Documentos de Académico
Documentos de Profesional
Documentos de Cultura
, Gomez de la Vega H
1
Yaez M., Perdomo J., Gomez de la Vega H
El anlisis Costo-Riesgo resulta particularmente til para decidir en escenarios con intereses en
conflicto, como el escenario Operacin Mantenimiento, en el cual el operador requiere que el
equipo o proceso opere en forma continua para garantizar mxima produccin, y
simultneamente, el mantenedor requiere que el proceso se detenga con cierta frecuencia para
poder mantener y ganar confiabilidad en el mismo. El modelo Costo-Riesgo es el indicado para
resolver el conflicto previamente mencionado, dado que permite determinar el nivel ptimo de
riesgo y la cantidad adecuada de mantenimiento, para obtener el mximo beneficio o mnimo
impacto en el negocio.[2]
3000
Punto Optimo RIESGO=R(t)
RIESGO=R(t)
2500
R(t)=PROB. DE FALLA X CONSECUENCIA
2000
1500 COSTO=C(t)
COSTO=C(t)
C(t )= COSTO DE LA ACCION PROPUESTA
1000
PARA DISMINUIR EL RIESGO; MODELADO
500 A DIFERENTES FRECUENCIAS.
1 2 3 4 5 6 7 8 9 10 11 12 1 3 14 15 16 17 18 19 20
2
Yaez M., Perdomo J., Gomez de la Vega H
La dificultad para el uso del modelo, se centra en la estimacin o modelaje de la curva del riesgo,
ya que la misma requiere la estimacin de la probabilidad de falla (y su variacin con el tiempo),
y las consecuencias En la prxima seccin, se detallan las herramientas para lograr el correcto
modelaje y estimacin del riesgo.
El riesgo R(t), base fundamental del modelo de decisin descrito en la seccin anterior, es un
trmino de naturaleza probabilstica, que se define como egresos o prdidas probables
consecuencia de la probable ocurrencia de un evento no deseado o falla, y comnmente se
[1],[3]
expresa en unidades monetarias, (Bs. o $). . Matemticamente, el riesgo se calcula con la
siguiente ecuacin:
Riesgo(t)=Probabilidad de Falla(t) x Consecuencias
El anlisis de la ecuacin del riesgo, permite entender el poder de este indicador para el
diagnstico y la toma de decisiones, debido a que el mismo combina probabilidades o frecuencias
de fallas con consecuencias, permitiendo la comparacin de unidades como los equipos rotativos,
que normalmente presentan alta frecuencia de fallas con bajas consecuencias, con equipos
estticos, que normalmente presentan patrones de baja frecuencia de fallas y alta consecuencia.
ZONAS DE
ISO-RIESGO
BAJA
CONSECUENCIAS
($/FALLA)
3
Yaez M., Perdomo J., Gomez de la Vega H
El riesgo, se comporta como una balanza, que permite pesar la influencia de ambas magnitudes
(Probabilidad de Falla y Consecuencia de la Falla) en una decisin particular.
DIAGNOSTICO
D AT A PARCIAL BASADO
H IS T OR IC A EN LA HISTORIA DE FALLAS
VOLUMEN DIAGNOSTICO
DATA DE PARCIAL BASADO EN LOS DIAGNOSTICO
DE C O N D IC IO N DATOS DE CONDICION INTEGRADO
CONTROL
DIAGNOSTICO
D AT A PARCIAL BASADO
T E CN IC A
EN DATOS TECNICOS
4
Yaez M., Perdomo J., Gomez de la Vega H
DIAGNOSTICO
INTEGRADO
RIESGO
CONFIABILIDAD CONFIABILIDAD
PERDIDAS DE COSTO DE IMPACTO IMPACTO
BASADA EN LA BASADA EN LA
PRODUCCION REPARACION AMBIENTAL EN SEGURIDAD
HISTORIA DE FALLA CONDICION
" Estimacin Basada en Datos de Condicin, altamente recomendable para equipos estticos,
que presentan patrones de baja frecuencia de fallas y por ende no se tiene un historial de
fallas que permita algn tipo de anlisis estadstico.
" Estimacin Basada en el Historial de Fallas: recomendable para equipos dinmicos, los cuales
por su alta frecuencia de fallas, normalmente permiten el almacenamiento de un historial de
fallas que hace posible el anlisis estadstico.
El anlisis tradicional de confiabilidad, basado en el anlisis estadstico del tiempo para la falla, ha
sido exitosamente utilizado para mejorar el mantenimiento preventivo y traer los equipos y
sistemas hasta los actuales niveles de desempeo. Sin embargo, buscando la mejora continua de
sus procesos, en las tres ltimas dcadas, algunas industrias han hecho grandes esfuerzos en la
recoleccin de data diferente a la data de falla, a travs de programas de monitoreo de la
5
Yaez M., Perdomo J., Gomez de la Vega H
a. Anlisis Carga-Resistencia
El anlisis Carga-Resistencia tiene como premisa el hecho de que las fallas son el resultado de
una situacin donde la carga aplicada excede la resistencia. Carga y Resistencia son usados en el
sentido ms amplio de la palabra; es decir, la carga pudiera ser la presin de operacin, mientras
la mxima presin de operacin permisible sera la resistencia. Similar anlisis se hace para
cualquier otro parmetro relevante de la condicin como vibracin para equipos dinmicos, o
reduccin de espesor para el caso de equipos estticos.
En todos los casos existir un valor actual de la condicin que se monitorea, el cual representar
la carga, y un valor lmite de la condicin que representara la resistencia. Esta ltima normalmente
esta regulada por normas y estndares de la ingeniera.
Contrario a la creencia general, en la mayora de los casos ni la carga ni la resistencia son valores
fijos, por el contrario, sus valores son estadsticamente distribuidos. Cada distribucin tiene su
valor medio, denotado por Y para la carga y X para la resistencia y sus desviaciones estndar Y
y X respectivamente. Esto es ilustrado en la figura 5.
Cuando la distribucin de la condicin medida o monitoreada en el equipo tiene algn solape con
la distribucin de la condicin lmite o criterio de rechazo, en ese momento existe probabilidad de
falla. Esta situacin es mostrada en la figura 6.
6
Yaez M., Perdomo J., Gomez de la Vega H
Y X X
1 Y
Confiabilidad=
Probabilidad de Falla: Y2 + X2
Y + X
2 2
Donde Y y X son las medias de las distribuciones de la resistencia o criterio lmite y el esfuerzo o
condicin monitoreada respectivamente, y Y y X las respectivas desviaciones estndar.
NOTA: El operador , indica que con el resultado obtenido de la ecuacin entre parntesis, debe
buscarse el valor de probabilidad correspondiente en una tabla de la distribucin normal
Un parmetro de condicin (PC) es cualquier variable fsica que revele informacin acerca de las
caractersticas de desempeo de un equipo o componente. Un Parmetro Relevante de Condicin
(PRC) es un parmetro cuyo valor numrico caracteriza y cuantifica la condicin de un equipo o
componente en cualquier instante de su vida operativa.
Para que un PC sea un PRC, debe cumplir con los siguientes requisitos:
Caracterizar la condicin del equipo.
Ajustar su valor continuamente durante su vida operativa.
Describir numricamente la condicin del equipo o componente.
Un buen ejemplo de un PRC es el espesor de pared E, el cual es comnmente usado en la
industria petrolera para caracterizar el proceso de deterioro debido al fenmeno Erosin-Corrosin
en tuberas en general y en algunos recipientes a presin. Otros PRC famosos en la industria del
gas y del petrleo son:
7
Yaez M., Perdomo J., Gomez de la Vega H
Este tipo de anlisis es particularmente valioso para equipos dinmicos, los cuales tienen una
frecuencia de falla relativamente alta. Normalmente, la data de fallas y reparaciones est
disponible.
Para equipos reparables existen cinco posibles estados en los que ellos pueden quedar, una vez
reparados despus de una falla:
8
Yaez M., Perdomo J., Gomez de la Vega H
Las ecuaciones bsicas del PGR tienen su base en distribuciones probabilsticas de Weibull
[3]
condicionales , y son las siguientes:
i 1
ti + q tj
q i 1
j =1
F (ti ) = 1
tj
e j =1
Prob. de Falla
i 1
t +q
i tj
q i 1
j =1
C (ti ) =
tj
e j =1
Confiabilidad
A partir de estas ecuaciones bsicas y de la data de fallas [(ti)=tiempos de operacin entre fallas
sucesivas] se calculan los parmetros , y q, cuyo significado es:
: parmetro de escala
: parmetro de forma
q : parmetro de efectividad de la reparacin . Este parmetro puede interpretarse, segn su
valor, de la siguiente forma:
[3]
Para obtener los parmetros con este mtodo existen dos alternativas dependiendo del
momento de ejecucin del anlisis.
a. Mtodo de estimacin de la Mxima Probabilidad de Ocurrencia (MPO), para aquellos
casos en los cuales hay suficiente data disponible para el ciclo en anlisis.
b. Teorema de Bayes para aquellos casos en los que no hay suficiente data disponible
del ciclo en anlisis.
9
Yaez M., Perdomo J., Gomez de la Vega H
Una vez estimados los parmetros de PGR es posible predecir el nmero esperado de fallas
(t), usando un proceso iterativo basado en simulacin de Montecarlo
[3],[6]
. El diagrama de flujo
para este proceso iterativo se muestra en la figura 7.
SELECCIONE INGRESE EL
EL PERIODO DE VALOR DE LOS SELECCIONE EL NUMERO
INICIO DE ITERACIONES = m i=1
ANALISIS T PARAMETROS
, Yq
j=1
T0=0
t0=0
1 1
0,9
0,8
0,7 i 1
0,6
i 1
t +q
j tj
F (t j ) = 1 e
q t j
j =1
F(t)
0,5
j =1
0,4
0,3
0,2
0,1
0
0
1/
q j 1 q j 1
t j = t j ln(1 X j ) t j
j =1 j =1
i=i+1
Tj=Tj-1 + tj
SI
NUMERO ESPERADO DE
FALLAS AL TIEMPO T
NO
1m STOP
(T ) = ni
m i =1
Los resultados de las estimaciones hechas con el PGR son mucho ms certeros que las
predicciones tradicionales. Como puede observarse en la figura 7.1, se generaron tres lneas de
prediccin basados en el 25% de los datos de fallas (puntos de falla encerrados con un cuadro)
usando las tres teoras de prediccin del numero de fallas:
(Proceso de Renovacin Ordinario, basada en la asuncin de un estado tan bueno como
nuevo despus de la reparacin.
Proceso No Homogneo de Poisson, basada en la asuncin de un estado tan malo como
estaba despus de la reparacin
10
Yaez M., Perdomo J., Gomez de la Vega H
De las tres, solo la correspondiente al PGR coincide con gran precisin con las fallas que
ocurrieron subsecuentemente.
EXPECTED
NUMERO ESPERADO
NUMBER OF
DEFAILURES
FALLAS
50 P.G.R
PARAMETROS
= 1768 TAN MALO COMO ESTABA
40
= 2.14
q = 0.13 MEJOR QUE COMO
30 ESTABA PERO PEOR
QUE CUANDO NUEVO
20
10
TAN BUENO COMO NUEVO
0
0 5000 10000 15000 20000 25000
Time (hrs)
En esta seccin se presenta una metodologa para estimar las consecuencias totales que resultan
de la falla de un equipo y/o sistema. El modelo bsico que soporta el trabajo aqu propuesto es el
[2].
de Impacto Total en el Negocio desarrollado por John Woodhouse
Modelo Propuesto:
El modelo divide las consecuencias asociadas con una falla particular en cuatro grandes
categoras: Prdidas de produccin, costos de reparacin, impacto ambiental e impacto en
seguridad.
a. Prdida de Produccin:
En este paso, las prdidas de produccin debido a tiempo fuera de servicio son estimadas usando
la siguiente ecuacin: PERDIDA DE PRODUCCIN = PP * RF * TTR
11
Yaez M., Perdomo J., Gomez de la Vega H
Reduccin de flujo: La reduccin puede ser total o parcial, dependiendo de otros factores tales
como diseo, redundancias, cargas compartidas o stand by y/o severidad de la falla (critica o
degradacin). Para representar todos los posibles valores de esta reduccin se defini una
distribucin normal.
+ + +
P E R D ID A S D E IM P A C TO IM P A C TO
C O S TO D E C O NS EC UE NCIA S
P R O D U CC IO N A M B IEN TA L E N SE G U R I D A D
R E P AR A C IO N
B A SE D E D AT O S
B AS E +
DE O P INIO N D E E X P E R TO S
DATOS
Como se ha estado describiendo en este trabajo, el diagnostico integral es un proceso que implica
el uso de avanzadas tcnicas de clculo para predecir fallas y eventos no deseados e inferir sus
12
Yaez M., Perdomo J., Gomez de la Vega H
La figura 9, muestra el esquema de integracin del Diagnostico Integrado con otras metodologas
en el enfoque de Confiabilidad Operacional.
AMEF
13
Yaez M., Perdomo J., Gomez de la Vega H
Conclusiones
Lecciones aprendidas
14
Yaez M., Perdomo J., Gomez de la Vega H
2. El proceso de diagnstico de equipos, sistemas y/o procesos es una etapa de vital importancia
en la mejora de la confiabilidad operacional, debido a que permite identificar las acciones
proactivas que puedan efectivamente optimizar los costos y minimizar el impacto de los
mismos en el negocio medular.
REFERENCIAS
15
Yaez M., Perdomo J., Gomez de la Vega H
Los Autores:
Formacin Acadmica
1. Ingeniero Mecnico. Universidad del Tchira
Diciembre 1990
2. Post-Grado en Ingeniera de Confiabilidad
University of Maryland - USA
Cohorte Julio 2000
Ttulo: MSc Ingeniera Confiabilidad
3. PhD TP- Ingeniera de Confiabilidad y Anlisis Probabilstico del Riesgo (actualmente
preparando disertacin para Diciembre 2003. University of Maryland - USA
16
Yaez M., Perdomo J., Gomez de la Vega H
Formacin Acadmica
1. Ingeniero Mecnico. Universidad del Tchira
Diciembre 1990
2. Post-Grado en Ingeniera de Confiabilidad
University of Maryland USA
Cohorte Julio 2000
Ttulo: MSc Ingeniera Confiabilidad
3. Doctorado en Ingeniera de Confiabilidad y Anlisis Probabilstico del Riesgo
(actualmente preparando disertacin para Diciembre 2003. University of Maryland - USA )
Aspectos Resaltantes
Actualmente est desarrollando la tesis de doctorado para obtener el ttulo de Doctor of Philosophy en
la Universidad de Maryland. Cuenta con 12 aos de experiencia en el rea de planificacin y
ejecucin de mantenimiento predictivo, preventivo y correctivo de equipos estticos y dinmicos en
refineras de petrleo. Tambin se ha desempeado en posiciones supervisorias en trabajos de
reparaciones generales de plantas de procesos, incluyendo trabajos de reparacin de muelles y
estructuras civiles en general. Adicionalmente, tiene conocimientos en el rea de administracin y
mantenimiento de flotas de vehculos para transporte de carga.
Es autor de varias publicaciones tcnicas en el rea de confiabilidad, y actualmente se desempea
como profesor de postgrado en la Universidad Simn Bolvar en el rea de confiabilidad en
instalaciones industriales. Su experiencia le ha permitido desarrollar proyectos de mejora de los
niveles de confiabilidad y optimizacin de procesos en base a tcnicas como anlisis costo-riesgo-
beneficio y anlisis Probabilstico de riesgo.
En el ano 2002 public junto a M. Yaez y Genebeln Valbuena, los libros Gerencia de la
Incertidumbre, y Ingeniera de Confiabilidad ya Anlisis Probabilstico de Riesgo que se han
convertido en los textos referencia y gua de este tipo de anlisis en le industria del gas y del petrleo
en Venezuela.
Ha desarrollado y dictado cursos en el rea de ingeniera de confiabilidad, centrando su
especializacin en el rea de anlisis de sistemas. Adicionalmente ha participado en cursos y
asesorias en el rea de jerarquizacin de portafolios de inversiones en base a riesgo, anlisis
probabilstico de riesgo y gerencia de incertidumbre.
17