Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1.1.3 RENACIMIENTO
Christiaan Huygens,
1678
disea un motor de
combustin interna.
August Otto, consolida el invento de
1876 Christiaan, que dio origen al motor
Peugeot se consolida como el primer
de propulsin con gas.
fabricante masivo de automviles en
serie
Karl1900
Benz y Gottlieb Daimler,la fabricacin
introducen
Benz en Europa y Olds en Estados Unidos
Siglo XIII el monje ingls Roger Bacon descubre que al igual que
el agua soporta un barco, el aire podra soportar objetos, luego Leonardo
Da Vinci aporta algunos diseos que sirven de base para construir
aeronaves.
Hacia finales del siglo XIX sobresale el ruso Konstantin Eduardovish, con
sus principios sobre las teoras de vuelos de cohetes y perspectivas de la
navegacin aeroespacial. Posteriormente en 1926 el Dr. Robert Goddard,
estadounidense, ampla la gama de conocimientos en cohetes y el
comportamiento dinmico de naves en el espacio y lanza por primera
vez en el mundo un cohete movido por combustible lquido.
3.5.1. Relaciones
6 Otra cosa es si durante un mantenimiento planeado aparece una falla, en cuyo caso se consideran eventos
independientes, cada uno con su respectivo tiempo de prevencin o prediccin y de reparacin.
7 Las crticas causan prdida completa de funcionalidad y disponibilidad del equipo. Las degradantes no son crticas an
pero afectan las condiciones de la capacidad de produccin. Las incipientes no afectan la disponibilidad, ni la funcionalidad,
ni la capacidad de produccin, pero pueden transformarse en degradantes si no se elimina la causa de la falla.
8 Existen otros casos de estados parciales de falla, que se analizan con otras ciencias o metodologas como NHPP o HPP.
En la etapa seis, se realizan todos los clculos CMD, con la funcin que se
seleccione y cumpla bien todos los ajustes.
.
1
Sntesis universal de medicin
CMD
Confiabilidad Mantenimiento
Obtencin de
Datos
Preparacin de
Datos
2
Disponibilidad factible de calcular o
Genrica Inherente o Alcanzada Operacional Operacional
Intrseca Generalizada
3
Mtodo de
Estimacin de parmetros de
mxima
No confiabilidad y de
verosimilitu
mantenibilidad
Mtodo i-kasimo Rango de mediana Benard Aproximacin Kaplan ydMeier
i/n+1 Tabla a Rango de medianas MLE
Mtodos grficos
Cumple r2 y Si
Va a No
obtenci r?
n
Va a la siguiente
pgina
Obtencin de Va a la siguiente
4
Parametrizacin Weibull
Donde:
MTBM = Mean Time Between Maintenance, o sea el tiempo medio entre
mantenimientos
M= mean Time Active Maintenance = MTM = Mean Time Maintenance =
tiempo medio de mantenimiento.
Ecuacin 4.Tiempo medio entre mantenimientos
Donde:
MTTR = Mean Time To Repair = es el tiempo neto medio para realizar
reparaciones o mantenimientos correctivos, sin incluir las demoras
logsticas, ni los retrasos administrativos.
MP= es el tiempo neto medio para ejecutar tareas proactivas de
mantenimientos planeados.
El M ( Mean Time Active Maintenance) es el tiempo medio de
mantenimiento activo que se requiere para realizar una tarea de
mantenimiento. Es funcin de los tiempos medios de mantenimiento
correctivo y planeado y sus frecuencias relativas; slo considera los tiempos
activos de mantenimiento y no tiene en cuenta los tiempos administrativos
y tampoco los logsticos por demoras.
EJEMPLO 4.3: DISPONIBILIDAD ALCANZADA
(CLCULOS PUNTUALES SIN DISTRIBUCIONES)
DA
4.2.4. Disponibilidad operacional Ao
AGO es til cuando los tiempos en que los equipos estn disponibles y no
producen, para Explicar estos lapsos de tiempo (Aven, 1999).
11 se entiende mejor como listo en el tiempo, listo para producir; en general, significa que
funciona adecuadamente ms no produce.
EJEMPLO 4.5: DISPONIBILIDAD OPERACIONAL
GENERALIZADA (CLCULOS PUNTUALES SIN
DISTRIBUCIONES) DGO
En
sntesis, con el mismo ejemplo se logra visualizar los cambios en la
estimacin de la disponibilidad, as:
Datos:
UT=120
MP= 1 hora c/semana
MC= 7 horas c/semana
TT PM DT
D=
TT PM
12018
D=
1201
D=93.27
Solucin:
Tiempos
Concepto (hrs) Fechas UT Totales
Tiempo stand by
Corte de energa 20 09-oct 196 216
Tiempo de paradas programadas
Mantenimiento programados 30 15-oct 114 144
Tiempo de paradas no
programadas
Falta de insumos 60 27-oct
Espera del operador 13.8 27-oct 204.3 288
Fallas e interrupciones 9.9 27-oct
Calibraciones 16.8 28-oct 7.2 24
Cambio de herramientas o partes 6.9 30-oct
26.1 48
Arranque y ajustes 15 30-oct
547.6 720
1
MTBM =
1 1
+
MTBM C MTBM P
1
MTBM =
1 1
+
189.2 283.8
MTBM =113.52
MTTR MP
+
= MTBM C MTBM P
M
1 1
+
MTBM C MTB M P
51.9 30
+
= 189.2 283.8
M
1 1
+
189.2 283.8
=
M 43.14
MTBM 113.52
D= = =72.46
113.52+ 43.14
MTBM + M CAPITULO IV: CONFIABILIDAD
Donde:
n es(son) el(los) evento(s) de falla (en confiabilidad) por estudiar;
N= es el nmero total de eventos posibles; Pf es la probabilidad de falla.
Donde:
se define como la probabilidad de que ocurra el evento n ante una serie
grande o infinita N, de eventos posibles.
2.4979
8
220.602 horas
4
0
Entonces;
2.4979
8
220.602 horas
4
0
MTBF 195.736 horas
9
MTBF = * Gamma
(1+1/)
Para conocer la curva de probabilidad es necesario encontrar la probabilidad de
falla para distribucin Weibull con Beta = 2,49198, =0 y Eta (Alfa)=220,6024;
con to= 0 horas, con cuatro UT, mediante un modelo de distribucin de vida
alternativo, donde la ms general12 es:
F ( t )=1e
( t
)
F ( t= ) =1e1=0.632
El valor 0.632 significa que el dispositivo tiene una probabilidad de sobrevivir del
36,8%, es decir, poniendo en funcionamiento 100 dispositivos del mismo tipo,
cuando hayan pasado un nmero de horas t = m = MTBF funcionarn
aproximadamente 37, habiendo fallado los 63 restantes.
Ntese que en este ejemplo explicativo solo se tienen cuatro TBF y cinco TTR,
pero en la realidad al simular comportamientos de fallas y/o reparaciones deben
ser al menos 31 datos de cada uno (teorema del lmite central)13.
13 Se recomiendan valores superiores a treinta y un experimentos; de acuerdo con el teorema del lmite central, que
menciona que cuando la muestra en poblaciones atpicas es igual o superior a treinta (o 31) elementos, la media muestral
se asemeja a la media poblacional.
4.3. Mantenibilidad Reparaciones
14 Su estado de referencia normal no necesariamente tiene que ser igual al diseo original, se
refiere a la normalidad como las condiciones usuales en que el equipo genera servicios o
productos, sin problema alguno.
16 Anlisis de los modos, los efectos, las causas y las criticidades de las fallas.
4.4. Curva de la baera o de Davies
Las diferentes acciones que se deciden sobre las tareas que se deben realizar por
parte de mantenimiento (y produccin), dependen entre otros parmetros de la
curva de la baera o de Davies donde se muestra la evolucin en el tiempo frente
a la tasa de fallas (t) y el valor del parmetro de forma Beta del equipo que se
evala. De acuerdo con el valor del equipo para ese momento, se selecciona si las
tareas de mantenimiento deben ser correctivas, modificativas, preventivas o
predictivas, al tener en cuenta la fase en que se encuentre el elemento o sistema.
Por ltimo, aparece la zona III de la fase III de envejecimiento puro, en que la vida
til del elemento se acelera y la tasa de fallas se incrementa aceleradamente. En
esta etapa normalmente se estabiliza el uso de acciones predictivas, pero cuando
stas ya no mejoran la mantenibilidad de la mquina, se usa la reposicin o la
sustitucin como nica alternativa. En esta etapa III de la fase III an se contina
con el uso de tcnicas preventivas y eventualmente correctivas y modificativas,
pues la mayora de las fallas son causadas por accin del tiempo, y en
consecuencia se usan las acciones predictivas para tipificar el comportamiento
futuro de los elementos, con el fin de conocer su verdadera vida til en tiempo
presente.
4.5. Curva de Mantenimiento.
Donde:
Donde:
Este valor es el que la probabilidad real de falla debe tener para la ensima falla o
en una reparacin para la ensima tarea correctiva, para una muestra de N datos
con un nivel de confianza del 50%. Ello significa esencialmente que este
estimativo es el mejor para la no confiabilidad, en una poblacin de datos.
N j N j
j Z ( 1z )
N
0.5=
j=1
Donde:
N es el nmero de datos de la muestra, j posicin de la falla en orden ascendente.
j0.3
RM =
N +0.4
Donde:
R-M: es el estimador de no confiabilidad o mantenibilidad de rango de mediana;
j: posicin del dato ordenado de menor a mayor.
N: nmero total de datos.
Donde:
K-M: estimado de no confiabilidad o mantenibilidad de Kaplan-Meier;
j: posicin del dato ordenada de menor a mayor;
N: nmero total de datos (Reliasoft@, 2008).
Donde:
K-M M es el estimado de no confiabilidad o mantenibilidad de Kaplan-Meier.
Modificado; j: posicin del dato ordenado de menor a mayor y N: nmero total de
datos.