Está en la página 1de 45

A

B
B

G
r
o
u
p

-
1
-
1
7
-
N
o
v
-
0
8
Anlisis de
confiabilidad
aplicada a procesos
industriales
Fernando Vicente
Hctor Kessel
Eduardo Risso
ABB Full Service

A
B
B

G
r
o
u
p

-
2
-
A
W
A
2
0
0
8
Agenda
Estadsticas de mantenimiento tradicional
Problemas del mantenimiento tradicional
Definicin de un sistema basado en
confiabilidad
Beneficios obtenidos al aplicar un sistema
basado en confiabilidad en su planta
Requisitos y motivos para aplicar un sistema
basado en confiabilidad
Definicin y parmetros de confiabilidad
Herramientas utilizadas en confiabilidad
Ejemplos de anlisis de confiabilidad
aplicados a procesos
Resumen y conclusiones
AGENDA
a gen da ,
programa de tareas
para hacer; especif.,
Lista de temas para
ser tratados en una
reunin

A
B
B

G
r
o
u
p

-
3
-
A
W
A
2
0
0
8
Estadsticas de mantenimiento tradicional
15 aos de investigacin muestran que:
La mayora de las fallas (60%)dan aviso antes de su falla
funcional
Aproximadamente el 40% son ocultas
80% de las fallas ocultas requieren tareas de identificacin
de falla
Inspeccin/testeo, chequeo
20% a 35% de las fallas son relativas al monitoreo basado
en condicin
30% a 40% de las fallas son atribuidas al modo de operar
equipos
Mas del 75% de las frecuencias del PM son incorrectas
comparadas con el intervalo P-F
Obtener un correcto intervalo de mantenimiento
generalmente reduce entre un 40% a 70% las tareas de
mantenimiento
Mejorar en la confiabilidad puede incrementar la capacidad
de equipamientos entre un 35% a 60%
La informacin arriba mencionada esta basada en RCM II implementation findings
John Moubray, Aladon Ltd.

A
B
B

G
r
o
u
p

-
4
-
A
W
A
2
0
0
8
Comentarios tpicos relacionados al PM
Le entregamos el equipo pero todo lo que hicieron fue
cambiar el aceite y el filtro (Prod)
No podemos completar el PM, ellos (Prod) no nos
entregan el equipo (Mant)
Nadie revisa nuestras anotaciones en las
inspecciones (mant)
El sistema emite PM para equipos que ya no existen
(regularmente)
Reemplazamos piezas de los equipos aun estando en
muy buenas condiciones (Mant)
Problemas tradicionales de mantenimiento(1)

A
B
B

G
r
o
u
p

-
5
-
A
W
A
2
0
0
8
Problemas tradicionales de mantenimiento(2)
PRODUCCIN
MANTENIMIENTO
Tareas de mantenimiento tcnicamente inapropiadas para el
modo de falla o el contexto operacional del equipamiento

A
B
B

G
r
o
u
p

-
6
-
A
W
A
2
0
0
8
Situaciones que suelen ocurrir
1. Nos toman por sorpresa los
problemas
2. Se tienen problemas
reocurrentes
1. Nos toman por sorpresa los
problemas
2. Se tienen problemas
reocurrentes
Problemas tradicionales de mantenimiento(3)

A
B
B

G
r
o
u
p

-
7
-
A
W
A
2
0
0
8
Seis grandes prdidas que reducen la efectividad
de los equipos
Tiempo de parada
Roturas
Ajustes, recambio
Prdida de velocidad
equipos en reduccin de carga
Reduccin de velocidad entre la de
diseo y la actual
Defectos
Defectos en el proceso y re trabajo
Reduccin de manufactura entre el
arranque y la produccin estable
Problemas tradicionales de mantenimiento(4)

A
B
B

G
r
o
u
p

-
8
-
A
W
A
2
0
0
8
Cmo deberamos gestionar el mantenimiento de nuestra planta?

E
s
t
a
m
o
s
m
a
n
e
j
a
n
d
o
u
n

s
t
a
n
d
a
r
d

d
e

p
e
r
f
o
r
m
a
n
c
e
?

E
n
t
e
n
d
e
m
o
s
b
i
e
n
c
o
m
o
f
a
l
l
a
n
L
o
s

e
q
u
i
p
o
s
?
C
u
a
l
e
s
l
a

p
o
l
i
t
i
c
a
c
o
r
r
e
c
t
a

P
M

O
p
e
r
a
r
a

l
a

f
a
l
l
a

R
e
c
o
n
s
t
r
u
i
r

P
r
e
d
i
c
t
i
v
o

E
s
t
a
m
o
s
s
o
b
r
e
m
a
n
t
e
n
i
e
n
d
o
a

l
o
s

e
q
u
i
p
o
s
O

b
a
j
o
m
a
n
t
e
n
i
e
n
d
o
?

Q
u
e
t
a
n

b
i
e
n
e
s
t
a
m
o
s
M
a
n
e
j
a
n
d
o
e
l

b
a
l
a
n
c
e

E
n
t
r
e

c
o
s
t
o
s
y

c
o
n
f
i
a
b
i
l
i
d
a
d
?

E
n
t
e
n
d
e
m
o
s
y

m
a
n
e
j
a
m
o
s
L
o
s

m
o
d
o
s
d
e

f
a
l
l
a
d
e

l
o
s

e
q
u
i
p
o
s
?

Simplecuando hay dudas sobre mantenimiento!
Simplecuando hay dudas sobre mantenimiento!
Simplecuando hay dudasbajo mantenimiento!
Simplecuando hay dudasbajo mantenimiento!

H
e
m
o
s
i
d
e
n
t
i
f
i
c
a
d
o
l
o
s

e
q
u
i
p
o
s
C
o
n

m
a
y
o
r

p
r
o
b
l
e
m
a
s
?
Problemas tradicionales de mantenimiento(5)

A
B
B

G
r
o
u
p

-
9
-
A
W
A
2
0
0
8
detectivo
predictivo
preventivo
Operar a falla
rediseo
Solo el 10 % del PM requiere ser soportado por
Las tareas clsicas de mantenimiento (basado en tiempo)
Solo el 15% del PM requiere soporte de tecnologas
predictivas
El 75% del programa de mantenimiento requiere
soporte
de un sistema basado en confiabilidad
P
r
o
g
r
a
m
a
d
e

m
a
n
t
e
n
i
m
i
e
n
t
o
Resumiendo grficamente los 15 aos de investigacin

A
B
B

G
r
o
u
p

-
1
0
-
A
W
A
2
0
0
8
Sistema basado en confiabilidad
Existe una presin competitiva que viene creciendo en los ltimos
aos, gerentes generales admiten que la confiabilidad de sus
activos y proceso es crtica para la excelencia operacional
Para lograr excelencia operacional se requiere de un
sistema basado en confiabilidad
Para lograr excelencia operacional se requiere de un
sistema basado en confiabilidad confiabilidad
Confiabilidad
de equipos
Mantenibilidad
de equipos

A
B
B

G
r
o
u
p

-
1
1
-
A
W
A
2
0
0
8
Etapas de un sistema basado en confiabilidad
ESTABILIZAR
1. Prevenir fallas futuras
2. Identificacin de malos
actores
3. Revisin de plan de
lubricacin y
contaminacin
4. Mantenimiento de
precisin
5. Implementacin anlisis
bsico de RCA
6. Mejora en la calidad de
la fuerza de trabajo
7. Comienzo de
implementacin de 5S
MEJORA EN PRODUCTIVIDAD
DE EQUIPOS
1. Desarrollar clasificacin y
criticidad de equipos
2. Mejora en el mantenimiento
de precisin
3. Detalle ms profundo de un
plan de lubricacin
4. Implementacin de sistema
RBI,RCM
5. Mejora en el anlisis de RCA
6. Perfeccionamiento en plan 5S
7. Comienzo con los grupos
dinmicos de mejora
8. Anlisis de ing. De
confiabilidad
1. Aplicacin de Lean
Six Sigma
2. Implementacin
TPM
3. Mejora en los
grupos dinmicosde
trabajo

A
B
B

G
r
o
u
p

-
1
2
-
A
W
A
2
0
0
8
Un sistema basado en confiabilidad reduce los
riesgos a los que se expone la organizacin
analizando a los equipos
1) Qu puede salir malModo de Falla
2) Manejando Probabilidades y
Consecuencia de falla
Sistema basado en confiabilidad

A
B
B

G
r
o
u
p

-
1
3
-
A
W
A
2
0
0
8
Beneficios de un sistema basado en confiabilidad
Aumento de lucro a travs de:
1. Menos paradas no programadas
2. Menos costos de manutencin/operacin
3. Menos prdidas por lucro cesante
4. Menores posibilidades de accidentes
5. Determinacin de la poltica correcta de mantenimiento (tiempo
ptimo de reemplazo de piezas)
6. Optimizacin de inventario en almacn
Proveer soluciones a las necesidades de la industria como:
1. Identificar malos actores (equipos defectuosos que dan prdida)
2. Hacer a los equipos ms lucrativos
3. Identificar reas de posibles inversiones (readecuacin de
equipos, sustitucin etc)

A
B
B

G
r
o
u
p

-
1
4
-
A
W
A
2
0
0
8
Requisitos
Claves para tener xito en la implementacin de un
plan basado en confiabilidad :
1.Compromiso desde la gerencia hacia los niveles
inferiores de la organizacin
2. Madurez en la organizacin para cambios de
conceptos tcnicos
3.Continuidad

A
B
B

G
r
o
u
p

-
1
5
-
A
W
A
2
0
0
8
Motivacin para mejorar la confiabilidad de su planta
Plantas con confiabilidad elevada reducen los costos
generados por falla de equipos
Las fallas reducen la produccin y limitan el beneficio
Mejorar la confiabilidad de la planta reduciendo costos
de no confiabilidad mejora la performance del negocio
Mejorar en confiabilidad, reducir los costos de
no confiabilidad, generar mayores beneficios y
obtener ms negocios

A
B
B

G
r
o
u
p

-
1
6
-
A
W
A
2
0
0
8
Puede su planta abordar un plan de mejora en confiabilidad?
Cul es su costo anual de no confiabilidad?
Dnde estn ocurriendo las perdidas dentro de la
planta?
Sabe usted cules son las causas de dichas prdidas?
Cules son las alternativas para la reduccin de
costos?
Tiene usted el grfico de Pareto de equipos Top Ten
en trminos de dinero?
Qu tem especfico requiere inmediata correccin?
El dinero resultante del clculo en respuesta a dichas
preguntas, es la motivacin principal para implementar un
sistema basado en confiabilidad

A
B
B

G
r
o
u
p

-
1
7
-
A
W
A
2
0
0
8
Poltica de confiabilidad
La mayora de las compaas tienen una poltica de seguridad
que dice:
Gnu un um|:n u u|u]o. !:| u ucc:un.`
La mayora de las compaas tienen una poltica de calidad
que dice:
1nu pouuco. !:| u uJco.`
La mayora de las compaas tienen una poltica ambiental
que dice:
Ao numo. uum. n: m:.:on. p]uu:c:u!. puu ! mu:o um|:n`
Qu dice su poltica de confiabilidad?...????
Tn un poc.o u pouucc:n opunuo uuun . uno. !:| u Ju!!u.
nu.u !u pr:mu puuuu u p!unu p!un:J:cuuu`

A
B
B

G
r
o
u
p

-
1
8
-
A
W
A
2
0
0
8
Confiabilidad
Definiciones:
La probabilidad de que un dispositivo, sistema o proceso
pueda desarrollar su funcin por un determinado tiempo sin
fallar dentro de un contexto operacional
Para la organizacin la funcin principal del anlisis de
confiabilidad es el control de costos de la NO confiabilidad
provenientes de las fallas de equipamientos y procesos,
generando prdidas y menos margen parra los beneficios

A
B
B

G
r
o
u
p

-
1
9
-
A
W
A
2
0
0
8
Tiempo
P
e
r
f
o
r
m
a
n
c
e

Comienzo del desarrollo
De la falla
Deteccin de Falla Potencial
El sistema cumple con los
requerimientos
Ventana de
oportunidad
De mantenimiento
PF Interval"
Falla Funcional
Pendiente a ser
detectada
Prdida de
performance
Qu es una falla?- Curva P-F
La falla es un proceso, no un evento
La falla es un proceso, no un evento

A
B
B

G
r
o
u
p

-
2
0
-
A
W
A
2
0
0
8
Parmetros de confiabilidad
Las plantas requieren que sus equipos y procesos sean:
1. Confiables Libre de fallas (TMEF, )
2. Disponibles Listo para operar (D)
3. Mantenibles Cuan rpido se restaura (TMPR)
N
TPF
TMEF
N
i
i
=
=
1
N
TPR
TMPR
N
i
i
=
=
1
TMPR TMEF
TMEF
D
+
=

A
B
B

G
r
o
u
p

-
2
1
-
A
W
A
2
0
0
8
Herramientas para anlisis de confiabilidad
Grfico de Pareto
Anlisis estadstico de fallas
utilizando distribucin Weibull
Simulacin de Montecarlo
Anlisis de diagrama de bloques
Anlisis de rbol de fallas y FMEA
Anlisis de causa raz (RCFA)

A
B
B

G
r
o
u
p

-
2
2
-
A
W
A
2
0
0
8
Grfico de Pareto
El principio de Pareto se basa en la regla simple del
80/20, esta regla dice que el 80% de los problemas son
causados por el 20% de los contribuyentes
0
100000
200000
300000
400000
500000
600000
220-DGTK-01 510-P-01C 050-K-01A 230-DGTK-01 150-P-02A 530-P-01B 210-DGTK-01 530-P-01A 220-K-01 530-P-01C
C
o
s
t
o

e
n

P
e
s
o
s
Tag
Pareto de costos x equipo (Top 10)
Costo Total
Acumulado

A
B
B

G
r
o
u
p

-
2
3
-
A
W
A
2
0
0
8
La distribucin de Weibull es la herramienta principal
para el anlisis estadstico de falla
Esta funcin me permite analizar cmo estn fallando
los equipos y adems predecir fallas futuras
Anlisis de Weibull
(
(

|
|
.
|

\
|
=

t
e
C
t ) (
C(t)= Probabilidad de sobrevivir a un tiempo t
e=Operador exponencial
= Tiempo caracterstica de falla, similar al TMEF. Se mide en
horas
= Factor de forma , nos dice como est fallando la pieza/equipo

A
B
B

G
r
o
u
p

-
2
4
-
A
W
A
2
0
0
8
Vida til
Tiempo(hrs)
T
a
s
a
d
e

f
a
l
l
a
Desgaste
Beta>1
Fallas
Prematuras
Beta<1
Fallas aleatorias
Beta=1
(
(

|
|
.
|

\
|
=

t
e
C
t ) (
Anlisis de Weibull (cont)
<1 Desgaste prematuro
=1 Fallas aleatorias
>1 Desgaste creciente

A
B
B

G
r
o
u
p

-
2
5
-
A
W
A
2
0
0
8
Simulacin Montecarlo
Es un mtodo que utiliza nmeros aleatorios y
probabilidades para resolver problemas tales como
estimacin de disponibilidad, TMEF, TMPR, polticas
correctas de mantenimiento.
Modelo
1: Crear modelo, y = f(x
1
, x
2
, ..., x
q
)
2: Generar los numeros aleatorios, x
i1
, x
i2
, ..., x
iq
3: Evaluar el modelo guardar los resultados como
y
i
4: Repeat repetir los pasos 2 y 3 para i = 1 a n
5: Analizar los resultados usando
histogramas,resumenes estadisticos,

A
B
B

G
r
o
u
p

-
2
6
-
A
W
A
2
0
0
8
Anlisis de diagrama de bloques
Es un mtodo que permite modelar de manera sencilla,
equipos, procesos y plantas completas
Rodamientos
Cr=0,9
Sello Mecnico
Cs=0,85
Eje
Ce=0,99
Sistema serie
(Modelo=Bomba)
C=Cr*Cs*Ce=0,735
Bomba A
C1=0,9
Bomba B
C2=0,85
Bomba C
C3=0,99
Sistema paralelo
(Modelo=Unidad)
Pf=P1*P2*P3
Pf=(1-C1)*(1-C2)*(1-C3)
Pf=(1-0,9)*(1-0,85)*(1-0,99)
Pf=0,00015
Cs=(1-0,00015)*100=99,985%

A
B
B

G
r
o
u
p

-
2
7
-
A
W
A
2
0
0
8
Aplicacin de anlisis de confiabilidad
Estas herramientas para el anlisis de confiabilidad se
utilizan para:
1. Validacin de mejoras realizadas
2. Deteccin de reas que requieren puntos de mejora
3. Anlisis de poltica ptima de mantenimiento para el modo de falla
correspondiente
4. Anlisis de piezas de repuestos que se van a requerir para el
prximo ao
5. Cantidad de fallas esperadas
6. Disponibilidad
7. Confiabilidad
8. Mantenibilidad

A
B
B

G
r
o
u
p

-
2
8
-
A
W
A
2
0
0
8
Ejemplos aplicados en plantas
Utilizacin de software RELCODE para validar mejoras

Comparacin de confiabilidades (hasta agosto-08)
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
120,00%
4
0
1
0
0
3
0
0
7
0
0
1
0
0
0
1
5
0
0
2
0
0
0
3
0
0
0
4
0
0
0
5
0
0
0
6
0
0
0
7
0
0
0
8
0
0
0
Horas de operacin
C
o
n
f
i
a
b
i
l
i
d
a
d
RTD original
RTD modif icada
45%
26%

A
B
B

G
r
o
u
p

-
2
9
-
A
W
A
2
0
0
8
Ejemplos aplicados en plantas (2)
Uso de Pareto para determinar del anlisis de LCC (ciclo costo de
vida) que equipo/sistema requiere estudio. Esta herramienta arroja
los primeros indicios dequ puede estar sucediendo?
H
.
H
+
r
e
p
u
e
s
t
o
s
Bomba

A
B
B

G
r
o
u
p

-
3
0
-
A
W
A
2
0
0
8
Del grfico de Pareto, se decide realizar un anlisis de confiabilidad de
bloques (RBD).Se cree que existe una condicin de funcionamiento
diferente a la considerada durante el diseo del sistema. Modo de falla
considerado es la prdida de fluido por los sellos mecnicos de las
bombas
Nodo
de
salida
BONBA
A-SELLO
ACOPLE
BONBA
A-SELLO
L!BRE
Nodo
inicial
No falla
BONBA
B-SELLO
ACOPLE
BONBA
B-SELLO
L!BRE
BONBA
C-SELLO
L!BRE
BONBA
C-SELLO
ACOPLE
2/3
Para que el sistema
tenga xito deben
funcionar 2 bombas de
un total de 3
Bomba C
Bomba B
Bomba A
Ejemplos aplicados en plantas (cont)

A
B
B

G
r
o
u
p

-
3
1
-
A
W
A
2
0
0
8
Ejemplos aplicados en plantas (cont)
ReliaSoft Weibull++ 7 - www.ReliaSoft.com
Confiabilidad vs. Tiempo
Tiempo, (t)
C
o
n
f
i
a
b
i
l
i
d
a
d
,

C
(
t
)
=
1
-
F
(
t
)
0,000 20000,000 +000,000 8000,000 12000,000 16000,000
0,000
1,000
0,200
0,+00
0,600
0,800
Reliability
Linea de la Func.
FERNANDO v!CENTE
ABB
25f09f2008
10:08:10 p.m.
Vida media
7175 hs

A
B
B

G
r
o
u
p

-
3
2
-
A
W
A
2
0
0
8
Ejemplos aplicados en plantas (cont)
Confiabilidad del sistema al cabo de 8760 hs
El grafico ayuda a visualizar dnde estn los malos actores

A
B
B

G
r
o
u
p

-
3
3
-
A
W
A
2
0
0
8
Ejemplos aplicados en plantas (cont)
ReliaSoft BlockSim 7 - www.ReliaSoft.com
Mean Availability
Time, (t)
N
e
a
n

A
v
a
i
l
a
b
i
l
i
t
y
(
t
)
0,000 8760,000 1752,000 350+,000 5256,000 7008,000
0,000
1,000
0,200
0,+00
0,600
0,800
Nean Availability
Diagrama1
FERNANDO v!CENTE
ABB
25f09f2008
10:37:06 p.m.
Disponibilidad media del sistema
75,2%

A
B
B

G
r
o
u
p

-
3
4
-
A
W
A
2
0
0
8
[ ]
[ ]
dia
usd
hr
hora
Ton
Ton
usd
CTND
dia
usd
hr
Ton
Ton
usd
idad Disponibil CTND
NGL
NGL
50 , 788 . 700 24 * 145 * 812 * 752 , 0 1
24 * * * 1
= =
= =
Analizando los nmeros obtenidos
CTND=Costo total de la no disponibilidad
Est claramente definido que el sistema requiere de un
aumento de su confiabilidad y disponibilidad, ya que por da
se ponen en RIESGO 700.788 dlares/da
Es aceptable el riesgo para la organizacin?
Si no es aceptable, se justifica un rediseo en el sistema
para el aumento de la confiabilidad del mismo
Est claramente definido que el sistema requiere de un
aumento de su confiabilidad y disponibilidad, ya que por da
se ponen en RIESGO 700.788 dlares/da
Es aceptable el riesgo para la organizacin?
Si no es aceptable, se justifica un rediseo en el sistema
para el aumento de la confiabilidad del mismo
Ejemplos aplicados en plantas (cont)

A
B
B

G
r
o
u
p

-
3
5
-
A
W
A
2
0
0
8
Ejemplos aplicados en plantas (cont)
Simulacin Montecarlo para analizar modelo estocstico de costos por
no disponibilidad.
[ ]
dia
usd
oduccion Costo idad Disponibil CTND = = 24 * Pr * * 1
Produccin= Distribucin triangular,
valor mnimo, un mximo y el ms
probable
Costo= Distribucin normal, valor
medio () y un desvo estndar ()
Distribuciones tpicas

A
B
B

G
r
o
u
p

-
3
6
-
A
W
A
2
0
0
8
Ejemplos aplicados en plantas (cont)
Los resultados de Simulacin Montecarlo del modelo estocstico se
analizan con grficos de histogramas y probabilidades acumuladas
Simulacin estadstica
IteracionesN 10000
Min. 143962 US$
Media 533485,0288 US$
Max. 1056908 US$
Mediana 525241 US$

A
B
B

G
r
o
u
p

-
3
7
-
A
W
A
2
0
0
8
Anlisis de escenario QUE PASA SIestiramos el recambio de una
pieza de 500 a 4500 horas.
Cuntos repuestos se requieren para dicha poltica?
Cul es el anlisis de costo?
Qu sucede con vlvulas, compresores, bombas,
Rodamientos, intercambiadores, torres etc?
Este anlisis muestra la
poltica optima de
reemplazo y cuanto
puedo ahorrar
El reemplazo optimo es
a 4476 horas.
usd bombas horas
hora
usd
hora
usd
hora
usd
hora
usd
Ahorro
297664 10 * 5 * 8760 * 6171 , 0
6796 , 0 6526 , 0 2967 , 1
=
= =
Ejemplos aplicados en plantas (3)

A
B
B

G
r
o
u
p

-
3
8
-
A
W
A
2
0
0
8
Se detecta en proceso, varias fallas en transmisores de temperatura
MTBF calculado 61 meses = 5 aos
Qu puede estar sucediendo si en general un TT tiene una
vida media de 50-115 aos?. Se realiz anlisis de falla y se
concluy que los TT tenan falla electrnica de plaqueta
Ejemplos aplicados en plantas (4)

A
B
B

G
r
o
u
p

-
3
9
-
A
W
A
2
0
0
8
Diagrama de bloque de planta/proceso
Ejemplos aplicados en plantas (5)
rea A rea B rea C Resumen
Intervalo de
estudio(hrs)
43800
26280 35040 8760
hrs/a
Nro de fallas
1 3 2
TMEF 43800 8760 17520
Tasa de falla 22,8E-06 114,2E-06 57,1E-06
+ +
194,1E-06 falla/hrs
5153 hrs/falla
1,7 fallas/a
=
Problema de
confiabilidad
(alta tasa de
falla)
TMPR/falla 18
Fallas/a 0,2 1 0,5
= + +
1,7 fallas/a
24 83
Tiempo
perdido/a
3,6 24 41,5
= + +
69,1
hrs/a
40,6 hrs/falla
Problema de
mantenibilidad
(tiempo de reparo
elevado)
Considerando una prdida en los beneficios de us$10.000/hr, scrap
a us$5000/incidente y un costo de mantenimiento de us$5000/hr por
falla de equipo
Considerando una prdida en los beneficios de us$10.000/hr, scrap
a us$5000/incidente y un costo de mantenimiento de us$5000/hr por
falla de equipo

A
B
B

G
r
o
u
p

-
4
0
-
A
W
A
2
0
0
8
El costo de No Confiabilidad:
Ejemplos aplicados en plantas (cont)
rea A rea B rea C Resumen
Tiempo
perdido/a
Perdida en los
beneficios
$36.000 $240.000 $415.000
Scrap $1.000 $2.500
Costo mant $18.000 $207.500 $345.500
$8.500
$691.000
Total $55.000 $365.000 $625.000 $1.045.000
3,6 24 41,5
$5.000
$120.000
$/a
$/a
$/a
$/a
69,1 hrs/a
Cunto debo invertir para solucionar los problemas generados
por la no confiabilidad de los equipos?
Una regla simple, no utilice ms de lo que indican los nmeros,
para poder tener el retorno en un ao

A
B
B

G
r
o
u
p

-
4
1
-
A
W
A
2
0
0
8
La planta espera 1,7 fallas/ao generando un costo de
no confiabilidad de $1.045.000 por ao. Se aprecia que
el rea/proceso C genera el mayor problema (60% de
las prdidas totales)
Ejemplos aplicados en plantas (cont)
2 , 18
2 , 99
8760
8690
8760
1 , 69 8760
7 , 1
= = =
= =

=

e e dad Confiabili
idad Disponibil
N
Cul es la probabilidad de operar la planta por 5 aos
hasta la prxima parada de planta sin fallas?
02 , 0 ) 5 (
5 * 7 , 1 *
= = =

e e a dad Confiabili
tiempo N

A
B
B

G
r
o
u
p

-
4
2
-
A
W
A
2
0
0
8
Resumen y Conclusiones
1. Aplicar un sistema basado en confiabilidad
maximiza los beneficios a travs de la reduccin
de costos por falla de activos
2. El motivo principal para aplicar un sistema
basado en confiabilidad se llama DINERO
3. Un sistema basado en confiabilidad optimiza los
esfuerzos de mantenimiento y los costos
4. Aplicar un sistema basado en confiabilidad ayuda
a determinar la poltica correcta de
mantenimiento y reducir el inventario de almacn
5. Un sistema basado en confiabilidad cuantifica los
riesgos en dinero a los que se expone la
organizacin
ABB
FULL SERVICE
ABB es un excelente aliado para
ayudar a su planta a maximizar la
confiabilidad , disponibilidad y los
beneficios

A
B
B

G
r
o
u
p

-
4
3
-
A
W
A
2
0
0
8
Mensaje
Somos lo que hacemos da a da, de modo que la
EXCELENCIA no es un acto sino un hbito
Aristteles

A
B
B

G
r
o
u
p

-
4
4
-
A
W
A
2
0
0
8
Preguntas
MUCHAS GRACIAS POR SU ATENCIN