Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ALESSIO ARATA
Ingeniería de la
Confiabilidad
Teoría y aplicación en proyectos de
capital y en la operación de instalaciones
industriales a través del enfoque R-MES
Esteban Heidke
(Presentación de casos)
RIL editores
bibliodiversidad
Ingeniería de la confiabilidad
Adolfo Arata Andreani
Alessio Arata Bozzolo
Ingeniería de la confiabilidad
Teoría y aplicación en proyectos de capital y
en la operación de instalaciones industriales
a través del enfoque R-MES
Presentación de casos
Esteban Heidke
Prologuistas
Marco Garetti
Giancarlo Bruno
Horacio Bergero
Ademir Ramírez
658.5 Arata, Adolfo
A Ingeniería de la confiabilidad / Adolfo Ara-
ta. – – Santiago : RIL editores, 2013.
360 p. ; 21 cm.
ISBN: 978-956-284-967-8
1 Administración de la producción.
Ingeniería de la confiabilidad
Primera edición: marzo de 2013
ISBN 978-956-284-967-8
Derechos reservados.
Índice
Prólogo ...........................................................................................13
Marco Garetti
Prólogo ...........................................................................................17
Giancarlo Bruno
Prólogo............................................................................................21
Horacio Bergero
Prólogo............................................................................................25
Ademir Ramírez
Presentación.....................................................................................29
Capítulo Introductorio
Gestión de activos: Factor necesario para el
logro de la competitividad
1. Competitividad empresarial.........................................................33
2. Gestión de activos........................................................................34
3. Confiabilidad operacional............................................................35
4. Ingeniería de la Confiabilidad.......................................................36
6. Transformación de la cultura organizacional................................37
7. Aplicación de la plataforma R-MES.............................................39
Capítulo Uno
Impacto de la gestión de los activos en el negocio
Capítulo Dos
Enfoque R-MES
1. Visión sistémica..........................................................................103
2. El enfoque R-MES......................................................................104
3. Elementos conceptuales del enfoque R-MES...............................111
Capítulo Tres
Plataforma informática R-MES
1. Introducción...............................................................................215
2. Aspectos generales de la plataforma R-MES...............................216
3. Análisis histórico........................................................................223
4. Análisis probabilístico................................................................231
5. Otras capacidades......................................................................237
Capítulo Cuatro
Presentación de caso en la fase de Proyecto de capital
1. Introducción...............................................................................241
2. Proceso para el desarrollo del caso.............................................242
3. Desarrollo del caso de una planta de conminución.....................245
4. Comentarios finales....................................................................278
Capítulo Cinco
Presentación de caso en la fase de Operación de una Planta
1. Introducción...............................................................................281
2. Proceso para el desarrollo del caso.............................................281
3. Desarrollo del caso de una Planta de molienda y chancado........282
4. Comentarios finales....................................................................320
Capítulo Seis
Presentación de caso en la fase de Operación de una Flota
1. Introducción...............................................................................321
2. Proceso para el desarrollo del caso.............................................321
3. Desarrollo del caso de una flota de equipos................................322
4. Comentarios finales....................................................................348
Bibliografía y Referencias...............................................................351
Índice de figuras.............................................................................357
Índice de tablas..............................................................................365
Al caro amico scomparso Luciano Furlanetto
La Sua dimensione umana e il Suo contributo
alla mia formazione rimarranno per sempre
nella mia memoria.
Prólogo
Conozco desde hace muchos años al Profesor Adolfo Arata dado nues-
tra larga relación de más de un decenio en el ámbito docente y científi-
co. En la actividad formativa de postgrado nos hemos ocupado, tanto
en Chile como en Italia, del desarrollo de los programas de magister en
el área de la gestión y el mantenimiento de activos, mientras que en el
ámbito científico y de la investigación aplicada, con el apoyo financiero
europeo, nos hemos relacionado a través del intercambio de alumnos,
investigadores y docentes, en la colaboración empresarial, en la publi-
cación de artículos científicos y en la concepción de nuevas soluciones
de software para la ingeniería del mantenimiento.
En todos estos años de cercanía y de trabajo con Adolfo Arata se ha
generado entre nosotros una amistad que ha terminado por relacionar
también a nuestras familias y a tantos de nuestros colaboradores. De
esta forma se fue creando un profundo vínculo entre nuestros dos equi-
pos de investigación, relación que ha activado y mantiene un fecundo
intercambio cultural, que espero pueda todavía continuar y desarro-
llarse aún más en el futuro. Por lo que el lector de esta presentación
notará que a continuación me referiré al autor de este libro simplemen-
te como Adolfo, que es la forma que mejor me acomoda y que refleja
nuestra larga relación.
Este libro que Adolfo hoy publica, con quien frecuente y reciente-
mente nos reunimos, no es una sorpresa para mí. Sin embargo puedo
decir con convicción que este libro, del que conozco bien su desarrollo,
constituye un notable y original avance en el campo de la gestión y el
mantenimiento de los activos que permitirá al lector descubrir un enfo-
que completamente nuevo en esta área del conocimiento y su aplicación.
La originalidad del enfoque, del punto de vista estratégico, se descu-
bre inmediatamente a partir del capítulo introductorio y particularmente
desde el primer capítulo, en el cual el mantenimiento es presentado en
13
A. Arata
14
Ingeniería de la confiabilidad
15
A. Arata
Marco Garetti
Full Professor of Industrial Technology at Politecnico di Milano
Director of meGMI, Executive Master of Industrial
Maintenance Management, Business School of
Politecnico di Milano
Fellow member of the ISEAM (Int. Society of
Engineering Asset Management)
16
Prólogo
17
A. Arata
18
Ingeniería de la confiabilidad
19
Prólogo
21
A. Arata
grar incorporar una visión de largo plazo que permita el diseño un nue-
vo modelo organizativo basado en la gestión integral de los equipos.
Top managers y responsables del mantenimiento, deben superar la
permanente discusión sobre el nivel de fallas de los equipos y los costos
del mantenimiento asociados, para alcanzar una visión integrada y una
tarea común, que permita generar una nueva manera de ver, organizar
e implementar una gestión de los activos durante todo el ciclo de vida
de los equipos, desde su diseño hasta su desmantelamiento.
Además, es imposible pretender organizar una gestión de excelen-
cia del mantenimiento sin los adecuados recursos humanos, los que
cada vez más necesitan nuevas competencias técnicas y de gestión
considerando la evolución tecnológica de los equipos y respetando las
complejas legislaciones a las que estamos sometidos.
A la actual escasez mundial de ingenieros, debemos sumarle el he-
cho de la llegada de una nueva Generación Y, quienes cuentan con un
perfil totalmente diferente al anterior que le atrae aún menos la gestión
del mantenimiento que la generación precedente. Las empresas que de-
seen implementar una verdadera gestión del talento, deberán generar
los mecanismos necesarios para atraer a los mejores profesionales del
mercado, desarrollarlos en el menor tiempo posible y, en especial, re-
tenerlos por muchos años en la empresa respondiendo no solo con
sus expectativas económicas, sino que, además, aquellas relacionadas
con su desarrollo profesional y con el logro de un equilibrio razonable
entre trabajo y familia, donde la calidad de vida sea un factor consi-
derado en esta ecuación global de satisfacción laboral. Es fundamental
diseñar un nuevo modelo de gestión de los equipos, que además se
transforme en atractivo desde el punto de vista técnico y gestional para
los jóvenes talentos; como lo es en su esencia, pero que se ha degradado
por un equivocado sistema implementado durante las últimas décadas.
En Tenaris estamos enfrentándonos con el desafío de rediseñar
el actual modelo de mantenimiento implementado hace 25 años, el
que si bien ha dados sus frutos, los que se manifiestan con claridad al
observar que nuestros parámetros de confiabilidad están entre los de
mejor performance en comparación con empresas similares del rubro
siderúrgico a nivel internacional, hemos decidido evolucionar. Vamos a
incorporar un modelo de Confiabilidad Operacional que nos permita
transformar esta área en una herramienta fundamental para la mejora
global de los resultados del negocio, a través de la incorporación de
22
Ingeniería de la confiabilidad
23
A. Arata
Horacio Bergero
Director del área de Proyectos Industriales en Tenaris
24
Prólogo
25
A. Arata
26
Ingeniería de la confiabilidad
27
A. Arata
28
Presentación
29
A. Arata
30
Ingeniería de la confiabilidad
31
A. Arata
32
Capítulo Introductorio
1. Competitividad empresarial
33
A. Arata
2. Gestión de activos
34
Ingeniería de la confiabilidad
3. Confiabilidad operacional
35
A. Arata
4. Ingeniería de la Confiabilidad
36
Ingeniería de la confiabilidad
37
A. Arata
38
Ingeniería de la confiabilidad
39
A. Arata
40
Capítulo Uno
1. Competitividad sustentable
¿Es coherente una planificación estratégica a 5 ó 10 años plazo sus-
tentada en un objetivo estático, cuando el entorno es cada vez más
dinámico y globalizado? ¿Es factible visualizar (casi adivinar) el estado
deseado que maximizará nuestro valor en el futuro? ¿Es probable que
el estado deseado, definido hoy, continúe siéndolo dentro de 5 ó 10
años? ¿Es posible establecer un objetivo concreto cuando los competi-
dores también evolucionan, modificando el escenario?
La planificación estratégica debe enfocarse en generar las condi-
ciones que llevarán a la empresa hacia su estado deseado, sin impor-
tar cuál sea este ni cómo evolucione. Esto no significa dejar de prever
el estado futuro o dejar de establecer los lineamientos generales que
sensibilizarán a la organización con un objetivo común. Sin embargo,
adicionalmente la estrategia debe orientarse a generar las competencias
que llevaran de forma permanente a la empresa hacia la maximización
del valor en el largo plazo.
El desafío estratégico para asegurar la competitividad empresarial
es establecer las capacidades que llevarán a la empresa hacia la gene-
ración continua de valor, evitando elementos o prácticas que podrían
dirigir a la organización hacia un estado no competitivo en el futuro.
Entre ellas es posible mencionar las siguientes:
41
A. Arata
42
Ingeniería de la confiabilidad
43
A. Arata
44
Ingeniería de la confiabilidad
45
A. Arata
46
Ingeniería de la confiabilidad
47
A. Arata
48
Ingeniería de la confiabilidad
49
A. Arata
50
Ingeniería de la confiabilidad
51
A. Arata
52
Ingeniería de la confiabilidad
¿Cómo Mantenerlo?
Innovación continua
Capacidad de pensar y hacer de forma diferente y sustentable en el tiempo.
¿En qué?
Eficiencia Eficacia Efectividad
Hacer con menos Hacer mejor y más Hacer bien, cuidado de
Reducción de costos Orientación al cliente personas y ambiente
53
A. Arata
Ingresos
Utilidad
Operacional
-
Costos
Mejoramiento
ROA :
Gestión de Activos
Optimización
de Activos
54
Ingeniería de la confiabilidad
Utilización
Cuidado del
ambiente
Contaminación
Mejoramiento RSE
Gestión de Activos
Confiabilidad
Accidentes
Mantenibilidad
Ref: Adolfo Arata A.
Gestión de Activos
ROA RSE
Creación de Valor Económico Creación de Valor Social
a través del a través del
Costo Ciclo de Vida del Costo Ciclo de Vida de la
Activo Empresa
Desarrollo Sustentable
55
A. Arata
3. Confiabilidad Operacional
El actual entorno, cada vez más complejo y competitivo, tanto a nivel
externo como de la propia organización, exige una dimensión integra-
dora de las diferentes funciones que se relacionan con la gestión de los
activos. Para enfrentar este nuevo desafío el modelo que contribuye
a alcanzar la excelencia empresarial es la Confiabilidad Operacional,
que permite lograr la integración de los procesos, las tecnologías y las
personas para cumplir con su propósito dentro de los límites del diseño
y de las condiciones operacionales establecidas. La Confiabilidad Ope-
racional considera una serie de procesos de mejora continua que incor-
poran en forma sistemática herramientas de diagnóstico, metodologías
de análisis y nuevas tecnologías, para optimizar el proyecto, la gestión,
la planeación, la ejecución y el control, asociados con la producción, el
abastecimiento y el mantenimiento.
Para la búsqueda de la Confiabilidad Operacional es necesario ac-
tuar de manera integrada sobre los activos físicos, desde su diseño has-
ta su operación, como también considerar los aspectos relacionados
con los procesos y las personas.
Confiabilidad Operacional
56
Ingeniería de la confiabilidad
57
A. Arata
Confiabilidad de
los Suministros
Identificación de elementos
críticos
Cumplimiento de
procedimientos
Confiabilidad Certificación de proveedores
Confiabilidad
de Procesos Humana
Trabajar entre parámetros Gestión del conocimiento
Entendimiento del proceso Formación profesional
Trabajo en equipo
Cumplimiento de los Confiabilidad
procedimientos Gestión del desempeño
Operacional
Disposición al cambio
Confiabilidad Mantenibilidad
de Activos de Activos
Estrategias de Confiabilidad en la Fase del
mantenimiento proyecto
Contexto Operacional Mantenibilidad en la fase de
Aumento del MTBF diseño
Etapa del ciclo de vida Disminución del MTTR
58
Ingeniería de la confiabilidad
59
A. Arata
P Mejorativa
r (Con cambios genéticos) LCC, RCM, MC
e Proactiva
v Preventiva Predictiva
e
n Según Condición
c Cíclica
i
ó Correctiva
n Reactiva
(Sin cambios genéticos)
Ingenierización
En oposición a Compromiso de Global Service
la producción la producción
Ref: L. Furlanetto
60
Ingeniería de la confiabilidad
61
A. Arata
Entorno
Empresa
Personas Producción
Materiales Mantenibilidad/Confiabilidad
Equipos Mantenimiento
Disponibilidad
Información Productividad
Rec. Económicos
Sustentabilidad
Servicios Externos Utilidad
62
Ingeniería de la confiabilidad
Mejoramiento Continuo
Proceso de Proceso de
Ingeniería de la Confiabilidad Gestión
(foco en eficacia) (foco en eficiencia)
Ref: PGI
63
A. Arata
Estrategia Organización
Plan de Negocios RRHH
Gestión de Activos
Fallas Financiamiento
Control de Gestión
Incluye Auditorias
Largo Plazo
64
Ingeniería de la confiabilidad
Esta nueva visión del sistema de gestión de los activos permite superar
la aproximación funcional, limitado a la eficiencia a través del control de
los costos, para alcanzar un enfoque por proceso orientado a la eficacia
que busca la agregación de valor en beneficio del negocio, respondiendo,
así, a las condiciones que impone la competitividad empresarial.
Desafío
Superar
Acción
65
A. Arata
5. Estructura organizacional
Cuando se hace referencia a la confiabilidad y mantenibilidad de los sis-
temas y equipos, en general se tiende a atribuir que el comportamiento
de estos es producto de sus propias características, sin considerar el efec-
to del entorno y de las personas que lo gestionan, operan y mantienen.
De la información estadística sobre los accidentes a nivel mundial,
se estima que solo el 10% se origina por causas fortuitas. Del 90%
restante se considera que solamente el 8% es de responsabilidad de una
persona en particular, ya que el 92% es producto de errores organiza-
cionales que resultan de la interacción entre las personas, las condicio-
nes del entorno y las tecnologías.
Es posible señalar que el factor humano y los asuntos organizacio-
nales tienen un rol significativo en el origen de las detenciones y fallas
de los equipos e instalaciones, por lo que su consideración es relevante
para la determinación y el mejoramiento de la confiabilidad y mante-
nibilidad de los sistemas.
Toda empresa está caracterizada fundamentalmente por su gente
y por su cultura organizacional, que se influyen mutuamente. Es así
como una misma persona en otra organización de características simi-
lares muestra un desempeño diferente, como resultado del efecto que
produce en ella la cultura organizacional.
Las personas con sus propias competencias requieren, además de
recursos económicos, tecnológicos, materiales, insumos, procedimien-
tos, etc., de una estructura organizacional que les permita aplicar y de-
sarrollar sus competencias y capacidades de innovación, de manera de
mejorar permanentemente su desempeño en beneficio del cliente final
y, como consecuencia, crear valor para la empresa.
Muchas empresas de corte tradicional se caracterizan por formas or-
ganizacionales funcionales que requieren de múltiples niveles jerárquicos
para ejecutar las diferentes funciones, generándose estructuras pesadas
y burocráticas en las que se favorece la eficiencia por sobre la eficacia y
se olvida al verdadero cliente, privilegiando satisfacer a la jefatura. Este
tipo de organizaciones no motiva la participación de las personas en
la búsqueda de soluciones nuevas que podrían nacer de los problemas
que se originan en su puesto de trabajo y, además, conlleva a un uso
innecesario de recursos para el cumplimiento de las metas, generándose
derroches que generan costos escondidos y que se manifiestan de las más
diversas formas, tales como: sobredotación de personal, redundancias
66
Ingeniería de la confiabilidad
C
L
I
E
N
T
E
67
A. Arata
68
Ingeniería de la confiabilidad
69
A. Arata
Equipo de
Administración
función
Producción
Función Básica
Ingeniería de
Unidad Productiva Confiabilidad
Función Especialista
Proceso
Mantenimiento Mayor
Ingeniería
Función Especialista de la Confiabilidad
Responsable del Gestión de Activos
Mantenimiento de Oficios
proceso global
70
Ingeniería de la confiabilidad
71
A. Arata
72
Ingeniería de la confiabilidad
73
A. Arata
6. Ingeniería de la Confiabilidad
6.1 Fundamentos básicos
Como todas las áreas del conocimiento, la gestión de los activos ha
evolucionado considerablemente a lo largo del tiempo. Su evolución no
ha sido fácil, ya que no solo ha tenido que dedicar grandes esfuerzos
para su desarrollo, sino que, adicionalmente ha debido generar, tarea
aún pendiente en muchas empresas, importantes cambios en la cultu-
ra de la organización empresarial, de manera de superar su enfoque
tradicional que limitaba a ser una unidad operativa, para incorporar
una nueva visión en la que asume un enfoque estratégico de mediano y
largo plazo que aporta valor al negocio.
En sus inicios, la gestión de los activos estaba orientada a respon-
der a las detenciones imprevistas, limitando su accionar reactivamente
a actividades correctivas. En una siguiente etapa se caracterizó por la
74
Ingeniería de la confiabilidad
75
A. Arata
76
Ingeniería de la confiabilidad
Ingeniería de Confiabilidad
Mejorar Proyectar Controlar
Reducción Aumento
Costos Directos y Capital V/S Seguridad Operacional
Enfoque orientado a la eficiencia Enfoque orientado a la eficacia
Costo
Costo Global
77
A. Arata
Diagrama de Proceso
Flow Sheet Seguridad de funcionamiento
Utilización, Calidad, y Velocidad
78
Ingeniería de la confiabilidad
Detenciones Factor
Tiempo planificado de producción Planificación
planeadas (Pp)
79
A. Arata
Aumento de la
disponibilidad
Aumento de la Competencias
productividad
Producción
Recursos
Mantenimiento Humanos
IC
Ingeniería Adquisiciones
Seguridad
Reducción Costo Optimización de
Global Eliminación compras
accidentes y
contaminación
80
Ingeniería de la confiabilidad
Ingeniería de la Confiabilidad
Oportunidades de mejora
A nivel del ejercicio y de proyecto
Gestión Inversión
81
A. Arata
Implementación
Oportunidad
Evaluación
Evento
Datos
KPIs
Gestión
Fase
Operación
Fase
Proyecto
Acción
Benchmark
82
Ingeniería de la confiabilidad
83
A. Arata
84
Ingeniería de la confiabilidad
85
A. Arata
86
Ingeniería de la confiabilidad
CAPEX OPEX
Costo Costo Costo
Alternativa 1
Tiempo (Años)
CAPEX OPEX
Costo Costo Costo
Desarrollo
Alternativa 2
Capital Operación
Compras.
Investigación Construcción. Costo Mantenimiento Correctivo + Costo Ineficiencia. + Impacto Ambiental
Costo Desinstalación
Diseño
Costo Producción + Mantenimiento programado.
Tiempo (Años)
Ref: C. Parra
Figura. 1.23: Relación de los costos durante todo el ciclo de vida entre alternativas
87
A. Arata
88
Ingeniería de la confiabilidad
89
A. Arata
90
Ingeniería de la confiabilidad
91
A. Arata
Programación
Elementos
Ingeniería de la
Confiabilidad Ejecución
críticos
Programas &
Asignaciones
¿Cómo mejorar? ¿Cómo hacer el trabajo?
92
Ingeniería de la confiabilidad
Resultados
Datos
MC
Análisis Plan
Ingeniería de Confiabilidad Maestro
93
A. Arata
94
Ingeniería de la confiabilidad
95
A. Arata
Sistemas
de Gestión
RRHH
Insumos
Equipos
Flowsheets
Mejoramiento Vencimiento
Ámbito
Planificación OT
Simulación Programas
KPI’s Análisis Contratos
Datos
Ingeniería Indicadores Acción
Control
Resultados
Información
Orientados hacia la eficacia Orientados hacia la eficiencia
96
Ingeniería de la confiabilidad
Probabilístico
Impacto
Equipos Procesos Definición de
Confiabilidad Equipo Crítico
Equipos Operacional
Emergencias
Negocio
Proyectos Personas Mejoramiento Continuo
Optimización de Gestión
de Activos Políticas
Gestión Mejora
Cuidado y Seguridad de Plan
las Personas Gestión
Mission
Cuidado y Seguridad del
Mision Time
Medioambiente Simulación
Plantas Flotas Sistema
Dinamización del Plan Mejora
Proyectar Instalaciones
MAFEC
Equipos
Equipos
Ref: Adolfo Arata A
RCA
97
A. Arata
In-puts Procesamiento
Determinístico
Ciclo de vida
Ajuste de curvas
Diagramación lógico-funcional
(modelación RBD) Out-puts Determinación equipos y sistemas
críticos
98
Ingeniería de la confiabilidad
99
A. Arata
100
Ingeniería de la confiabilidad
cios y los costos globales durante todo el ciclo de vida de los equipos,
podemos considerar las etapas siguientes:
101
Capítulo Dos
Enfoque R-MES
1. Visión sistémica
En términos generales es posible establecer que la complejidad del
mundo obliga la visualización de las relaciones y la integración entre
las distintas entidades que componen las diversas redes que estructuran
una realidad colectiva. Por esta razón, el enfoque sistémico permite
identificar de manera organizada los componentes físicos y las funcio-
nalidades de los elementos que componen un sistema, considerando su
interacción o interdependencia.
Este enfoque sistémico no se limita a las complejidades propias de
la sociedad, sino que también alcanza a los sistemas técnicos que cada
día son más sofisticados e integrados. El enfoque R-MES plantea, den-
tro del estudio de procesos productivos industriales, la incorporación
de la visión sistémica para el establecimiento de los vínculos entre los
activos físicos que componen un sistema (plantas y flotas), en el que
se precisa su funcionalidad como conjunto integrado de manera de
determinar el impacto del comportamiento de cada equipo sobre el
sistema. Este enfoque, respecto a cómo enfrentar sistemas productivos
complejos desde una perspectiva de la seguridad de funcionamiento,
representa una opción concreta y confiable para analizar plantas y
flotas de gran magnitud, que se caracterizan por la relación de una
gran cantidad de equipos, cuyas configuraciones de funcionamiento
son diversas y complejas debido a sus dependencias, los altos niveles
de redundancia y los grados de fraccionamiento que presentan, lo que
influye en la confiabilidad operacional de los sistemas. Las relaciones
existentes entre los distintos equipos y su comportamiento operacional
determinan el impacto económico que implica la indisponibilidad de
cada uno de ellos sobre el resultado del negocio.
103
A. Arata
2. El enfoque R-MES
El enfoque R-MES surge como un modelo global de Ingeniería de la
Confiabilidad para las diversas fases de un proyecto industrial, a través
de la incorporación de variadas técnicas y análisis basados en la confia-
bilidad de los equipos, durante todo el ciclo de vida. Se caracteriza por
un análisis riguroso de la información y el uso intensivo de herramien-
tas, con el fin de facilitar el mejoramiento continuo de los procesos
intensivos en activos físicos.
En la siguiente figura 2.1, se presenta de manera esquemática las
distintas etapas del enfoque R-MES.
104
Ingeniería de la confiabilidad
105
A. Arata
106
Ingeniería de la confiabilidad
107
A. Arata
108
Ingeniería de la confiabilidad
109
A. Arata
110
Ingeniería de la confiabilidad
111
A. Arata
112
Ingeniería de la confiabilidad
Equipo
C
Equipo Equipo
A B
Equipo
D
Donde,
RS(t): confiabilidad del sistema
Ri(t): confiabilidad del componente i del conjunto de n componentes
113
A. Arata
a. Configuración en serie
La falla de uno de sus elementos1, considerado como un evento
independiente, determina la falla del sistema en conjunto (Figura 2.4).
1
Elemento: componente, equipo o subsistema.
114
Ingeniería de la confiabilidad
b. Configuración en paralelo
Esta configuración forma parte de los sistemas redundantes, los
cuales buscan obtener una mayor confiabilidad sistémica.
En términos generales existen dos tipos de redundancia en paralelo
(Figura 2.5):
q/2 q
Equipo Equipo
B B
Equipo q/2
C
115
A. Arata
n
FS (t) = F1 (t) × F2 (t) × × Fn (t) = ∏ F (t)
i =1
i ∀ t ∈ [0, ∞] (2.3)
n
R S (t) = 1 − FS (t) = 1 − ∏ F (t)
i =1
i ∀ t ∈ [0, ∞] (2.4)
(2.5)
116
Ingeniería de la confiabilidad
c. Configuración en stand-by
Esta configuración es otro tipo de redundancia, la cual consiste en
que en un instante determinado solo funciona uno de los elementos del
sistema, mientras que los equipos restantes permanecen en reserva, o
bien en estado de espera (stand-by).
En consecuencia, en este caso la conexión funcional varía en el
tiempo en función de la aparición de la falla. A continuación se mues-
tra la disposición de componentes en un sistema stand-by.
C Equipo A
Equipo B
117
A. Arata
·· A funciona al instante t
·· A falla en t = τ y B funciona desde t = τ hasta t
(2.6)
d. Configuración en fraccionamiento
Esta configuración es utilizada cuando la carga sistémica de trabajo
se distribuye entre los elementos que constituyen el sistema, de forma
tal que cuando ocurre una falla la pérdida es proporcional al porcenta-
je de carga que el elemento aporta al sistema.
Existen dos modalidades de fraccionamiento:
118
Ingeniería de la confiabilidad
(2.7)
Fuente de Bomba A
Salida
Agua
Válvula
Bomba A
Válvula
C A•B
Bomba B
Paralelo
Serie
A B
119
A. Arata
Árboles de falla
Redes bayesianas
120
Ingeniería de la confiabilidad
Árboles de eventos
121
A. Arata
122
Ingeniería de la confiabilidad
Confiabilidad la que crea las condiciones para contar con una adecuada
data y no contrariamente.
Numerosos investigadores [8-15] han intentado definir qué es la
calidad de la data histórica y cuáles son sus dimensiones. Tradicional-
mente, la calidad ha sido descrita desde una perspectiva de precisión en
la adquisición. Sin embargo, para este caso debe ser analizada desde un
punto de vista multidimensional, más que considerar la precisión como
único parámetro. Las dimensiones previstas [16-19] en general son:
precisión, completitud, tiempo requerido y consistencia. Desafortuna-
damente, las dimensiones son, en su mayoría, de carácter cualitativo,
por lo que la evaluación de la calidad resulta ambigua.
Una correcta y ampliamente aceptada definición de calidad de la
data histórica es aquella que está relacionada con la importancia de los
datos, es decir, es conveniente definir la calidad de los datos en función
de la necesidad que se tiene por la información para el análisis y el pro-
ceso de toma de decisiones, por lo que esta puede definirse como [20]:
«Datos de calidad son aquellos que satisfacen la necesidad de informa-
ción del usuario». El valor del dato radica en la utilidad que presta en
los distintos niveles de una organización y en la oportuna disponibili-
dad para la toma de decisiones entre diferentes alternativas [20].
El enfoque R-MES busca la optimización de la gestión de los activos
durante todo su ciclo de vida. Por esto se requiere capturar, gestionar,
integrar y procesar datos para obtener información y conocimiento, ge-
nerando valor a través de la definición de estrategias, políticas y acciones
que se manifiestan en los planes de mantenimiento, producción y abas-
tecimiento, como también en decisiones a nivel de proyectos de capital.
123
A. Arata
124
Ingeniería de la confiabilidad
a. Sistemas CMMS
Actualmente, desarrollar e implementar tecnologías de informa-
ción (TI) y técnicas avanzadas es una decisión estratégica que tiene
como objetivo la constante búsqueda de eficiencia y eficacia en los pro-
cesos propios de la organización.
Haciendo referencia específicamente al área de mantenimiento y
gestión de activos, la administración y gestión de datos / registros ge-
nerados en el área requiere de Sistemas TI / Software (Computerized
Maintenance Management System, CMMS) que cumplan con las fun-
ciones necesarias para administrar las actividades de mantenimiento y
sus respectivos costos asociados.
Estos sistemas debieran considerar, idealmente, toda la información re-
lacionada al mantenimiento de los equipos / componentes, instalaciones y
sistemas del proceso productivo, tales como: planificaciones y pautas pre-
ventivas de mantenimiento, procedimientos dependiendo del área y equipo
a intervenir, árboles y modos de falla de los equipos, generación y control
de órdenes de trabajo, control de las horas hombre involucradas en las
125
A. Arata
126
Ingeniería de la confiabilidad
127
A. Arata
128
Ingeniería de la confiabilidad
129
A. Arata
130
Ingeniería de la confiabilidad
Campos mínimos:
• fecha de la intervención,
• hora inicio de la intervención,
• duración u hora de término de la intervención,
131
A. Arata
• tipo de intervención,
• especialidad,
• código o ubicación técnica del equipo, e
• intervención con equipo detenido o en operación.
Campos óptimos:
• síntoma,
• modo de falla,
• causa potencial, y
• costo directo de la intervención.
132
Ingeniería de la confiabilidad
133
A. Arata
134
Ingeniería de la confiabilidad
135
A. Arata
136
Ingeniería de la confiabilidad
137
A. Arata
Datos
Limpieza de Datos
138
Ingeniería de la confiabilidad
139
A. Arata
• Escasez de datos
Uno de los problemas más importantes asociados con la confiabi-
lidad de los datos es, irónicamente, la falta de datos suficientes para
ejecutar correctamente los análisis estadísticos. Todos los métodos es-
tadísticos son limitados cuando se hacen sobre la base de conjuntos
de datos pequeños, ya que la cantidad de información que contienen
estos conjuntos es, por naturaleza, insuficiente [26]. Por otra parte,
evidencias empíricas indican que conjuntos de tiempo de fallas que
contienen diez o menos observaciones, en efecto, crean la necesidad de
desarrollar métodos para abordar adecuadamente los conjuntos de da-
tos pequeños [27]. Naturalmente, si mayor es el conjunto de datos, más
preciso será el análisis estadístico. Adicionalmente, muchos conjuntos
de datos se recogen para la gestión de mantenimiento directa, en lugar
de recogerlos para realizar análisis de confiabilidad. El contenido de la
información es a menudo muy pobre, y pueden inducir a error si no
existe un examen cuidadoso del material y limpieza necesaria.
• Censura de datos
Un problema común al analizar datos de falla es la censura [28],
también conocida como suspensión. Se incurre en censura cuando los
datos son incompletos porque se han detenido (retirado) componentes
antes de su falla o porque el ensayo ha terminado antes de que fallen to-
das las unidades, en el caso de tratar unidades no reparables. Una unidad
es removida, por ejemplo, cuando falla por otros motivos y no por el que
está siendo investigada. Se puede categorizar la censura según:
140
Ingeniería de la confiabilidad
x
x x
x
x o
x x x
Unidad
Unidad
x o Unidad o
x o x
141
A. Arata
142
Ingeniería de la confiabilidad
Hay quienes agrupan las categorías HPP, BPP y SRP como GRP,
«Procesos de Renovación Generalizados», ya que la aplicación de estos
modelos por separado no tiende a ser tan frecuente en los procesos del
ámbito de operaciones [31].
143
A. Arata
Selección de Modelos
equipos reparables
Si
¿Tendencia? Modelo NHPP
No
Si Si
¿Independencia? ¿Distribución
Modelo HPP
exponencial?
No No
i. Tendencia
La tendencia de un proceso de fallas de un sistema reparable está rela-
cionada directamente con la tasa de fallas, es decir, si el proceso no posee
144
Ingeniería de la confiabilidad
Age
B
Age
C
Age
145
A. Arata
146
Ingeniería de la confiabilidad
Test de Laplace
Este test, perteneciente a los métodos analíticos, es el más usado
para determinar tendencia. Si se tiene una muestra de n tiempos para
la ocurrencia de fallas: t1, t2,…,tn; se define el siguiente estadístico de
prueba de tendencia de Laplace:
(2.8)
Donde,
·· k: es igual a (n-1) si las observaciones terminan en el último
evento, de lo contrario es igual a n
147
A. Arata
ii. Independencia
ii.1 Test de Bondad de Ajuste
(2.9)
148
Ingeniería de la confiabilidad
N ij : probabilidad de ocurrencia de xi e yi
p ij =
·· N
m
: probabilidad de tener la ocurrencia xi
pi = ∑p ij ∀ i ∈ {1,..., n
}
·· j =1
n
: probabilidad de tener la ocurrencia yj
qi = ∑p ij ∀ j ∈ {1,..., m
}
·· i =1
(2.10)
149
A. Arata
150
Ingeniería de la confiabilidad
nunca podrá ser mejor que cuando estaba nuevo, es decir, este modelo
representa eficientemente la frecuencia de ocurrencia de fallas de equi-
pos que son afectados por procesos de deterioro que se agravan a me-
dida que pasa el tiempo, en otras palabras, procesos de envejecimiento.
A diferencia de los procesos anteriormente citados, este es un pro-
ceso con tendencia, es decir, los tiempos entre fallas pueden aumentar
o disminuir, por lo tanto, no forman una secuencia i.i.d. El valor espe-
rado del número de eventos que ocurren es:
(2.11)
Donde,
151
A. Arata
Falla Instantánea
f(t)
F(t) R(t)
t Tiempo
(2.12)
(2.13)
152
Tabla 2.2: Resumen funciones de densidad de falla
Distribución-Ciclo de vida MTBF Forma gráfica Tasa de falla
Weibull – Rodaje
Ingeniería de la confiabilidad
Exponencial Negativa – Vida útil
1
ë
153
Normal – Desgaste
μ
A. Arata
Test χ
2
Test de Kolmogorov–Smirnov
154
Ingeniería de la confiabilidad
(2.14)
i (2.15)
F(t i ) =
n+ 1
(2.16)
Métodos no paramétricos
El objetivo de este tipo de métodos es derivar, directamente de los
datos de falla, la distribución de falla, la función confiabilidad y la tasa
de fallas. Se aplican cuando ninguna distribución teórica se ajusta ade-
cuadamente a los datos.
Un método común para obtener una función de confiabilidad em-
pírica es el método de Kaplan-Meier. Sean ti los instantes de falla (or-
denados de menor a mayor) y ni el número de unidades operando justo
antes de la i-ésima falla. Asumiendo que los instantes de censura no
coinciden con los de falla, el método propone:
(2.17)
155
A. Arata
Rodaje Desgaste
t
Figura 2.23: Ciclo de vida. Curva de la bañera
156
Ingeniería de la confiabilidad
(2.18)
(2.19)
(2.20)
(2.21)
(2.22)
157
A. Arata
(2.23)
(2.24)
(2.25)
(2.26)
158
Ingeniería de la confiabilidad
a. Clases de mantenimiento
159
A. Arata
160
Ingeniería de la confiabilidad
161
A. Arata
iii.4 Extraordinario:
Está relacionado con trabajo causado por eventos impredecibles.
162
Ingeniería de la confiabilidad
i. El patrón de falla A
Este patrón posee 3 segmentos bien definidos, un período de morta-
lidad infantil, un período de fallas originadas por eventos casuales y un
período de desgaste acelerado. La mortalidad infantil está relacionada
con errores durante la instalación, reparación o reacondicionamientos,
que pueden ser causados por materiales inadecuados (selección y ca-
lidad) y errores en los procedimientos de trabajo, en las reparaciones,
en el arranque y en la operación misma. Para el segundo segmento,
tasa de falla constante, las fallas son causadas por factores que no es-
tán relacionados con la edad del componente, por lo tanto, las tareas
de mantenimiento basadas en el tiempo serán inefectivas. El desgaste
acelerado suele relacionarse con la edad del componente o equipo en
estudio, los cuales presentas signos de envejecimiento y, por ende, una
tasa de falla creciente.
La política de mantenimiento asociada al primer y último periodo
es generalmente preventiva cíclica según criterio de conveniencia (costo
asociado de prevención sea menor al costo de mantención correctiva).
Además, es recomendable estudiar la posibilidad de hacer un manteni-
miento predictivo, siempre y cuando la tarea sea técnicamente factible
de realizar y pueda resolverse adecuadamente la consecuencia de la
falla (tiempo de reacción suficiente para prevenir la consecuencia de la
falla). Para el periodo de fallas aleatorias, la política de mantenimiento
recomendada es operar a la falla, es decir, correctiva.
163
A. Arata
164
Ingeniería de la confiabilidad
v. El patrón de falla E
Esta curva posee un patrón de falla al azar «casi perfecto», constante
en todo el período de análisis sin fallas iniciales ni desgaste acelerado.
Todos los componentes tienen probabilidad de «fallar al azar», causada
por factores que no están relacionados con la edad del componente.
La política de mantenimiento recomendada para el periodo de fa-
llas aleatorias, es operar a la falla, es decir, correctiva.
165
A. Arata
166
Ingeniería de la confiabilidad
167
A. Arata
168
Ingeniería de la confiabilidad
a. KPI's económicos
La eficiencia de toda actividad dentro de la empresa, con vistas
a lograr costos razonables, es un tema supervisado muy de cerca por
todo directivo en las organizaciones actuales.
169
A. Arata
b. Ejemplos de indicadores:
i. Costo de mantenimiento por unidad producida
Horas de operarios
EeM = (2.29)
Horas de operación + Horas de mantenimiento
EfM =
HH en mantenimiento (2.30)
Horas de operación
d. KPI's técnicos
i. Tiempo medio entre fallas
Horas de operación
MTBF (2.31)
Nº de eventos de falla
170
Ingeniería de la confiabilidad
e. KPI's tácticos
1. Fracción de tareas de mantenimiento programadas realizadas
f. KPI's funcionales
1. Fracción de Backlogs o tareas pendientes
Nº de backlogs
FB = (2.35)
Nº total de tareas programadas
171
A. Arata
HH en vacaciones
FTV = (2.40)
Total de HH
172
Ingeniería de la confiabilidad
173
A. Arata
a. Análisis cualitativo
Método basado en opiniones de especialistas, donde se combinan
criterios técnicos y financieros para jerarquizar equipos. Las principa-
les características son: subjetividad, efectividad para procesos simples
y el requerir, en algunos casos, métodos más rigurosos para validar
la información. Por ejemplo, se utilizan como criterios la consecuen-
cia (alto–medio–bajo) y complejidad (compleja–mediana–sencilla), en
donde la escala numérica para cada criterio pudiese ser 1 – 5 – 10.
b. Análisis cualitativo-cuantitativo
Modelo que involucra datos objetivos para generar una guía de cri-
ticidad cuantificada según: frecuencia de falla, impactos en producción
(por falla), costos de reparación, tiempo de reparación, impactos en se-
guridad personal e impacto ambiental. El factor cualitativo está repre-
sentado en generar la escala o criterio que represente los resultados de
cada ítem medible, y la definición final de la jerarquización de criticidad.
El riesgo o criticidad se define como el producto de la frecuencia
por la consecuencia de la falla; mientras que la frecuencia es el número
de fallas en un tiempo determinado. Para cuantificar la consecuencia de
la falla se utiliza la ponderación de varios factores o criterios de impor-
tancia en función de las necesidades de la organización.
174
Ingeniería de la confiabilidad
Una vez que se obtuvo el consenso de cada uno de los factores se intro-
ducen en la fórmula de criticidad total.
Cuando los activos están jerarquizados en base a su criticidad se
obtiene la matriz de criticidad (Figura 2.28: Representación genérica
de la matriz de criticidad):
175
A. Arata
c. Análisis cuantitativo
Modelo con enfoque numérico–probabilístico que busca cuanti-
ficar económicamente las variables que definen la criticidad del sub-
sistema, equipo o componente. Se deben valorizar financieramente
variables como: costos directos de mantenimiento (repuestos, H.H.,
insumos, etc.), impacto económico por indisponibilidad del sistema
(pérdida de producción total o parcial según configuración lógica fun-
cional), impactos en seguridad e impacto ambiental. En el enfoque
R-MES, este proceso se presenta como una metodología, sobre base
histórica y probabilística, desarrollada para sistematizar y facilitar el
análisis de criticidad de sistemas complejos con una visión del impacto
del comportamiento de los distintos elementos que componen un siste-
ma sobre el resultado del negocio.
La perspectiva cuantitativa utilizada para jerarquizar subsistemas,
equipos o componentes en un proceso es aquella que considera el im-
pacto directo sobre el sistema en términos de la disponibilidad esperada
(en función de confiabilidad y mantenibilidad) y costos asociados (en
función de costos directos, indirectos y oportunidad por falla sistémica).
Disponibilidad
Mantenibilidad
Directo
Costos
Falta Sistémica
Ejemplos:
176
Ingeniería de la confiabilidad
177
A. Arata
Log i =1 n
∑
i =1
Ni
Iso-indisponibilidad (D) = 5%
Crónico
0,007 0,05
Log Frecuencia [1/h]
Donde,
178
Ingeniería de la confiabilidad
e. Análisis Disponibilidad–Consecuencia
La técnica presentada anteriormente (Jack-Knife) está definida
como un gráfico de dispersión logarítmica que contempla tres variables
de rendimiento en forma simultánea: frecuencia de intervención, tiem-
po fuera de servicio e indisponibilidad. Por consiguiente, esta técnica
solo considera información basada sobre tiempo, excluyendo variables
económicas que ciertamente afectan el proceso de decisión en términos
de definir prioridades. Además, Jack-Knife permite comparar compo-
nentes, equipos, subsistemas o modos de falla a un mismo nivel (confi-
guración serie), lo cual evidentemente es una limitación para comparar
equipos o subsistemas que poseen diferentes configuraciones, por ejme-
plo: paralelo, fraccionamiento y redundancia parcial o total.
Para mejorar la situación comentada, el enfoque R-MES propo-
ne una segunda herramienta gráfica que complementa al modelo de
dispersión tradicional, la cual busca identificar y jerarquizar equipos
con diferentes configuraciones lógicas funcionales, según las variables:
indisponibilidad inherente del equipo D y consecuencia ρ. Esta últi-
ma variable (consecuencia) define la relación o impacto que tiene la
indisponibilidad del equipo sobre la indisponibilidad del sistema, o
bien, qué porcentaje de la indisponibilidad del equipo repercute sobre
la indisponibilidad del sistema. Esta relación es un algoritmo definido
según la configuración del equipo y carga productiva.
179
A. Arata
100 %
Iso- Criticidad
90 %
80 % + Critico
E-1
70 %
[%]
Consecuencia[%]
60 %
Consecuencia
50 %
E-2
40 %
E-3
30 %
20 %
E-4
10 %
0% 2% 4% 6% 8% 10 %
Indisponibilidad equipo
Indisponibilidad equipo [%] [%]
180
Ingeniería de la confiabilidad
P-1
ZONA CRÍTICA
P-3
P-4
ZONA IDEAL
P-2
P-5
Impacto Económico
181
A. Arata
182
Ingeniería de la confiabilidad
183
A. Arata
184
185
A. Arata
186
Ingeniería de la confiabilidad
187
A. Arata
(2.41)
Donde,
ct,p: costo total de mantenimiento por unidad de tiempo
Ci,c = ci,c MTTR: costo de intervención correctiva
ci,c: costo de intervención correctiva por unidad de tiempo
MTTR: tiempo medio de reparación
Cf = cf MTTR costo de ineficiencia
cf: costo de ineficiencia por unidad de tiempo
Ci,p: costo de intervención preventiva
R(Ts): confiabilidad de equipo o componente en el instante Ts
f(t): función de densidad de probabilidad de fallas
188
Ingeniería de la confiabilidad
(2.42)
Donde,
·· ct,s: costo total de mantenimiento por unidad de tiempo
·· Ci,s: costo de intervención correctiva
·· Cf,s: costo de ineficiencia asociado a un eventual detención por
inspección
189
A. Arata
190
Ingeniería de la confiabilidad
Tasa de Desgaste
Falla
Tiempo
191
A. Arata
b. Mission time
La utilización de probabilidades de falla condicionadas resulta ser
una herramienta de análisis útil para la optimización de la programa-
ción de tareas de mantenimiento. Considerando sistemas constituidos
por un número considerable de equipos o componentes, cada uno su-
jeto a actividades de mantenimiento programado, el análisis mediante
probabilidades condicionadas a las horas que ya ha operado cada equi-
po otorga una fuente para definir prioridades en cuanto a cuál o cuáles
equipos se deben intervenir primero.
Suponiendo conocidas las funciones de confiabilidad de los equi-
pos y considerando que luego de cualquier actividad de mantenimiento
el equipo regresa a un estado «tan bueno como nuevo», se tiene que la
probabilidad de que un equipo i sobreviva t unidades de tiempo más,
dado que ha sobrevivido toi desde que estaba como nuevo es:
(2.43)
c. Gestión de inspecciones
Dentro de las alternativas de políticas de mantenimiento resulta de
gran utilidad el mantenimiento predictivo o sintomático, porque per-
mite adelantarse a las posibles fallas programando intervenciones para
192
Ingeniería de la confiabilidad
(2.44)
Donde,
·· TDT: tiempo total de indisponibilidad en unidades de tiempo
·· Ti: tiempo de detención necesario para la inspección
·· Tb: tiempo de indisponibilidad por falla del equipo
·· c: constante de criticidad, se evalúa de 1 a 5 donde 1 es la me-
nor criticidad
·· y: número de inspecciones por unidad de tiempo
(2.45)
193
A. Arata
(2.46)
Donde,
·· TDT: tiempo total de indisponibilidad en unidades de tiempo
·· DTi: tiempo de indisponibilidad asociado a una inspección
·· DTr: tiempo de indisponibilidad asociado a una reparación
·· n: frecuencia de inspección
·· λ(n): tasa de fallas del equipo o componente
·· μ(n): tasa de reparaciones del equipo o componente
·· 1/θ: media de la distribución exponencial asociada a los tiem-
pos de inspección
(2.47)
(2.48)
194
Ingeniería de la confiabilidad
CO D
cO = = CO (2.49)
T q
195
A. Arata
(2.50)
(2.51)
(2.52)
Punto de reorden
Considerando conocidos el costo de ineficiencia y la distribución de
la tasa de fallas λ del componente, es posible obtener el punto de reorden
óptimo bajo distintos criterios. A continuación se presenta el modelo
para determinar el punto de reorden minimizando el costo global.
Si se define TR como el intervalo de tiempo entre el punto en que la
reorden es lanzada y llegada del pedido, y se considera que la ocurren-
cia de fallas asociadas a ese ítem dentro de TR se comporta según una
distribución de Poisson, se tiene que el promedio de fallas que pueden
ser atendidas inmediatamente por disponibilidad de repuestos y el pro-
medio de las reparaciones no efectuadas por falta de repuestos están
dados por las ecuaciones (2.53) y (2.54), respectivamente.
196
Ingeniería de la confiabilidad
(2.53)
(2.54)
(2.55)
197
A. Arata
198
Ingeniería de la confiabilidad
199
A. Arata
200
Ingeniería de la confiabilidad
Equipo B
Flujo Flujo 1
Equipo A
Flujo 2
201
A. Arata
Disponibilidad sistémica
escenario actual
Disponibilidad sistémica nuevo
escenario con redundancia
Factor de corrección por periodo
de evaluación
202
Ingeniería de la confiabilidad
203
A. Arata
a. Modelos de reemplazo
A continuación se presentan brevemente modelos que buscan mini-
mizar los costos vía renovación de equipos.
204
Ingeniería de la confiabilidad
205
A. Arata
Pasos Descripción
Se indican los períodos y costos anuales, C(t), para cada uno
1y2
de los t períodos. Con t: 1→n
Se calcula el factor de actualización f(t), para cada uno de los
t períodos, considerando i como la tasa de descuento.
3
Tiempo Tiempo
Tiempo Tiempo
206
Ingeniería de la confiabilidad
3.9.3 Overhauls
207
A. Arata
3.9.4 Stockpiles
208
Ingeniería de la confiabilidad
(2.56)
Donde,
q(t): caudal demandado (o requerido) en función del tiempo
qm: caudal entregado por el acumulador, correspondiente a la me-
dia de la demanda
209
A. Arata
210
Ingeniería de la confiabilidad
qmax* qmax V
* V
Figura 2.45: Costos del generador y el acumulador
Sea Z la función que engloba los costos del sistema y del acumulador:
Vmax
V
*
qm q*max qp
211
A. Arata
212
Ingeniería de la confiabilidad
213
Capítulo Tres
i. Introducción
Si bien conceptualmente la Ingeniería de la Confiabilidad, a través del
enfoque R-MES tiene una estructura clara y simple, su implementación
no deja de ser compleja debido a la cantidad, diversidad e incertidum-
bre de los diversos factores que en él intervienen y que es necesario pro-
cesar para asegurar resultados con alto grado de certeza. Entre estos
factores es posible señalar:
215
A. Arata
216
Ingeniería de la confiabilidad
217
A. Arata
218
Ingeniería de la confiabilidad
219
A. Arata
220
Ingeniería de la confiabilidad
221
A. Arata
222
Ingeniería de la confiabilidad
3. Análisis histórico
R-MES permite auditar indicadores clave de proceso a través de
análisis de tipo histórico. Los KPI’s obtenidos representan el com-
portamiento real de la planta / flota con el siguiente alcance (estos
son indicadores estándar ya que es posible la incorporación de otros
personalizados a la propia realidad):
• Disponibilidad (A).
• Utilización (U).
• Utilización Efectiva (UE).
• Tiempo Medio entre Fallas (MTBF).
• Tiempo Medio para Reparar (MTTR)
• Tiempo Medio entre Detenciones No Programadas (MTBS).
• Tiempo Medio para Intervenir, incluye preventivas (MTTI)
• Costo de la Falta.
• Criticidad (Indisponibilidad-consecuencia).
223
A. Arata
224
Ingeniería de la confiabilidad
225
A. Arata
226
Ingeniería de la confiabilidad
227
A. Arata
228
Ingeniería de la confiabilidad
3.7 Nelson-Aalen
El diagrama de Nelson-Aalen permite efectuar un seguimiento de
las actividades de mantenimiento y operaciones desarrolladas sobre
un equipo o configuración en función del tiempo calendario. Esto es
útil para analizar la secuencia de actividades desarrolladas por es-
pecialidad (mecánica, eléctrica, instrumental, etc.), entregando indi-
caciones respecto de la confiabilidad del equipo y de la calidad de
las reparaciones ejecutadas, a partir de su análisis (por ejemplo, alta
frecuencia de detenciones correctivas entre mantenimientos preven-
tivos). Adicionalmente es posible obtener información respecto del
tiempo de cada actividad de mantenimiento e incidencia sobre el sis-
tema al cual pertenece el equipo.
La funcionalidad de gráficos Nelson-Aalen satisface la necesidad de
representar todos los eventos históricos que se producen en un equipo /
configuración durante un periodo de tiempo, entregando detalles tales
como el tipo de evento, si produce o no detención del sistema, el impac-
to del evento en el sistema y la duración del evento.
En cada gráfico el tamaño de la burbuja indica el impacto del even-
to sobre el sistema, el marcador indica la especialidad de la actividad
desarrollada (se diferencian mediante la forma) y su color indica si
detiene o no el sistema (rojo o verde). Adicionalmente, se ha incluido
una etiqueta para cada punto indicando la duración de dicho evento y
el valor numérico del impacto.
229
A. Arata
230
Ingeniería de la confiabilidad
4. Análisis probabilístico
Como análisis complementario, R-MES tiene herramientas de esti-
mación de indicadores claves de proceso (KPI’s) a partir del com-
portamiento de falla de los equipos mediante ajuste de distribución
de probabilidad (Exponencial o Weibull). Esta herramienta permite
al usuario determinar la etapa en el ciclo de vida en que se encuentra
un equipo (rodaje, vida útil o desgaste), de manera de determinar
las políticas de mantenimiento óptimas para cada caso particular.
Paralelamente, de este análisis es posible conocer las curvas de con-
fiabilidad, tanto de los equipos como de las configuraciones en es-
tudio, lo que representa la probabilidad de buen funcionamiento en
el tiempo del elemento en cuestión. El proceso es altamente efectivo
para ajustar la frecuencia de intervención, contenida en los planes
maestros de mantenimiento.
Los análisis de tipo histórico y probabilístico descritos constitu-
yen herramientas que permiten identificar los puntos críticos de un
proceso. Los análisis tienen una visión distinta pero complementaria,
esencial en la identificación de proyectos de mejora ya sea a nivel de
gestión o inversión.
4.1 Determinístico
4.1.1 Definición de políticas de mantenimiento óptimas
231
A. Arata
232
Ingeniería de la confiabilidad
233
A. Arata
234
Ingeniería de la confiabilidad
235
A. Arata
236
Ingeniería de la confiabilidad
5. Otras capacidades
El sistema R-MES posee una serie de utilidades complementarias, que
están orientadas a la facilidad de uso del sistema y tratamiento de datos.
237
A. Arata
238
Ingeniería de la confiabilidad
239
A. Arata
240
Capítulo Cuatro
1. Introducción
Muchos de los proyectos de capital requieren de instalaciones intensi-
vas en activos físicosque demandan importantes recursos económicos,
tal como ocurre, a modo de ejemplo, en la industria de la energía y
minería. Estos proyectos se desarrollan en un entorno cada vez más
complejo que impone nuevos desafíos para lograr y mantener la com-
petitividad a nivel global, por lo que las exigencias aumentan perma-
nentemente para obtener estimaciones con un mayor nivel de certeza,
de manera de asegurar que los proyectos alcancen los beneficios econó-
micos esperados con el menor riesgo posible.
La toma de decisiones de cualquier proyecto, y particularmente
aquellos de altos niveles de inversión, debe estar soportada por esti-
maciones realizadas con la mayor cantidad en la información y lo más
precisa posible. Información que, además, está sujeta y condicionada a
escenarios mundiales caracterizados por una alta incertidumbre en la
evaluación de los nuevos proyectos.
Actualmente, la evaluación de los proyectos de capital se sensibiliza
y analiza el riesgo solo tomando en consideración los factores econó-
mico-financieros, en cambio, las componentes asociadas con el desem-
peño de los procesos se consideran normalmente solo como variables
determinísticas definidas a través de criterio experto en las distintas
etapas de ingeniería.
Para enfrentar de una manera más rigurosa los proyectos de capi-
tal es necesario estimar con mayor precisión y certeza su performance
durante el horizonte de evaluación, para lo que el enfoque R-MES re-
presenta una forma de incorporación de la Ingeniería de la Confiabili-
dad que permite mejorar el diseño de las instalaciones considerando la
241
A. Arata
242
Ingeniería de la confiabilidad
• Modelamiento lógico-funcional
Para el modelamiento lógico-funcional del proceso es necesario
identificar el efecto sobre el funcionamiento del sistema producto de la
detención de los equipos. Dicho efecto es resultado de la configuración
del sistema, que genera la interrelación entre los equipos y de su impac-
to sobre la operación del proceso.
Para ello es necesario considerar los criterios de diseño y de opera-
ción definidos en la etapa de la ingeniería que determinan y afectan la
disponibilidad y la utilización (productividad) esperadas del proceso,
para lo que es necesario conocer el nivel de redundancia de los equipos,
243
A. Arata
244
Ingeniería de la confiabilidad
245
A. Arata
Mina
Norte
Mina
Sur
246
Ingeniería de la confiabilidad
• Chancado primario
El chancado primario se compone de tres líneas, que son abasteci-
das desde las dos operaciones antes mencionadas (Mina-Norte y Mina-
Sur). La primera de ellas es abastecida únicamente por la Mina-Norte,
mientras que las otras dos líneas son abastecidas por la Mina-Sur, con
un arreglo del tipo fraccionado entre ellas.
Debido a que el transporte del mineral desde las minas se realiza
mediante camiones, se considera un nivel de utilización del chancado
primario del 70%, de acuerdo al criterio de diseño definido, ya que se
asume que el chancado no recibe el material de forma continua dado
que camiones entregan un flujo de manera discontinua. Finalmente, el
chancado primario descarga el material procesado sobre un acopio de
mineral de 100.000 toneladas de capacidad de carga viva.
Esta etapa del proceso se compone de la siguiente forma:
247
A. Arata
• Chancado secundario
El chancado secundario está compuesto por seis líneas de chancado,
que nacen en el stock-pile aguas arriba de este proceso. Estas líneas están
agrupadas de a tres, en la que el mineral de bajo tamaño va directamente
al stock-pile de 80.000 [t] de carga viva, situado aguas abajo del proceso,
mediante dos correas transportadoras, una para cada tres líneas.
Por su parte, el material de sobre tamaño es trasladado a la zona
de chancado, donde su tamaño es reducido mediante seis chancado-
res secundarios en arreglo fraccionado entre sí, con una capacidad de
triturar 1.000 [t/h] de material cada uno. Este material es trasportado
y reintegrado al proceso en el stock-pile ubicado entre el chancado
primario y el chancado secundario. Se espera que este proceso esté
disponible el 85% del tiempo.
Todos los valores dados en términos de utilización o disponibilidad
esperada corresponden a los criterios de diseño para esta etapa del
proceso, definidos en la etapa de la ingeniería conceptual.
Las líneas están compuestas por:
(6) feeder,
(6) correas transportadoras hacia harneros,
(6) harneros,
(6) chutes de traspaso,
(6) chancadores secundarios,
(3) correa transportadora de recirculación, y
(2) correa transportadora hacia el stock-pile.
Al igual que para el caso anterior, se considera que todos los equi-
pos asociados a las líneas de chancado están dimensionadas a partir de
la capacidad del chancador secundario.
248
Ingeniería de la confiabilidad
sobretamaño en
Descarga sobre
Descarga sobre
Descarga sobre
sobretamaño
sobretamaño
sobretamaño
sobretamaño
Stockpile MN
Alimentación
Chancadores
Stockpile MS
bajotamaño
Chancado
Chancado
molienda
Stockpile
Mineral
Mineral
Mineral
Mineral
Mineral
Mineral
Líneas
3 4 5 6 7 8 9 10 11 22
Flujo Nominal [t/h] 5.000 2.500 1.852 1.250 602 3.750 1.806 602 3.611 4.220
Flujo de Diseño [t/h] 7.143 3.571 2.179 1.471 708 4.412 2.124 708 4.248 4.489
• Chancado terciario
El circuito del chancado terciario está compuesto por tres líneas frac-
cionadas que nacen en el stock-pile aguas arriba a esta etapa del proceso.
Cada línea tiene dos chancadores, también en arreglo fraccionado entre
sí. Cada uno de ellos tiene la capacidad de procesar 2.800 [t/h] de mate-
rial. Los chancadores seleccionados para este proceso son del tipo High
Pressure Grinding Rolls (HPGR) y tienen como misión chancar todo el
mineral, ya que no existe una pre selección en esta etapa del proceso.
Las líneas terminan integrándose en una correa transportadora co-
mún que tiene como destino el stock-pile aguas abajo del proceso de
chancado terciario. Este stock-pile tiene una capacidad de carga viva
de 80.000 [t] (este proceso se evalúa bajo el supuesto que se encuentra
disponible el 92% del tiempo total de operación).
Las líneas se componen de los siguientes equipos:
249
A. Arata
• Molienda
La molienda es la etapa final del proceso de conminución, nace del
stock-pile aguas abajo al circuito HPGR y consta de cinco líneas princi-
pales que culminan en cinco molinos de bolas. Estas líneas inicialmente
están subdividas en otras dos, que alimentan diez harneros clasificado-
250
Ingeniería de la confiabilidad
res (dos por cada molino). El material con sobre tamaño proveniente
de los harneros es recirculado a través de una correa común a todos los
harneros hacia el stock-pile aguas arriba al circuito HPGR, mientras
que el material de bajo tamaño pasa a la etapa de molienda propiamen-
te tal. Para el proceso final, con el fin de poder cumplir con la meta de
producción, se espera una utilización del sistema de 94%.
Líneas de alimentación se componen de los siguientes equipos:
(10) feeder y
(10) harneros.
251
A. Arata
Salida proceso
sobretamaño
sobretamaño
hidrociclones
Alimentación
Alimentación
Alimentación
Alimentación
conminución
bajotamaño
molienda
Stockpile
Descarga
bombas
Mineral
Mineral
Mineral
batería
molino
Líneas
14 15 16 17 18 19 20 21 22
Flujo Nominal [t/h] 11.720 1.172 750 422 1.500 6.000 4.500 1.500 4.220
Flujo de Diseño [t/h] 13.313 1.247 758 449 1.596 6.383 4.787 1.596 4.489
252
Ingeniería de la confiabilidad
DO MC MP Total
Cant. de datos 5.452 2.893 387 8.732
Tabla 4.2: Formato tipo de importación de información con que trabaja R-MES
253
A. Arata
definen los niveles de capacidad ociosa para los casos que corresponda,
como lo son para los equipos y/o los subsistemas fraccionados.
• Chancado primario
254
Ingeniería de la confiabilidad
• Chancado secundario
• Chancado terciario
255
A. Arata
• Molienda
256
Ingeniería de la confiabilidad
257
A. Arata
Chancado primario
Chancado secundario
Chancado terciario
Molienda
• Chancado primario
Para el caso del chancado primario se considera la evaluación de
dos escenarios: el caso base, con un stock-pile de 100.000 ton.de carga
viva y la alternativa mejorada descrita a continuación.
258
Ingeniería de la confiabilidad
• Chancado secundario
Para el caso del chancado secundario se considera la evaluación de
cuatro alternativas: el caso base con un stock-pile de 80.000 ton. de
carga viva y tres alternativas mejoradas descritas a continuación.
259
A. Arata
Índice Equipo
1 Correa SP L2
2 Correa Recir 2
3 Feeder 6
4 Correa 6
5 Harnero 6
6 Feeder 4
7 Correa 4
8 Harnero 4
9 Feeder 5
10 Correa 5
11 Harnero 6
12 Correa SP L1
13 Correa Recir 1
14 Feeder 1
15 Correa 1
16 Harnero 1
17 Feeder 2
18 Correa 2
19 Harnero 2
20 Feeder 3
21 Correa 3
22 Harnero 3
Correa a
23 Chancadores
24 Chancador 1
25 Chancador 2
26 Chancador 3
27 Chancador 4
Figura 4.14: Gráfico de iso-criticidad de los equipos que 28 Chancador 5
29 Chancador 6
componen el chancado secundario 30 Correas material
chancado
260
Ingeniería de la confiabilidad
• Chancado terciario
Para el caso del chancado terciario se considera la evaluación de cua-
tro alternativas: el caso base con un stock-pile de 80.000 ton. de carga
viva y tres alternativas mejoradas que se describen a continuación.
261
A. Arata
262
Ingeniería de la confiabilidad
• Molienda
Para el caso de la molienda se considera la evaluación de cuatro
alternativas mejoradas. Es importante mencionar que este proceso no
cuenta con stock-pile, a diferencia de los procesos anteriormente anali-
zados que cuentan un con un acopio de material aguas abajo. Esta situa-
ción expone al proceso a una condición de mayor criticidad operacional,
dado que el proceso no cuenta con un sistema de acopio de respaldo.
263
A. Arata
264
Ingeniería de la confiabilidad
265
A. Arata
• Factor de escalamiento
Para estimación del CAPEX se utiliza la metodología del factor de
escalamiento de Williams, representado por una relación que establece
que los costos de capital y de producción por unidad producida dismi-
nuyen en la medida que la capacidad del equipo aumenta.
(4.1)
Dónde:
CA=costo de la unidad A
CB=costo de la unidad B
XA=capacidad de la unidad A
XB=capacidad de la unidad B
w=factor de escalamiento de Williams
266
Ingeniería de la confiabilidad
Chancado Secundario
Equipo Índice de Williams
Chute 0,35
Feeder 0,6
Correa Trans. A. Harneros 0,6
Harnero 0,6
Correa Trans. Salida Proceso 0,6
Correa Trans. Sobre-tamaño 0,6
Correa Trans. Alimentación Chancadores 0,6
Correa Trans. Material Chancado 0,6
Chancador Secundario 0,35
Chancado Terciario
Equipo Índice de Williams
Chute 0,35
Feeder 0,6
Correa Trans. 0,6
HPGR 1,1
Correa Trans. Salida 0,6
Tabla 4.5: Índice de Williams utilizado para los equipos del chancado terciario
Molienda
Equipo Índice de Williams
Feeder 0,6
Harnero 0,6
Bomba Hidrociclón 0,5
Cluster Hidrociclón 0,6
Molino de Bolas 0,65
Correa Trans. Recirculación 0,6
267
A. Arata
Costo indirecto
Ingeniería y Supervición 33% 32% 33%
Gastos de construcción 39% 34% 41%
Total Costo indirecto 72% 66% 74%
268
Ingeniería de la confiabilidad
Los valores de los costos de los equipos sin instalar, que componen
el proceso en estudio, son los que se muestran en las tablas que siguen.
Chancador Primario
Costos
Equipo Capacidad [t] Índice de Williams Equipo
Chute 500 0,35 $ 0,0
Chancador Primario 5.500 1,2 $ 7.000.000,0
Feeder 5.500 0,6 $ 1.000.000,0
Correa Overland Mina Sur 7.150 0,6 $ 3.500.000,0
Correa Overland Mina Norte 3.580 0,6 $ 2.800.000,0
Chancador Secundario
Costos
Equipo Capacidad [t] Índice de Williams Equipo
Chute 500 0,35 $ 0,0
Feeder 2.180 0,6 $ 375.000,0
Correa Trans. A Harneros 2.180 0,6 $ 550.000,0
Harnero 2.180 0,6 $ 600.000,0
Correa Trans. Salida Proceso 4.415 0,6 $ 1.050.000,0
Correa Trans. Sobre-tamaño 2.125 0,6 $ 800.000,0
Correa Trans. Alimentación Chancadores 4.250 0,6 $ 1.200.000,0
Correa Trans. Material Chancado 4.250 0,6 $ 1.200.000,0
Chancador Secundario 1000 0,35 $ 3.200.000,0
Chancador Terciario
Costos
Equipo Capacidad [t] Índice de Williams Equipo
Chute 500 0,35 $ 0,0
Feeder 2.220 0,6 $ 375.000,0
Correa Trans. 4.440 0,6 $ 1.300.000,0
HPGR 2.300 1,1 $ 9.000.000,0
Correa Trans. Salida 13.350 0,6 $ 3.500.000,0
Molienda
Costos
Equipo Capacidad [t] Índice de Williams Equipo
Feeder 1.250 0,6 $ 375.000,0
Harnero 1.250 0,6 $ 600.000,0
Bomba Hidrociclón 6.390 0,5 $ 450.000,0
Cluster Hidrociclón 6.390 0,6 $ 600.000,0
Molino de Bolas 4.790 0,65 $ 20.000.000,0
Correa Trans. Recirculación 4.490 0,6 $ 680.000,0
269
A. Arata
Tabla 4.12: Resumen de capital fijo para las distintas alternativas por proceso
• Capital de trabajo
A nivel de la ingeniería de prefactibilidad, es posible estimar el ca-
pital de trabajo en función del capital fijo, de las ventas totales espera-
das o de las unidades producidas.
Para el caso en estudio se estima que el capital de trabajo es equi-
valente al 30% de las ventas anuales esperadas. Dado que las ventas
estimadas ascienden a US$ 2.700.000.000, el capital de trabajo consi-
derado es de US$ 810.000.000 por año.
• Costos operacionales
Para estimar los costos operacionales anuales del proyecto se consi-
dera un costo fijo de US$ 215.000.000, y un costo variable de US$ 0,55
por libra de concentrado de cobre producida.
270
Ingeniería de la confiabilidad
271
A. Arata
• Procesos complementarios
Si bien el caso en estudio se ha focalizado en la fase del proceso de
conminución, es importante recordar que para la obtención de concen-
272
Ingeniería de la confiabilidad
• Evaluación LCC
Tal como se ha mencionado anteriormente, la evaluación LCC se
realiza combinando las distintas alternativas mejoradas de cada proce-
so del caso en estudio, considerando las condiciones definidas para los
procesos complementarios.
Para las tres etapas de chancado cada alternativa mejorada, incluyendo
el caso base, se relacionan con una determinada capacidad de acopio para
obtener los diferentes indicadores de confiabilidad de cada una de ellas.
En la figura presentada a continuación se esquematizan las distin-
tas combinaciones de los casos mejorados (alternativas) y el caso base
de cada uno de los procesos, a los que se realiza la evaluación LCC con
el objeto de encontrar aquella combinación que maximice los benefi-
cios del negocio para un escenario determinado.
273
A. Arata
Caso Base
Caso
Caso Base Caso Base Alternativa 1
Mejorado 1
acopio matrerial
acopio matrerial
Caso
Capacidad de
Capacidad de
Caso Base Caso Caso
de material
Capacidad
de acopio
Procesos Mejorado 1 Mejorado 1 Mejorado 2
Anexos Caso Caso Caso
Caso
Mejorado 1 Mejorado 2 Mejorado 2 Mejorado 3
Caso
Alternativa 2
Mejorado 4.b
274
Ingeniería de la confiabilidad
Tabla 4.16: Tabla resumen con las soluciones óptimas para cada entorno
275
A. Arata
276
Ingeniería de la confiabilidad
277
A. Arata
4. Comentarios finales
El caso presentado se ha abordado a través de la aplicación de la Inge-
niería de la Confiabilidad con el enfoque y la plataforma informática
R-MES, mediante el uso de una metodología especialmente desarrolla-
278
Ingeniería de la confiabilidad
279
Capítulo Cinco
1. Introducción
El siguiente caso se presenta con el objeto de mostrar la aplicación del
enfoque R-MES para mejorar la gestión de los activos en beneficio del
negocio en una Planta Industrial en operación intensiva en equipos.
281
A. Arata
282
Ingeniería de la confiabilidad
·· alimentadores,
·· molinos,
·· correas,
·· harneros,
·· bombas e
·· hidrociclones.
• Configuración lógico-funcional
Las condiciones para el funcionamiento de cada etapa del proce-
so permiten determinar la configuración lógica-funcional (diagrama
RBD) del sistema en estudio.
En la entrada de la planta de molienda SAG / Bolas, se cuenta con cuatro
alimentadores, de los cuales se requieren solo dos para el correcto funciona-
miento del sistema. Esta condición es representada por una configuración de
redundancia parcial (4:2), lo que implica que, para que el sistema alimenta-
ción opere, se requiere al menos de dos elementos disponibles.
Posteriormente se tiene una correa de alimentación al molino SAG
y el molino SAG correspondiente, en una configuración en serie, lo que
implica que la detención de cualquiera de estos dos elementos, o de
ambos de forma simultánea, genera una detención de la planta.
A la salida del molino SAG existen dos harneros que clasifican el
material procesado, de acuerdo a su tamaño, para ser recirculado o,
en su defecto, para la alimentación del segundo proceso de molienda
(bolas). Para este caso particular, de los dos harneros se opera solo con
283
A. Arata
uno de ellos, por lo que el otro queda como reserva. Esta es una confi-
guración lógica-funcional del tipo stand-by.
Aguas abajo en el proceso se aprecian dos bombas, de las cuales
opera una de ellas mientras la segunda queda en reserva, por lo que
este caso también corresponde a una configuración de tipo stand-by.
Secuencialmente se encuentra un hidrociclón en configuración en serie.
La sección de molienda de bolas se compone por dos líneas inde-
pendientes. Cada una de ellas tiene como elementos constituyentes un
molino de bolas, dos bombas en configuración stand-by y un hidroci-
clón en serie. Cada una de las líneas tiene un impacto de 50% en la
disponibilidad del proceso, por lo que se tiene una configuración de
fraccionamiento con un 50% de impacto asociado a cada línea.
Naturalmente, para que la planta se encuentre disponible deben
estarlo los sistemas de molienda SAG y bolas, por lo tanto, se tiene una
configuración en serie entre ambos sistemas.
A continuación se muestra el resultado de la diagramación del sis-
tema de molienda en R-MES:
284
Ingeniería de la confiabilidad
• Base de datos
La base de datos utilizada en el caso en estudio corresponde a la
información de detenciones ocurridas en un determinado período para
los equipos que constituyen la planta (base), ordenados en campos
dentro de un archivo «*.csv», que es el formato requerido para la carga
de datos en la plataforma R-MES.
Para este caso en estudio, la información utilizada en la base de
datos corresponde al período de un año con un total de 691 tuplas, es
decir, la agrupación de los datos ordenados en campos.
Cada tupla es leída y procesada por el sistema R-MES para realizar
la carga de datos a cada equipo, según corresponda.
• Información de la empresa
Al cargar la información de la base de datos en R-MES, se obtiene
por defecto cierta información que corresponde a parte de lo que se ha
definido en el diseño de la herramienta de simulación como «informa-
ción de la empresa».
Estos datos se muestran en la siguiente tabla.
285
A. Arata
286
Ingeniería de la confiabilidad
Disponibilidad esperada
100,50%
100,00%
99,50%
99,00%
98,50%
98,00%
97,50%
97,00%
96,50%
96,00%
95,50%
Feeder 3
Feeder 4
Feeder 1
Feeder 2
Correa 1
Molino 2
Molino 1
Molino 3
Harnero 1
Harnero 2
Hidrociclon 1
Hidrociclon 3
Hidrociclon 2
Bomba 6
Bomba 5
Bomba 1
Bomba 2
Bomba 3
Bomba 4
Figura 5.6: Gráfico de columnas de disponibilidad
esperada de los equipos del sistema
Costo de la Falta
14.000.000,00
12.000.000,00
10.000.000,00
8.000.000,00
6.000.000,00
4.000.000,00
2.000.000,00
0,00
Feeder 2
Feeder 1
Feeder 4
Feeder 3
Correa 1
Molino 1
Molino 3
Molino 2
Harnero 2
Harnero 1
Hidrociclon 2
Hidrociclon 3
Hidrociclon 1
Bomba 2
Bomba 1
Bomba 4
Bomba 3
Bomba 5
Bomba 6
287
A. Arata
• Disponibilidad histórica
La siguiente tabla muestra la disponibilidad acumulada, es decir,
la disponibilidad efectiva de los equipos y subsistemas en el período
en estudio.
EQUIPO O DISPONIBILIDAD
SUBSISTEMA ACUMULADA
SISTEMA MOLIENDA 87,003%
MOLIENDA SAG 93,569%
Alimentación 99,398%
Feeder 1 99,976%
Feeder 2 99,596%
Feeder 3 99,290%
Feeder 4 99,914%
Correa 1 99,900%
Molino 1 99,791%
Harneros 98,779%
Harnero 1 99,665%
Harnero 2 99,674%
Bombas 1 y 2 98,264%
Bomba 1 97,765%
Bomba 2 97,179%
Hidrociclón 1 99,801%
MOLIENDA BOLAS 92,172%
MOLIENDA BOLAS Nº 1 90,314%
Molino 2 99,059%
Bombas 3 y 4 96,340%
Bomba 3 96,081%
Bomba 4 95,569%
Hidrociclón 2 94,683%
MOLIENDA BOLAS Nº 2 94,030%
Molino 3 97,159%
Bombas 5 y 6 97,973%
Bombas 5 97,573%
Bombas 6 97,795%
Hidrociclón 3 98,803%
288
Ingeniería de la confiabilidad
Disponibilidad Acumulada
100,000%
99,000%
98,000%
97,000%
96,000%
95,000%
94,000%
93,000%
Hidrociclon 1
Hidrociclon 3
Hidrociclon 2
Feeder 3
Feeder 1
Feeder 4
Feeder 2
Bomba 6
Bomba 1
Bomba 5
Bomba 2
Bomba 3
Bomba 4
Correa 1
Molino 2
Molino 1
Molino 3
Harnero 2
Harnero 1
Figura 5.8: Gráfico de columnas de disponibilidad
acumulada de los equipos del sistema
Se puede observar que los equipos con las menores disponibilidades efecti-
vas son el hidrociclón 2 (94,7%), la bomba 4 (95,6%) y la bomba 3 (96,1%).
Todos estos equipos pertenecen a la línea Nº1 de la molienda de bolas.
Lo anterior explica que la línea Nº 1 de molienda de bolas sea la
que tiene la menor disponibilidad acumulada (90,3%).
Al analizar con mayor detalle el comportamiento del indicador de
disponibilidad, se puede obtener la disponibilidad mensual de cada
equipo y subsistema. R-MES permite obtener este tipo de reporte con
métricas diaria, semanal, mensual y anual.
A continuación se presenta un grupo de gráficos obtenidos con
R-MES en los que se muestra el comportamiento del indicador dis-
ponibilidad para los principales subsistemas de la planta, bajo una
métrica mensual.
PERÍODO VALOR
Período 1 01/01/2011 - 01/02/2011
Período 2 01/02/2011 - 01/03/2011
Período 3 01/03/2011 - 01/04/2011
Período 4 01/04/2011 - 01/05/2011
Período 5 01/05/2011 - 01/06/2011
Período 6 01/06/2011 - 01/07/2011
Período 7 01/07/2011 - 01/08/2011
Período 8 01/08/2011 - 01/09/2011
Período 9 01/09/2011 - 01/10/2011
Período 10 01/10/2011 - 01/11/2011
Período 11 01/11/2011 - 01/12/2011
Período 12 01/12/2011 - 01/01/2012
Tabla 5.4: Períodos de análisis
289
A. Arata
290
Ingeniería de la confiabilidad
291
A. Arata
• Tiempos medios
A continuación se presenta la información de los indicadores de
tiempo medio entre fallas (MTBF) y tiempo medio de reparación
(MTTR) histórico acumulado, es decir, corresponde al resultado total
del período en estudio.
EQUIPO O SUBSISTEMA MTBF [h] MTTR [h]
SISTEMA MOLIENDA 39,72 5,46
MOLIENDA SAG 70,65 4,78
Alimentación 290,78 1,82
Feeder 1 289,45 2,90
Feeder 2 240,11 3,36
Feeder 3 264,06 1,95
Feeder 4 321,59 3,67
Correa 1 412,55 4,60
Molino 1 259,80 5,84
Harneros 412,44 4,96
Harnero 1 411,97 4,96
Harnero 2 411,14 5,42
Bombas 1 y 2 391,16 7,26
Bomba 1 387,18 9,35
Bomba 2 404,61 12,39
Hidrociclón 1 729,70 1,54
MOLIENDA BOLAS 108,8 7,83
MOLIENDA BOLAS Nº 1 102,48 9,25
Molino 2 789,62 8,26
Bombas 3 y 4 140,70 5,45
Bomba 3 140,32 5,83
Bomba 4 139,47 6,60
Hidrociclón 2 638,85 26,58
MOLIENDA BOLAS Nº 2 113,69 6,40
Molino 3 708,72 18,05
Bombas 5 y 6 190,79 3,91
Bombas 5 198,85 4,94
Bombas 6 194,77 4,37
Hidrociclón 3 412,15 4,60
292
Ingeniería de la confiabilidad
MTBF [h]
900
800
700
600
500
400
300
200
100
0 Feeder 2
Feeder 3
Feeder 1
Feeder 4
Correa 1
Molino 1
Molino 3
Molino 2
Harnero 2
Harnero 1
Hidrociclon 3
Hidrociclon 2
Hidrociclon 1
Bomba 4
Bomba 3
Bomba 6
Bomba 5
Bomba 1
Bomba 2
Figura 5.12: Gráfico de columnas de indicador MTBF de equipos del sistema
Subsístema Tendencia
Feeder 1
Feeder 2
Feeder 3
Feeder 4
Correa 1
Harnero 1
Harnero 2
Bomba 1
Bomba 2
Hidrociclón 1
Molino 2
Bomba 3
Bomba 4
Hidrociclón 2
Molino 3
Bomba 5
Bomba 6
Hidrociclón 3
293
A. Arata
La tabla anterior muestra que los equipos con una tendencia al alza
del indicador MTTR son los cuatro alimentadores y las dos bombas
del subsistema de molienda SAG; y el hidrociclón 2 y las bombas 5 y 6,
de la molienda de bolas.
294
Ingeniería de la confiabilidad
295
A. Arata
296
Ingeniería de la confiabilidad
297
A. Arata
7.000.000,00 90,00%
80,00%
6.000.000,00
Costo de Mantención[$]
70,00%
5.000.000,00 60,00%
% Impacto
4.000.000,00 50,00%
3.000.000,00 40,00%
30,00%
2.000.000,00
20,00%
1.000.000,00 10,00%
0,00 0,00%
Hidrociclon 3
Hidrociclon 1
Hidrociclon 2
Feeder 2
Feeder 3
Feeder 1
Feeder 4
Bomba 3
Bomba 4
Bomba 5
Bomba 6
Bomba 1
Bomba 2
Correa 1
Molino 1
Molino 3
Molino 2
Harnero 1
Harnero 2
18.000.000 100,00%
16.000.000 90,00%
14.000.000 80,00%
70,00%
Costos Globales [$]
12.000.000
60,00%
% Impacto
10.000.000
50,00%
8.000.000
40,00%
6.000.000
30,00%
4.000.000 20,00%
2.000.000 10,00%
0 0,00%
Hidrociclon 2
Hidrociclon 3
Hidrociclon 1
Feeder 2
Feeder 3
Feeder 4
Feeder 1
Bomba 4
Bomba 3
Bomba 2
Bomba 5
Bomba 6
Bomba 1
Correa 1
Molino 1
Molino 3
Molino 2
Harnero 1
Harnero 2
298
Ingeniería de la confiabilidad
299
A. Arata
MixMix
MCMCv/s MP
v/s MP Horas
Horas
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
Hidrociclon 1
Hidrociclon 2
Hidrociclon 3
Feeder 1
Feeder 2
Feeder 3
Feeder 4
Bomba 1
Bomba 2
Bomba 3
Bomba 4
Bomba 5
Bomba 6
Correa 1
Molino 1
Molino 2
Molino 3
Harnero 1
Harnero 2
%MP %MC
300
Ingeniería de la confiabilidad
Mix MC
Mix MC v/sv/sMP
MP Cantidad
Cantidad
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
Hidrociclon 1
Hidrociclon 2
Hidrociclon 3
Feeder 1
Feeder 2
Feeder 3
Feeder 4
Bomba 1
Bomba 2
Bomba 3
Bomba 4
Bomba 5
Bomba 6
Correa 1
Molino 1
Molino 2
Molino 3
Harnero 1
%MP Harnero 2 %MC
• alimentador 1,
• alimentador 2,
• correa 1,
• molino 1,
• harnero 1,
• harnero 2,
• hidrociclón 1,
• hidrociclón 2,
• molino 3,
• bomba 5,
• bomba 6, e
• hidrociclón 3.
301
A. Arata
302
Ingeniería de la confiabilidad
303
A. Arata
304
Ingeniería de la confiabilidad
Preventiva
Correctiva Correctiva
Cíclica
Preventiva
Predictiva Predictiva Cíclica
o Predictiva
305
A. Arata
306
Ingeniería de la confiabilidad
307
A. Arata
308
Ingeniería de la confiabilidad
309
A. Arata
310
Ingeniería de la confiabilidad
311
A. Arata
312
Ingeniería de la confiabilidad
• alimentador 1,
• alimentador 2,
• correa 1,
• molino 1,
• harnero 1,
• harnero 2,
313
A. Arata
• hidrociclón 1,
• hidrociclón 2,
• molino 3,
• bomba 5,
• bomba 6, e
• hidrociclón 3.
• alimentador 1,
• alimentador 2,
• correa 1,
• molino 1,
• hidrociclón 1,
• hidrociclón 2,
• bomba 5,
• bomba 6, e
• hidrociclón 3.
314
Ingeniería de la confiabilidad
315
A. Arata
316
Ingeniería de la confiabilidad
• alimentador 1,
• alimentador 2,
317
A. Arata
• subsistema de alimentación,
• molino 1,
• subsistema de molienda SAG,
• bomba 3.1,
• bomba 4.1,
• subsistema de bombas 3.1 y 4.1,
• subsistema de hidrociclones 2 y 2.1,
• subsistema de molienda de bolas Nº 1,
• subsistema de molienda de bolas, y
• sistema de molienda.
Esperanza Esperanza
SUBSISTEMA
Disponibilidad Utilización
Sistema Molienda 0,94597 0,92562
Molienda SAG 0,96632 0,95556
Alimentación 0,99998 0,99998
Feeder 1 0,99004 0,98735
Feeder 2 0,9855 0,98211
Molino 1 0,97961 0,97474
Molienda Bolas 0,97866 0,96865
Molienda Bolas Nº 1 0,99008 0,98388
Bombas 3 y 4 0,99926 0,99916
Bomba 3 0,97672 0,97372
Bomba 4 0,97271 0,96937
Hidrociclones 2 y 2.1 0,99835 0,99772
318
Ingeniería de la confiabilidad
Esperanza
Disponibilidad
SUBSISTEMA Disponibilidad
esperada
(Montecarlo)
Sistema Molienda 0,94597 0,88540
Molienda SAG 0,96632 0,93251
Alimentación 0,99998 0,98570
Feeder 1 0,99004 0,99519
Feeder 2 0,9855 0,99389
Molino 1 0,97961 0,98088
Molienda Bolas 0,97866 0,94602
Molienda Bolas Nº 1 0,99008 0,94137
Bombas 3 y 4 0,99926 0,98003
Bomba 3 0,97672 0,96547
Bomba 4 0,97271 0,96249
Hidrociclones 2 y 2.1 0,99835 0,96749
319
A. Arata
4. Comentarios finales
El desarrollo del caso presentado, a través de la plataforma R-MES, ha
permitido identificar las potenciales y las mejoras posibles de lograr
con la aplicación de este enfoque, haciendo de la gestión de los activos
físicos una opción para el mejoramiento de los resultados del negocio.
La capacidad más importante de R-MES es su facilidad de uso,
flexibilidad y rigurosidad para el análisis, no solo a nivel de componte
básico, sino también sistémico, lo que permite identificar el impacto
sobre el negocio y la definición de políticas y acciones particulares so-
bre los elementos constituyente. A través de este enfoque es posible
identificar las mejoras relacionadas con el diseño, la operación y el
mantenimiento de sistemas complejos, para transformar la gestión de
los activos desde un actuar limitado a lo administrativo hacia lo táctico
y estratégico. El R-MES se caracteriza por la facilidad de diagramación
lógico-funcional de sistemas complejos, por la posibilidad de carga de
data histórica de operaciones y mantenimiento, por la entrega de va-
riados y personalizados KPI’s históricos y probabilísticos y por la ca-
pacidad de simulación de diferentes escenarios definidos por variables
internas y externas.
Los principales resultados de la aplicación de este enfoque, en este
caso particular, en su primera iteración, han permitido incrementar la
disponibilidad esperada del proceso desde un 88,5% hasta un 94,6%,
disminuyendo el costo de la falta esperado en más de US$ 33 millones,
a través de los cambios en la gestión y en proyectos de capital.
320
Capítulo Seis
1. Introducción
Se presenta el siguiente caso con el objeto de mostrar la aplicación del
enfoque R-MES orientado a mejorar la gestión de los activos en beneficio
del negocio para una Flota de Equipos que opera en una faena minera.
321
A. Arata
·· wheeldozer,
·· perforadoras,
·· cargadores frontales,
322
Ingeniería de la confiabilidad
·· camiones,
·· bulldozery y
·· motoniveladoras.
Equipos de
Apoyo
> Perforadoras
> Equipos de
apoyo en
general
Desarrollo de Nivelación de
Caminos Caminos
(Bulldozer) (Motoniveladoras)
323
A. Arata
324
Ingeniería de la confiabilidad
325
A. Arata
• Base de datos
La base de datos que se utiliza para el caso en estudio corresponde
a la información de todas las detenciones ocurridas en el período de
seis meses para todos los equipos que constituyen la flota de la faena
minera, ordenados en campos en un archivo «*.csv», que es el formato
requerido para la carga de datos en la plataforma informática R-MES.
326
Ingeniería de la confiabilidad
• Información de la empresa
Adicionalmente a los datos provenientes de producción y mante-
nimiento, es necesario incorporar la información relacionada con la
capacidad productiva y la facturación meta. Esta información se iden-
tifica como «propiedades» en la plataforma R-MES.
En la siguiente tabla se presentan los valores correspondientes:
327
A. Arata
Figura 6.7: Gráfico de disponibilidad para las distintas flotas del proceso principal
Figura 6.8: Gráfico de utilización para las distintas flotas del proceso principal
328
Ingeniería de la confiabilidad
Figura 6.9: Gráfico de disponibilidad para las distintas flotas del proceso auxiliar
Figura 6.10: Gráfico de utilización para las distintas flotas del proceso auxiliar
329
A. Arata
330
Ingeniería de la confiabilidad
Figura 6.12: Gráfico de Pareto para las distintas flotas en términos de horas
Figura 6.13: Gráfico de Pareto para las distintas flotas en términos de número
331
A. Arata
332
Ingeniería de la confiabilidad
Para las mayores pérdidas de las flotas del proceso principal con
meta definida se realiza un gráfico de criticidad, el que permite iden-
tificar cuál es el equipo más crítico del sistema. El eje de las abscisas
representa la indisponibilidad intrínseca de cada equipo y el eje de las
ordenadas su consecuencia sobre el sistema, por lo que las curvas re-
presentan niveles de iso-criticidad (también el costo de iso-costo de
falta), puesto que el nivel de criticidad de los equipos resulta de la com-
binación entre su indisponibilidad y su impacto sobre el sistema. Es
decir, dos diferentes equipos pueden tener el mismo nivel de criticidad
por su impacto sobre el negocio, siendo que uno de ellos tiene muy baja
disponibilidad (sea por alta frecuencia de fallas o por largos tiempos
de reparación) y el otro, en cambio, si bien tiene buena disponibilidad
relativa, su detención tiene una mayor consecuencia sobre el sistema.
Situación límite es el arreglo en serie en el que cualquier indisponibili-
dad de un equipo es transferida totalmente sobre el sistema.
333
A. Arata
334
Ingeniería de la confiabilidad
335
A. Arata
336
Ingeniería de la confiabilidad
equipo, los que definen sobre el 90% de las fallas no son más que el 4
por mil de ellos.
En términos del número de veces que falla el componente se
aprecia que también es el «sistema de enfriamiento», seguido por el
«sistema hidráulico». Ambos componentes acumulan cerca del 40%
del total de detenciones.
A partir de esta información es necesario revisar el Plan de Mante-
nimiento asociado al cargador en cuestión, de manera de determinar el
grado de alineamiento entre plan y el comportamiento de los compo-
nentes de manera de visualizar si en el Plan de Mantenimiento se foca-
liza adecuadamente y si las intervenciones son de la calidad requerida.
337
A. Arata
338
Ingeniería de la confiabilidad
339
A. Arata
341
A. Arata
342
Ingeniería de la confiabilidad
Meta Meta
Flota
Disponibilidad Utilización
Perforadoras 75% 60%
Cargadores Frontales 75% 60%
Camiones 85% 70%
88%
86%
84%
Disponibilidad Acumulada
82%
80%
78%
Disponibilidad
76% Acumulada
74%
72% Disponibilidad
Esperada
70%
68%
Perforadoras Cargadores Camiones
Frontales
343
A. Arata
72%
69%
Utilización Acumulada
66%
63%
60% Utilización
57% Acumulada
54% Utilización
51% Esperada
48%
Perforadoras Cargadores Camiones
Frontales
Si bien todas las flotas, salvo la de las perforadoras, cumplen con las
metas definidas durante el periodo en análisis, es conveniente visualizar
el cumplimiento mensual de las metas de la flota en estudio, de manera
de determinar las diferencias (brechas) entre la condición mensual y el
valor medio del periodo en análisis, tal como se muestra a continuación.
344
Ingeniería de la confiabilidad
345
A. Arata
346
Ingeniería de la confiabilidad
20.000
Pérdidas en ton. equivalente debido a
18.000
menor utilización de las flotas
16.000 Enero
14.000 Febrero
12.000 Marzo
10.000 Abril
8.000
Mayo
6.000
Junio
4.000
2.000
0
Perforadoras Cargadores Camiones
Frontales
347
A. Arata
4. Comentarios finales
El alcance de este caso se limita a la presentación de diversos KPI’s de
las diferentes flotas de una faena minera de rajo y de los equipos que las
348
Ingeniería de la confiabilidad
349
Bibliografía y Referencias
Capítulo Introductorio
[1] Arata, A., Arata B., A., Estrategia corporativa. Competitividad sus-
tentable para la maximización de valor en un entorno dinámico,
Santiago, Trend Management, 2008.
[2] Arata, A., Furlanetto, L., et al., Manual de gestión de activos y man-
tenimiento, Santiago, RIL editores, 2005.
[3] Arata, A., Ingeniería y gestión de la Confiabilidad Operacional en
plantas industriales, Santiago, RIL editores, 2009.
[4] Arata, A., Furlanetto, L., Organización liviana y gestión participati-
va, Santiago, RIL editores, 2005.
[5] Copeland, T., Koller, T., Murrin, J., Valuation: Measuring and Manag-
ing the Value of Companies, ciudad de edición, John Wiley, 2005.
[6] Damodaran, A., Investment Valuation: Tools and Techniques for Deter-
mining the Value of Any Asset, ciudad de edición, John Wiley, 2002.
[7] Damodaran, A., Corporate Finance: Theory and Practice, ciudad de
edición, John Wiley, 2001.
[8] Durán J. B., ¿Qué es Confiabilidad Operacional?, Revista Club
Mantenimiento, Año 1, N° 2, pp., septiembre 2000.
[9] Furlanetto, L., Arata, A., Organizzazione Snella, Milano, Franco
Angeli, 1999.
[10] O´Connor, P., Practical Reliability Engineering, ciudad de edición,
John Wiley, 2002.
Capítulo Uno
[1] Arata, A., Ingeniería y gestión de la Confiabilidad en plantas indus-
triales, Santiago, RIL editores, 2009.
[2] Arata, A. Furlanetto, L., Organización liviana. Modelo de excelen-
cia empresarial, ciudad de edición, Mc Graw Hill, 2004.
[3] Arata, A., Soto, F., Spin off. Universidad Emprendedora, ciudad de
edición, UTFSM, 2011.
[4] Arata, A., Excelencia académica y gestión universitaria: Una combi-
nación posible y necesaria, ciudad de edición, USM, 2001.
351
[5] Arata, A., Furlanetto, L., Manual de gestión de activos y manteni-
miento, Santiago, RIL editores, 2005.
[6] Arata, A., Furlanetto, L., Organización liviana y gestión participati-
va, Santiago, RIL editores, 2004.
[7] Arata B., A., Análisis de la competitividad y de los sectores produc-
tivos. Factores críticos que desarrollan el crecimiento económico de
Chile, ciudad de edición, USM, 2003.
[8] Baldin, A., Furlanetto, L., Rovesi, A., Turco, F., Manuale de lla Manuten-
zione de gli Impianti Industriali, ciudad de edición, Franco Angeli, 1988.
[9] Campbell J. D., Jardine, A. K. S., Maintenance Excellence, ciudad de
edición, Marcel Dekker, 2001.
[10] Cato, W. W., Mobley R. K., Computer Maneged Maintenance Sys-
tems, ciudad de edición, Butterworth Heinemann, 2002.
[11] Collins, J. C. y Porras, J. I., Built to Last, New York, Harper Busi-
ness, 1994.
[12] Dhillon, B. S., Engineering Maintenance: A modern Approach, ciu-
dad de edición, CRC Press, 2002.
[13] Durán, J. B., ¿Qué es Confiabilidad Operacional? Revista Club
Mantenimiento, Año 1, N° 2, pp., 2000.
[14] Furlanetto, L., Arata, A., Organizzazione Snella, ciudad de edición,
Franco Angeli, 2002.
[15] Furlanetto, L., Arata, A., Progettare la Fabbrica Snella, ciudad de
edición, Franco Angeli, 1999.
[16] Jardine, A. K. S, Tsang, A. H. C., Maintenance replacement and reli-
ability, Theory and Aplication, ciudad de edición, CRC, 2006.
[17] Krugman, P., Making Sense of the Competitiveness Debate, Oxford
Review of Economic Policy, Vol. 12(3), 17-24, 1996.
[18] Lall, S., Competitiveness Indices and Developing Countries: An
Economic Evaluation of the Global Competitiveness Report, World
Development, Vol 29(9), 1501-1525, 2001.
[19] Mintzberg, H., The Rise and Fall of Strategic Planning, New York,
Free Press, 1994.
[20] Moubray, J., Reliability Centred Maintenance, ciudad de edición,
Industrial Press Inc, 2000.
[21] Nachlas, J. A., Reliability Engineering: probabilistic model and
maintenance methods, ciudad de edición, CRC, 2005.
[22] Nakajima, S., TPM Total Productive Maintenance, ciudad de edi-
ción, ISEDI, 1992.
[23] Porter, M. E., Competitive Strategy: Techniques for Analyzing In-
dustries and Competitors, New York, Free Press, 1980.
352
[24] Raimondi, R., Principi di Progettazione dei servizi de gli Impianti,
Milano, Franco Angeli, 1982.
[25] ����������������������������������������������������������������
Schoemaker, P. J. H., How to Link Strategic Vision to Core Capa-
bilities, Sloan Management Review, N°, 67-81, 1992.
[26] Stanford, N., Organisation Design: Creating high-performing and
adaptable enterprises, London, The Economist, 2007.
[27] Turco,F., Principi Generali di Progettazione de gli Impianti Indus-
triali, Milano, Clup, 1990.
[28] Tsuchiya, S., Quality Maintenance. Zero Defects Through Equip-
ment Management, ciudad de edición, Proctive Press, 1992.
[29] Villena, M., Arata B., A., Tapia, J., Los indicadores de competitivi-
dad para Latinoamérica: ¿Qué hemos sprendido?, artículo en revi-
sión ISI, 2007.
[30] Wireman,T., Word Class Maintenance Management, ciudad de
edición, Industrial Press, 1990.
[31] World Economic Forum, The Global Competitiveness Report 2001-
2002, ciudad de edición, editorial, año.
[32] Zio, E., An introduction to the basics of reliabilility and risk analy-
sis, ciudad de edición, World Scientific Publication Co, 2007.
Capítulo Dos
[1] Lin, S., Gao, J., Koronios, A., The need for a data quality framework
in asset management, Proceedings of the 1st Australasian Workshop
on Information Quality (AUSIQ), Adelaide, 2006.
[2] Steed, J. C., Aspects of how asset management can be influenced
by modern condition monitoring and information management sys-
tems, ciudad de edición, IEE, 1988.
[3] Eerens, E., Business driven asset management for industrial & in-
frastructure assets, ciudad de edición, Le Clochard, 2003.
[4] Woodhouse, J., Asset management: concepts & practices, ciudad de
edición, The Woodhouse Partnership Ltd., 2003.
[5] U. S. G. A. Office, Water infrastructure: water utility asset manage-
ment, in GAO-04-461, Washington D.C., 2004.
[6] IPWEA, International infrastructure management manual, Austra-
lia-New Zeland Edition ed., 2002.
[7] Kriebel, C. H, Evaluating the quality of information systems. Ger-
mantown, Sijthoff and Noordhoff, 1979.
[8] Ives, B., Olson, M., Baroudi, J. J., The measurement of user information
satisfaction, Communications of the ACM, Vol. 26, 785-793, 1983.
[9] Wang, R. Y., Kon, H. B., «Toward Total Data Quality Manage-
ment (TDQM)», en Information technology in action: trends and
353
perspectives, R. Y. Wang, NJ, Englewood Cliffs, NJ. : Prentice
Hall, 1993.
[10] Fox, C., Levitin, A., Redman, T., The Notion of Data and Its Quality
Dimensions, Information Processing & Management, Vol. 30, 9-19,
enero-febrero 1994.
[11] Wand, Y., Wang, R. Y., Anchoring data quality dimensions in on-
tological foundations, Communications of the Acm, Vol. 39, 86-
95, noviembre 1996.
[12] Wang, R. Y., Strong, D. M., Beyond accuracy: what data quality
means to data consumers, Journal of management information sys-
tems, Vol. 12, 5-33, 1996.
[13] Shanks, G. Darke, P., Understanding data quality in a data warehouse,
Australian Computer Journal, Vol. 30, 122-128, noviembre 1998.
[14] ��������������������������������������������������������������������
Kahn, B. K., Strong, D. M., Wang, R. Y., Information quality bench-
marks: product and services performance, Communications of the
ACM, Vol. 45, 184-192, 2002.
[15] Liu, L., Chi, L., Evolutionary data quality. A theory-specific view,
Proceedings of the 7th International Conference on Information
Quality, Massachusetts Institute of Technology, Cambridge, MA.,
2002, 292-304.
[16] Naumann, F., Quality-driven query answering for integrated infor-
mation systems. Berlin; New York, Springer, 2002.
[17] Bouzeghoub, M., Peralta, V., A framework for analysis of data fresh-
ness, Proceedings of the First ACM International Workshop on Infor-
mation Quality in Information Systems (IQIS 2004), Paris, 2004.
[18] Batini, C., Catarci, T., Scannapiceco, M., A survey of data qual-
ity issues in cooperative information systems, in 23rd International
Conference on Conceptual Modeling, Shanghai, 2004.
[19] Strong, D. M., IT process designs for improving information quality
and reducing exception handling: A simulation experiment, Infor-
mation & Management, Vol. 31, 251-263, enero 1997.
[20] �������������������������������������������������������������������
Murphy, G. D., Improving the quality of manually acquired data: Ap-
plying the theory of planned behaviour to data quality, Reliability
Engineering & System Safety, Vol. 94, 1881-1886, diciembre 2009.
[21] Hodkiewicz, M., Kelly, P., Sikorska, J., Gouws, L., A framework to
assess data quality for reliability variables, in World Congress Of
Engineering Asset Management, Gold Coast, 2006.
[22] �������������������������������������������������������������������
Sandtorv, H. A., Hokstad, P., Thompson, D. W., Practical experienc-
es with a data collection project: The OREDA project, Reliability
Engineering & System Safety, Vol. 51, 159-167, febrero 1996.
354
[23] Bandura, A., Wood, R., The effect of perceived controllability and
performance standards on self-regulation of complex decision mak-
ing, Journal of Personality and Social Psychology, Vol. 56, pp., 1989.
[24] ��������������������������������������������������������������
Kans, M., An approach for determining the requirements of com-
puterised maintenance management systems, Computers in Indus-
try, Vol. 59, 32-40, enero 2008.
[25] Parra, C., Desarrollo de modelos de cuantificación económica del
factor fiabilidad en el coste total de ciclo de vida de un sistema de
producción, Ph.D., Universidad de Sevilla, 2009.
[26] Bendell, T., An Overview of Collection, Analysis, and Application
of Reliability Data in the Process Industries, Ieee Transactions on
Reliability, Vol. 37, 132-137, junio 1988.
[27] Percy, D. F., Kobbacy, K. H. A., Fawzi, B. B., Setting preventive
maintenance schedules when data are sparse, International Journal
of Production Economics, Vol. 51, 223-234, septiembre 1997.
[28] Pascual, R., El arte de mantener Versión 2.89, ciudad de edición,
editorial, 2007.
[29] Pascual, R., Louit, D. M., Jardine, A. K. S., A practical procedure
for the selection of time-to-failure models based on the assessment
of trends in maintenance data, Reliability Engineering & System
Safety, Vol. 94, 1618-1628, octubre 2009.
[30] Ascher, H., Feingold, H., Repairable systems reliability: modeling,
inference, misconceptions and their causes, ciudad de edición, Mar-
cel Dekker Inc., 1984.
[31] Modarres, M., Yanez, M., Joglar, F., Generalized renewal process for
analysis of repairable systems with limited failure experience, Reli-
ability Engineering & System Safety, Vol. 77, 167-180, julio 2002.
[32] Moubray, J., Reliability-centered maintenance, New York, Indus-
trial Press, 1997.
[33] Arata, A., Ingeniería y gestión de la Confiabilidad Operacional en
plantas industriales, Santiago, RIL editores, 2009.
[34] Pradhan, S., Maintenance Strategies for Greater Availability, Hy-
drocarbon Processing, Vol. 73, 39-, enero 1994.
[35] Mora, L., Indicadores de la gestión logística, ciudad de edición,
ECOE editores, 2008.
[36] Acevedo, J., Indicadores claves de desempeño KPI en la gestión de
mantenimiento, ciudad de edición, editorial, 2010.
[37] Orrego, J., KPI, Indicadores claves de desempeño, ciudad de edi-
ción, editorial, 2010.
[38] Alfonso, A., Indicador general para la determinación del Nivel de Ges-
tión del Mantenimiento (INGM), ciudad de edición, editorial, 2006.
355
[39] Mirror42, KPI Library. Available: http://www.kpilibrary.com/, 2007.
[40] E. F. o. N. M. S. vzw and S. f. M. R. Professionals, Global mainte-
nance and reliability indicators, ciudad de edición, editorial, 2011.
[41] Mobley, R. K., Root cause failure analysis, Boston, Newnes, 1999.
[42] Latino, R. J., Latino, K. C., Root cause analysis: improving perfor-
mance for bottom-line results, Boca Raton, Fla., CRC Press, 2002.
[43] Crespo, A., Moreu, P. Sánchez, A., Ingeniería de mantenimiento.
Técnicas y métodos de aplicación a la fase operativa de los equipos.
Madrid, Aenor, 2004.
[44] �������������������������������������������������������������������������
Pascual, R., Louit, D., Banjevic, D. Jardine, A. K. S., Optimization mod-
els for critical spare parts inventories-a reliability approach, Journal of
the Operational Research Society, Vol. 62, 992-1004, junio 2011.
[45] ��������������������������������������������������������������������
Saldanha, P. L. C., de Simone, E. A., Melo, P. F. F. E., An applica-
tion of non-homogeneous Poisson point processes to the reliability
analysis of service water pumps, Nuclear Engineering and Design,
Col. 210, 125-133, diciembre 2001.
Capítulo Tres
[1] Centro de Desarrollo de Gestión Empresarial (CGS), Manual R-
MES v6, Marzo 2012.
[2] http://www.mes.cl/mov/1_diagramacion/1_diagramacion.swf
[3] http://www.mes.cl/mov/2_disponibilidad/2_disponibilidad.swf
[4] http://www.rmes.cl/
[5] http://www.cgssa.com/
356
Índice de figuras
357
Figura 2.3: Configuración RBD....................................................................... 113
Figura 2.4: Representación de sistema en serie................................................ 114
Figura 2.5: Representación de sistema en paralelo........................................... 115
Figura 2.6: Sistema en configuración stand-by................................................. 117
Figura 2.7: Escenarios de funcionamiento de un sistema en
configuración stand-by.................................................................. 117
Figura 2.8: Sistema configuración fraccionamiento......................................... 118
Figura 2.9: Ejemplo de generación de diagrama lógico funcional.................... 119
Figura 2.10: Etapa de Adquisición de datos en el enfoque R-MES................... 121
Figura 2.11: P
rocedimiento para la determinación de
necesidades de TI en la gestión de activos.................................... 129
Figura 2.12: F
unción de los sistemas y herramientas
informáticas en la gestión de activos........................................... 131
Figura 2.13: Diagrama del proceso de captura y validación de datos.............. 133
Figura 2.14: Etapa de Ajuste de curvas en el enfoque R-MES.......................... 135
Figura 2.15: Diagrama de flujo para la llegada de un evento........................... 138
Figura 2.16: Gráficos de tipos de censura,
de izquierda a derecha A, B y C .................................................. 141
Figura 2.17: Diagrama de flujo para la selección de un
modelo para sistemas reparables................................................. 144
Figura 2.18: Posibles tendencias de los tiempos entre fallas.
Las flechas representan eventos de falla....................................... 145
Figura 2.19: Gráficos de tiempos acumulados de falla vs. tiempo.................... 146
Figura 2.20: Ejemplo de gráficos de dispersión de vidas
sucesivas de servicio.................................................................... 147
Figura 2.21: Representación de función de densidad
de probabilidad de fallas............................................................. 152
Figura 2.22: tapa de Determinación de la etapa del ciclo de
vida en el enfoque R-MES........................................................... 156
Figura 2.23: Ciclo de vida. Curva de la bañera................................................ 156
Figura 2.24: Patrones de falla para equipos y componentes
en la tercera generación............................................................. 162
Figura 2.25: Etapa de Obtención de indicadores en el enfoque R-MES........... 166
Figura 2.26: Etapa de Obtención de indicadores en el enfoque R-MES........... 169
Figura 2.27: Etapa de Análisis de criticidad en el enfoque R-MES................... 173
Figura 2.28: Representación genérica de la matriz de criticidad...................... 175
Figura 2.29: Ejemplo con factores ponderados................................................ 175
358
Figura 2.30: Variables de análisis cuantitativo para
criticidad bajo el enfoque R-MES................................................ 176
Figura 2.31: Representación gráfica de dispersión Jack-Knife.......................... 178
Figura 2.32: Representación gráfica análisis disponibilidad-onsecuencia......... 180
Figura 2.33: Matriz de impacto en seguridad y ambiente v/s
impacto económico..................................................................... 181
Figura 2.34: Etapa de Oportunidades de mejora en el enfoque R-MES........... 182
Figura 2.35: Secuencia lógica del RCA............................................................ 184
Figura 2.36: Etapa de Oportunidades de mejora a través de la
gestión en el enfoque R-MES....................................................... 186
Figura 2.37: Proceso de validación de la política de mantenimiento................ 187
Figura 2.38: Selección de políticas de mantenimiento...................................... 191
Figura 2.39: Etapa de Oportunidades de mejora a través
de proyectos en el enfoque R-MES.............................................. 200
Figura 2.40: Sistema a analizar........................................................................ 201
Figura 2.41: Configuración propuesta............................................................. 202
Figura 2.42: Esquema de flujos de dinero en el tiempo para
los costos considerados en el análisis........................................... 206
Figura 2.44: Caudal requerido y volumen entregado con dos
niveles de producción.................................................................. 210
Figura 2.46: Volumen en función de capacidad............................................... 211
Figura 2.47: Etapa Plan Productivo de Mantenimiento en
el enfoque R-MES....................................................................... 213
Figura 3.1: E
spacio de trabajo para modelamiento RBD y
árbol lógico-funcional (Captura de pantalla)................................. 222
Figura 3.2: R
eporte histórico gráfico de disponibilidad,
utilización y utilización efectiva. (Captura de pantalla)................. 225
Figura 3.3: Reporte Jack Knife (Captura de pantalla)...................................... 226
Figura 3.4: Reporte Indisponibilidad-Consecuencia (Captura de pantalla)...... 227
Figura 3.5: R
eporte histórico gráfico de tiempos medio
(Captura de pantalla).................................................................... 228
Figura 3.6: R
eporte probabilístico de confiabilidad
(Captura de pantalla).................................................................... 232
Figura 3.7: D
istribuciones para la generación de datos aleatorios
(Captura de pantalla).................................................................... 236
Figura 3.8: H
istograma de productividad de activos
(Captura de pantalla).................................................................... 237
Figura 4.1: Esquema de la metodología de abordaje........................................ 242
359
Figura 4.2: Diagrama de flujo del proceso bajo estudio................................... 246
Figura 4.3: Diagrama de proceso del chancado primario................................. 247
Figura 4.4: Diagrama de proceso del chancado secundario............................. 249
Figura 4.5: Diagrama de proceso del chancado terciario................................. 250
Figura 4.6: Diagrama de proceso de la molienda............................................. 252
Figura 4.7: Diagrama lógico-funcional del chancado primario........................ 254
Figura 4.8: Diagrama lógico-funcional del chancado secundario..................... 255
Figura 4.9: Diagrama lógico-funcional del chancado terciario......................... 255
Figura 4.10: Diagrama lógico-funcional de la molienda.................................. 256
Figura 4.11: Histogramas de distribución de probabilidad.............................. 257
Figura 4.12: Sensibilización de la disponibilidad del chancado
primario en función de la capacidad de acopio............................ 257
Figura 4.13: Gráfico Disponibilidad y Utilización chancado primario............. 259
Figura 4.14: Gráfico de iso-criticidad de los equipos que
componen el chancado secundario.............................................. 260
Figura 4.15: Gráfico Disponibilidad y Utilización chancado secundario.......... 261
Figura 4.16: Gráfico de iso-criticidad de los equipos
que componen el chancado terciario........................................... 262
Figura 4.17: Gráfico Disponibilidad y Utilización chancado terciario.............. 263
Figura 4.18: Gráfico de iso-criticidad de los equipos
que componen la molienda.......................................................... 264
Figura 4.19: Gráfico Disponibilidad y Utilización molienda............................ 265
Figura 4.20: Esquematización de selección de las distintas
alternativas para evaluación LCC............................................. 274
Figura 4.21: Esquema de evaluación LCC....................................................... 274
Figura 4.22: Esquematización de las alternativas óptimas seleccionadas......... 275
Figura 4.23: Resultado de indicadores por procesos
para los distintos entornos de evaluación.................................... 277
Figura 4.24: Gráfico de VAN esperado en función del CAPEX
considerando el precio del concentrado de Cu
para cada óptimo local................................................................ 277
Figura 4.25: Gráfico de utilización corregida sistémica en
función del CAPEX considerando el precio del concentrado
de Cu para cada óptimo local...................................................... 278
Figura 5.1: Metodología de abordaje para desarrollo de los casos................... 282
Figura 5.2: Diagrama de la planta................................................................... 283
Figura 5.3: Sistema de molienda modelado en R-MES.................................... 284
Figura 5.4: Sistema de molienda SAG modelado en R-MES............................. 284
360
Figura 5.5: Sistema de molienda de bolas modelado en R-MES....................... 285
Figura 5.6: G
ráfico de columnas de disponibilidad
esperada de los equipos del sistema............................................... 287
Figura 5.7: G
ráfico de columnas de costo de la falta
(probabilístico) de los equipos del sistema..................................... 287
Figura 5.8: G
ráfico de columnas de disponibilidad
acumulada de los equipos del sistema............................................ 289
Figura 5.9: G
ráfico de disponibilidad histórica mensual
del sistema de molienda................................................................. 290
Figura 5.10: Gráfico de disponibilidad histórica mensual sistema de
molienda – molienda SAG – molienda de bolas........................... 291
Figura 5.11: Gráfico disponibilidad histórica mensual molienda
bolas – línea Nº 1 – línea Nº 2.................................................... 291
Figura 5.12: Gráfico de columnas de indicador MTBF
de equipos del sistema................................................................. 293
Figura 5.13: Gráfico de MTTR histórico mensual: Bombas 1, 2, 5 y 6............ 294
Figura 5.14: Gráfico de MTTR histórico mensual:
Alimentadores 1, 2, 3 y 4............................................................ 294
Figura 5.15: Gráfico de MTTR histórico mensual: Hidrociclón 2................... 295
Figura 5.16: Gráfico de costo de la falta – disponibilidad por equipo.............. 297
Figura 5.17: Diagrama de Pareto de costo de mantenimiento
histórico de los equipos del sistema............................................. 298
Figura 5.18: Diagrama de Pareto de costo global
histórico de los equipos del sistema............................................. 298
Figura 5.19: Diagrama de Pareto de horas de
intervenciones de los equipos...................................................... 299
Figura 5.20: Diagrama de Pareto de número de
intervenciones de los equipos...................................................... 300
Figura 5.21: Mantenimientos correctivos vs. mantenimientos
preventivas en horas.................................................................... 300
Figura 5.22: Número de mantenimientos correctivos
vs. número de mantenimientos preventivos................................. 301
Figura 5.23: Análisis de criticidad bidimensional............................................ 302
Figura 5.24: Gráficos de tasa de falla de equipos en etapa de desgaste............ 304
Figura 5.25: Política de mantenimiento – grilla de clasificación....................... 305
Figura 5.26: Reporte para política de mantenimiento
de tipo preventiva cíclica............................................................. 306
Figura 5.27: Interfaz de simulación de Montecarlo en R-MES........................ 316
361
Figura 6.1: Metodología de abordaje para desarrollo de los casos................... 322
Figura 6.2: Diagrama del proceso.................................................................... 323
Figura 6.3: Esquema de las etapas comprendidas en los procesos.................... 323
Figura 6.4: Configuración del proceso principal en R-MES............................. 325
Figura 6.5: Configuración del proceso auxiliar en R-MES............................... 326
Figura 6.6: Configuración del proceso completo en R-MES............................ 326
Figura 6.7: Gráfico de disponibilidad para las distintas
lotas del proceso principal............................................................. 328
Figura 6.8: Gráfico de utilización para las distintas
lotas del proceso principal............................................................. 328
Figura 6.9: Gráfico de disponibilidad para las distintas
flotas del proceso auxiliar.............................................................. 329
Figura 6.10: Gráfico de utilización para las distintas
flotas del proceso auxiliar............................................................ 329
Figura 6.11: Gráfico de costo de la falta por procesos y flotas......................... 330
Figura 6.12: Gráfico de Pareto para las distintas
flotas en términos de horas.......................................................... 331
Figura 6.13: Gráfico de Pareto para las distintas
flotas en términos de número...................................................... 331
Figura 6.14: Gráfico de mix de mantenimiento para
las distintas flotas del proceso principal....................................... 332
Figura 6.15: Gráfico de mix de mantenimiento para
los distintos equipos de la flota de perforadoras.......................... 333
Figura 6.16: Gráfico de criticidad para los equipos de
la flotas de perforadoras.............................................................. 334
Figura 6.17: Gráfico de criticidad para los
equipos de la flotas de cargadores frontales................................. 335
Figura 6.18: Gráfico de criticidad para los equipos
de la flotas de camiones............................................................... 335
Figura 6.19:Gráfico de Pareto de fallas de componentes
del cargador Frontal FEL005 en términos de horas...................... 336
Figura 6.20: Gráfico de Pareto de fallas de componentes
del cargador Frontal FEL005 en términos de número.................. 337
Figura 6.21: Gráfico de Jack Knife para los equipos
de la flotas de perforadoras......................................................... 338
Figura 6.22: Gráfico de Jack Knife para los equipos
de la flotas de cargadores frontales.............................................. 339
362
Figura 6.23: Gráfico de Jack Knife para los
equipos de la flotas de camiones.................................................. 340
Figura 6.24:Gráfico de Jack Knife de modos
para los distintos componentes del camión 23.............................. 340
Figura 6.25: Gráfico de Jack Knife de modos de falla para el block
motor de un camión 23 (solo a modo de ejemplo)....................... 341
Figura 6.26: Gráfico de riesgo cuantitativo de costos de seguridad
ambiental (solo a modo de ejemplo)............................................ 342
Figura 6.27: Gráfico de brechas entre disponibilidad
acumulada y esperada................................................................. 343
Figura 6.28: Gráfico de brechas entre utilización acumulada y esperada......... 344
Figura 6.29: Gráfico de disponibilidad y utilización para
flota de perforadoras................................................................... 345
Figura 6.30: Gráfico de disponibilidad y utilización para
flota de cargadores frontales........................................................ 346
Figura 6.31: Gráfico de disponibilidad y utilización
para flota de camiones................................................................. 346
Figura 6.32: Gráfico de pérdidas equivalentes por flota................................... 347
363
Índice de tablas
365
Tabla 4.16: Tabla resumen con las soluciones óptimas
para cada entorno.................................................................. 275
Tabla 4.17: R esumen de indicadores de producción y de
la evaluación LCC para cada óptimo local sensibilizados
por el precio del concentrado de Cu...................................... 276
Tabla 4.18: R esumen de indicadores económicos
entre los casos optimizados y el caso base............................. 278
Tabla 5.1: Información de la empresa...................................................... 285
Tabla 5.2: Indicadores probabilísticos...................................................... 286
Tabla 5.3: Disponibilidad acumulada....................................................... 288
Tabla 5.4: Períodos de análisis................................................................. 289
Tabla 5.5: Indicadores estadísticos acumulados........................................ 292
Tabla 5.6: Tendencia de indicador MTTR de los equipos......................... 293
Tabla 5.7: Costos históricos..................................................................... 296
Tabla 5.8: Etapa de ciclo de vida de cada equipo..................................... 303
Tabla 5.9: Políticas propuestas para equipos de la planta......................... 307
Tabla 5.10: Comparación de sistemas...................................................... 310
Tabla 5.11: Comparación de sistemas...................................................... 310
Tabla 5.12: Comparación de sistemas...................................................... 310
Tabla 5.13: Comparación de sistemas...................................................... 311
Tabla 5.14: Comparación de sistemas...................................................... 311
Tabla 5.15: Comparación de sistemas...................................................... 312
Tabla 5.16: Comparación de sistemas...................................................... 312
Tabla 5.17: Comparación de sistemas...................................................... 312
Tabla 5.18: Políticas de mantenimiento propuestas.................................. 313
Tabla 5.19: Políticas de mantenimiento y frecuencia de intervención....... 314
Tabla 5.20: Modificación de distribución TBF.......................................... 317
Tabla 5.21: Modificación de distribución TTR......................................... 317
Tabla 5.22: Resultados de simulación de Montecarlo............................... 318
Tabla 5.23: Comparación de resultados de disponibilidad....................... 319
Tabla 5.24: Comparación de resultados de costo de la falta..................... 319
Tabla 6.1: Información de la empresa...................................................... 327
Tabla 6.2: Tabla resumen de los indicadores meta por flota...................... 343
366
Este libro se terminó de imprimir
en los talleres digitales de
RIL® editores
Teléfono: 223-8100 / ril@rileditores.com
Santiago de Chile, marzo de 2013
Se utilizó tecnología de última generación que reduce
el impacto medioambiental, pues ocupa estrictamente el
papel necesario para su producción, y se aplicaron altos
estándares para la gestión y reciclaje de desechos en
toda la cadena de producción.
Quizás porque la madurez empuja a proyectarse hacia adelante con una actitud de innovador,
pero también los años permiten mirar hacia atrás para ver aquello que justifica y da consistencia
a las nuevas intuiciones, el resultado del trabajo de Adolfo Arata es un texto completo que permite
al lector tanto obtener la visión estratégica y sistémica del enfoque, como también conocer las
diversas metodologías necesarias para lograr la aplicación concreta. Es un libro de gran valor
para incorporar de manera simple pero rigurosa la ingeniería de la confiabilidad en la industria
intensiva en activos físicos.
Marco Garetti
Full Professor of Industrial Technology, Politecnico di Milano
Milán (Italia), diciembre de 2012
Adolfo Arata expone la teoría y la aplicación práctica para el desarrollo de proyectos de inversión
y para la operación de instalaciones industriales a través del enfoque R-MES, elementos que al
ser aplicados de manera adecuada permiten lograr los niveles de confiabilidad esperados. Este
texto debiera ser conocido y aplicado como una valiosa herramienta por las organizaciones de
intensivas en activos, que tengan como objetivo hacer de la gestión de los activos una clara
ventaja competitiva.
Giancarlo Bruno Lagomarsino
Vicepresidente de Operaciones de Anglo American Norte
Santiago (Chile), diciembre de 2012
El esfuerzo intelectual y técnico que ha realizado Adolfo Arata y su equipo de profesionales en el de-
sarrollo del R-MES nos permite avanzar de manera robusta en el mundo del diseño, a través del uso
de las mejores prácticas de la ingeniería con base científica. Recomiendo el uso de este libro no solo
para estudiantes de ingeniería, sino fundamentalmente para aquellos ingenieros de proyectos que nos
vemos permanentemente enfrentados al desafío de la incorporación de procesos innovadores, que nos
permitan asegurar nuestra competitividad a través de la diferenciación con nuestros competidores de
forma de ofrecer cada día mejores soluciones a nuestro clientes.
Ademir Ramírez González
Global Functional Chief Engineer, Process Engineering
Sinclair Knight Merz (SKM)
Santiago (Chile), noviembre de 2012.