Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIVERSIDAD EAFIT
ESCUELA DE INGENIERA
DEPARTAMENTO DE INGENIERA MECNICA
MEDELLN - COLOMBIA
2014
DIRECTOR DE PROYECTO
DR. PhD. ALBERTO MORA GUTIRREZ
UNIVERSIDAD EAFIT
ESCUELA DE INGENIERA
DEPARTAMENTO DE INGENIERA MECNICA
MEDELLN - COLOMBIA
2014
CONTENIDO
Pg.
CONTENIDO .......................................................................................................... 4
ILUSTRACIONES ................................................................................................... 8
ECUACIONES ...................................................................................................... 11
0. PRLOGO ..................................................................................................... 12
0.1 INTRODUCCIN .......................................................................................... 12
0.2 ANTECEDENTES ........................................................................................ 13
0.3 JUSTIFICACIN .......................................................................................... 14
0.4 OBJETIVOS ................................................................................................. 15
0.4.1 General. ..................................................................................................... 15
0.4.2 Especficos. ............................................................................................... 15
1. FUNDAMENTOS CONCEPTO DE CMD ........................................................ 13
1.1 OBJETIVO.................................................................................................... 13
1.2 INTRODUCCIN .......................................................................................... 13
1.3 FUNDAMENTOS CMD ................................................................................. 14
1.3.1 Confiabilidad. ............................................................................................... 14
1.3.2 Mantenibilidad. ............................................................................................. 14
1.3.3 Disponibilidad. ............................................................................................. 15
ILUSTRACIONES
Pg.
Ilustracin 1. Secuencia lgica de objetivos. ........................................................ 16
Ilustracin 2. Siglas y nomenclaturas. .................................................................. 15
Ilustracin 3. Niveles de mantenimiento. .............................................................. 21
Ilustracin 4. Modelo universal e integral, propuesto para la medicin CMD. ...... 23
Ilustracin 5. Ajuste de una lnea recta en los ejes X o Y. .................................... 26
Ilustracin 6. Mtodo de mxima verosimilitud. .................................................... 28
Ilustracin 7. Parmetro de forma Beta de Weibull. ............................................ 29
Ilustracin 8. Curva de Davies. ............................................................................ 31
Ilustracin 9. Serie del sistema de trituracin y apilamiento LITRAC. .................. 33
Ilustracin 10. Inventario de elementos nivel instrumental. ................................... 34
Ilustracin 11. Rangos de duracin DT versus % horas acumuladas. ................... 36
Ilustracin 12. Rangos de duracin DT versus % de eventos acumulados. ......... 36
Ilustracin 13. Eventos DT rango [0< DT < 1h]. ................................................... 37
Ilustracin 14. Eventos DT rango [2,01 < DT < 4h]. ............................................. 38
Ilustracin 15. Eventos DT rango [4,01 < DT < 8h]. .............................................. 38
Ilustracin 16. Eventos DT rango [8,01 < DT < 20h]. ............................................ 39
Ilustracin 17. Eventos DT rango [20,1 < DT < 50h]. ........................................... 39
Ilustracin 18. Eventos DT rango [50,1 < DT < 120 h]. ......................................... 40
Ilustracin 19. Mantenimiento Preventivo en LITRAC. .......................................... 41
Ilustracin 20. Rangos de duracin Mp en LITRAC. ............................................. 42
Ilustracin 21. Horas de PM02 de LITRAC. .......................................................... 43
10
ECUACIONES
Pg.
Ecuacin 1. Disponibilidad Genrica sin mantenimientos preventivos Ag. ........... 16
Ecuacin 2. Disponibilidad Genrica con mantenimiento preventivo Ag. .............. 17
Ecuacin 3. Transformaciones de MTBF, UT, MTTR, DT etctera. ...................... 17
Ecuacin 4. Disponibilidad Inherente Ai. ............................................................... 17
Ecuacin 5. Disponibilidad Alcanzada Aa. ............................................................ 18
Ecuacin 6. Tiempo medio entre mantenimientos MTBM. ................................... 18
a
Te
ed
de
a te
e t a t
M. ...................................... 19
11
0.
PRLOGO
0.1 INTRODUCCIN
_____________________________________________________________
1
2
3
12
0.2 ANTECEDENTES
_____________________________________________________________
4
El tiempo para mantenimiento se llama ventana para mantenimiento.
13
0.3 JUSTIFICACIN
_____________________________________________________________
5
LME= London Metal Exchange.
14
0.4 OBJETIVOS
0.4.1 General.
0.4.2 Especficos.
Captulo 1:
Fundamentar los conceptos de confiabilidad, mantenibilidad y disponibilidad
alcanzada en sistemas de produccin. Nivel 1 Conocer.
Captulo 2:
Describir la situacin actual de los niveles Operacional, Tctico y Estratgico del
mantenimiento en LITRAC. Nivel 2 Comprender.
Captulo 3:
Esbozar los valores CMD actuales y futuros, mediante su valoracin con los
mtodos: puntual y de distribucin con Disponibilidad Alcanzada en LITRAC.
Nivel 3 Aplicar.
Captulo 4:
Plantear estrategias, tcticas, acciones de mantenimiento y herramientas
especficas avanzadas en LITRAC, para alcanzar un nivel de mantenimiento
efectivo deseado a partir de la interpretacin de curvas CMD. Nivel 4 Analizar.
Captulo 5:
Proponer las conclusiones y las recomendaciones a seguir en LITRAC.
15
OBJETIVOS
A
DESARROLLAR
NIVEL 1: CONOCER
NIVEL 2: COMPRENDER
NIVEL 3: APLICAR
NIVEL 4: ANALIZAR
16
1.
1.1 OBJETIVO
1.2 INTRODUCCIN
13
1.3.1 Confiabilidad.
1.3.2 Mantenibilidad.
14
1.3.3 Disponibilidad.
Donde: TTF Tiempo hasta fallar. TBF Tiempo entre fallas. UT tiempo til en que el
equipo funciona correctamente. DT Tiempo no operativo. fi Falla i-sima. TTR
15
Ag
m
n
m
i 1 UTi j 1 DTj
m
n
16
TT PM DT
Tiempo funcionami ento
Ag
MUT
MTBF
se transforma en Disponibil idad inherente
MUT MDT
MTBF MTTR
(Mora, 2009).
_____________________________________________________________
8
9
17
Disponibilidad alcanzada. Se aplica a partir del uso del MTBM, MTBMc, MTBMp,
MTTR, Mp, , es muy til donde se desea controlar actividades de mantenimiento
planeadas y las no planeadas por separado. No tiene en cuenta los tiempos
logsticos, ni los administrativos y los de demora por suministro de repuestos. Esta
es la disponibilidad que ha sido escogida para usar en el calculo de parametros
CMD en este proyecto.
Disp. alcanzada Aa
MTBM
MTBM M
(Mora, 2009).
1
1
1
c p
(Mora, 2009).
El tiempo medio de mantenimiento
es el tiempo medio de mantenimiento
activo que se necesita para efectuar una tarea de mantenimiento. Es funcin de
los tiempos medios de mantenimiento correctivo y mantenimiento planeado, sus
frecuencias aplicadas, solo tiene en cuenta tiempos activos de mantenimiento, no
cuenta los tiempos administrativos y los del tipo logstico (Blanchard, y otros,
1994).
18
MTBM c MTBM p
M
1
1
MTBM c MTBM p
Disp. operaciona l
MTBM
MTBM M
(Mora, 2009).
En la ecuacin 9 el termino
se calcula exactamente igual que el
(Ecuacin
10) la diferencia se encuentra al hacer el clculo del termino MTTR, donde al
escoger cada TTRiTTRn neto se le adiciona sus LDT (LDT = ADT +LDT)
correspondientes a cada reparacin.
De la misma manera se hace para calcular Mp se incluyen los tiempos LDT para
cada mantenimiento.
19
MTBM c MTBM p
M
1
1
MTBM c MTBM p
(Mora, 2009).
MTBM
MTBM M
(Mora, 2009).
20
(Mora, 2009).
21
cronolgica, que sean de los equipos que entran en el anlisis y se usen las
mismas unidades de tiempo para la comparacin.
Paso 2.
Decidir cul es la disponibilidad ms adecuada con las expectativas de la
compaa, de acuerdo al nivel de mantenimiento en donde se encuentre y a la
clase de datos disponibles. El clculo de las diferentes disponibilidades est en el
captulo 1.3.3 donde se especifica las caractersticas en el perfil de funcionalidad
de los tipos de tiempos SoFa y SoFu; determinar cules son los tipos de tiempos
de demora que se tienen en cuenta para hacer los clculos de cada disponibilidad.
En este trabajo la decisin es usar la disponibilidad alcanzada porque se tienen los
datos de mantenimiento correctivo y planeado como datos reales de LITRAC.
Paso 3.
Decidir el uso del MLE10 que es el mtodo de mxima verosimilitud (Este mtodo
no hace alineacin), o aplicar el mtodo de alineacin con sus dos aspectos:
estimacin de parmetros F(t) (Funcin de no confiabilidad) y de M(t) (Funcin de
mantenibilidad), con las diferentes alternativas de estimacin como: i-kasimo,
rango de medianas con tabla, de Benard o Kaplan y Meyer.
Realizar la alineacin para la funcin de Weibull en la forma grfica o numrica de
mnimos cuadrados para calcular los parmetros beta y eta. Obtener el grado de
ajuste de los datos mediante la valoracin de los ndices de bondad.
Paso 4.
Realizar los clculos de los parmetros de Weibull y validar las pruebas de
bondad de ajuste, estas se realizan con tres pruebas Kolmogrov-Smirnov,
Anderson-Darling y Chi cuadrado Ji2. Realizar la validacin de bondad y ajuste
para comprobar si los datos que se observan corresponden a la distribucin
escogida.
Un aporte de este mtodo universal es usar la metodologa de Weibull porque
sirve para las tres etapas de la curva de Davies ilustracin 8, en caso de que no
aplique, se va directamente a la funcin especfica que ms se adecua al valor de
Beta () que se obtiene en esa etapa de Weibull. Las funciones especficas son:
Gamma, Log-normal, Normal, Rayleigh, etctera.
_____________________________________________________________
10
Maximun Likelihood Estimation = Mtodo de mxima verosimilitud.
22
Inherente o
Intrnseca
Es til cuando no se
tienen desglosados
los tiempos de
reparaciones o de
mantenimientos
planeados; o cuando
no se mide con
exactitud ni los
tiempos logsticos, ni
administrativos ni los
tiempos de demoras
por repuestos o
recursos humanos
que afecten el DT
Considera que la no
funcionalidad del
equipo es inherente
no ms al tiempo
activo de reparacin
No incluye los
tiempos logsticos, ni
los tiempos
administrativos ni los
tiempos de demora en
suministros. Asume
idealmente que todo
est listo al momento
de realizar la
reparacin
Alcanzada
Operacional
Comprende, a efectos
de la no funcionalidad,
el tener en cuenta:
tiempos activos de
reparacin correctiva,
tiempos de
mantenimientos
planeados
(preventivos o
predictivos), tiempos
logsticos
(preparacin,
suministros de
repuestos o recursos
humanos), tiempos
administrativos,
demoras, etc.
Los mantenimientos
planeados en exceso
pueden disminuir la
disponibilidad
alcanzada, an
cuando pueden
incrementar el MTBM
Operacional
Generalizada
Se sugiere cuando los
equipos no operan en
forma continua, o en los
eventos en que el
equipo est disponible
pero no produce
Es necesaria cuando se
requiere explicar los
tiempos no operativos
Asume los mismos
parmetros de clculo
de la alcanzada,
adicionando el Ready
Time tanto en el
numerador como en el
denominador
Se usa cuando las
mquinas estn listas
(Ready Time) u operan
en vaco
Estimacin de parmetros de
No Confiabilidad
Mtodo i-kasimo
Rango de Mediana
i/n+ 1
Tabla
y de Mantenibilidad
Benard
Aproximacin a Rango de Medianas
RRY - RRX
Maximun
Likelihood
Estimation
Mnimos Cuadrados
Calcular verificacin con Ajuste (igual a cero), Error estndar del estimado (el mnimo posible cercano a
cero), Coeficiente muestral de determinacin r 2 (aceptable entre 0.9025 y 1) , Coeficiente muestral de
determinacin Ajustado
1).
Va a Obtencin
Datos
r2
No
MLE
Cumplen r 2 y r ?
Mtodo de
Mxima
Verosimilitud
Va a la siguiente figura
23
Ilustracin 4. Continuacin.
Sntesis Universal de Medicin CMD
Confiabilidad Mantenibilidad Disponibilidad
Reliability Maintainability - Availabilty
Obtencin Datos
Parametrizacin Weibull
Confiabilidad eta y Eta
Chi Cuadrado Ji 2
Anderson-Darling
Cumplen al menos
dos de las pruebas
No
Log-Normal
Normal
MLE
Maximun
Likelihood Estimation
Mtodo de
Mxima
Verosimilitud
lfa y eta
Media
No
Desviacin estndar
Cumplen al menos
dos de las pruebas
No
(Mora, 2009)
24
Paso 5.
Parametrizar y realizar alineacin o MLE que se requiere con otra funcin
especfica diferente a Weibull para estimar sus bondades de ajuste a partir del
dato de Beta () resultado del clculo en el paso cuatro; definir cul distribucin
aplica de acuerdo al parmetro. El objetivo de la alineacin es estimar los
parmetros de una lnea recta que son el intercepto y la pendiente para minimizar
el error (Mora, 2009).
Las pruebas de bondades de ajuste son: Kolmogrov-Smirnov, Anderson-Darling y
Chi cuadrado Ji2. Los datos deben pasar al menos dos pruebas de bondad; se
considera aceptable cuando el coeficiente de determinacin muestral r2 se
encuentra en el rango 0,9 y 1,0 y el coeficiente de correlacin r est en el rango
0,95 y 1,0.
Paso 6.
Calcular los parmetros CMD acorde a la funcin seleccionada por el
alineamiento, estos son: UT, MTBF, MTBM, MTBMc, MTTR, M, M o su
equivalente. Analizar las curvas de densidad de falla f(t), acumulada de fallas F(t),
confiabilidad R(t) y tasa de falla lambda (t). Realizar los pronsticos de curvas y
parmetros.
Patronar y ajustar pronsticos CMD. Analizar los parmetros Beta, Eta, MTBF,
MTBM, MTBMc
, Mp, etc. en el tiempo. Definir una estrategia de
mantenimiento acorde a los parmetros.
25
(Mora, 2009).
26
(a b * x
j1
y i ) 2 min(a, b) (a b * x i y i ) 2
X
j1
* Yj N * X * Y
X
J 1
a Y b*X
2
j
N*X
27
(Mora, 2009).
1.4.3 Distribuciones.
Las distribuciones facilitan caracterizar los datos a travs de la aplicacin de la
estadstica, las siguientes distribuciones facilitan la interpretacin de los
parmetros CMD.
28
(Mora, 2009).
_____________________________________________________________
12
Distribucin de Weibull lleva el nombre de su creador el Dr. Waloddi Weibull.
29
30
1.4.3.5 Distribucin Gamma. Es una distribucin para modelar los tiempos de falla
de equipos durante su periodo de rodaje, tambin para modelar equipos en
standby (Rojas, 1975). Es una distribucin de dos parmetros, el parmetro de
escala lambda () y el parmetro de forma alfa (). La distribucin exponencial es
un caso especial de la distribucin Gamma cuando el factor de forma alfa es igual
a 1 (OConnor, 2002) (Ramakumar, 1996).
Los parmetros de la distribucin Gamma se calculan por medio del mtodo de
mxima verosimilitud o MLE, esta distribucin toma el nombre de Erlang cuando el
factor de forma alfa es un nmero entero positivo.
(Mora, 2009).
31
Etapa uno de la fase tres, en esta etapa la tasa de fallas empieza a crecer en
forma suave, las fallas son reconocidas y empiezan a usarse las acciones
preventivas es una etapa en que la ingeniera de confiabilidad inicia a ejercer
dominio sobre el sistema y el control de sus fallos (Mora, 2009).
Etapa dos de la fase tres, en esta etapa la tasa de fallas empieza a crecer de
forma constante, es en esta etapa donde las acciones preventivas pasan a ser
acciones predictivas, el comportamiento de las fallas comienza a ser predecible
(Mora, 2009).
Etapa tres de la fase tres, es la zona de envejecimiento donde la vida til del
equipo se acelera y la tasa de fallos se incrementa de forma rpida, en esta etapa
se usan las acciones correctivas y modificativas; cuando la mantenibilidad no
mejora se usa como ltima alternativa la sustitucin o la reposicin (Mora, 2009).
Los parmetros CMD se establecen a partir del anlisis de los datos del
perfil funcional de un sistema o un equipo. Los datos se agrupan, se alinean
para buscar los factores de forma y escala donde se determina una
distribucin que representa la evolucin de la funcin de falla para ubicar la
fase de la curva de Davies donde el equipo o sistema se encuentra; aplicar
los pronsticos y generar las acciones de mantenimiento respectivas de
acuerdo al nivel de mantenimiento que la compaa posea.
32
2 DESCRIPCIN DE LITRAC
2.1 OBJETIVO
2.2 INTRODUCCIN
SISTEMA DE
ALIMENTACION Y
CONTROL DE
TAMAO PARA
CR01
SISTEMA DE
ALIMENTACION
AL APILADOR
TRITURADORA
PRIMARIA
CR01
SISTEMA DE
APILAMIENTO
SISTEMA DE TRITURADORA
ALIMENTACION SECUNDARIA
A CR102
CR102
SISTEMA DE
MUESTREO
33
34
_____________________________________________________________
13
EAM Enterprise Asset Management.
35
36
Las acciones correctivas entre una y cuatro horas corresponden al treinta y tres
[33.39] por ciento, estas actividades son generalmente de cualquier tipo de
actividad, mecnica, elctrica o de instrumentacin y control, este tiempo es
empleado por el personal de mantenimiento para restaurar la operatividad de la
lnea, la complejidad de estas reparaciones no es alta.
Las acciones en el rango de cuatro hasta ocho horas son aproximadamente el
diez [9.92] por ciento del total, tienen generalmente mediana complejidad para las
actividades de instrumentacin y control, van asociadas a una dbil bsqueda de
problemas.
Las acciones entre ocho y veinte horas estn cerca del ocho [8] por ciento y se
representan por lo general en actividades de mantenimiento correctivo mecnico
de mediana complejidad en el rea de trituracin y alimentacin a granel.
Las acciones entre veinte y cincuenta horas estn cerca del dos [2] por ciento del
total y dentro de este grupo el ochenta [80] por ciento son actividades correctivas
mecnicas en diferentes equipos de la lnea, solo el veinte por ciento corresponde
a las actividades correctivas elctricas e instrumentacin y control.
Desde el punto de vista de cmo se reparten estos tiempos en los diferentes aos
financieros podemos observar para el rango de cero a una hora como el nmero
de eventos se ha disminuido al igual que la duracin teniendo en cuenta que el
FY14 tena siete meses de trabajo.
Ilustracin 13. Eventos DT rango [0< DT < 1h].
37
Para el rango de dos a cuatro horas, tambin se observa una disminucin del
nmero de eventos.
Ilustracin 14. Eventos DT rango [2,01 < DT < 4h].
38
39
40
2.3.1.2 Acciones bajo un plan. Las acciones mentales que corresponden al nivel
operativo en LITRAC se representan en dos tipos de acciones bajo un plan: las
correspondientes al plan que lanza el EAM, de forma secuencial de acuerdo al
plan de inspecciones preventivas que llevan el nombre de PM0217 y las
correspondientes al tipo PM0118 que son actividades de mantenimiento correctivo
planeadas.
En la reunin semanal de planeacin se divulga el programa para la siguiente
semana, es aqu donde Mantenimiento y Produccin acuerdan las fechas, tareas a
programar de acuerdo a los tiempos disponibles para la atencin de la maquinaria
productiva con base en los objetivos de la produccin.
El tiempo de aplicacin para el mantenimiento preventivo, predictivo y planeado,
correspondientes a acciones bajo un plan muestran una tendencia de reduccin a
travs de los diferentes aos financieros.
41
42
43
44
Bajo el enfoque del sistema kantiano el cuarto nivel del mantenimiento es donde
se mide el grado de xito de lo que se realiza en los tres niveles anteriores. Se
usan ndices de aceptacin de tipo mundial, que usan metodologas de validez
universal que ratifican el xito o el fracaso de la gestin y la operacin integral del
mantenimiento de una compaa.
CMSA realiza una evaluacin del grado de xito de la gestin de mantenimiento
por cada rea de trabajo donde se realiza el control de la aplicacin de la mano de
obra sobre el trabajo que debe realizar, el da que se debe realizar y el tiempo que
demora para realizar lo planeado; se evala la adherencia al plan que se
programa diariamente. Si el grupo de planeacin planea lo que el EAM enva, el
grupo de ejecucin realiza lo que se acord en el plan y fecha correctos, el grupo
de anlisis y mejoramiento apoya la gestin realizando el aseguramiento de esos
planes, repuestos y entrenamientos para que la gestin no tenga inconvenientes y
las disponibilidades de los equipos crticos de proceso no se disminuyan.
45
3.1 OBJETIVO
Esbozar los valores CMD actuales y futuros, mediante su valoracin con los
mtodos: puntual, de distribucin y pronsticos con Disponibilidad Alcanzada en
LITRAC.
3.2 INTRODUCCIN
46
47
proceso, es decir los datos individuales de TTR; TBMc; M y TBMp; estos datos
estn resumidos en el Anexo B.
Se toman todos los tiempos acumulados de cada mes, por ejemplo para los
clculos de lo No Planeado, que son el MTBMc y el MTTR, del mes de julio de
2010, se toman los datos correspondientes, en cada caso se trabaja con
parmetros de no Confiabilidad y de mantenibilidad, con los mtodos i-kasimo y
Benard de aproximacin de Rango de Medianas. Se realiza alineacin para
Weibull a travs de los paquetes informticos para obtener las variables MTTR;
MTBMc; Mp y MTBMp.
Ilustracin 24. Datos de referencia mes de julio 2010.
Los datos de cada mes y sus acumulados se usan como datos de entrada con los
paquetes informticos para conseguir los parmetros de forma y de escala que
definen la distribucin que mejor se ajusta estadsticamente a los datos que se
analizan.
Se usan dos paquetes informticos para calcular las variables de las distribuciones
Weibull, uno de ellos VALRAMOR4 y otro WEIBULL ++ Versin 6. Estos paquetes
entregan la informacin de las variables, adems de sus factores de forma y de
escala con los que podemos entrar a evaluar los resultados y realizar los anlisis.
Se realizan clculos con los dos programas para evaluar sus diferencias y poder
escoger el programa ms verstil para hacer los clculos que involucran un
nmero de datos mayor. Se hace la comparacin usando el mes de julio del 2010.
48
49
Una vez se obtiene el primer perodo, para el segundo se toman todos los valores
individuales de los dos perodos y se obtienen nuevos clculos, como se muestra
en la siguiente figura; de esta misma manera se hacen los clculos para las cuatro
variables durante los cuarenta y tres periodos que se estudian.
Ilustracin 28. Clculo de dos o ms meses de cada variable.
50
51
52
53
54
55
Se observa que los valores que se obtienen por el mtodo de distribuciones son
mucho ms ceidos a la realidad que los que se obtienen por el mtodo puntual.
Las diferencias entre las variables varan con rangos mayores al 7%, se observan
variables con diferencias mayores al 60%.
Ilustracin 34. Comparacin de diferencia de valores.
3.3.3 Pronsticos.
56
57
Modelos
Subgrupo
El modelo se caracteriza
por un comportamiento
que lo patronea una
expresin
Metodologa
Modernos
Aplicaci
Aplicacin
Box Jenkins
Modelos AR.I.MA.
Auto Regressive - IntegratedIntegrated-Moving Average
o de Regresin
Regresion
Normal Estacional
(AR.I.MA.) (AR.I.MA.)
(p,d,q)
(P,D,Q)
Tendencia Lineal
Regresi
Regresin Linear
Linear Trend
Tendencias no Lineales
Nonlineal Regresion
Nonlinear Trend
Clsicos
Suavizacin Pura
Modelos de suavizacin
Moving Average
Smoothing
Suavizacin Exponencial
Exponential Smoothing
Brown exponential smoothing
Suavizacin Exponencial
Exponential Smoothing
Modelos de descomposicin
Seasonal Decomposition
Exponential Smoothing
Holt-Winter
Descomposicin
Aditivo y Multiplicativo
Holt Winter
Exponential smoothing
Seasonal decomposition
58
200
59
La prueba ACF Auto Correlation Function, en la siguiente figura, dado que los
primeros palotes azules salen fuera de la banda de confianza, demuestra que
60
61
62
En el primer paso, se realizan los pronsticos con los dos recortes y se realizan
pronsticos que por comparacin otorgan los mejores primeros cuatro Modelos de
Pronsticos.
Ilustracin 44. Comparacin cuatro primeros modelos de pronsticos de la serie.
Limpiar
#
Ordenar
DesOrdenar
Software
Modelos
Sm bolo
Diferencia
Puesto
Log T heta 1 1
LT11
0.000000011147
Prem o Holt
SEST
0.000000027397
1
2
3
4
5
6
7
8
9
Prem o Brown
Alfa = 0.35
SES
0.000000027414
DAE
0.000000029437
DAT
0.000000039156
Alfa =0.35
DES
0.000000043751
10
DAS
0.000000081767
HWM
0.000000096736
Alfa =0.32137
DEST
0.000000098315
16
(1,0,0)(0,0,0)
ARIMA FCXE
0.000000112544
15
ARIMA Statgraphics
(1,0,0)(0,0,0)
ARIMA STATG
0.000000121247
DAQ
0.000000392272
HWA
0.000000649727
Realidad
Real
10
15
16
17
Modelo
S se toma
L T 11
S se toma
SEST
No se toma
S se toma
DAE
S se toma
DAT
No se toma
No se toma
No se toma
No se toma
No se toma
No se toma
No se toma
No se toma
0.0000
Para esta primera etapa ganan los Modelos Clsicos Vanguard Decision Making
LT11, Holt SEST, Regresin No Lineal Exponential DAE y Regresin Lineal DAT.
63
Ahora a cada uno de los cuatro se le ejecutan pronsticos con la serie recortada
en un dato para tomar el mejor.
Ilustracin 45. Cuadro para seleccionar el mejor mtodo de pronstico.
Segundo recorte
Modelo
Dato
Diferencia
DAT
DAE
SEST
LT11
Realidad
0.7
0.7
0.7
0.7
0.7530
021
019
003
007
Seleccionado
Se toma este
64
Conclusin los pronsticos trabajan de forma muy semejante24 en este caso con
Series Temporales y Weibull.
Pronsticos reales futuros a seis meses vista, estos se realizan, mediante la
incorporacin de los datos del ltimo mes, ya para realizarlo en firme, lo anterior
solo es para concluir que la Bondad de Ajuste de las Series temporales para
pronsticos frente a Distribuciones, como Weibull son muy semejantes en este
caso particular.
_____________________________________________________________
24
La bondades de ajuste lo correcto es que no pasen del 10%, ac estn sobre el 9.44% luego cumple.
65
El proceso, arroja los siguientes resultados en las doce (12) variables, que constan
de cuatro (04) valores de Mantenimiento y de sus ocho (08) parmetros. En cada
una de las doce (12) variables se hace el proceso completo de pronsticos por
series temporales, similar para cada uno, tal cual esboza la siguiente ilustracin.
Ilustracin 48. Pronstico de la variable 1 - eta del MTBMC.
66
La Disponibilidad Alcanzada
ilustracin.
67
El factor de forma Beta para el tiempo til MTBMp con valores mayores a
uno (1) pero muy cerca a la unidad (1), muestran que el mantenimiento
preventivo no est siendo efectivo.
El factor de forma Beta para la variable Mp esta excelente, tiene una
tendencia a la baja que debe cambiarse.
68
4 ESTRATEGIA
4.1 OBJETIVO
Plantear estrategias, tcticas, acciones de mantenimiento y herramientas
especficas avanzadas en LITRAC, para alcanzar un nivel de mantenimiento
efectivo deseado a partir de la interpretacin de curvas CMD.
4.2 INTRODUCCIN
La estrategia del mantenimiento se disea definiendo la tctica recomendada de
acuerdo al anlisis de las variables CMD que nos entregan la informacin del
factor de forma Beta de la distribucin de Weibull cuyos rangos se estipulan en la
curva de Davies como se indica en la siguiente ilustracin.
Ilustracin 52. Deber ser del mantenimiento.
(Mora, 2009)
69
70
atacar pronto, con ms y mejor predictivo, se debe tratar de regresar a los valores
ms altos anteriores, pues est impactando los tiempos tiles planeados.
El factor Beta de MP est excelente, es superior al 3.44, debe sostener el
predictivo que est haciendo y reforzarlo de ser posible a ver si alcanza etas
superiores al 7, que es lo ideal, al igual practicar en forma el RCM. Hay que buscar
subir al 7.
4.3.3.2 Anlisis de los Betas no planeados Mantenimiento Correctivo. El factor
Beta de MTBMC est por debajo de 1 acercndose a el, lo que est bien, aunque
deben mejorarse, con el fin de que no terminen impactando el tiempo til en el
tiempo, de hecho el tiempo til de los correctivos es muy bajo de 19.88 horas
frente al de los Planeados de 127.88 horas, se empieza a percibir problemas de
los correctivos que afectan la confiabilidad.
El factor Beta de MTTR est bastante bien, y mejorando tendiendo cada vez al 1,
lo que se hace se debe mantener.En general tienen muy buena estabilidad ambos,
en MTBMc y en MTTR, se deben sostener las acciones y ajustar ms la aplicacin
de FMECA y de sus resultados aplicar mejores correctivos y modificativos.
4.3.3.3 Anlisis comparativo de los Betas preventivo y correctivo. A pesar de que
el Beta del mantenimiento Preventivo & Predictivo, tiende levemente a mejorar,
como se muestra en la ilustracin 54; debe intensificarse en cambiar preventivos
por predictivos eficientes, es decir que impacten en lo Correctivo, para que
mejoren ambos; mantenimientos planeados y No planeados en cuanto a betas.
Ilustracin 54. Comparativo de Betas Preventivo & Correctivo.
71
En la ilustracin anterior se
multiplicaron los valores correctivos MTTR por 3, para poder hacer una mejor
comparacin y un anlisis ms eficaz.
4.3.2 Anlisis de Etas de LITRAC.
72
73
El Tiempo MTTR est estable, va de la mano que su Beta que tambin est
estable. En el MP, hay una tendencia a la baja, se debe canjear algunos
preventivos por predictivos ms efectivos. Se debe extender la frecuencia de las
paradas de planta, usando predictivos ms eficientes durante la operacin.
Ilustracin 57. Tiempos de mantenimiento.
74
75
76
Mejorar los tiempos entre los correctivos, MTBMc con ms anlisis de fallas
y supervisin, buscar cules correctivos impactan la produccin, pues
probablemente se repite la causa, luego se requiere ms anlisis de causa
raz.
77
5.0 CONCLUSIONES
Se concluye que conocer los parmetros CMD que componen las diferentes
variables para del clculo de la disponibilidad, es necesario para poder
inferir que tcticas y acciones se deben seguir como resultado de los datos
que entrega el clculo al usar distribuciones (Weibull, Log-Normal) como se
demostr en el captulo cuarto.
78
Se concluye que el tiempo para reparar MTTR tiene un valor pequeo que
es algo positivo debido a que tiene una tendencia estable.
79
6.0 RECOMENDACIONES
80
7.0 ANEXOS
81
BIBLIOGRAFA
Blanchard, Benjamn S, Verma, Dinesh y Peterson, Elmer. 1994. Series Nuevas dimensiones en
Ingeniera - Maintenibility: a key to effective serviceability and maintenance management. s.l. :
Edit. Wiley Interscience - Wiley, John & Sons, Incorporated, 1994. pg. 560. ISBN: 0486438678.
Blanchard, Benjamin S., Verma, Dinesh y Peterson, Elmer. 1994. Maintenibility: A key to effective
serviceability and maintenance management; New Dimensions in engineering. [ed.] Stewart
Rodney. Segunda. New York : Wiley, john and Sons, Incorporated, 1994. pg. 540. ISBN: 0-47159132-7.
. 1994. Maintenibility: A key to effective serviceability and maintenance management; New
Dimensions in engineering. [ed.] Stewart Rodney. Segunda. New York : Wiley, john and Sons,
Incorporated, 1994. pg. 540. ISBN: 0-471-59132-7.
Blanchard, Benjamin. 1995. Ingeniera logstica. Madrid : Isdefe, 1995. pg. 153. ISBN: 84-8933806X.
Dhillon, Balbir. 1999. Engineering Maintainability: How to design for Reliabilility and Easy
Maintenance. Houston : Gulf Publishing Company, 1999. ISBN: 088415257X.
Estadstica en los sistemas de confiabilidad. Forcadas, Feliu, Jorge. 1983. N 4, Medelln. : SAI,
Sociedad Antioquea de Ingenieros y Arquitectos., 1983, Vol. Vol. 1.
Knezevic, Jezdimir. 1993. Reliability, Maintainability and Supportability Engineering- A
Probabilistic Approach. Londres : McGraw Hill, 1993. pg. 292. ISBN 0077076915, 9780077076917.
Knezevic, Jezdimir. 1996. Capitulo 2.2.3 Funcin de mantenibilidad. Mantenibilidad. Madrid :
Isdefe, 1996.
. 1996. Ecuacin 2.2 Funcin de mantenibilidad. Mantenibilidad. Madrid : Isdefe, 1996.
Levin, Richard. 1996. Estadstica para administradores. Mxico D. F. : Prentice Hall., 1996. ISBN
0471018333.
82
Mora, Alberto - Gutirrez. 2014. Mantenimiento Industrial Efectivo. Tercera. Medelln : COLDI
Limitada, 2014. pg. 348. ISBN 978-958-98902-0-2.
. 2012. Pronsticos de Demanda e Inventarios - Mtodos Futursticos. [ed.] Alberto Mora
Gutirrez. Tercera. Medelln : AMG, 2012. pg. 306. Vol. Uno. ISBN 978-958-44-0233-2.
. 2014. Stock Cero. [ed.] CIMPRO SAS. Primera. Medelln : CIMPRO SAS, 2014. pg. 255. ISBN
978-958-583-61-0-5.
Mora, Gutirrez, Luis Alberto. 2009. Capitulo 23 Nivel tctico. Mantenimiento. Planeacin,
ejecucin y control. Primera. Mxico D. F. : Alfaomega., 2009, 23 Nivel tctico, pg. 437 y 438.
. 2009. Capitulo 3.3 Sistema integral de mantenimiento. Mantenimiento Planeacin, ejecucin y
control. Primera. Mxico D.F. : Alfaomega, 2009, Capitulo 3.3, pg. Pag 51.
. 2009. Capitulo 4.1 Modelo universal para pronosticar CMD. Mantenimiento. Planeacin,
ejecucin y control. Mxico D. F. : Alfaomega, 2009, pg. 71.
Mora, Gutierrez, Luis Alberto. 2009. Grfico 3.12 Niveles y categorias del mantenimeinto bajo
enfoque sistemico. [aut. libro] Luis Alberto Mora Gutierrez. Mantenimiento Planeacin, ejecucin y
control. Primera. Mxico D. F. : Alfaomega., 2009, Capitulo 3.3, pg. 56.
Mora, Gutirrez, Luis Alberto. 2009. Grfico 4.2 Tiempos importantes, siglas y demas
convenciones que se usan en la medicin y prediccin CMD. Primera. Ciudad de Mxico :
Alfaomega, 2009. pg. 528. ISBN: 978-958-682-769-0.
Mora, Gutirrez, Luis Alberto. 2009. Primera. Ciudad de Mxico : Alfaomega, 2009. pg. 528.
ISBN: 978-958-682-769-0.
. 2009. Capitulo 3.3 Niveles de mantenimiento. Mantenimiento Planeacin, ejecucin y control.
Primera. Mxico D.F. : Alfaomega, 2009, Capitulo 3.3, pg. Pag 56.
. 2009. Capitulo 4.1.1 Diferentes disponibilidades de mayor uso empresarial. Mantenimiento.
Planeacin, ejecucin y control. Primera. Mxico D. F. : Alfaomega., 2009, Capitulo 4, pgs. 77-94.
. 2009. Capitulo 5.1 Confiabilidad y fallas. Mantenimiento. Planeacin, ejecucin y control.
Mxico D. F. : Alfaomega, 2009, pgs. 95-97.
. 2009. Mantenimiento Planeacin, ejecucin y control. Ciudad de Mxico : Alfaomega, 2009.
pg. 528. ISBN: 978-958-682-769-0.
. 2009. Mantenimiento Planeacin, ejecucin y control. Ciudad de Mxico : Alfaomega, 2009.
pg. 528. ISBN: 978-958-682-769-0.
83
Mora, Luis -Gutierrez. 2009. Mantenimiento Planeacin, ejecucin y control. Ciudad de Mxico :
Alfaomega, 2009. pg. 528. ISBN: 978-958-682-769-0.
. 2009. Mantenimiento Planeacion, ejecucin y control. Primera. Ciudad de Mxico :
Alafaomega, 2009. pg. 528. ISBN: 978-958-682-769-0.
. 2007. Mantenimiento estratgico para empresas industriales o de servicios. Envigado : AMG,
2007. ISBN 979-958-3382185.
. 2009. Mantenimiento planeacin, ejecucin y control. Primera. Ciudad de Mxico : Alfaomega.,
2009. pg. 528. ISBN: 978-958-682-769-0.
. 2009. Mantenimiento Planeacin, ejecucin y control. Ciudad de Mxico : Alfaomega, 2009.
pg. 528. ISBN: 978-958-682-769-0.
. 2009. Mantenimiento Planeacin, ejecucin y control. Ciudad de Mxico : Alfaomega, 2009.
pg. 528. ISBN: 978-958-682-769-0.
. 2009. Mantenimiento Planeacin, ejecucin y control. Primera. Ciudad de Mxico : Alfaomega,
2009. pg. 528. ISBN: 978-958-682-769-0.
. 2009. Mantenimiento Planeacin, ejecucin y control. Ciudad de Mxico : Alfaomega, 2009.
pg. 528. ISBN: 978-958-682-679-0.
. 2009. Mantenimiento Planeacin, ejecucin y control. Ciudad de Mxico : Alfaomega., 2009.
pg. 528. ISBN: 978-958-682-769-0.
. 2009. Mantenimiento Planeacin, ejecucin y control. Ciudad de Mxico : Alfaomega, 2009.
pg. 528. ISBN: 978-958-682-769-0.
. 2009. Mantenimiento Planeacin, ejecucin y control. Ciudad de Mxico : Alfaomega., 2009.
pg. 528. ISBN: 978-958-682-769-0.
. 2009. Mantenimiento Planeacin, ejecucin y control. Ciudad de Mxico : Alfaomega, 2009.
pg. 528. ISBN: 978-958-682-769-0.
. 2009. Mantenimiento Planeacin, ejecucin y control. Primera. Ciudad de Mxico : Alfaomega.,
2009. pg. 528. ISBN: 978-958-682-769-0.
. 2009. Mantenimiento Planeacin, ejecucin y control. Ciudad de Mxico : Alfaomega, 2009.
ISBN: 978-958-682-769-0.
. 2009. Mantenimiento Planeacin, ejecucin y control. Primera. Ciudad de Mxico : Alfaomega,
2009. pg. 528. ISBN: 978-958-682-769-0.
84
85