Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modelos Matemáticos para Optimización - EJEMPLOS PDF
Modelos Matemáticos para Optimización - EJEMPLOS PDF
Vibraciones Redisear
Mantenimiento - monitoreo
preventivo - anlisis
Mantenimiento
Limpieza Anlisis del lubricante Apropiado
- durante la operacin - condicin del aceite (ad hoc)
- antes del mantenimiento - partculas de desgaste
Lubricacin Elctrico
- rutinaria mientras funciona - anlisis corriente
- al comienzo/final del cambio - condicin del motor
Inspecciones
- por operarios
- por mantenimiento
(diario/semanal)
CONFIABILIDAD
La calidad del Ciclo de Vida de una maquina o de sus
componentes debe ser evaluada con respecto a la
duracion esperada, a la complejidad de las tareas de
mantenimiento , a la cantidad y gravedad de fallas
ocurridas.
1- Mortalidad Infantil
Inadecuada Instalacin.
Error armado-reparacin.
Problemas de Calidad
HISTOGRAMA
10
8
FALLAS
6
4
2
0
1 2 3 4 5 6 7 8 9 10
MESES
Serie1
MES ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE TOTAL
FALLAS 2 5 7 8 7 6 5 4 3 1 48
Sin embargo en estudios de Confiabilidad y Mantenimiento necesitamos
utilizar funciones continuas, debido que la variable tiempo a la falla es
continua. Entonces transformamos el Nro de fallas por mes en
probabilidades. Empezamos por la funcin densidad de probabilidad de
fallas (pdf) que indica la probabilidad de que ocurran fallas entre el intervalo
t1 y t2, Dado que inevitablemente el componente analizado acabara por
estropearse, el rea bajo la curva de la funcin f (t) ser igual a 1 si se sita
el limite temporal superior en + infinito.
Probability Density Function pdf
FUNCIN pdf
10
f(t)
0
1 2 3 4 5 6 7 8 9 10
meses
Cumulative Distribucion Function cdf .
En estimaciones de Confiabilidad necesitamos determinar la probabilidad de que una
falla ocurra antes de un determinado tiempo t . La podemos encontrar con la Funcin
acumulativa cdf. Que es representada por el rea bajo la curva desde - a t, y nos
indica la probabilidad de acumulacin de fallas transcurrido t (el fracaso).
cdf =
Tiempo t
Funcion Reliability R (t).
La Confiabilidad es la funcin complementaria a la cdf.
La probabilidad de xito, es decir que sobrevivan sin
falla transcurrido el mismo tiempo t. Representando el
rea bajo la curva desde t a infinito.
R(t)= 1- cdf
Tiempo t
El ultimo tipo de funcin que tenemos derivada de las anteriores es la
Funcin Riesgo, tambin llamada funcin tasa de falla f (t) en
determinados contextos como el de mantenimiento.
Dist. Exponencial
Dist. Normal
Dist. Lognormal
Dist. Weibull
Como ya la distribucin de fallas de diferentes tipos de maquinaria no
son las mismas. Aun la distribucin de fallas de idnticas maquinas
varia si estn sujetas a diferentes solicitaciones. Hay un numero
conocido de Funciones pdf diferentes, que describen las
caractersticas de falla de maquinaria.
Dist. Exponencial
Dist. Normal
Dist. Lognormal
Dist. Weibull
En estudios de Confiabilidad para Optimizar Reemplazo
Preventivo u Overhaul son importante las siguientes
premisas:
1- La tasa de falla del equipamiento debe
ser creciente. Desgaste por Uso. Esta
evidencia puede ser obtenida realizando Figura 12. Predecibilidad estadstica
una anlisis de Weibull.
Caja reductora
1- El Costo total del reemplazo debe ser (buena predecibilidad
i.e.pequea incerteza)
mayor DESPUES de la falla que ANTES.
Debera tener como causal una gran Distribucin
perdida de Produccin o efecto domino de fallas
f(t)
sobre otros equipamientos. Motor elctrico
(pobre predecibilidad
i.e. gran incerteza)
Para tasa de falla menor o igual a 1 no
es conveniente Reemplazo preventivo
u Overhaul.
Por lo tanto el Mantenimiento
preventivo de propsitos generales Tiempo
que no retorna el equipamiento a
nuevo sigue siendo apropiado para
componentes sujeto a tasa de falla
constante. (Ej. Inspecciones menores).
Vemos entonces que la Ingeniera de la confiabilidad
nos da herramientas para iniciar la batalla contra la
incertidumbre de las fallas en las plantas complejas.
Riesgo
Motor Rango Aos Riesgo
acumulado
C-70 20 8
C-71A 19 8
C-71B 18 8
P-70A 17 8
P-70B 16 8
P-71 15 8
C-25 14 10
C-11 13 11a 7.69 7.69
C-52 12 12a 8.33 16.03
C-13 11 13a 9.09 25.12
6 fallas ocurridas antes
C-31 10 13 de la expectativa de vida
C-53 9 15a 11.11 36.23
C-41 8 16a 12.58 48.73
de 18 aos.
C-91 7 17a 14.29 63.01
C-32A 6 17
C-32B 5 17
C-01 4 18b a Fallas en bobinados
C-30 3 18
bRemplazo preventivo
C-50 2 18
C-51 1 18 de los bobinados
Aplicacin Optimizacin Overhaull para caso
de Motores Elctricos de 1500HP.
T abla 3.2. Fallas en bobinados de grandes m otores: datos de falla y clculos de riesgo
R iesgo
M otor R ango Aos R iesgo
acum ulado
C -70 20 8
C -71A 19 8
C -71B 18 8
P-70A 17 8
P-70B 16 8
P-71 15 8
C -25 14 10
C -11 13 11 a 7.69 7.69
C -52 12 12 a 8.33 16.03
C -13 11 13 a 9.09 25.12
C -31 10 13
C -53 9 15 a 11.11 36.23
C -41 8 16 a 12.58 48.73
C -91 7 17 a 14.29 63.01
C -32A 6 17
C -32B 5 17
C -01 4 18 b a F allas e n bo bina dos
C -30 3 18
bR e m p la zo prev entiv o
C -50 2 18
C -51 1 18 de los bo bina dos
Ploteo de Weibull para determinar parmetros de la
distribucin de fallas.
El procedimiento es
plotear en Weibull los
datos representativos de
la falla contra la funcin
cdf. Obteniendo un factor
Factor Beta 4.3 de forma beta de 4.3.
Demostrando que las
ocurrencias de falla se
suceden dentro de la
distribucin normal de
desgaste por uso y en
consecuencia es
consistente el uso de
modelos matemticos
para optimizar el tiempo
de rebobinado.
Distribucin de Weibull (cuanto ms chica la
dispersin mayor el factor de forma y mejor la
estimacin).
Resultado de clculos utilizando
modelo matemtico
tp R (t p ) 1 R (t p ) t. f (t ) dt C (t p ) h(t p )
Clculo trminos
p
modelo 1
2
1,00
1,00
0,00
0,00
0,00
0,00
100,00
50,00
0,00
0,00
matemtico 3
4
1,00
1,00
0,00
0,00
0,00
0,00
33,33
25,00
0,00
0,00
5 1,00 0,00 0,00 20,00 0,00
6 1,00 0,00 0,00 16,67 0,00
7 1,00 0,00 0,00 14,29 0,00
8 1,00 0,00 0,00 12,50 0,00
9 1,00 0,00 0,00 11,11 0,00
10 1,00 0,00 0,00 10,01 0,00
11 1,00 0,00 0,02 9,27 0,00
12 0,99 0,00 0,09 9,28 0,01
13 0,98 0,02 0,32 10,68 0,03
14 0,94 0,06 0,86 14,26 0,05
15 0,87 0,13 1,89 20,76 0,10
16 0,76 0,24 3,59 30,55 0,17
17 0,62 0,38 6,02 43,29 0,26
18 0,45 0,55 9,00 57,71 0,38
19 0,29 0,71 12,09 71,68 0,54
20 0,15 0,85 14,75 82,92 0,73
21 0,07 0,93 16,60 90,11 0,98
22 0,02 0,98 17,60 93,58 1,27
23 0,00 1,00 18,00 94,76 1,63
24 0,00 1,00 18,12 95,02 2,04
25 0,00 1,00 18,14 95,06 2,53
Grfico Resultante
Grfico Resultante
100
90
80
70
C(tp) K$
60
Curva de
50 Costo Total
40
30
20
10
0
0 3 6 9 12 15 18 21 24 27 30
Edad,t (Aos)
Grfico Resultante
100
90
80
70
C (tp) K $
60
50 Curva de
40 Costo Total
30
20
10
0
0 3 6 9 12 15 18 21 24 27 30
Edad,t (Aos)
Grfico Resultante
100
90
80
70
C(tp) K$
60
Curva de
50 Costo Total
40
30
20
10
0
0 3 6 9 12 15 18 21 24 27 30
Edad,t (Aos)
Grfico Resultante
100
90
80
70
C(tp) K$
60
Curva de
50 Costo Total
40
30
20
Costo 10
Mnimo Reemplazo ptimo
0
0 3 6 9 12 15 18 21 24 27 30
Tiempo ptimo
de rebobinado Edad,t (Aos)
11 /12 aos
Costos esperados de reemplazo en funcin del tiempo para
Motor Elctrico Falla Bobinado
Costo Costo del
mantenimiento
preventivo por
downtime
Curva de
costo total
Costo del
Ctp MINIMO
recurso de
mantenimiento
preventivo
Reemplazo ptimo
Costo del mantenimiento
correctivo por downtime
(paradas imprevistas)
3. MONITOREO DE CONDICION.
1. Mientras que con el reemplazo preventivo u
overhaul nos situamos en la ltima parte de la curva
de la baera, con las inspecciones estamos
actuando en la parte de Vida til, donde las fallas
son aleatorias y responden a la Distribucin
exponencial negativa.
MTTF = 1/
2. Tiempo de reparacin 1/ N reparaciones
/unidad de tiempo
3. Poltica de Inspeccin 1/i N inspecciones/unidad
de tiempo
4. Expresamos con B al valor del beneficio si no hay
paradas.
5. Costo promedio de la Inspeccin por unidad de
tiempo I.
6. Costo promedio de reparacin por unidad de tiempo
no interrumpido R.
Construimos ahora un modelo para Optimizar
la frecuencia de las inspecciones
Frecuencia ptima
Costo / Unidad de Tiempo
de Inspeccin
Prdidas de beneficio
debidas a inspecciones
Costo de Inspecciones
Prdidas de beneficio
debidas a reparaciones
Costos de Reparaciones
Frecuencia de Inspeccin, n
P(n): Valor del Beneficio con operacin interrumpida
por reparaciones en la unidad de tiempo.
P(n)= B - B -B -R -I
K B + I
( n ) = con ( n ) =
n 2 B + R i
Obtenemos:
n ES EL NMERO PTIMO DE
INSPECCIONES A REALIZAR
Resolviendo la anterior ecuacin y despejando
despejando n, resulta:
n ES EL NMERO PTIMO DE
INSPECCIONES A REALIZAR
La premisa fundamental sobre la que se basa el
Mantenimiento Planificado es muy sencilla, no
basta con reparar la avera una vez ocurrida,
sino que es necesario prevenirla. Con este
objetivo nosotros realizamos inspecciones
peridicas de los equipos y rectificamos
cualquier menor defecto. Lgicamente estas
inspecciones tienen costo en trminos de M.O. ,
insumos, materiales y Hs de Produccin.
El Objetivo es determinar la poltica de
Inspeccin que d el balance correcto entre el
nmero de inspecciones y los beneficios
resultantes de su aplicacin.
BUENA PRCTICA GENERAL DE MANTENIMIENTO!!!
PRECISIN INCREMENTAR
INCREMENTAR WEIBULL
WEIBULLyy
PRECISIN
TAREAS
TAREAS Modelos
Modelos
PROACTIVAS
PROACTIVAS yy SU
SU matemticos
matemticos
PLANIFICACION.
PLANIFICACION. de
de
Optimizacin.
Optimizacin.
La importancia de la confiabilidad tambin depende del
alcance que demos a nuestra probabilidad de xito, a
veces llamado Factor de Servicio F= 1- R(t). Pensemos
que tener un factor de servicio del 99 % seria bastante
bueno .
Sin embargo en EEUU ocasionara :