Confiabilidad y Mantenabilidad - Primitivo Reyes Aguilar

CONFIABILIDAD Y MANTENABILIDAD P.
Reyes / junio 2008
CONFIABILIDAD Y MANTENABILIDAD
Participante: ___________________________________________________
DR. PRIMITIVO REYES AGUILAR
Junio 2008
Mail. Primitivo_reyes@yahoo.com / Cel. 044 55 52 17 49 12
Pgina 1 de 99
CONFIABILIDAD Y MANTENABILIDAD P. Reyes / junio 2008
OBJETIVOS:
Al finalizar el curso, el participante ser capaz de:
Comprender y analizar los conceptos fundamentales y mtodos estadsticos
enfocados a la confiabilidad y mantenabilidad de los equipos y sistemas.
Aplicar mtodos de mejora en la confiabilidad y mantenabilidad de los equipos
Aplicar mtodos de mantenimiento centrado en la confiabilidad (CRM)
CONTENIDO
I. Introduccin
II. Conceptos de confiabilidad
III. Modelos (distribuciones de probabilidad) para el tiempo de falla
IV. Estimacin de parmetros del modelo
V. Confiabilidad de sistemas
VI. Mantenabilidad y disponibilidad
VII. Anlisis de criticidad
VIII. Anlisis de rbol de fallas (FTA)
IX. Mantenimiento centrado en la confiabilidad
SOFTWARE DE APOYO
Paquete estadstico Minitab versin 15, Anlisis de Datos de Excel
Pgina 2 de 99
I. Introduccin
La energa elctrica est presente en todas las actividades de nuestras vidas; por mencionar algunas:
est presente en nuestro trabajo, en la produccin de los alimentos, bienes y servicios que
consumimos, en los servicios mdicos que recibimos, en la administracin pblica, en toda actividad
comercial e inclusive en nuestro confort y esparcimiento.
No es posible concebir la vida sin energa elctrica, esta se requiere las veinticuatro horas, los
trescientos sesenta y cinco das del ao, ya que no podemos prescindir de servicios bsicos como
por ejemplo: hospitales, gasolineras, bombas de agua, comunicaciones. Quien la suministre lo debe
hacer con una alta disponibilidad, adems de entregarla con los parmetros garantizados.
Cuando como clientes o usuarios no tenemos disponibilidad del servicio, las caractersticas del
mismo no se cumplen, o no es confiable sufrimos desperfectos en nuestros equipos o estos fallan,
se dice que tenemos problemas de calidad de la energa, manifestado en desviaciones de voltaje,
desviacin de frecuencia, que resulta en falla o mal funcionamiento en los equipos del cliente1.
Calidad de la energa es la ausencia de: interrupciones, sobretensiones, deformaciones producidas

por armnicas en la red y variaciones del voltaje RMS suministrado al usuario.
Las prdidas econmicas por problemas de calidad de la energa tienen repercusiones tanto en el
proveedor como en usuario: el primero por dejar de facturar y realizar costosas reparaciones a
equipos daados o su reposicin; el usuario con la interrupcin permanente de sus procesos o dejar
de hacerlos temporalmente con las consecuencias asociadas como perdidas en la produccin, dao
en los equipos, mantenimientos no programados y reduccin en los mrgenes de utilidad por
retrabajos y tiempos muertos.
LOS 9S DEL SUMINISTRO DE ENERGA CONFIABLE [18]

Confiabilidad adecuada para uso Interrupcin esperada por ao
Tres 9s 99.9% Domstico 9 horas
Cuatro 9s 99.99% Industrial 59 minutos
Cinco 9s 99.999% Hospitales/aeropuertos 5 minutos
Seis 9s 99.9999% Bancos 32 segundos
Nueve 9s 99.9999999% Servicios en lnea 30 milisegundos
1 Enrquez Harper Gilberto, La Calidad de la Energa en los Sistemas Elctricos, Mxico, Limusa 2006
Pgina 3 de 99
Dependabilidad de un sistema elctrico
La Dependabilidad de un sistema, describe la aptitud para operar apropiadamente durante la
duracin del servicio prestado. Una definicin de esta aptitud es 2: Dependabilidad es la
probabilidad del sistema de completar su misin, dado que el sistema, estaba disponible en el
comienzo de la misin.
Sus caractersticas son:

No de dejar de funcionar cuando ya est en servicio (confiabilidad).
Estar listo y en buenas condiciones para usarlo cuando se requiera (disponibilidad).
Ser seguro en su uso y no experimentar fallas peligrosas, con consecuencias catastrficas
para el entorno (seguridad).
Ser rpidamente reparable, restaurando las especificaciones y funciones originales de
diseo (mantenibilidad).
La electricidad, como fuente moderna de energa, contribuye al nivel de dependabilidad, de los

sistemas, instalaciones y equipos, que usan los usuarios en sus actividades diarias, para ser
competitivos y productivos, a travs del hecho de que la electricidad es necesaria para su correcta
operacin.
A continuacin: se describen de una manera ms amplia, los componentes de la Dependabilidad.
Confiabilidad
Cuando encendemos un foco, se espera que este encienda y permanezca as, hasta que lo
apaguemos. Su confiabilidad es la probabilidad de que trabaje hasta el tiempo t y es una medida
de la aptitud del foco para que funcione correctamente.
La confiabilidad de un dispositivo, es la probabilidad de que este ser capaz de ejecutar y culminar

la funcin para la cual est diseado, bajo condiciones dadas durante un intervalo de tiempo
(t1 , t2 ) y se escribe R(t1 , t2 ) . Si t1 0 , R (t ) = funcin de confiabilidad.
Tasa de fallas: Considerando nuevamente al foco antes mencionado. Su tasa de falla en el tiempo
t , escrita como (t ) , nos da la probabilidad de que el foco se fundir en el intervalo (t , t t ) ,
dado que se mantuvo trabajando hasta un tiempo t . Las tasas de falla son tasas de tiempo, por lo
que las unidades son de tiempo inverso (1/miles de horas).
Matemticamente, la tasa de fallas, se escribe como:
2 Blanchard et al (1995)
Pgina 4 de 99
1 R(t ) R(t t )
(t ) lim(
t 0 t R(t )
1 dR(t )

R(t ) dt
Disponibilidad
Coloquialmente, la disponibilidad del suministro significa que la energa elctrica est presente en
el momento de accionar un apagador y tengamos luz elctrica en nuestro foco o al enchufar un
aparato haya energa suficiente para que este funcione sin interrupciones sostenidas involuntarias.
Aqu no necesariamente importa si la forma de onda del suministro sufre distorsin, o si est en los
lmites de las especificaciones. Evidentemente no es posible tener una disponibilidad del 100 %, ya
que las interrupciones son inevitables y pueden ser atribuibles a fallas por causas atmosfricas,
accidentes en el derecho de va, maniobras de operacin de la red, causas de fuerza mayor,
realizacin de trabajos de mantenimiento, ampliacin o modificacin de las instalaciones e incluso
la falta de pago o de contrato.
La disponibilidad de un dispositivo es la probabilidad de que est en un estado tal, que sea capaz
de realizar la funcin para la cual fue diseado bajo condiciones dadas y en un instante dado t ,
bajo el supuesto de que las condiciones externas necesarias, estn garantizadas. Se usa el smbolo
A(t ) .
Para un sistema reparable, que funciones en el tiempo t , no necesariamente implica funcionar en

el intervalo entre [0, t ] . Esta es la principal diferencia entre confiabilidad y disponibilidad.
Mantenabilidad
A veces se busca el mximo rendimiento de los equipos, algunas veces soslayando la posibilidad de
una falla. Cuando todos los esfuerzos se han concentrado en tener un sistema funcionando, es difcil
considerar que pasara en caso de falla. An as es fundamental preguntar; Si un sistema va a tener
una alta disponibilidad, sera muy raro que falle, pero tambin debiera ser posible repararlo
rpidamente. En este contexto, la actividad de reparacin debe comprender todas las acciones que
llevan a la restauracin del sistema, incluida la logstica. Por lo tanto, la aptitud de un sistema que
se va a reparar, se mide por su mantenibilidad.
La mantenabilidad de un dispositivo, es la probabilidad de que una operacin de mantenimiento

activo pueda llevarse a cabo en un intervalo dado de tiempo t1 , t2 . Se escribe como M (t1 , t2 ) .
Se observa que la mantenibilidad est relacionada a la reparacin, de una manera similar como la
confiabilidad con la falla. La mantenibilidad M (t ) , tambin se define usando la misma hiptesis
Pgina 5 de 99
que R (t ) . La tasa de reparacin (t ) , se introduce de manera anloga a la tasa de fallas. Cuando
(t ) se considera constante, la mantenabilidad, se representa como: M (t ) e (t ) .
Seguridad
Seguridad es la probabilidad de evitar eventos peligrosos. Es posible distinguir entre fallas
peligrosas y seguras. La diferencia no recae mucho en las fallas mismas, sino en las consecuencias.
Apagar las seales luminosas en una estacin de trenes o repentinamente conmutarlas de verde a
rojo tiene un impacto (todos los trenes se paran), pero no es funcionalmente peligroso. La situacin
es totalmente diferente, si las luces cambiaran accidentalmente todas a verde. El concepto de
seguridad est cercanamente ligado al de riesgo, el cual en cambio no solo depende de la
probabilidad de ocurrencia, sino tambin de la criticidad del evento. Es posible aceptar el poner en
riesgo la vida si la probabilidad de tal evento es mnima. S solo es cuestin de romperse una pierna,
la probabilidad puede ser ms grande.
La operacin de un sistema tiene tres estados que tienen que ver con la seguridad:
Funcionamiento normal
Funcionamiento incorrecto pero no-peligroso (alta probabilidad de
reparacin)
Funcionamiento incorrecto y peligroso (baja probabilidad de reparacin)
Fenmenos de Calidad Operacin del
de la Energa sistema
Voltaje Indicador(es) de
Frecuencia Interrupciones
confiabilidad
Corta duracin Larga duracin
Fluctuaciones de Desbalance de Distorsin de la Variaciones de

Transitorios
Voltaje Voltaje forma de onda Voltaje
Corta duracin Larga duracin
Depresin Pico Pico Depresin
Deterioro de aislamiento elctrico
Modelo para la Dependabilidad

Prevencin de fallas, remocin de fallas, tolerancia a fallas y prediccin de fallas.
Pgina 6 de 99
II. Conceptos de confiabilidad

No es suficiente que un equipo cumpla las especificaciones y criterios de calidad establecidos sino
que adems es necesario que tenga un buen desempeo durante su vida til es decir que sea
confiable. Esto cada vez cobra mayor importancia dado que cambia la tecnologa, los equipos son
cada vez ms complejos, los clientes se tornan cada vez ms exigentes y la competencia es alta.
Confiabilidad es la probabilidad de que un componente o sistema desempee satisfactoriamente la

funcin para la que fue creado durante un periodo establecido y bajo condiciones de operacin
establecidos. La confiabilidad es calidad en el tiempo.
La falla de un equipo sucede cuando deja de operar, funcionar o no realiza satisfactoriamente la

funcin para la que fue creado. El tiempo de falla es el tiempo que transcurre hasta que el equipo
deja de funcionar.
Las razones de estudio de la confiabilidad de equipos son las siguientes:
1. Determinar el tiempo tp hasta el cual se espera que falle una proporcin p dada de los equipos
en operacin. Esto es til para determinar tiempos de reparacin apropiados as como sus costos.
2. Encontrar el tiempo tp al cual se espera que sobreviva una proporcin 1-p dada de los equipos en
operacin. Es una estimacin de la confiabilidad de los equipos.
3. Determinar la propensin a fallar que tienen el equipo en un tiempo dado.
4. Dado que un equipo ha funcionado bien o sobrevivido hasta un tiempo T0, encontrar la
probabilidad de que sobreviva un tiempo un tiempo t adicional. Para planear su reparacin o
reemplazo.
5. Los puntos anteriores se pueden hacer de manera comparativa para diferentes proveedores o
modos de falla.
La informacin para los estudios de confiabilidad tienen diferentes denominaciones: datos de

tiempos de vida, datos de tiempos de falla, datos de tiempo a evento, datos de degradacin, etc.
Entre las caractersticas que tienen los estudios de confiabilidad se encuentran los siguientes:
1. Los tiempos de falla son positivos con comportamiento asimtrico y sesgo positivo, por tanto las
distribuciones para modelar estos tiempos de falla son la Weibull, lognormal, exponencial y gamma,
la distribucin normal casi no se utiliza.
Pgina 7 de 99
2. Mientras que en estadstica lo que interesa son los parmetros de la poblacin media y desviacin
estndar, en la confiabilidad lo que interesa son las tasas de falla, las probabilidades de falla y los
cuantiles. Un cuantil es el tiempo tp hasta el cual se espera que falle una proporcin p de equipos.
3. Para tener datos es necesario tener llevar registros durante la vida de los equipos.
4. A veces el tiempo para observar las fallas es muy largo y es necesario cortar el tiempo de prueba,
dando lugar a observaciones censuradas. Normalmente se requiere extrapolar los resultados, por
ejemplo al estimar la tasa de falla a las 10,000 horas con pruebas de funcionamiento durante 1,000
horas.
5. Cuando es necesario acortar el tiempo de prueba se pueden hacer pruebas de vida acelerada
utilizando condiciones estresantes.
Ejemplo:
Se consideraron n = 100 motores en funcionamiento durante 1,500 horas a una temperatura
ambiente de 80C y se observaron 4 con falla. Al finalizar la prueba 96 motores funcionaban
adecuadamente. Entre las preguntas que se pueden contestar se encuentran las siguientes:
Cul es la probabilidad de que fallen los motores antes de las 500 horas?
Cul es el riesgo de falla a las 300 horas?
Cul es la proporcin de motores que fallarn antes de 250 horas?
Datos censurados
Pgina 8 de 99
Tipos de Censura en Confiabilidad
Se tienen datos censurados cuando no se conocen los tiempos de falla de las unidades de manera
exacta, sino solo los intervalos de tiempo donde ocurrieron o hubieran ocurrido las fallas. Es
informacin parcial sobre los tiempos de falla. Algunas de las fuentes de censura son las siguientes:
Tiempo fijo de terminacin de la prueba

Tiempos de inspeccin (lmites superiores e inferiores en T)
Modos de falla mltiples (tambin conocidos como riesgos en competencia, y dando por
resultado censura por la derecha), Independiente (simple) y no independiente (difcil).
TIPOS DE CENSURA
Censura por la derecha (tipo I y II): La tipo I es cuando se tienen unidades sin falla limitando
el tiempo de observacin o censura por tiempo. Cuando se limita el tiempo hasta que fallan
r unidades, se tiene censura tipo II para las unidades sobrevivientes (n-r).
Pgina 9 de 99
Censura por la izquierda: Ocurre cuando al inspeccionar las unidades despus de un periodo
de tiempo se encuentra que algunas fallaron, pero no se sabe el momento de su ocurrencia.
Censura por intervalo: cuando se inspecciona en intervalos de tiempo y se observan fallas

en cierto intervalo pero no se conoce exactamente en qu momento ocurrieron, se
censuran los equipos sobrevivientes.
Censura mltiple: Cuando en el mismo estudio se tienen diferentes tipos de censura.
Ejemplo:
A X
B

C

D
Tipos de censura: A sin censura; B Censura por la izquierda; C Censura por la derecha; D censura
por intervalo.
2. Distribuciones de probabilidad
Pgina 10 de 99
Funciones de confiabilidad
Se describen cada una de las funciones y al final se hace nfasis en la distribucin exponencial.
Funcin de densidad de probabilidad
La funcin de densidad f(t) es continua si cumple para f(t) >= 0 el rea bajo la curva es igual a 1, en
confiabilidad el intervalo es de cero a infinito o sea:
f (t )dt 1

Para el caso de la distribucin exponencial con como tasa de falla se tiene que:
f (t )e t ; t 0
Funcin de distribucin acumulada
Esta funcin se define como la integral de la funcin de densidad desde cero hasta el tiempo t y
representa la probabilidad de fallar antes del tiempo t .
(P(t) t), es decir:
t
P(T t ) F (t ) f ( x)dx 1
0
Para el caso de la distribucin exponencial se tiene:
t
P(T t ) F (t ) e x dx e x t
0 1 e t , t 0
0
Funcin de confiabilidad
Es una funcin decreciente denominada tambin funcin de supervivencia es la probabilidad de

sobrevivir hasta el tiempo t, se representa como:
R(t)= 1 F(t)
Para el caso de la funcin exponencial es:
R(t ) e t
Pgina 11 de 99
f(t) 1 F(t) 1 R(t)
0 tiempo 0 tiempo 0 tiempo
Funcin de densidad Funcin de distribucin Funcin de

Acumulada Confiabilidad
Funcin de riesgo / Tasa de riesgo / Tasa instantnea de riesgo
Se define como:
f (t )
h(t )
R(t )
Es el resultado del siguiente lmite:
P(t T T T t )
h(t ) lim
0
Representa la probabilidad condicional de haber sobrevivido hasta el tiempo t, fallar en el tiempo

(t + t). O sea es la propensin a fallar que se tiene en el tiempo t.
Vida til de un equipo
La vida til de un equipo se puede representar por una curva de la baera, como sigue:
Pgina 12 de 99
f(t)
tiempo
Mortalidad Vida til o fallas Envejecimiento
Infantil o aleatorias o fallas por desgaste
Fallas tempranas
La curva de la baera con el ciclo de vida de un equipo
La mortalidad infantil representa las fallas debidas a problemas de diseo o ensamble con
tasa de falla decreciente respecto al tiempo. Normalmente se hace un quemado a las
unidades durante un tiempo razonable para eliminar este tipo de fallas al usuario del
equipo.
La zona de fallas aleatorias representa una tasa de falla constante respecto al tiempo.
La zona de desgaste o envejecimiento representa la zona de tasa de falla creciente cuando
el componente est llegando a su vida til.
Funcin de riesgo acumulado
Es la integral hasta el tiempo t de la funcin de riesgo como sigue:

t
H (t ) h( x)dx 1
0
Por medio de esta funcin tambin se puede calcular la confiabilidad como sigue:
R(t ) e H (t )
Lo que indica que la riesgo acumulado tiende a infinito cuando el tiempo tiende a infinito, lo que
indica que a la larga todos los productos fallan, aunque la tasa de riesgo sea decreciente.
Pgina 13 de 99
Vida promedio o tiempo medio entre falla (MTBF)
La vida media es el valor esperado o media de la variable T como sigue:
t
1
E (t ) tf (t )dt
0

Por tanto para la distribucin exponencial la vida media es la inversa de la tasa de riesgo.
Funcin cuantil
El cuantil p es el tiempo tp al cual falla una porcin de las unidades. Se define en trminos de la
distribucin acumulada como:
t p F 1 ( p)
La funcin F-1(p) es la funcin inversa de F(t). En el caso exponencial resulta de despejar t como
sigue:
1 1
t p F 1 ( p) ln( 1 F (t )) ln( 1 p)

Ejemplo:
Se registran 20 equipos en prueba de funcionamiento y las horas (x1,000) transcurridas hasta la falla
fueron las siguientes:
Unidad Horas
1 3.70
2 3.75
3 12.18
4 28.55
5 29.37
6 31.61
7 36.78
8 51.14
9 108.71
10 125.21
11 125.35
Pgina 14 de 99
12 131.76
13 158.61
14 172.96
15 177.12
16 185.37
17 212.98
18 280.40
19 351.28
20 441.79
Si las horas de falla siguen la distribucin exponencial, estimar las funciones de densidad de
probabilidad, funcin de distribucin acumulada, funcin de confiabilidad y funcin de riesgo.
Cuando no hay censura la media es igual a media de las observaciones o sea 133.43.
La funcin de densidad es:
1
1 t
f (t ) e 133.43
133.43
La funcin de distribucin acumulada es la siguiente:
1
t
F (t ) 1 e 133.43
La probabilidad de que los componentes fallen antes de las 20 (x1,000) horas es:
F(20) = 0.139
La funcin de confiabilidad es la siguiente:
1
t
R(t ) e 133.43
Y la funcin de riesgo es:
1
h(t )
133.43
Pgina 15 de 99
III. Modelos (distribuciones de probabilidad) para el
tiempo de falla
Los modelos que ms se utilizan para el tiempo de falla son: Exponencial, Weibull, Valor extremo,
exponencial, normal y lognormal. Aqu se mostrarn sus funciones de densidad f(t), distribucin
acumulada F(t), funcin de confiabilidad R(t) y funcin o tasa de riesgo h(t). Tambin se incluyen la
vida media y la funcin cuantil de cada distribucin.
Distribucin exponencial de un parmetro
Modelo de confiabilidad para tasa de riesgo constante, para componentes y equipos con muy larga
vida y alta calidad que no envejecen durante su vida til. Se dice que esta distribucin tiene falta
de memoria ya que no importa el tiempo que haya transcurrido, su probabilidad de falla es la misma
que cuando estaba nuevo. Es muy aplicable a tarjetas electrnicas ya que no exhiben desgaste o
mejora en el tiempo (por ejemplo los transistores, los resistores, los circuitos integrados y los
condensadores). No es aplicable a componentes con desgaste como las balatas o bateras cuya tasa
de falla se incrementa con el tiempo.
Sus funciones bsicas son:
f (t ) e t , F (t ) 1 e t , R(t ) e t , h(t )
La funcin cuantil y la vida media son:
t p (1 / ) ln( 1 p), E (T ) 1 /
En funcin de la media se tiene (MTBF = ):
t
f t
1

exp
E T T
h t
1

Pgina 16 de 99
f(t) 1 F(t) 1 R(t)
0 tiempo 0 tiempo 0 tiempo
Funcin de densidad Funcin de distribucin Funcin de

Acumulada confiabilidad
h(t)
Funcin de riesgo
El efecto de la tasa de falla en la pdf es:
Distribution Plot
Exponential, Thresh=0
Scale
0.010
100
200
0.008
0.006
Density
0.004
0.002
0.000
0 100 200 300 400
X
Pgina 17 de 99
Distribucin Weibull de dos parmetros
Es una distribucin flexible donde su tasa de falla puede ser decreciente, constante o creciente
dependiendo de sus parmetros. Normalmente se define con dos parmetros: el de forma que
tiene efecto sobre la forma de la distribucin y el de escala que afecta la escala del tiempo de vida.
La teora de valores extremos demuestra que la distribucin de Weibull se puede utilizar para
modelar tiempos de falla de un sistema con una gran cantidad de componentes en serie y con los
mecanismos de falla aproximadamente independientes en cada componente. El tiempo de falla del
sistema ser igual al tiempo de falla mnimo de las partes que lo conforman (eslabn ms dbil).
Sus funciones bsicas son:

1 t
t

f (t ) e Distribucin de densidad

t

F (t ) 1 e Distribucin acumulada

t

R(t ) e Funcin de confiabilidad
1
t
h(t ) Funcin de riesgo

La vida media y la funcin cuantil son las siguientes:
E (T ) (1 1 / )
t p ln( 1 p)
1/
Donde es la funcin Gama, que para un nmero entero n representa su factorial (n-1)!.
En general cuando 0<<1 la funcin de riesgo es decreciente y para valores de >1 la funcin de
riesgo es creciente. Cuando =1 la funcin de Weibull se reduce a la funcin exponencial.
Pgina 18 de 99
Distribution Plot
Weibull, Scale=300, Thresh=0
0.010
Shape
0.5
1
0.008 3
0.006
Density
0.004
0.002
0.000
0 200 400 600 800 1000
X
Esta distribucin se aplica a equipos con varios componentes de vida similar, donde cuando falla un
componente falla el equipo.
Distribution Plot
Weibull, Scale=1, Thresh=0
Shape
1.0
0.5
1
2
0.8
0.6
Density
0.4
0.2
0.0
0 1 2 3 4
X
Pgina 19 de 99
Distribucin Valor extremo para mnimos
Similar a la de Weibull, se utiliza para describir la vida de equipos cuya duracin est determinada
por la vida mnima de sus componentes:
1 t t
f (t ) exp exp Funcin de densidad

t
F (t ) 1 exp exp Funcin de distribucin

t
R(t ) exp exp Funcin de confiabilidad

1 t
h(t ) exp Funcin de riesgo

La vida media y la funcin cuantil son las siguientes:
Pgina 20 de 99
E (T ) 0.5772 0.5772 constante de Euler
t p ln ln( 1 p) stribucin Valor extremo se relaciona con la distribucin Weibull donde
Si la variable T sigue una distribucin Weibull (, ), su logaritmo ln(T) sigue una distribucin valor
extremo con parmetros de escala =1/ y parmetro de localizacin =ln().
Distribution Plot
Smallest Extreme Value, Loc=20
0.4 Scale
1
2
3
0.3
Density
0.2
0.1
0.0
10 15 20 25
X
Pgina 21 de 99
Distribucin normal
No es muy utilizada en confiabilidad dado su comportamiento simtrico, el comportamiento del

tiempo de vida es asimtrico, sin embargo es un modelo adecuado cuando muchos componentes
tienen un efecto aditivo en la falla del equipo. Aqu es el parmetro de localizacin y es el
parmetro de escala.
Sus funciones bsicas de densidad, distribucin y confiabilidad son las siguientes:
1 t
2
1

f (t ) e 2 Funcin de densidad
2
t
t
F (t ) f ( x)dx

Funcin de distribucin
t
t
R(t ) 1 f ( x)dx 1

La vida media y la funcin cuantil estan dadas por:
E (T )
t p 1 ( p)
Pgina 22 de 99
Donde -1 es la funcin inversa de la distribucin normal estndar acumulada.
Distribucin lognormal
Esta distribucin es apropiada cuando los tiempos de falla son el resultado de muchos efectos
pequeos que actan de manera multiplicativa. Esto hace que al sacar el logaritmo de dichos
efectos acten como de manera aditiva sobre el logaritmo del efecto global o logaritmo del tiempo
de falla, se aplica a procesos de degradacin por ejemplo de fatiga de metales y de aislantes
elctricos.
La distribucin lognormal es un modelo comn para los tiempos de la falla, se justifica para una
variable aleatoria obtenida como el producto de un nmero de variables aleatorias positivas,
independientes e idnticamente distribuidas. Se puede aplicar como modelo de el tiempo de falla
causado por un proceso de degradacin con tasas aleatorias que se combinan multiplicativamente.
La distribucin lognormal se relaciona con la normal ya que si T sigue una distribucin lognormal, su
logaritmo sigue una distribucin normal. O si T tiene una distribucin normal, Y=exp(T) sigue una
distribucin lognormal.
Sus funciones bsicas son las siguientes:
Pgina 23 de 99
1 1
1 ln(t )
2

f (t ) e 2 Funcin de densidad
t 2

ln( t )
t
F (t ) f ( x)dx

Funcin de distribucin
ln( t )
t
R(t ) 1 f ( x)dx 1

La vida media y la funcin cuantil estan dadas por:
E (T ) exp( 2 / 2)
t p exp( 1 ( p)
Distribution Plot
Lognormal, Loc=2.5, Thresh=0
0.35 Scale
0.1
0.3
0.30
0.5
0.25
0.20
Density
0.15
0.10
0.05
0.00
0 5 10 15 20
X
Pgina 24 de 99
Donde el cuantil para la distribucin normal es
La media y la varianza es:
Pgina 25 de 99
IV. Estimacin de parmetros del modelo
Los modelos paramtricos complementan a las tcnicas no paramtricas. Los modelos paramtricos
se pueden describir con precisin con apenas algunos parmetros, en vez de tener que reportar una
curva entera.
Es posible utilizar un modelo paramtrico para extrapolar (en tiempo) a la cola inferior o superior
de una distribucin. En la prctica a menudo es til comparar varios anlisis paramtricos y no
paramtricos de un conjunto de datos.
Estimacin por Mnimos cuadrados y por mxima verosimilitud

Son los mtodos analticos para las estimaciones.
Mnimos cuadrados
Este mtodo se basa en estimar los parmetros de las distribuciones de probabilidad con base en
un modelo de regresin lineal simple ajustado a los datos en el papel de probabilidad
correspondiente.
Mxima verosimilitud
Este mtodo proporciona los estimadores de parmetros del modelo que maximizan la
probabilidad de haber observado los datos bajo tal modelo. Es ms recomendable que el
anterior.
Especificacin de la distribucin de vida y estimacin grfica de sus parmetros
Un primer paso en un estudio de confiabilidad es identificar la distribucin que mejor modela los
tiempos de falla (o vida) de los equipos. En Minitab estas funciones se encuentran en el men de
Reliability / Suvival o Fiabilidad / Sobrevivencia.
Linearizacin de la funcin de distribucin acumulada (fda)
Esto es necesario para determinar la confiabilidad usando papel de probailidad de Weibull:
Para el caso de la distribucin exponencial se tiene:
t

F (t )1 e
Se deduce que:
Pgina 26 de 99
t

e
1 F (t )
ln 1 F (t )
t

Es la ecuacin de la recta y = ax con y = -ln(1-F(t)) y x = t. La pendiente de la recta es 1/. Por tanto

se pueden graficar los pares ordenados (t(i), -ln[1-F^(t(i)]) con F^(t(i)) = (i-0.5)/n, en papel ordinario
o graficar en papel exponencial los pares (t(i), (i-0.5)/n).
Para el caso de Weibull de la funcin cuantil:

t p ln( 1 p)
1/
Tomado logaritmos naturales de ambos lados y sustituyendo p por F(ft) (es lo mismo), se obtiene:
ln ln( 1 F (t )
1
ln( t ) ln( )

Reacomodando la ecuacin queda como:
ln ln( 1 F (t ) ln( ) ln( t )
Ecuacin de la forma y = ax + b, con y = ln (-ln[1-F(t)], a = - ln() y x = ln(t).
Se puede graficar en papel ordinario (ln(t(i), ln (-ln(1-F(t)), o graficar en papel logartmico de Weibull
(t(i), (i-0.5)/n).
Ejemplo:
Se prueban seis unidades similares en un estudio de confiabilidad, las cuales presentaron fallas
como sigue:
Tiempo de Orden de Posicin en grfica

falla (Hrs.) t fallas, i (i-0.5)/6 F
16 1 0.083
34 2 0.250
53 3 0.416
75 4 0.583
93 5 0.750
120 6 0.916
Pgina 27 de 99
Se grafican las parejas t, F en el papel de probabilidad de Weibull. Despus se traza la mejor recta
posible a travs de los puntos.
De acuerdo a la ecuacin linealizada para la distribucin de Weibull, la pendiente de la recta es igual

al parmetro de forma, , en este caso = 1.7 aproximadamente. El parmetro de escala
corresponde al cuantil 0.632, en este casi es = 74 aproximadamente.
Con estos parmetros es posible determinar la confiabilidad a ciertas horas, por ejemplo a las 15
horas ser de:

t 1.7
15

R(t ) e e 74
93.6% es igual a 1 F(t) determinado de la grfica.
Utilizando Minitab con las siguientes instrucciones:

1. Stat > Reliability / Survival > Distribution analysis (Right sensoring) > Parametric
distribution analysis
2. Variables t; Assumed distribution Weibull
3. OK
Los resultados son los siguientes:
Distribution Analysis: t
Variable: t
Censoring Information Count

Uncensored value 6
Estimation Method: Least Squares (failure time(X) on rank(Y))
Distribution: Weibull
Parameter Estimates
Standard 95.0% Normal CI
Parameter Estimate Error Lower Upper
Shape 1.43966 0.770081 0.504604 4.10744
Scale 76.1096 23.0668 42.0206 137.853
Log-Likelihood = -29.977
Goodness-of-Fit
Anderson-Darling (adjusted) = 1.980
Correlation Coefficient = 0.996
Pgina 28 de 99
Characteristics of Distribution
Estimate Error Lower Upper
Mean(MTTF) 69.0792 21.6192 37.4070 127.568
Standard Deviation 48.7161 31.6088 13.6579 173.765
Median 59.0032 19.5515 30.8190 112.962
First Quartile(Q1) 32.0329 17.6650 10.8690 94.4070
Third Quartile(Q3) 95.4934 31.2532 50.2794 181.366
Interquartile Range(IQR) 63.4604 32.7893 23.0514 174.707
Table of Percentiles
Percent Percentile Error Lower Upper
9 14.7626 13.6715 2.40367 90.6672
10 15.9435 14.1466 2.80105 90.7505
tc
Probability Plot for t

Weibull - 95% CI
Complete Data - LSXY Estimates
99
Table of S tatistics
S hape 1.43966
90 S cale 76.1096
80 M ean 69.0792
70 S tDev 48.7161
60 M edian 59.0032
50 IQ R 63.4604
40 F ailure 6
30
Percent
C ensor 0
20 A D* 1.980
C orrelation 0.996
10
3
2
1
0.1 1.0 10.0 100.0 1000.0
t
La confiabilidad a las 15 horas por medio de la distribucin de Weibull es:

> Estimate Estimate survival probabilities for these times (values) 15
Table of Survival Probabilities

95.0% Normal CI
Time Probability Lower Upper
15 0.908008 0.276139 0.992789
Por clculo manual se tiene con Shape 1.43966 y Scale 76.1096:
Pgina 29 de 99
1.43966
15

R(15) e 76.1096
0.9080
Por tanto el 90.8% de los componentes duran ms de 15 horas.
Caso de unidades censuradas (Mtodo de Kaplan Meier)
Se prueban seis unidades similares en un estudio de confiabilidad, las cuales presentaron fallas con
algunas unidades censuradas como sigue como sigue:
Tiempo de falla (Hrs.) t Censurado

16 0
34 0
40 1
40 1
53 0
75 0
85 1
90 1
93 0
120 0
Uso de Minitab para anlisis paramtrico

Se capturan dos columnas, una para los tiempos de falla observados y otra para indicar cuales
tiempos son falla y cuales son censuras por la derecha. Se puede escoger 1 para censuras y 0 para
falla.
Cuando se tienen fallas por intervalos se construyen tres columnas, en dos de ellas se seala el inicio
y el final de cada intervalo de tiempo y en la tercera la frecuencia de las fallas observadas en cada
intervalo.
1. Stat > Reliability / Survival > Distribution analysis (Right sensoring) > Parametric
2. Variables Tiempo; Assumed distribution Weibull
3. Censor > Censoring columns Censurado Censoring value 1
4. Estimate: Seleccionar Maximum Likelihood y Estimate probabilities for this time 15
5. Graphs: Seleccionar Prob. Plot, Survival Plot, Cumulative failure plot, Hazard plot,
Confidence intervals for above plots Show in separate panels on the same graph
OK
Pgina 30 de 99
Distribution Analysis: Tiempo
Variable: Tiempo
Uncensored value 6
Right censored value 4
Censoring value: Censurado = 1
Estimation Method: Maximum Likelihood
Parameter Estimates

Shape 2.10361 0.703454 1.09225 4.05144
Scale 92.2374 18.0109 62.9066 135.244
Goodness-of-Fit
Mean(MTTF) 81.6932 15.9718 55.6888 119.841
Median 77.4890 15.3047 52.6164 114.119
First Quartile(Q1) 51.0139 13.3817 30.5075 85.3042
Third Quartile(Q3) 107.731 22.3567 71.7295 161.802

1 10.3561 7.61950 2.44864 43.7994
2 14.4326 9.08342 4.20361 49.5523
3 17.5431 9.95818 5.76674 53.3683
4 20.1634 10.5683 7.21800 56.3259
Etcetera.
95.0% Normal CI
15 0.978328 0.756520 0.998281
Unir grficas seleccionando una de ellas y con:
1. Editor > Layout tool

2. Pasar una por una a la celda deseada y presionar Finish
3. OK
Pgina 31 de 99
Probability Plot for Tiempo

Weibull - 95% CI
Censoring Column in Censurado - ML Estimates
99
S hape 2.10361
90 S cale 92.2374
80 M ean 81.6932
70 S tDev 40.8072
60 M edian 77.4890
50 IQ R 56.7173
40 F ailure 6
30
Percent
C ensor 4
20 A D* 4.888
10
3
2
1
1 10 100 1000
Tiempo
Survival Plot for Tiempo

Weibull - 95% CI
100 S hape 2.10361
S cale 92.2374
M ean 81.6932
80 S tDev 40.8072
M edian 77.4890
IQ R 56.7173
F ailure 6
60 C ensor 4
Percent
A D* 4.888
40
20
0 50 100 150 200

Tiempo
Pgina 32 de 99
Cumulative Failure Plot for Tiempo

Weibull - 95% CI
100 S hape 2.10361
S cale 92.2374
M ean 81.6932
80 S tDev 40.8072
M edian 77.4890
IQ R 56.7173
F ailure 6
60 C ensor 4
Percent
A D* 4.888
40
20
0 50 100 150 200

Tiempo
Hazard Plot for Tiempo

Weibull
0.05 S hape 2.10361
S cale 92.2374
M ean 81.6932
S tDev 40.8072
0.04 M edian 77.4890
IQ R 56.7173
F ailure 6
0.03 C ensor 4
Rate
A D* 4.888
0.02
0.01
0.00
0 50 100 150 200
Tiempo
Pgina 33 de 99
Uso de Minitab para anlisis no paramtrico
Cuando no se conoce la forma de la distribucin que ajusta los datos de vida de los equipos o
componentes, se pueden utilizar pruebas no paramtricas como sigue:
1. Stat > Reliability / Survival > Distribution analysis (Right sensoring) > Nonparametric
2. Variables Tiempo;
3. Censor > Censoring columns Censurado Censoring value 1
4. Estimate: Seleccionar Estimation Method Kaplan Meier 15
5. Graphs: Seleccionar Survival Plot, Cumulative failure plot,
OK
Distribution Analysis: Tiempo
Variable: Tiempo

Uncensored value 6
Right censored value 4
Censoring value: Censurado = 1
Nonparametric Estimates
Characteristics of Variable

Mean(MTTF) Error Lower Upper
78.8667 13.2905 52.8178 104.916
Median = 93
IQR = 67 Q1 = 53 Q3 = 120
Kaplan-Meier Estimates
Number Number Survival Standard 95.0% Normal CI

Time at Risk Failed Probability Error Lower Upper
16 10 1 0.900000 0.094868 0.714061 1.00000
34 9 1 0.800000 0.126491 0.552082 1.00000
53 6 1 0.666667 0.161015 0.351082 0.98225
75 5 1 0.533333 0.175541 0.189278 0.87739
93 2 1 0.266667 0.207989 0.000000 0.67432
120 1 1 0.000000 0.000000 0.000000 0.00000
Pgina 34 de 99
Survival Plot for Tiempo

Kaplan-Meier Method
Censoring Column in Censurado
100
M ean 78.8667
M edian 93
IQ R 67
80
60
Percent
40
20
0
0 20 40 60 80 100 120
Tiempo
Cumulative Failure Plot for Tiempo

Kaplan-Meier Method
Censoring Column in Censurado
100
M ean 78.8667
M edian 93
IQ R 67
80
60
Percent
40
20
0
0 20 40 60 80 100 120
Tiempo
Pgina 35 de 99
Varios tipos de falla
Las unidades de prueba de un estudio de confiabilidad pueden fallar de diversas maneras,
no solo del tipo de falla que ms interesa en un momento dado. Si los modos de falla son
independientes, cada uno debe analizarse por separado, para lo cual las otras unidades que
fallaron debido a otros modos de falla se toman como censuradas. Si Ri(t) es la funcin de
confiabilidad para el modo de falla i, entonces la confiabilidad global del producto al tiempo
t considerando los k modos de falla del producto es:
R g (t ) R1 (t ) xR2 (t ) x.......xRk (t )
O sea que para sobrevivir al tiempo t se debe sobrevivir a todos los modos de falla.
Ejemplo: Vida de conexiones con dos modos de falla
Los datos de la tabla siguiente son esfuerzos de ruptura de 20 conexiones de cable, con un
extremo sujeto sobre un borne y el otro al poste Terminal. Cada falla consiste en la ruptura
del alambre (modo de falla 1 = A) o de la sujecin (modo de falla 2 = S). En este caso el
esfuerzo hace las veces de tiempo de falla:
Esfuerzo Modo de falla

550 S
750 A
950 S
950 A
1150 A
1150 S
1150 S
1150 A
1150 A
1250 S
1250 S
1350 A
1450 S
1450 S
1450 A
1550 S
1550 A
Pgina 36 de 99
1550 A
1850 A
2050 S
Interesa estudiar la distribucin del esfuerzo de las conexiones, considerando que se

requiere que menos del 1% debe tener un esfuerzo menor a 500 g. O sea que al menos el
99% de las conexiones resista un esfuerzo de mayor a 500 g. Se desea estimar el esfuerzo
que resultara de eliminar uno de los modos de falla.
Primero se hace un anlisis sin distinguir los modos de falla, identificando la distribucin
que ajuste a los datos:
Con Minitab:
1. Stat > Reliability / Survival > Distribution analysis (right censoring) > Distribution ID Plot
2. En Variables Esfuerzo Use all distributions (Weibull, Lognormal, Exponential, Normal)
3. Options > Estimation Maximum likelihood
4. OK
Probability Plot for Esfuerzo
ML Estimates-Complete Data
A nderson-Darling (adj)
Weibull Lognormal
Weibull
99
1.011
90
Lognormal
90
1.123
50
E xponential
P er cent
P er cent
50 5.561
10 N ormal
0.970
10
1 1
500 1000 2000 1000 2000
Esfuer zo Esfuer zo
E xponential N ormal
99
90
90
50
P er cent
P er cent
50
10
10
1 1
10 100 1000 10000 500 1000 1500 2000
Esfuer zo Esfuer zo
Se puede observar que la distribucin normal y la de Weibull dan un ajuste parecido y los
datos parecen provenir de una misma poblacin donde las fallas se presentan por la liga
ms dbil que favorece al modelo Weibull.
Pgina 37 de 99
Determinado los parmetros de la distribucin Weibull por medio de Minitab:
1. Stat > Reliability / Survival > Distribution analysis (right censoring) > Distribution Overview
Plot
2. En Variables Esfuerzo Parametric analysis - distribution Weibull
3. Options > Estimation Method Maximum Likelihood
4. OK
Distribution Overview Plot for Esfuerzo

ML Estimates-Complete Data
P robability Density F unction Weibull
S hape 4.10956
0.0012
S cale 1413.59
90
M ean 1283.26
50 S tDev 351.315
0.0008
M edian 1292.97
P er cent
P DF
IQ R 486.632
10 F ailure 20
0.0004
C ensor 0
A D* 1.011
0.0000 1
500 1000 1500 2000 500 1000 2000
Esfuer zo Esfuer zo
S urv iv al F unction Hazard F unction

100
0.0075
P er cent
Rate
50 0.0050
0.0025
0 0.0000
500 1000 1500 2000 500 1000 1500 2000
Esfuer zo Esfuer zo
Se obtiene una distribucin Weibull con parmetro de forma o aspecto Beta = 4.10956 y
parmetro de escala Etha = 1413.59.
Determinacin de la confiabilidad
Haciendo un anlisis de confiabilidad considerando los dos tipos de falla se tiene:
Instrucciones de Minitab:;
1. Stat > Reliability / Survival > Distribution analysis (right censoring) > Parametric Distribution
Analysis
Pgina 38 de 99
2. En Variables Esfuerzo Assumed distribution - Weibull
3. Estimate: Estimation Method Maximum Likelihood y Estimate probabilities for this values 500
4. Graphs: Probability plot y Survival plot
OK
Los resultados se muestran a continuacin:

Distribution Analysis: Esfuerzo
Variable: Esfuerzo

Uncensored value 20
Parameter Estimates
Shape 4.10956 0.695764 2.94906 5.72673
Scale 1413.59 81.1561 1263.15 1581.94
Goodness-of-Fit
Mean(MTTF) 1283.26 78.5362 1138.20 1446.80
Median 1292.97 82.5601 1140.87 1465.35
First Quartile(Q1) 1043.90 92.2587 877.866 1241.32
Third Quartile(Q3) 1530.53 83.6096 1375.12 1703.49
1 461.512 99.1492 302.910 703.155
2 546.977 102.367 379.023 789.354

95.0% Normal CI
500 0.986129 0.931522 0.997253
Y el porcentaje de falla ser 100 98.61 = 1.4% que es mayor al objetivo del 1%, por lo que se tratar
de eliminar uno de los modos de falla.
Pgina 39 de 99

Weibull
Complete Data - ML Estimates
99
S hape 4.10956
90 S cale 1413.59
80 M ean 1283.26
70 S tDev 351.315
60 M edian 1292.97
50 IQ R 486.632
40 F ailure 20
30
Percent
C ensor 0
A D* 1.011
20
10
3
2
1
500 600 700 800 900 1000 1500 2000
Esfuerzo
Survival Plot for Esfuerzo

Weibull
100 S hape 4.10956
S cale 1413.59
M ean 1283.26
80 S tDev 351.315
M edian 1292.97
IQ R 486.632
F ailure 20
60 C ensor 0
Percent
A D* 1.011
40
20
500 750 1000 1250 1500 1750 2000 2250

Esfuerzo
Pgina 40 de 99
Obteniendo el anlisis separado por modo de falla se tiene:
Instrucciones de Minitab:
1. Stat > Reliability / Survival > Distribution analysis (right censoring) > Parametric Distribution
Analysis
2. En Variables Esfuerzo By Variable Modo de falla Assumed distribution - Weibull
3. Estimate: Estimation Method Maximum Likelihood y Estimate probabilities for this values 500
4. Graphs: Probability plot y Survival plot
OK
Resultados
Distribution Analysis: Esfuerzo by Modo de falla
Variable: Esfuerzo
Modo de falla = A

Uncensored value 10
Parameter Estimates

Shape 4.70098 1.15330 2.90644 7.60354
Scale 1410.60 100.206 1227.26 1621.34
Goodness-of-Fit
Mean(MTTF) 1290.55 99.1302 1110.18 1500.23
Median 1304.80 103.448 1117.02 1524.16
First Quartile(Q1) 1082.19 119.744 871.204 1344.28
Third Quartile(Q3) 1512.10 102.092 1324.68 1726.04
1 530.184 143.877 311.483 902.441
2 615.077 145.309 387.113 977.285
95.0% Normal CI
Pgina 41 de 99
500 0.992399 0.899659 0.999450
Distribution Analysis: Esfuerzo by Modo de falla
Variable: Esfuerzo
Modo de falla = S

Uncensored value 10

Parameter Estimates
Shape 3.72543 0.891040 2.33125 5.95340
Scale 1415.53 126.677 1187.80 1686.92
Goodness-of-Fit
Mean(MTTF) 1277.93 120.772 1061.86 1537.98
Median 1282.90 127.623 1055.64 1559.09
First Quartile(Q1) 1013.16 139.439 773.623 1326.87
Third Quartile(Q3) 1545.24 131.660 1307.59 1826.09

1 411.770 137.789 213.708 793.393
2 496.648 144.767 280.501 879.354

95.0% Normal CI
500 0.979498 0.841906 0.997509
Combinado los dos se tiene:
Rg = RA x RS =0.9923 x 0.97498 = 0.9674
En este caso se observa que para tener menos de 1% de falla en 500 mg. Es necesario eliminar el
modos de falla S.
Pgina 42 de 99

Weibull
99
Modo
90 de falla
80 A
70 S
60
50 Table of S tatistics
40 S hape S cale A D* F C
30 4.70098 1410.60 1.454 10 0
Percent
3.72543 1415.53 1.567 10 0

20
10
5
3
2
1
0 0 0 0 0 0 0 00 00
40 50 60 70 80 90 100 15 20
Esfuerzo
Survival Plot for Esfuerzo

Weibull
100 Modo
de falla
A
S
80
S hape S cale A D* F C
4.70098 1410.60 1.454 10 0
60
Percent
3.72543 1415.53 1.567 10 0
40
20
500 750 1000 1250 1500 1750 2000 2250

Esfuerzo
Pgina 43 de 99
VI. Confiabilidad de sistemas
Cuando se estudia la confiabilidad de un sistema compuesto por componentes, la falla de alguno de
ellos hace que todo el sistema deje de funcionar, en este caso el se dice que los componentes estn
en serie. En caso de que la falla de un componente particular no afecte al funcionamiento total del
sistema dado que otros componentes continan funcionando, se dice que estn conectados en
paralelo.
Sistemas Complejos
El estudio de sistemas complejos implica la subdivisin de un producto en sus componentes

individuales. Al modelar un sistema complejo es crucial especificar el nivel del detalle del modelo.
La operacin del sistema se expresa en funcin de la operacin de los componentes. La funcin de
estructura describe el lazo entre el estado del sistema y el estado de los n componentes que forman
el sistema.
El Estado del Sistema
El sistema se asume como una coleccin de n componentes. Tambin se asume que hay dos
estados posibles para los componentes del sistema: funcionando o falla. El estado del
componente i, denotado por Xi, es:
X i 0, si el componente ha fallado
1, si el componente funciona
para i = 1...,n.
Los estados de los n componentes se pueden escribir como el vector X=(X1..., Xn). Hay n
componentes, cada uno de los cuales puede tomar 2 valores, entonces, hay 2n posibles estados del
sistema.
Funcin de Estructura de un sistema
La funcin de estructura asocia los estados del sistema { X } al conjunto { 0,1 }, rindiendo el estado
del sistema.
El estado del sistema es:
( X ) 0, si el sistema falla cuando esta en estado X,

1, si el sistema funciona cuando esta en estado X.
Pgina 44 de 99
La forma de la funcin de estructura depende del diseo del sistema. Las estructuras ms comunes
que vemos son sistemas en series y sistemas en paralelo.
Considere un sistema con k componentes y sea la variable xi (i=1, 2, 3,., k) que toma el valor 1 si el
i-simo componente funciona y el valor 0 si no funciona. En cierto momento el estado del sistema
est determinado por el vector X = (x1, x2, x3,., xk) de ceros y unos. La funcin de estructura del
sistema est definida en este espacio de vectores y toma valores:
1,
(x) 1 si el sistema funciona; 0 si no funciona
0
La funcin de estructura de un sistema serie es:

k
( x ) xi
i 1
La funcin de estructura de un sistema paralelo es:
k
( x) 1 (1 xi )
i 1
Cada vector X donde el sistema funciona se denomina trayectoria y cada vector X donde el sistema
no funciona se denomina corte. En total se tienen 2K posibles estados sumando los cortes y las
trayectorias. En el sistema serie solo hay una trayectoria con un vector de unos X=(1,1,1,1) y 2K-1
cortes y en el sistema paralelo solo hay un corte cuando X=(0,0,0,,0) y 2K-1 trayectorias.
El nmero de componentes que funcionan en un estado se denominan tamao de X, con valores

desde 1 hasta k. La trayectoria mnima es un vector X con todos los componentes funcionando.
Revisar la importancia estructural:
Qu importancia tienen los componentes en la estructura?

Si el componente i falla, dejar de operar el sistema?
Cuntos estados posibles hay del sistema?
En cuntos estados el componente i es funcional?
En qu estados al fallar el componente i el sistema fallar?
Pgina 45 de 99
Por ejemplo para el componente 1:
1 2 1 2
3 3
(1, 1, 1) (1, 0, 1)
2 2
1 1
3 3
(1, 1, 0) (1, 0, 0)
Ahora considere que el componente 1 falla.
El sistema funciona para los vectores (1,1,1), (1,0,1) y (1,1,0) y falla en los vectores (0,1,1), (0,0,1) y
(0,1,0), (0,0,0).
Entonces el componente 1 tiene una importancia estructural de 4/4.
1 2 1 2
3 3
(1, 1, 1) (0, 1, 1)
2 2
1 1
3 3
(1, 1, 0) (0, 1, 0)
Si falla el componente 2:
El sistema operara en el estado (1,0,1) y fallar en los estados (0,0,1), (1,0,0), (0,0,0).
Entonces la importancia estructural del componente 2 es 1/4.
Por simetra, la importancia estructural del componente 3 es 1/4.
Sistemas en Serie
Un sistema en serie tiene k componentes. Suponiendo que trabajan en modo independiente, la

confiabilidad del sistema es la probabilidad de que todos los componentes funcionen.
Entonces (X) = 1 si todas los valores Xi toman el valor 1 y (X) = 0 de otra manera. Por tanto:
Pgina 46 de 99
( X ) 0, si i s.t. X i 0,
1, si X i 1 para toda i 1,..., n.
( X ) min{ X 1 ,..., X n },
n
Xi.
Regla de producto de probabilidades
i 1
Los diagramas de bloque son usados para visualizar sistemas de componentes. El diagrama de
bloque que corresponde a un sistema de la serie es:
1 2 3 n
El diagrama de bloque representa el lazo lgico de la operacin de los componentes y el sistema.
No representa su disposicin fsica. La idea es que si se puede trazar un camino de izquierda a
derecha a travs del sistema, el sistema funciona.
Ejemplo:
Un equipo tiene 40 componentes en serie. La confiabilidad de cada uno es de 0.999, por tanto la
confiabilidad del equipo completo es de:
Rs (0.999) 40 0.961
Si el producto se rediseara para tener solo 20 componentes, la confiabilidad sera de Rs = 0.98.
A B C Z
Sistema con componentes en serie
Sistemas en paralelo
En este sistema, si tiene k componentes, basta con que uno funcione para que siga en operacin. Se
requiere que todos los componentes fallen para que falle el sistema, o sea:
( X ) 0, si X i 0 para todo i 1,..., n, ( X ) max{ X 1 ,..., X n },

1, si i s.t. X i 1 . n
1 (1 X i ).
i 1
Pgina 47 de 99
Rs 1 P(todos fallen) 1 (1 R1 ) x(1 R2 ) x......x(1 Rk )
El diagrama de bloque para una estructura en paralela es
1
2
3
Entre ms componentes redundantes haya, la confiabilidad del sistema es mayor, esto tambin est
presente en los seres vivos, como por ejemplo en los riones.
Ejemplo:
Considere 4 componentes A, B, C y D de un producto conectados en paralelo, con confiabilidades

de 0.93, 0.88, 0.88 y 0.92 respectivamente, la confiabilidad total es:
Rs 1 (1 0.93)(1 0.88)(1 0.95)(1 0.92) 1 0.0000336 0.9999664
Sistema con 4 componentes en paralelo
Pgina 48 de 99
Sistemas con componentes en serie o en paralelo (K de n)
Los sistemas pueden tener componentes en serie y en paralelo, en algunos casos es importante
identificar cuales componentes son clave para incrementar la confiabilidad del sistema.
Un sistema k de n funciona si cualesquier k de los n componentes del sistema funcionan. Los

sistemas en serie y en paralelo son casos especiales del sistema k en n. Un sistema en serie es un
sistema k de k. Un sistema en paralelo es un sistema 1 de n.
Por ejemplo:
En los puentes algunos de los cables de la suspensin pueden fallar, y el puente no cae. En las
bicicletas algunos de los rayos pueden fallar.
La funcin de estructura es:
n
( X ) 0, if X
i 1
i k,
n
1, if X
i 1
i k.
Un ejemplo de diagrama de bloques para un sistema 2 de 3 donde con dos de 3 componentes que
operen, el sistema continuar operando, es el siguiente:
1 2
2 3
1 3
( X ) 1 (1 X 1 X 2 )(1 X 2 X 3 )(1 X 1 X 3 ).
Ejemplo:
Para el caso de un avin continua volando si funcionan 2 de 4 motores.
Su diagrama de bloques es el siguiente:
1 3
2 4
Pgina 49 de 99
Su funcin de estructura es la siguiente:
( X ) (1 (1 X 1 X 2 ))(1 (1 X 3 X 4 )).
Ejemplo:
Se tienen los siguientes 7 componentes conectados en serie y en paralelo, sus confiabilidades son:
RA=0.96; RB=0.92; RC=0.94; RD=0.89; RE=0.95; RF=0.88; RG=0.90.
A G
C D
F
E
B
Sistema con 7 componentes en serie y en paralelo
Rs = Rab x Rc x Rd x Refg
Rab = 1-(1-0.96)(1-0.92) = 0.9968
Refg= 1-(1-0.95)(1-0.88)(1-0.90) = 0.9836
Rs = 0.9968 x 0.94 x 0.89 x 0.9836 = 0.82
Estructuras de puente
Su diagrama de bloques es el siguiente:
1 4
3
2 5
Pgina 50 de 99
El sistema funcionara si alguno de los siguientes conjuntos funciona: {1,3,5} {1,4} {2,3,4} {2,5}.
Estos conjuntos son denominados conjuntos de ruta mnima, dando un diagrama equivalente a:
1 3 5
1 4
2 3 4
2 5
Redundancia
La redundancia a nivel componente siempre proporciona una mayor confiabilidad que a nivel
sistema. Sea (X) la funcin de estructura para un sistema coherente de n componentes. Para
cualquier vector de estados X y Y
1 n
1 n
(1 (1 X 1 )(1 Y1 ),...,1 (1 X n )(1 Yn ))

1 (1 ( X ))(1 (Y )).
Sistema X
Sistema Y
Pgina 51 de 99
VI. Mantenabilidad y disponibilidad
Los sistemas reparables reciben Acciones de mantenimiento cuando fallan. Estas acciones se deben
ahora tomar en la consideracin al determinar el comportamiento del sistema. La edad de los
componentes del sistema ya no es uniforme ni el tiempo de operacin del sistema es continuo.
Mantenimiento
El Mantenimiento se define como cualquier accin que restaure unidades falladas a una condicin
operacional, o conserve unidades que no estn en un estado operacional. Para los sistemas
reparables, el mantenimiento desempea un papel vital en la vida de un sistema. Afecta la
confiabilidad total del sistema, la disponibilidad, el tiempo muerto, los costos de operacin, etc.
Generalmente, las acciones del mantenimiento se pueden dividir en tres tipos:
Mantenimiento correctivo, es la accin(es) tomada para restaurar un sistema que ha fallado, al

estado operacional.
Mantenimiento preventivo, es la prctica de sustituir componentes o subsistemas antes de que

fallen, para promover la operacin continua del sistema. Son las Inspecciones que se utilizan para
descubrir fallas ocultas (tambin llamadas fallas inactivas).
Mantenimiento predictivo, es la prctica de analizar componentes o subsistemas antes de que

fallen, para promover la operacin continua del sistema. Son las inspecciones realizadas con el
equipo en funcionamiento que se utilizan para descubrir la evolucin de fallas ocultas (tambin
llamadas fallas inactivas).
Mantenabilidad
Es la capacidad de mantenimiento, se define como la probabilidad de realizar una accin acertada

de reparacin dentro de un tiempo dado. Es decir la capacidad de mantenimiento mide la facilidad
y la velocidad con las cuales un sistema se puede restaurar al estado operacional despus de que
fallo.
Por ejemplo, se dice que un componente particular tiene una mantenabilidad o capacidad de
mantenimiento del 90% en una hora, esto significa que hay una probabilidad del 90% que el
componente ser reparado dentro de una hora.
Pgina 52 de 99
Relaciones de confiabilidad, mantenabilidad y disponibilidad
Tiempo
Tiempo Tiempo
inactivo, activo
en reserva
Tiempo funcin
(Up) listo para Tiempo
operar muerto
Tiempo no Tiempo de Tiempo de Tiempo de

operando, alerta, en reaccin, misin u
no se espera de a partir de operacin
requiere orden la orden requerida
Tiempo para
restablecer funcin
durante la misin
Tiempo de Tiempo de Tiempo de

mantto. modificacin espera
Tiempo de Tiempo de Tiempo Tiempo

mantto. mantto. entrega administrativo
correctivo preventivo refacciones
La mantenabilidad puede incluir los eventos siguientes:
Pgina 53 de 99
1. El tiempo que toma diagnosticar con xito la causa de la falla.
2. El tiempo que toma procurar o entregar las piezas necesarias para realizar la reparacin.
4. El tiempo que toma quitar los componentes daados y substituirlos por los buenos.
5. El tiempo que toma regresar el sistema a su estado de funcionamiento.
6. El tiempo que toma verificar que el sistema est funcionando dentro de lo especificado.
7. El tiempo asociado de ajuste de un sistema para su operacin normal.
El tiempo medio para reparar (MTTR) se determina como sigue:
=1
=
=1
Donde: n = Nmero de subsistemas
i = Tasa de falla del subsistema i
Ti = Tiempo para reparar el subsistema i
La media de la distribucin se puede obtener con:
1
MTTR ( Mean Time to Re pair )
Para el caso de sistemas donde su mantenabilidad sigue la distribucin exponencial se tiene:
Donde = tasa de la reparacin.
Por ejemplo:
Cul es la probabilidad de completar una accin en las siguientes 5 horas si el MTTR es de 7 horas?
() = 1 5/7 =1-0.4895 = 0.5105 o 51% de probabilidad de terminar
Para el caso de la distribucin de Weibull se tiene:
La tasa de reparacin es:
Pgina 54 de 99
Otro indicador es el Tiempo mximo que toma completar un porcentaje de tareas de reparaciones
con un percentil del 95% (K=1.65) o 90% (K=1.28) para el caso de que los MTTR se distribuyan de
manera normal:
CMAX % = MTTR + K*Sigma
Por ejemplo:
Dado un MTTR de 2 horas y un percentil del 90% con S= 1.5, Cul es el CMAX%)?
CMAX% = 2.0 + 1.128*(1.5) = 3.92
El tiempo mximo de mantenimiento en todos los sistemas no debe exceder de 3.92 horas, si lo
hace se debe revisar la tarea.
La duracin promedio de fallas durante el tiempo de la misin T es T. El nmero de fallas que no

pueden ser reparadas dentro del tiempo permitido es:
/
Por ejemplo:
Hay 7 unidades que requieren reparacin. La tasa de falla actual es de 0.03 / hora, el tiempo
disponible es de 10 horas, con un MTTR de 18 horas. El tiempo de misin es de 200 horas. Cuntas
fallas no pueden ser reparadas dentro de las 200 horas?
10
/ = 0.03(200)exp( 8 ) = 1.7 o 2 fallas
Al contrario el nmero de fallas que pueden ser reparadas dentro de un espacio de tiempo son:
(1 / )
Disponibilidad
La disponibilidad, se define como la probabilidad que el sistema est funcionando correctamente

cuando se solicita para el uso. Criterio del funcionamiento para los sistemas reparables que
considera las caractersticas de confiabilidad y de mantenabilidad o capacidad de mantenimiento
de un componente o sistema.
Por ejemplo, si una lmpara tiene una disponibilidad del 99.9%, habr una vez fuera de mil que
alguien necesite utilizar la lmpara y suceda que la lmpara no opere.
Pgina 55 de 99
Los conceptos de confiabilidad, mantenabilidad y disponibilidad se relacionan como sigue:
Confiabilidad Mantenabilidad Disponibilidad

Constante Decrece Se incrementa
Constante Se incrementa Decrece
Se incrementa Constante Se incrementa
Decrece Constante Decrece
Un sistema reparable que funciona adecuadamente un periodo de tiempo, despus falla y es

reparado para regresarlo a su condicin operacional puede tener los siguientes comportamientos:
El equipo funcion correctamente a partir de 0 a t con la probabilidad R(t) o funcion

correctamente desde la reparacin pasada en el tiempo u, 0 < u < t, con probabilidad:
Con m(u) siendo la funcin de la densidad de la renovacin del sistema.
Pgina 56 de 99
Entonces la disponibilidad del equipo es la adicin de estas dos probabilidades:
Se tienen diversos tipos de disponibilidad como sigue: Disponibilidad instantnea; Disponibilidad

media; Disponibilidad Limite; Disponibilidad Inherente; y Disponibilidad Operacional.
Disponibilidad inherente A(t):
La disponibilidad inherente es el estado ideal, es la probabilidad que un sistema (o el componente)

ser operacional (en servicio) en cualquier momento, t. No toma en cuenta el mantenimiento
preventivo y asume que la reparacin inicia inmediatamente despus de la falla del sistema con
mantenimiento correctivo.
Esto es muy similar a la funcin de la confiabilidad en que da una probabilidad que un sistema
funcione en el tiempo dado, t. es la disponibilidad en estado esttico.

= =
+ +
1/MTBF = Tasa de falla

1/MTTR = Tasa de reparacin
Ejemplo:
Un sistema tiene un MTBF de 2080 horas y un MTTR de 10 horas. Cul es la disponibilidad inherente
del sistema?
2080
= = 0.9952 99.52%
2080 + 10
Disponibilidad lograble
La disponibilidad lograble promedio es la proporcin de tiempo durante una misin o un perodo

de tiempo en que el sistema est disponible para el uso.
Pgina 57 de 99
Es ms realista ya que toma en cuenta el mantenimiento preventivo y correctivo. Como en la
anterior considera que la reparacin inicia inmediatamente despus de ocurrir la falla sin tiempos
de espera.

=
+
Donde: MTBMA es el tiempo promedio entre acciones de mantenimiento ya sean preventivos o

correctivos
MMT es el tiempo promedio de accin de mantenimiento, compuesto por los efectos del
mantenimiento preventivo y correctivo.
+
=
+
Donde: Fc es el nmero de acciones de mantenimiento correctivo por cada 1000 horas

Fp es el nmero de acciones de mantenimiento preventivo por cada 1000 horas
Mct es el tiempo activo promedio para mantenimiento correctivo (MTTR)
Mpt es el tiempo activo promedio para mantenimiento preventivo
Por ejemplo:
Un sistema tiene un MTBMA de 110 horas, Fc de 0.5, Fp de 1, Mct de 2 horas y Mpt de 1 hora. Cul
es el valor de Aa?
MMT = 1.33 Aa = 0.988 o 98.8%
Disponibilidad operacional
La disponibilidad operacional es una medida de la disponibilidad media durante el tiempo e incluye

todas las fuentes experimentadas del tiempo muerto, tales como tiempo muerto administrativo,
tiempo muerto logstico, etc.

=
+
Donde: MDT es el tiempo muerto promedio
Ejemplo:
Pgina 58 de 99
Un sistema tiene un MTBMA de 168 horas y un MDT de 4 horas. Cul es la Ao?
Ao = 168 / (168 + 4) = 0.977 o 97.7%
Ejemplo:
Un generador de energa est generando electricidad, sin embargo en los ltimos seis meses, haba
acumulado fallas por 1.5 meses. El generador tiene un MTTF = 50 das (o 1200 horas) y MTTR = 3
horas. Se puede poner un generador de viento alterno con una disponibilidad del 99.71% con sus
parmetros MTTF = 2,400 Horas y MTTR = 7 horas.
Disponibilidad para tasas de falla y tasas de reparacin constantes

La probabilidad instantnea de que un equipo est disponible en el tiempo T con base en la
distribucin exponencial de las tasas es:

= + exp(( + )
+ +
Ejemplo:
Dadas las tasas exponenciales de falla y reparacin de Lambda = 5 y Mu = 3, determinar la

disponibilidad instantnea en 0.2 horas:
A = 0.501 o 50.1%
Y la no disponibilidad es 1-A = 0.499
Otras consideraciones para sistemas de serie y paralelo:
A B C
Para

=
+
=1
C
= 1 =1 +

Pgina 59 de 99
Por ejemplo:
Dadas las tasas de falla y reparacin exponenciales lambda = 5 y mu = 3, si dos unidades idnticas
estn en serie, determinar la disponibilidad en estado esttico A:
A = 9/64 = 0.14063 14%
Si estuvieran en paralelo:
A = 1 25/64 = 0.6094 = 60.94%
Anlisis de la mantenabilidad y la disponibilidad

Incluye los aspectos siguientes:
Distribucin de tiempo de mantenimiento

Anlisis de mantenimiento preventivo
Anlisis del mantenimiento correctivo
Pruebas
Estrategia de refacciones
Distribuciones de tiempo para mantenabilidad

El tiempo promedio para reparar puede seguir las distribuciones de probabilidad exponencial,
lognormal, Weibull y normal.
Siguen la distribucin normal las tareas de reparacin que requieren una cantidad de tiempo fija
con poca variabilidad, tpico de reparaciones con base en reemplazo de partes.
La distribucin exponencial es tpica de tareas de mantenimiento donde hay que aislar la falla y
repararla en sistemas grandes, si resulta en una tasa de reparacin constante.
La distribucin lognormal es la ms comn para el tiempo de mantenimiento de equipos y

sistemas complejos, donde normalmente el tiempo que se toma es mayor al esperado por otros
problemas encontrados y la variabilidad de tareas y aprendizaje que afecta el tiempo de
reparacin.
Pgina 60 de 99
El MTTR de un sistema se determina con la ecuacin:
=1
=
=1
Donde: n = Nmero de subsistemas

i = Tasa de falla del subsistema i
Ti = Tiempo para reparar el subsistema i
Por ejemplo:
En un equipo con 4 secciones de calentamiento reparables con las siguientes tasas de falla.
Determinar el MTTR del sistema:
Seccin de calor Tasa de falla / horas Tiempo de ti

i reparacin en horas
ti
1 0.06 4 0.24
Pgina 61 de 99
2 0.04 8 0.32
3 0.12 12 1.44
4 0.18 20 3.6
Suma = 0.40 Suma = 5.60
MTTR = 5.6 / 0.40 = 14 horas
Ejemplo:
Considerar la probabilidad de restauracin si el tiempo de reparacin del sistema sigue

una distribucin exponencial con una tasa de reparacin Mu y MTTR = 1/ Mu.
Si se tienen t = 10 horas para reparar el sistema:
M(t) = 1 exp(-t/MTTR) = 1 exp(-10/20) = 0.3935 o 39.35%
Ejemplo:
Abajo se listan los datos de la bitcora de reparacin de cierta mquina. Determinar si se apegan a
una distribucin lognormal:
Rep
1.2
3.2
1.7
1.5
0.5
6
0.3
1.1
0.4
1.6
1.7
1.8
7.2
10.2
0.2
0.8
Pgina 62 de 99
3.1
3.6
2.5
1.3
En Minitab:
1. Stat > Reliability / Survival > Distirbution Analysis > Distribution ID Plot
2. Variables Rep
3. Seleccionar Specify Lognormal
4. Options seleccionar Maximum Likelihood
5. OK
1. Graph > Probability Plot > Single
2. Graph variable Rep
3. Distribution seleccionar Lognormal
4. OK
En la grfica como el P value es mayor a 0.05, la distirbucin de los datos se apega a una
distribcuin lognormal.
Pgina 63 de 99
Probability Plot of Rep
Lognormal - 95% CI
99
Loc 0.4499
Scale 1.036
95 N 20
AD 0.223
90
P-Value 0.798
80
70
Percent
60
50
40
30
20
10
1
0.1 1.0 10.0 100.0
Rep
El histograma de los MTTR es:
Con Minitab:
1. Graph > Histogram > Simple
2. Variable Rep
3. OK
Histogram of Rep
4
Frequency
0
0 2 4 6 8 10
Rep
Anlisis del mantenimiento preventivo:

El mantenimiento preventivo hace sentido cuando:
Pgina 64 de 99
Condicin # 1: El componente tiene una funcin o tasa de riesgo creciente. Descalifica sistemas
con distribucin exponencial, por lo que no se debe de hacerle M.P.
Condicin # 2: El costo total de la accin del mantenimiento preventivo debe ser menor que el
costo total de una accin correctiva
El MTTR tiene tres elementos principales:
1. Tiempo de preparacin: localizar al personal, obtener herramientas, partes e instrumentos.
2. Tiempo activo de manenimiento: analizar la falla, realizar la reparacin, y verificarla. Esto forma
al MAMT.
3. Tiempo de espera: localizar informacin, espera de refacciones, espera de personal que verifica
las reparaciones.
En funcin de las tasas de falla, se pueden tomar diferentes acciones:
1. Si la tasa de falla es decreciente, es mejor no reemplazar las partes solo darles mantenimiento.
2. Si hay una tasa de falla constante, el reemplazo planeado de partes no reduce la tasa de falla ya
que es aleatoria.
3. Si se incrementa la tasa de falla, es adecuado reemplazar de manera programada las partes.
Pgina 65 de 99
Pgina 66 de 99
Anlisis del mantenimiento correctivo
En adicin a los factores que impactan al mantenimiento preventivo, los siguientes factores
impactan en el mantenimiento correctivo:
Se desea una alta efectividad del sistema, es una combinacin de disponibilidad,

capacidad, y dependabilidad.
El sistema debe tener un adecuado soporte logstico tanto en personal como en
refacciones
De preferencia las reparaciones deben poderse hacer con personal no muy especializado
De preferencia los equipos deben tener:
o Estandarizacin en sus partes de repuesto
o Modularizacin en sus componentes
o Intercambiabilidad de partes
o Accesibilidad
o Alarmas de mal funcionamiento
o Facilidades de aislamiento de fallas
o Identificacin nica
o Autopruebas para etectar fallas
Reemplazo de componentes
Confiabilidad de un solo componente con MTTF = 100 horas, , = 0.01, y con el reemplazo
preventivo cada 50 horas. (DIST. EXPONENCIAL PARAMETRO Y 1/=MEDIA)
Estamos interesados en R(60)
Por mantenimiento preventivo, el componente fue substituido por un nuevo en 50 horas as que la
confiabilidad total es la confiabilidad basada en la confiabilidad del nuevo componente por 10
horas,
R(t = 10) = 90.48%,
la confiabilidad del componente anterior, R(t = 50) = 60.65%.
El resultado es R(t = 60) = 0.9048*0.6065=54.88%.
Sin mantenimiento preventivo, la confiabilidad sera la confiabilidad del mismo componente que
funciona a 60 horas, o a R(t = 60) = 54.88%.
Reemplazo ptimo de componentes

El tiempo ptimo entre acciones de mantenimiento se determina al minimizar el costo por unidad
de tiempo:
Pgina 67 de 99
Lo cual se puede simplificar con los siguientes supuestos:
El tiempo de falla sigue una distribucin de Weibull

El mantenimiento preventivo se realiza en un componente al tiempo T, con un cosnto de
falla Cf si se incurre.
Cada vez que se realiza el mantenimiento, el componente se regresa a su estado inicial
como nuevo.
El tiempo ptimo entre acciones de mantenimiento preventivo es:

T = m+
+
Donde: m es una razn del costo de falla entre el costo de mantenimiento, con esto de identifica
el parmetro de forma de la distribucin en una tabla.
es el parmetro de escala de la distribucin Weibull y
es el parmetro de localizacin de la distribucin Weibull
Ejemplo:
El costo de mantenimiento preventivo para un componente es de $80. Su costo de falla es de

$2400. Si se sigue la distribucin de Weibull con parmetros =3, =120 das, = 3, Qu tan
frecuente debe ser el mantenimiento preventivo?
2400
= = 30
80
De la tabla se obtiene un valor m para el parmetro de forma Beta de 3 de 0.258. Por tanto:
T = (0.258)(120) + 3 = 33.96
o T = 34 das entre mantenimientos preventivos
El tiempo programado ptimo para reemplazar componentes, con base en la distribucin de

Weibull se realiza como sigue:
Pgina 68 de 99
Ejemplo:
Un sensor sigue una distribucin de Weibull de fallas con = 250 horas, = 2.3 y =500 horas. Si
ocurre una falla en operacin, el impacto en costo es de $10,000, si el sensor se reemplaza de
manera programada implica un costo de $900. Si el sensor se utiliza 8760 horas / ao y el
mantenimiento programado es de cada semana, determinar el programa de reemplazo para
reducir los costos.
Variando t para identificar el menor costo en una hoja de clculo se tiene:
t Reemplazos programados Fallas esperadas Ct

200 44 0 39,600
250 35 0 31,536
300 29 0.1 27,740
400 22 1.3 33.023
500 18 3.2 47,965
O sea que el nmero de horas aproximado que se debe hacer el mantenimiento programado en
de 300 hrs. Esto resulta en un costo de $27,740 por ao.
Otras estrategias de reemplazo de componentes son:
Poltica de intervalo de reemplazo constante, cada determinado tiempo

Reemplazo preventivo a determinado tiempo de uso
Mantenimiento de grupos de componentes o equipos
Poltica de inspeccin peridica
Inspeccin y mantenimiento peridico
Monitoreo continuo
VII. Anlisis de criticidad
Pgina 69 de 99
Debido al gran nmero de equipos que operan en una central, es necesario establecer hacia que
equipos se deben dirigir todos los esfuerzos y metodologas de mantenimiento para atender las
reas o subsistemas ms crticos.
El Anlisis de Criticidad es una metodologa que permite establecer la jerarqua o prioridades de

procesos, sistemas y equipos, creando una estructura que facilita la toma de decisiones acertadas
y efectivas, direccionando el esfuerzo y los recursos en reas donde sea ms importante y/o
necesario mejorar la Confiabilidad Operacional, basado en la realidad actual.
Cmo establecer que una central, proceso, sistema o equipo es ms crtico que otro? Qu
criterio se debe utilizar? Todos los que toman decisiones, utilizan el mismo criterio?, el Anlisis
de Criticidad da respuesta a estas interrogantes, dado que genera una lista ponderada desde el
elemento ms crtico hasta el menos crtico del total del universo analizado, diferenciando tres
zonas de clasificacin: alta criticidad, mediana criticidad y baja criticidad.
Los criterios para realizar un Anlisis de Criticidad estn asociados con: seguridad, ambiente,
produccin, costos de operacin y mantenimiento, tasa de fallas y tiempo de reparacin,
principalmente. Estos criterios se relacionan con una ecuacin matemtica, que genera
puntuacin para cada elemento evaluado.
La informacin recolectada en el estudio podr ser utilizada para:

Priorizar rdenes de trabajo de operaciones y mantenimiento.
Priorizar proyectos de inversin.
Disear polticas de mantenimiento.
Seleccionar una poltica de manejo de repuestos y materiales.
Dirigir las polticas de mantenimiento hacia las reas o sistemas ms crticos.
Los elementos bsicos de Anlisis de Criticidad son:
Pgina 70 de 99
Para la seleccin del mtodo de evaluacin se toman criterios de ingeniera, factores de

ponderacin y cuantificacin.
En el mbito de mantenimiento. Al tener plenamente establecido cuales sistemas son ms

crticos, se puede establecer de una manera ms eficiente la priorizacin de los programas y
planes de mantenimiento de tipo: predictivo, preventivo, correctivo, deteccin e inclusive
posibles rediseos al nivel de procedimientos y modificaciones menores; inclusive permitir
establecer la prioridad para la programacin y ejecucin de rdenes de trabajo.
En el mbito de inspeccin. El estudio de criticidad facilita y centraliza la implantacin de un

programa de inspeccin, dado que la lista jerarquizada indica donde vale la pena realizar
inspecciones y ayuda en los criterios de seleccin de los intervalos y tipo de inspeccin requerida
para sistemas de proteccin y control (presin, temperatura, nivel, velocidad, espesores, flujo,
etc.).
En el mbito de materiales. La criticidad de los sistemas ayuda a tomar decisiones ms acertadas

sobre el nivel de equipos y piezas de repuesto que deben existir en el almacn central, as como
los requerimientos de partes, materiales y herramientas que deben estar disponibles en los
almacenes de planta, es decir, se puede minimizar el stock de materiales y repuestos de cada
sistema y/o equipo logrando un costo ptimo de inventario.
En el mbito de disponibilidad de la central, los datos de criticidad permiten una orientacin

certera en la ejecucin de proyectos, dado que es el mejor punto de partida para realizar
estudios de renovaciones en los sistemas o equipos de una instalacin, basados en el rea
de mayor impacto total, que ser aquella con el mayor nivel de criticidad.
A nivel del personal, un buen estudio de criticidad permite potenciar el adiestramiento y

desarrollo de habilidades en el personal, dado que se puede disear un plan de formacin
Pgina 71 de 99
tcnica, artesanal y de crecimiento personal, basado en las necesidades reales de los procesos,
tomando en cuenta primero los sistemas o equipos ms crticos, que es donde se concentran las
mejores oportunidades iniciales de mejora y de agregar el mximo valor.
Dado que pocas veces se dispone de una data histrica de excelente calidad, el Anlisis de
Criticidad permite trabajar en rangos, es decir, establecer cul es la condicin ms favorable, as
como la condicin menos favorable de cada uno de los criterios a evaluar.
La informacin requerida para el anlisis siempre estar referida con la frecuencia de fallas y sus
consecuencias, se puede obtener a travs de los equipos de alto desempeo. El personal debe
conocer el sistema y formar parte de las diversas reas involucradas, aprovechando su nivel de
particular de conocimiento as como diferente opinin. Pueden apoyar los diagramas de flujo de
la central y sus procesos.
Pgina 72 de 99
Resultados del estudio: El primer paso para obtener los resultados del anlisis de criticidad es
establecer los puntajes de los parmetros como a continuacin se muestra en un ejemplo de
una planta de Coque en Colombia.
Pgina 73 de 99
Pgina 74 de 99
VIII. Anlisis de rbol de fallas (FTA)
Los rboles de Fallas son herramientas excelentes para localizar y corregir fallas. Pueden usarse para
prevenir o identificar fallas antes de que ocurran, pero se usan con ms frecuencia para analizar
accidentes o como herramientas Investigativas para sealar fallas. Al ocurrirse un accidente o una
falla, se puede identificar la causa raz del evento negativo.
Se analiza cada evento al hacer la pregunta, Cmo es posible que esto suceda?. Al contestar esta
pregunta, se identifican las causas principales y como se interactan para producir un evento no
deseado. Este proceso de lgica sigue hasta identificar todas las causas posibles.
A lo largo de este proceso, se usa un diagrama de rbol para grabar los eventos identificados. Las
ramas del rbol terminan cuando estn completos todos los eventos que resultan en el evento
negativo. Consiste en descomponer sistemticamente un suceso complejo denominado suceso TOP
en sucesos intermedios hasta llegar a sucesos bsicos para los cuales se puede calcular la
probabilidad de fallos.
Se usan smbolos para representar varios eventos y para describir relaciones:
Compuerta Y representa una condicin en la cual todos los eventos mostrados

debajo de la compuerta (compuerta de entrada) tiene que estar presentes para que ocurra el evento
arriba de la compuerta (evento de resultado). Esto significa que el evento de resultado ocurrir
solamente si todos los eventos de entrada existen simultneamente.
Compuerta O representa una situacin en la cual cualquier de los eventos mostrados

debajo de la compuerta (compuerta de entrada) llevarn al evento mostrado arriba de la compuerta
(evento de resultado). El evento ocurrir si solamente uno o cualquier combinacin de los eventos
de entrada ocurren.
Hay cinco tipos de smbolos para eventos:
Pgina 75 de 99
1. Rectngulo el rectngulo es el principal componente bsico del rbol analtico.

Representa el evento negativo y se localiza en el punto superior del rbol y puede localizarse por
todo el rbol para indicar otros eventos que pueden dividirse ms. Este es el nico smbolo que
tendr abajo una compuerta de lgica y eventos de entrada.
2. Crculo un crculo representa un evento base en el rbol. Estos se encuentran en

los niveles inferiores del rbol y no requieren ms desarrollo o divisiones. No hay compuertas o
eventos debajo del evento base.
3. Diamante el diamante identifica un evento terminal sin desarrollar. Tal evento

es uno no completamente desarrollado debido a una falta de informacin o significancia. Una rama
del rbol de fallas puede terminar con un diamante. Por ejemplo, la mayora de los proyectos
requieren personal, procedimientos, y equipo. El desarrollador del rbol tal vez se decida enfocarse
en el aspecto de personal del procedimiento y no en los aspectos del equipo o procedimientos. En
este caso el desarrollador usara diamantes para mostrar procedimientos y equipo como
eventos terminales no desarrollados.
4. valo Un smbolo de oval representa una situacin especial que puede ocurrir
solamente si ocurren ciertas circunstancias. Esto se explica adentro del smbolo del ovalo. Un
ejemplo de esto tal vez sea el caso de que si hay que cerrar ciertos interruptores por una secuencia
especfica antes de ocurrir una accin.
5. Tringulo El tringulo significa una transferencia de una rama del rbol de fallas a
otro lugar del rbol. Donde se conecta un tringulo al rbol con una flecha, todo que est mostrado
debajo del punto de conexin se pasa a otra rea del rbol. Esta rea se identifica con un tringulo
correspondiente que se conecta al rbol con una lnea vertical. Letras, nmeros o figuras diferencian
Pgina 76 de 99
un grupo de smbolos de transferencia de otro. Para mantener la simplicidad del rbol analtico, el
smbolo de transferencia debe usarse con moderacin.
Anlisis de fallas con diagramas de rbol
El FTA consta de los pasos siguientes:
1. Definir el evento superior.

2. Conocer el sistema.
3. Construir el rbol.
4. Validar el rbol.
5. Evaluar el rbol.
6. Considerar cambios constructivos.
7. Considerar alternativas y recomendacin de medidas.
Defina el evento superior. Para definir el evento superior, se tiene que identificar el tipo de falla que
se va a investigar. Esto podra ser lo que haya sido el resultado final de un incidente, tal como una
Maquina no operativa. Un Suceso TOP: Ocupa la parte superior de la estructura lgica que
representa el rbol de fallos. Es el suceso complejo del cual se desconoce la probabilidad de fallos.
Tiene que estar claramente definido (condiciones, etc.)
Sucesos intermedios: Son los sucesos intermedios que son encontrados en el proceso de
descomposicin y que a su vez pueden ser de nuevo descompuestos. Se representan en el rbol de
fallos en rectngulos.
Sucesos bsicos: Son los sucesos terminales de la descomposicin. Tienen asociada una
probabilidad de ocurrencia determinada y pueden representar cualquier tipo de suceso de los que
se han citado con anterioridad: sucesos de fallos como por ejemplo: infiabilidad o
indisponibilidad de un componente, error humano, etc. o sucesos de xito ocurrencia de un
evento determinado. Se representan en crculos en la estructura del rbol.
Ejemplo:
Pgina 77 de 99
Procedimiento.
Antes de Diagramar o documentar un rbol de fallas podemos apoyarnos de un diagrama funcional
del equipo o componente podemos apoyarnos de un diagrama funcional de bloques como aparece
a continuacin: ya que este tipo de diagramas presenta la divisin de los principales sistemas
funcionales de la maquina y los factores externos con los que interacta.
Determine todos los eventos no deseados en la operacin de un sistema. Separe esta lista en grupos
con caractersticas comunes. Varios FTA tal vez sean necesarios para estudiar un sistema
completamente. Finalmente, un evento debe establecerse que representa todos los eventos dentro
de un grupo. Este evento llega a ser el evento no deseado que se va a estudiar.
Pgina 78 de 99
Conozca el sistema. Se debe estudiar toda la informacin disponible sobre el sistema y su ambiente.
Puede ser de ayuda un anlisis de trabajo para determinar la informacin necesaria.
Construya el rbol de fallas. Este paso tal vez sea el ms fcil porque se usan solamente pocos de
los smbolos y la construccin prctica es muy sencilla.
Principios de construccin.
El rbol tiene que construirse al usar los smbolos de eventos nombrados arriba. Debe de
mantenerse sencillo. Mantenga un formato lgico, uniforme y consistente de nivel a nivel. Use
ttulos claros y precisos al escribir dentro de los smbolos de eventos. Las compuertas de lgica
deben limitarse a la compuerta y y la compuerta o y se debe usar smbolos de restriccin
solamente cuando sea necesario. Un ejemplo sera el uso del smbolo ovalo de restriccin para
ilustrar una secuencia necesaria de eventos que tienen que suceder para que ocurra un evento. El
tringulo de transferencia debe usarse muy poco o nunca. Mientras ms se usa el tringulo de
Pgina 79 de 99
transferencia, ms complicado se pone el rbol. El propsito del rbol es mantener el procedimiento
tan sencillo como sea posible.
Valide el rbol: Esto requiere a una persona que sabe mucho del proceso para verificar que el
rbol est completo y exacto.
Evale el rbol de fallas: El rbol ahora necesita examinarse para las reas donde pueden hacerse
mejoras en el anlisis o donde tal vez haya oportunidad de utilizar procedimientos o materiales
alternativos para disminuir el peligro.
Estudie cambios constructivos: En este paso, cualquier mtodo alternativo que se implementen
deben evaluarse ms. Esto permite que los asesores vean cualquier problema que est
relacionado con el nuevo procedimiento antes de implementarlo.
Considere alternativas y recomiende pasos. Este es el ltimo paso en el proceso donde se

recomiendan acciones correctivas o medidas alternativas.
Pgina 80 de 99
Beneficios: La ventaja principal de los anlisis de rbol de falla son los datos valiosos que producen
que permiten evaluar y mejorar la fiabilidad general del sistema. Tambin evala la eficiencia y la
necesidad de redundancia.
Limitacin: Una limitacin del anlisis de rbol de fallas es que el evento no deseado que se est
evaluando tiene que ser previsto y todos los factores contribuyentes a la falla tienen que ser
anticipados. Este esfuerzo puede llevar mucho tiempo y puede ser muy caro. Y finalmente, el xito
en general del proceso depende de la habilidad del analista involucrado.12
Reporte de fallas, anlisis, sistema de accin correctiva (FRACAS)
Es una revisin formal de la direccin y un sistema de bucle cerrado que se enfoca a resolver
incidentes de fallas. Un grupo interdisciplinario analiza, determina la causa de falla, e inicia la accin
correctiva, agrupando los incidentes individuales para enfocar de modo eficiente los recursos.
Despus de la solucin del problema la informacin se transfiere a un archivo de lecciones

aprendidas para su uso futuro.
El FRACAS asegura que todos los modos de falla que ocurran en un producto durante su desarrollo
desde su arranque, estn documentados, monitoreados, y corregidos como sea necesario.
Beneficios
Permite dar soluciones efectivas y permanentes a los problemas

Descubre modos de falla antes de que el producto llegue al cliente
Conciencia en el uso efectivo de recursos priorizando problemas del desarrollo.
Proporciona un mtodo comn para resolver problemas de confiabilidad asegurando que
la accin correctiva sea efectiva.
Documenta los problemas de confiabilidad y acciones correctivas para su uso en el futuro
Actividades:
Establecer el proceso
Ocurre un incidente
Describir la falla y las partes con falla
Realizar priorizacin y asignar
Reporte de estatus y mtrica
Se puede utilizar para cada incidente un formato de 7/8 pasos como sigue:
12 www.tdi.state.tx.us
Pgina 81 de 99
Descripcin del problema (qu, dnde, cundo, impacto)
Acciones interinas
Acciones de contencin del problema
Acciones correctivas
Verificacin de la efectividad de la accin correctiva
Control de la recurrencia
Prevencin de ocurrencia de fallas potenciales futuras
Pgina 82 de 99
IX. Mantenimiento centrado en confiabilidad (RCM)
Antecedentes del MCC
Al final de 1950, la aviacin comercial mundial estaba sufriendo ms de 60 accidentes por milln de
despegues. Si actualmente se estuviera presentando la misma tasa de accidentes, se estara oyendo
sobre dos accidentes areos diariamente en algn sitio del mundo. Dos tercios de los accidentes
ocurridos al final de los 1950s eran causados por fallas en los equipos. Todos esperaban que los
motores y otras partes importantes se gastaran despus de cierto tiempo. Esto los condujo a creer
que las reparaciones peridicas retendran las piezas antes de que gastaran y as prevenir fallas. Es
decir para esta poca, mantenimiento significaba una cosa: reparaciones peridicas.
A mediados de 1970, se gener un reporte por Stanley Nowlan y Howard Heap de United Airlines.
Ellos lo titularon RELIABILITY CENTERED MAINTENANCE (MANTENIMIENTO CENTRADO EN LA
CONFIABILIDAD) RCM.
En 1999 la SAE coordina una norma Criterios de Evaluacin para Procesos de Mantenimiento
Centrado en la Confiabilidad (CRM) (SAE JA1011).
Mantenimiento y RCM:
El MCC tiene este nombre (Mantenimiento Centrado en Confiabilidad) para enfatizar el papel que
juega la teora y la prctica de la confiabilidad, al enfocar las actividades de mantenimiento
preventivo en retener la confiabilidad inherente por diseo de los activos.3
El Mantenimiento Centrado en Confiabilidad (MCC) es un procedimiento utilizado para determinar

cules actividades se deben realizar para asegurar que cualquier activo fsico contine cumpliendo
con las funciones operacionales para las cuales es diseado, bajo una metodologa de anlisis
sistemtico, usado para determinar el desempeo ptimo de las tareas de mantenimiento, a
determinadas frecuencias de intervencin, basndose en la implementacin acertada de criterios
de seguridad, operacionales, econmicos y de cuidado del medio ambiente. Esta metodologa est
basada en el entendimiento de las funciones que debe prestar cada sistema y encontrar el motivo
de interrupcin de dichas funciones por causa de un fallo y su prevencin. .4
3 Rea Soto (2006) Mtodos y prcticas en estudios de Mantenimiento Basado en Confiabilidad (MCC) Instituto de
Investigaciones Elctricas
4 Ibidem.
Pgina 83 de 99
El proceso MCC busca identificar una poltica apropiada del manejo de fallas para tratar cada modo
de falla a la luz de sus consecuencias y caractersticas tcnicas. Las opciones de la poltica del manejo
de fallas incluyen por ejemplo:
Mantenimiento predictivo
Mantenimiento preventivo
Bsqueda de fallas
Cambio del diseo o configuracin del sistema
Cambio de la forma en que es operado el sistema
Operarlo para que falle
MCC: Las siete preguntas bsicas:
Como mencionamos anteriormente El proceso de MCC formula siete preguntas acerca del activo o
sistema que se intenta analizar de acuerdo al estndar SAE-JA1011, cualquier proceso MCC debe
asegurar que se contesten, de forma satisfactoria y en un orden preestablecido, siete preguntas:
1. Cules son las funciones y estndares de desempeo en el contexto operativo actual?

(Funciones y estndares de desempeo).
2. De qu forma pueden fallar para que dejen de cumplir con sus funciones? (Modos de falla).
3. Cules son las causas de cada falla funcional? (Mecanismos de falla).
4. Qu sucede cuando se presenta cada mecanismo de falla? (Efectos de la falla).
5. Qu puede ocurrir si se presenta cada mecanismo de falla? (Consecuencias de la falla).
6. Qu se puede hacer para predecir o prevenir cada mecanismo de falla? (Estrategias de

mantenimiento).
7. Qu se debe hacer si no se puede encontrar una accin de mantenimiento adecuada?

(Acciones requeridas cuando no se puede prevenir la falla o cuando la confiabilidad
inherente es baja).
Estas preguntas son desarrolladas brevemente en los prrafos siguientes.
Pgina 84 de 99
Funciones y parmetros de funcionamiento:
Antes de poder definir qu proceso aplicar para determinar qu debe hacerse para que cualquier
activo fsico contine haciendo aquello que sus usuarios quieren que haga en su contexto
operacional.
Modos de falla
Una vez que se ha identificado la falla funcional, el prximo paso es tratar de identificar todos los
hechos que pueden haber causado cada estado de falla. Estos hechos se denominan modos de falla.
Los modos de falla posibles incluyen aquellos que han ocurrido en equipos iguales o similares
operando en el mismo contexto. Tambin incluyen fallas que actualmente estn siendo prevenidas
por regmenes de mantenimiento existentes, as como fallas que an no han ocurrido pero son
consideradas altamente posibles en el contexto en cuestin.
La mayora de las listas tradicionales de modos de falla incorporan fallas causadas por el deterioro
o desgaste por uso normal. Sin embargo, para que todas las causas probables de falla en los equipos
puedan ser identificadas y resueltas adecuadamente, esta lista debe incluir fallas causadas por
errores humanos (por parte de los operadores y el personal de mantenimiento), y errores de diseo.
Tambin es importante identificar la causa de cada falla con suficiente detalle para asegurarse de
no desperdiciar tiempo y esfuerzo intentando tratar sntomas en lugar de causas reales. Por otro
lado, es igualmente importante asegurarse de no malgastar el tiempo en el anlisis mismo al
concentrarse demasiado en los detalles.
Efectos de falla
El cuarto paso en el proceso de MCC consiste en hacer un listado de los efectos de falla, que describe
lo que ocurre cuando acontece cada modo de falla. Esta descripcin debe incluir toda la informacin
necesaria y sirve para apoyar la evaluacin de las consecuencias de falla, tal como:
Qu evidencia existe (si la hay) de que la falla ha ocurrido.

De qu modo representa una amenaza para la seguridad o el medio ambiente (si es que la
representa).
De qu manera afecta a la produccin o a las operaciones (si las afecta).
Qu daos fsicos (si los hay) han sido causados por la falla.
Qu debe hacerse para reparar la falla.
ESTRUCTURA BASICA DEL MCC

El mantenimiento centrado en confiabilidad tiene una estructura lgica la cual a partir de procesos
de priorizacin, anlisis de importancia de los sistemas equipos y funciones o estndares de
desempeo de los mismos se determina en donde se van a aplicar de manera estratgica y optima
los recursos de la organizacin para garantizar la confiabilidad del mantenimiento y de los activos
como se muestra en el cuadro que sigue:.
Pgina 85 de 99
Identificacin de
Seleccin de
equipos para
funciones y Identificacin de 2
estndares de modos de falla
programa MCC
1 desempeo
3 Identificacin de
mecanismos de falla
4 Efectos de la Calificacin de la
Fallas ocurrencia del M.F. frecuencia de
ocultas ocurrencia
Fallas
5 Consecuencias de la
evident Matriz de Riesgos
es ocurrencia del M.F. 1 2 3 4 5 6
Identificacin del tipo de 6

consecuencia (seguridad,
ambiente, produccin, 5
equipo) 4
Calificacin de la magnitud 3
de la consecuencia
2
1
M.F. asociados a la mayor Indispensable reducir el riesgo a
consecuencia y clasificados por niveles mas bajos.
nivel de importancia del riesgo Es necesario realizar acciones a
fin de reducir el nivel de riesgo.
Prueba
Estrategias de
mantenimiento
Rehabilita
cin
6 M. F. asociados a 7
Reemplaz actividades de
o mantenimiento
Busqueda
Tomado de: Presentacin PP. Mtodos M.C. Rogelio Rea Soto Marzo, 2006
Es muy importante iniciar nuestro anlisis MCC definiendo claramente los lmites de los sistemas y
componentes, as como sus interacciones, asegura que todos los componentes se analicen
correctamente.
En el siguiente diagrama se muestra el despliegue del primer y segundo nivel de una central de
generacin de energa elctrica.
Pgina 86 de 99
Sistema de generacin Bombas de
de vapor condensado
Central de Sistema de agua de Intercambiadores de

generacin alimentacin calor
Sistema
contraincendio Instrumentacin de
control
Anlisis FMEA
Las primeras cinco preguntas del RCM se responden a partir de estudios de Anlisis de los Modos
de Falla y sus Efectos FMEA.
Dentro de un estudio MCC, los anlisis FMEA permiten identificar todo lo que existe alrededor de la
ocurrencia de una falla. Pero antes de iniciar, es necesario definir el nivel de detalle del anlisis.
Un inadecuado nivel de detalle en el anlisis podra llevar a resultados poco prcticos. Por ejemplo,
un anlisis a nivel de tornillos, en una bomba de un proceso convencional, podra conducir a
estrategias de prevencin de fallas poco prcticas de implantar. En cambio un anlisis a nivel de
componentes complejos, como un sistema de bombeo, puede conducir a estrategias poco efectivas
al no llegar al origen de los problemas.
Pgina 87 de 99
LT-1
PT-1
Una gua para determinar el nivel de detalle de los estudios, la dan las actividades de
mantenimiento que se realizan. Por ejemplo, hay instalaciones en donde, para minimizar la
ocurrencia de la falla de una vlvula de dimetro relativamente pequeo se tiene la poltica de
reemplazo programado (cambio de la vlvula completa).
En cambio, para vlvulas de dimetro mayor es posible intervenirlas, por lo que en estos casos es
necesario analizar los componentes de la vlvula (cuerpo, actuador, asientos, sellos, etc.).
Falla funcional. Qu deja de hacer? o qu hace de forma incorrecta?

Modo de falla. Cmo deja de cumplir su funcin? (forma en la que identificamos la falla).
Mecanismos de falla. Por qu se present el modo de falla?
Sistema Componente 1 Funcin 1 Modo 1 Mecanismo 1
Componente 2 Funcin 2 Modo 2 Mecanismo 2
Componente 3 Funcin 2 Modo 3 Mecanismo 3
Interrumpir la
Sistema de Falla a Mecanismo de
Interruptor corriente si es
arranque abrir apertura roto
superior a 1000 A
Modo de falla del componente. Forma o manera en que el componente deja de cumplir con su
funcin.
FUNCION MODO DE FALLA
Permanecer Cerrado Falla a permanecer cerrado
Abrir Falla a abrir
Proveer CA No provee CA
Proveer CA Provee CD
Operar a tiempo t Opera antes de tiempo t
Pgina 88 de 99 Operar a tiempo t Opera despues de tiempo t

Mecanismo de falla. Motivo fsico por el que se presenta el modo de falla.
Corrosin Fatiga trmica

Erosin Fatiga mecnica
Fractura Estrs
Expansin Desgaste
Contraccin Degradacin
Los mecanismos de falla son la base de los estudios MCC. Alrededor de stos se realizan los anlisis
que determinan las acciones para minimizar su probabilidad de ocurrencia o para minimizar las
consecuencias de las fallas. Toda recomendacin derivada de un estudio MCC deber estar
orientada hacia un mecanismo de falla o hacia un conjunto de stos (modo de falla).
El contar con una gua para seleccionar modos y mecanismos de falla permite generar anlisis
ms homogneos y fciles de retroalimentar.
Modos de falla Mecanismos de falla

AIR Lectura de instrumentos anormal Deformacin Fuga
ELP Fuga externa (proceso) Desgaste Cavitacin
ERO Descarga errtica Fuera de ajuste Falla de control
FTS Falla a iniciar a la demanda Falla de voltaje Corto circuito
HIO Salida alta Sujecin Bloqueo
INL Fuga interna Ruptura Vibracin
LOO Salida baja Falla de software Corrosin
VIB Vibracin Falla de tierra Sin seal
Cuando un anlisis MCC no se apega a algn estndar durante la definicin de modos de falla y
mecanismos de falla, se incorporan al anlisis criterios e interpretaciones de los analistas, lo que
introduce en el estudio cierto nivel de subjetividad. Esto podra ocasionar enunciados de modos y
mecanismos de falla incompletos o inconsistentes, que pueden llevar a resultados no deseados.
Efectos de la falla. En qu forma se manifiesta la falla?
Consecuencias. Qu prdidas provoca la falla en trminos de seguridad, ambiente, operacin y

daos a equipo?
Pgina 89 de 99
Mecanismo 1 Efectos 1 Mecanismo 1 Consecuencia 1
Consecuencia 2

Mecanismo 2 Efectos 2 Mecanismo 2
Consecuencia n
Mecanismo 3 Efectos 3 Mecanismo 3
Mecanismo de
Sobre corriente
Mecanismo de Motor de 600 HP
apertura roto apertura roto quemado
en bus
Alta temperatura
Paro de
produccin por
Asociado a cada mecanismo de falla se analizan y describen sus efectos, esto es, se busca identificar
cmo se manifiesta la ocurrencia del mecanismo de falla o del modo de falla, y si este es oculto o
evidente. Si la falla es evidente, a travs de qu variables se puede determinar la ocurrencia de la
falla o su inminente aparicin. Tambin se identifican salvaguardias adicionales. El no describir
adecuadamente los efectos podra conducir a establecer estrategias de mantenimiento
inadecuadas o poco efectivas.
Despus de identificar los efectos asociados a un mecanismo de falla el siguiente paso es identificar
las consecuencias. Estas son las prdidas derivadas de la ocurrencia del mecanismo de falla.
Durante el anlisis MCC de una instalacin es muy importante que los analistas estandaricen la
redaccin de las consecuencias. El no hacerlo podra introducir en el estudio los criterios propios
de cada analista y con esto sesgar los resultados del estudio.
Una gua para establecer los enunciados de las consecuencias, lo constituyen los criterios utilizados
para definir las matrices de riesgo de la empresa.
Durante la identificacin de consecuencias de los mecanismos de falla, la teora establece que se

debe suponer que todas las protecciones fallan.
Este ejercicio permite al analista identificar qu tantas protecciones se tienen antes de llegar a las
consecuencias identificadas. En un estudio MCC, al llegar a este punto es importante valorar las
capas de proteccin existentes.
Por ejemplo, en la instrumentacin para el control de la presin en un recipiente, la falla del

transmisor de presin (PT-1) podra asociarse con la falla catastrfica de la vasija por alta presin.
Sin embargo, no sera realista debido a que se cuenta con otras protecciones antes de llegar a esta
consecuencia. La falla catastrfica de la vasija estara asociada al fallo de la instrumentacin de
disparo del proceso (PT-2) y al del sistema de alivio (PSV).
Pgina 90 de 99
Sistema de paro de
emergencia
PT-2 PSV-
1
PT-1
SDV-2
SDV-1 PV-1
Visto de otra manera en un diagrama de bloque se muestran las interacciones de los diferentes
sistemas y las perdidas que puede generar.
Sistema de compresin
Prdida de 200
MMPCD de
produccin.
Sistema de Sistema de Aire de Instrumentos
Condensados
Sistema de Aire de Planta
Motor de 5 h.p.
Sistema de Generacin Elctrica quemado.
Sistema de Aire de Planta

Lesiones al
Compresor Secador Vlvulas Instrumentacin personal que
causan suspensin
laboral.
Estandarizar la redaccin de las consecuencias.

Derrame de
Un estudio MCC se hace inicialmente como punto de partida para seleccionar estrategias de
mantenimiento cuyas frecuencias de aplicacin se pueden optimizar a partir de datos histricos de
fallas de la instalacin y de instalaciones similares.
Anlisis inicial MCC

Estrategias y programa de
Datos iniciales Estudio MCC mantenimiento
inicial
Aplicacin del programa de

mantenimiento
Seguimiento del MCC

Actualizacin de frecuencias Actualizacin
de mantenimiento Adquisicin de datos
Estudio MCC
Pgina 91 de 99
Cuando se realiza la recoleccin de datos de falla y mantenimiento y los estudios MCC fuera de un
estndar preestablecido, es difcil retroalimentar los datos del primero a los resultados del
segundo.
Anlisis inicial MCC

Estrategias y programa de
Datos iniciales Estudio MCC mantenimiento
inicial
Aplicacin del programa de

mantenimiento
Seguimiento del MCC

Actualizacin de frecuencias Actualizacin
de mantenimiento Adquisicin de datos
Estudio MCC
Se requiere un esquema para clasificar los mecanismos de falla de acuerdo con su categora de
riesgo. Para eso se requiere calificar cuantitativamente:
La magnitud de las consecuencias de las fallas que se espera puedan ocurrir.
La probabilidad o frecuencia de ocurrencia de esas fallas.
Categoras o Categoras o
niveles de niveles de Cada ao
consecuencia frecuencia
1. 1. En diez mil aos
2. 2.
En la vida de la
3. 3. planta
4. 4.
5. 5. En una dcada
. .
. .
ANLISIS DE RIESGO
Es necesario que la empresa determine los riesgos que considera intolerables y tolerables desde
el punto de vista de seguridad, impacto ambiental, operacin y de daos a equipos. Una matriz de
riesgos permite establecer de manera sistemtica la importancia de las fallas y contribuye a asignar
la estrategia de mantenimiento apropiada.
Pgina 92 de 99
En MCC las estrategias de mantenimiento se enfocan a preservar la funcin de los equipos y no a

los equipos en si. Lo que permite que para algunos mecanismos no sea necesario asignar una
estrategia de mantenimiento ya que la consecuencia de la falla podra ser tolerable. Sin embargo,
para aquellos mecanismos cuyo riesgo sea inaceptable, se debern enfocar los recursos, ya sea
para reducir la probabilidad de ocurrencia de la falla o para minimizar las consecuencias de la
misma.
ESTRATEGIAS DEL MCC

Definicin de la estrategia de mantenimiento.
Para definir las estrategias de mantenimiento es necesario considerar diferentes opciones de

diagnostico u obtencin de la informacin para definir por cuales de las estrategias nos decidimos
para su implementacin.
Estrategias de mantenimiento: Son las polticas a seguir para enfrentar las fallas, en donde las
actividades de mantenimiento proveen los mayores beneficios.
El MCC pone tanto nfasis en las consecuencias de las fallas como en las caractersticas tcnicas de
las mismas y lo hace de esta manera:
Integra una revisin de las fallas operacionales con la evaluacin de aspectos de seguridad y
amenazas al medio ambiente, esto hace que la seguridad y el medio ambiente sean tenidos en
cuenta a la hora de tomar decisiones en materia de mantenimiento.
Pgina 93 de 99
Mantiene la atencin en las actividades de mantenimiento que ms incidencia tienen en el
desempeo o funcionamiento de las instalaciones. Esto garantiza que cada peso gastado en
mantenimiento se gasta donde ms beneficio va a generar.
1. Actividades con base en condicin

2. Actividades de rehabilitacin
3. Actividades de reemplazo
4. Combinacin de actividades de mantenimiento
5. Acciones a falta de actividades de mantenimiento preventivas:
1. Programar actividades de bsqueda de fallas
2. No programar mantenimientos
3. Rediseo
Actividades de mantenimiento: Son las acciones especficas para mantener operando el

componente.
Actividad Periodicidad (meses)

Limpieza y pintura 12
Engrasado 1
Alineacin 3
Recalibracin 3
Cambio de filtro 6
Cambio de aceite 6
Reemplazo de flecha 24
Rectificacin 36
Relacin entre estrategia y actividad de mantenimiento
Estrategias y tareas de mantenimiento

Las estrategias de mantenimiento son las polticas de administracin de fallas en tanto las tareas de
mantenimiento son las acciones especficas con las que se satisfacen dichas polticas.
Al enunciar una tarea se debe tener claridad en:
La estrategia bajo la cual se seleccion la tarea.
La certeza de que esa tarea satisface la estrategia.
Actividades con base en condicin (Limpieza y pintura, Alineacin, Recalibracin, Cambio de filtro,
Cambio de aceite, etc.), el adoptar esta estrategia depende de las caractersticas del mecanismo de
falla (variables a monitorear, consecuencias de la ocurrencia de la falla, caractersticas del intervalo
P-F, costo, etc).
Pgina 94 de 99
P
Condicin
Tiempo
Actividades de rehabilitacin programada (Limpieza y pintura, Reapriete, Recalibracin,

Rectificacin, etc.), estas actividades de rehabilitacin peridica deben asegurar que el componente
se retorna a su condicin de desempeo inicial, el adoptar esta estrategia depende de las
caractersticas del mecanismo de falla (consecuencias de la ocurrencia del mecanismo de falla,
consistencia en su intervalo de vida til, costo, etc.)
Distribucin
Vida til
Normal
Vida promedio
Tiempo
Diagrama 18. Mtodos M.C. Rogelio Rea Soto Marzo, 2006
Actividades de reemplazo programado (Cambio de filtros, cambio de aceite y en general reemplazo

de componentes o sistemas), se realiza el cambio fsico del componente con una frecuencia definida
e independientemente de su condicin (normalmente aplicada a consumibles), el adoptar esta
estrategia depende de las caractersticas del mecanismo de falla (consecuencias de la ocurrencia
del mecanismo de falla, consistencia en su intervalo de vida til, costo, etc.)
Pgina 95 de 99
Distribucin
Vida til
Normal
Vida promedio
Tiempo
Diagrama 19. Mtodos M.C. Rogelio Rea Soto Marzo, 2006
Programar actividades de bsqueda de fallas (Realizacin de pruebas de operatividad a equipos

tales como vlvulas SDV, PSV o sistemas en reserva), estas actividades se realizan con una
periodicidad definida para identificar fallas ocultas, el adoptar esta estrategia depende de las
caractersticas del mecanismo de falla (consecuencias de la ocurrencia del mecanismo de falla, tipo
de prueba, costo, etc.)
Vlvula de
alivio
Ejemplos de consideraciones que deben tomarse en cuenta cuando se asignan estrategias de

mantenimiento
Modo de falla Mecanismos de falla

Falla actuador
Falla SDV a cerrar Falla vlvula solenoide por exceso de
a la demanda humedad en aire comprimido
Vstago atorado por alta corrosin
Obturador obstruido.
Dadas las caractersticas en la operacin de una vlvula SDV, el adoptar la estrategia de bsqueda
de fallas (esto es, pruebas peridicas de todo el lazo de control) podra ser suficiente para mantener
Pgina 96 de 99
un control adecuado en la ocurrencia de este modo de falla y sus mecanismos de falla ms comunes.
En este caso el nivel de anlisis a Modos de falla, podra ser suficiente, ahorrando tiempo y esfuerzo
de anlisis.
Modo de falla Mecanismos de falla

Falla SDV a cerrar a la Falla vlvula solenoide por exceso de
demanda humedad en aire comprimido
Al no llegar hasta el nivel de mecanismos de falla durante un anlisis, se pueden perder

oportunidades para identificar una estrategia adecuada para minimizar la probabilidad de
ocurrencia de la falla.
En el mecanismo de falla falla de vlvula solenoide, podramos encontrar que el problema que lo
provoca es la alta humedad en la red de aire y cuyo problema podra llevarnos a adoptar la estrategia
de rediseo del sistema de suministro de aire.
El adoptar una estrategia para enfrentar un modo de falla y no el mecanismo de falla, sera poco
efectiva si este mecanismo de falla es el mayor contribuyente de este modo de falla.
Preguntas tpicas que son difciles de contestar si se utiliza nicamente el enfoque MCC:
Cmo determinar la disponibilidad operativa de un sistema bajo diferentes configuraciones (por

diseo, la actual, la esperada a futuro, etc.)?
Cul es el valor actual de disponibilidad operativa del sistema y a qu valor se puede aspirar?
Qu acciones se tienen que realizar para alcanzar los valores de disponibilidad objetivo?
Sobrenivel en
tnque
AND
E1
Valv. B fall Desc. a tq. abta

cerrada OR
A
E2
Vlvula Valv. A fall Falla lazo control

A abierta valv. A
B OR
E3
Sensor Falla Fallan sensores
X controlador
Vlvula AND
Controlad
C
or B
Sensor Y Sensor Sensor
Y
D X
E
Pgina 97 de 99
Cmo utilizar la informacin obtenida de un FMEA para construir y evaluar un AF?
Instalacin: Plataforma de Rebombeo Sistema: 1.Turbobombas Facilitador: RCR Fecha: 04/sep/04

Subsistema: 3. Vlvulas de relevo de aire Revisor: RRS Fecha: 31/oct/04
No. Funcin No. Modo de No. Mecanismo de falla Fre TR Efecto de la falla Consecuencia de la Con
Falla ca en falla s.
o h
1 Evitar altas 1 Falla abierta 1 Vlvula relevadora falla 0.1 2 Fuga de aire del compresor T21 Posible dao
presiones de abierta por diafragma roto severo a la turbina
la (vlvulas de sangrado sin Se presenta el surge
compresora resorte) T22. Prdida de
Alta temperatura de la capacidad de
durante el mquina
arranque y bombeo (150 MB)
limitar la
sobrevelocid 2 Vlvula relevadora falla 0.0 0.2 Fuga de aire del compresor T21 Posible dao
ad al quitarse abierta por falla en vlvula 5 5 severo a la turbina
solenoide, venteando a la Se presenta el surge
la carga
atmsfera (vlvulas de T22. Prdida de
sangrado sin resorte) mquina bombeo (150 MB)
3 Vlvula relevadora con 0.1 2 Fuga de aire del compresor T21 Posible dao
resorte falla abierta (vlvulas severo a la turbina
de sangrado con resorte) Se presenta el surge
T22. Prdida de
mquina bombeo (150 MB)
2 Falla 1 Vlvulas relevadoras sin - - Alta presin en la -

cerrada resorte fallan cerradas (solo compresora
abren durante un paro
sbito) En caso de no abrir, se
rompe el diafragma
2 Vlvulas relevadores con - - Alta presin en la -

resorte fallan cerradas compresora
Aun a falla del resorte, la
vlvula abrir por diferencia
de presiones
Modos y Mecanismos de falla que causan indisponibilidad operativa del sistema que se
analiza
Frecuencia de falla de los mecanismos
Tiempo de reparacin de la falla
Clculo de la indisponibilidad operativa
Para el clculo de indisponibilidad se propone utilizar AAF asumiendo que los sistemas soporte del
sistema que se analiza son perfectos (no fallan). Esto permite verificar de manera muy rpida si se
pueden alcanzar las metas de disponibilidad objetivo que se hayan fijado para un sistema dado.
Suponga
Trabajar en P=0
esta parte del
rbol
Se propone el uso de AAF para el clculo de la indisponibilidad operativa de los sistemas que se
analizan. Otras propuestas incluyen el uso de Diagramas de Bloque de Confiabilidad (RBD por sus
Pgina 98 de 99
siglas en ingls). Sin embargo, con el uso de esa metodologa se pierde la informacin de las
combinaciones mnimas necesarias que ocasionan el evento tope (obtencin de CMC).
Cuando no ha sido posible obtener datos de fallas de componentes de sistemas, se propone el uso
de AAF considerando como mdulos aquellas compuertas de las que se puede obtener informacin
en bases de datos genricas.
Mdulo
Despus de obtener los rboles de Falla estamos en condiciones de seleccionar las estrategias de
mantenimiento que consideremos con mayor efectividad para optimizar el proceso de
mantenimiento.
Pgina 99 de 99

Confiabilidad y Mantenabilidad - Primitivo Reyes Aguilar

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Confiabilidad y Mantenabilidad - Primitivo Reyes Aguilar

Cargado por

Copyright:

Formatos disponibles

CONFIABILIDAD Y MANTENABILIDAD P.

Reyes / junio 2008

DR. PRIMITIVO REYES AGUILAR

Mail. Primitivo_reyes@yahoo.com / Cel. 044 55 52 17 49 12

II. Conceptos de confiabilidad

III. Modelos (distribuciones de probabilidad) para el tiempo de falla

IV. Estimacin de parmetros del modelo

VI. Mantenabilidad y disponibilidad

VII. Anlisis de criticidad

VIII. Anlisis de rbol de fallas (FTA)

IX. Mantenimiento centrado en la confiabilidad

Calidad de la energa es la ausencia de: interrupciones, sobretensiones, deformaciones producidas

LOS 9S DEL SUMINISTRO DE ENERGA CONFIABLE [18]

Sus caractersticas son:

La electricidad, como fuente moderna de energa, contribuye al nivel de dependabilidad, de los

A continuacin: se describen de una manera ms amplia, los componentes de la Dependabilidad.

La confiabilidad de un dispositivo, es la probabilidad de que este ser capaz de ejecutar y culminar

Matemticamente, la tasa de fallas, se escribe como:

Para un sistema reparable, que funciones en el tiempo t , no necesariamente implica funcionar en

La mantenabilidad de un dispositivo, es la probabilidad de que una operacin de mantenimiento

Corta duracin Larga duracin

Fluctuaciones de Desbalance de Distorsin de la Variaciones de

Corta duracin Larga duracin

Depresin Pico Pico Depresin

Deterioro de aislamiento elctrico

Modelo para la Dependabilidad

II. Conceptos de confiabilidad

Confiabilidad es la probabilidad de que un componente o sistema desempee satisfactoriamente la

La falla de un equipo sucede cuando deja de operar, funcionar o no realiza satisfactoriamente la

Las razones de estudio de la confiabilidad de equipos son las siguientes:

3. Determinar la propensin a fallar que tienen el equipo en un tiempo dado.

La informacin para los estudios de confiabilidad tienen diferentes denominaciones: datos de

Tiempo fijo de terminacin de la prueba

Censura por intervalo: cuando se inspecciona en intervalos de tiempo y se observan fallas

Censura mltiple: Cuando en el mismo estudio se tienen diferentes tipos de censura.

Funcin de densidad de probabilidad

Funcin de distribucin acumulada

Para el caso de la distribucin exponencial se tiene:

Es una funcin decreciente denominada tambin funcin de supervivencia es la probabilidad de

Para el caso de la funcin exponencial es:

f(t) 1 F(t) 1 R(t)

0 tiempo 0 tiempo 0 tiempo

Funcin de densidad Funcin de distribucin Funcin de

Funcin de riesgo / Tasa de riesgo / Tasa instantnea de riesgo

Es el resultado del siguiente lmite:

Representa la probabilidad condicional de haber sobrevivido hasta el tiempo t, fallar en el tiempo

Vida til de un equipo

La curva de la baera con el ciclo de vida de un equipo

Funcin de riesgo acumulado

Es la integral hasta el tiempo t de la funcin de riesgo como sigue:

La vida media es el valor esperado o media de la variable T como sigue:

La funcin de densidad es:

La funcin de distribucin acumulada es la siguiente:

La funcin de confiabilidad es la siguiente:

Y la funcin de riesgo es:

Distribucin exponencial de un parmetro

Sus funciones bsicas son:

La funcin cuantil y la vida media son:

En funcin de la media se tiene (MTBF = ):

0 tiempo 0 tiempo 0 tiempo

Funcin de densidad Funcin de distribucin Funcin de

El efecto de la tasa de falla en la pdf es:

Sus funciones bsicas son: