Conferencia II - 1a.

Jornada Colombiana de Ductos

Ttulo:
Es la estadstica la nica forma de predecir el fallo de un equipo?... No!....
Sub-ttulo:
...... Gestar y Operar del Mantenimiento a partir de indicadores futuros utilizando modelos de desgaste
internacionales basados en los materiales........!
Ejemplo de estudio de Investigacin GEMI EAFIT Bombas COLCIENCIAS Colombia.
Temario # 1. Mantenimiento - Numeral 2 Planeacin.
Autores:
Alberto Mora G. Ph.D. en Ingeniera Industrial de Mantenimiento Coordinador Especializacin en Mantenimiento
Universidad EAFIT Medelln Colombia - lmora@eafit.edu.co Telfono 094 2619349 Fax 094 2682599

Leonel Francisco Castaeda Heredia Ingeniero Mecnico Magister en Ingeniera de Mquinas Rotativas
Polonia Investigador y Profesor postgrado Universidad EAFIT.

1. Resumen:
La presentacin esboza la metodologa desarrollada por los Autores para establecer correctamente y en forma
anticipada al futuro el tipo de operacin adecuada para el las acciones correctivas, modificativas, preventivas y/o
predictivas en ductos o mquinas; determinando en el momento actual la tctica futura recomendada entre TPM,
RCM, TPM&RCM, reactiva, proactiva, core competences, de clase mundial, etc.; definiendo la estrategia correcta
desde el presente mediante el pronstico del valor futuro de los parmetros e indicadores tcnico-econmicos
fundamentales internacionales de mantenimiento, mundialmente aceptados como son: FCMD (F Fiabilidad
(dependabilidaty), C confiabilidad (reliability), M mantenibilidad (maintainabilty), D disponibilidad (availability)
- eta Bm Eta Am MTTR MTTB cronologa de tiempos y nmeros de fallos y reparaciones, LCC costo
econmico del ciclo integral de vida; siguiendo normas mundialmente aceptadas como: MILITARY STANDARD
HANDBOOK 470 471 472 473, Britnica BS3811, pases nrdicos OREDA, EIREDA, ESREDA, americana
SAE JA1011, JA1012, ISO 14224, francesa AFNOR 60X110; utilizando procedimientos internacionales de
pronsticos; para poder manejar integralmente la gestin y operacin del mantenimiento a partir del valor futuro de
los indicadores estratgicos de mantenimiento de ductos o equipos.
A la fecha los modelos ms comunes para determinar el comportamiento de fallas y reparaciones pasadas y ya
ocurridas en los equipos, han sido las diferentes distribuciones estadsticas como Weibull, Log-normal,
Exponencial, Normal, Rayleigh, Chi Cuadrada, Gumbell, Binomial, etc; que tratan de diagnosticar el futuro a partir
de sus anlisis de comportamiento de funcin de densidad de probabilidad de fallos f (t), funcin de confiabilidad
R(t), funcin de fallas acumuladas F(t), etc., ms sin embargo aparecen desde hace algunos aos modelos
matemticos que precisan el desgaste y la vida funcional de ductos, o de los elementos y equipos basados en la
ingeniera y en el comportamiento emprico y experimental de los mismos, los cuales parecen ser mucho ms
exactas que los anteriores, pero estando en desarrollo son menos divulgados, la presentacin apunta a mostrar esta
nueva alternativa viable y segura para analizar el comportamiento futuro de los elementos de mquinas y equipos,
basadas netamente en la investigacin, para lo cual se presenta el caso de la investigacin que se lleva a cabo por
GEMI Grupo de Estudios de Mantenimiento Industrial EAFIT registrado por COLCIENCIAS Colombia donde
se experimentan avanzados modelos para el anlisis de fallos y reparaciones, tratando de modelar el
comportamiento futuro. Esta alternativa abre un mundo de posibilidades para el control futuro adecuado en la
gestin y operacin del mantenimiento de equipos de alta criticidad o con una significativa importancia tcnica y/o
econmica para la industria.

Autores:
LUIS ALBERTO MORA G.(Colombia-Venezuela-Ecuador): Ingeniero en Ciencias Mecnicas Universidad
Pontificia Bolivariana, Especialista en Mrketing y Master en Administracin Universidad EAFIT, Especialista en
Gestin Logstica y Ph.D. en Gestin Empresarial de Mantenimiento en Ingeniera Industrial Universidad Politcnica
de Valencia (Espaa). Ha laborado en cargos de Gerencia General en Industrias Alimenticias Lara-Carabobo e
Industrias Lcteas y de Jugos del Yocoima en Venezuela, Gaseosas Lux (Pepsi-Postobn) Barranquilla, Industria de
Plsticos de Lloreda Grasas S.A. Cali Barranquilla, COLDI Limitada. Ha dirigido el Departamento y la Carrera de
Ingeniera Mecnica y el D.E.P.P. en la Universidad EAFIT. Actualmente Director de Lnea de Investigacin GEMI
CMD EAFIT, director de postgrado en Ingeniera de Mantenimiento EAFIT - Profesor Investigador T.C. en la
Universidad EAFIT
1

Leonel Francisco Castaeda Heredia, Master en Ciencias de la universidad de Minera y Metalrgica de Cracovia
Polonia, Actualmente profesor de tiempo completo de la universidad EAFIT. Las investigaciones realizadas en los
ltimos aos se concentra principalmente en el desarrollo de sistemas de monitoreo para determinar la condicin de
estado de sistemas tcnicos. Producto de estas aplicaciones han sido implementadas en el medio industrial del sector
papelero y textil. La ltima aplicacin se realiz en el vehculo de Pasajeros del Metro de Medelln. Actualmente
dirige un proyecto de investigacin que consiste en el desarrollo de un modelo computacional predictivo para bombas
centrfugas y pertenece al Grupo de investigacin GEMI de la universidad de EAFIT, Medelln - Colombia.

2. Introduccin:
La situacin ms normal es que se registren los datos
histricos de fallos y reparaciones de los equipos
durante su funcionamiento, a partir de los cuales se
deducen todos los ndices de clculo derivados de la
distribucin matemtica hallada para tales casos,
estableciendose de esta manera todas las condiciones
definidas para sus indicadores MTBF, MTTR,
MTBF, Beta, etc.

Ilustracin 2 - Comportamiento de las diferentes curvas

CMD1 en las tres zonas de la baera.

Con ellas se definen claramente todas las actuaciones

de mantenimiento y operacin sobre los equipos.
Ms sin embargo durante las ltimas dcadas se
vienen cuestionando seriamente estas acciones de
mantenimiento sobre todo el preventivo, cuando
creyendo y queriendo que el elemento en cuestin o
el equipo estudiado, se vaya a una fase II de
mantenimiento donde se tiene una probabilidad de
falla constante o a la zona III donde el
envejecimiento o la edad van incidiendo
profundamente en el desgaste y en la prdida de
funcionamiento. Pero la experiencia ha mostrado que
no hay relaciones directas entre el tiempo y el tipo de
fallas que se presentan en los equipos, es decir que
no es directamente y a veces ni siquiera
indirectamente proporcional el no funcionamiento y
el desgaste a los perodos de tiempo en que se usen
los equipos; por ejemplo se han caracterizado
algunos tipos de fallas de la siguiente manera:

Ilustracin 1 - Cruva de Davies o de la Baera.

Entre las mmaneras de utilizar estas tcnicas basadas

en la distribucin de Weibull, exponencial negativa,
normal, Rayleight, gamma, etc.

Tipo general:

A partir de ellas se van caracterizando cada una de

las fases de la curva de la baera, as:

Ilustracin 3 - Elemento que funciona entre Fases II y III.

CMD Confiabilidad Mantenibilidad Disponibilidad

La situacin muestra que es de esperarse que el

elemento o equipo funciona bien en la zona II
durante el perodo X, pero de all en adelante
empieza a crecer su probabilidad de fallo; este tipo
de comportamiento asume que el elemento es
predecible en cuanto al momento que va a fallar y de
ah se toman acciones preventivas con antelacin,
pero esto no sucede en todos, donde ms ocurre es en
los que estn en contacto con el producto, se puede
decir que en la fase III hay correspondencia entre la
edad y la probabilidad de falla aumentando; casos de
stos es factible encontrarlos en impulsores de
bombas, refractarios de hornos, recubrimiento de
trituradoras, asientos de vlvulas, transportadores de
tornillo, etc. Los fallos asociados con la edad estn
relacionados con la fatiga y corrosin.

Otro caso es donde, la etapa de niez es inversa, la

probabilidad de falla es pequea, aumenta
gradualmente y luego de all en adelante se petrifica
su probabilidad de falla para las fases II y III.

Ilustracin 6 - Creciente - constante.

Cuando la vida til presenta en todo su desarrollo

una probabilidad constante de fallo se constituye en
otro ejemplar atpico frente a la curva de la baera
tradicional.

Sin embargo en la actualidad y debido al estudio

detallado y particular de muchos equipos y
elementos, se ha logrado demostrar que no hay una
correlacin directa entre tiempo y desgaste en todos
los casos, siendo mucho ms compleja y aleatoria la
situacin del fallo.
A continuacin se presentan diferentes ejemplos
elctricos y mecnicos donde el desgaste y la prdida
de funcin no es directamente proporcional al tiempo
de utilizacin:
Clsica de la baera, con probables fallos al inicio,
etapa de funcionamiento con baja probabilidad y al
final en la vejez aumenta notoriamente su
probabilidad de fallo.

Ilustracin 7- Constante.

Cuando solo presenta dos comportamientos, uno de

mortalidad infantil tpico y potro bajo, constante o
ligeramente creciente en las dos ltimas etapas.

Ilustracin 4 - Curva de la Baera con tres fases.

Algunos elementos tienen un perodo levemente

creciente continuo en las tres fases y no hay un sitio
especfico de incremento:

Ilustracin 8 - Decreciente al inicio en la infancia y baja

constante o levemente creciente en la II y III.

Estudios realizados en la aviacin civil por John

Moubray indican que estos tipos atpicos de
distribucin de fallas e presentan en los siguientes
porcentajes inscritos en un crculo en cada figura:
Baera clsica
4%
Constante creciente
2%
Creciente leve integral 5%
Creciente y constante
7%
Constante
14%
Decreciente constante 68%

Ilustracin 5 - Tasa de falla levemente creciente.

Menciona Moubray, que si bien estos porcentajes son

en aviacin, se ir tendiendo a nivel industrial por la
complejidad de los equipos a curvas tipo ilustracin

Este convive en las etapas en simultneo.

4

7 (en parte por la desechabilidad de los elementos y

su corta vida til comercial) o tipo 8 donde apuntan
la mayora.

Otro caso donde se logran efectos inversos:

Antes

3. Estrategias diferentes a las

clsicas.
Parece ser entonces un poco temerario utilizar
tcnicas preventivas o de restauracin en la medida
que se asume un comportamiento tipo constante
despus de la falla, pues en algunos casos la
restauracin integral nos puede conducir a que
aumente la probabilidad de ocurrencia, es decir en el
ejemplo clsico de la baera, si se encontrase el
equipo en el borde la Fase II a la III, sera un error,
pues a partir de la restauracin se reiniciara la
infantilidad del equipo con lo cual estaramos
nuevamente
aumentando
drsticamente
la
probabilidad de fallo, ms bien en estos casos es ms
til recurrir al anlisis histrico detallado y profundo
de las fallas, a pronsticos de los mismos o a tcnicas
ms avanzadas en investigacin como la aqu
propuesta donde se estudia desde la ptica de la
ingeniera las causas de fallos hasta patronarlas
tcnica y cientficamente a partir de la investigacin
y la experimentacin.
Ejemplo clsico:
Antes de restauracin

Se interviene con restauracin para

prevenir fallos o disminuir su
probabilidad

Despus de

Ilustracin 10
restauracin.

Se
interviene
con
restauracin para prevenir
fallos o disminuir su
probabilidad

Decreciente

creciente

leve

con

Igual que la clsica se consigue un efecto negativo.

Es indispensable entonces plantear nuevas
alternativas, para estudiar el fenmeno, si acepta que
directamente los fallos no dependen del tiempo,
quedan varias alternativas a ejecutar.

1.1. Pronsticos:
Si se logra predecir el comportamiento de todos los
indicadores que controlan el mantenimiento, los
fallos y las reparaciones se pueden prevenir con
antelacin, lo que acompaado de un serio anlisis
de fallos permitir ejecutar las acciones planeadas
adecuadas de mantenimiento.

Intervencin y comportamiento esperado

Ilustracin 9 - Baera clsica con restauracin.

Con lo cual se logra un efecto totalmente contrario.

En vez de disminuir la probabilidad de falla, lo que
se logra es aumentar su probabilidad, situacin
similar se logra en el caso ilustracin tipo 8 cuando
tambin sucedida la etapa I se entra a restaurar o
mantener en forma anticipada para evitar fallos o
disminuir su probabilidad.
5

Para ello es necesario entender que es un sistema

complementario, exhaustivo y excluyente, al mtodo
clsico de fallos.

Ilustracin 12 - Sistemas tcnicos internos y externos de un

equipo o elemento.

Se toman apuntes de uno de los mejores autores del

tema, Joel Nachlas, quien aborda el tema de
parametrizar los fallos en funcin de sus
caractersticas.

Ilustracin 11 - Parmetros CMD proyectados en febrero

hasta junio de 2004, de la Unidad 1 de San Carlos ,
propiedad de la firma ISAGN.

Y as sucesivamente se puede pronosticar todo con

exactitud inferior a errores del 8% utilizando tcnicas
de series temporales.

Es bueno recordar que existen otros enfoques para

estudiar las distribuciones o funciones de distribucin de
fallos o reparaciones.

El mtodo se acoge al mtodo cientfico con lo cual

se consiguen excelentes resultados futuros que
permiten predecir cualquier situacin subestndar.

4. Determinar parmetros de
desgaste:
Se trata en este mtodo alterno de estudiar en forma
especfica el comportamiento del elemento o equipo,
mediante el cual se puedan parametrizar los
algoritmos que permitan predecir su comportamiento
en trminos de desgaste o funcin a partir de sus
caractersticas o variables de estado o del tiempo
mismo.
6

Ilustracin 13 - Importantes apuntes de Joel Nachlas sobre

la parametrizacin de mquinas y elementos con relacin a
funciones de fallo, desgaste y funcin relativas a no
necesariamente el tiempo.

En cuanto a Instituciones, diferentes entidades a

nivel mundial vienen trabajando y desarrollando
algoritmos y funciones que permiten determinar el
nivel de fallo en funcin de las caractersticas
particulares de los elementos.

Ilustracin 14 - Diferentes ejemplos de Military Handbook

Standard con relacin a funciones elctricas, mecnicas y
electrnicas de diferentes componentes, a partir de las
caractersticas funcionales de sus compuestos que permiten
estudiar su fiabilidad en trminos diferentes a su relacin
directa con el tiempo.

La demostracin que hasta ahora se ha hecho se

fundamenta en que se pueden estudiar y configurar
algoritmos especficos de funcionamiento que no
necesariamente conservan una relacin directa con el
tiempo, constituyndose en una excelente alternativa
de estudio y evaluacin del ciclo de vida en
mantenimiento.
7

5. Bombas GEMI
El Grupo de Estudios de Mantenimiento Industrial
nico en su tipo en Colombia, registrado y avalado
por Conciencias de la Universidad EAFIT, del cual el
Autor principal es el Director, viene trabajando en el
tema con el monitoreo permanente de un sistema de
bombeo del cual se registran fallos en tiempo real y
se le analizan todas sus variables de condicin de
estado, con un fuerte acompaamiento de un grupo
de Investigadores de postgrado en Mantenimiento
que conforman Grupo Caza fallos que permite
erradicar sus fallos crnicos y espordicos, dicha
investigacin ya lleva 18 meses y pretenden unificar
los sistemas de anlisis de fallos como servir de
garante de la medicin de CMD en tiempo real que
realiza.
En el momento ya se cuentan con diferentes
algoritmos que determinan el estado futuro del
comportamiento de algunos de sus elementos en
tiempo real.

Ilustracin 15 - Diferentes fotos de fallos y monitoreo del

sistema de Bombas GEMI EAFIT Colciencias, estudio
CMD 2002-2004.

Ilustracin 17. Parmetros de diagnstico, Zlotowski,

1996.

Los algoritmos desarrollados para estudiar la

evolucin del desgaste en bombas centrifugas se
fundamenta principalmente en el modelo de
diagnstico de los sistemas tcnicos (ilustracin 16),
que es una descripcin vectorial estructural del
sistema, sus entradas: alimentacin, control y
perturbaciones y sus salidas energticas (tiles y
residuales), que permite establecer las siguientes
posibles relaciones vectoriales entre el conjunto de
variables de entrada UT (seales de entrada),
conjunto de variables de salida (seales de
diagnstico) YT, conjunto de variables de estado XT y
el conjunto de instantes ordenados T.

Algunos de estos parmetros del sistema tienen la

propiedad de cambiar su valor en el momento que
surgen un fallo, estos parmetros se denominan
sntomas. Que expresan a travs de seales si la
condicin de la mquina se encuentra en estado de
alerta o peligro. Teniendo claro como se conecta las
variables de estado con los sntomas (seales de
diagnstico) y los modos de fallo, para el sistema en
cuestin se elaboraron unas matrices que y que
permiten realizar un histograma, que define que
sntomas describen y detectan en mayor porcentaje y
efectividad los modos de fallos. Este modelo de
diagnstico permite estudiar la evolucin la
degradacin de las curvas de operacin y desgaste de
los materiales y principalmente tomar decisiones que
permita tomar acciones efectivas de mantenimiento
y elevar la disponibilidad de los sistemas de bombeo.

R1 : U T T X T

R2 : U T T Y T
R3 : U T X T T Y T

R4 : X T T Y T
PROCESOS
FUNDAMENTALES
G (S, X, Z,E,N) = 0

CONTROL E

PRODUCTO

PERTURBACIONES
N

ESTTICA Y DINMICA
{ tiempos t ,
espacio r}

ALIMENTACIN
Z

PROCESOS RESIDUALES
X,S,E, Z,N = ()

DESGASTE
{tiempo de vida , estado X
()}

REALIMENTACIN DE DESTRUCCIN

Ilustracin 17. Modelo de diagnstico de Sistemas

Tcnicos. Zlotowki, 1996.
Es obvio deducir que las relaciones anteriores exigen
colocar en limpio las variables de estado,
denominadas tambin
parmetros del sistema,
porque son estas las que determinan si el sistema se
encuentra en un estado utilizable/inutilizable. Las
cuales se deducen a partir de los conceptos fsicos
de la dinmica de los fluidos que gobiernan los
sistemas hidrulicos (tipo de flujo, conservacin de
masa, conservacin de energa, leyes del movimiento
de Newton, etc.) y de los procesos que se derivan del
proceso principal, tales como; vibracin, ruido,
estado trmico, desgaste, envejecimiento (ver
ilustracin 17).

Ilustracin 18. Histograma de las variables de estado

vs. Modos de falla.
Una vez definida las variables mas relevantes del
sistema de bombeo se utiliz un sistema de
monitoreo, denominado VIBRAFIN, tecnologa de la
universidad EAFIT que permiti sacar las curvas de
operacin del sistema y medicin de variables como;
vibracin, corriente, RPM (ver ilustracin 19).

PARAMETROS DE DIAGNOSTICO

PARAMETROS DE LOS
PROCESOS DE SALIDA

OTROS

PARAMETROS
GEOMETRICOS
PARAMETROS
DE LOS
PROCESOS DE
TRANSFORMACION

E
F
E
C
T
I
V
I
D
A
D

D
E
T
R
A
B
A
J
O

H
E
R
M
E
T
I I
C
I
D
A
D

PARAMETROS
DE LOS
PROCESOS
PARALELOS

E T
S E
T R
A M
D I
O C
O

E
N
V
S ME
G AJ
A T E
S E C
T R I
E I M
A I
D L E
E
N
T
O
D
E

V
I
B R
R U
A I
C D
I O
O
N

PARAMETROS
DE MATERIALES
RADIOACTIVO
- FISIL

F
E
N
O
M
E
N
O
S

E
L
E
C
T
R
I
C
O
S

O
T
R
O
S

Ilustracin 19. Medicin de la severidad de la

vibracin.
La idea principal es detectar el modo de falla en su
etapa incipiente por medio de la medicin de la
condicin estado del sistema y prolongar de esta
forma los intervalos del mantenimiento preventivo.

SINTOMAS DEL ESTADO TECNICO

22.

6. Conclusin:

23.

En la medida que desee tener un sistema de

mantenimiento planeado y sin contratiempos se
deben complementar los sistemas de estudios de
fallos, pronsticos y parametrizacin de su funciones
de daos y comportamiento si desean tener valores
ptimos de costo, confiabilidad, mantenibilidad ,
disponibilidad y dependabilidad.

24.

25.

26.

Situacin esta que se puede lograr con estudios e

investigaciones cientficas sobre los elementos en s
como casos particulares.

27.
28.

7. Bibliografa
29.
1.
2.
3.
4.
5.
6.
7.
8.

9.

10.
11.
12.
13.
14.

15.
16.
17.
18.
19.
20.
21.

AVALLONE, A. Eugene y BAUMEISTER III,

Theodore. Marks manual del ingeniero mecnico. 3 ed.
Colombia : McGraw-Hill, 1997.
BARLOW, Richard E. Engineering Reliability. Editorial
Board, USA: 1998.
BARLOW, Richard E.; PROSCHAN, Frank y
HUNTER, Larry C. Mathematical Theoryof Reliability.
New York, NY, USA. John Wiley & Sons, Inc. 1995
BARRINGER H. Paul. Availability, Reliability,
Maintainability, and Capability. , P.E. Barringer &
Associates, Inc. Humble, TX. 1996.
BAZOVSKY, Igor. Reliability theory and practice.
Prentice-Hall. New Jersey. United States of America.
1961.
BERENSON, Mark L. y LEVINE, David M. Estadstica
Bsica, Conceptos y Aplicaciones. Mexico, Mexico.
Prentice Hall. S.A. 1992
BILLINTON, Roy y ALLAN, Ronald. Reliability
Evaluation of Engineering Systems. London, Great
Britain. Pitman Advanced Publishing Program. 1983.
BLANCHARD, Benjamin S.; VERMA, Dinesh y
PETERSON Elmer L. Mantainability: A Key to
Effective Serviceability and Maintenance Management.
New York, NY, USA: John Wiley & Sons, Inc. 1995
DEPARTMENT OF ENERGY: OFFICE OF FIELD
MANAGEMENT, OFFICE OF PROJECT AND FIXED
ASSET MANAGEMENT. Reliability, Maintainability,
Availability (RMA). Planning. New Jersey, NJ, USA:
1996.
EMI. ESPECIALIZACIN EN MANTENIMIENTO
INDUSTRIAL. Departamento de Ingeniera Mecnica,
Universidad Eafit. Medelln, Colombia. 2001.
IRESON, W. Grant. Reliability Handbook. New York,
NY, USA: Editorial McGraw-Hill Companies, Inc. 1966.
GIBRA, Isaac N. Probability and Statistical Inference
for Scientists and Engineers. New Jersey, NJ, USA:
Prentice-Hall, Inc, 1973.
GNEDENKO, Boris y USHAKOV, Igor. Probabilistic
Reliability Engineering. New York, NY, USA: John
Wiley & Sons, Inc. 1995.
GONZALEZ, Claudio Julian y ZAMBRANO,
Alejandro. Aproximacin al Control Estrategico de
Mantenimiento Mediante Indicadores CMD Estandares
Inernacionales. Medelln, Colombia: 2002. Proyecto de
grado (Ingeniera Mecnica). Universidad EAFIT.
HANKE, John E. REITSH, Arthur G. Pronsticos en los
Negocios. Barrena.xico,Mxico. Editorial Prentice
Hall, S.A: 1995
KELLY A. HARRYS M.J. Gestin del Mantenimiento
industrial. Madrid, Espaa:Fundaciones REPSOL,1998
LEEMIS, Lawrence M. Reliability: Probabilistic Models
and Statistical Methods. New Jersey, NJ, USA: PrenticeHall, 1995.
LEWIS, Elmer E. Introduction to Reliability
Engineering. New York, NY, USA: John Wiley & Sons,
Inc. 1987.
LEVIN, Richard. Estadstica para Administradores.
Mexico, Mexico: Prentice-Hall. 1988.
MAKRIDAKIS, Spyros y WHEELWRIGHT, Steven C.
Mtodos de pronsticos. Mxico, Mxico. Editorial
Limusa Noriega Editores: 1998
McCLAVE, Jomes T. & Scheaffer, Richard L.
Probabilidad y Estadistica Para Ingenieros. Mexico DF:
Editorial Iberoamerica, 1993.

30.
31.
32.

33.

34.
35.
36.
37.
38.
39.
40.

41.
42.
43.

44.
45.
46.
47.
48.
49.

50.

10

MONTGOMERY, Douglas C. Design and Analysis of

Experiments. 5 ed. New York, NY, USA: John Wiley &
Sons, Inc. 1997.
MONTOYA, Jos A. Y LOPEZ, Juan C. Modos de Falla
y Anlisis de Efectos (FMEA). Medelln, Colombia,
Proyecto de grado, Ingeniera Mecnica Universidad
EAFIT, 2001
MORA, Luis Alberto; ARISTIZABAL; Sergio y
RODRIGUEZ Carlos A. Direccin y Sistematizacin del
Mantenimiento. Medelln: Centro de Educacin
Continua, Universidad EAFIT. 1989.
MORA, Luis Alberto; TORO, Juan C. y CESPEDES,
Pedro. Gestin de Mantenimiento de Quinta Generacin.
II Congreso Bolivariano de Ingeniera Mecnica, II
COMBI. Ecuador, Julio 23. 2001.
OCONNOR, Patrick D.T. Practical Reliability
Engineering. New York, NY, USA: 2nd ed. John Wiley
& Son Ltd, 1985
ORTIZ, German. Gestin de Mantenimiento Orientada
por la Terotecnologa. Medelln, Colombia: 2001 Tesis
magister en administracin, Universidad EAFIT.
RAMAKUMAR, Ramachandra. Engineering Reliability.
Funadamentals and Applications. New Jersey, NJ, USA:
Prentice-Hall, 1993.
RELIASOFT. System Analysis Reference. Reliabilitu,
Availability & Optimization. Tucson. AZ, USA.
ReliaSoft Publishing. 1999
REY, Francisco. Hacia la Excelencia en Mantenimiento.
Madrid, Espaa. Editorial TGP Hoshin: 1996.
SMITH, Charles O. Introduction to Reliability in
Design. Malabar, Fl, USA. Robert E. Krieger Publishing
Company: 1986
SOTSKOV, B. Fundamentos de la Teora del Clculo de
la Fiabilidad de Elementos y Dispositivos de
Automatizacin y Tcnica del Clculo. Moscu, Rusia.
Editorial MIR: 1972.
TORO, Juan Carlos y CESPEDES, Pedro Alejandro.
Metodologa para Medir Confiabilidad, Mantenibilidad y
Disponibilidad en Mantenimiento. Medelln, Colombia:
2001. Proyecto de grado (Ingeniera Mecnica).
Universidad EAFIT.
WIREMAN, T. Who Will Feed the Monster?. Engineer
s Digest. USA. Noviembre, 1994.
bibliografa internet
ARTEOLOGIA.
Anlisis
Cuantitativo
[online],
Diciembre
1998
[cited
20
June
2003].
http://usuarios.iponet.es/casinada/arteolog
CDASERVICES. FMEA Studies [online], Junio 2000
[cited
5
June
2003].
http://www.cdaservices.com/java/fmea.htm
Designing for Reliability, Maintainability, and Safety.
George Novacek. Circuit Cellar [online], Diciembre
1998 [cited 16 Abril 2003]. http://www.circuitcellar.com
EVANS, James y otros. Two and three parameter
Weibull goodness of fit. Noviembre 1989
FERNANDEZ, Pita y DAS, Pertega. Estadstica
Descriptiva de los Datos [online], Marzo de 2001 [cited
20
June
2003].
http://www.fisterra.com/material/investiga/10descriptiva
/10descriptiva.htm.
Ingeniera estadstica. Prueba Anderson-Darling. [online]
Agosto
de
2000.
[cited
25 Abril
2003]
http://www.statisticalengineering.com/goodness.htm
J.O. FMECA [online], 1999 [cited 7 Mayo 2003]
http://www.fmeca.com
MALAGUERA, Jos.
Aspectos tcnicos del
mantenimiento [online]. Diciembre de 2001 [cited 20
Abril
2003].
http://www.cienciafisica.com/html001/aspectecni.html
MANTENCION. Enfoque Moderno de Mantencin
[online].
Junio de 2000. [cited 1 Mayo 2003]
http://www.mantencion.com/articulos/rev1art4.php3
NIST/SEMATECH. E-Handbook of Statistical Methods
[online] Septiembre de 1999. [cited 29 Abril 2003]
http://www.itl.nist.gov/div898/handbook/
Reliability Magazine. Presentacin [online] Junio 2001
[cited
16
Abril
2003]
http://www.reliability-magazine.com
ReliaSoft. Life Data Analysis On-Line Reference.
[online]
Julio de 2000. [cited 1 Mayo 2003]
http://www.weibull.com/lifedatawebcontents.htm
ReliaSoft.
System Reliability On-Line Reference.
[online]
Junio de 2000. [cited 1 Mayo 2003]
http://www.weibull.com/systemrelwebcontents.htm
TAVARES, Augusto. Indices de Mantenimiento. Revista
de Mantenimiento [online]. Chile. #32, 2000. [cited 20
Abril
2003]
http://www.mantencion.com/articulos/rev32/indices.html
Zlotowski Bogdan, Bases del Diagnstico tcnico,
Edicin ATR, Bydgoszcz, Polonia. 1996

11