Capitulo 4

Optimizacin del Plan de Mantenimiento

Factibilidad Tcnica
Consecuencia de Falla Oculta:
La tarea debe reducir el riesgo de una falla mltiple
a un nivel aceptable.

Consecuencias de Falla de Seguridad y Medio

Ambiente:
La tarea deber eliminar el riesgo de falla o
reducirla a un nivel aceptable.

Consecuencias Operacionales y no
Operacionales:
La tarea deber reducir el riesgo de falla a un nivel
tal que los beneficios de la tarea preventiva sean
menores que el costo de implementacin
2

Factibilidad Tcnica de las Tareas de

Condicin
Debe ser posible identificar el punto de
falla potencial con el mtodo
seleccionado.
Cuando el intervalo P-F es consistente,
es decir que el deterioro es lento.
La frecuencia de inspeccin debe ser
prcticamente factible de realizar.

Factibilidad Tcnica de las Tareas de Reacondicionamiento (Overhaul)

Debe de ser posible restaurar el sistema,
sub-sistema o componente a una buena
condicin lo ideal sera a una condicin
nueva pero no siempre es posible - a
travs del re-acondicionamiento.
La funcin de riesgo debe de
incrementarse con la edad.

Factibilidad Tcnica para las Tareas de

Reemplazo.
Si es posible restaura la funcin del
sistema, sub-sistema o componente a
una buena condicin a travs del
reemplazo.
La funcin de riesgo del componente
debe de incrementarse con la edad.

Factibilidad econmica
Consecuencias Ocultas y Seguridad.
La factibilidad tcnica juega un rol mas
importante que la econmica.

Consecuencia Operacional.
Si el costo de la tarea preventiva es menor
que el costo de la consecuencia
operacional.

Consecuencia no Operacional.
Igual que el anterior pero sin el costo de la
perdida de produccin
6

Teora Bsica de la Renovacin

La teora de la renovacin explica las
situaciones de falla donde las acciones
preventivas basadas en el uso conducen hacia
una restauracin completa.
Frecuentemente el enfoque es por el lado de la
distribucin estadstica.
Generalmente se acepta que las fallas tienen
lugar de acuerdo a una u otra distribucin.
Una de las distribuciones que frecuentemente
se emplea en mantenimiento es la distribucin
Weibull.
7

Funcin de Densidad
1 n
f (t )
N t
n = nmero de fallas en el intervalo de tiempo
[t, t+t]
t = Longitud del intervalo de tiempo
N = Poblacin original

Si t 0 :
1 dn
f(t)
N dt

La funcin de densidad nos da la probabilidad que ocurra una falla

en un tiempo especfico. Sus unidades son falla/tem-tiempo. As,
para cualquier punto da la probabilidad que una falla ocurra durante
la siguiente unidad de tiempo.
8

Densidad de Falla
DISTRIBUCION WEIBULL
Funcion Densidad

0.120
0.100

f(t)

0.080
0.060
0.040
0.020
0.000
1

11

13

15

17

19

21

23

25

27

29

31

Tiempo

Funcin de Distribucin de Falla

n

F (t )

ni = Nmero de fallas para un tiempo t

N = Poblacin original

Si t 0 :
t

F(t) f (t )dt
0

Esta funcin nos da la probabilidad acumulada de falla

representa la probabilidad que una falla ha ocurrido antes de
cierto tiempo
10

Distribucin Acumulada de Fallas

DISTRIBUCION WEIBULL
Funcion Acumulada
1.200
1.000

F(t)

0.800
0.600
0.400
0.200
0.000
1

11

13

15

17

19

21

23

25

27

29

31

Tiempo

11

Funcin de Supervivencia o
Confiabilidad

R (t ) 1 F (t )
La funcin de supervivencia o confiabilidad es el
complemento de la funcin de distribucin de falla.
Nos da la probabilidad de supervivencia para
cualquier tiempo especifico
12

Funcin de Supervivencia
DISTRIBUCION WEIBULL
Funcion de Supervivencia
1.200
1.000

R(t)

0.800
0.600
0.400
0.200
0.000
1

11

13

15

17

19

21

23

25

27

29

31

Tiempo
13

1 n
n(t) t
1
r(t)
Nf(t)
n(t)
1
r(t)
f(t)
N ni
r(t)

Funcin de Riesgo
1 n
r (t )
n(t ) t
n = Nmero de fallas en un intervalo de tiempo [t,t+t]
t = ancho del intervalo de tiempo
n(t) = Poblacin sobreviviente en el tiempo t

r(t)

f(t)
N ni
N
1
r(t)
f(t)
1 F(t)
f(t)
r(t)
R(t)

Es la funcin mas importante en la teora de la renovacin. La forma

de la funcin de riesgo sobre una gran magnitud determina que
estrategia se usar para mantener un componente especfico
14

Funcin de Riesgo
DISTRIBUCION WEIBULL
Funcion de Riesgo
1.4
1.2

Z(t)

1
0.8
0.6
0.4
0.2
0
1

11

13

15

17

19

21

23

25

27

29

31

Tiempo
15

Formas de la funcin de riesgo

r(t)

r(t)

r(t)

Creciente

Constante

Decreciente
16

Ejercicio: La siguiente tabla da los tiempos de operacin de 10

componentes fallados en la misma posicin. El primero fall en 8
horas y fueron reemplazados por un nuevo componente. Este nuevo
componente dur unas 12 horas, y as en adelante.
Nmero de
falla

Horas de
Operacin

Encontrar el MTBF

20

34

46

63

Graficar las funciones de densidad,

distribucin acumulada,
supervivencia o confiabilidad, y la
funcin de riesgo.

86

111

141

186

10

266

Encontrar la tasa de fallas

Determinar la vida esperada del

componente.
Que tipo de falla esta asociada al
componente y que estrategia de
mantenimiento podra aplicarse.

17

Ejercicio: A continuacin se dan los datos de fallas

para 172 componentes.
Intervalo
de tiempo
h

Nmero
de fallas

0-1000

59

1001-2000

24

2001-3000

29

3001-4000

30

4001-5000

17

5001-6000

13

Encontrar la tasa de fallas

Encontrar el MTBF
Graficar las funciones de densidad,
distribucin acumulada,
supervivencia o confiabilidad, y la
funcin de riesgo.
Determinar la vida esperada del
componente.
Que tipo de falla esta asociada al
componente y que estrategia de
mantenimiento podra aplicarse.

18

Anlisis Weibull
Dr. Albert H.C. Tsang

19

Distribucin Weibull
t
f (t )

-1

t
exp

Wallodi Weibull 18871979

t
R(t ) exp


: Factor de forma
: Factor de escala
: Factor de ubicacin
20

Factor de Forma,
= 0.5
= 5.0

=0

= 3.44

= 2.5
f(t)
= 1.0

0
0

21

Riesgo de falla, r(t)

Factor de Forma,
= 2.5

= 1.0
= 0.5
?

t
22

Factor de Escala,
Vida Caracterstica
R( ) 36.8%
= 2.5,
=0

f(t)

1 < 2
= 2.5,
=0

0
0

23

Factor de Ubicacin,
Periodo libre de falla

= 2.5
f(t)

0
0

24

Anlisis Weibull

El anlisis Weibull requiere el tiempo para la falla

como dato.
Una falla debe ser un evento definido y no solo una
valoracin subjetiva de perdida de rendimiento.
Los datos debern ser estadsticamente una muestra
al azar de la poblacin.
Chequear la importancia de los estados de
modificacin y la fuente de los datos.
Emplear la medida de utilizacin adecuada para el
equipo y el mayor modo de falla.
Revisar otros factores tales como posicin instalada,
mal uso, incorrecto diagnostico de falla, etc.
25

El Papel Weibull
t
F(t ) 1 exp

1
ln ln
ln(t ) ln
1 F(t )
Sobre un papel Weibull, el eje vertical est en escala lnln y
el eje horizontal est en escala ln.
26

Papel
Weibull

27

Estimacin del % de Falla Acumulada

Consideremos 5 fallas en 2, 7, 13, 19 y 27 ciclos
Usando F(t) = i / n , F(t) en 2 ciclos = 1/5 = 0.2 20%
Empleando Tablas de Lnea Media, el valor de F(t) para el
ejemplo no ser 20, 40, 60, 80 y 100%, pero s:
12.9, 31.4, 50.0, 68.6 y 87.1% (emplear tabla)
Para muestras menores que 100, se emplea la aproximacin de
Bernard para F(t) como: F(t) = ( i 0.3 ) / ( n + 0.4 )
Para muestras mayores que 100, F(t) puede ser calculado de la
expresin: F(t) = i / ( n + 1 )
28

Lnea Media
Cuando solo se tienen disponibles pocas observaciones de falla,
digamos no mas de 20, emplear la Tabla de la Lnea Media
1
2
3
4
5
6
7
8
9
10
11
12

10

11

12

50

29.289
70.711

20.630
50.000
79.370

15.910
38.573
61.427
84.090

12.945
31.381
50.000
68.619
87.055

10.910
26.445
42.141
57.859
73.555
89.090

9.428
22.849
36.412
50.000
63.588
77.151
90.572

8.300
20.113
32.052
44.015
55.984
67.948
79.887
91.700

7.412
17.962
28.624
39.308
50.000
60.691
71.376
82.018
92.587

6.697
16.226
25.857
35.510
45.169
54.811
64.490
74.142
83.774
93.303

6.107
14.796
23.578
32.390
41.189
50.000
58.811
67.620
76.421
85.204
93.893

5.613
13.598
21.669
29.758
37.853
45.951
54.049
62.147
70.242
78.331
86.402
94.387

EstimadorProbabilidad Acumulada i 0.3

Formulade Benard
n 0.4

29

Ejemplo 1 de Anlisis de Weibull

Se ha obtenido datos de 10 items, seleccionados aleatoriamente y
todos los cuales han fallado. El tiempo para la falla del equipo
fue:
410, 1050, 825, 300, 660, 900, 500, 1200, 750, 600
Paso 1 Ordenar los datos en orden ascendente
Paso 2 Tabular con el valor correspondiente F(t) para una muestra
de 10, empleando la Tabla de la Lnea Media

30

Ejemplo 1 Anlisis Weibull

Nmero
Falla
(i)
1
2
3
4
5
6
7
8
9
10

Horas para
la Falla
(ti )
300
410
500
600
660
750
825
900
1050
1200

Lnea Media
% Acum Falla
F(t )
6.7
16.2
25.9
35.5
45.2
54.8
64.5
74.1
83.8
93.9
31

2.4

Estimacin de
Factores

720

830
0

Vida Mnima,
Factor Forma,
Vida Caracterstica,
Vida Media,
Vida Promedio
Vida Bq

32

Vida Caracterstica

f(t)

= 2.4
63.2%

= 830

tiempo
33

Vida Media

f(t)

= 2.4
52.7%

= 740

tiempo
34

Vida Promedio

f(t)

= 2.4
50%

B50 life = 720

tiempo
35

Ejemplo 2 de Anlisis de Weibull

Nmero
Falla
(i)
1
2
3
4
5
6
7

Horas para la Lnea Media

Falla
% Acum Falla
(ti )
F(t )
1000
9.4
1300
22.8
1550
36.4
1850
50.0
2100
63.6
2450
77.2
3000
90.6

36

Estimacin del Factor de Ubicacin

b

(t3 t 2 )(t2 t1 )
t2
(t3 t2 ) (t 2 t1 )
a

t1

t2

t3

tiempo
37

Estimacin del factor de Ubicacin

Desde los datos: t1 = 810 horas
t2 = 1500 horas
t3 = 4000 horas

t2

(t 3 t 2 )(t 2 t1 )
(4000 1500)(1500 810)

547
(t 3 t 2 ) (t 2 t1 ) (4000 1500) (1500 810)

Replanteando: ti
t1 1000 547 = 453 horas
t2 1300 547 = 753 horas
t3 1550 547 = 1003 horas, etc.
38

Ejemplo 2 de Anlisis Weibull

Nmero
Falla
(i)
1
2
3
4
5
6

Horas para
la falla
ajustadas

453
753
1003
1303
1553
1903

Lnea Media
% Acum Falla
F(t )
9.4
22.8
36.4
50.0
63.6
77.2

El ajuste del tiempo para la falla es ahora lineal

39

Efecto del Factor de Ubicacin

f(t)

= 1.9
63.2%

1560
= 547
nuevo = 547+1560

tiempo

40

Ejemplo 3 Anlisis Weibull

La Maquina H falla en las horas siguientes:
15, 42, 74, 117, 168, 233 y 410
La Maquina S falla en las horas siguientes:
177, 242, 293, 336, 368, 395 y 410
Analizar los datos y explicar las conductas de
operacin de las mquinas H y S.
41

El Sistema H
15
15 27

42

117

74
32

43

168

Tiempo Sistema

233
65

51

410

177
Tiempo entre fallas

7
6
5

Sistema H

N(t)
3

50

100

150

200

250

300

350

400

450

Tiempo Sistema

42

El Sistema S
177

293

242

177
65

Tiempo Sistema

336
43

51

368 395 410

32
27 15

Tiempo entre fallas

7
6
5

Sistema S

N(t)
3
2

50

100

150

200

250

300

350

400

450

Tiempo Sistema

43

Quality of Life Data

44