., A summary of
the final results and conclusions of the second international enquiry on the reliability of high
(1994)..
voltage circuit breakers , 13-202. CIGRE
44
45
[9] Pascual, R., El arte de mantener, Centro de minera, Pontificia Universidad Catolica de Chile
(2009).
[10] Wikipedia. (21 de Febrero de 2007). Recuperado el 11 de Diciembre de 2009, de
http://commons.wikimedia.org/wiki/File:Curva de la ba %C3 %B1era.png
[11] Wikipedia. (13 de Julio de 2007). Recuperado el 11 de Diciembre de 2009, de
http://commons.wikimedia.org/wiki/File:Disjoncteur-air.jpg
Captulo 4
Contratos con riesgo compartido:

Estudio de caso con prorrata
Alejandro Martnez, Rodrigo Pascual
Centro de minera, Pontificia Universidad Catolica de Chile..
Abstract
Se presenta un estudio de los incentivos generales presentes en un contrato de seleccion de intervalo
entre intervenciones preventivas. El trabajo se enfoca a evaluar las consecuencias derivadas de un
mecanismo de prorrata entre un proveedor de servicios de mantenimiento y un proveedor de servicios
de reparacion y overhaul. Se comprueba la existencia de incentivos para el sobre-mantenimiento
por parte del proveedor de servicios de reparacion. Esto presenta una situacion en donde deben
buscarse medios para que el proveedor de servicios de reparacion tenga incentivos para realizar el
mantenimiento programado en intervalos mayores de tiempo, e idealmente, coordinar a las partes del
contrato en una situaci
on de mejora global. Los resultados muestran que seleccionar un mecanismo
de prorrata basado en pagos por extension del intervalo entre intervenciones preventivas permite
solucionar el incentivo al sobre-mantenimiento, aunque sin embargo, no se logra la coordinaci
on.
Se presenta un estudio de caso en donde se ilustran los incentivos de cada parte.
46
47
Figura 4.1: Esquema de la interacci

on entre los distintos involucrados: organizacion externa, PSM
(mandante) y PRO (contratista).
4.1.
Introducci
on
La externalizaci
on de los servicios de mantenimiento ofrece ventajas en circunstancias donde el
mandante requiere recursos especializados que no pertenecen directamente a su negocio central[2].
Para asegurar que estas polticas de mantenimiento sean eficientes es necesario dise
nar contratos
que ofrezcan incentivos a ambas partes para cooperar en una estrategia optima. En este trabajo se
presenta un estudio sobre un metodo de contrato con prorratas para fijar la poltica de mantenimiento preventivo. El objetivo es evaluar la capacidad de coordinacion y los incentivos generados
por un acuerdo entre un proveedor de servicios de mantenimiento (PSM) y un proveedor de servicios
de reparacion y overhaul (PRO).
La situaci
on modelada es la siguiente: el PSM ofrece servicios de mantenimiento a una organizacion externa. A modo de ejemplo, puede pensarse en el PSM como el servicio de post-venta de
un fabricante de equipos, y la organizacion como el due
no de equipos. A su vez, el PSM externaliza
el servicio de reparaci
on y overhaul de componentes, para lo cual requiere al PRO. La interacci
on
puede verse esquem
aticamente en la figura 4.1.
Se busca estudiar las condiciones de costo e incentivos que existen en un contrato para la
realizacion de mantenimiento preventivo. Para ello, se organiza el trabajo como sigue: primero se
Costomandante
iva
ent
ev
. pr
48
iva
ect
rr
. co
Tiempo
Tiempo entre
intervenciones preventivas
Costo de intervencin preventiva

Costo de intervencin correctiva + Costo de falla
Figura 4.2: Esquema de los costos involucrados, por tipo de intervencion, en un ciclo entre reemplazos.
VII Encuentro en Gestin de Activos Fsicos
www.egaf.cl
Centro Internacional de Ciencia y

Tecnologa para la Minera
Pontificia Universidad
Catlica
4
de Chile
presenta el caso base existente y se expone el problema de incentivos entre las partes. Posteriormente
mircoles 23 de diciembre de 2009
se presenta una soluci

on basada en prorrateo de costos. A continuacion se ejemplifica el modelo
mediante un estudio de caso. Finalmente se presentan las conclusiones generales.
4.2.
Definici
on del problema
Como parte de la relaci

on con sus clientes, el PSM debe realizar mantenimiento preventivo.
Para fijar la poltica adecuada, busca el intervalo entre reemplazos programados que minimice su
costo global por unidad de tiempo. En una situacion base inicial, el costo global del PSM puede
ser modelado como [1, 3]:
Costo global por intervenci
on preventiva C0p , en caso de haber un reemplazo programado. La
duraci
on del ciclo de mantenimiento es el tiempo hasta el reemplazo programado.
Costo global por intervenci
on correctiva, en caso de una intervencion correctiva (incluyendo
costos de mantenimiento C0c y el costo de falla Cf ). La duracion del ciclo de mantenimiento
es el tiempo de falla.
Los casos es cuesti
on pueden ser apreciados en la figura 4.2
Costosmandante
49
Costoporunidadde/empo
Costo mandante
Costo (um/ut)
Sobre - mantenimiento
Sub - mantenimiento
ptimo
Tiempo (ut)
Tecnologa para
la Minera
Figura 4.3: Selecci
on del intervalo
optimo en el cual realizar reemplazos
preventivos.
Pontificia Universidad
Catlica
6
de Chile
www.egaf.cl
Si R(t) es la confiabilidad del sistema, y Tp es el tiempo entre intervenciones preventivas,

entonces ocurre un reemplazo preventivo con probabilidad R(Tp ), y un reemplazo correctivo con
probabilidad F (Tp ) = 1 R(Tp ). De este modo, el costo global por unidad de tiempo esperado es:
c0g (Tp ) =
C0p R(Tp ) + (C0c + Cf )F (Tp ))

M T BI(Tp )
(4.1)
En donde M T BI(Tp ) es la duraci

on esperada de un ciclo de renovacion (periodo entre reemplazos),
dado por:
ZTp
tf (t)dt
M T BI(Tp ) = Tp R (Tp ) +
F (Tp )
F (Tp )
ZTp
= R( )d
0
Es posible apreciar que un tiempo reducido entre intervenciones preventivas genera un exceso
de reemplazos en componentes que presentan una confiabilidad elevada. Por otro lado, un tiempo
elevado entre intervenciones preventivas tiende hacia una poltica de reemplazos correctivos. Esto
se muestra en la figura 4.3.
Visinconjunta
50
p/mosnosealinean
Costo (um/ut)
Costo mandante
Margen contratista
Margen contratista
crece con ms intervenciones
Tiempo (ut)
Tecnologa
la Minera
Figura 4.4: En la situaci
on base elCampus
PRO
a derealizar
la2009
mayor cantidad
de para
reemplazos
posibles.
San tiene
Joaqun, 27
noviembre de
Pontificia Universidad Catlica
www.egaf.cl
de Chile
El PRO por su parte, observa costos de intervencion proporcionales a los del PSM. Dicho de
otro modo, los costos directos por intervencion preventiva y correctiva pueden expresarse como:
C0p = C0pt
C0c = C0ct
con
1
Puede interpretarse a como el factor de lucro que aplica el PRO. De este modo, el margen
del PRO puede ser expresado como:

1 C0p R(Tp ) + C0c F (Tp )
m0 (Tp ) = 1
M T BI(Tp )
Puede verse que si el tiempo entre reemplazos preventivos se acerca a 0, el numerador de m0
tiende hacia una cantidad acotada (C0p ), mientras el denominador se acerca a 0. Con esto, se
concluye que el PRO maximiza su margen si realiza la mayor cantidad de reemplazos posibles
(figura 4.4). Esto crea un problema pues presenta una situacion de mantenimiento innecesario para
el PSM que eleva sus costos a niveles inaceptables. Eventualmente, puede generar incentivos para
realizar reparaciones de menor calidad.
4.3.
51
Prorratas por extensi

on de intervenciones preventivas
A fin de buscar una relaci

on de colaboracion con el PRO (y evitar que lucre mas con componentes
poco confiables), el PSM le propone compartir los ahorros por unidad de tiempo provocados por
extender la vida de los componentes mas alla de T0 , lo que tambien aplica cuando la vida es menor
que T0 . En este nuevo acuerdo, el PRO define la edad para hacer mantenimiento preventivo y
otras acciones que tiendan a alargar la vida del componente. El componente bajo estudio sigue una
distribucion de falla f (t).
Si un overhaul ocurre a edad T0 , el costo por unidad de tiempo para el PSM es:
c0i =
C0p
T0
En caso de extender la vida a Tp y manteniendo el precio,

c0ip =
C0p
Tp
El ahorro por unidad de tiempo es:

c0ip (Tp )

=
C0p C0p
T0
Tp
Identicamente para las intervenciones correctivas que ocurran a edad t,

1
1
c0ic (t) = C0c
T0
t
Con esto, el proveedor paga un bono de:
c0ip Tp

= C0p
Tp T0
T0
con
01
Luego el costo de una intervenci
on preventiva es,

Tp T0
Cip (Tp ) = C0p 1 +
um/intervencion
T0
52
y para una intervenci

on correctiva:
Cic (t) = C0c + c0ic (t)t um/intervencion

t T0
= C0c 1 +
T0
El valor esperado de una correctiva es
Z
Cic (t)dF
Cic (Tp ) =
F (Tp )
ZTp
Cic (t)f (t)dt
F (Tp )
C0c
ZTp

0
1 + tT
f (t)dt
T0
F (Tp )
luego, el costo esperado de un ciclo entre reemplazos es:

Tp T0
Ci (Tp ) = Cic (Tp ) + Cf F (Tp ) + C0p 1 +
R (Tp )
T0
La funci
on de costo global esperado por unidad de tiempo del PSM es:
ci (Tp ) =
Ci (Tp )
M T BI(Tp )
Desde el lado del PRO, aparecen bonos, luego luego, el margen esperado para el PRO,
mi (Tp ) =

T T
Cic (Tp )F (Tp ) + C0p 1 + p T0 0 R (Tp )
M T BI(Tp )
C0p 0 F (Tp ) + R(Tp )
M T BI(Tp )
En donde se expresa el margen como funcion de la razon de costos 0 =
C0p
C0c .
4.4.
53
Estudio de caso
Consideremos el caso de un componente que sigue una distribucion Weibull de parametro de

forma = 1,67 y par
ametro de escala = 43 ut. Para este componente se tienen costos constantes
de intervenci
on, y el costo de falla se modela constante por intervencion. Un resumen de los datos
del problema es el siguiente:
= 1,67
= 43 ut
= 0,75
= 1,25
C0p = 30 um
C0c = 60 um
Cf = 60 um
T0 = 25 ut
En la situaci
on base, sin prorratas, existe un incentivo para el PRO de realizar la mayor cantidad
de intervenciones posibles. Esto puede verse en la figura 4.5, en donde se aprecia el costo global por
unidad de tiempo para el PSM y el margen por unidad de tiempo para el PRO en la situacion base.
El PSM busca realizar reemplazos preventivos cada 30 ut minimizando su costo global por unidad
de tiempo. Por otro lado, el PRO maximiza su margen al realizar intervenciones preventivas muy
seguido (lo m
as frecuente que sea posible), pues de este modo recibe mas ingresos. Esto presenta
un problema en donde el PRO tiende a realizar sobre-mantenimiento, lo cual eleva los costos del
PSM.
Para corregir esta situaci
on, se establece el mecanismo de prorratas planteado. Los resultados
se muestran en la figura 4.6. Se aprecia el costo global base (sin prorratas) para el PSM, junto a su
costo global por unidad de tiempo con prorratas. Ademas se aprecia el margen con prorratas para
el PRO.
Como puede apreciarse, el mecanismo de prorrata logra modificar los optimos de cada parte,
lo cual significa que cada una tendr
a incentivos para realizar reemplazos preventivos en intervalos
54
Figura 4.5: Costo global por unidad de tiempo para el PSM y margen por unidad de tiempo para
el PRO. Caso sin prorratas.
55
Figura 4.6: Costo global por unidad de tiempo para el PSM y margen por unidad de tiempo para
el PRO. Caso con prorratas.
56
distintos a los originales. En particular, esto permite eliminar el incentivo del PRO a realizar
intervenciones muy seguidas. Especficamente, el PSM minimiza su costo global por unidad de
tiempo a las 13 ut, mientras que el PRO lo hace pasado las 80 ut. Esta diferencia en el intervalo
optimo para reemplazos preventivos se traduce en que los incentivos de la poltica de reemplazos
preventivos no est
an coordinados. Esto sucede debido al mecanismo de prorrata escogido. De este
modo se concluye que el mecanismo de prorratas logra resolver el problema inicial en donde el PRO
busca maximizar los reemplazos, pero es un modelo mejorable en cuanto no logra la coordinaci
on
de las partes.
4.5.
Conclusiones
Se estudi
o el problema de incentivos y coordinacion para una poltica de mantenimiento preventivo entre el PSM y el PRO. En su forma base, este contrato presenta un problema de incentivos
entre las partes, puesto que el margen del PRO se incrementa siempre que realice mas intervenciones. Esto puede corregirse si se adopta una poltica basada en el prorrateo de costos, con lo cual los
incentivos del PRO cambian hacia realizar reemplazos en un tiempo optimo fijo. Esto es una mejora
con respecto a la situaci
on base, pero no contempla un medio de coordinacion entre las partes, por
lo que los objetivos no quedan naturalmente alineados; es decir, no se obtiene coordinacion para
establecer el intervalo de reemplazos preventivos. Esto pone de manifiesto la necesidad de modelar
adecuadamente los costos involucrados en los contratos de servicios de mantenimiento, pues reflejan
parte importante de los incentivos involucrados.
Bibliografa
[1] S. Luce, Choice criteria in conditional preventive maintenance, Mechanical Systems and Signal
Processing, 13(1), 163-168 (1999).
olica
de Chile (2009).
[3] Barlow, R.E., Proschan, F., Mathematical Theory of Reliability (1965).
57
Captulo 5
An
alisis de productividad y tiempos
fuera de servicio en palas hidr
aulicas
de alto rendimiento
Alan Pino
Departamento de ingeniera Mec
anica y Metal
urgica, Pontificia Universidad Catolica de Chile.
Abstract
Este artculo muestra la disponibilidad (uptime) de una pala hidraulica de alto rendimiento en
una mina a rajo abierto en Chile. Ademas es incorporada al modelo de simulacion realizado por
los autores Pascual, Rebolledo, Silva y Tejeda [5], modificando la distribucion de las flotas de los
equipos de carga y as el modelo general. Los principales resultados indican que para la configuraci
on
considerada, el lmite de productividad lo impone el sistema de transporte (camiones), ya que el
sistema de carguo presenta holgura en las condiciones actuales del mercado.
5.1.
Introducci
on
Por la abundancia de materias primas minerales, Chile se ha caracterizado por ser un gran
exportador de cobre en distintos estados de refinacion.
58
59
El proceso de recolecci
on del material es muy intenso en el uso de maquinarias y energa,
representando grandes inversiones. Por este motivo es necesario contar con los equipos operativos
la mayor cantidad del tiempo.
Dentro del proceso de recolecci
on de la materia prima esta la etapa de carguo y transporte,
por medio de palas hidr
aulicas, cargadores frontales y camiones.
Los contratos con que trabajan las empresas que explotan el mineral y los proveedores de
maquinarias, junto al mantenimiento respectivo, se basan com
unmente en la tasa de producci
on
(throughput). Por ende, para el contratista es importante maximizar este ndice ya que esta muy
relacionado con los ingresos monetarios de su empresa.
Varios autores, entre ellos Lebedev y Staples [1], argumentan que la simulacion computacional
permite resolver problemas complejos de ingeniera mediante modelos sencillos de mejor forma que
los modelos analticos ya que se utilizan datos estadsticos reales, capaces de incorporar hechos
aleatorios como los que ocurren en la realidad.
5.2.
Estudio de Caso
Resulta interesante estudiar un caso real de una mina a rajo abierto en Chile. Para ello, en
base a datos hist
oricos de fallas y mantenciones de equipos y a datos de la operacion de los equipos
dentro de la Faena elegida, se puede generar un modelo se simulacion en el software Arena [2].
5.2.1.
Descripci
on del Sistema
El sistema estudiado contempla el proceso de carga y transporte de material de una Minera en

Chile. Se conoce la cantidad de equipos existentes en el sistema de carguo y en el de trasporte,
sus caractersticas productiva y su disponibilidad (tiempo en que se encuentran en condiciones de
operar). Adem
as, en base a datos de la Minera, se conocen las condiciones operacionales de los
equipos.
Rutas de trabajo En base a la ley de mineral que se esta extrayendo, existen dos posibles rutas
para el material. La primera es para el mineral de alta ley, en donde es transportado al chancador
primario para su posterior refinamiento. La segunda ruta es utilizada para el material esteril, en
donde la descarga se realiza en un botadero en otra zona de la Faena. Un diagrama ilustrativo
60
Figura 5.1: Diagrama de las dos posibles rutas del mineral.

de las dos posibles rutas se puede ver en la figura 5.1. Ademas en la tabla ?? se muestran las
caractersticas principales las rutas.
En base al Plan Minero 2009, un 62 % del material extrado es esteril, el 38 % restante va a
produccion.
Equipos de transporte En total, en la Faena se tienen 43 camiones. De los cuales 5 son
antiguos (hor
ometro a Septiembre de 2009 66 khoras) y los 38 restantes son mas nuevos y
de mayor capacidad (hor

ometro a Septiembre O09
15 khoras). Lo que permite considerar una
Caracterstica
Ruta Produccion
Ruta Esteril
Distancia desde mina [km]
3.4
5.8
Probabilidad de ocurrencia
38 %
62 %
20.5 (hacia descarga)
12 (hacia descarga)
13.9 (hacia mina)
8.2 (hacia mina)
Tiempo medio de viaje cami

on [min]
Tiempo de descarga cami
on [min]
Cuadro 5.1: Caractersticas principales de posibles rutas del material extrado (fuente: Minera).
61
70000
60000
50000
Hormetro
aSept.09
40000
30000
20000
10000
CA01
CA08
CA09
CA11
CA13
CA28
CA29
CA30
CA50
CA51
CA52
CA53
CA54
CA55
CA56
CA57
CA58
CA59
CA60
CA61
CA62
CA63
CA64
CA65
CA66
CA67
CA68
CA69
CA70
CA71
CA72
CA73
CA74
CA76
CA77
CA78
CA79
CA80
CA81
CA82
CA83
CA84
CA85
Cdi C i (CA #)
CdigoCamin(CA#)
Figura 5.2: Horometro de camiones en Faena.

capacidad media ponderada de los camiones de 305 toneladas. La edad de los camiones en detalle
se muestra en la figura 5.2.
Equipos de carga En total, en la Faena se tienen 5 palas y 3 cargadores frontales. Una de
las palas es hidr
aulica (Komatsu PC8000, PA06), el resto es de cables (electricas), en total son 3
modelos distintos. Para el caso de los cargadores frontales, existen 3 unidades distintas. A partir de
las caractersticas de operaci
on (capacidad de balde y tiempo por pasada) de los equipos entregadas
por la Minera, se puede conocer cu
anto demora en cargar un camion de la capacidad media estimada
anteriormente. Por otro lado, la Minera conoce la disponibilidad y la utilizacion de cada uno de los
equipos de carga. Lo cual se muestra en la tabla ??.
An
alisis de disponibilidad de pala hidr
aulica Komatsu PC8000 Como esta pala es nueva
en la Faena y en Chile (operaci
on desde Junio de 2009) es interesante revisar su comportamiento en
terminos de intervenciones por un periodo de 2 meses. Para ello, con el historial de intervenciones
procedentes del contratista que entrega el servicio de mantencion de los equipos, se puede realizar
un analisis de priorizaci
on. Lo primero es definir los componentes de esta pala. Esto se realiz
oa
partir de los sistemas que define el mantenedor para los distintos modos de falla, en total 11 sistemas
si se descompone el sistema electrico en Alta tension y 24 V.
Una tecnica para poder priorizar seg
un los sistemas mas crticos de un equipo es el Analisis de
Equipo
Tiempo medio de carga

de camion [min]
62
Utilizacion [ %]
Disponibilidad [ %]
Pala PA01
1.7
68
84
Pala PA03
1.7
68
85
Pala PA04
1.7
65
80
Pala PA06
2.3
72
87
Pala PA06
2.5
55
83
Cargador frontal CF02
32
46
44
62
5.3
57
81
Cuadro 5.2: Caractersticas de los equipos de carga de la Faena.
PalaHidrulica
PC8000
Sistema
Sistema
S
Super
de
Acceso Sistema
estructur Motor
refrige
rios hidrulico
a
racin
Sistema
Sistema Activida
Mantencin
elctrico Trende
de
des
Preventiva
rodado
engrase
Mineras
ALTA
TENSION,
24V
Figura 5.3: Sistemas presentes en pala hidraulica PC8000.
Isoindisponibilidad
Intervencionesconfalla
PromedioFrec
Isoindisp.MAX
63
PromedioTFS
Intervencionessinfalla
TFS(hora)
T
Trenderodado
d
d d
Act. Mineras
MP
10,00
Superestruc.
TFS=2,2
1,00
0,10
f=0,002
0,01
0,0005
Frecuencia(1/hora)
0,005
Figura 5.4: Diagrama Jack Knife pala hidraulica PC8000.

Pareto, conocido tambien como An
alisis ABC [3]. Sin embargo, esta tecnica no permite discriminar
si la criticidad del equipo est
a determinada por la alta frecuencia de intervenciones o un alto MTTI
(Tiempo Medio Para Intervenir) tambien usado TFS (Tiempo Fuera de Servicio), pues solo prioriza
en una dimensi
on. Otra tecnica basada en la frecuencia y el TFS es la propuesta por Knights [4],
llamada Diagrama Jack Knife (JK). Esta herramienta utiliza las dos componentes mencionadas para
calcular un producto de ellas que corresponde a Indisponibilidad (D: downtime). Este diagrama,
sin embargo, no considera costos directamente y prioriza en base a disponibilidad.
El Diagrama JK, mostrado en la figura 5.4 indica que la indisponibilidad promedio de los sistemas es de 0,7 %, teniendo como sistema mas crtico las Mantenciones Preventiva, que originan una
indisponibilidad de 5,9 %. Seguido por las Actividades Mineras, Tren de Rodado y Superestructura.
Mientras mas a la derecha y arriba del diagrama se encuentra un sistema, mas crtico este es. La
suma de las indisponibilidades por sistema nos da la indisponibilidad del equipo que llega a 12 %,
lo que se traduce en una disponibilidad de 88 %, valor mayor al considerado por la Minera.
64
Figura 5.5: Modelo general de sistema carguo-transporte de una mina a rajo abierto en Chile,
propuesto por R. Pascual, J. Rebolledo, S. Silva, W. Tejeda [5].
5.2.2.
Modelo
El modelo utilizado para la simulacion es el propuesto por: R. Pascual, J. Rebolledo, S. Silva,

W. Tejeda. [5]. De forma general, se compone de un ciclo cerrado que recorren los camiones, en
el ciclo existen variables de decisi
on que simulan las distintas rutas con sus respectivos equipos de
carga como se ve en la figura 5.5. Cada vez que un camion completa un ciclo, el throughput del
sistema aumenta la capacidad media de camiones (305 ton.).
Dentro del modelo general, existen 3 submodelos. El primero corresponde al submodelo taller,
en donde un cami
on si requiere de intervencion ingresa y se retrasa lo que tarde en intervenirse
el sistema por el cual acudi
o a taller. Las probabilidades de ocurrencia y MTTI se detallan en el
documento original [5].
Los otros dos submodelos corresponden a Carga Produccion o Carga Esteril. El modelo original
considera que todos los equipos de carguo tienen una disponibilidad de 85 %, independientemente
si son palas o cargadores frontales, y que todas las palas tardan lo mismo en cargar un cami
on, al
igual que los cargadores entre s. En este caso se mejoro el modelo ingresando las indisponibilidades
individuales y demora de carga de cada equipo antes indicadas. Con ello, la distribucion de equipos
de carga cambi
o de 4 palas y 2 cargadores a 3 palas y 2 cargadores para Carga Esteril y de una
pala y un cargadores a 2 palas y un cargador para Carga Produccion. En base a las capacidades de
65
cada equipo, se distribuyeron seg

un la probabilidad de tener la misma cola de camiones en ambos
submodelos.
Otra modificaci
on relevante al modelo original, son los tiempos de carga, viaje y descarga considerados. En este caso estaban sobrestimados en casi 100 %, lo cual se corrigio seg
un la informaci
on
proporcionada por la Minera. Lo cual modifica considerablemente los resultados esperados.
5.3.
on
Para la simulaci
on, se consider
o que todos los camiones poseen una disponibilidad de 80 %. As,
se obtiene un throughput total de 124,4 Mton/a
no, lo cual difiere en un 0,5 % con el Plan Minero
2009 real, que est
a pactado en 125 Mton/a
no, por lo tanto para un intervalo de confianza definido
en 5 %, el modelo de simulaci
on es v
alido para representar la realidad.
Para evaluar la sensibilidad del modelo, se realizaron 2 tipos de perturbaciones:
a Variaci
on de la disponibilidad de camiones desde 60 % hasta 100 %.
Considerando el caso extremo en que la disponibilidad de camiones es 100 %, se obtiene un
throughput m
aximo de 149 Mton/a
no. En la figura 5.6 se puede ver que a medida que aumenta
la disponibilidad de camiones existen rendimientos decrecientes, pero sin embargo no se llega
a un lmite asint
otico.
b Perturbaci
on a disponibilidad individual de equipos de carga en 10 %.
Como la disponibilidad de cada equipo de carga difiere de sus pares, la variacion de disponibilidad no se puede realizar como en el caso anterior. Por lo tanto, se procedio a variar
un porcentaje de su disponibilidad, entre -10 % y +10 %. A modo de ejemplo, la pala PA01
tiene una disponibilidad de 84 %, por lo que su disponibilidad para el analisis de sensibilidad
vario entre 75,6 % y 92,4 %. Los resultados se muestran en la figura 5.7. La disponibilidad de
camiones se fij
o en 80 %.
Se puede notar que no existe una relacion clara entre la disponibilidad de los equipos de
carga y el throughput total del sistema, la variacion se puede deber principalmente al hecho
de trabajar con variables estoc
asticas como valores de entrada.
Total
160,0
Estril
66
Produccin
Throughput mx.:
149Mton/ao
149Mton/ao
140 0
140,0
124,4Mton/ao
120,0
100,0
Throughput
[Mton/ao]
80,0
60,0
40,0
20,0
0,0
60%
70%
80%
90%
100%
DisponibilidadCamiones
Figura 5.6: Resultados de throughput, analisis de sensibilidad en base a perturbacion de disponibilidad de camiones.
140
120
100
80
60
40
20
0
Throughput
[Mton/ao]
10%
5%
Total
Estril
Produccin
0%
5%
10%
Perturbacindisponibilidadindividualequiposdecarguo
Figura 5.7: Resultados de throughput, analisis de sensibilidad en base a perturbacion de disponibilidad de equipos de carguo.
5.4.
67
Conclusiones
Con el diagrama Jack Knife se puede notar que el sistema mas crtico son las Mantenciones
Preventivas (MP), por lo que sera recomendable gestionar un plan de MP cortas que se puedan
realizar en momentos de detenci
on del equipo como son los cambios de turno de operarios.
A partir de los resultados de la simulacion, se puede ver que por las caractersticas actuales de la
faena, el sistema de transporte es el que limita el throughput total. Un aumento en la disponibilidad
de este sistema siempre genera un aumento en el throughput. Por otro lado, actualmente el sistema de
carguo tiene holgura, lo que hace que la utilizacion de los equipos no este dada por la disponibilidad
de estos, sino por la disponibilidad de los camiones. Una variacion de +10 % la disponibilidad
individual de los equipos de carguo no se traduce en un aumento del throughput, de manera que se
puede inferir que bajo las caractersticas actuales de la faena el sistema esta sobredimensionado.
Finalmente, las caractersticas de un sistema dinamico, en donde pueden ocurrir eventos aleatorios con situaciones de m
ultiples variables hacen difcil obtener resultados confiables con sistemas
analticos y de programaci
on lineal. Sin embargo, la simulacion computacional permite ingresar
inputs estadsticos reales, de los cuales existen registros, permitiendo validar el modelo. Lo que
hace de este metodo una herramienta u
til para estimar procesos y recursos de un sistema din
amico
sin arriesgar el sistema real.
Bibliografa
[1] A. Lebedev and P. Staples, Simulation Benefits Underground Mine infrastructure Design, Republic of South Africa. Recuperado el 14 de Noviembre de 2009 desde:
http://www.conveyorkit.com/papers/BSH/bsh.html
[2] D. Kelton, P. Sadowski, D. Sadowski, Simulation with Arena. McGraw-Hill (1998).
olica
de Chile (2009).
[4] P. Knights, Downtime priorities, Jack-knife diagrams, and the business cycle. Maintenance
Journal, 17(2):14-21 (2004). Melbourne, Australia.
[5] R. Pascual, J. Rebolledo, S. Silva, W. Tejeda, Productivity Analysis of a Haul-Transport Sys DE ACTIVOS
tem in an Open Pit Copper Mine. Anales del VI ENCUENTRO DE GESTION
FISICOS (2009).
68
Captulo 6
Estrategia Optima
de Mantenimiento
Preventivo para Componentes
El
ectricos de la Flota Komatsu 930
Jose Cris
ostomo & Javier Nacif
Abstract
Critical components of mining haul-trucks generate very high maintenance costs. This paper
studies, 3 electric components in 3 sites and presents two optimization methods of time between
overhaul. The first one, only considers the unavailability that the component generates in the truck.
The second one, only considers intervention costs associated to the maintenance of the component,
then we can compare this strategies to the actual strategy. The case study considers one kind of
component at one site, then we determinate that if we applied the optimal strategy considering
unavailability, this one is reduced in a 22,09 %, but if we use the optimal strategy considering
intervention cost, this costs are reduced in a 10,27 % from actual strategy. In the other hand we
determine reliabilities of each component, so we can compare the results between the sites and
determine which site affects the reliability faster.
En la minera, los componentes crticos de los vehculos de carga producen costos de manteni-
69
70
miento muy elevados. En este artculo se estudian 3 componentes mayores electricos en 3 faenas
distintas y se presentan dos metodos de optimizacion de tiempos entre mantenimientos preventivos,
el primero considera s
olo la indisponibilidad que genera el componente en el camion y el segundo
considera solo los costos de intervenci
on asociados a los mantenimientos realizados en el componente, para luego comparar estas estrategias con la actual. El estudio de caso considera un tipo
de componente en una faena en particular donde se determina que al aplicar la estrategia optima
seg
un indisponibilidad, esta se reduce en un 22,09 %, pero al observar los costos si se aplica el
optimo seg
un costos de intervenci
on, estos se reducen en un 10,27 % frente a la estrategia actual.
Por otro lado se determinan las confiabilidades de cada componente y se comparan los resultados
entre faenas para as determinar que faena es mas castigadora.
6.1.
Introducci
on
La gestion del mantenimiento tiene gran importancia en la minera dado los altos costos que
involucra. En este marco se presentan dos metodologas para optimizar los tiempos entre intervenciones preventivas, el primer metodo solo considera la indisponibilidad que genera el componente
en el camion y el segundo solamente considera los costos de intervencion asociados al componente.
Estos metodos son aplicados para 3 componentes mayores electricos: El alternador principal, el
blower/parrillas y el motor de tracci
on; para 3 faenas distintas las cuales por motivos de confidencialidad nombraremos como Faena A, Faena B Faena C.
2
Las intervenciones que se les realizan a los camiones son llevadas a cabo en dos lugares distintos: el primero es el taller ubicado en cada faena, donde se tratan las fallas mas peque
nas y los
mantenimientos preventivos que se realizan en intervalos cortos de tiempo. El segundo es el Taller
Central, donde se tratan fallas graves y Overhauls. Para este estudio se toman en cuenta solo con
las intervenciones realizadas en el taller central.
Finalmente, a partir de los par
ametros de weibull se determinan las curvas de confiabilidad
para cada componente con el objetivo de comparar los comportamientos que tienen componentes
iguales, en faenas distintas.
6.2.
71
Metodologa
Para realizar el estudio en cuesti

on, primeramente se realizan analisis de Weibull de tres par
ametros, para los 3 componentes mayores electricos en las distintas faenas consideradas, seg
un los historiales de falla brindados por Komatsu para los periodos comprendidos entre enero del 2006 y
agosto del 2009.
De los datos brindados por la empresa, se realizo un seguimiento por componente, considerando solo las fallas que implican que el componente se enve al taller central, tomando en cuenta
tanto mantenciones correctivas como preventivas. A partir de los parametros de Weibull se pueden construir las distintas curvas (o funciones), que caracterizan a cada componente, tal como se
puede apreciar en las ecuaciones 6.1, 6.2 y 6.3, correspondientes a la confiabilidad, tasa de falla y
distribucion de probabilidad de falla respectivamente.
R(t) = e
(t) =
)
( t
(6.1)
1
f (t) = (t)R(t)
(6.2)
(6.3)
De esta forma, la segunda rama del presente estudio se puede llevar a cabo simplemente comparando las curvas de confiabilidad de cada uno de los componentes entre las tres faenas.
Por otro lado, para establecer la estrategia optima de mantenimiento se tienen que considerar
dos puntos de vista: el primero, seg
un el criterio de minimizacion de la indisponibilidad, la cual
queda definida por el mnimo de la ecuacion 6.4 de indisponibilidad.
D(Ts ) = 1
Donde =
T0
Tr
M T BI
M T BI + Tr R(Ts ) + Tr (1 R(Ts ))
(6.4)
es el cuociente entre el tiempo que requiere una intervencion preventiva T0 y el
tiempo que requiere una intervenci

on correctiva Tr . Dichos tiempos se muestran en la tabla 6.1 y
dependen del compononente. Por otro lado Ts es el intervalo entre ovehauls y el MTBI esta dado
por la ecuaci
on 6.5.
72
Tabla 6.1: Tiempos de Intervencion

Ts
R(t)dt
M T BI =
(6.5)
Por otro lado, el segundo criterio, queda determinado seg

un el mnimo de la curva de costos de
intervencion (ver ecuaci
on 6.6)
c(Ts ) =
Cgp R(Ts ) + Cgc F (Ts )

M T BI(Ts )
(6.6)
Donde Cgp es el costo global de una intervencion preventiva y Cgc es el costo global de una
intervencion correectiva. Dichos costos se muestran en la tabla 6.2 y dependen del compononente.
Por otro lado Ts es el intervalo entre ovehauls y el MTBI esta dado por la ecuacion 6.5.
Tabla 6.2: Costos de Intervencion

6.3.

Estudio de Caso
A continuaci
on se presentar
a un estudio de caso, correspondiente al alternador principal de la
faena C. En primera instancia se contruye un grafico de barras correspondiente al analisis de vida
(ver figura 6.1), para as obtener la distribucion de Weibull asociada (figura 6.2, cuyos parametros
son =3,73 y =15939 hrs.
73

E^

,
Figura 6.1: Vida de alternadores principales Faena C
zZ

Z
yd
Figura 6.2: Weibull de alternadores principales Faena C

,
74
De esta forma se obtienen las curvas de confiabilidad,

seg
un lo explicado en la seccion anterior.
,
,
Seg
un la expresi
on 6.1 se obtiene el siguiente grafico:
1
0,8
0,6
R(t)
0,4
0,2
0
0
10000
20000
30000
tiempo hrs
Figura 6.3: Curva de confiabilidad Alternador Principal Faena C

Luego, a partir de la ecuaci
on 6.2 se obtiene el siguiente grafico:
F,
75
0,0012
0,0010
0,0008
(t)
[fallas/hr]
0,0006
0,0004
0,0002
0
0
10000
20000
30000
tiempo hrs
F
Figura 6.4: Tasa de Falla Alternador Principal Faena C

Finalmente, usando la ecuaci
on 6.3 se construye la siguiente curva:
76
0,00008
0,00007
0,00006
0,00005
f(t)
0,00004
0,00003
0,00002
0,00001
0
0
10000
20000
tiempo hrs
30000
Figura 6.5: Funci

on distribuci
on de probabilidad de falla Alternador Principal Faena C
Ahora bien, para establecer la estrategia optima de mantenimiento se debe fijar el TBO, que
minimize la indisponibilidad y los costos de intervencion, (ver figuras 6.6 y 6.7) seg
un lo explicado
en la seccion anterior; obteniendo as un TBO de 11600 hrs. y 12300 hrs. respectivamente.
77

Figura 6.6: Disponibilidad de alternadores principales Faena C

Figura 6.7: Costos de Intervencion de alternadores principales Faena C

De esta forma, es posible observar que para el alternador de la Faena C, si se cambia de
la estrategia actual (18000 [hrs]) a la estrategia optima seg
un indisponibilidad (10600 [hrs]), se
tiene que la indisponibilidad causada en los camiones por efecto del alternador disminuye en un
78
22.09 %.Si se cambia de la estrategia optima seg

un costos de intervencion (12300 [hrs])al optimo
seg
un indisponibilidad (10600 [hrs]) la indisponibilidad disminuye en un 2.52 %. Ahora bien, desde
la perspectiva de los costos de intervencion, si de la estrategia actual (18000[hrs]) se pasa a la
estrategia optima seg
un costos de intervencion (12300 [hrs]), estos costos disminuyen en un 10.27 %.
Finalmente si desde la estrategia
optima seg
un indisponibilidad se pasa a la estrategia optima seg
un
costos de intervenci
on, estos costos disminuyen en un 2.25 %.
6.4.
6.4.1.
on
Resultados
Optmizaci
on de TBOs
A partir de los an
alisis de vida para los 3 componentes en las 3 faenas se tienen los parametros
de Weibull mostrados en la tabla 6.3.
Tabla 6.3: Resumen parametros de Weibull
&

D

D

D
A partir de estos par

ametros se tienen los TBO y potenciales ahorros seg
un punto de vista
79
expresados en la tabla 6.4.

Tabla 6.4: Resumen TBO y potenciales ahorros
W/
& dK

D

D

D
dK
dK
W/
M
M/
M
M
M
M/
Es importante mencionar que los resultados para el motor en la Faena A no se tienen, debido
a que no se tena un historial de falla con la informacion suficiente para realizar un analisis v
alido.
Comparaci
on de curvas de confiabilidad entre Faenas
En esta secci
on se presentar
an las curvas de confiabilidad comparativas para el alternador
principal, blower parrilas y motor de traccion, en las tres faenas, en las figuras 6.8, 6.9 y 6.10
respectivamente.

Figura 6.8: Comparaci

on curvas de confiabilidad alternador principal
80

Figura 6.9: Comparacion curvas de confiabilidad blower parrillas

Figura 6.10: Comparacion curvas de confiabilidad motor de traccion
6.4.2.
81
Discusi
on
En base a la comparaci
on de las curvas de confiabilidad para cada uno de los componentes
mayores, entre las distintas faenas, se puede concluir diciendo que la Faena A en mas castigadora
en terminos de confiabilidad que las otras dos; esto da indicios de la existencia de alg
un factor que
genere esto, como por ejemplo alguna condicion en la operacion o mantenimiento de los equipos.
En relaci
on a la estrategia
optima para obtener los TBO, seg
un el criterio de indisponibilidad, se
puede decir que esta consta de minimizar la indisponibilidad (que es funcion del tiempo entre overhauls) de los componentes, dados los tiempos de reparacion en el caso de mantenciones preventivas
(TO ) e imprevistas (Tr ). No se puede dejar de mencionar que los resultados obtenidos, en lo referido
a la indisponibilidad mnima alcanzada, dependen fuertemente de los tiempos TO y Tr (siempre y
cuando la raz
on entre estos se mantenga constante), no as los TBO, que dependen exclusivamente
de los parametros de Weibull; la consecuencia mas directa de esto es que si se logran dismuir los
tiempos de reparaci
on, frente las mismas condiciones de operacion, la indisponibilidad podra bajar
considerablemente y as incurrir en menos costos de oportunidad o falla. Ademas, lo anteriormente
explicado, podra significar que los resultados se alejaran en alguna medida de lo real, ya que el flujo
en los talleres y los tiempos de reparacion son variables y no uniformes en el tiempo. Ahora bien,
seg
un los resultados obtenidos, se pueden llegar a comparar los TBO propuestos, con los actuales
que se implementan en las polticas de mantencion de Komatsu, y determinar cual estrategia es
mejor. Finalmente, en relaci
on al TBO para el alternador de la Faena B , estos se encuentran en
un rango superior a las 30.000 horas, situacion que tiene una estrecha relacion con los valores de
beta de estos mismos, ya que como se dijo anteriormente estos componentes son muy cercanos a la
infancia, en donde no se justifica una poltica de mantenimiento preventiva, sino que mas bien una
correctiva.
Por su parte, en lo referido al criterio de costos de intervencion, fue posible tambien determinar
los TBO. Estos resultaron ser siempre mayores que los obtenidos mediante el primer analisis. Esta
situacion implica o m
as bien justifica la elaboracion de una estrategia de mantencion intermedia,
entre los TBO seg
un indisponibilidad y costos de intervencion, la cual podra ser un sistema de
pago con bonos.
Finalmente, seg
un lo presentado en el captulo de comparacion de las estrategias, para verificar
si es valido o no, cambiar la estrategia de mantencion, se debe fijar la perspectiva a utilizar: es decir
82
si se va a ocupar la visi
on de indisponibilidad o costos de intervencion; el componente a analizar;
y la faena. Obteniendo as, para los diversos escenarios, los potenciales ahorros, los cuales difieren
entre si.
6.5.
Conclusiones
A partir del desarrollo del tema presentado en este artculo se presentan las conclusiones:
Las condiciones de operaci
on y mantenimiento de los camiones fueron entendidas a cabalidad,
situaci
on que lleva a un buen desarrollo del proyecto.
Los datos entregados por Komatsu en el historial de fallas fueron filtrados y ordenados seg
un
diversos criterios, para as poder priorizar los modos de falla seg
un su indisponibilidad y
realizar el an
alis de confiabilidad.
Las curvas caractersticas para cada componente se obtuvieron de manera satisfactoria, al
igual que los valores de los MTBF.
La estrategia de mantenimiento
optima fue desarrollada de buena manera. Ademas se obtuvieron, los potenciales ahorros y la comparacion de estrategias seg
un los diversos escenarios.
Para verificar si es v
alido o no, cambiar la estrategia de mantencion, se debe fijar la perspectiva
a utilizar: es decir si se va a ocupar la vision de indisponibilidad o costos de intervenci
on; el
componente a analizar; y la faena. Obteniendo as, para los diversos escenarios, los potenciales
ahorros, los cuales difieren entre si.
Bibliografa
[1] http://www.komatsu.cl/KomatsuChile/, acceso Noviembre 2009.
[2] G. Navarro, F. Veliz, Simulaci
on Flota de Camiones Komatsu Chile, Proyecto del curso Mantencion de Maquinaria, Universidad de Chile, 2007.
[3] J. Astudillo, F. Herrera, Repuestos Crticos en Faena, Proyecto del curso Mantencion de Maquinaria, Universidad de Chile, 2007.
[4] P. Fern
andez, J. Perez, Estrategia Optima
de Mantencion Preventiva, camion Komatsu 930E2
faenas Los Pelambres y Radomiro Tomic, 2007.
[5] Rodrigo Pascual. Apuntes El arte de mantener, Pontificia Universidad Catolica de Chile, 2009.
[6] Komatsu 930E-3SE, Electric Drive Truck.
83

Egaf 7

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Egaf 7

Cargado por

Copyright:

Formatos disponibles

Pontificia Universidad Cat

1.3. Estudio de caso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.4. Resultados y discusi

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

Figura 1.1: Esquema de reemplazo o retiro de un componente mayor.

Tambien se les conoce como LRU = Line Replacement Units.

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

Se consideraron 3 faenas a lo largo de Chile (J = 3). La faena n

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

Cuadro 1.1: Tiempos de reparaci

j = {F aena 1, F aena 2, F aena 3}

Como se menciono en la introduccion los componentes mayores no se reparan en faena. Esto

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

Figura 1.2: Evoluci

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

Figura 1.3: Evoluci

Figura 1.4: Evoluci

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

Figura 1.5: Tasa de reemplazo de alternador principal en faenas 1,2 y 3.

Figura 1.6: Tasa de reemplazo de motor de traccion en faenas 1,2 y 3.

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

Tasa promedio Retiro [veces / semestre x camion]

Cuadro 1.3: Tasa promedio historica de retiro de componentes por semestre.

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

Figura 1.7: Indisponibilidad vs. Inversion.

Figura 1.8: Indisponibilidad vs. Stock optimo de componentes mayores.

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

Cuadro 1.4: Comparacion situacion actual vs Metric.

Se aprecia una disminuci

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

correctivas y overhauls, recursos disponibles, tiempo de incorporacion de unidades a faena, entre

En una flota de camiones mineros el nivel de disponibilidad en faena es fundamental, siendo

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

accesible que la utilizaci

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

19 camiones modelo 930E.

Componente seleccionado 830E

Componente seleccionado 930E

Cuadro 2.1: Componentes mayores crticos.

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

Motor de traccion 830E

Alternador principal 830E

Blower parrillas 830E

Motor de traccion 930E

Alternador principal 930E

Cuadro 2.2: TBO y TFS para componentes seleccionados.

Cuadro 2.3: TFS y n

El modelo utilizado consta principalmente de cuatro partes:

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

Mediante bloques de decisi

Cuadro 2.4: Par

Cuadro 2.5: Par

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

Figura 2.1: Modelo de simulacion en Arena.

Por otro lado si la intervenci

cierto tiempo lmite en que el cami

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

Este caso consisti

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009

EGAF VII, Pontificia Universidad Catolica de Chile, noviembre 2009