Está en la página 1de 173

Anlisis de Falla Operativo

Temario : Modulo 1: Fundamentos de Confiabilidad Concepto de Fiabilidad. Simulacin de comportamiento. Hiptesis fundamental de trabajo. Numero de Fallas .Mortalidad Absoluta y Relativa. Vida media de los elementos. Teora elemental de Fallas y Reemplazos Modulo 2: Funciones de Confiabilidad y Fallas Expresin matemtica de la fiabilidad, Distribucin de Weibull,, densidad y tasa de fallas, fiabilidad del sistema cuanto ya tiene una edad T. Organizacin de los Componentes, red de fiabilidad. Modulo 3: Confiabilidad de Sistemas y Componentes Configuracin serie y paralelo Edad y Fiabilidad de los Componentes; variacin de la tasa de fallas con la edad. Periodo de Desgaste Valores de Vida til Fallas accidentales Fiabilidad en el Periodo til Estimacin y Mantenimiento de la Fiabilidad del Sistema Modulo 4: Mantenimiento Proactivo Eficiencia de Mantenimiento, determinacin de indicadores, determinacin de stock de elementos. Fundamentos del RCM y FMEA Modulo 5: Aplicaciones a la industria del gas y el Petroleo Mantenimientos correctivos y preventivos, anlisis de fallas habituales en motores elctricos, bombas centrifugas, equipos de bombeo AIB, caeras, instrumentacin. Tambin fallas elctricas en lneas elctricas, tableros/celdas en estaciones transformadoras. 1

Objetivos del Curso


Mejora de la Gestin de las Tareas mantenimiento a travs de: Entendimiento de los principios del Analisis de Falla y Confiabilidad Industrial.. Aplicacin de principios de la ingeniera de la confiabilidad para optimizar decisiones de Reemplazo de componentes y Frecuencia de inspecciones. Aplicacin de principios de Confiablidad para optimizar arquitecturas de Sistemas en base a tasa de Falla Utilizacion de los indicadores clave para monitorear el rendimiento. Aplicaciones de Mantenimiento Proactivo al area de Petroleo y Gas. Resolucin de Ejemplos e Intercambio de ideas y experiencias entre todos los participantes.

Paradigmas
En la industria los equipos y sistemas crecen en complejidad. Existen mayores exigencias a la eficiencia de los costos del ciclo de vida til de las maquinas de produccin. Cada fabricante intenta llegar al objetivo de calidad exigido por el mercado al mnimo costo posible.
5

Tercera Generacin

CICLO DE VIDA
Definiendo como Ciclo de Vida de Mantenimiento al plan de Inspecciones Preventivas, Predictivas y Trabajos correctivos llevadas a cabo en una Unidad de Planta desde su instalacin hasta su obsolescencia en forma peridica, cclica y programable.

Costo Global y Ciclo de Vida


Esta evolucin productiva ha traido consigo adems de una filosofia de gestin , nuevas tecnologas, equipos e instalaciones ms complejas, donde las fallas traen consigo elevados costos globales. Vamos a comenzar a ver entonces conceptos y herramientas para poder decidir basado en un anlisis de componentes y sistemas, la alternativa que minimiza el costo global durante todo el Ciclo de Vida del equipo y de las instalaciones.
8

Costo del Ciclo de vida


Con frecuencia se observan evaluaciones donde slo se consideran la inversin y los costos de operaciones visibles. Sin embargo esto constituye un error, ya que los costos de operacin pueden estar fuertemente influenciados por las detenciones no programadas de las instalaciones. El modo de enfrentar un proyecto para revertir lo anteriormente expuesto es considerar mtodos de anlisis integral esta forma de abordar el problema es conocida, como Life Cicle Cost (LCC) o Anlisis del Costo del Ciclo de Vida.
9

Mantenimiento Proactivo

Tcticas basadas en intervalos de tiempo u otra unidad de medida Reemplazo Preventivo de componentes Mantenimiento preventivo de propositos generales Limpieza - durante la operacin - antes del mantenimiento Overhaul programado

Tcticas basadas en la condicin Operacin hasta la falla Actividades de monitoreo de condicin Vibraciones - monitoreo - anlisis

Otras Tcticas Equipos redundantes

Redisear

Anlisis del lubricante - condicin del aceite - partculas de desgaste

Mantenimiento Apropiado (ad hoc)

Lubricacin - rutinaria mientras funciona - al comienzo/final del cambio

Elctrico - anlisis corriente - condicin del motor

Ajustes menores

E.N.D - termografa - ultrasonido - radiografa industrial Inspecciones - por operarios - por mantenimiento (diario/semanal)

10

Modelo de Consolidacin del Mantenimiento

Proceso Rediseo

Saltos Cunticos

Compromiso Empleados

Ingeniera Confiabilidad

Mejora Continua

Planning & Tcticas Schedule Mantenimient o

Gestin de Indicadores & Tecnologas de Materiales Benchmarks la Informacin

Gestin de trabajo

Estrategias de la Gestin de Activos

Organizacin y Recursos Humanos

Liderazgo

Fuente J.Campbell

11

Modelado del Proceso de Gestin de las Actividades de Mantenimiento


Conjunto de rdenes de Trabajo

Proceso de Identificacin de Trabajo

Trabajo Requerido

Proceso de Planeamiento

Proceso de Programacin

Loop de Mejora Continua


Perfeccionamiento y Agregados a los Planes de Mantenimiento Tareas Adicionales Y Mejoras en los Planes Datos Histricos

Proceso de Mantenimiento Sustentable

Asignaciones Y Programas De Trabajo Detalles de Ejecucin De Trabajo

Proceso de Anlisis

Ejecucin del Trabajo

Proceso de Asignacin de Trabajo 12

Tablero Control Mantenimiento

Work ID.

Planning

Schedule

Analyze

Follow Up

Execute

Input - Labour - Materials - Outside Services - Gastos Tecnicos generales - Gastos generales de Gestion. - Gastos generales de Planta - Depresiacion de activos de Capital.

Proceso - WO Backlog - PM Cumplimiento - % Tareas Planificadas - % Predictivo - % Emergencias - Stocks Rotacion - Nivel Servicio Almacen

Output

- Coef.Disp. - Coef.Proceso - Coefic Calidad - Mantenibilidad - Confiabilidad - Efectividad Equipos

13

Palabras Clave en el Campo del Anlisis de Falla


Mantenimiento : Todas las acciones necesarias para restaurar un compenente o equipo a una condicin especificada. Modo de Falla : La anormalidad en la perfomance de un componente o sistema, causal de que sea considerado en fallo. Falla: La inhabilidad de un tem para funcionar bajo determinadas condiciones. Useful Life: Periodo en que el item funciona con una tolerable tasa de Falla Down Time: Periodo total en que el Item no esta operando satisfactoriamente.
14

Palabras Clave en la Probabilidad de Ocurrencia de Fallas


Mantenibilidad : La probabilidad de que un tem que ha fallado, pueda ser restaurado a sus condiciones operativas normales. Confiabilidad : La probabilidad de que un tem pueda cumplimentar su funcin satisfactoriamente bajo las condiciones especificadas en un lapso de tiempo determinado. Disponibilidad : La probabilidad de que un Item este disponible para su uso cuando sea requerido.
15

Objetivo de Confiabilidad y Mantenibilidad


Desde el diseo existe la necesidad de entregar equipos o sistemas que tengan las prestaciones deseadas por el cliente y que adems sean Confiables, de fcil mantenimiento, con funcionamiento seguro y econmico durante su vida til.

16

Minimizar Costos Globales


La teora de la confiabilidad es un importante instrumento para predecir el comportamiento operacional (anlisis de falla operativo), ayudando a decidir por aquellas mejores soluciones, ya sea a nivel de desarrollo del diseo como durante la operacin del mismo. Como objetivo principalmente durante el ciclo de vida.
18

Costos Ocultos
Un elemento importante en la correcta estimacin de los costos globales, es la cuantificacin de los Costos Ocultos presentes en una instalacin industrial, y dentro de stos, uno de los ms relevantes es el costo de ineficiencia que representa el gasto que resulta del hecho que las instalaciones y equipos, por motivos de falla o detenciones no programadas, no respondan a los estndares de capacidad productiva.
19

Si una industria reporta OEE 50% significa que tiene cerca de un 35% de Planta oculta para mejorar en Perdidas por Paradas, Perdidas de Proceso y Perdidas de Calidad Calidad.

20

21

Los Criterios de Confiabilidad se difunden cada vez ms en el mundo industrial debido a varias razones :
El aumento de la complejidad de los equipos. Las dificultades de mantenimiento de ciertas maquinas o sistemas. La necesidad de reducir los pesos sin afectar la seguridad del funcionamiento. El cambio de visin con respecto a la responsabilidad civil vinculada a la produccin y comercializacin de un producto.
22

Confiabilidad Cualitativa
Metodos Cualitativos. -QUE SI- Acontece tal cosa (What IF). -Lista de control (check list). -Identificacin de Riesgos y Problemas que evitan eficiente y segura operacin (HAZOP). -Modos de Falla y Anlisis de los Efectos (FMEA). -Anlisis RCM (Mantenimiento Centrado en la Confiabilidad).

23

Confiabilidad Cuantitativa
Analisis de Falla va Weibull. Analisis de Falla de Componentes va distribucin normal y modelos matematicos. Analisis de Sistemas simples y dinmicos va tasa de falla distribucin exponencial, diagramas de Block y arbol de fallas.

24

La Confiabilidad Incorpora la incertidumbre a la Ingeniera.


Podramos decir que la certeza de un hecho (en nuestro contexto Falla de Mquina), es un acontecimiento DETERMINISTA con un resultado finito. En cambio la incertidumbre de un hecho seria un acontecimiento INDETERMINISTA con un resultado probabilstico.
25

Comnmente usamos un simple histograma (Falla-mes) para estudiar la ocurrencia de las Fallas y su impacto en la disponibilidad de equipos.

HISTOGRAMA
10

FALLAS

8 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

27

Histograma de Intervenciones
Cada uno de los modelos de funciones de confiabilidad y falla que presentaremos, pueden ser aplicados de manera directa, al considerar el comportamiento histrico respecto de los reemplazos de un componente. Para este efecto se considerar un equipo el cual posee u equipo pincipal, que al fallar provoca de inmediato la falla del equipo Registramos la frecuencia con la cual se realiza el reemplazo cada 50hs, se tiene por ejemplo que se debio reemplazar 52 veces entre 201hs y 250hs. Se posee un registro de 181 reemplazos.
29

Sin embargo en estudios de Confiabilidad y Mantenimiento necesitamos utilizar funciones continuas, debido que la variable tiempo a la falla es continua. Entonces transformamos el Nro de fallas por mes en probabilidades. Empezamos por la funcin densidad de probabilidad de fallas (pdf), que indica la probabilidad de que ocurran fallas entre un intervalo de tiempo determinado. En la figura el area bajo la curva para el intervalo dado.

FUNCIN pdf
10

f(t)

5 0 1 2 3 4 5 6 7 8 9 10 meses

Clculo Funcin Densidad de Falla f(t)

31

Cumulative Distribucion Function cdf .


En estimaciones de Confiabilidad necesitamos determinar la probabilidad de que una falla ocurra antes de un determinado tiempo t . La podemos encontrar con la Funcin acumulativa cdf. Que es representada por el rea bajo la curva desde 1 a t, y nos indica la probabilidad de acumulacin de fallas transcurrido un tiempo (el fracaso).

cdf =

Tiempo t
32

Funcin acumulada de fallas

35

Funcion Reliability R (t). La Confiabilidad es la funcin complementaria a la cdf. La probabilidad de xito, es decir que sobrevivan sin falla transcurrido el mismo tiempo t. Representando el rea bajo la curva desde t . R(t)= 1- cdf

Tiempo t
37

Funcin confiabilidad

Conocida la ley de probabilidad que explica el comportamiento sobre la falla de un componente es posible tambin obtener tiempo medio entre fallas de utilizacin en mantenimiento y confiabilidad.
39

Tiempo medio para la Falla MTTF o MTBF


Otro indicador de la seguridad de funcionamiento de un sistema es el tiempo medio hasta la falla para equipos no reparables MTTF o Tiempo medio entre fallas para equipos reparables-MTBF esquematizado en la figura y determinado por :

40

El ltimo tipo de funcin que utilizaremosderivada de las anteriores es la Funcin Riesgo, tambin llamada funcin tasa de falla (t) en determinados contextos como el de mantenimiento. (t) Funcin tasa de falla = pdf/1-cdf

Funcin tasa de falla (t)

41

Tasa de Riesgo
Supongamos como analoga que un auto tarda para hacer 200km 4hs. El promedio de velocidad es 50km/h, sin embargo el conductor en algunos tramos fue mas ligero y en otros mas despacio La velocidad en cada instante esta indicada por el velocmetro. La velocidad instantnea leda es anloga a la tasa de Riesgo Hz mientras que el promedio de 50Km/h es la Tasa de Falla.

42

EL modelamiento de las probabilidades de falla esta condicionado a la etapa de vida en que se encuentre el elemento. Con la curva de la baera es posible modelar el comportamiento en cada una de las tres etapas de la tasa de falla a travs de leyes conocidas de probabilidades.

1- Mortalidad Infantil
Inadecuada Instalacin. Error armado-reparacin. Problemas de Calidad Tasa de Falla

(t) decreciente

43

2- Fallas Aleatorias durante la vida til.


Independientes del Tiempo. Errores de Mantenimiento. Electrnica. Mezcla de Errores.


Averas por contaminacin externa (aceite).

Tasa de Falla (t) = cte


44

3- Desgaste por Envejecimiento


Low Cicle Fatiga en TG. Rodamientos. Corrosin. Correas. Corrosin bajo Stress. Materiales frgiles. Materiales Cermicos. Algunas formas de erosin.

Tasa de Falla

(t) creciente

45

Clculo de la funcin Confiabilidad R(t) y Tasa de Falla (t)

47

Funciones para Distribucin lognormal, Exponencial y Normal

48

Distribucin LogNormal
En la fase de rodaje la tasa de falla es decreciente y la distribucin que se adapta a ella es la lognormal.

Donde es la desviacion std y la media aritmetica del ln t

Esta distribucin se adapta a las fallas que ocurren en la vida temprana de una instalacin.
50

La cdf para Lognormal

Donde los parametros y expresan la variacin std de ln de los datos y media aritmetica de ln de los datos

51

Ejemplo de clculo de Log Normal

L a fallas en componente dado esta distribuidas segn Lognormal con = 5 y = 1. Cual ser su Confiabilidad R(t) y su tasa de falla (t) ?
Aplicando la formulas anteriores y despejando :

R(t) = ln 150 5/1 = 0, 496 (t) = 0,399/150 x 0,496 = 0,0053 fallas/ unidad tiempo
Como veremos estos clculos dificultosos sern facilitados en la practica, con la distribucin de Weibull modelada en < 1 y su estimaciones graficas.
52

Distribucin exponencial
La exponencial negativa es una de las ms importantes distribuciones de probabilidad en su aplicacin a la ingeniera de la confiabilidad. Es aplicable cuando la tasa de falla es constante en la parte de Vida til de la curva de la baera.
53

Distribucin Normal
La distribucion normal es una de las mas comunes usadas en aplicaciones de Ingeniera.

This is a widely used probability distribution and is also known as the Gaussian distribution after Carl Friedrich Gauss (17771855). 54

Distribucin de Weibull
PDF CDF Tasa de Falla Confiabilidad
Donde es el factor forma y es la caracteristica de vida. Esta distribucin es muy importante en Confiabilidad ya que dependiendo del valor de , permite modelar cada uno de los 56 estadios de la curva de la baera

Formulas Tiempo medio a la falla (MTTF)o entre fallas (MTBF)


La espectativa de vida o el tiempo esperado que un componente funcione satisfactoriamente es :

Integrando por partes obtenemos:

El MTTF puede ser usado cuando es especificada la distribucion de fallas debido a que de ella depende la Confialiddad indicada por el MTTF. De las formulas se ve que la confiabilidad R(T) para la distribucin exponentcial es cerca del 75% que para la distribucin normal para el mismo MTBF.
58

Parametros Bsicos
Estamos en condiciones de definir los parametros bsicos : Confiabilidad : = 1 / MTTF (tasa de Falla) Mantenibilidad : = 1/ MTTR (tasa de reparacin) Disponibilidad : D = MTTF/MTBF = / + MTBF tiempo medio entre fallas
59

60

61

62

Distribucin de Weibull

63

VISIN GENERAL DEL ANLISIS WEIBULL Desarrollado por Waloddi Weibull (1887-1979) en 1937 y publicado en 1951 . Aplicaciones Los siguientes son ejemplos de Problemas de ingeniera resueltos por Weibull :
Falla de un componente durante tres meses, Cuntas fallas se puede esperar en seis, doce meses? Programar el mantenimiento y ordenar repuestos en funcin de la Demanda. En una Planta elctrica con muchas salidas por fallas en tuberas de caldera, pronosticar su ciclo de vida y overhaull. Optimizacion Mantenimiento. Tiempo de reemplazo economico para items en etapa de envejecimiento. Planes y tipo de Inspeccion , para items envejecidos sujetos a Fatiga.

64

Ploteo y datos
El anlisis de Weibull bsico consiste en el ploteo de datos en un Weibull Probability Paper e interpretar el grafico. Datos Weibull que nosotros debemos conocer, la Edad del componte que falla, entendiendo como edad el tiempo operativo, arranques y paradas, despeges, aterrizajes, horas de vuelo, ciclos de vuelo, ciclos fatiga de bajo ciclado, tiempo de almacenamiento, etc. Generalmente el parametro apropiado viene de la fisica del Modo de Falla.

65

Influencia del Factor beta


La distribucin de Weibull presenta dos parametros importantes que son : parametro de forma, la forma de esta distribucin varia con la variacin de este parametro. caracterstica de vida, su clculo nos permite determinar caractersticas de vida media o reemplazo de componentes.
66

Forma de la distribucin

Si no se tiene el papel de ploteo de Weibull se debe tomar obtener beta como la inversa de la pendiente de la recta obtenida.
67

Relacin MTTF, y

68

Ejemplo clculo

69

70

Aplicacin Decision de Overhaul Motores Elctricos de 1500HP en Planta Petroquimica.


Tabla 3.2. Fallas en bobinados de grandes motores: datos de falla y clculos de riesgo
Motor 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 Rango 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 Aos 8 8 8 8 8 8 10 11a 12a 13a 13 15a 16a 17a 17 17 18b 18 18 18 Riesgo Riesgo acumulado

7.69 8.33 9.09 11.11 12.58 14.29

7.69 16.03 25.12 36.23 48.73 63.01

6 fallas ocurridas antes de la expectativa de vida de 18 aos.

a b

Fallas en bobinados

Remplazo preventivo de los bobinados

71

Ploteo de Weibull para determinar parmetros de la distribucin de fallas.

Factor Beta 4.3

El procedimiento es plotear en Weibull los datos representativos de la falla contra la funcin cdf. Obteniendo un factor de forma beta de 4.3. Demostrando que las ocurrencias de falla se suceden dentro de la distribucin normal de desgaste por uso.

72

Distribucin de Weibull (cuanto ms chica la dispersin mayor el factor de forma y mejor la estimacin).

73

Anlisis de Motores Elctricos

74

Bombas de Crudo

75

76

77

Las cuatro funciones que definimos pueden usarse una vez que los datos REALES de ocurrencia de falla han sido transformados en las distribuciones estadisticas que adopten.
Afortunadamente, los datos reales de fallas, generalmente modelan alguna distribucion estadistica conocida. En la figura vemos las funciones de Probabilidad, Acumulativa y Riesgo para :

Dist. Hiperexponencial Dist.Exponencial negativa Dist. Normal

78

Como ya la distribucin de fallas de diferentes tipos de maquinaria no son las mismas. Aun la distribucin de fallas de idnticas maquinas varia si estn sujetas a diferentes solicitaciones. Hay un numero conocido de Funciones pdf diferentes, que describen las caractersticas de falla de maquinaria.

En la figura vemos las funciones de Probabilidad, Acumulativa y Riesgo para :

Dist. Exponencial Dist. Normal Dist. Lognormal Dist. Weibull


79

80

En estudios de Confiabilidad para Optimizar Reemplazo Preventivo u Overhaul son importante las siguientes premisas:
1- La tasa de falla del equipamiento debe ser creciente. Desgaste por Uso. Esta evidencia puede ser obtenida realizando una anlisis de Weibull. 1- El Costo total del reemplazo debe ser mayor DESPUES de la falla que ANTES. Debera tener como causal una gran perdida de Produccin o efecto domino sobre otros equipamientos.
Para tasa de falla menor o igual a 1 no es conveniente Reemplazo preventivo u Overhaul. Por lo tanto el Mantenimiento preventivo de propsitos generales que no retorna el equipamiento a nuevo sigue siendo apropiado para componentes sujeto a tasa de falla constante. (Ej. Inspecciones menores).

81

Vemos entonces que la Ingeniera de la confiabilidad nos da herramientas para iniciar la batalla contra la incertidumbre de las fallas en las plantas complejas. Podemos describir varias distribuciones de fallas y ver qu podemos aprender de ellas para gestionar los recursos de mantenimiento. Convirtiendo el conocimiento ganado de ellas en acciones proactivas. Prediciendo cuando las fallas probablemente ocurran nosotros podemos determinar el mejor momento para el mantenimiento Preventivo (Reemplazo Preventivo) y las polticas de mantenimiento relacionadas con el periodo optimo para operar hasta la falla o inspeccin

82

83

Expectativas de vida

Figura 11. Estadsticas de falla en reactores y caja reductora

Tasa de riesgo Z(t) Fallas


tempranas Tasa de fallas baja

Esperanza de vida del reactor (aprox. 20 aos)

Desgaste

Vida til

Tiempo
Esperanza de vida de la caja reductora (aprox. 6 aos)

Distribucin de fallas f(t)

Tiempo

84

Prediccin de vida
Figura 12. Predecibilidad estadstica
Caja reductora (buena predecibilidad i.e.pequea incerteza)

Distribucin de fallas f(t)

Motor elctrico (pobre predecibilidad i.e. gran incerteza)

Tiempo

85

Probabilidad de falla baja durante la vida del sistema

86

87

Como Incorporar estas Caractersticas de Confiabilidad ? Realizando un anlisis 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 numricas correspondientes.

88

Confiabilidad de Sistemas
La importancia de la confiabilidad del conjunto es funcion de la complejidad del sistema, y viene dada por lo siguiente :

Si se conoce el comportamiento de cada componente, se puede deducir el comportamiento del sistema. Es posible jerarquizarsobre la base de componentes criticos. Evaluar el efecto del mantenimiento de un componente sobre el sistema. Orientar las estrategias de Mantenimiento para el sistema. Proyectar los sistemas con carateristicas ptimas mediante la duplicacin de algunos factores.

89

Confiabilidad de Sistemas
La confiabilidad de un sistema no es otra cosa que la probabilidad de no falla que, a su vez, depende del comportamiento de los componentes individuales; en consecuencia, las reglas aplicables a la combinacion de probabilidades de componentes son aplicables a la combinacin de confiabilidad de sistemas.
91

Sistema Serie
La confiabilidad del sistema serie corresponde a que todos los elementos (o subsitemas) no fallen en un tiempo determinado. Por lo tanto la confiabilidad del sistema corresponde al producto de las probabilidades de xito de cada uno de los componentes.
92

Sistemas en Serie

93

Ejemplo 1 Serie
1- Considerando un sistema compuesto por 5 independientes e identicos subsistemas. La tasa de falla es 0.0025/hora. Calcular la la Confiabilidad y MTTF del sistema para una operacin de 50 horas.

2- Realizar los mismos clculos pero con (t) = 0,04 /hora.

94

Ejemplo 2 Serie
Calcular los indicadores de confiabilidad de un sistema bomba filtro a un ao de operacin equivalente a 8760 hs. (t) Bomba 1.5 x 10-4 (t) Filtro 3 x 10-5 Con estos resultados se espera que el sistema completo falle cada 5555 hs MTBF. por otra parte la confiabilidad a las 8760 hs. es de 20.66%.

95

Sistema paralelo
La configuracin en paralelo forma parte de los sistemas llamados redundantes, en donde algunas funciones estn duplicadas o triplicadas con el fin de obtener una mayor confiabilidad del sistema. Las redundancia parcial es aquella configuracin en el cual un grupo de elementos es capaz de soportar el buen funcionamiento del sistema. La redundancia total es cuando un elemento es capaz de soportar el buen funcionamiento del sistema

96

Paralelo Estticos o dinmicos


1. Para analizar un sistema en paralelo debemos verificar si todos sus componentes estn activados y la caida de uno no afecta la confiabilidad del resto. Se llama en este caso Paralelo puro. No muy usado 2. Es mas usado la redundancia Stand By cuyo ejemplo seria la rueda de repuesto en una auto. Es analizado dentro de los modelos dinmicos. 3. Otro serian los componentes bajo carga en paralelo, como ejemplo la rueda del auto instalada, una tuerca floja implica que las dems deben resistir la carga. Y sucesivamente con cada una que se afloje, la tasa de falla va creciendo con cada falla. 4. Sistema m fuera de n, cables en un puente .
97

Sistemas en Paralelo

98

Sistema Paralelo Ejercicio1


Un sistema compuesto por tres identicos e independientes componentes. Al menos uno debe operar para que el sistema opere normal. Calcular la R(t) del sistema si cada subsistema tiene probabilidad de falla de 0.1.

Calcular en el mismo sistema considerando una tasa de falla de 0,4 fallas por ao.

99

Sistema en reserva o Stand By


Un ejemplo de este tipo de sistema es la rueda de auxilio de un auto. Considerando que las fallas distribuyen segn la exponencial :

Para un componente operando y uno de reserva quedara :

El sistema redundante en reserva o Stand By, esta dentro de los modelos llamados dinamicos

100

Sistema paralelo m fuera de n


Un ejemplo de este sistema es las riendas (Cables) de un puente, donde cierto nmero minimo de cables son necesarios para soportar la estructura. Este sistema tiene n componentes pero al menos m deben sobrevivir para que no se caiga el sistema.

101

Ejercicio
Asumimos un sistema compuesto por 4 componentes identicos e independientes en paralelo. Tres de ellos deben operar normalmente para el suceso del sistema. Calcular el MTTF si la tasa de falla es 0.0035 fallas /hora :

102

Ejercicio
Calcular la confiabilidad del sistema para una operacin de 100 horas y el MTTF , considerando que la unidad stand by, tiene cero hs. Y la deteccin de la falla y el mecanismo de reemplazo en 100 % confiable :

104

Ejercicio

105

106

107

Arboles de Falla

108

Arbol de Fallas

109

110

111

Recordar para el ejercicio prctico

R (t) =

Gate OR ------- Operacin lgica que da seal de salida con al menos un acontecimiento de entrada. resultante = 1 + 2 + 3 Gate AND----- Operacin lgica que da seal de salida al ocurrir todos los acontecimientos de entrada. resultante = 1 . 2 . 3
112

113

Modelos Matemticos
Una de las principales herramientas en este avance cientfico hacia la optimizacin de las decisiones de Gestin son los modelos matemticos como simple representacin del problema en estudio. En la aplicacin de tcnicas cuantitativas de Optimizacin del Mantenimiento, el tipo de modelo usado es frecuentemente un modelo simblico donde los componentes del sistema estn representados por smbolos y la relacin de estos componentes esta representada por ecuaciones matemticas.
114

Reemplazo Preventivo Optimo de un tem sujeto rotura Construccin del Modelo


Decimos que el costo total de reemplazo es

C(tp)=

Costo Total esperado del Reemplazo por ciclo Tiempo Esperado del ciclo.

115

Aplicacin Decision de Overhaull Motores Elctricos de 1500HP en Planta Petroquimica.

Familia de 20 Motores similares 4000 kVA, 3 Phase, 60 Ciclos. Cp = Costo Overhaul preventivo $ 120.000. Cf = Costo reparacion Emergencia 125.000+ Costo lucro cesante $1.600.000.
116

Modelo Matemtico utilizado

Cp: costo del Reemplazo Preventivo. R(tp): es la confiabilidad. Multiplicamos aqu el costo del xito por la probabilidad de lograrlo. Cf: costo total del Reemplazo por Falla. 1- R(tp): Es la Inconfiabilidad. Multiplicamos aqu el costo del fracaso por la probabilidad de fracasar. tp: tiempo medio del Reemplazo Preventivo. es el tiempo medio a la falla MTTF (para el intervalo de reemplazo).

f(t): es la funcin pdf para la distribucin normal o distribucin 117 de Weibull para beta >1

Clculo trminos modelo matemtico

tp
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

R (t p )
1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 0,99 0,98 0,94 0,87 0,76 0,62 0,45 0,29 0,15 0,07 0,02 0,00 0,00 0,00

1 R (t p )

t. f (t

) dt

C (t p )
100,00 50,00 33,33 25,00 20,00 16,67 14,29 12,50 11,11 10,01 9,27 9,28 10,68 14,26 20,76 30,55 43,29 57,71 71,68 82,92 90,11 93,58 94,76 95,02 95,06

h(t p )
0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,03 0,05 0,10 0,17 0,26 0,38 0,54 0,73 0,98 1,27 1,63 2,04 2,53

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,02 0,06 0,13 0,24 0,38 0,55 0,71 0,85 0,93 0,98 1,00 1,00 1,00

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,02 0,09 0,32 0,86 1,89 3,59 6,02 9,00 12,09 14,75 16,60 17,60 18,00 18,12 18,14

118

Grfico Resultante
100 90 80 70 60 50 40 30 20 10 0 0 3

C(tp) K$

Curva de Costo Total

12

15 18

21

24

27

30

Edad,t (Aos)
119

Grfico Resultante
100 90 80 70 60 50 40 30 20 10 0 0 3
SOBRE MANTENIMIENTO Curva de Costo Total

C(tp) K$

12 15 18 21 24 27 30 Edad,t (Aos)
120

Grfico Resultante
100 90 80 70 60 50 40 30 20 10 0 0 3
SUB MANTENIMIENTO

C(tp) K$

Curva de Costo Total

12

15 18

21

24

27

30

Edad,t (Aos)
121

Grfico Resultante
100 90 80 70 60 50 40 30 20 Costo 10 Mnimo 0

C(tp) K$

Curva de Costo Total

Reemplazo ptimo

Tiempo ptimo de rebobinado 11 /12 aos

12

15 18

21

24

27

30

Edad,t (Aos)
122

Volviendo a la pregunta inicial que hacemos con la Correa de distribucion !!!


100 90 80 70 60 50 40 30 20 10 0 0 3

Gastamos de mas !!! Curva de Costo Total

C(tp) K$

12 15 18 21 24 27 30 Edad,t (Aos)
123

100 90 80 70 60 50 40 30 20 10 0 0 3

Nos arriesgamos !!!

C(tp) K$

Curva de Costo Total

12

15 18

21

24

27

30

Edad,t (Aos)
124

Costos esperados de reemplazo en funcin del tiempo para Motor Elctrico Falla Bobinado
Costo Costo del mantenimiento preventivo por downtime

Curva de costo total

Ctp MINIMO

Costo del recurso de mantenimiento preventivo Reemplazo ptimo


Costo del mantenimiento correctivo por downtime (paradas imprevistas) Costo del recurso de mantenimiento correctivo

=)

Tp ptimo Rebobinado =12 /13 aos

Tp
125

126

Modelos Matemticos para el intervalo Optimo de Inspeccin y sus Beneficios


El propsito bsico es determinar el estado del equipo, obteniendo el mximo beneficio y las mnimas perdidas.

127

1. FRECUENCIA DE INSPECCION: Para equipamiento que es en operacin continua y sujeto a falla. 2. INTERVALOS DE INSPECCION: Para equipamiento usado solamente en condiciones de emergencia. 3. MONITOREO DE CONDICION.
128

1.

Mientras que con el reemplazo preventivo u overhaul nos situamos en la ltima parte de la curva de la baera, con las inspecciones estamos actuando en la parte de Vida til, donde las fallas son aleatorias y responden a la Distribucin exponencial negativa.

MTTF = 1/
2. 3. 4. 5. 6. Tiempo de reparacin 1/ N reparaciones /unidad de tiempo Poltica de Inspeccin 1/i N inspecciones/unidad de tiempo Expresamos con B al valor del beneficio si no hay paradas. Costo promedio de la Inspeccin por unidad de tiempo I. Costo promedio de reparacin por unidad de tiempo no interrumpido R.
129

Construimos ahora un modelo para Optimizar la frecuencia de las inspecciones


Frecuencia ptima de Inspeccin Costo / Unidad de Tiempo

Beneficio / unidad de tiempo Prdidas de beneficio debidas a inspecciones Costo de Inspecciones Prdidas de beneficio debidas a reparaciones Costos de Reparaciones Frecuencia de Inspeccin, n
130

P(n): Valor del Beneficio con operacin interrumpida por reparaciones en la unidad de tiempo.

P(n)= B - B

-B

-R

-I

B: Beneficio de la operacin no interrumpida por unidad de tiempo. Perdida de Beneficio por Reparaciones, donde (n) es el N de Reparaciones y el tiempo medio de reparaciones MTTR. Perdida de Beneficio por inspecciones, donde n es el N de Inspecciones e i el tiempo medio para las inspecciones. R es el costo promedio de reparaciones. I es el costo promedio de inspecciones.
131

= B
Despejando:

=0

B+I ( n) = B+R i
K (n) = 2 n

Debemos hallar el n (N de Inspecciones) que resuelva esta ecuacin. Decimos que:


Derivando

K es la tasa de falla, cuando realizamos una inspeccin por unidad de tiempo. Asumimos que n es inversamente proporcional a (es cierto, al aumentar el nmero de inspecciones disminuye la tasa de falla)
132

Igualando:

K ( n) = 2 con n
Obtenemos:

B+I ( n) = B+R i

De donde despejando n, resulta:

n ES EL NMERO PTIMO DE
INSPECCIONES A REALIZAR
133

Resolviendo la anterior ecuacin y despejando despejando n, resulta:

n ES EL NMERO PTIMO DE
INSPECCIONES A REALIZAR

Si sustituimos n en la formula del Beneficio vemos su valor optimo, insertando otros valores de n vemos como puede variar en funcion de la politica de inspecciones y comparar a efectos de tomar la decision mas adecuada.
134

Otros modelos Posibles


Reemplazo optimo de componente cuyo costo operativo se incrementa con el uso. Caso filtros de combustible Caso Limpieza intercambiador calor en caldera. Los periodos sucesivos son menores por deterioro de otras piezas Intervalo optimo de Reemplazo de Componentes sujetos a rotura. (Grupos de Items) Embrague equipo movil minero. Tiempo Optimo de Reemplazo preventivo de items sujetos a rotura. Caso Motores electricos falla bobinado. Reemplazo de Rodamientos. Tiempo optimo de reemplazo preventivo de un item sujeto a rotura teniendo en cuenta el tiempo hacia la falla y el de reparacion. CASOS ANTERIORES PERO CONSIDERANDO QUE FALLA Y REEMPLAZO NO SON INSTANTANEOS. Intervalo o tiempo de Optimo reemplazo preventivo de un item sujeto a rotura, minimizacion del Downtime. Balance minimo tiempo para pos Reemplazo y minimo tiempo parada por rotura. Reemplazo en Grupos, Intervalo entre Grupos de Optimo reemplazo para items sujetos a fallas Caso de Grupos de Lamparas. 135 Reemplazo 40m grupos de valvulas en un compresor.

Consideraciones
Como hemos analizado la tasa de falla del equipo debe corresponder con desgaste por uso. En la prctica para conocer el comportamiento estadistico de un componente es conveniente realizar un anlisis de Weibull previo a realizar la construccin y solucin de un Modelo de matematico de optimizacin. Se debe hacer notar que no obstante lo dicho para componentes sujetos a tasa cte. Podemos utilizar modelos para ver el mejor nivel de inspeccin. Asumimos que el reemplazo retorna al equipo a la condicin de nuevo. Acciones de mantenimiento como Overhaul y Reparacin son consideradas como equivalentes a reemplazo
136

La premisa fundamental sobre la que se basa el Mantenimiento Planificado es muy sencilla, no basta con reparar la avera una vez ocurrida, sino que es necesario prevenirla. Con este objetivo nosotros realizamos inspecciones peridicas de los equipos y rectificamos cualquier menor defecto. Lgicamente estas inspecciones tienen costo en trminos de M.O., insumos, materiales y Hs de Produccin. El Objetivo es determinar la poltica de Inspeccin que d el balance correcto entre el nmero de inspecciones y los beneficios resultantes de su aplicacin.
137

MODELOS DE OPTIMIZACION

Funciones + Datos = Distribuciones

SITUACIONES DE MANTENIMIENTO

MODELOS MATEMATICOS

Decisiones Optimas

Reduccion de Costos de Mantenimiento de Largo Plazo

ALTA CONFIABILIDAD

ALTA MANTENIBILIDAD

ALTA DISPONIBILIDAD

-Tipo de Inspeccion. - Frecuencia.

138

BUENA PRCTICA GENERAL DE MANTENIMIENTO!!!


PRECISIN INCREMENTAR TAREAS PROACTIVAS y SU PLANIFICACION. WEIBULL y Modelos matemticos de Optimizacin.

139

Ingenieria y Gestin de la Confiabilidad Operacional en Plantas Industriales con aplicacin de la Plataforma R-MES (Reliability & Maitenance Engineering Sistem).

140

141

142

Anlisis Disponibilidad Historica

143

Anlisis de Disponibilidad Historica

144

145

Ajuste Probabilistico de Curvas

146

Ajuste Probabilistico de Curvas

147

Anlisis de Disponibilidad Historica

148

Anlisis Probabilistico

149

Diagrama indisponibilidad Vs. Consecuencia

150

Anlisis de Criticidad vs. Dispersin

151

Politicas de Mantenimiento

152

Simulacin de escenarios productivos

153

Reportes

154

155

156

157

158

159

RCM

160

Principios RCM
Identificar sistemas, sus limites y funcionamiento. Identificar los sistemas , sus limites y funcionamiento. Identificar los modos de falla que puedan significar parada del sistema. Para priorizar el funcionamientos es necesario un analisi de criticidad. Seleccionar las tareas proactivas que preserven el funcionamiento del sistema. Analisar la causa de las averias.

161

162

163

RCM-7 Interrogantes Basicos


El proceso pretende dar respuesta a los siguientes interrogantes : Cual es la funcin y Std de perfomance del activo en el contexto operativo presente. De que manera puede fallar para impedir su funcin. Que causa cada falla funcional. Que pasa cuando ocurre cada falla funcional. Cual es el Patron de cada falla y su importancia. Que podemos hacer para prevenir o predecir cada falla. Que temperamento adoptar ante la imposibilidad de encontrar una accin o tarea proactiva adecuada.
164

165

Falla Funcional
En terminos especificos se define como la inhabilidad de un activo para desempear una funcion conforme al standard de perfomance asociado al STD del usuario. El RCM evalua las fallas asociadas a las funciones delos activos y sus componentes, detalalndo su modo de ocurrencia.

166

167

168

Modo de falla
En terminos de RCM cualquier evento que cause una falla funcional constituye un modo de falla.
Perfomance inferior a la capacidad deseableDeterioro Perfomance que excede capacidad inicialSobrecarga. Capacidad incompatible con prestacion pretendida por usuario.
169

Modos de Falla

170

Modo de Falla
La descripcion del modo de falla debe contener un grado de detalle que permita seleccionar las acciones de mantenimiento adecuadas para prevenir , predecir o corregir las fallas funcionales y sus consecuencias. El listado de fallas funcionales asociadas con el equipamiento y su registro de causas potenciales permite visualizar las conexiones y disticiones entre estados fallidos y los eventos que podrian causarlos.
171

Consecuencias de las Fallas


Las consecuencias de las fallas tienen mayor importancia que suscaracteristicas tecnicas. En general una falla producira una baja en el nivel y la calidad de produccion , mayores costos operativos, problemas en el medio ambiente. Bajo la optica del RCM, la justificacion de las tareas proactivas reside en su amplitud para tratar las consecuencias de las fallas que pretende evitar.
Consecuencias en la seguridad y medio ambiente. Consecuencias Operativas. Cosecuencias no operacionales.
172

Fortalezas y debilidades del RCM


Dificultad implementacion Confiabilidad inherente. Ordenamiento enfocado Plantas de alto riesgo

173

FMEA

174

175

FMEA

176

177

178

179

180

181

El objetivo es entender el problema, pronosticar fallas y analizar riesgos para tomar mejores decisiones de mantenimiento. Estas decisiones impactan el momento elegido para reemplazo, reparacin o Overhaul de Maquinaria, como as tambin optimizar cualquier otra tarea de gestin del mantenimiento principalmente las inspecciones y gestin de repuestos.

182

En Sntesis:
Utilizar datos histricos de fallas. Utilizar la funcin apropiada que representa nuestra situacin. Construir un modelo matemtico que represente el problema en estudio. Con los datos histricos analizamos los resultados grficos del modelo matemtico empleado. Con ste anlisis tomamos las decisiones de mantenimiento ptimas.
183

JOURNALS AND MAGAZINES IEEE Transactions on Reliability Journal of Quality in Maintenance Engineering Reliability Review Maintenance and Asset Management Journal Maintenance Technology Reliability Engineering and System Safety Industrial Maintenance and Plant Operation International Journal of Reliability, Quality, and Safety Engineering Maintenance Journal Quality and Reliability Engineering International Quality and Reliability Management Reliability: The Magazine for Improved Plant Reliability RAMS ASIA, Reliability, Availability, Maintainability, and Safety

184

Bibliografia
Higgins, L.R., Mobley, R.K., and Smith, R., Eds.,Maintenance Engineering Handbook, McGraw Hill, New York, 2002 August, J.,RCM Guidebook, Penn Well, Tulsa, OK, 2004 Dhillon, B.S.,Design Reliability: Fundamentals and Applications, CRCPress, Boca Raton, FL, 1999 Blank, R.,The Basics of Reliability, Productivity Press, New York, 2004 Dhillon, B.S.,Engineering Maintainability, Gulf Publishing Company,Houston, TX, 1999 Gertsbakh, I.B.,Reliability Theory: With Applications to Preventive Maintenance, Springer, NewYork, 2001 Shooman, M.L.,Probabilistic Reliability: An Engineering Approac,McGraw-Hill, New York, 1968 Evans, J.W. and Evan, J.Y.,Product Integrity and Reliability in Design,SpringerManagement, Marcel Dekker,New York, 1994, New York, 2001 Blanchard, B.S. and Lowery, E.E., Maintainability Principles and Practices,McGraw-Hill, New York, 1969 Dhillon, B.S.,Engineering Maintenance: A Modern Approach, CRCPress, Boca Raton, FL, 2002 Elsayed, E.A.,Reliability Engineering, Addison-Wesley, Reading, MA, 1996 Grant Ireson, W., Coombs, C.F., and Moss, R.Y., Eds.,Handbook ofReliability Engineering and Management, McGraw-Hill, New York, 1996 Moubray, J.,Reliability-Centered Maintenance, Industrial Press, New York,1997

185

PREGUNTAS ?

Ing. Roberto Bottini rbottini@austral.edu.ar

186