Está en la página 1de 33

Proyecto de

Ingeniera
Mario Jos Suazo Euceda
UNIVERSIDAD
NACIONAL
AUTONOMA DE
HONDURAS EN EL
VALLE DE SULA

Profesor: Ing.
Roberto Ochoa

04/04/2013

Este documento contiene fundamentos tericos como


prcticos
para
implementar
Ingeniera
de
Confiabilidad en la textilera Gildan para el
mejoramiento de las practicas de mantenimiento
industrial y ser ms eficientes los procesos
productivos, en el que tambin, adems, sirve como
una gua para implementarlo en cualquier tipo de
industria.

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

UN ESTUDIO DE INGENIERIA DE
CONFIABILIDAD EN COMPONENTES,
EQUIPOS Y SISTEMAS MECANICOS: UNA
GUIA PRACTICA.

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

INDICE
INTRODUCCION __________________________________________________4
CAPITULO I: GENERALIDADES
1. Objetivos.
1.1. Objetivos Generales __________________________________________6
1.2. Objetivos Especficos__________________________________________6
2. Justificacin.____________________________________________________7
3. Metodologa ____________________________________________________7
4. Tipo de Investigacin _____________________________________________
CAPITULO III: MARCO TEORICO
1. Antecedentes histricos de la Ingeniera de Confiabilidad _____________7
2. Conceptos bsicos de fiabilidad y herramientas estadsticas___________
CAPITULO IV: MODELOS MATEMATICOS DE CONFIABILIDAD____________22
CAPITULO V: Aplicando Modelos a Activos_____________________________28
CAPITULO VI: Conclusiones y Recomendaciones________________________32

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

Introduccin
En el mundo actual, miles de dlares se gastan para producir nuevas tecnologas
o simplemente en el mantenimiento de estas. Muchos de estos equipos o sistemas
tienen miles de piezas, por ejemplo en la textilera Gildan existen teidoras que
tienen muchos componentes. La calidad y fiabilidad actualmente se han convertido
en ms importantes que nunca que tiene como repercusin en la economa de la
misma empresa.
La competencia global y otros factores estn forzando a los fabricantes a producir
equipos, componentes y sistemas muy fiables, de buena calidad y productos
seguros. Esto significa que hay una necesidad definitiva de la fiabilidad, de
profesionales trabajando en estrecha colaboracin durante el diseo del producto
y el mantenimiento de estas.
La ingeniera de confiabilidad est orientada al estudio y estimacin de tiempos de
fallos a componentes, equipos y sistemas tcnicos. El objetivo bsico es predecir
cundo se puede producir un fallo. Esta informacin es til en Ingeniera de
Mantenimiento y en una textilera es importante para predecir los costos de paros
no programados debido a la falta de repuestos o simplemente a mejorar la
eficiencia en los procesos de mantenimientos.
El origen de la Ingeniera de Confiabilidad1 es la Revolucin Industrial y la
Segunda Guerra Mundial. A principios del Siglo XX se empiezan a desarrollar
modelos matemticos llevados de la mano con la tecnologa de la poca en la que
la Ingeniera Mantenimiento aplica para mejorar los procesos.
En 1939 el matemtico e ingeniero sueco Waloddi Weibull publica su trabajo sobre
lo que hoy en da es conocido como la distribucin de Weibull, que se utiliza en un
estudia en un curso de Probabilidad y Estadstica (Walpole, Myers, Myers, & Ye,

O Simplemente Fiabilidad

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

2012) la distribucin modela la distribucin de fallos (en sistemas) cuando la tasa


de fallos es proporcional a una potencia del tiempo.
La distribucin exponencial tambin aporta elementos para poder modelar la
fiabilidad de sistemas en los que el tiempo es la variable independiente en todos
los casos. El modelo Exponencial se usa para estudiar el tiempo de vida til de un
dispositivo.
Este proyecto muestra por captulos las historias, teoras, ejemplos reales y el uso
de software destinado a la aplicacin Ingeniera de Confiabilidad para mejorar los
procesos de mantenimiento en una empresa. Este proyecto surge como
presentacin de trabajo de finalizacin de Ingeniera Mecnica en el grado de
licenciatura.

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

Captulo I: Generalidades

Para el desarrollo de este proyecto se proponen los siguientes objetivos.


1.1 Objetivo General:

Implementar tanto de manera terica como practica la ingeniera de


Confiabilidad en una textilera en los procesos de mantenimiento.

1.2 Objetivos Especficos:

Crear modelos de fiabilidad en componentes, equipos y sistemas en una


textilera.

Introducir al lector al manejo de herramientas y conceptos de anlisis de


fiabilidad para equipos reparables y no reparables

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

2. Justificacin

En la textilera Gildan los procesos de mantenimiento ltimamente han estado en


constante cambio, aplicando nuevas metodologas para el mejoramiento del
mantenimiento.

Actualmente,

los

mantenimientos

predictivos(ultrasonido,

vibraciones mecnicas y termografa) ayudan a "ver" las causas potenciales de


fallo de equipos determinados como ser motores elctricos, lneas de transmisin,
etc. En preventivo, planea y programa operaciones de mantenimiento destinadas a
la conservacin del equipo para fallas con cuadrillas de trabajadores misin
destinada. Sin embargo, la integracin de la Ingeniera de Confiabilidad,
optimizara

los

procesos

de

mantenimiento

preventivo,

sin

dar

sobre

mantenimiento a equipos o sistemas crticos dentro de la empresa que representa


un gran impacto en cuanto a costos de produccin de tal manera que
implementarlo incide positivamente en cualquier industria donde se aplique.
Con este trabajo se pretende aumentar la necesidad de mejorar el personal de
operaciones y mantenimiento, la formacin de alumnos de ingeniera que tienen la
potencial oportunidad de ser futuros ingenieros de Confiabilidad.
La formacin de modelos matemticos basados en confiabilidad aplicado a
sistemas mecnicos, elctricos, etc., implica que se administre mejor la
explotacin de estos bienes con el fin de mejorar el lucro de la empresa.

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

Captulo III
1.

Antecedentes

histricos

de

Ingeniera

de

Confiabilidad
1.1 Confiabilidad
La historia de la confiabilidad se remonta a la Segunda Guerra Mundial, cuando
los alemanes aplicaron por primera vez los conceptos de fiabilidad para manejar la
fiabilidad de sus cohetes V1 y V2 (Dhillon, 2005).
Durante el perodo 1945-1950, el Departamento de Defensa de los Estados
Unidos llevaba a cabo diversos estudios sobre el fracaso de los equipos
electrnicos, equipo de mantenimiento y costes de reparacin, etc. Como
resultado de estos estudios, se form un comit sobre la fiabilidad en 1950. En
1952, el comit se transform en un grupo permanente llamado el Grupo
Consultivo de la Fiabilidad de los equipos electrnicos.
En 1954, un simposio nacional sobre la fiabilidad y el control de calidad se llev a
cabo por primera vez en los EE.UU. y en 1956, el primero disponible
comercialmente libro titulado Reliability Factors for Ground Electronic Equipment
era publicado. En 1957, un informe y la fiabilidad militar de primera especificacin
titulado "Programa de Garanta de Confiabilidad de Equipos Electrnicos" fueron
puestos en escena.
Desde la dcada de 1950 muchos desarrollos en fiabilidad han tomado lugar y
diversos investigadores y autores han contribuido al campo de la ingeniera de
confiabilidad. Durante ese mismo periodo, al inicio de la exploracin espacial con
satlites, sondas y vehculos tripulados, aumentaron la necesidad de desarrollo de
la fiabilidad segn (Escobar & Villa, 2003) que cita a (Cohen, 1984)

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

Segn (Escobar & Villa, 2003) que cita a (Lawless, 1983) principios de la dcada
de los setentas durante la denominada crisis del petrleo, dio principio a un
cambio en la economa mundial y marc el inicio del liderazgo japons en la
calidad y la confiabilidad de productos y servicios para detalles del desarrollo
tecnolgico en ese perodo.
1.2 Calidad
Segn (Dhillon, 2005) la historia de calidad o control de calidad se remonta a la
construccin de las pirmides del antiguo Egipto (1315-1090 A.C) en el que la
calidad relacionada con el principios se practica, sin duda, particularmente con
respecto a mano de obra, tamao del producto, y materiales.
En tiempos modernos (1907), la Western Electric Company en Estados Unidos
utiliza los principios bsicos de control de calidad en el diseo, fabricacin y
instalacin. En 1916, C.N. Frazee de Telephone Laboratories aplica mtodos
estadsticos a los problemas de inspeccin. El trmino "Control de Calidad" fue
acuado por G.S. Radford en 1917. En 1924, Walter A. Shewhart de Western
Electric desarrolla los primeros grficos de control de calidad.
En 1946, la Sociedad Americana para el Control de Calidad, ASQC (por sus siglas
en ingles) fue formada. En el transcurrir de los aos, muchos investigadores,
autores y organizaciones han contribuido al mbito de la calidad.
1.3 Seguridad
La historia de la seguridad se remonta al Cdigo de Hammurabi (2000 A.C.)
desarrollado por un gobernante de Babilonia llamado Hammurabi. En los tiempos
modernos, la patente se concedi por primera barrera vez en los EE.UU. en 1868.
En 1893, la Ley de Seguridad del Ferrocarril fue aprobada por el Congreso de los
Estados Unidos y en 1912, la cooperativa del Congreso de Seguridad se reuni en
Milwaukee, Illinois.

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

En 1931, el primer libro disponible en el mercado titulado "Industrial Accident


Prevention" fue publicado. En 1947, un documento titulado "Ingeniera para
Seguridad ", fue presentado en el Instituto de Ciencias Aeronuticas. Hizo hincapi
en la importancia de la seguridad en el diseo de aviones. En 1962, se public un
documento titulado "Ingeniera de Sistemas de Seguridad para el Desarrollo de la
Fuerza Area Misiles Balsticos" fue lanzado por la Fuerza Area de los EE.UU..
En 1970, los EE.UU. El Congreso aprob la Ley de Seguridad y Salud
Ocupacional, OSHA (por sus siglas en ingls).

10

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

2. Conceptos bsicos de fiabilidad.


2.1 Definiciones previas.
La tecnologa, as como los proyectos desde su gnesis ha tenido como objetivos
satisfacer los deseos humanos. A medida pasaba el tiempo, la sofisticacin de la
produccin en la Revolucin Industrial

, se impulso la necesidad de crear

mecanismos de control donde se aplicaran herramientas matemticas que


permitiesen gestionar y administrar mejor la calidad de los productos
manufacturados. Durante la Segunda Guerra(como vimos en el capitulo anterior)
fue el precursor de la Ingeniera de Confiabilidad como hoy se conoce.
Confiabilidad se define como la probabilidad de que un equipo o sistema cumplir
su funcin adecuadamente para un periodo de tiempo especifico cuando opera
bajo condiciones de diseo (Sanchez).
Hoy en da, la Ingeniera de Confiabilidad es una disciplina madura en el campo de
la ingeniera un importante sustento, cada da ms importante y demandado, de la
gestin moderna empresarial. Entre los fines fundamentales de la Ingeniera de
confiabilidad estn los siguientes:

Anticipar

contener

las

causas

que

ocasionan

los

fallos

en

sistemas(elctricos, mecnicos, etc.).

Posibilitar las medidas preventivas para evitar su ocurrencia(Indicadores


como fiabilidad, disponibilidad, seguridad, tasa de fallos, calidad, etc.)

Identificar y comprobar los mecanismos que eventualmente pudieran


producir fallos.

Investigar los procedimiento que permitan reducir la probabilidad o


frecuencia de ocurrencia de fallos a pesar de los esfuerzos destinados a
prevenirlos.

Fue un periodo histrico comprendido entre la segunda mitad del siglo XVIII y principios del XIX, en el
que Gran Bretaa en primer lugar y el resto de Europa continental despus, sufren el mayor conjunto de
transformaciones socioeconmicas, tecnolgicas y culturales de
la historia de
la
humanidad,
desde
el neoltico.

11

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

Aplicar modelos para estimar la Fiabilidad de diseos.

Analizar los datos de fallos con la finalidad de mejorar diseos futuros.

Entre los beneficios de aplicar Ingeniera de Confiabilidad en una empresa estn


los siguientes:

Alcanzar las expectativas de las empresas sobre funcionalidad y vida til de


componentes, equipos y sistemas.

Disminuir los riesgos previsibles inherentes al funcionamiento de los


equipos y los peligros para la salud.

Alcanzar los objetivos de produccin.

Mejorar la comercializacin de los productos y las garantas.

La Ingeniera de Confiabilidad se ha expandido hacia muchas actividades


industriales. Ejemplos de ello son su implementacin en la industria petrolera, el
sector qumico en general, el sector energtico y el sector transporte. Las
industrias se sirven de sus metodologas para la consecucin de sus objetivos
especficos, ya que en el estado de globalizacin en el que se encuentra
sumergida la economa, los indicadores de calidad, fiabilidad, eficiencia,
sostenibilidad, seguridad, etc. son todos factores de competitividad entre
empresas y factores de preocupacin social.
2.2 Componentes, equipos y sistemas
El concepto de activo industrial permite referirse de forma genrica a todo tipo
de componente, equipo, sistema, producto o servicio.

Componente

ser

aquel

activo

industrial

que

ya

no

puede

ser

descompuesto (desagregado) en entidades menores. Ejemplos tpicos son:


rueda dentada, Rodamientos, Actuadores, etc.

Equipo ser aquel activo industrial que incluye varios componentes que
por su entidad merece ser considerado de rango superior al de
componente. Ejemplos tpicos son: Bombas de impulsin, turbina,
Transformadores, etc.

12

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

Sistema ser el activo industrial que incluye varios equipos. Suele


emplearse la denominacin subsistema para identificar agrupaciones de
activos con una misin especfica dentro de un sistema ms complejo. Por
tanto, desde el punto de vista operativo, se puede definir el sistema como
una asociacin de elementos hasta crear una entidad funcional. Sin
embargo desde la ptica del anlisis de Fiabilidad es ms acertado definir
el sistema como la asociacin de activos que permiten actuar sobre los
mismos para mejorar la calidad del conjunto. Ejemplos tpicos son:
Subsistema de Bombeo, Subsistema de Almacenamiento, Sistema de
Abastecimiento de Agua, Sistema Elctrico, etc.

2.3 Fiabilidad como ndice de anticipacin


Actualmente los mercados son ms competitivos que nunca, los productos deben
cumplir exigencias a nivel global, exigencias de tipo tcnicos que se deben de
hacer al menor precio posible. Adems, se deben de mantener durante un tiempo
y esto le da el origen a la Fiabilidad (Reliability en ingles). La anticipacin permite
tomar medidas preventivas debido a eventos que se pueden pronosticar, para ello
utilizan ciertos ndices que permitan cuantificar el nivel de desempeo y salud de
los sistemas. Los ndices de anticipacin3 son herramientas para la toma de
decisiones.
Para construir un ndice de Fiabilidad se necesita la siguiente informacin:
1. Estructura del activo.
2. Las acciones o intervenciones que podemos realizar sobre el activo.
3. Las causas(contingencias) por las cuales falla el activo.
4. La manera para expresar de forma coherente una estimacin del
futuro.

Ver: Galvn, 2011. B. Galvn, D. Salazar, A. Sosa. Introduccin a la Ingeniera de Confiabilidad

13

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

La fiabilidad es una herramienta que tiene como objetivo cuantificar la calidad de


un activo industrial(componente, equipo, sistema) solo en funcin del tiempo como
veremos ms adelante
La calidad puede definirse como la satisfaccin de las caractersticas de diseo
de un determinado equipo, sistema producto una vez fabricado. La Fiabilidad
tambin de forma genrica refleja el mantenimiento de tales caractersticas a lo
largo del tiempo cuando el equipo, sistema producto est en fase de uso. la
Fiabilidad es la capacidad de un equipo, sistema, producto servicio de
desarrollar su misin bajo las condiciones que se le hayan especificado durante un
intervalo de tiempo determinado (Misra, 2008).
Varias preguntas surgen de estas definiciones:

Puede medirse la calidad?

Puede emplearse a todo tipo de productos sin modificar el concepto


de Fiabilidad?

Puede esta capacidad emplearse para comparar el desempeo de


distintos

sistemas

mecnicos

calcular

su

adecuacin

determinadas especificaciones?

La respuesta es s, todas estn contextualizadas bajo la rica herencia de la Teora


de la Probabilidad. Es decir, la capacidad del rendimiento de las funciones de un
determinado activo industrial se cuantifica mediante la probabilidad de que ese
activo lleve su misin de manera eficaz.
Como en la Teora de Probabilidad, la definicin para la Fiabilidad es que esta
adopta valores comprendidos entre cero y uno(recordemos la (signatura de
Estadstica I). Cuando la Fiabilidad es cero en un instante de tiempo se
verifica la imposibilidad de que el activo este desempeando su funcin
asignada de manera correcta en ese tiempo. Cuando la Fiabilidad es uno
podemos afirmar que el activo este desempendose de manera correcta en
un instante t.

14

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

2.4 Definicin Matemtica de Fiabilidad


Vamos a usar la letra R(Reliability en ingles) para una funcin de Fiabilidad que
depende exclusivamente del tiempo. Entonces definamos la funcin:

1, t 0
R (t )
0, t
Obtiene su valor mximo 1 cuando el tiempo es cero y desciende y tiene a cero
cuando ha pasado mucho tiempo (recordar el concepto de limites infinitos). Sin
embargo hay varios modelos de Fiabilidad que se mostrarn en el siguiente
captulo, en que el que todos los modelos se ajustan a condiciones y se aplican a
diferentes activos industriales los cuales se mencionaran ms adelante.
La funcin de probabilidad de fallo que denotaremos por F(t) expresa justamente
lo opuesto a la funcin de Fiabilidad y por tanto, se verifican las siguientes
propiedades:

1, t
F (t )
0, t 0
En consecuencia, lo que aporta la funcin F(t) es la probabilidad de que un activo
sufra un fallo en un intervalo de tiempo comprendido entre t=0 y t=t. La relacin
entre ambas funciones se expresa en la ecuacin siguiente:
R(t ) F (t ) 1

Por lo que podemos comprobar que la funcin de Fiabilidad es el complemento de


la funcin de Fallo y viceversa.

15

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

2.5 Fallos, averas y tasas de riesgo.


Los conceptos de Fallo y Avera han sido objeto de mucha atencin entre los
especialistas en Ingeniera de Confiabilidad. Adoptamos aqu definiciones
ampliamente aceptadas en la materia:
Funcin: objetivo o cometido que debe cumplir el activo.
Fallo: definido de forma general, es aquel evento que conduce al activo a un
estado de incapacidad para funcionar correctamente y posibilita la entrada en
estado de avera.
Avera: estado de incapacidad de un activo para cumplir con su funcin.
Fallo funcional: fallo que provoca el cese de una funcin determinada de un
activo respecto a sus indicadores de desempeo.
Mecanismo de Fallo: es aquel evento que conduce al fallo funcional. Se entiende
aqu que los mecanismos de fallo son procesos fsico-qumicos que conducen a la
generacin de un fallo funcional que se manifiesta con un modo de fallo
concreto. Por ejemplo, los fenmenos de corrosin son mecanismos de fallo que
causan degradacin en estructuras metlicas y pueden conducir a su fractura
(modo de fallo), o bien oxidar metales conductores en ciertos circuitos mal
aislados de la humedad aumentando la resistencia de los mismos que finalmente
pudiese resultar en modos de fallo de tipo circuito abierto (Misra, 2008). Como se
aprecia, un mismo mecanismo de fallo, la corrosin, puede ocasionar modos de
fallo de distinta ndole. Los mecanismos de fallo son a veces acelerados o
desaletargados por causas externas a los propios sistemas, debido a la
variabilidad de las condiciones de operacin de los mismos
Modo de fallo: es la manifestacin que se observa en un activo despus de que
ocurra un mecanismo de fallo. Un mismo activo puede tener asociados varios
modos de fallo a los que es posible asignar valores de importancia (en general
denominados criticidad) diferentes. Es frecuente que los Modos de Fallo se
clasifiquen por su criticidad. Asimismo un modo de fallo concreto puede ocurrir
provocado por varios mecanismos de fallo diferentes.

16

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

Existen situaciones en las que un mismo evento puede afectar a ms de un activo


y/o a varios modos/mecanismos de fallo. Este tipo de situacin se conoce como
fallo de causa comn. La dependencia entre los fallos que se suceden en los
sistemas tcnicos es un fenmeno habitual. As por ejemplo el fallo de un
componente equipo puede exigir que el resto funcione en un entorno de
operacin ms exigente, lo que se conoce como estrs. Este estrs mantenido en
el tiempo ocasiona que la probabilidad de fallo en un instante determinado se
incremente respecto a la que tena cuando operaba en condiciones nominales. La
subestimacin del proceso de estrs conduce a generar estimaciones optimistas
de la fiabilidad de los sistemas que puede distar en gran medida del
comportamiento real de los mismos, perjudicando las labores de gestin.

2.5.1 Los Fallos son inevitables

Aunque se destinen grandes esfuerzos y recursos para predecir y prevenir fallos


en los sistemas tcnicos, la aparicin de fallos no se puede evitar, es decir, no
pueden eliminarse completamente. Por lo tanto, otro objetivo planteado por la
Ingeniera de Confiabilidad es desarrollar las metodologas de anlisis de
mecanismos y modos de fallos as como de estimar sus efectos, tanto para
prevencin como para poder contener o minimizar el impacto de los mismos una
vez ocurren. Existen varios procedimientos sistemticos para desarrollar este tipo
de anlisis pero uno de los ms extendidos es el conocido como AMFE (FMEA de
sus siglas en ingls) y AMFE+C, Anlisis Modal de Fallos y Efectos y Anlisis
Modal de Fallos, Efectos y Criticidad4, respectivamente.

Vase en http://www.ihi.org/knowledge/Pages/Tools/FailureModesandEffectsAnalysisTool.aspx

17

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

2.5.2 No se puede predecir puntualmente el tiempo de fallo.


No existe ningn mtodo en Ingeniera de Confiabilidad que permita predecir el
momento del fallo con exactitud. El proceso de fallo como veremos en captulos
posteriores es un fenmeno que tiene una fuerte componente aleatoria, pero si
podemos estimar con una certeza un intervalo de tiempo5 en el que el activo
industrial fallar.

"Por ejemplo: Supngase que tras un anlisis de fiabilidad se ha determinado que


la fiabilidad de un cierto modelo A de una bomba peristltica es de 0,9 y que la
fiabilidad de otro modelo B del mismo tipo de bomba es 0,75 en un determinado
instante de tiempo. Se podra afirmar que el modelo A va funcionar ms tiempo
que la bomba B? La respuesta es negativa.
Hay que tener en cuenta que los valores de Fiabilidad indican la probabilidad de
ocurrencia del evento (el equipo o sistema cumple su misin). Si los valores de
fiabilidad son muy elevados (cercanos a 1), la probabilidad de que ocurra el fallo
es muy pequea. Est claro que por lo general se prefieren sistemas en los que la
probabilidad de fallos sea pequea (implica fiabilidad alta), pero tambin hay que
ser conscientes de que una fiabilidad alta no hace desaparecer por completo el
riesgo de fallo y por ese motivo no hay seguridad de que el equipo A falle despus
que el equipo B".
2.5.3 La prdida de activos es un evento seguro
Nada dura para siempre, y por lo tanto existir un instante de tiempo en el que el
activo no podr ser recuperado de un fallo y deber desmantelarse. En otros
trminos, se puede afirmar que para todo activo existir un instante de tiempo para
el cual su Fiabilidad es igual a cero. Por lo tanto, en Fiabilidad no se trata de evitar
la prdida final de un activo, dado que esto suceder ms tarde o ms temprano.
En este sentido la muerte natural de un activo no es un suceso indeseable, pero s
es indeseable que se produzca un evento Fallo o que se entre en estado
5

Estimacin por intervalo lo podemos ver un curso de Estadstica II, en un capitulo posterior lo explicaremos
detalladamente.

18

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

Avera. En consecuencia, el primer objetivo que trata de abordar la Ingeniera de


Confiabilidad es prevenir el fallo de un activo durante su periodo de actividad
(Misra, 2008), o subsanar el mismo una vez haya ocurrido a fin de mantener su
operacin el mximo tiempo posible.
2.5.4 Origen de los Fallos y la Tasa de Riesgo

Los fallos en cualquier activo puede producirse a lo largo de toda la vida del
mismo, pero en general existen tres etapas bien diferenciadas en el tiempo en las
que sus orgenes estn bien definidos. La fase de concepcin y diseo de un
nuevo activo es una etapa crtica en la que no se conoce cmo se comporta
exactamente el mismo durante su operacin, siendo las contingencias que sobre
l pudieran darse previsibles slo hasta cierto punto. Esto trae consigo, y ms an
si no se lleva a cabo una etapa de investigacin minuciosa, diseos
inherentemente dbiles que son bastante susceptibles a fallar en edades
tempranas. De hecho cuanta mayor complejidad posea el activo mayor es la
probabilidad potencial de fallos a edades tempranas. Los procesos de fabricacin
o construccin de los activos tambin son crticos en relacin a los fallos que se
producen las primeras fases de operacin, debido a la variabilidad inherente al
proceso de fabricacin en la satisfaccin de las especificaciones de diseo.
Actualmente existen numerosas metodologas de control de calidad a fin de
minimizar los defectos derivados de la variabilidad de los procesos de fabricacin,
entre ellas se encuentran la metodologa Seis Sigma6 (6) o el Control Estadstico
de la Calidad7 (SQC6). El resultado de diseos no robustos conduce a una
6

Es una metodologa de mejora de procesos, centrada en la reduccin de la variabilidad de los mismos,


consiguiendo reducir o eliminar los defectos o fallas en la entrega de un producto o servicio al cliente. La
meta de 6 Sigma es llegar a un mximo de 3,4 defectos por milln de eventos u oportunidades (DPMO),
entendindose como defecto cualquier evento en que un producto o servicio no logra cumplir los requisitos
del cliente. Ver ms en: http://www.isixsigma.com/new-to-six-sigma/getting-started/what-six-sigma/
7

Como la aplicacin de diferentes tcnicas estadsticas a procesos industriales (mano de obra, materias
primas medidas, mquinas y medio ambiente), procesos administrativos y/o servicios con objeto de
verificar si todas y cada una de las partes del proceso y servicio cumplen con unas ciertas exigencias de
calidad y ayudar a cumplirlas, entendiendo por calidad la aptitud del producto y/o servicio para su uso,
vease:
http://ocw.usal.es/eduCommons/ciencias-sociales-1/control-estadistico-de-lacalidad/contenido/ocw_cabero/01_asignaturaCC/Temario/Tema1.pdf

19

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

primera etapa en el ciclo de vida de los activos en que se observa una tasa de
riesgo alta y con tendencia a ir disminuyendo conforme se van subsanando
progresivamente las deficiencias del diseo, con tareas de replanteamiento del
diseo o actividades de mantenimiento. Esto se traduce en que el indicador de
Fiabilidad ve decelerada su tasa de reduccin en funcin del tiempo conforme se
eliminan los defectos iniciales. Esta etapa se conoce como mortalidad infantil. Los
fallos pueden aparecer, incluso, an cuando el sistema est funcionando dentro de
las condiciones nominales (lmites de buen funcionamiento) estipuladas en el
diseo. En estos casos, existe una alta aleatoriedad de los fallos y estos pueden
resultar crticos para el funcionamiento de un sistema. Este tipo de fallos aparece
durante la etapa del ciclo de vida conocida como Vida til, que se caracteriza por
que la tasa de riesgo se mantiene constante.
Por ltimo, las causas de fallos derivadas de los procesos de envejecimiento o
desgaste definen la ltima etapa del ciclo de vida de un activo industrial. Esta
ltima etapa se la conoce como Etapa de Envejecimiento. Aqu se presentan
fallos originados por la accin continuada de uno o varios mecanismos de fallo que
actan sobre los activos. En esta etapa se aprecia el crecimiento en el valor de la
tasa de riesgo de tal forma que el indicador de fiabilidad ve acelerada su
disminucin conforme pasa el tiempo, revelando tiempos hasta el fallo mucho ms
cortos que en la etapa anterior. Los planes de gestin de activos tratan de retardar
al mximo posible la aparicin de la etapa de envejecimiento aplicando estrategias
de mantenimiento. La combinacin de las tres etapas descritas del ciclo de vida
de los activos muestran una forma muy caracterstica de la tasa de riesgo cuando
esta se grafica frente al tiempo, dando lugar a la Curva de la baera. La curva de
la baera es, no obstante, una representacin ideal de la tasa de riesgo, ya que se
requiere gran cantidad de datos para que se aprecie fielmente dicha forma.

20

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

Figura 2.1: Curva de la baera, extrada de:


http://sabinarodriguez.wordpress.com/page/9/

2.5.5 Etapas de la fiabilidad


Segn la etapa de vida del producto se pueden distinguir diferentes definiciones
de fiabilidad en relacin a la disponibilidad de los datos, segn (Acevedo, 2002):

Fiabilidad previsional: Es aquella Fiabilidad basada en un modelo


matemtico definido a partir de las especificaciones tcnicas del diseo y
de la Fiabilidad estimada de los componentes que intervienen en el mismo.
Mediante esta Fiabilidad se puede determinar si un diseo cumple con las
especificaciones de la misma, as como comparar distintas alternativas, etc.
Los parmetros y datos caractersticos de los modelos pueden obtenerse
extrapolando los registros alojados en bases datos contrastadas (OREDA,
RIAC,, etc.)

Fiabilidad estimada o intrnseca: Es aquella que se obtiene mediante


ensayos especficos realizados sobre un prototipo. A travs de estos
ensayos se podr comprobar si la Fiabilidad calculada se corresponde con
la prevista inicialmente. Los datos pueden extraerse mediante la realizacin
de ensayos acelerados.

Fiabilidad en la operacin: Es la que se obtiene durante la vida til del


activo y depende del soporte logstico y de las condiciones reales de

21

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

utilizacin. Aqu es donde se obtienen los datos reales de Fiabilidad. Se


requieren planes sistemticos de adquisicin de datos de los activos
gestionados en una instalacin.

3. Modelos de Fiabilidad.
3.1 Definiciones preliminares.
Supongamos que el tiempo de vida de un activo industrial es una variable continua
T, definida en [0, ) . La funcin de distribucin de la variable aleatoria continua T,
F(t), representa como ya dijimos la probabilidad de fallo en funcin del tiempo, es
decir,

F (t ) P(T t )
Es una funcin continua(hasta que falla el activo), montona y no decreciente.
Mientras la funcin de Confiabilidad(Reliability) t, R(t), representa la proporcin de
activos industriales que no han fallado antes del instante t, y es:

R(t ) P (T t ) f ( x )dx 1 F (t )
t

Es una funcin continua, montona decreciente y verifica que R(0)=1, y


lim R(t ) 0
t

En fiabilidad de sistemas, donde el tipo de sucesos suele ser el fallo de un


dispositivo, se suele denominar a esta funcin tasa de fallo.
h(t), que se define como la probabilidad instantnea de que una componente falle
en el instante t. En trminos de probabilidad se interpreta como el lmite de la
probabilidad condicionada de que T falle antes del tiempo t sabiendo que no ha
fallado en el instante t. Esto es la relacin entre la funcin de densidad f(t) y la
funcin de fiabilidad R(t).
Entonces, la funcin de riesgo o tasa de fallo es:

h(t )

f (t )
R (t )

22

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

La funcin de riesgo tiene importantes implicancias asociadas al tiempo de vida8


de los activos industriales, por ejemplo:

Funciones de riesgo decrecientes surgen cuando al principio del


funcionamiento, la probabilidad de fallo es alta debido a posibles defectos
de fabricacin, fallas humanas debida a malas instalaciones del activo
industrial o el uso de herramientas no adecuadas.

Funciones de riesgo constantes tienden a aparecer en conjuntos donde los


fallos son debidos a un fenmeno aleatorio como accidentes o shocks.

Funciones de riesgo crecientes aparecen cuando se produce un desgaste


del componente.

Figura 3.1 Otra vez la curva de la baera que describe las aplicaciones de la funcin de
riesgo. Tomada de: http://www.uoc.edu/in3/emath/docs/Fiab_1.pdf

Ver capitulo 2.5.4

23

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

3.2 Modelo Exponencial de Fiabilidad


A menudo, este modelo de distribucin es muy utilizado en el trabajo con tiempos
de vida til, debido a la simplicidad de los mtodos estadsticos que proporciona.
La funcin de densidad de una variable aleatoria con distribucin Exponencial es

R(t ) et
El modelo exponencial es preciso para componentes electrnicos; es muy simple
por lo que posibilita un tratamiento matemtico, eso justifica su aceptacin. Pero
no es recomendables para componentes mecnicos debidos a que son muy
susceptibles a las cargas, temperaturas, humedad y degradacin en general.

Figura 3.2: Familia de curvas para casos particulares. Extraido de:


http://direcciondecompras.blogspot.com/2008/05/distribucion-exponencial-alexander.html

1
donde MTTF(Mean Time To Failure) Es el tiempo medio de
MTTF
espera hasta que el equipo falla. MTTF es un valor estadstico y est destinado a
ser la media durante un largo perodo de tiempo.
Adems,

24

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

3.3 Distribucin y Modelo Weibull


La distribucin de Weibull fue establecida por el fsico sueco del mismo nombre9,
quien demostr, con base en una evidencia emprica, que el esfuerzo al que se
someten los materiales puede modelizarse de manera adecuada mediante el
empleo de esta distribucin.
Posteriormente esta distribucin se ha usado como modelo para tiempo de fallo
para una amplia variedad de componentes mecnicos y elctricos.
Una variable aleatoria T tendr una distribucin Weibull, si su funcin de densidad
es:

f (t ) (t )1e( t )

Con t 0 , 0 , 0 , son los parmetros del modelo(del que se encontraran


usando software especialidados)10. El modelo de fiabilidad esta dado por:

R(t ) e ( t )
Su modelo probabilidad de fallo en el tiempo:

F (t ) 1 e( t )
Su modelo de tasa de fallo es:

(t )

t 1
MTFF

A partir de la ecuacin de la tasa de fallo podemos comprobar que sta crece o


decrece en funcin del valor de , es decir, si <1 entonces la tasa de fallo es
decreciente, si >1 es creciente, y si =1, es constante. Por lo tanto, la distribucin
de Weibull puede servir para explicar las distintas situaciones de la vida de un
producto, si <1 podremos utilizarla para explicar el periodo de fallos precoces, si
9

Mas informacin acerca de la vida de Weibull en http://www.barringer1.com/weibull_bio.htm


Excel, ICR, Minitab o SPSS

10

25

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

>1 servir para el periodo de fallos por envejecimiento, y si =1 la utilizaremos


para explicar la zona de vida til.
El riesgo crece linealmente con el tiempo y para > 2 crece un poco con t prximo
a cero y despus rpido. Adems, es importante considerar la posibilidad = 3.44,
ya que en este caso, la distribucin Weibull se parece a la Normal.
La estimacin de estos dos parmetros mediante mtodos numricos se realiza
linealizando la funcin de distribucin y ajustando a ese modelo, por mnimos
cuadrados, los resultados muestrales obtenidos. Sin ser muy complejo, ste
mtodo de clculo no se suele utilizar, a no ser que se haga mediante un software
estadstico como el Statgraphics, SPSS, etc. o un paquete especfico de fiabilidad,
como QuickRel, y las estimaciones se realizan mediante herramientas grficas
como el papel probabilstico de Weibull11.

Figura 3.3: Papel probabilstico de Weibull

11

Aunque en este material vamos a trabajar con software debido a que acorta el tiempo de trabajo

26

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

3.4 Distribucin Normal

Es la distribucin mas utilizada en estadstica, aunque no ocurre en estudios de


confiabilidad debido a su carcter simtrico, ya que habitualmente los tiempos de
vida presentan un comportamiento asimtrico.

Su funcin de densidad es:

f (t )
Donde t

( t )2
2 2

, es la media poblacional y es la desviacin estndar poblacional.

El modelo de Confiabilidad es:

R (t )
t

1
2

( t )2
2 2

Y su modelo de fallo es:


t

R (t )

1
2

( t )2
2 2

Figura 3.4: Forma de la distribucin normal, se dice normal por tener forma de campana. Extrado
de: http://es.wikipedia.org/wiki/Medici%C3%B3n_del_desgaste_en_herramientas_de_corte

La funcin de riesgo, dado que la funcin de distribucin Normal no tiene forma


explcita, no puede ser calculada de manera directa mediante el cociente entre la
funcin de densidad y la funcin de probabilidad, aunque se puede aproximar
numricamente.

27

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

4. Aplicando modelos a Activos.


4.1 Objetivos
Implementar modelos e ingeniera de confiabilidad se tienen los siguientes
"beneficios":

Optimizacin

de

la

capacidad

de

recursos(humanos,

econmicos,

tecnolgicos)

Priorizacin de actividades de mantenimiento, produccin y proyectos.

Construccin de modelos de acorde a la realidad de la empresa.

Disminuir los costos operacionales.

Optimizacin de inventarios.

Identificar y jerarquizar los activos que tienen el mayor riesgo de afectar


significativamente las operaciones en las plantas

Hacer uso de los resultados de clasificacin de criticidad para construir los


modelos de confiabilidad de plantas.

4.2 Componentes crticos


Para encontrar los componentes crticos de una industria, hay tres metodologas
bsicas:
1. Basado en juicios cualitativos.
En este caso, la informacin no est "modelada" matemticamente, es cualitativa,
es decir en base a la experiencia de los tcnicos. Es muy utilizada en empresas
donde no hay altas exigencias de mantenimiento, o para los datos de la empresa
que no son confiables.
2. Basado en juicio cuantitativos
Se usan cuando hay una base de datos extensa a lo largo de un periodo
importante donde los datos son confiables, pueden soportar modelamiento

28

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

estadstico. Se requiere de software especializado para crear los modelos


matemticos.
3. Metodologa semicuantitativa.
Se basa en estndar NORSOK12, NORSOK Z-008

4.3 Procedimientos
4.3.1 Bombas principales de teidoras en una planta(Jet)
El primer paso para crear un modelo de confiabilidad es ver el histrico de la
empresa, despus se necesita saber con qu frecuencia las bombas principales
de las teidoras se averan por diversas causas.

Figura 4.1 Teidora

12

Empresa petrolera que desarrollo procedimientos y estndares para las actividades relacionadas con la
industria

29

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

En el estudio de las bombas principales de una de las teidoras se obtuvo lo


siguiente informacin13:
Numero de fallo

Tiempo en horas hasta el fallo

2400

2100

2650

2300

Figura 4.2: Ajuste de una curva y modelo de Weibull


El modelo tiene un valor =10.30, 2466 , el coeficiente de correlacin marca la
fuerte relacin entre las variables X y Y, en este caso de fiabilidad y el tiempo.
El alto coeficiente de correlacin es de 0.97.

13

30

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

Figura 4.2: El programa ICR, nos da los valores de los parmetros Weibull.

( 2466 t )10.297

El modelo de Fiabilidad es

R(t ) e

31

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

Recomendaciones:

Es necesario dar mayor rigor al procedimiento de registro de fallos en el


sistema de tal manera que exista una base histrica completa y clasificada
de los eventos de falla y reparacin en los componentes del sistema a fin
de poder establecer modelos probabilsticos de falla y reparacin de los
componentes atinados con la realidad. Los datos que se extrajeron fueron
producto de una base de datos naciente la cual dar mejores resultados en
unos meses.

Es necesario mejores explicaciones de las causas de fallo, la cual implica


muchas veces no mostrar las verdaderas razones de fallos.

Conclusiones:

Es necesario tener una buena cantidad de datos(mayor a 30) para analizar


equipos y sistemas para tener una mayor fiabilidad en los modelos
matemticos.

32

Un estudio de Ingeniera de Confiabilidad aplicada a Sistemas Mecnicos

Bibliografa
Acevedo, J. (2002). Las tecnologas RAMS aplicadas a la Ingeniera Electrnica. IV Congreso de
Fiabilidad: Confiabilidad , 9-28.
Cohen, H. (1984). Space Reliability Technology: A Historical Perspective. IEEE Transactions on
Reliability , 33-40.
Dhillon, B. (2005). Reliability, Quality and Safety for Engineers. London New York Washington: CRC
PRESS.
Escobar, L., & Villa, E. (2003). CONFIABILIDAD: HISTORIA, ESTADO DEL ARTE Y DESAFIOS FUTUROS.
Revista Dyna , 6.
Lawless, J. (1983). Statistical Methods in Reliability. Technometrics , 305-316.
Misra, K. B. (2008). Reliability Engineering: A Perspective. Handbook of performability
engineering , 253-287.
Sanchez, M. (s.f.). IMRConsulting. Obtenido de IMRConsulting:
http://imrconsulting.net/?page_id=39&lang=es
Walpole, R., Myers, R. H., Myers, S. L., & Ye, K. (2012). Probabilidad y Estadistica para ingenieria y
ciencias. Mxico: PEARSON.

33

También podría gustarte