1

Capitulo 4
Optimizacin del Plan de Mantenimiento
2
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
3
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.
4
Factibilidad Tcnica de las Tareas de Re-
acondicionamiento (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.
5
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.
6
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
7
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.
8
Funcin de Densidad
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.
t
n
N
t f
A
A
=
1
) (
n = nmero de fallas en el intervalo de tiempo
[t, t+t]
t = Longitud del intervalo de tiempo
N = Poblacin original
dt
dn
N
f(t)
Si
1
: 0 t
=
A
9
Densidad de Falla
DISTRIBUCION WEIBULL
Funcion Densidad
0.000
0.020
0.040
0.060
0.080
0.100
0.120
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Ti empo
f
(
t
)
10
Funcin de Distribucin de Falla
Esta funcin nos da la probabilidad acumulada de falla
representa la probabilidad que una falla ha ocurrido antes de
cierto tiempo
N
n
t F
i
= ) (
n
i
= Nmero de fallas para un tiempo t
N = Poblacin original }
=
A
t
dt t f F(t)
Si
0
) (
: 0 t
11
Distribucin Acumulada de Fallas
DISTRIBUCION WEIBULL
Funcion Acumulada
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Ti empo
F
(
t
)
12
Funcin de Supervivencia o
Confiabilidad
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
) ( 1 ) ( t F t R =
13
Funcin de Supervivencia
DISTRIBUCION WEIBULL
Funcion de Supervivencia
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Ti empo
R
(
t
)
14
Funcin de Riesgo
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
t
n
t n
t r
A
A
=
) (
1
) (
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)
r(t)
f(t)
F(t)
r(t)
f(t)
N
n N
r(t)
f(t)
n N
r(t)
Nf(t)
n(t)
r(t)
t
n
n(t)
r(t)
i
i
=

=
=
=

1
1
1
1
1
1
15
Funcin de Riesgo
DISTRIBUCION WEIBULL
Funcion de Riesgo
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Ti empo
Z
(
t
)
16
Formas de la funcin de riesgo
r(t) r(t) r(t)
t t
t
Creciente Decreciente Constante
17
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
1
2
3
4
5
6
7
8
9
10
8
20
34
46
63
86
111
141
186
266
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
Ejercicio: A continuacin se dan los datos de fallas
para 172 componentes.
Intervalo
de tiempo
h
Nmero
de fallas
0-1000
1001-2000
2001-3000
3001-4000
4001-5000
5001-6000
59
24
29
30
17
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.
19
Anlisis Weibull
Dr. Albert H.C. Tsang
20
Distribucin Weibull
f t
t t
( ) =
|
\

|
.
|

|
\

|
.
|
|
\

|
.
|
|
|
q

q

q
| | -1
exp
| : Factor de forma
q : Factor de escala
: Factor de ubicacin
R t
t
( ) =
|
\

|
.
|
|
\

|
.
|
|
exp

q
|
Wallodi Weibull 1887-
1979
21
Factor de Forma, |
0
0
t
f(t)
= 0.5
= 1.0
= 3.44
= 0
= 2.5
= 5.0
22
R
i
e
s
g
o

d
e

f
a
l
l
a
,

r
(
t
)
?t
| = 0.5
| = 2.5
| = 1.0
Factor de Forma, |
23
0
0
t
f(t)
= 2.5,
= 0
q
1
= 2.5,
= 0
q
2
q
1
< q
2
Vida Caracterstica
% 8 . 36 ) ( = q R
Factor de Escala, q
24
0
0
t
f(t)
= 2.5

Periodo libre de falla

Factor de Ubicacin,
25
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.
26
El Papel Weibull
F( ) t
t
=
|
\

|
.
|
|
\

|
.
|
|
1 exp

q
|
lnln
F( )
ln( ) ln
1
1
|
\

|
.
|
=
t
t | | q
Sobre un papel Weibull, el eje vertical est en escala lnln y
el eje horizontal est en escalaln.
27
Papel
Weibull
28
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 )
Estimacin del % de Falla Acumulada
29
Lnea Media
1 2 3 4 5 6 7 8 9 10 11 12
1 50 29.289 20.630 15.910 12.945 10.910 9.428 8.300 7.412 6.697 6.107 5.613
2 70.711 50.000 38.573 31.381 26.445 22.849 20.113 17.962 16.226 14.796 13.598
3 79.370 61.427 50.000 42.141 36.412 32.052 28.624 25.857 23.578 21.669
4 84.090 68.619 57.859 50.000 44.015 39.308 35.510 32.390 29.758
5 87.055 73.555 63.588 55.984 50.000 45.169 41.189 37.853
6 89.090 77.151 67.948 60.691 54.811 50.000 45.951
7 90.572 79.887 71.376 64.490 58.811 54.049
8 91.700 82.018 74.142 67.620 62.147
9 92.587 83.774 76.421 70.242
10 93.303 85.204 78.331
11 93.893 86.402
12 94.387
4 . 0
3 . 0
+

=
n
i
Benard de Formula
Acumulada ad Probabilid Estimador
Cuando solo se tienen disponibles pocas observaciones de falla,
digamos no mas de 20, emplear la Tabla de la Lnea Media
30
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
Ejemplo 1 de Anlisis de Weibull
31
Ejemplo 1 Anlisis Weibull
Nmero
Falla
(i)
Horas para
la Falla
(ti )
Lnea Media
% Acum Falla
F(t )
1 300 6.7
2 410 16.2
3 500 25.9
4 600 35.5
5 660 45.2
6 750 54.8
7 825 64.5
8 900 74.1
9 1050 83.8
10 1200 93.9
32
0
2.4
830
720
Estimacin de
Factores
Vida Mnima,
Factor Forma, |
Vida Caracterstica, q
Vida Media,
Vida Promedio
Vida B
q
33
Vida Caracterstica
tiempo
| = 2.4
q = 830
f(t)
63.2%
34
Vida Media
tiempo
| = 2.4
= 740
f(t)
52.7%
35
Vida Promedio
tiempo
| = 2.4
B
50
life = 720
f(t)
50%
36
Nmero
Falla
(i)
Horas para la
Falla
(ti )
Lnea Media
% Acum Falla
F(t )
1 1000 9.4
2 1300 22.8
3 1550 36.4
4 1850 50.0
5 2100 63.6
6 2450 77.2
7 3000 90.6
Ejemplo 2 de Anlisis de Weibull
37
Estimacin del Factor de Ubicacin

( )( )
( ) ( )
=


t
t t t t
t t t t
2
3 2 2 1
3 2 2 1
b
a
tiempo
t
1
t
2
t
3
38
Estimacin del factor de Ubicacin

( )( )
( ) ( )
( )( )
( ) ( )
=


=


= t
t t t t
t t t t
2
3 2 2 1
3 2 2 1
4000 1500 1500 810
4000 1500 1500 810
547
Desde los datos: t
1
= 810 horas
t
2
= 1500 horas
t
3
= 4000 horas
Replanteando:
t
1
1000 547 = 453horas
t
2
1300 547 = 753horas
t
3
1550 547 = 1003horas, etc.
t
i

39
Nmero
Falla
(i)
Horas para
la falla
ajustadas
Lnea Media
% Acum Falla
F(t )
1 453 9.4
2 753 22.8
3 1003 36.4
4 1303 50.0
5 1553 63.6
6 1903 77.2
Ejemplo 2 de Anlisis Weibull
El ajuste del tiempo para la falla es ahora lineal
40
Efecto del Factor de Ubicacin
tiempo
| = 1.9
nuevo q = 547+1560
f(t)
63.2%
= 547 1560
41
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.
42
El Sistema H
Sistema H
410
177
233
65
168
51
117
74 42
43 32
27
15
15
7
6
5
4
3
2
1
N(t)
50 100 150 200 250 300 350 400 450 Tiempo Sistema
Tiempo entre fallas
Tiempo Sistema
43
El Sistema S
Sistema S
410 177 242
65
293
51
336
32 43
177
368 395
27 15
7
6
5
4
3
2
1
N(t)
50 100 150 200 250 300 350 400 450 Tiempo Sistema
Tiempo entre fallas
Tiempo Sistema
44
Quality of Life Data