P. 1
confiabilidad de mantenimiento

confiabilidad de mantenimiento

|Views: 315|Likes:
Publicado porj07p

More info:

Published by: j07p on Nov 30, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

04/13/2014

pdf

text

original

MANTENIMIENTO Y CONFIABILIDAD

Modelos de Optimización

Universidad AUSTRAL-Facultad de Ingeniería-ARGENTINA Programa de Ingeniería y Gestión del Mantenimiento Prof.: Ing. Roberto Bottini

Paradigmas
•En la industria los equipos y sistemas crecen en complejidad. •Existen mayores exigencias a la eficiencia de los costos del ciclo de vida útil de las maquinas de producción. •Cada fabricante intenta llegar al objetivo de calidad exigido por el mercado al mínimo costo posible.

Objetivo de Confiabilidad y Mantenibilidad

• Desde el diseño existe la necesidad de entregar equipos o sistemas que tengan las prestaciones deseadas por el cliente y que además sean Confiables, de fácil mantenimiento y con funcionamiento seguro y económico durante su vida útil.

Como Incorporar Características de Confiabilidad • Realizando un análisis Cualitativo
– Que indicara el tipo y clase de fallas que van a presentarse en los componentes del sistemas. (Camino del RCM).

• O Bien ampliarse a un campo Cuantitativo
– Proporcionando las probabilidades numéricas correspondientes.

• Podríamos decir que la certeza de un hecho (en nuestro contexto Falla de Maquina). es un acontecimiento DETERMINISTA con un resultado finito. .Las Teoría de la Confiabilidad Incorporan la incertidumbre a la Ingeniería. • En cambio la incertidumbre de un hecho seria un acontecimiento INDETERMINISTA con un resultado probabilístico.

Confiabilidad y Mantenimiento • Desde el punto de vista de la ingeniería. la confiabilidad es la probabilidad de que un aparato. . dispositivo o persona desarrolle una determinada función bajo condiciones fijadas durante un periodo de tiempo determinado. Convirtiendo el conocimiento ganado de ellas en acciones PROACTIVAS de Mantenimiento. • Podemos describir varias distribuciones de fallas comunes y ver qué podemos aprender de ellas para gestionar los recursos de mantenimiento. • La confiabilidad de un elemento puede ser caracterizada a través de distintos modelos de probabilidades.

a partir de un histograma podemos desarrollar las cuatro funciones de importancia para la caracterización de la confiabilidad : HISTOGRAMA 10 8 FALLAS 6 4 2 0 1 2 3 4 5 6 7 8 9 10 MESES Serie1 MES FALLAS ENERO 2 FEBRERO 5 MARZO 7 ABRIL 8 MAYO 7 JUNIO 6 JULIO 5 AGOSTO 4 SEPTIEMBRE 3 OCTUBRE 1 TOTAL 48 .•Veamos.

Esta funciones nos dan una idea clara de la distribucion de fallas.1. Empezamos por la función llamada pdf que indica la densidad probable de fallas en cada intervalo t. debido que la variable tiempo a la falla es continua. cuyo total será el área encerrada bajo la curva e igual a: pdf = 48/48 =1 Pudiendo llamar a t1 y t2. -∞ y ∞ respectivamente FUNCIONES 10 f(t) 5 0 1 2 3 4 5 6 7 8 9 10 meses .pdf Probability Density Function En estudios de mantenimiento necesitamos pasar del anterior histograma a funciones continuas.

la acumulación de fallas • FUNCION cdf 10 f (t) 5 0 1 2 3 4 5 6 7 8 9 10 meses Tiempo t . seria la probabilidad de que falle en tiempo t.cdf Cumulative Density Function aquí de -∞ a Tiempo t.2. Representando el área bajo la curva transcurrido t (el fracaso) cdf= 14/48 ∞ a t.

Esta es la probabilidad de éxito o sea que sobrevivan sin falla transcurrido el mismo tiempo t. Representando el área bajo la curva t a infinito.• 3. • R(t)= 1.R (t) Reliability.cdf FUNCION R (t) 10 8 f(t) 6 4 2 0 1 Tiempo t 2 3 4 5 6 meses 7 8 9 10 .

Con la curva de la bañera es posible modelar el comportamiento en cada una de las tres etapas de la tasa de falla a través de leyes conocidas de probabilidades. .El ultimo tipo de función que tenemos derivada de las anteriores funciones es la Función Riesgo.h (t) Función riesgo = pdf/1-cdf EL modelamiento de las probabilidades de falla esta condicionado a la etapa de vida en que se encuentre el elemento. 4. también llamada tasa de falla λ en determinados contextos como el de mantenimiento.

– Error armado-reparación. – Problemas de Calidad Tasa de Falla λ<1 .1.Mortalidad Infantil – Inadecuada Instalación.

Tasa de Falla λ= cte . Errores de Mantenimiento. Electrónica Mezcla de Errores. – – – – Independientes del Tiempo.Fallas Aleatorias durante la vida Útil.2.

Corrosión Tasa de Falla λ>1 .3.Desgaste Temprano – Low Cicle Fatiga 4.Desgaste por envejecimiento – – Rodamientos.

Exponencial Dist.La distribucion de fallas de diferentes tipos de maquinaria no son las mismas. . Lognormal Dist. Normal Dist. cdf y tasa de falla de los datos reales de mantenimiento dan forma a determinadas expresiones matemáticas conocidas como distribuciones obteniendo: • • • • Dist. Weibull Que representan familias de ecuaciones (o curvas graficas) cuyos miembros varían en forma. Aun variando en una misma maquina su operación. Sus definiciones en términos de las funciones pdf. porque difieren sus parámetros.

• Prediciendo cuando las fallas probablemente ocurran nosotros podemos determinar el mejor momento para el mantenimiento Preventivo (Reemplazo Preventivo) y las políticas de mantenimiento relacionadas con el PERIODO OPTIMO para operar hasta la falla o inspección . El conocimiento ganado de ellas es convertido en acciones proactivas.• Con estos conceptos probabilísticos podemos iniciar la batalla contra la incertidumbre de las fallas en las plantas complejas. • Podemos describir varias distribuciones de fallas comunes y ver qué podemos aprender de ellas para gestionar los recursos de mantenimiento.

Current analysis .analysis Lubricant Analysis .by Operators .Wear Particles Electrical .monitoring .Motor condition N.routine while running .X.during operation .ray Inspections .Proactive Maintenance Interval Based Tactics "Time or other Unit of Measure" Schedule Component Repalcement Preventive Maintenance Scheduled Overhaul Condition Based Tactics Other Tactics Run to failure Condition Monitoring Activities Redundency Spare Equipment Installed Redesign Vibration . .ultra sonics .T.D.by Maintenance (Daily/Weekly) Cleaning .Oil Condition .prior to maintenance Lubrication .start/end of shift Minor Adjustments Ad hoc Maintenance Often "Preventive Maintenace" Programs include all these activities .thermography .

.

• De acuerdo a lo mostrado las funciones descriptas son transformadas en Distribución de Probabilidades ploteando DATOS históricos o utilizando Bases de Datos como las OREDA. Para encontrar la distribucion apropiada para un componente o sistema real tenemos dos posibilidades: 1. Estimar parámetros estadístico. 2. Por testeo extensivo de datos históricos de Vida. por muestreo .

– Utilizar la función apropiada que representa nuestra situación. – Con los datos históricos analizamos los resultados gráficos del modelo matemático empleado. – Construir un modelo matemático que represente el problema en estudio. las decisiones de . – Con éste análisis tomamos mantenimiento óptimas.• En Síntesis: – Utilizar datos históricos de fallas.

reparación o Overhaull de Maquinaria.• El objetivo es entender el problema. . • Estas decisiones impactan el momento elegido para reemplazo. como así también optimizar cualquier otra tarea de gestión del mantenimiento principalmente las inspecciones y gestión de repuestos. pronosticar fallas y analizar riesgos para tomar mejores decisiones de mantenimiento.

. el tipo de modelo usado es frecuentemente un modelo simbólico donde los componentes del sistema están representados por símbolos y la relación de estos componentes esta representada por ecuaciones matemáticas.Modelos • Una de las principales herramientas en este avance científico hacia la optimización de las decisiones de Gestión son los modelos matemáticos como simple representación del problema en estudio. • En la aplicación de técnicas cuantitativas de gestión.

.Reemplazo Preventivo Optimo de un item sujeto rotura • Construcción del Modelo Decimos que el costo total de reemplazo es C(tp)= Costo Total esperado del Reemplazo por ciclo Tiempo Esperado del ciclo.

• R(tp): es la confiabilidad. • t f(t): tiempo medio del Reemplazo por Falla. • es el tiempo medio MTTF. . (por el fracaso) • tp: tiempo medio del Reemplazo Preventivo. • f(t): es el pdf para la distribucion de Weibull. • Cf: costo total del Reemplazo por Falla.Modelo Matemático utilizado • Cp: costo del Reemplazo Preventivo. Aquí el éxito en llegar al reemplazo preventivo.

Fallas anteriores a esta fecha ponen en duda expectativa de vida. 60 ciclos. – Costo rebobinado Preventivo Planificado Cp= $100 – Costo rebobinado imprevisto $ 125 .Aplicación Practica del Modelo Propuesto • Ejemplo: Análisis de Reemplazo en Motor 4000 KVA. – Costo falla imprevista Cf = $1725 (lucro cesante + rebobinado). – La siguiente tabla muestra los datos de falla. – Comentarios Algunos motores han servido a la planta por 18 años. Trifásico.

Aplicacion distribuciones de fallas para caso de grandes motores.23 48. T abla 3.69 8.58 14.2. Fallas en bobinados de grandes m otores: datos de falla y cálculos de riesgo M otor C -70 C -71A C -71B P-70A P-70B P-71 C -25 C -11 C -52 C -13 C -31 C -53 C -41 C -91 C -32A C -32B C -01 C -30 C -50 C -51 R ango 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 Años 8 8 8 8 8 8 10 11 a 12 a 13 a 13 15 a 16 a 17 a 17 17 18 b 18 18 18 R iesgo R iesgo acum ulado 7.03 25.11 12.73 63.33 9.12 36.01 a b F allas en bobinados R em plazo preventivo de los bobinados .69 16.29 7.09 11.

Ploteo de datos en papel de Weibull • El procedimiento es convertir los datos de falla representativos de cdf . esto es realizado ploteando en Weibull tiempo a la falla contra funcion cdf .

Resultado de cálculos utilizando modelo matemático .

Gráfico Resultante .

Costos esperados de reemplazo en funcion del tiempo para Motor Electrico Falla Bobinado Costo Costo del mantenimiento preventivo por downtime Curva de costo total Ctp MINIMO Costo del recurso de mantenimiento preventivo Remplazo Optimo Costo del mantenimiento correctivo por downtime (paradas imprevistas) Costo del recurso de mantenimiento correctivo =) Tp optimo ReBobinado =12 /13 años Tp .

Modelos Matemáticos para el intervalo Optimo de Inspección y sus Beneficios • El propósito básico es determinar el estado del equipo. Palabras que describen genéricamente el llamado LEAN MantenainceMantenimiento delgado como símbolo de salud y no de falta de alimentación. obteniendo el máximo beneficio y las mínimas perdidas. .

2. 3. INTERVALOS DE INSPECCION: Para equipamiento usado solamente en condiciones de emergencia. FRECUENCIA DE INSPECCION: Para equipamiento que es continua operación y sujeto a falla. MONITOREO DE CONDICION.1. .

Beneficio por frecuencia optima .

5.1. Costo promedio de reparación por unidad de tiempo no interrumpido R. Tiempo de reparación 1/µ Nº reparaciones /unidad de tiempo Política de Inspección 1/i Nº inspecciones/unidad de tiempo Expresamos con B al valor del beneficio si no hay paradas. 4. Mientras que con el reemplazo preventivo nos centramos en la última parte de la curva de la bañera. donde las fallas son aleatorias y responden a la exponencial negativa. MTTF = 1/λ 2. 6. 3. con las inspecciones estamos actuando en la parte de Vida Útil. . Costo promedio de la Inspección por unidad de tiempo I.

• Perdida de Beneficio por inspecciones. •I es el costo promedio de inspecciones. •R es el costo promedio de reparaciones. • Perdida de Beneficio por Reparaciones.P(n): Valor del Beneficio con operación interrumpida por reparaciones en la unidad de tiempo. P(n)= B . .B -B -R -I •B: Beneficio de la operación no interrumpida por unidad de tiempo. donde λ(n) es el Nº de Reparaciones y µ el tiempo medio de reparaciones MTTR. donde n es el Nº de Inspecciones e i el tiempo medio para las inspecciones.

Asumimos que n es inversamente proporcional a λ (es cierto aumenta n disminuye λ) .= B - - - Debemos hallar el n (Nº de Inspecciones) que resuelva esta ecuación).

= B - - - Debemos hallar el n (Nº de Inspecciones) que resuelva esta ecuación). Asumimos que n es inversamente proporcional a λ (es cierto aumenta n disminuye λ) .

• Sustituyendo en 1 .• K es la relación entre paradas por emergencia en la unidad de tiempo cuando realizamos una inspección por unidad de tiempo.

.• La premisa fundamental sobre la que se basa el Mantenimiento Planificado es muy sencilla. materiales y Hs de Producción.O. insumos. no basta con reparar la avería una vez ocurrida sino que es necesario prevenirla. . • El Objetivo es determinar la política de Inspección que dé el balance correcto entre el número de inspecciones y los beneficios resultantes de su aplicación. Lógicamente estas inspecciones tienen costo en términos de M. Con este objetivo nosotros realizamos inspecciones periódicas de los equipos y rectificamos cualquier menor defecto.

20. Pensemos que tener un factor de servicio del 99 % (eficiencia) seria bastante bueno.000 piezas de correo perdidas por hora.La importancia de la confiabilidad también depende del alcance que demos a nuestra probabilidad de éxito a veces llamado Factor de Servicio F= 1. . Sin embargo en EEUU ocasionaría : • • • • Una hora de agua no potable por mes.R(t).000 cheques deducidos de la cuenta equivocada por hora. • 22. Dos aterrizajes peligrosos por dia en JFK 10.000 prescripciones incorrectas de medicamentos por año.

Preguntas ? .

edu.ar .austral.bottini@fi. Roberto Bottini roberto.MUCHAS GRACIAS !!! Ing.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->