Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tesis Confiabilidad Camion Minero
Tesis Confiabilidad Camion Minero
Trabajo de Titulación
para optar
al título de Ingeniero Civil Industrial
DEDICATORIA
AGRADECIMIENTOS
A Dios y al angél que está al lado de él; Hardy, por estar en todo
siempre adelante.
compañía.
iv
RESUMEN
Para cumplir con los objetivos fue necesario desarrollar una metodología que pudiera evaluar
como impacta ciertas actividades en la cadena de mantenimiento de estos componentes,
asociados a tiempos perdidos por fallas, nivel de la cadena donde se produce la falla y el riego
asociado a la actividad.
Específicamente los temas abordados dentro de este estudio fueron: Gráfica de Weibull,
Confiabilidad, Mantenibilidad, Abastecimientos, Costos Globales, entre otros factores
cualitativos.
Finalmente se puede concluir en este estudio que la estrategía para estos camiones debería
ser CORRECTIVA, por la vida útil de los equipos. Sabiendo esto también se recomendarán
varios puntos a seguir para optimizar costos y disminuir la probabilidad de ocurrencia de fallas.
Como por ejemplo un porcentaje de confiabilidad, para el recambio de los componentes.
ÍNDICE
Página
DEDICATORIA. ii
AGRADECIMIENTO. iii
RESUMEN. iv
GLOSARIO. v
1. ANTECEDENTES GENERALES 1
1.1. INTRODUCCIÓN 1
1.2. OBJETIVOS 2
Figura N° 1.1: “Proyección trimestral del precio del hierro para 2012 Precio 3
referencia contratos japoneses; US$/TM”
Figura N° 1.2: “Principales países con reservas de mineral de hierro” 4
1.1 INTRODUCCIÓN
El hierro tiene una enorme importancia en la vida moderna, ¿Cómo se podrían construir los aviones y los
medios de transporte con los cuales nos movilizamos, así como los innumerables dispositivos mecánicos
que se utilizan en el rubro de la construcción y de la misma manera en nuestros hogares?. De tal manera
que el proceso de este mineral es de vital importancia para las economías que lo producen y utilizan. Por
lo que, los equipos mineros que desempeñan labores de transporte de material tienen un papel
fundamental en la producción. Por eso, es importante estudiarlos de forma de saber porque fallan y
cuando tienen que fallar.
Con este estudio se pretende llegar a establecer una política de mantenimiento, para 6 componentes
críticos de la flota de camiones CAT 785B, tomando varias aristas para tomar la decisión de recomendar
una estrategia en particular. Para esto el estudio se basará en distintas aristas:
Utilización de la técnica de Weibull a través de la linealización de los datos y de esta forma
encontrar tanto la mantenibilidad como la confiabilidad. Ya que, para hacer proyecciones y
conclusiones de los parámetros encontrados, en ingeniería de la confiabilidad, los datos serán
organizados en “Gráficas de Weibull”, permiten apreciar una relación lineal entre el parámetro
estudiado (tiempo medio entre fallas, tiempo medio de reparación) y su probabilidad de
ocurrencia. Esta última es estimada siguiendo las técnicas de rango medio o rango mediana,
como se verá más adelante y la relación es linealizada mediante transformaciones logarítmicas
y/o regresión lineal. Weibull lleva a concluir el porcentaje de confiabilidad de los datos.
Enseguida se calcularán los costos asociados tanto a la operación, servicio de reparación e
ineficiencia. De forma de calcular cuánto estamos dejando de ganar por tener fallas en los
componentes de los equipos.
Además hay factores que podrán ayudar a determinar la estrategia los cuales fueron recogidos
gracias a la experiencia de los mantenedores y operadores de esta flota de alto tonelaje. Algunos
son, la seguridad de las personas quienes lo operan, las actividades del operador, entre otros.
Finalmente se analizará el abastecimiento de los componentes de manera de poder pedir los
componentes antes que la probabilidad de ocurrencia disminuya a números inseguros.
Con todas estas acciones se tomará la decisión y en el ítem de recomendaciones se darán ideas para
poder contribuir a la disminución de costos y la extensión de la vida útil tanto del equipo como de los
componentes estudiados.
Finalmente podemos decir que este análisis servirá de guía para nuevos equipos que lleguen a la faena
El Romeral, donde se llevó a cabo este estudio.
1
1.2 OBJETIVOS
2
1.3. DESCRIPCION DEL ÁREA
Los minerales de hierro son explotados en más de 50 países y son la fuente primaria principal para la
industria siderúrgica. El 98% de los minerales producidos son utilizados para la producción de acero, por
lo que la industria del hierro está estrechamente vinculada con dicho sector.
Cada año se envían mil millones de toneladas de mineral de hierro en todo el mundo. Históricamente, la
gran parte de la comercialización del mineral de hierro se realizaba en Europa y EE. UU. En la actualidad,
la base de clientes se ha movido hacia el este. El principal comprador mundial de mineral de Hierro es
China.
Hasta hace poco el mercado se manejaba en su mayor parte con contratos de precio fijo iniciados por los
principales productores. El cambio hacia una fijación de precios de mercado libre ha elevado la
competencia, pero también ha introducido volatilidad para las empresas más pequeñas.
Peréz, 2011; detalla la proyección de precios trimestrales del hierro para el 2012 publicada por
Consensus (octubre de 2011) y que está basada en encuestas a analistas, bancos de inversión y
consultoras respecto de contratos anuales con siderurgias japonesas. Se observa que existe una gran
dispersión de precios para cada uno de los meses de la proyección, dispersión que aumenta en la
medida que se aleja el horizonte de proyección. En la línea continua de la Figura Nº1.1 se representa el
precio promedio en cada uno de los meses de estimación. Además para el 2012 el precio medio
estimado es 159,8 US$/TM, equivalente a una caída de 9% respecto del precio promedio de 2011.
FIGURA Nº 1.1: “Proyección trimestral del precio del hierro para 2012
Precio referencia contratos japoneses; US$/TM”
Fuente: PERÈZ, 2011
3
Los participantes de la industria hacen referencia a un bajo interés de compra por parte de las
siderúrgicas y operadores de China, país donde los precios a nivel local también han disminuido.
Los consumidores de mineral de hierro en la nación asiática se concentran en su propia rentabilidad y no
están dispuestos a pagar más por el bien, ya que la economía muestra signos de desaceleración, según
analistas. (Business News Americas, 2012)
Los países que disponen del volumen de reservas de mineral de hierro más importantes son Ucrania
(20%), Rusia (16%), Brasil (14%) y China (13%) como se muestra en la FIGURA 1.2. Sin embargo se
destaca que estos países no necesariamente disponen de las reservas de mayor calidad. Brasil, por
ejemplo, posee la calidad de sus reservas de hierro contenido que lo posicionan como el país con la
mejor dotación de recursos de hierro metálico. (BAÑADOS, 2008)
Si bien existen más de 50 países que producen mineral de hierro en el mundo, sólo seis de ellos
representan un 80% de la producción total. En el año 2005, China ocupó el primer lugar como productor
de mineral de hierro participando de un 24% de la producción mundial, a pesar de que dispone de
reservas de baja ley de mineral. (BAÑADOS, 2008)
4
Minería del hierro a nivel nacional
En el norte del país abundan las minas de hierro. Por regla general, son rocas magmáticas con un
elevado contenido en metal, más de un 50%. Los yacimientos de Atacama (III Región) producen en torno
al 60% del total nacional y su producción ha encontrado un buen mercado en Japón. (Millán, A., 2012)
Entre los yacimientos más importantes están: Cerro Imán, El Chañar, Los Colorados, ubicados en la III
región de Atacama. En la IV región de Coquimbo principalmente se encuentra El Romeral, Tilama, La
Campana, Tambo y Libra. Y por último en la VI Región del Libertador Bernardo O’Higgins (los Toros,
Adolfo y Sepultura).
El grupo CAP es el principal productor de hierro del país, a través de la Compañía Minera del Pacífico
S.A. (CMP).
La producción de pellets de hierro ha tenido un comportamiento muy irregular en el periodo, no obstante
una tendencia general al crecimiento. La producción en 2006 llegó a su peak alcanzando 5,2 millones de
toneladas métricas finas. La curva de precio muestra una cierta estabilidad en torno a US$29/TON
promedio entre 1997 y 2003, para llegar a US$73/TON el 2006, debido fundamentalmente a una fuerte
demanda mundial. En este momento llega a los US$120/TON.
Dentro de los grandes insumos los cuales constituyen los costos trascendentales en el proceso del hierro
está: principalmente, el agua y la electricidad, siguiéndole el combustible, los aceros de molienda, entre
otros.
A pesar del auge, la tecnología y experiencia que se tiene actualmente la industria, se visualizan posibles
mejoras en la forma coordinar las actividades de la empresa, todo esto debido a la normativa vigente y
las exigencias de los mercados internacionales. Actualmente las organizaciones están en la búsqueda
óptima en la forma de realizar sus operaciones, manteniendo un equilibrio entre el desarrollo sustentable
y el cuidado del medio ambiente. Es por esto que se tiene por fin integrar al proceso el uso de tecnologías
limpias, así como adoptar medidas de supervisión, control y mitigación de efectos ambientales dentro de
los procesos de producción. (INNOVA CHILE,2009)
5
1.3.2 ANTECEDENTES DE LA EMPRESA
La empresa Compañía Minera del Pacífico S.A. , una empresa dedicada principalmente a la minería del
hierro, creada el año 1981 como continuadora de las actividades mineras de Compañía de Acero del
Pacífico. Sus objetivos como organización son la evaluación, desarrollo y explotación de yacimientos
mineros, el procesamiento y venta de sus productos, así como el desarrollo de empresas
complementarias y la prestación de servicios en las áreas de geología, minería, ingeniería y afines. Su
estructura operacional actual se basa en tres centros operativos, ubicados en el valle del río Elqui, en la
Región de Coquimbo y el valle del río Huasco, en la Región de Atacama y un nuevo centro en desarrollo
en la provincia de Copiapó en la Región de Atacama, a través del Proyecto Hierro Atacama.
CMP cuenta con 2.266 concesiones mineras entre la II y XII regiones, para exploración y explotación
minera con una superficie total de 440.767 hectáreas. De estas propiedades se destacan los siguientes
yacimientos, los cuales se encuentran en etapas de prospección o explotación: El Laco, Cerro Negro
Norte, Los Colorados (en sociedad con Mitsubishi Inversiones Limitada.), El Algarrobo, Pleito-Cristales,
Desvío Norte, El Tofo y El Romeral.
CMP tiene comprometida un 80% de sus ventas en contratos de abastecimiento a largo plazo con las
principales compañías siderúrgicas de China, Japón, Corea, Indonesia y Malasia. La composición su
negocio se basa mayoritariamente en la venta de pellet auto fundente (35,2%) seguido por pellet feeds
(32%), pellet de reducción directa (15%), granzas (9,7%), finos (6,2%) y pellets chips (1,9%). (BECERRA,
2008)
6
Para el procesamiento de sus productos la empresa cuenta con plantas de chancado, concentración y
peletización. Los productos de CMP son transportados mediante ferrocarril a los puertos Guacolda y
Guayacán, donde son embarcados al mercado nacional y/o internacional.
La memoria realizada fue constituida y elaborada con los datos y análisis de la faena El Romeral, ubicada
en la Región de Coquimbo, produce granzas, finos y pellets feed para el mercado nacional como para
exportación. Las instalaciones de CMP correspondientes a la Planta “El Romeral” se encuentran ubicadas
a 18 [km] aproximadamente de la ciudad de La Serena en la cuarta región del país. La planta está a 250
[m] sobre el nivel del mar. La región es árida, con un promedio de lluvias de 70 [mm] al año con una
humedad relativa media de 50 % y la temperatura varia de 8 a 25 [°C]. La velocidad del viento
generalmente del noreste alcanza los 80 [km/h]. El área de trabajo está dentro de la clasificación como
zona sísmica UBC 4 (NCH 433).
Estructura Organizacional
Está compañía minera cuenta con un organigrama descendente por áreas muy definidas, estas son
pertenecientes a la división Valle del Elqui, como se muestra en la figura Nº 1.3.
7
1.4. PLANTEAMIENTO DEL PROBLEMA
En la actualidad, la minería chilena está sufriendo una expansión sin precedentes. Pero este avance al
ser tan abrupto y repentino, genera situaciones en donde el mantenimiento se transforma en un obstáculo
para el buen desarrollo de los procesos de este sector productivo del país. Es acá donde debe ponerse la
mayor atención, pues el mantenimiento en la gran minería es clave para asegurar la continuidad de las
actividades y por lo tanto la rentabilidad de la industria, de esta manera se pueden alcanzar altas
disponibilidades de los equipos con que se llevan a cabo los procesos. Por eso debe ser manejado de
manera muy cuidadosa con estrategias claras, a través, de un plan altamente estructurado que evite
paradas, accidentes, problemas ecológicos, desviaciones en el presupuesto, etc. El mantenimiento debe
ser además visualizado en una perspectiva amplia incluyendo así la logística, abastecimiento y análisis
estadístico, entre otros aspectos a abordar.
Dentro de las unidades operativas de las Minas El Romeral, existe un medio de transporte crítico para el
proceso y utilizado en el ejercicio de la producción; este es la flota de camiones de alto tonelaje, CAT
785B., el cual cuenta con 6 camiones que su función es extraer el material desde la mina y trasladarlo a
la planta de beneficio del mineral. No existe un pronóstico de fallas ni la implementación de un plan de
gestión de confiabilidad de repuestos en la Compañía Minera del Pacífico ni menos de esta flota de
camiones. Al construir e implementar este estudio se ayudará a maximizar los volúmenes de producción,
elegir las políticas de cambio de componente más adecuada con el fin de aumentar la disponibilidad de
estos equipos, aumentar los volúmenes de extracción de mineral desde el rajo, evitar accidentes,
disminuir los efectos en el medio ambiente y disminuir costos indirectos tanto de producción como en
mano de obra.
Para lo anterior será necesario desarrollar una metodología, recomendando políticas de gestión y
reposición para los repuestos críticos de los distintos equipos. Tomando como pilar de estudio a la
estadística, la cual proporcionará un apoyo importante de evaluación, para poder mejorar y pronosticar
tanto fallas como reparaciones y cambios de repuestos críticos a necesitar. Para llevar a cabo el análisis
de comportamiento de estos camiones se basará en tiempos de abastecimiento, intervalos de confianza,
estudios estadísticos de frecuencias, distribuciones, límites de tolerancias, confiabilidad, mantenibilidad,
tiempos de overhaul, entre otros parámetros estadísticos que se acomoden al problema a abordar.
8
La idea de solucionar el problema surge desde el departamento de Mantenimiento de Minas El Romeral,
perteneciente al grupo de empresas CAP S.A., por la necesidad de conocer parámetros reales del
mantenimiento y fallas de repuestos críticos de los equipos, en todo el proceso productivo del hierro,
desde la extracción hasta la llegada del material al puerto de embarque llamado Puerto de Guayacán,
con esto además considerar criterios, como: Planeación eficiente, buena relación entre la producción y el
mantenimiento, reducción en el tiempo de reparaciones y stock de repuestos, generación de información
de programación y control, entre otros.
Es necesario que este proyecto de titulación pueda responder las siguientes preguntas: ¿Cómo poder
pronosticar las fallas de los equipos de las distintas unidades? ¿Cuál es la vida útil de los repuestos
críticos a utilizar en esta empresa en sus maquinarias y equipos?¿Cuáles son los proveedores con los
mejores productos y tiempos de abastecimientos en el mercados?¿Cuál es la política de recambio más
efectiva a implementar para cada componente mayor?
9
2. MARCO TEÓRICO
En toda empresa existen activos los cuales contribuyen al proceso productivo, es por esto, que en el
último periodo las empresas han comenzado a implementar la “Gestión de Activos”, la cual se define
como el juego de disciplinas, procedimientos y herramientas esenciales para optimizar el impacto total de
los costos, exposición al riesgo y desempeño humano en la vida del negocio, asociado con la
confiabilidad, disponibilidad, usos, mantenibilidad, vida útil, eficiencia y regulaciones de cumplimiento de
la seguridad y el medio Ambiente, de los activos totales de la compañía. (AMENDOLA, L. 2002)
Mientras que según el estándar PAS 55 se define la gestión de activos como “aquellas actividades y
prácticas sistemáticas y coordinadas a través de las cuales una organización gerencia de manera optima
sus activos físicos y el comportamiento de los activos, riesgo y gastos durante su ciclo de vida útil con el
propósito de alcanzar su plan estratégico organizacional.” (SOJO, 2010)
Con estas dos formas de gestión se puede dar cuenta que la gestión de activos es una mezcla de
muchos elementos que contribuyen a la mayor eficiencia del ciclo de vida, cuidando que esta se extienda
y su tasa de fallas tienda a ser constante, cuidando los activos físicos, para lo cual es necesario llevar a
cabo ciertas acciones al respecto.
Es importante destacar e investigar el ciclo de vida de estos activos que, según lo menciona (DURÁN, J.,
2010), abarca desde la concepción de un activo hasta la desincorporación y/o renovación, pasando por el
diseño, construcción, puesta en marcha, operación, mantenimiento y mejoramiento.
Dentro del estudio de gestión de componente de la flota de activos (camiones) que se llevará a cabo, es
importante tener claro que, ese ciclo de vida deberá integrarse en sus etapas y tiempos con la estrategia
de negocio de cada Organización. (BAMCO, 2010).
10
A continuación se muestra en la FIGURA Nº 2.1 del ciclo de vida de los activos físicos, la cual cuenta
con tres etapas importantes: disposición, operación y obtención;
11
cumplida solo cuando haya una visión compartida de valores y de principios éticos del mantenimiento al
interior de toda sociedad. (FURLANETO, 2008)
Por lo tanto, el mantenimiento no es solo ingeniería, sino también, es o debe ser cultura de la
conservación. El verbo mantener deriva del latín “tener al cuidado”, con sentido de prevención y no
corrección. Se dice que es como tener al cuidado un niño; en general, tener al cuidado algo de valor que
puede estar sujeto al desgaste. Es decir, estar expuesto a los peligros por quien le corresponde el
respectivo cuidado. (FURLANETO, 2008)
Si bien económicamente el mantenimiento sigue siendo un costo de operación y, por lo tanto, debe
minimizarse, el enfoque actual de la estrategia de mantenimiento ha dejado de basarse sólo en
actividades de tipo correctivo, siendo el objetivo minimizar los costos globales de operación,
desarrollando servicios de mantenimiento lo mas infrecuentemente posible pero resguardando la
disponibilidad de los activos en los procesos productivos. (ARATA, A., FURLANETTO, L., 2005)
Según Rodrigo Pascual, 2007; Dentro de las intervenciones de mantenimiento, existen diferentes modos
de intervención: (Pascual, 2007), el cual dentro del estudio se definirá el más adecuado a utilizar.
Mantenimiento Correctivo: Se aplica luego de que un equipo presente una falla, esto no implica que la
intervención esté debidamente planificada.
Mantenimiento predictivo: Centrado en la condición, está basado en la determinación del estado del
equipo en operación. El concepto se basa en que los equipos dan algún tipo de aviso antes que se
produzca una falla. Este tipo de mantenimiento trata de percibir el síntoma para después tomar las
acciones correspondientes.
Mantenimiento proactivo: Técnica enfocada en la identificación y corrección de las causas que originan
las fallas en quipos, esta modelo implementa soluciones que atacan la causa de los problemas. Todos los
involucrados directa o indirectamente en la gestión del mantenimiento ponen en práctica esta modalidad,
o sea es de carácter transversal.
12
Mantenimiento oportunista: Llamamos mantenimiento oportunista a aquel que combina el
mantenimiento correctivo con el mantenimiento preventivo. Este permite aprovechar la aparición de una
falla y su efecto de detención sobre el equipo para realizar tareas preventivas que de otra manera
afectarían la disponibilidad del equipo para producir e incrementaría el costo global de mantenimiento.
Este tipo de estrategia es aplicable cuando la reparación de un componente requiere desarmar el sistema
completo, por lo que conviene combinar la reparación correctiva del componente con el recambio
preventivo de los componentes aledaños.
(PASCUAL,R., 2007)
Está comprobado que el mantenimiento sistemático preventivo, es antieconómico y debe ser sustituido
por el mantenimiento por condición, particularmente el predictivo. Por otro lado, las inspecciones y
mediciones deben ser cumplidas rigurosa y eficientemente, y sus resultados registrados y procesados
para definir el momento más adecuado para efectuar el predictivo. (TAVARÉS, 2001).
Es importante determinar la estrategia según el momento de vida útil que esté pasando el componente en
cuestión, además de saber porque se producen las fallas, así como también los aspectos cuantitativos y
cualitativos que sufran estos activos. Por lo que para poder encontrar el “mix” de políticas de mantención
que definan la estrategia más conveniente, es necesario saber el componente de criticidad de los equipos
que componen un sistema, entendido como el resultado de la frecuencia de fallas y el impacto generados
por los mismos.
Es decir, se requiere conocer el comportamiento de la tasa de falla, de manera de identificar la fase del
ciclo de vida se encuentra el equipo, como también los costos globales asociados a la ejecución de la
mantención, a la falta del servicio generado y a las inspecciones para diagnosticar el estado de los
equipos. El conocimiento de este último costo es fundamental para justificar la conveniencia de realizar
una mantención “predictiva” o de “según condición” durante el periodo de tasa de falla constante.
(ARATA, A., FURLANETTO, L., 2005)
Dados que estas condiciones cambian durante el tiempo por las variaciones de las condiciones
operacionales y por el estado de las instalaciones, es necesario permanentemente definir la combinación
de las políticas de mantenimiento que minimizan el costo global, lo que queda reflejado a través de la
generación de los planes de mantenimiento productivo generados. Esta tarea requiere un análisis
permanente de los resultados obtenidos en términos de tasas de falla y de los costos asociados, de
13
manera de proyectar adecuadamente la actividad de mantenimiento, tarea que le corresponde desarrollar
a la ingeniería de confiabilidad. (ARATA, 2009)
Se puede concluir que como menciona Luciano Furlanetto; escoger la política de mantención más
conveniente no es tarea fácil. Hay que estudiar cuidadosamente el sistema y, basándose en la
experiencia y en el análisis de confiabilidad de sus componentes, escoger las opciones adecuadas, que
pueden consistir en esperar determinar si es más conveniente proceder a efectuar operaciones de
inspección a intervalos definidos o en base a una evaluación progresiva de las condiciones.
(FURNALETTO, L., 2005)
Es importante responderse una pregunta: ¿Cuántas fallas podrían haber en el próximo mes, en los
próximos seis meses y en el próximo año en un equipo?. Para responder esta pregunta es necesario
introducirse dentro de varias aristas: Confiabilidad, mantenibilidad, abastecimiento y costos globales. Las
aristas mencionadas pronostican el tiempo en que ocurrirán las fallas, cuando demorarán en repararse,
cuánto costará reparar y mantener, así como cuando hay que recambiar los componentes de los equipos,
localizando las acciones correctivas, predictivas o preventivas para evitar estas fallas.
En las empresas cada día toman mayor importancia una serie de conceptos que día a día se transforman
en una filosofía organizacional de los departamentos o unidades de mantenimiento. Los cuales son
indicadores del funcionamiento de los equipos, los cuales están directamente ligados a la producción que
se genere en la organización, y de la misma forma a las utilidades de las mismas. La selección de los
indicadores para la medición es una tarea sensible y es la clave para una correcta evaluación, las cuales
se explicarán en los siguientes puntos de este marco teórico.
14
2.2.1 DISPONIBILIDAD
Según ARATA; es la razón entre las horas de funcionamiento productivo de una maquina o planta,
respetando los estándares cualitativos y cuantitativos, y el tiempo de funcionamiento programado y
esperado. Este parámetro entrega una medida de la eficacia de las operaciones de mantenimiento.
(ARATA, A., FURLANETTO, L., 2005)
𝑀𝑇𝐵𝐹
𝐴=
𝑀𝑇𝐵𝐹 + 𝑀𝑇𝑇𝑅
FIGURA Nº2.2: “Ecuación de disponibilidad”
Fuente: EVANS,J.,2008
En donde:
MTBF : tiempo medio entre fallas.
MTTR : tiempo medio para reparar.
A : disponibilidad
Al concretar el cálculo de disponibilidad, podemos saber, cual es el tiempo de ineficiencia que tendrán
mis equipos, de esta manera poder llegar a calcular el tiempo inhábil con el que cuenta el equipo que se
esté estudiando.
2.2.2 CONFIABILIDAD
La confiabilidad es llevada a cabo según los autores por la construcción de gráficos que se enfoquen en
la probabilidad de ocurrencia de una falla como es definida por Dairo Mesa, Yesid Ortiz y Manuel Pinzón,
2006; “confianza” que se tiene de que un componente, equipo o sistema desempeñe su función básica,
durante un periodo de tiempo preestablecido, bajo condiciones estándares de operación. Otra definición
importante de confiabilidad es; probabilidad de que un ítem pueda desempeñar su función requerida
durante un intervalo de tiempo establecido y bajo condiciones de uso definidas. (MESA, D., ORTIZ, Y.,
PINZÓN, M. ,2006)
2.2.3 MANTENIBILIDAD
Como menciona Adolfo Arata y Raúl Stegmaier, 2005; la mantenibilidad es el concepto que caracteriza la
facilidad del desarrollo de una intervención, mantención o reparación, medida sobre la base de los
tiempos de detención de equipo. (ARATA, A., STEGMAIER, R., 2005)
15
Es importante mencionar que el tiempo en que un equipo no está operativo es la suma de varios
procesos:
Tiempo para detectar la falla;
Evidentemente existen diversos factores que afectan la duración total de la reparación. Entre ellos se
cuentan:
Factores asociados al diseño
16
Figura Nº 2.3: “Rango Medio Para tiempo entre fallas de un motor diesel”
Fuente: Elaboración Propia
Para poder llegar a trazar las gráficas para este estudio es necesario utilizar una fórmula llamada
estimador de probabilidad de Bernard, que es la propuesta más conocida para calcular la Función de
Distribución Acumulada a partir de los datos de falla. Este estimador es más conocido como rango medio
o mediana según el tamaño de la muestra tomada por conveniencia. (HOYOS, 2011). Este estimador
tiene por finalidad hacer más estables los datos y que los resultados no se apoyen en el pilar de la
estadística que expresa que; si mi vecino tiene dos coches y yo ninguno, los dos tenemos uno. El Rango
Medio es un número entre 0 a 1 que refleja en orden ascendente la fracción del valor del dato que es
menor que el mismo dato.
Para poder llegar a los datos finales de linealización y las gráficas de Weibull es necesario tener claro
distintas funciones de densidad de probabilidad y de probabilidad acumulada, ya que, la finalidad de este
estudio es encontrar la probabilidad de ocurrencia tanto de la confiabilidad como de la mantenibilidad.
Estas son similares a los histogramas de frecuencia relativa excepto por el uso de una curva continua. La
ecuación de la curva de la función densidad se denota por f(t).
Al igual que la suma acumulada de todas las columnas de un histograma de frecuencia relativa, el área
bajo una curva de densidad de probabilidad es igual a uno.
Existe un número conocido de funciones de densidad de probabilidad. Las que a continuación se
Mencionan son las más usadas en la práctica para describir las características de falla de muchos tipos
de equipos y componentes. (SOLS,A., 2000)
17
Esta distribución se utiliza en la práctica cuando la falla de un equipo puede ser causada por la falla de
uno de los componentes que forman el equipo.
También es característica de equipos cuyas fallas son debido a causas aleatorias. Esta distribución es
típica de muchos componentes electrónicos y de componentes de plantas industriales. (SOLIS, A., 2000)
La función densidad está dada por la siguiente ecuación, en la FIGURA Nº2.4:
1 −𝑡−𝜇 2
𝑓 𝑡 = ∗ exp Para −∞ ≤ 𝑡 ≤ ∞
𝜎 2𝜋 2 𝜎2
𝛼 𝑡 𝛼−1 𝑡 𝛼
𝑓 𝑡 = ∗ ∗ 𝑒𝑥𝑝− Para t −∞ ≤ 𝑡 ≤ ∞
𝛽 𝛽 𝛽
18
Donde 𝛼 es el parámetro de forma de la función y su valor es representativo del tipo de falla y del estado
del componente en el tiempo y 𝛽 es un parámetro de escala y representa la pendiente de la recta.
Cuando 𝛼 es igual a 1 se tiene que la función es equivalente a la función Exponencial Negativa. Al tomar
valores mayores que 1 la función se aproxima a la distribución normal. (DENNIS, W., 2009)
Esta función es equivalente a la ecuación de la FIGURA N º 2.7:
𝛼 𝑡 𝛼
−
𝑓 𝑡 = ∗ 𝑡 𝛼 −1 ∗ 𝑒 𝛽
𝛽
FIGURA Nº 2.7:”Ecuación Equivalente de densidad Weibull”
Fuente: DENNIS, W., 2009
En muchos casos se está interesado en conocer la probabilidad de que ocurra el evento antes de un
tiempo especificado, digamos t. Esta probabilidad puede ser obtenida a partir de la función de un tiempo
especificado, t. Esta probabilidad puede ser obtenida a partir de la función de probabilidad simplemente
integrando hasta el tiempo deseado.
Probabilidad de ocurrencia antes del tiempo t, como se observa en la FIGURA Nº2.8, se cálcula de la
siguiente forma;
𝒕
𝑭 𝒕 = 𝒇 𝒕 ∗ 𝒅𝒕
−∞
Esta integral se denota por F(t) y es la llamada función de distribución acumulada también conocida como
la función de “No Confiabilidad”.
(DEVORE, J., 2008)
Esta es una función complementaria a la función de distribución acumulada. Está determinada por la
probabilidad de que el evento ocurra después de un especificado periodo de tiempo. Es decir, es la
probabilidad de que el componente se encuentre en buenas condiciones de funcionamiento en el instante
t.
La función de confiabilidad (reliability) se denota por R (t) y se define como lo expresa la FIGURA Nº 2.9:
19
𝒕 𝒕 𝜶
𝑹 𝒕 = −∞
𝒇 𝒕 ∗ 𝒅𝒕 = 𝒆𝒙𝒑 − 𝜷
𝑹 𝒕 = 𝟏 − 𝑭(𝒕)
FIGURA Nº 2.9:”Función de confiabilidad”
Fuente: WAKERLY,J., 2001
En el caso que t tiende al infinito, R(t) tiende a cero, en la siguiente figura número, se muestra una curva
típica de confiabilidad. Por lo tanto esta función expresa de forma númerica la confiabilidad de un equipo,
pieza o componente. Se expresa en la FIGURA Nº2.10:
(WAKERLY,J., 2001)
Lo importante de este tema es tener claro que la proyección de la confiabilidad se puede llevar a cabo
con esta fórmula a través del tiempo, de manera de poder ver las aristas con una variable en común
llamada tiempo. Enseguida es importante ver que comportamiento tienen las fallas de manera de poder
tomar decisiones asertivas sobre la estrategia de mantenimiento a seguir. Lo más importante de los
indicadores que se mostrarán en las siguientes páginas es que con los resultados se pueden poner
metas de acciones y acciones correctivas para disminuir los resultados existentes.
La tasa de fallas se define como la probabilidad de ocurrencia de una falla en un intervalo de tiempo
determinado. Se entiende entonces que la tasa de fallas, que se denota generalmente por ℷ(t) y se
expresa en [fallas/t], es una probabilidad condicional, que se expone en la FIGURA Nº 2.11:
20
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑓𝑎𝑙𝑙𝑎𝑠 𝑑𝑒𝑙 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒
ℷ 𝑡 =
𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒
El conocimiento de la tasa de fallas en cualquier momento de su vida útil, es el paso más importante en la
definición de las tareas de mantenimiento a utilizar, además la determinación de los parámetros que
definen el perfil de probabilidad de falla de los componentes son una condición esencial para la
predicción de su confiabilidad.
Segùn Ian Sommeville; Este refleja el tiempo necesario para reparar o reemplazar el componente.
(SOMMEVILLE, I., 2005)
Esta métrica se denota por la siguiente ecuación, en la FIGURA Nº 2.12:
∞
𝑀𝑇𝑇𝑅 = 𝑡 ∗ 𝑚 𝑡 𝑑𝑡
0
Indica la cantidad de horas que un equipo está en condiciones de operar antes de presentar una falla.
Este indicador mide el intervalo de tiempo que un sistema, equipo o componente es capaz de operar a
capacidad sin interrupciones hasta la aparición de una falla. Mientras mayor sea su valor mayor es la
confiabilidad del componente o equipo.
Este indicador se conforma de la siguiente forma, en la FIGURA Nº 2.13:
∞ ∞
1
𝑀𝑇𝐵𝐹 = 𝑅 𝑡 𝑑𝑡 = 𝑒 −𝜆𝑡 𝑑𝑡 =
0 0 𝜆
FIGURA Nº 2.13:“Ecuación de tiempo de operación entre fallas”
Fuente: MUÑOZ, 2009
21
La ingeniería de confiabilidad puede ser algo abstracto en que se trata de estadísticas tanto, sin embargo,
es la ingeniería en su forma más práctica. ¿El diseño de llevar a cabo su misión prevista?. La fiabilidad
del producto es visto como una prueba de la robustez del diseño, así como la integridad de los
compromisos de calidad y fabricación de una organización.
Lo que muchas veces ha pasado desapercibido para los ejecutivos, hoy en día es bien obvia: un mal
mantenimiento y baja confiabilidad significan: bajos ingresos, mas costos de mano de obra y altos
“stocks”, clientes insatisfechos y productos de mala calidad. (TAVARES, 2001)
Alcanzar la confiabilidad integral del activo supone siempre, en última instancia, la certeza de poder
contar con una elevada confiabilidad humana. (CABRERA, S. ,2008) De esta manera también se afecta
la mantenibilidad de los activos.
Las averías y paradas motivadas por los componentes críticos son, en parte, difíciles de evitar aún en
industrias con un mantenimiento preventivo-predictivo eficaces. Para una mejor acción se necesitan un
buen equipo de profesionales de reparación y un buen equipo de encargado de la confiabilidad y mejora
de maquinas e instalaciones productivas.
Ya se ha comentado que al analizar las distintas políticas de mantenimiento, puede haber diferentes
niveles de intervención y puede ser centralizado o descentralizado según el tipo de dimensión de la
industria y su actividad.
A partir de 1966, con la difusión de las computadoras, el fortalecimiento de las asociaciones nacionales
de mantenimiento, creadas al final del periodo anterior y la sofisticación de los instrumentos de protección
y medición, la ingeniería de mantenimiento paso a desarrollar criterios de predicción y previsión de fallas,
con el objetivo de optimizar el desempeño de los grupos de ejecución del mantenimiento. (TAVARES, L,
2001)
22
Más adelante, como menciona Raúl Henríquez: En los años 80; una gran cantidad de compañías usa la
mantención predictiva como una forma de aumentar la disponibilidad y confiabilidad de sus equipos. Con
esta técnica se intenta pronosticar el punto futuro de falla de un componente, de modo que dicho
componente pueda reemplazarse en un periodo planificado, antes que falla, minimizando los daños y
costos por una galla en servicio, así como el tiempo muerto del equipo. (HENRÍQUEZ, 2009)
El diagrama de Pareto, consiste en un método gráfico para determinar cuáles son los problemas más
importantes de una determinada situación y por consiguiente las prioridades de intervención.
Permite identificar los factores o problemas más importantes en función de la premisa de que pocas
causas producen la mayor parte de los problemas y muchas causas carecen de importancia relativa.
(ARNOLETTO, 2007)
Herramienta utilizada para el mejoramiento de la calidad para identificar y separar en forma crítica las
pocas causas que provocan la mayor parte de los problemas de calidad. El principio enuncia que
aproximadamente el 80% de los efectos de un problema se debe a solamente 20% de las causas
involucradas.
El diagrama de Pareto es una gráfica de dos dimensiones que se construye listando las causas de un
problema en el eje horizontal, empezando por la izquierda para colocar a aquellas que tienen un mayor
efecto sobre el problema, de manera que vayan disminuyendo en orden de magnitud. El eje vertical se
dibuja en ambos lados del diagrama: el lado izquierdo representa la magnitud del efecto provocado por
las causas, mientras que el lado derecho refleja el porcentaje acumulado de efecto de las causas,
empezando por la de mayor magnitud.
(HERNANDEZ,H.. REYES, P. 2007)
Como una forma de priorizar y solventar la común escasez de recursos del staff de mantención, se utiliza
el análisis de Pareto o análisis ABC. Para realizarlo, se integra sobre un horizonte de tiempo dado las
frecuencias de fallas asociados a mantención, por equipo, para una lista de equipos similares. Luego se
ordenan las fallas en orden decreciente y se representan gráficamente las fallas acumuladas
(normalizados por la frecuencia de fallas) vs la cantidad acumulada de fallas (normalizadas respecto de
su total también).
La curva se divide en tres zonas: “A”, “B” y “C”. La zona “A” muestra que aproximadamente 80% de los
costos son producidos por el 20% de las fallas. Las fallas en esta zona deben claramente ser priorizadas.
En la zona “B” se concentran 15% de los costos, que son producidos por el 30% de las fallas. La zona “C”
23
sólo concentra 5% de los costos producidas por el 50% de las fallas. Estas fallas tienen la prioridad de
solución más baja.
Un ejemplo del método de priorización del diagrama de Pareto, se muestra en la Figura 2.2, el cual
supone que se ha analizado la existencia de fallas en cierta maquina, por lo que, con el análisis de Pareto
se han subidivido estas fallas, lo cual, arroja la siguiente categorización, en la FIGURA Nº2.14:
Para conseguir un verdadero entendimiento de cómo fallan los equipos de una planta o proceso es
necesario determinar sus parámetros de falla, mediante el análisis de tiempos de vida de los
componentes soportado por el análisis de Weibull. Es sabido que la distribución de Weibull fue
desarrollada por el Dr. Waloddi Weibull en 1937 cuando comparaba ratas de mortalidad de diferentes
grupos poblacionales. (DEL VILLAR, 2008).
Por lo mismo la formula de Weibull o de confiabilidad permite describir la forma de la curva que arroja la
función de la tasa de falla que representa todos los tipos de falla. Es conocida como curva de la bañera, y
representa la forma más general de la variación de la tasa de falla a lo largo de la vida de un componente
o equipo mecánico, como se muestra en la Figura Nº 2.12. Cabe destacar que este es solo un tipo de
curva de confiabilidad. Esta figura se lleva a cabo calculando la tasa de fallas que fue descrita en los
párrafos anteriores, respecto al tiempo de operación del componente o unidad a estudiar.
24
FIGURA Nº 2.15: “Curva de confiabilidad de un equipo”
Fuente: BOTTINI, J., 2012
La curva de confiabilidad de los equipos, como se refleja en la figura Nº 2.1 “Curva de confiabilidad de un
equipo”, tiene tres etapas de vida, en primer lugar está la mortalidad infantil luego le sigue la vida útil y
por último la etapa de desgaste. (TAVARES, 2001).
Esta curva modela una cuna instantánea del tiempo frente a las tasas de fallas del equipo. Como se dijo
anteriormente las distintas pendientes tienen las siguientes características:
Mortalidad Infantil:
Los Equipos electrónicos y mecánicos pueden iniciar con una alta rata de fallas en el inicio de proyectos y
nuevos diseños, otros modos de falla son:
Inadecuado burn - in o fuerzas, presiones ocultas.
Problemas de producción
Problemas de Desensamble.
Problemas de Control de calidad.
Problemas de over hauls.
Fallas en componentes eléctricos.
25
Fallas aleatorias o Etapa vida útil:
Son debidas al azar y por lo tanto independientes de las fallas iniciales y del adecuado mantenimiento.
Falla independiente del tiempo o constante y es igual a una distribución exponencial. Las causas más
comunes en los equipos son:
Errores de mantenimiento / errores humanos
Fallas debido a naturaleza, daños u objetos desconocidos, rayos.
Mezcla de datos desde 3 o más modos de falla.
Intervalos entre fallas.
Over hauls no apropiados.
Si esta falla ocurre dentro del diseño de la vida es una desagradable sorpresa. Estas son muchas fallas
de modo mecánicos en esta clase. Las causas pueden ser las siguientes:
Bajo ciclo de Fatiga.
Muchas fallas de Rodamientos.
Corrosión.
Erosión.
Overhauls o partes reemplazadas con un bajo β son de costo no efectivo
(MURILLO,W.,1998)
El modelamiento de las probabilidades de falla está condicionado a la etapa de vida en que se encuentre
el elemento. Con la curva de la bañera es posible modelar el comportamiento en cada una de las tres
etapas de la tasa de falla a través de leyes conocidas de probabilidades. (BOTTINI, 2012)
La curva de la bañera muestra una zona de mortalidad infantil que abarca entre un 50% - 70% de las
fallas del equipo, seguidos de un 10% - 20% por causas de fallas aleatorias para terminar con fallas
debido al desgaste del equipo que abarca entre un 5% - 10% del total de las fallas.
26
H0: La distribución F adecuada para los datos.
Vs.
H1: La distribución F no es adecuada para los datos.
De la misma forma la estadística de prueba mide la diferencia máxima entre F(x) y la distribución
empírica 𝐹𝑢 𝑥 y se define en la FIGURA Nº 2.16, como:
𝑆𝑢𝑝
𝐷𝑚 á𝑥 = 𝑥 (𝐹 𝑥 − 𝐹𝑢 𝑥 )
Figura Nº 2.16: “Ecuación Distribución Máxima Kolmogorov - Smirnov”
Fuente: Elaboración Propia
Para que la hipótesis sea aceptada debe ser D >Dmáx, de lo contrario no se acepta la hipótesis y por
tanto el ajuste no es bueno. La tabla Nº 2.1 muestra los valores D para realizar la validación mediante la
prueba K-S.
Tabla Nº 2.1: “Prueba de Kolmogorov –Smirnov”
27
2.7 COSTOS GLOBALES
Los costos globales son la cuantificación de todos los costos incurridos en el ciclo de vida de un proyecto
o instalación y puede ser descrito por la relación siguiente , en la FIGURA Nº 2.17:
Los costos globales ayudan a clarificar la importancia de cada sub - costo y cual tiene una mayor
incidencia en el costo global total. Si bien el costo operacional y el costo de capital fijo, son costos reales.
El costo de ineficiencia es un costo irreal o fantasma, pero que tiene mucha importancia dentro de este
concepto de costo global, por el tiempo y el dinero perdido en el tiempo, el cual nunca se puede volver a
recuperar.
En el estudio se tomará en cuenta estos costos y se verá la relación entre ellos, por eso es importante
definirlos, para tener un mejor entendimiento de aquello.
Costo Operacional
Comprenden los gastos totales de los elementos propios de la operación de un equipo, tales como:
insumos, repuestos, mano de obra, insumos, etc. Es decir, corresponde a los distintos niveles de
utilización de la capacidad instalada o equipo. (ILPES, 2006). Se calcula, como se observa en la FIGURA
Nº 2.19:
28
𝐶𝑜𝑠𝑡𝑜𝑂𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙 = 𝐶𝑜𝑠𝑡𝑜 𝑀𝑎𝑛𝑜 𝑑𝑒 𝑜𝑏𝑟𝑎 + 𝐶𝑜𝑠𝑡𝑜 𝑅𝑒𝑝𝑢𝑒𝑠𝑡𝑜𝑠 + 𝐶𝑜𝑠𝑡𝑜𝐼𝑛𝑠𝑢𝑚𝑜𝑠 + 𝐶𝑜𝑠𝑡𝑜𝑥 + 𝐶𝑜𝑠𝑡𝑜𝑦
Costo de ineficiencia
Este costo esta dado por el costo asociado a la indisponibilidad de la instalación durante el periodo de
evaluación, como se observa en la FIGURA Nº 2.20:
𝒏 𝟏
𝑪𝒐𝒔𝒕𝒐 𝒊𝒏𝒆𝒇𝒊𝒄𝒊𝒆𝒏𝒄𝒊𝒂 = 𝒌
∗ 𝑯 ∗ 𝑪𝒊 ∗ (𝟏 − 𝑨𝒔𝒊𝒔𝒕𝒆𝒎𝒂 )
𝒌=𝟏 𝟏+𝒊
FIGURA Nº 2.20: “Función Costo Ineficiencia”
Fuente: ARATA,2009
Donde:
𝐶𝑖 : Costo de ineficiencia horario ($/t)
H : Periodo de evaluación dentro del horizonte del proyecto
𝐴𝑠𝑖𝑠𝑡𝑒𝑚𝑎 : Disponibilidad del sistema
𝑖 : Tasa de costo de capital en la empresa
N : Años de operación
Las políticas de mantención más adecuadas para cada una de las instalaciones, dependen del
comportamiento de los equipos que la componen y de la criticidad de los mismos, entendida como la
combinación de la frecuencia de las fallas y sus efectos económicos. Dado que estas condiciones
cambian durante el tiempo por las variaciones de las condiciones operacionales y por el estado de las
instalaciones, es necesario permanentemente definir la combinación de las políticas de mantención que
minimizan el costo global, lo que queda reflejado a través de la generación de los planes de Mantención
Productiva generados. Esta tarea requiere de un análisis permanente de los resultados obtenidos en
términos de tasas de falla y de los costos asociados, de manera de proyectar adecuadamente la actividad
de mantención. (ARATA, 2009)
Mejorar el sistema a través de una focalización orientada a los tres principales indicadores, es decir
confiabilidad, mantenibilidad y logística de los repuestos y activos técnicos, de la gestión del
mejoramiento continúo. (ARATA, 2009)
El papel central que juegan los repuestos en la gestión de materiales exige una reflexión específicamente
dirigida a esta materia. Los repuestos están compuestos por componentes elementales y por
29
ensamblajes de componentes elementales pertenecientes a máquinas o equipamientos. Por lo que los
componentes tienen una disponibilidad, respecto a su clasificación:
Repuestos Genéricos: Aquellos disponibles directamente en el mercado.
Repuestos específicos: Aquellos que se pueden obtener del fabricante de los componentes o que
se pueden fabricar a la medida.
Es evidente que la primera categoría no ofrece problema alguno, tratándose por definición repuestos de
fácil obtención y, generalmente, de precio reducido.
(SOURIS, J.P., 2008)
2.8.1 SISTEMAS DE ABASTECIMIENTO
Los proveedores condicionan, en mucho, las actividades de cualquier organización y, por lo tanto, su
nivel de servicio y rentabilidad. Por ejemplo, no se puede pensar en brindar un producto de calidad
superior si la de sus componentes no los son; el costo de un bien está afectado por el costo de sus
materias primas, materiales y otros insumos adquiridos a los proveedores; la velocidad de llegada al
mercado depende de la rapidez de respuesta de los proveedores, ya que el tiempo de ciclo de éstos
limita el del productor. (MONTERROSO, E., 2000)
El punto clave para aumentar la eficiencia productiva es identificar y saturar los cuellos de botella,
procesos o máquinas con menos capacidad y que estrangulan el flujo de materiales. Un minuto de tiempo
de interrupción o un minuto de tiempo de proceso de una pieza defectuosa en un cuello de botella es un
minuto de producción perdido para siempre. (FERRAS,2004)
Sistema Push
El funcionamiento de los sistemas push (de empuje) se basa en previsiones de demanda, producción
estimada, eficiencias de instalaciones, calidad de productos y procesos, índice de servicio de
proveedores, etc. Evidentemente, todas estas previsiones no se cumplen nunca al 100%, y cuanto mayor
es el tiempo de previsión de la demanda (LT gap) que hemos visto en la figura 3, mayor será el error de
nuestras previsiones.
(FERRAS,2004)
Sistema Pull
Los sistemas de producción de arrastre (pull) son los que controlan el flujo de materiales, reemplazando
sólo lo consumido en el proceso siguiente, y eliminan de esta manera los costes de stocks y de
sobreproducción. Desde un punto de vista tradicional de producción en masa, la planificación de los
diferentes procesos de un flujo de materiales se realiza de manera centralizada. Normalmente, un
departamento de planificación de la producción proporciona en cada proceso la información de lo que se
debe hacer en cada momento. Este departamento es el que recibe la información del cliente y se encarga
de transmitir los pedidos a los proveedores.
(FERRAS,2004)
30
3. DISEÑO METODOLÓGICO
3.1. GENERALIDADES
El estudio se realizó en Minas El Romeral perteneciente a CAP Minería Compañía Minera del Pacifico, la
cual cuenta con camiones mineros del tipo CAT 785B y con un equipo antiguo, con cierto historial de
fallas de los componentes del equipo.
Para lograr los objetivos planteados, fue necesario hacer uso de del programa SAP y base de datos
INFORMIC, la información recopilada desde estos medios fueron sometidos al análisis estadístico
respectivo, con la finalidad de demostrar la confiabilidad de los componentes de estos equipos críticos
Además se llevaron a cabo entrevistas dentro de la planta, obteniendo datos cualitativos y cuantitativos
dados por la experiencia de la gente que trabaja en el área de mantenimiento de esta faena.
Además de llegar a medir la confiabilidad de los componentes, fue necesario por medio de métodos de
priorización y análisis de costos, medir la importancia de los componentes y repuestos más significativos
de los equipos críticos tomados en cuenta en esta investigación.
Con las acciones dichas anteriormente se quiso tener como conclusión el impacto de estos componentes
en el proceso productivo.
En cuanto a la investigación empírica abarcó el análisis de los datos históricos entregados tanto por el
sistema SAP, como por el Sistema 3000, de las fallas de los distintos componentes que se tomaron en
cuenta en esta investigación, estos fueron utilizados para llegar a comprender las políticas de
mantenimiento que tendrán que ser usadas después de tener claro la confiabilidad de los equipos, el
costo global de aquellos y el abastecimiento que tendrán. Además de entrevistas al área de mantención,
talleres y estación de servicio de la faena El Romeral.
La investigación teórica se recopiló a través de investigación en internet y libros relacionados con la
confiabilidad de activos y mantenimiento.
De los datos encontrados se tomo una muestra por consecuencia, dado que solo se utilizaron los datos
de las salidas de conjuntos de los componentes, es decir, la información desde que falló el repuesto
hasta que termino de ser reparado.
Se llevó a cabo una naturaleza de datos mixto, basado en investigación según objetivos y tipos
conocimientos, tanto con paradigmas cualitativos como cuantitativos.
El tamaño de la muestra fue realizado con precisión, se uso una muestra tan grande como fue posible de
acuerdo a los recursos disponibles en los Softwares. Ya que entre más grande la muestra mayor
posibilidad de ser más representativa de la población.
31
3.2. ETAPAS DE LA METODOLOGÍA BASADO EN LOS OBJETIVOS ESPECÍFICOS
La FIGURA Nº 3.1: “Diseño Metodológico.”, tiene como objetivo, esquematizar de forma clara las
secuencias y relaciones entre cada una de las actividades desarrolladas durante la memoria investigativa
y resolutiva sobre componentes de los camiones CAT, de manera de cumplir con los objetivos
específicos de la misma. Además para una mayor comprensión de cada actividad, se entrega una
detallada descripción y alcance de cada una de ellas.
32
Luego de llevar a cabo y cumplir todas estas actividades para validar los objetivos se puedo determinar la
política requerida de mantenimiento de los componentes, tomando en cuenta los resultados que arrojaron
las distintas aristas estudiadas.
En primera instancia se recopilo información sobre la criticidad en los subsistemas de los equipos y
después de tener claro cuál era el más crítico, según experiencias anteriores, donde la fuente de
información se subdividió este subsistema en los componentes más escenciales, tomando en cuenta
factores como: alto tiempo de reparación, criticidad en el proceso productivo.
Luego de tener claro cuáles eran los componentes críticos y el sub sistema a abordar se llevó a cabo un
método de priorización de Pareto, donde se tomaron en cuenta solo los componentes críticos, se
estudiaron estos de dos maneras: Pareto de cantidad de fallas y Pareto de costos totales por cantidad de
fallas. Estos dos métodos 80/20 abarcaron la información desde el año 2000 hasta el presente de los
equipos respectivos a la flota 785B.
Para poder llevar a cabo el estudio, fue necesario extraer la siguiente información, de los 6 componentes
analizados (mandos finales, convertidor de torque, transmisión, motor y diferencial):
Horas de operación de los equipos, de esta manera ver los componentes que operan, así
sabiendo las horas útiles de aquellos en un periodo de tiempo establecido.
Otro parámetro importante es la cantidad de horas que estuvo detenido el equipos y con ello
su componente en un tiempo respectivo.
Desde estos programas también se pudieron extraer los costos asociados a las fallas,
repuestos, logística, entre otros.
Fecha de salida de componente del equipo.
Fecha de entrada del componente al equipo.
Motivo de entrada y salida del componente.
Horas de operación del componente al momento de la entrada y salida de este del equipo.
Horas de detención del equipo por cambio de componente.
33
Para poder construir el gráfico de Weibull fue necesario comenzar con el cálculo del Rango medio o de
mediana según el tamaño de la muestra como indica la formula de Bernard. En este caso la cantidad de
salidas de componente que tuvo la flota de alto tonelaje.
Para poder utilizar el rango medio fue necesario tener una muestra superior a los 14 recambios de
componentes. Este se calculó de la siguiente manera, como se expresa en la FIGURA Nº 3.2:
𝑖
𝐹 𝑖 =
𝑛+1
FIGURA Nº3.2: “Ecuación Rango Medio”
Fuente: Elaboración Propia
Donde:
n: Tamaño de muestra.
i: Nº de muestra.
Cuando la muestra fue menor a los 14 recambios, se utilizó el rango mediana, el cual se calculó de la
siguiente forma, por medio del cálculo observado en la FIGURA Nº3.3:
(𝑖 − 0,3)
𝐹 𝑖 =
(𝑖 + 0,4)
FIGURA Nº 3.3: “Ecuación Rango Mediana”
Fuente: Elaboración Propia
Donde:
n: Tamaño de muestra.
i: Nº de muestra.
Este método se llevo a cabo, ya que, los estadísticos lo recomiendan para hacer estudios de
confiabilidad.
Luego de realizar aquel cálculo, fue necesario linealizar de forma doble los parámetros de rango medio,
tanto en X e Y. De manera de graficar esta linealización en un grafico de dos variables, y al mismo tiempo
incorporarle una línea de tendencia para asegurarse que la correlación de los datos es por lo menos
fuerte en la muestra.
Por lo que estas dos aristas expresaron la probabilidad de ocurrencia de la falla en un tiempo
determinado.
34
El estudio continuó con la verificación estadística de los datos utilizando la prueba de Kolmogorov –
Smirnov de forma de saber si la hipótesis de la muestra era o no aceptada. Este test se calculó en una
planilla de Excel. Restando la diferencia entre el rango medio y la distribución acumulada de los datos de
las horas de operación antes mencionadas. Los resultados obtenidos se muestrarón en los anexos de
este estudio. En estos se determinó el valor absoluto de Dni que muestró las n observaciones de tiempo
entre fallas. Y se comparó con los valores que entrega la tabla de esta prueba.
Además con las horas de operación se calculó la tasa de fallas, como se observa en la FIGURA Nº 3.4, la
cual se calculó de la siguiente manera:
𝑡 𝛽 −1
𝛽 𝜂
𝜆=
𝜂
FIGURA Nº 3.4: “Ecuación Tasa de Fallas”
Fuente: Elaboración Propia
Donde:
β: El el A de la recta de linealización que se calculó anteriormente.
t: El tiempo de operación en que se produjo la salida de componente o la falla.
Ŋ: El el resultado de la división de el B de la recta de linealización dividido el β, este es un parámetro
de escala expresado en horas.
De esta forma se llevó a cabo una tabla con tiempo proyectados de manera de saber cuál es la tasa de
falla en determinados periodos, esta información para mayor claridad se gráfico, con este grafico se pudo
llegar a la conclusión que el beta tiene relación directa con la figura que se expreso en la grafica de la
tasa de fallas.
Además en el estudio, el comportamiento de las fallas de los componentes críticos de los equipos se
describió estadísticamente por medio del análisis de confiabilidad basado en la distribución Weibull,
debido a que es la función de distribución que mejor describe los fenómenos de falla, puede representar
cualquier tipo de tasa de falla. (MARÍN,R.,2010)
Finalmente se concluyo calculando el porcentaje de confiabilidad proyectado para las distintas horas de
operación, estos resultados fueron expresados en una tabla, la medición y resultado de este porcentaje,
así como el porcentaje de Weibull, el cual corresponde a la No Confiabilidad se calcularon con las
siguientes ecuaciones, como se expreso en las FIGURA Nº3,5 y FIGURA Nº 3,6 :
−𝑡 𝛽
𝑅 𝑡 = 𝑒 𝜂
35
−𝑡 𝛽
𝐹 𝑡 =1− 𝑒 𝜂
Al contar con estos resultados podemos calcular el tiempo medio entre falla (MTBF), con la siguiente
formula, para luego proyectar ese tiempo, de manera de dar respuesta a la confiabilidad en ese
momento, como lo dice la FIGURA Nº3.7:
−1 𝛽
𝑀𝑇𝐵𝐹 = 𝑒 𝜂
Como dice Adolfo Arata en su libro “ingeniería y gestión de confiabilidad operacional en plantas
industriales”; Las tasas de fallas y tiempos medios de reparación (MTTR) se obtienen de la información
disponible en la planta, datos del fabricante o bibliografía especializada. (ARATA, 2009)
La primera acción realizada para calcular la mantenibilidad fue establecer las detenciónes por falla. Luego
se calculo el rango medio o rango mediana, igual que en la confiabilidad,con las mismas ecuaciones que
en el ítem anterior, ya que el tamaño de las muestras es la misma para los dos casos.
Luego de realizar aquel calculo, es necesario linealizar de forma doble los parámetros de rango medio,
tanto en X e Y. De manera de graficar esta linealización en un grafico de dos variables, y al mismo tiempo
incorporarle una línea de tendencia para asegurarse que la correlación de los datos es por lo menos
fuerte en la muestra.
Por lo que estas dos aristas me deberían arrojar la probabilidad de ocurrencia de alguna reparación en un
tiempo determinado.
36
Además con las horas de detención se calculó la tasa de reparación, es decir el tiempo ocupado en
mantener el equipo, la cual se calculó de la siguiente manera:
𝑡 𝛽 −1
𝛽 𝜂
𝑇𝑎𝑠𝑎 𝑑𝑒 𝑅𝑒𝑝𝑎𝑟𝑎𝑐𝑖ó𝑛 =
𝜂
FIGURA Nº 3.8: “Ecuación Tasa de Reparación”
Fuente: Elaboración Propia
Donde:
β: El el A de la recta de linealización que se calculó anteriormente.
t: El tiempo de detención que produjo la salida de componente o la falla.
Ŋ: El el resultado de la división de el B de la recta de linealización dividido el β, este es un parámetro
de escala expresado en horas.
De esta forma se llevo a cabo una tabla con tiempo proyectados de manera de saber cuál es la tasa de
reparación en distintos periodos de tiempo, esta información para mayor claridad se gráfico, con este
grafico se pudo llegar a la conclusión que el beta tiene relación directa con la figura que se expreso en la
grafica de la tasa de reparación.
−𝑡 𝛽
𝐹 𝑡 =1− 𝑒 𝜂
37
Nuevamente calculo un indicador representativo de todo el cálculo el cual es el tiempo medio entre fallas
(MTTR). Contando con los resultados anteriores se pudo calcular este indicador con la siguiente formula,
para luego proyectar ese tiempo, de manera de dar respuesta a la confiabilidad en ese momento.
𝑀𝑇𝑇𝑅 = 𝑀𝑇𝑇𝑅 − 𝑀𝑇𝐵𝐹
Figura Nº 3.11: “Ecuación MTTR”
Fuente: Elaboración Propia
Otra arista de importancia dentro de la elección de la estrategia de mantención fueron los costos
globales, estos principalmente son compuestos de la suma de: Costos del ejercicio, Costos de
indisponibilidad y Costos de mantenimiento. Estos fueron expresados para los distintos componentes
estudiados.
El costo del ejercicio fue calculado por el costo de operación que tiene hacer correr un camión para la
función que cumple, es decir, el costo de transportar material desde la mina hasta el acopio del material.
Para lo cual se incluyo dentro del costo global el siguiente calculo, como muestra la FIGURA Nº3.12:
𝐶𝑜𝑠𝑡𝑜 𝑒𝑗𝑒𝑟𝑐𝑖𝑐𝑖𝑜 𝑢 𝑜𝑝𝑒𝑟𝑎𝑐𝑖ó𝑛 = 𝐶𝑜𝑠𝑡𝑜 ℎ𝑜𝑟𝑎 ∗ (ℎ𝑜𝑟𝑎𝑠 𝑝𝑟𝑜𝑦𝑒𝑐𝑡𝑎𝑑𝑎𝑠 − 𝐻𝑜𝑟𝑎𝑠 𝑚𝑎𝑛𝑡𝑒𝑛𝑐𝑖ó𝑛 𝑝𝑟𝑒𝑣𝑒𝑛𝑡𝑖𝑣𝑎)
Figura Nº 3.12: “Ecuación costo de ejercicio”
Fuente: Elaboración Propia
De la misma manera el costo de indisponibilidad del componente, fue calculado con el tiempo medio de
reparación, con esto se pudo calcular el tiempo de indisposición de los componentes dentro del equipo
que se analizo, junto al costo de operación. Se llego a resultados utilizando la siguiente ecuación de la
FIGURA Nº3.13:
38
Donde:
A : Representa la disponibilidad
Fa: Factor de Actualización
Ci: Costo de ineficiencia el cual es calculado con el precio de venta menos el costo variable del
componente.
HPROY: Horas proyectadas para el cálculo
HMANT: Horas de mantenimiento preventivo proyectadas.
Por último el costo de mantenimiento o servicio se llevo a cabo con el valor de servicio de cada
componente a fallar, ya sea, reparación o cambio de componente por uno nuevo. Este es un precio fijo el
cual fue dado por las cotizaciones que se le realizaron a la empresa distribuidora de los componentes.
Dentro de los costos que se evaluaron para poder definir los costos son:
Lubricantes
Filtro
Check List Diario
Mantenciones
Combustible
Servicio de Apoyo
Estos costos se extrajeron del ERP, SAP. Con estos antecedentes se pudo calcular otra arista de
medición de manera de tener más claridad de la estrategia a utilizar con cada componente.
Para poder saber qué tipo de abastecimiento se debía usar, se tuvo que estudiar los distribuidores de los
componentes a utilizar para los procesos. Así como se investigo el tiempo de demora de la gestión del
abastecimiento del componente. Luego de tener estas dos cosas claras. Se vio cual necesario era saber
el tiempo en que había que comenzar las cotizaciones del componente, gestionar la orden de compra,
39
por último facturar el producto y por ultimo ver el tipo de transporte en que sería llevado al lugar in situ del
cambio de componente.
Para poder tomar en cuenta esta arista también fue necesario estudiar el tipo de sistema de
abastecimiento con que cuentan las empresas proveedoras de componentes para los equipos
estudiados. Así como el tiempo de demora desde la primera cotización hasta la llegada del componente a
la planta.
En conclusión. Para el abastecimiento de los componentes de cualquier tipo de equipo de una planta o
proceso productivos es importantísimo tener claro los sistemas de abastecimiento con los que cuentan
los proveedores, ya que cualquier empresa es dependiente de estas variables. De esta manera minimizar
los efectos contradictorios que se puedan tener por el quiebre de stock de los repuestos o componentes
requeridos. (FERRAS, 2004)
Teniendo el abastecimiento claro, fue de importancia introducirse en aspectos de la operación, así como
de la mantención de los equipos. Para de esta forma concluir los aspectos cualitativos, los cuales fueron
extraídos de los trabajadores, en entrevistas previas.
El abastecimiento es otro factor para poder tomar la decisión que estrategia de mantención es la mejor.
Para poder elegir la política fue necesario unir todos los resultados, tanto del estudio cuantitativo como
cualitativo.
Además gracias al tiempo medio entre fallas y el tiempo de llegada del componente desde el distribuidor
pudo establecerse el “cuando” actuar, esto nos llevo a saber porcentaje de confiabilidad en ese mismo
periodo de tiempo, haciendo necesario comenzar el proceso de abastecimiento de componentes.
Fue importante llegar a interpretar factores cualitativos, que tienen relación a la confiabilidad del proceso
productivo y por tanto al mantenimiento de los componentes que operan dentro de los equipos
estudiados. Estos factores son uno más de los criterios a tomar en cuenta para establecer una política de
40
mantenimiento sobre un componente. Por ejemplo, del personal, como menciona Martín Gildemeister, en
su Estudio de confiabilidad de neumáticos mineros considerando riesgos en competencia; Es importante
para una mejor confiabilidad dar cumplimiento a especificaciones de diseño y control del medio ambiente,
como: polvo, tierra, grasa y otras sustancias. Las que puedan luego afectar el funcionamiento del
componente y no perjudiquen la seguridad ni la salud ocupacional del personal. Además buenos
programas de entrenamiento para el personal, en los cuales se prioricen los procedimientos de utilización
adecuados, y las consecuencias de la mala utilización. (GILDEMEISTER,M.,2012)
41
4. RESULTADOS Y ANALISIS DE RESULTADOS.
Para lograr un mejoramiento de los distintos equipos y su tipo de estrategia de mantenimiento se tiene
que lograr un gran objetivo: “Contribuir a la competitividad de la empresa por medio del funcionamiento
seguro, al menor costo o máximo beneficio global”.
Con el objetivo recién mencionado, cualquier empresa tiene que alinear los objetivos del mantenimiento
con los de la misma. De manera que la disponibilidad de la flota de camiones de alto tonelaje, permita
cumplir y satisfacer los requerimientos de los clientes finales para los productos requeridos.
Para solucionar problemas que se presenten en los equipos durante los procesos, es necesario:
Tener en cuenta la disponibilidad y tratar de maximizarla, ya que, los mayores problemas para el
funcionamiento exitoso de todo el sistema es no disponer de los equipos necesarios cuando se
requieran o que fallen durante la función que realicen.
Tratar de optimizar la eficiencia del proceso de mantenimiento, de manera de aumentar la
eficiencia de los equipos, requiriendo de una disponibilidad, adecuado tiempo de mantención,
asegurando con esto la confiabilidad que se espera para cumplir con lo planificado.
Implementar políticas de mantenimiento, según el tipo de comportamiento de los distintos
equipos, comprendiendo tareas reactivas tales como reparaciones o cambio de repuestos, así
como preventivas o predictivas, como los servicios rutinarios e inspecciones periódicas. O
distintas optimizaciones de procesos en pro del aumento de la vida útil de los equipos del
proceso.
Es importante poder tener información veraz del día a día de los distintos equipos mecánicos que
contribuyen a la producción, esta información es vital para una buena alimentación de los
indicadores cuantitativos y cualitativos que revelan el comportamiento de los equipos.
Cuantificar los costos asociados tanto a la disponibilidad como a la indisponibilidad de los
equipos que estén en operación.
Es importante tener claro la seguridad del recurso humano que se participe de la disponibilidad y
reparaciones que se lleven a cabo en la maquinaria de forma de tener procesos limpios y
responsables de mantenimiento.
Con toda la información recolectada y analizada se puede tener una situación actual de los equipos y
calcular indicadores tanto cuantitativos como cualitativos al momento de mantener los equipos de faena
el Romeral.
42
EQUIPOS ANALIZADOS – FLOTA 785B
Dentro de los equipos que constituyen el proceso de la faena El Romeral, es de importancia en la
extracción del mineral los camiones de alto tonelaje, que extraen el producto, dado el impacto que
derivan en el proceso, para esta memoria se tomarán en cuenta los 6 camiones con los que cuenta esta
faena llamada Flota Catterpillar 785B.
El análisis de confiabilidad de estos equipos el cual está basado en la distribución Weibull, se
realiza a partir de los datos históricos de los componentes que registraron fallas. Este historial
corresponde al registro obtenido del sistema de administración de mantenimiento comprendido entre
periodos establecidos para cada equipo.
La información extraída desde este sistema se descarga en una planilla Excel y contiene el
motivo de la detención, la fecha de inicio y término de ésta, la unidad ejecutora de la reparación y la
descripción de la falla.
Es importante señalar que como el período estudiado es sólo una muestra de la historia de los
equipos y sus componentes respectivos, se tomó como tiempo cero de cada componente a la primera
falla registrada en el período analizado. A este tiempo se consideró como nuevo al componente.
Al no existir registros de reparación programada por componente, fue imposible realizar el
análisis utilizando el método de datos censurados, es por esto que se optó por el método de rango
mediana y rango medio ya que no toman en cuenta las reparaciones programadas y su uso depende sólo
del tamaño de la muestra tal como se explicará más adelante.
Es importante destacar que este informe pretende una metodología multipropósito con lo cual
estimar los tiempos entre overhaul o reparación, de esta manera optimizando el impacto a lo largo de la
vida útil de los equipos. Esto requiere el desarrollo de un proceso integrador, que soporte la decisión de
las políticas de mantenimiento por componente del equipo a analizar. Este proceso soportará la decisión
tanto con argumentos cuantitativos, basado en datos, como la confiabilidad de los componentes, el costo
global de aquellos y la disponibilidad del equipo en un periodo determinado. Así como argumentos
cualitativos tales como estimar el riesgo de factores no medibles, como la seguridad de los mantenedores
y experiencia tanto de los operadores como mantenedores de los equipos a analizar.
Al integrar distintas aristas en un mismo análisis, podemos asegurar un mantenimiento
sustentable en el tiempo a un mínimo costo.
Es importante destacar que como menciona Alejandro Martínez y Guillermo del Castillo, en su artículo,
“Recambio de componentes: Una mirada desde la gestión de activos”; Un componente opera en un
equipo hasta que falla o es retirado preventivamente. En su lugar se instala un componente disponible en
stock. En el caso de no haber stock, se debe esperar a que finalice alguna reparación. El componente
retirado del equipo es enviado a reparación, y luego a stock u operación. El retiro programado de un
43
componente se basa en el tiempo entre overhaul y la planificación de recambios.( Martínez, A.,
Del Castillo, G., 2012)
Los camiones mineros son equipos críticos y de primera necesidad para operaciones de transporte de
mineral desde los frentes de trabajo hacia el chancado primario y los botaderos de estériles.
Las fallas de estos equipos y por ende sus reparaciones representa altos costos para la organización, es
por eso, esta memoria pretende a través de la información e historial de fallas con que se cuenta en la
empresa desarrollar un modelo de fiabilidad para el mantenimiento de camiones mineros CAT 785-B,
esta flota que opera en Minas El Romeral, está compuesta por 6 camiones. El análisis de parte de esta
flota se realiza con la finalidad de reducir los tiempos y costos de reparación y mejorar su disponibilidad
física y así utilizar una política de mantenimiento multi criterio.
Es de importancia mencionar que para el análisis de esta toda la flota se tomarán en cuenta los seis
equipos, desde el CAT – 131 al CAT – 136. Con los equipos se llevarán a cabo los cálculos y análisis
cualitativos del mantenimiento de aquel. En la FIGURA Nº4.1 se muestra uno de los equipos
mencionados. Actualmente, el camión se opera en régimen constante durante la mayor parte del día,
existen intervalos de tiempo donde el equipo entra en tareas de mantención preventiva o correctiva. Las
condiciones de medioambiente donde se desempeña el equipo son de carácter normal de acuerdo a la
geografía de las vías de desplazamiento y a condiciones meteorológicas sin demasiadas oscilaciones
térmicas y eventuales precipitaciones.
44
Subsistema Sistema Eléctrico.
Subsistema Control.
Subsistema Chasis y Tolva.
Subsistema Cabina y Tablero de operación.
Subsistema frenos.
Subsistema Tren de Potencia.
De estos subsistemas el que será analizado por su criticidad dentro del equipo, alto impacto en el tiempo
medio de reparación, será el tren de potencia. Los subsistemas o elementos de desgaste no se
estudiarán por el bajo tiempo medio de reparación.
Por lo tanto, el subsistema tren de potencia. También ha sido dividido en distintas áreas para así poder
estudiar los componentes críticos de este subsistema:
Motor
Convertidor de Torque
Línea Cardán 1
Transmisión
Línea Cardán 2
Diferencial
Mandos Finales
Hay varios sistemas de apoyo (turbo, mangueras, bombas, etc.) que no serán considerados, dado que el
tiempo medio entre reparación es bajo. Además este sistema tiene el rol de apoyar la confiabilidad de los
componentes mencionados anteriormente. Para lo cual es esencial demostrar por medio de un diagrama
de Pareto, la cantidad de fallas de cada conjunto y de esta manera ver la importancia de algunos de los
componentes críticos, como se observa en la FIGURA Nº 4.2:
45
Figura Nº 4.3:” Diagrama de Pareto – Costos por Cantidad de fallas”
Fuente: Elaboración Propia
Con el diagrama anterior, de la FIGURA Nº4.3, se puede concluir que el corazón del equipo es el motor y
tiene la mayor importancia junto al convertidor de torque es por esto que la mayoría de las veces cuando
ocurre una falla en uno o el otro, al otro igual se le realizan reparaciones. Por lo tanto, los mayores
costos son hacia los componentes mencionados.
Como no existen antecedentes de fallas dentro de las áreas tanto Linea Cardán 1 como Línea Cardan 2
no serán consideradas en el estudio.
Para llevar a cabo los cálculos cuantitativos de esta flota es necesario obtener parámetros, los cuales
sirven para poder llegar al multicriterio y con esto poder tomar una decisión sobre el tratamiento o política
que se tendrá con los componentes mayores que fueron abordados en esta memoria.
Los parámetros son:
Fecha de salida de componente del equipo.
Fecha de entrada del componente al equipo.
Motivo de entrada y salida del componente.
Horas de operación del componente al momento de la entrada y salida de este del
equipo.
Horas de detención del equipo por cambio de componente.
Costo
Para poder determinar el indicador de confiabilidad y mantenibilidad de los componentes mayores de esta
flota es necesario seguir una serie de pasos, todo esto utilizando la información en los sistemas
informáticos como en los respaldos impresos existentes en el departamento de ingeniería de
mantenimiento de la Faena El Romeral perteneciente a CAP Minería.
46
Utilizando algunos parámetros de los mencionados en el ítem anterior, se han seleccionado un espectro
de medición desde el año 2000 a la fecha. Esto por la conexión de los datos entre los distintos sistemas
que contienen la información.
Los resultados arrojados en los conjuntos del tren de potencia que contiene cada camión de esta flota
son los que se mostrarán en el resto del capítulo.
47
4.1 MOTOR DIESEL
El camión Caterpillar 785B posee un motor diesel modelo 3516 de 16 cilindros, gobernado a través de un
ECM (Módulo de control electrónico), y su función es entregar un movimiento de giro o par motriz,
transformando el movimiento lineal del pistón en un movimiento de rotación. El cual se muestra en la
FIGURA Nº 4.2: “Imagen Motor Diesel 3512.”
48
Este cálculo es de utilidad para determinar los parámetros ß, ŋ y γ, primero se debe calcular los rangos
medios dividiendo cada falla por el total de detenciones más uno.
El resultado de la aplicación de este rango se muestra en la TABLA Nº 4.2: “Rango Medio Motor Diesel”
TABLA Nº4.2: “Rango Medio Motor Diesel”
Muestra Horas de operación TOEF K.ESIMO Rango Medio
TOEF Rango medio =i/(n+1)
1 18146 15974 0,058823529
2 19964 16738 0,117647059
3 19327 17191 0,176470588
4 18241 17381 0,235294118
5 18757 17924 0,294117647
6 17997 17989 0,352941176
7 17924 17997 0,411764706
8 18669 18146 0,470588235
9 18253 18241 0,529411765
10 15974 18253 0,588235294
11 17381 18276 0,647058824
12 17989 18669 0,705882353
13 16738 18757 0,764705882
14 23260 19327 0,823529412
15 17191 19964 0,882352941
16 18276 23260 0,941176471
Fuente: Elaboración Propia.
Cálculo de X e Y
Para graficar estos rangos medios los valores del eje X se obtienen aplicando logaritmo natural al tiempo
entre fallas (TOEF) y los valores del eje Y aplicando doble logaritmo al rango medio.
Esto permite llevar a la gráfica en el eje X la línea de tiempo y en el eje Y los rangos medio de los tiempos
de operación entre falla. Como se muestra en la siguiente TABLA Nº 4.3: “Rango medio en variables X e
Y Motor Diesel”.
49
TABLA Nº 4.3: “Rango medio en variables X e Y Motor Diesel”.
Rango Medio
Rango medio =i/(n+1) X=ln (TOEF) Y =LN(LN(1/(1-RangoMedio)))
0,058823529 9,67871768 -2,803054168
0,117647059 9,72543686 -2,078137249
0,176470588 9,75214127 -1,639093245
0,235294118 9,76313293 -1,315783759
0,294117647 9,79389588 -1,054671882
0,352941176 9,79751574 -0,831678317
0,411764706 9,79796036 -0,633693595
0,470588235 9,80620543 -0,452574378
0,529411765 9,81142709 -0,282665606
0,588235294 9,81208473 -0,119568534
0,647058824 9,813344 0,040617693
0,705882353 9,83461967 0,201940696
0,764705882 9,8393223 0,369436456
0,823529412 9,86925836 0,550777448
0,882352941 9,90168593 0,760836746
0,941176471 10,0544904 1,041411525
Fuente: Elaboración Propia
50
Figura Nº 4.5: “Linealización de la función asociada a la distribución de Weibull Motor Diesel”
Fuente: Elaboración Propia
Según los parámetros entregados por el gráfico de ajuste de Weibull los resultados según la TABLA
Nº4.4, son:
Tabla Nº 4.4: “Parámetros generados por el gráfico X e Y Motor Diesel”
Parámetro Valor
Pendiente (ß) 11,2
Intercepto (b) 110,5
2
R 0,762
R 0,87
Fuente: Elaboración Propia
De acuerdo a lo observado en la TABLA Nº 4.4: “Parámetros generados por el gráfico X e Y”, y
deduciendo que el valor que acompaña a la variable independiente es mucho mayor que 1, representa a
un motor diesel que se encuentra en una etapa de tasa de fallas creciente en etapa de fatiga, terminando
su vida útil. El coeficiente de correlación (R 2) ajustado a los datos está datos está alejado de uno, por lo
tanto no hay mucha dependencia lineal de los datos, pero al ser mayor al 50% se ha considerado
aceptable, de otra manera, se podría haber hecho el cálculo con datos censurados, pero se prefiere tener
datos alineados a la realidad del componente. Los parámetros de la función de densidad de probabilidad
de Weibull son corroborados con el análisis de Kolmogorov - Smirnov que avalan la aceptación del 70%
de R2.
Test De Verificación Kolmogorov – Smirnov
Este test se calcula en una planilla de Excel. Restando la diferencia entre el rango medio y la distribución
acumulada de los datos. Los resultados obtenidos se muestran en el ANEXO A: “Resultados Tasa de
verificación Prueba K-S para confiabilidad del Motor Diesel”, en ella se determina el valor absoluto de Dni
que muestra las n observaciones de tiempo entre fallas (16 fallas o salidas de componentes).
El mayor valor absoluto resultante del Dni es igual a 0,241. Y como se muestra en la TABLA Nº4.5:
“Resumen de los resultados de la prueba K-S Motor Diesel” los valores obtenido del estadígrafo Dα, son
todos mayores, por lo que se ve aceptada la hipótesis y con ellos los datos.
51
Tabla Nº 4.5: “Resumen de los resultados de la prueba K-S Motor Diesel”
α N Dα >ó< Dni Hipótesis
0,1 16 0,295 > 0,241 Aceptada
0,05 16 0,328 > 0,241 Aceptada
0,01 16 0,392 > 0,241 Aceptada
Tabla Nº 4.5: “Resumen de los resultados de la prueba K-S Motor Diesel”
Fuente: Elaboración Propia
Por tanto se concluye que los datos de salida de conjunto desde los equipos pertenecientes a la flota
785B, para el periodo entre enero del 2000 a la fecha son significativos y el ajuste empleado, Función de
Weibull, posee una desviación aceptable.
Conocidos los valores de ß y ŋ, se obtiene la función de densidad de probabilidad f(t), que determina la
probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma forma se
determina la distribución F(t), cuya función llega a calcular la probabilidad de que el equipo falle en un
determinado instante t y la confiabilidad R(t), que representa la probabilidad de que el componente se
encuentre en buenas condiciones de funcionamiento en el instante t. Todos estos valores se observan en
la TABLA Nº4.6:
52
TABLA Nº 4.6: “Valores de funciones confiabilidad y tasa de fallas Motor Diesel”
Horas R(t) Weibull Tasa de fallas
1000 100% 0% 4,5675E-17
2000 100% 0% 5,3726E-14
3000 100% 0% 3,3598E-12
4000 100% 0% 6,3196E-11
5000 100% 0% 6,1542E-10
6000 100% 0% 3,952E-09
7000 100% 0% 1,904E-08
9000 100% 0% 2,4714E-07
10000 100% 0% 7,239E-07
11000 100% 0% 1,9137E-06
12000 100% 0% 4,6486E-06
13000 99% 1% 1,0517E-05
15000 94% 6% 4,527E-05
16000 88% 12% 8,7438E-05
17000 78% 22% 0,00016228
18413 55% 45% 0,00036639
19000 42% 58% 0,00050462
20000 22% 78% 0,0008515
21000 7% 93% 0,0014006
22000 1% 99% 0,00225107
23000 0% 100% 0,00354243
24000 0% 100% 0,00546805
25000 0% 100% 0,00829213
26000 0% 100% 0,01237103
La variación de la tasa de falla del motor que se está estudiando, se presenta gráficamente en la FIGURA
Nº 4.6: “Tasa de Fallas Motor Diesel”, muestra la probabilidad condicional de falla en función de las horas
de operación del equipo.
Tal como se señala en el apartado anterior, el motor diesel se encuentra con una tasa de fallas creciente
por encontrarse en una etapa de fatiga, la tasa de fallas tiende a aumentar considerablemente sobre las
18.000 horas, como se aprecia en la FIGURA Nº4.6. Con esta información se puede corroborar que ß
coincide con la tasa de fallas.
53
Respecto a la confiabilidad del componente Motor Diesel, el gráfico mostrado en la FIGURA Nº4.7
:”Confiabilidad Motor Diesel”, muestra que con un tiempo de aproximadamente 18650 horas, la
confiabilidad alcanza a un 50%. Este tiempo es muy similar al tiempo medio entre fallas. Esto demuestra
que este componente es poco confiable así como también lo es el tiempo medio entre fallas, situación
que se aprecia claramente en la FIGURA 4.6 (Tasa de Fallas) con pendiente creciente propia de una
etapa de vejez del componente.
En este estudio el tiempo medio entre fallas da una claridad del tiempo promedio en que pudiese ocurrir
una falla o que podrá ser usado sin detenerse. De esta manera se definirá cuando se necesita un cambio
de componente y de la misma manera sea necesario que salga del equipo donde esta insertado.
Para el Motor Diesel el tiempo medio arrojado, es mostrado en la siguiente FIGURA Nº4.8:”Tiempo Medio
Entre Fallas Motor Diesel”
Como se menciono anteriormente este indicador representa una confiabilidad del 55% con lo cual
podemos concluir que este tiempo promedio es muy poco fiable. Y la misma forma la tasa de fallas va en
pleno ascenso cuando ocurre el tiempo medio entre fallas.
MANTENIBILIDAD
Se sabe que la mantenibilidad, es la probabilidad de restituir o volver al servicio, en un tiempo
determinado, a un sistema que ha sufrido una falla o interrupción en su funcionamiento. Para calcular la
estos sistemas de medición utizaremos los mismos cálculos que en la confiabilidad, la única diferencia es
54
que el parámetro fundamental es el tiempo de reparación que sufrió la componentes respectivos a los
equipos de la flota 785B.
Los datos necesarios para poder calcular la mantenibilidad de la flota respecto al motor, son los que
figuran en la TABLA Nº 4.7: “Datos Mantenibilidad Motor 1512”.
TABLA Nº 4.7: “Datos Mantenibilidad Motor 1512”.
Muestra Tiempo
Medio
Reparación
1 48
2 168
3 312
4 16
5 20
6 993
7 72
8 189,25
9 112,75
10 107,5
11 191,25
12 42,25
13 13
14 168
15 119
16 384
55
TABLA Nº4.8: “Rango Medio Motor Diesel para Mantenibilidad”
Muestra Tiempo TPR.K.ESIMO Rango Medio
Medio Rango
Reparación medio=i/n+1
1 48 13 0,059
2 168 16 0,118
3 312 20 0,176
4 16 42,25 0,235
5 20 48 0,294
6 993 72 0,353
7 72 107,5 0,412
8 189,25 112,75 0,471
9 112,75 119 0,529
10 107,5 168 0,588
11 191,25 168 0,647
12 42,25 189,25 0,706
13 13 191,25 0,765
14 168 312 0,824
15 119 384 0,882
16 384 993 0,941
56
siguiente FIGURA Nº 4.9: “Linealización de la función asociada a la distribución de Weibull en la
mantenibilidad del Motor Diesel”, el trazado de la recta de regresión con y=0, es la siguiente:
Figura 4.9: “Linealización de la función asociada a la distribución de Weibull Motor Diesel entre las
reparaciones”
Fuente: Elaboración Propia
Según los parámetros entregados por el gráfico de ajuste de Weibull los resultados son expresados en la
TABLA Nº4.10:
Tabla Nº 4.10: “Parámetros generados por el gráfico X e Y en la mantenibilidad del Motor Diesel”
Parámetro Valor
Pendiente (ß) 0,873
Intercepto (b) 4,541
2
R 0,956
Ŋ 181 Horas
Fuente: Elaboración Propia
57
Conocidos los valores de ß y ŋ, se obtiene la función de densidad de probabilidad f(t), que determina la
probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma forma se
determina la distribución F(t), cuya función llega a calcular la probabilidad de que el equipo falle en un
determinado instante t y la confiabilidad R(t), que representa la probabilidad de que el componente se
encuentre en buenas condiciones de funcionamiento en el instante t.
La variación de la tasa de falla del motor que se está estudiando, se presenta gráficamente en la FIGURA
Nº 4.10:“Tasa de Reparación Motor Diesel”, muestra la probabilidad condicional de la reparación en
función de las horas de operación del equipo.
58
Tal como se señala en el apartado anterior, el motor diesel se encuentra con una tasa de reparaciones
decreciente por encontrarse en una etapa de mortalidad intantil y con expectativas de alta disponibilidad,
la tasa de reparación tiende a disminuir considerablemente sobre las 194 horas, como se aprecia en la
FIGURA Nº4.10 Antes de este tiempo a los mantenedores los mantiene activos en definir una política
más asertiva de reparación. Con esta información se puede corroborar que ß coincide con la tasa de
reparaciones.
Respecto a la mantenibilidad del componente Motor Diesel, el gráfico mostrado en la FIGURA Nº 4.11
:”Mantenibilidad Motor Diesel”, muestra que con un tiempo de reparación de aproximadamente 194
horas, la mantenibilidad alcanza a un 35%. Por lo que el tiempo medio entre fallas es alto. Esto
demuestra que este componente es crítico en la operación, así como también lo es el tiempo medio entre
fallas, situación que se aprecia claramente en la FIGURA Nº4.6 (Tasa de Reparación) con pendiente
decreciente propia de una etapa mortalidad infantil.
59
Tabla Nº 4.12: “Resumen de los resultados de la prueba K-S Motor Diesel de su mantenibilidad”
α N Dα >ó< Dni Hipótesis
0,1 16 0,295 > 0,1158 Aceptada
0,05 16 0,328 > 0,1158 Aceptada
0,01 16 0,392 > 0,1158 Aceptada
Por tanto se concluye que los datos de salida del conjunto Motor diesel pertenecientes a la flota 785B,
para el periodo de enero del 2000 a la fecha son significativos y el ajuste empleado, Función de Weibull,
posee una desviación aceptable.
60
definirá de cuánto tiempo se requiere para hacer un cambio de componente y de la misma manera sea
necesario que salga del equipo donde esta insertado.
Para el Motor Diesel el tiempo medio de reparación arrojado por lo cálculos, es mostrado en la siguiente
FIGURA Nº 4.12”Tiempo Medio Entre Reparación Motor Diesel”
Como se menciono anteriormente este indicador representa una confiabilidad del 35% con lo cual
podemos concluir que este tiempo promedio es muy alto respecto a la mantenibilidad que arroja. Y la
misma forma la tasa de fallas va en pleno descenso cuando ocurre el tiempo medio entre fallas.
61
Tabla Nº 4.14: “Precio Venta Producto”
Precio Venta Producto
Producción = 140 [TON/H]
Resultado Producción = 40 [%]
Producción Final = 56 [TON/H]
Precio Promedio Mineral = 120 [USD/TON]
Precio Venta Producto 6720 [USD/H]
Costo Operación
Combustible = 62 [USD/H]
Conductor = 12 [USD/H]
TOTAL = 74 [USD/H]
Fuente: Elaboración Propia
Por último el costo de servicio de reparación o recambio del motor tiene un valor de 208.323 [USD]
aproximadamente, antes de la falla.
Finalmente el costo global es calculado de la siguiente manera, según las horas proyectadas, de manera
de poder mantener un multicriterio con la variable independiente llamada tiempo, como variable regular
de los criterios.
𝑐𝑆 ∗ 𝐻𝑃𝑟𝑜𝑦
𝐶𝑜𝑠𝑡𝑜𝐺𝐿 = 𝑈𝑆𝐷 + 𝐻𝑝𝑟𝑜𝑦 − 𝐻𝑚𝑎𝑛𝑡 ∗ 𝐶𝑒𝑗 [𝑈𝑆𝐷] + 1 − 𝐴 ∗ 𝐹𝑎 ∗ 𝐶𝐼 ∗ 𝐻𝑝𝑟𝑜𝑦 − 𝐻𝑚𝑎𝑛𝑡 [𝑈𝑆𝐷]
𝑀𝑇𝐵𝐹 [𝐻]
Figura Nº 4.13: “Ecuación Costo Global”
Fuente: Elaboración Propia
Donde:
𝐶𝑜𝑠𝑡𝑜𝐺𝐿 : Costo Global Motor.
𝑀𝑇𝐵𝐹 [𝐻] : Tiempo medio entre fallas.
𝐻𝑝𝑟𝑜𝑦 : Horas Proyectadas.
𝐻𝑚𝑎𝑛𝑡 : Horas de mantenimiento o servicio.
𝐶𝑒𝑗 : Costo del ejercicio de operación.
A : Disponibilidad.
𝐹𝑎 : Factor de Actualización.
62
𝐶𝐼 : Costo ineficiencia.
Donde esta ecuación resulto según horas proyectadas la TABLA Nº 4.17. Por lo que podemos concluir
que el costo global al momento del tiempo medio entre fallas es de:
TABLA Nº 4.17: “Costos Globales Proyectados”
Costos Globales
Horas Costo Servicio Costo Ineficiencia Costo ejercicio Costo Global
1000 17.220 95.840 73.704 186.764
2000 34.441 191.584 147.334 373.359
3000 51.661 287.520 221.112 560.293
4000 68.881 383.168 294.668 746.717
5000 86.101 479.008 368.372 933.481
6000 103.322 574.752 442.002 1.120.076
7000 120.542 670.592 515.706 1.306.840
9000 154.983 862.561 663.336 1.680.879
10000 172.203 957.920 736.670 1.866.793
11000 189.423 1.053.760 810.374 2.053.557
12000 206.643 1.149.504 884.004 2.240.151
13000 223.864 1.245.344 957.708 2.426.916
15000 258.304 1.436.928 1.105.042 2.800.274
16000 275.524 1.532.672 1.178.672 2.986.868
17000 292.745 1.628.512 1.252.376 3.173.633
18413 317.271 1.763.997 1.356.568 3.437.642
19000 327.185 1.820.096 1.399.710 3.546.991
20000 344.406 1.915.840 1.473.340 3.733.585
21000 361.626 2.011.680 1.547.044 3.920.350
22000 378.846 2.107.328 1.620.600 4.106.774
23000 396.066 2.203.168 1.694.304 4.293.538
24000 413.287 2.298.911 1.767.934 4.480.132
25000 430.507 2.394.752 1.841.638 4.666.897
26000 447.727 2.490.495 1.915.268 4.853.491
63
Por lo que la orden de compra del componente tiene que comenzar a gestionarse 3000 horas antes de
llegar a una confiabilidad del 80%, por lo tanto el inicio de la cotización debería llevarse a cabo a las
13500 horas aproximadamente. Se toma este criterio del 80% de confiabilidad dado la vida útil que
recomienda el fabricante.
4.1.4 POLÍTICA DE MANTENCIÓN PROPUESTA.
La política de mantención propuesta es la CORRECTIVA, dado a que la confiabilidad es pequeña, tiene
un exceso de tiempo medio de reparación, lo cual hace pensar que hay demoras operacionales y
humanas, ya sea, por charlas de seguridad, alimentación del personal, entre otros.
Sabiendo que el tiempo medio es 18.413 horas, sabemos que es un numerador alto, dado que la vida útil
del componente es de 12.000 horas. Es otra razón para dejar que el componente se corrija en el
momento que ocurra la falla. Dado que los momentos de falla analizados son estables en los 16
recambios durante su vida útil, es decir, tiene una muy buena correlación númerica.
Estos camiones llevan en operación alrededor de 18 años, además saldrán de operación el año que
sigue, por lo tanto, ya no conviene hacer la mantención correctiva con repuestos nuevos, sino, que con
usados, por la vida útil que les va quedando. Es por esto que se tendrán que comprar componente en
REMAN (los cuáles son usados, pero con garantía del distribuidor).
Pensando que para abastecer los equipos con motores, hay una demora operacional de
aproximadamente 4000 horas, se recomienda comenzar la gestión de estos repuestos a las 12.000
horas. Se deja un factor de seguridad de 1000 horas, dado que el tipo de abastecimiento con el cual se
cuenta, es un sistema Pull, con el cual la disponibilidad de los compontes es totalmente dependiente a la
disponibilidad del distribuidor, en este caso Finning CAT. Al comenzar la gestión de abastecimiento,
tendré en ese momento un 80% de confiabilidad.
El abastecimiento tiene que estar como máximo a las 17.000 horas del componente, ya que en caso, que
no se encuentre en ese momento el costo del servicio, se verá incrementado por el costo de ineficiencia
de alrededor de 3.000, lo cual asciende a un monto de inficienta de 51.000 [USD] aproximadamente.
En cuanto a los costos respectivos a este componente va incrementando de forma lineal. Por lo tanto los
costos a medida que van aumentando las horas de operación. El mayor costo asociado.
Cabe destacar que en ningún caso conviene tomar en cuenta el costo de inventario ya que el costo de
ineficiencia es mucho mayor que el costo de inventariar. Para este estudio no se ha tomado en cuenta el
costo de inventario porque tenerlo en stock todo el tiempo es muy costoso es decir tienes un costo 19.000
[USD] cada mil horas.
64
4.2 TRANSMISIÓN
La transmisión planetaria CAT de seis velocidades se complementa con el Motor Diesel 3512B de
inyección directa para proporcionar potencia constante en una amplia gama de velocidades de operación.
(CAT, 2012). La Figura Nº4.14: “Imagen Componente transmisión”.
65
El resultado de la aplicación de este rango se muestra en la TABLA Nº 4.19: “Rango Medio Conjunto
Transmisión”
TABLA Nº4.19: “Rango Medio Conjunto Transmisión”
Muestra Horas de operación TO.K.ESIMO Rango MediO
RangoMedio=i/n+1
1 16493 3995 0,047619048
2 18087 8955 0,095238095
3 13706 9360 0,142857143
4 15653 9508 0,19047619
5 27386 12632 0,238095238
6 14862 13529 0,285714286
7 20264 13706 0,333333333
8 13529 14127 0,380952381
9 14127 14862 0,428571429
10 9508 15639 0,476190476
11 8955 15653 0,523809524
12 17775 15786 0,571428571
13 15786 16493 0,619047619
14 12632 17119 0,666666667
15 22380 17775 0,714285714
16 17119 18087 0,761904762
17 15639 20264 0,80952381
18 9360 22380 0,857142857
19 24691 24691 0,904761905
20 3995 27386 0,952380952
66
TABLA Nº 4.20: “Rango medio en variables X e Y Conjunto Transmisión”.
Rango Medio Rango Medio
RangoMedio=i/n+1 X Y
0,047619048 8,293 -3,020
0,095238095 9,100 -2,302
0,142857143 9,144 -1,870
0,19047619 9,160 -1,554
0,238095238 9,444 -1,302
0,285714286 9,513 -1,089
0,333333333 9,526 -0,903
0,380952381 9,556 -0,735
0,428571429 9,607 -0,581
0,476190476 9,658 -0,436
0,523809524 9,658 -0,298
0,571428571 9,667 -0,166
0,619047619 9,711 -0,036
0,666666667 9,748 0,094
0,714285714 9,786 0,225
0,761904762 9,803 0,361
0,80952381 9,917 0,506
0,857142857 10,016 0,666
0,904761905 10,114 0,855
0,952380952 10,218 1,113
67
R2 0,92
Ŋ 17419 horas
Tabla Nº 4.21: “Parámetros generados por el gráfico X e Y Componente Transmisión”
Fuente: Elaboración Propia
Para ver si las observaciones de los tiempos entre recambios, pueden aproximarse bien por dicha
distribución, se determina el índice de correlación R2 = 0,92, que indica que los puntos representados se
encuentran suficientemente próximos a la recta, lo que confirma la distribución Weibull.
Al lograr ajustar razonablemente la distribución Weibull a los datos de falla, se puede suponer que los
datos siguen un patrón caracterizado por esta distribución, lo cual facilita la obtención de información
adicional sobre el comportamiento de las fallas, para determinar su confiabilidad y disponibilidad
operacional.
De acuerdo a lo observado en la TABLA Nº 4.21: “Parámetros generados por el gráfico X e Y
Componente transmisión”, y deduciendo que el valor que acompaña a la variable independiente es
mucho mayor que 1, representa a un conjunto de transmisión que se encuentra en una etapa de tasa de
fallas creciente en etapa de fatiga, terminando su vida útil. Los parámetros de la función de densidad de
probabilidad de Weibull son corroborados con el análisis de Kolmogorov - Smirnov que avalan la
2
aceptación del 92% de R .
Conocidos los valores de β y ŋ, se puede obtener la función de densidad de probabilidad f(t), que
determina la probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma
forma se puede determinar la distribución F(t), cuya función permite calcular la probabilidad de que el
equipo falle en un determinado instante t y la confiabilidad R(t), que representa la probabilidad de que el
componente se encuentre en buenas condiciones de funcionamiento en el instante t.
68
Por tanto se concluye que los datos de salida de conjunto desde los equipos pertenecientes a la flota
785B, para el periodo entre enero del 2000 a la fecha son significativos y el ajuste empleado, Función de
Weibull, posee una desviación aceptable.
Tasa De Fallas y confiabilidad
La TABLA Nº 4.23: “Resumen de los resultados de la prueba K-S de confiabilidad de la Transmisión”,
muestra los valores calculados de la función de densidad de probabilidad, la función de no confiabilidad,
de confiabilidad y la tasa de falla que modela el comportamiento de los datos del periodo entre el año
2000 a la fecha.
Conocidos los valores de ß y ŋ, se obtiene la función de densidad de probabilidad f(t), que determina la
probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma forma se
determina la distribución F(t), cuya función llega a calcular la probabilidad de que el equipo falle en un
determinado instante t y la confiabilidad R(t), que representa la probabilidad de que el componente se
encuentre en buenas condiciones de funcionamiento en el instante t. Como se muestra en la TABLA Nº
4.23:
TABLA Nº 4.23: “Valores de funciones confiabilidad y tasa de fallas Componente Transmisión”
Gráfica
Horas R(t) Weibull Tasa de fallas
1000 100% 0% 1,99273E-06
3000 99% 1% 9,99681E-06
5000 96% 4% 2,1161E-05
7000 91% 9% 3,46778E-05
9000 83% 17% 5,01505E-05
12000 69% 31% 7,65043E-05
15889 48% 52% 0,00011552
18000 36% 64% 0,000138735
21000 23% 77% 0,000173966
24000 13% 87% 0,00021164
27000 6% 94% 0,000251588
30000 3% 97% 0,000293671
33000 1% 99% 0,000337774
36000 0% 100% 0,000383795
69
La variación de la tasa de falla del motor que se está estudiando, se presenta gráficamente en la FIGURA
Nº 4.16:“Tasa de Fallas Componente Transmisión”, muestra la probabilidad condicional de falla en
función de las horas de operación del equipo.
70
Para el componente Transmisión el momento en que se necesita un cambio de componente y de la
misma manera sea necesario que salga del equipo donde esta insertado, se muestra en la FIGURA Nº
4.18 :”Tiempo Medio Entre Fallas del Componente Transmisión”
Como se menciono anteriormente este indicador representa una confiabilidad del 48% con lo cual
podemos concluir que este tiempo promedio es muy poco fiable. Y la misma forma la tasa de fallas va en
pleno ascenso cuando ocurre el tiempo medio entre fallas.
MANTENIBILIDAD
Para calcular estos sistemas de medición utizaremos los mismos cálculos que en la confiabilidad, la única
diferencia es que el parámetro fundamental es el tiempo de reparación que sufrió la componentes
respectivos a los equipos de la flota 785B.
Los datos necesarios para poder calcular la mantenibilidad de la flota respecto a la transmisión de la flota,
son los que figuran en la TABLA Nº 4.24: “Datos Mantenibilidad Transmisión”.
TABLA Nº 4.24: “Datos Mantenibilidad Transmisión”.
Muestra tpr
1 16,5
2 14,25
3 830,75
4 1502,25
5 5,5
6 32
7 24
8 192
9 89
10 5
11 41,25
12 72
13 81
14 74
15 12,25
16 72
17 72
18 12,25
19 69,5
20 240
71
Nuevamente la muestra es la misma (n= 20 salidas de componentes). Este cálculo es de utilidad para
determinar los parámetros ß, ŋ y γ, primero se debe calcular los rangos medios dividiendo cada falla por
el total de detenciones más uno.
El resultado de la aplicación de este rango se muestra en la TABLA Nº 4.25: “Rango Medio
Mantenibilidad para componente transmisión”
TABLA Nº 4.25: “Rango Medio Mantenibilidad para componente transmisión”
Muestra tpr TPR.K.ESIMO
1 16,5 5
2 14,25 5,5
3 830,75 12,25
4 1502,25 12,25
5 5,5 14,25
6 32 16,5
7 24 24
8 192 32
9 89 41,25
10 5 69,5
11 41,25 72
12 72 72
13 81 72
14 74 74
15 12,25 81
16 72 89
17 72 192
18 12,25 240
19 69,5 830,75
20 240 1502,25
72
TABLA Nº 4.26: “Rango medio de la mantenibilidad en variables X e Y Componente Transmisión”.
Rango Medio Rango Medio
rm=i/n+1 X Y
0,048 1,609 -3,020
0,095 1,705 -2,302
0,143 2,506 -1,870
0,190 2,506 -1,554
0,238 2,657 -1,302
0,286 2,803 -1,089
0,333 3,178 -0,903
0,381 3,466 -0,735
0,429 3,720 -0,581
0,476 4,241 -0,436
0,524 4,277 -0,298
0,571 4,277 -0,166
0,619 4,277 -0,036
0,667 4,304 0,094
0,714 4,394 0,225
0,762 4,489 0,361
0,810 5,257 0,506
0,857 5,481 0,666
0,905 6,722 0,855
0,952 7,315 1,113
73
TABLA Nº 4.27: “Parámetros generados por el gráfico X e Y en la mantenibilidad del Componente
Transmisión”
Parámetro Valor
Pendiente (ß) 0,685
Intercepto (b) 3,2
R2 0,88
Ŋ 112 Horas
La TABLA Nº 4.28: “Valores de funciones mantenibilidad y tasa de reparaciones”, muestra los valores
calculados de la función de densidad de probabilidad, la función de no mantenibilidad, Mantenibilidad y la
tasa de Reparación que modela el comportamiento de los datos del periodo entre el año 2000 a la fecha.
Conocidos los valores de ß y ŋ, se obtiene la función de densidad de probabilidad f(t), que determina la
probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma forma se
determina la distribución F(t), cuya función llega a calcular la probabilidad de que el equipo falle en un
determinado instante t y la Mantenibilidad M(t), que representa la probabilidad de que el componente se
encuentre en reparación en el instante t. Por lo que, la TABLA Nº4.28 nos indica todo lo comentado
anteriormente:
74
TABLA Nº 4.28: “Valores de funciones Mantenibilidad y tasa de reparación”
Gráfica
Horas M(t) WeibullTasa de Reparaciones
1 96% 4% 0,00539081
20 74% 26% 0,00209812
30 67% 33% 0,00184655
40 61% 39% 0,00168657
50 56% 44% 0,00157209
60 52% 48% 0,00148435
70 49% 51% 0,001414
80 45% 55% 0,00135575
90 42% 58% 0,00130637
100 40% 60% 0,00126373
112 37% 63% 0,00121941
120 35% 65% 0,0011932
130 33% 67% 0,00116349
140 31% 69% 0,00113664
150 30% 70% 0,00111221
200 23% 77% 0,00101585
250 18% 82% 0,0009469
300 14% 86% 0,00089405
350 11% 89% 0,00085167
400 9% 91% 0,00081659
450 8% 92% 0,00078685
500 6% 94% 0,00076116
Fuente: Elaboración Propia
La variación de la tasa de reparación de la transmisión que se está estudiando, se presenta gráficamente
en la FIGURA Nº 4.20:“Tasa de Reparación Transmisión”, muestra la probabilidad condicional de la
reparación en función de las horas de operación del equipo.
75
Respecto a la mantenibilidad del componente transmisión, el gráfico mostrado en la FIGURA Nº4.21
:”Mantenibilidad Componente Transmisión”, muestra que con un tiempo de reparación de
aproximadamente 114 horas, la mantenibilidad alcanza a un 37%. Por lo que el tiempo medio entre fallas
es alto. Esto demuestra que este componente es crítico en la operación, así como también lo es el
tiempo medio entre fallas, situación que se aprecia claramente en la FIGURA Nº 4.20 (Tasa de
Reparación) con pendiente decreciente propia de una etapa mortalidad infantil.
Tabla Nº 4.29: “Resumen de los resultados de la prueba K-S Motor Diesel de su mantenibilidad”
α N Dα >ó< Dni Hipótesis
0,1 16 0,295 > 0,1892 Aceptada
0,05 16 0,328 > 0,1892 Aceptada
0,01 16 0,392 > 0,1892 Aceptada
Fuente: Elaboración Propia
76
Por tanto se concluye que los datos de salida de conjunto desde los equipos pertenecientes a la flota
785B, para el periodo entre enero del 2000 a la fecha son significativos y el ajuste empleado, Función de
Weibull, posee una desviación aceptable.
A partir de estos costos incluyendo proyección de horas y periodos de estudio se puede llegar al costo
global. Además se vuelve a establecer que el factor de actualización de un 10%. Es importante destacar
que la disponibilidad del motor será igual a la de los camiones, en este caso se tomará como un 85%.
El costo de ineficiencia se obtiene con datos correspondientes al costo variable de la transmisión y su
precio de venta del producto.
El costo variable de la transmisión, es según la TABLA Nº4.30:
TABLA N°4.30: “Costos Variables”
Costos Variables
Lubricante + Filtro = 140,98 [USD/H]
Check List = 0,581 [USD/H]
TOTAL = 141,561 [USD/H]
77
TABLA N°4.31: “Precio Venta Producto”
Precio Venta Producto
Producción = 140 [TON/H]
Resultado Producción = 40 [%]
Producción Final = 56 [TON/H]
Precio Promedio Mineral = 120 [USD/TON]
Precio Venta Producto 6720 [USD/H]
Fuente: Elaboración Propia
Por lo tanto, en la TABLA Nº4.32, el costo de ineficiencia es:
TABLA N°4.32: “Costos Ineficiencia”
Costo ineficiencia
Precio Venta = 6720 [USD/H]
Costo Variable = 141,561 [USD/H]
TOTAL = 6578,439 [USD/H]
Costo Operación
Combustible = 62 [USD/H]
Conductor = 12 [USD/H]
TOTAL = 74 [USD/H]
Fuente: Elaboración Propia
Por último el costo de servicio de reparación o recambio de la transmisión tiene un valor de 16809 [USD]
aproximadamente.
Finalmente el costo global es calculado de la siguiente manera, según las horas proyectadas, de manera
de poder mantener un multicriterio con la variable independiente llamada tiempo, como variable regular
de los criterios.
𝑐𝑆 ∗ 𝐻𝑃𝑟𝑜𝑦
𝐶𝑜𝑠𝑡𝑜𝐺𝐿 = 𝑈𝑆𝐷 + 𝐻𝑝𝑟𝑜𝑦 − 𝐻𝑚𝑎𝑛𝑡 ∗ 𝐶𝑒𝑗 [𝑈𝑆𝐷]
𝑀𝑇𝐵𝐹 [𝐻]
+ 1 − 𝐴 ∗ 𝐹𝑎 ∗ 𝐶𝐼 ∗ 𝐻𝑝𝑟𝑜𝑦 − 𝐻𝑚𝑎𝑛𝑡 [𝑈𝑆𝐷]
78
Donde esta ecuación resulto según horas proyectadas la siguiente TABLA Nº4.34:
TABLA N°4.34: “Costos Globales Transmisión”
79
𝑐𝑆 ∗ 𝐻𝑃𝑟𝑜𝑦
𝐶𝑜𝑠𝑡𝑜𝐺𝐿 = 𝑈𝑆𝐷 + 𝐻𝑝𝑟𝑜𝑦 − 𝐻𝑚𝑎𝑛𝑡 ∗ 𝐶𝑒𝑗 [𝑈𝑆𝐷]
𝑀𝑇𝐵𝐹 [𝐻]
+ 1 − 𝐴 ∗ 𝐹𝑎 ∗ 𝐶𝐼 ∗ 𝐻𝑝𝑟𝑜𝑦 − 𝐻𝑚𝑎𝑛𝑡 [𝑈𝑆𝐷]
80
decir, por charlas de seguridad que se realizan al operador al comienzo de la jornada laboral. Así como
también el horario de colación del operador donde el equipo queda sin utilización.
La mayor recurrencia de fallas se da por fuga de aceite, esto puede deberse al tipo de aceite utilizado
este componente.
4.2.3 ABASTECIMIENTO COMPONENTE.
El abastecimiento de este componente también es proveído por oligopolios del mundo de los transportes
de alto tonelaje del mundo. Como son: CUMMINS y CATTERPILLAR, entre otros distribuidores.
En este momento la compra de estos componentes es directamente a FINNING CAT CHILE, el cual es
un distribuidor de la empresa Catterpillar. Por las garantías que da esta empresa y también por los pocos
distribuidores existentes para estos repuestos, se puede definir el tipo de abastecimiento como pull, ya
que, el consumidor no determina la producción de estos proveedores de manera directa, los productores
son los controlan el mercado.
La demora de este componente fluctúa dependiendo del medio de transporte utilizado para importar el
producto desde China, donde se encuentra su planta manufacturera. Si es enviado por un medio aéreo
tiene una demora mínima de 20 días, en caso de ser por medio de transporte acuático es de 30 días.
Como este motor tiene un tiempo medio entre falla de 15889 horas, es indispensable que el componente
se encuentre en los talleres antes de este momento. Por lo que la orden de compra del componente tiene
que comenzar a gestionarse 1000 horas antes de llegar al tiempo medio entre fallas, por lo tanto el inicio
de la cotización debería llevarse a cabo a las 13500 horas aproximadamente. Pero como recomendación,
dado que la vida útil del componente según el manual es de 9000 horas, lo mejor es comenzar con la
gestión de la orden de compra a las 9000 h , de esta manera a las 10.000 horas se tendrá una
confiabilidad del 80%.
4.2.4 POLÍTICA DE MANTENCIÓN PROPUESTA SEGÚN MULTICRITERIO.
La política de mantención propuesta es la CORRECTIVA, dado a que la confiabilidad es pequeña, tiene
un exceso de tiempo medio de reparación, lo cual hace pensar que hay demoras operacionales y
humanas, ya sea, por charlas de seguridad, alimentación del personal, entre otros.
Tiempo medio de falla es 18.413 horas, además sabemos que es un numerador alto, dado que la vida útil
del componente es de 9.000 horas. Es otra razón para dejar que el componente se corrija en el momento
que ocurra la falla. Dado que los momentos de falla analizados son estables en los 20 recambios durante
su vida útil, es decir, tiene una muy buena correlación númerica.
Estos camiones llevan en operación alrededor de 18 años, además saldrán de operación el año que
sigue, por lo tanto, ya no conviene hacer la mantención correctiva con repuestos nuevos, sino, que con
usados, por la vida útil que les va quedando. Es por esto que se tendrán que comprar componente en
REMAN (los cuáles son usados, pero con garantía del distribuidor).
Pensando que para abastecer los equipos con motores, hay una demora operacional de
aproximadamente 1000 horas, se recomienda comenzar la gestión de estos repuestos a las 11.000
horas. Se deja un factor de seguridad de 1000 horas, dado que el tipo de abastecimiento con el cual se
cuenta, es un sistema Pull, con el cual la disponibilidad de los compontes es totalmente dependiente a la
81
disponibilidad del distribuidor, en este caso Finning CAT. Al comenzar la gestión de abastecimiento,
tendré en ese momento un 80% de confiabilidad.
El abastecimiento tiene que estar como máximo a las 12.000 horas del componente, ya que en caso, que
no se encuentre en ese momento el costo del servicio, se verá incrementado por el costo de ineficiencia
de alrededor de 1.000 horas, lo cual asciende a un monto de ineficiencia de 98.000 [USD]
aproximadamente. Claramente es muy mejor adelantar la gestión en 1.000 horas que perder el dinero
con el que se podrían comprar 5 componentes.
En cuanto a los costos respectivos a este componente va incrementando de forma lineal. Por lo tanto los
costos a medida que van aumentando las horas de operación. El mayor costo asociado.
Cabe destacar que en ningún caso conviene tomar en cuenta el costo de inventario ya que el costo de
ineficiencia es mucho mayor que el costo de inventariar. Para este estudio no se ha tomado en cuenta el
costo de inventario porque tenerlo en stock todo el tiempo es muy costoso es decir tienes un costo 1.000
[USD] cada mil horas.
82
4.3. CONVERTIDOR DE TORQUE
El convertidor de par es una forma de acoplamiento hidráulico usado para transmitir potencia del motor al
eje de entrada de la transmisión. Los convertidores de par usan fluido (aceite) para conectar
hidráulicamente el volante del motor al eje de entrada de la transmisión.
83
Para el cálculo del rango medio se toma una muestra de n= 32 salidas de componentes. Con esto
podemos corroborar que se utilizará el rango medio para el cálculo. Dado que n > 14.
El resultado de la aplicación de este rango se muestra en la TABLA Nº 4.36: “Rango Medio Confiabilidad
Convertidor de Torque”
TABLA Nº4.36: “Rango Medio Confiabilidad Convertidor de Toque”
Muestra Horas de operación TO.K.ESIMO Rango MediO
RangoMedio=i/n+1
1 18243 529 0,03030303
2 19965 1041 0,060606061
3 2163 1663 0,090909091
4 10741 2163 0,121212121
5 6395 4772 0,151515152
6 19086 4953 0,181818182
7 8489 5606 0,212121212
8 11773 6395 0,242424242
9 17978 7483 0,272727273
10 12447 8293 0,303030303
11 5606 8489 0,333333333
12 13719 9081 0,363636364
13 4953 9825 0,393939394
14 7483 10741 0,424242424
15 21470 11261 0,454545455
16 9825 11773 0,484848485
17 15974 12447 0,515151515
18 17832 13719 0,545454545
19 9081 14636 0,575757576
20 8293 15796 0,606060606
21 4772 15974 0,636363636
22 14636 16737 0,666666667
23 15796 17191 0,696969697
24 529 17832 0,727272727
25 1663 17832 0,757575758
26 16737 17978 0,787878788
27 1041 18243 0,818181818
28 17832 18276 0,848484848
29 23295 19086 0,878787879
30 17191 19965 0,909090909
31 18276 21470 0,939393939
32 11261 23295 0,96969697
Cálculo de X e Y
Para graficar estos rangos medios los valores del eje X se obtienen aplicando logaritmo natural al tiempo
entre fallas o recambio de componentes y los valores del eje Y aplicando doble logaritmo al rango medio.
Esto permite llevar a la gráfica en el eje X la línea de tiempo y en el eje Y los rangos medio de los tiempos
de operación entre falla. Como se muestra en la siguiente TABLA Nº 4.37: “Rango medio en variables X e
Y Confiabilidad Convertidor de Torque”.
TABLA Nº 4.37: “Rango medio en variables X e Y Confiabilidad Confiabilidad Convertidor de Torque”.
84
Rango MediO Rango Medio
RangoMedio=i/n+1 X Y
0,0303 6,271 -3,481
0,0606 6,948 -2,772
0,0909 7,416 -2,351
0,1212 7,679 -2,046
0,1515 8,471 -1,806
0,1818 8,508 -1,606
0,2121 8,632 -1,434
0,2424 8,763 -1,281
0,2727 8,920 -1,144
0,3030 9,023 -1,019
0,3333 9,047 -0,903
0,3636 9,114 -0,794
0,3939 9,193 -0,692
0,4242 9,282 -0,594
0,4545 9,329 -0,501
0,4848 9,374 -0,411
0,5152 9,429 -0,323
0,5455 9,527 -0,238
0,5758 9,591 -0,154
0,6061 9,668 -0,071
0,6364 9,679 0,012
0,6667 9,725 0,094
0,6970 9,752 0,177
0,7273 9,789 0,262
0,7576 9,789 0,349
0,7879 9,797 0,439
0,8182 9,812 0,533
0,8485 9,813 0,635
0,8788 9,857 0,747
0,9091 9,902 0,875
0,9394 9,974 1,031
0,9697 10,056 1,252
85
Figura Nº 4.25: “Linealización de la función asociada a la distribución de Weibull Convertidor de Torque”
Fuente: Elaboración Propia
Según los parámetros entregados por el gráfico de ajuste de Weibull los resultados son los mostrados por
la TABLA Nº4.38:
Tabla Nº 4.38: “Parámetros generados por el gráfico X e Y Confiabilidad Convertidor de Torque”
Parámetro Valor
Pendiente (ß) 1,19
Intercepto (b) 11,4
R2 0,92
Ŋ 14469 horas
Fuente: Elaboración Propia
Para ver si las observaciones tiempos entre recambios o fallas, pueden aproximarse bien por dicha
distribución, se determina el índice de correlación R 2 = 0,92, que indica que los puntos representados se
encuentran suficientemente próximos a la recta, lo que confirma la distribución Weibull.
Al lograr ajustar razonablemente la distribución Weibull a los datos de falla, se puede suponer que los
datos siguen un patrón caracterizado por esta distribución, lo cual facilita la obtención de información
adicional sobre el comportamiento de las fallas, para determinar su confiabilidad y disponibilidad
operacional.
De acuerdo a lo observado en la TABLA Nº 4.38: “Parámetros generados por el gráfico X e Y
Confiabilidad Convertidor de Torque”, y deduciendo que el valor que acompaña a la variable
independiente es mayor que 1, representa a un conjunto de transmisión que se encuentra en una etapa
de tasa de fallas creciente en etapa de desgaste, terminando su vida útil. Los parámetros de la función de
densidad de probabilidad de Weibull son corroborados con el análisis de Kolmogorov - Smirnov que
avalan la aceptación del 92% de R2.
86
Conocidos los valores de β y ŋ, se puede obtener la función de densidad de probabilidad f(t), que
determina la probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma
forma se puede determinar la distribución F(t), cuya función permite calcular la probabilidad de que el
equipo falle en un determinado instante t y la confiabilidad R(t), que representa la probabilidad de que el
componente se encuentre en buenas condiciones de funcionamiento en el instante t.
Conocidos los valores de ß y ŋ, se obtiene la función de densidad de probabilidad f(t), que determina la
probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma forma se
determina la distribución F(t), cuya función llega a calcular la probabilidad de que el equipo falle en un
determinado instante t y la confiabilidad R(t), que representa la probabilidad de que el componente se
encuentre en buenas condiciones de funcionamiento en el instante t.
87
TABLA Nº 4.40: “Valores de funciones confiabilidad y tasa de fallas Convertidor de Torque”
Gráfica
Horas R(t) Weibull Tasa de fallas
1 100% 0% 7,96E-05
1000 96% 4% 2,96E-04
4000 81% 19% 3,85E-04
7000 66% 34% 4,28E-04
10000 53% 47% 4,58E-04
13641 39% 61% 4,86E-04
16000 32% 68% 5,01E-04
19000 25% 75% 5,17E-04
22000 19% 81% 5,32E-04
25000 15% 85% 5,45E-04
28000 11% 89% 5,57E-04
31000 8% 92% 5,68E-04
34000 6% 94% 5,78E-04
37000 5% 95% 5,87E-04
40000 3% 97% 5,96E-04
46000 2% 98% 6,12E-04
50000 1% 99% 6,22E-04
60000 0% 100% 6,44E-04
Fuente: Elaboración Propia
La variación de la tasa de falla del motor que se está estudiando, se presenta gráficamente en la FIGURA
Nº 4.26:“Tasa de Fallas Convertidor de Torque”, muestra la probabilidad condicional de falla en función
de las horas de operación del equipo.
88
Tal como se señala en el apartado anterior, el convertidor de torque se encuentra con una tasa de fallas
creciente por encontrarse en una etapa de desgaste, la tasa de fallas tiende a aumentar
considerablemente sobre las 7000 horas, como se aprecia en la FIGURA Nº4.26. Con esta información
se puede corroborar que ß coincide con la tasa de fallas.
Respecto a la confiabilidad del convertidor de torque, el gráfico mostrado en la FIGURA Nº4.27
:”Confiabilidad Convertidor de Torque”, muestra que con un tiempo de aproximadamente 10700 horas, la
confiabilidad alcanza a un 50%. Este tiempo no está muy lejano al tiempo medio entre fallas. Esto
demuestra que este componente es poco confiable así como también lo es el tiempo medio entre fallas,
situación que se aprecia claramente en la FIGURA Nº 4.26 (Tasa de Fallas) con pendiente creciente
propia de una etapa de vejez del componente.
Como se menciono anteriormente este indicador representa una confiabilidad del 39% con lo cual
podemos concluir que este tiempo promedio no es fiable. Y la misma forma la tasa de fallas va en pleno
ascenso cuando ocurre el tiempo medio entre fallas.
89
MANTENIBILIDAD
Para calcular estos sistemas de medición se utilizará los mismos cálculos que en la confiabilidad, la única
diferencia es que el parámetro fundamental es el tiempo de reparación que sufrió la componentes
respectivos a los equipos de la flota 785B.
Los datos necesarios para poder calcular la mantenibilidad de la flota respecto a la transmisión de la flota,
son los que figuran en la TABLA Nº 4.41: “Datos Mantenibilidad Convertidor de Torque”.
TABLA Nº 4.41: “Datos Mantenibilidad Convertidor de Torque”.
Muestra TPR
1 48
2 168
3 192
4 1026
5 312
6 2,75
7 29
8 20
9 993
10 45
11 72
12 48
13 168
14 168
15 653
16 112,75
17 17,5
18 208,75
19 96
20 191,25
21 57,5
22 81
23 45
24 23,25
25 42,25
26 13
27 72
28 192
29 168
30 119
31 216
32 96
90
Con los datos mostrados anteriormente, los cuáles muestran la salida de los componentes mayores
desde los distintos equipos, es decir, el momento en donde tuvieron una reparación que afecto al curso
normal de la operación de parte de la flota, con estos es posible comenzar a calcular la mantenibilidad.
Cálculo Rango Medio
Nuevamente la muestra es la misma (n= 32 salidas de componentes). Este cálculo es de utilidad para
determinar los parámetros ß, ŋ y γ, primero se debe calcular los rangos medios dividiendo cada falla por
el total de detenciones más uno.
El resultado de la aplicación de este rango se muestra en la TABLA Nº 4.42: “Rango Medio
Mantenibilidad para Convertidor De Torque”
TABLA Nº 4.42: “Rango Medio Mantenibilidad para Convertidor de Torque”
TPR.K.ESIMO Rango Medio
RangoMedio=i/n+1
2,75 0,0303
13 0,0606
17,5 0,0909
20 0,1212
23,25 0,1515
29 0,1818
42,25 0,2121
45 0,2424
45 0,2727
48 0,3030
48 0,3333
57,5 0,3636
72 0,3939
72 0,4242
81 0,4545
96 0,4848
96 0,5152
112,75 0,5455
119 0,5758
168 0,6061
168 0,6364
168 0,6667
168 0,6970
191,25 0,7273
192 0,7576
192 0,7879
208,75 0,8182
216 0,8485
312 0,8788
653 0,9091
993 0,9394
1026 0,9697
91
TABLA Nº 4.43: “Rango medio de la mantenibilidad en variables X e Y Convertidor de Torque”.
TPR.K.ESIMO Rango Medio
RangoMedio=i/n+1
2,75 0,0303
13 0,0606
17,5 0,0909
20 0,1212
23,25 0,1515
29 0,1818
42,25 0,2121
45 0,2424
45 0,2727
48 0,3030
48 0,3333
57,5 0,3636
72 0,3939
72 0,4242
81 0,4545
96 0,4848
96 0,5152
112,75 0,5455
119 0,5758
168 0,6061
168 0,6364
168 0,6667
168 0,6970
191,25 0,7273
192 0,7576
192 0,7879
208,75 0,8182
216 0,8485
312 0,8788
653 0,9091
993 0,9394
1026 0,9697
y = 0,887x - 4,525
0R² = 0,956 Rango Medio
Y
0 5 10
-2
Lineal (Rango
Medio Y)
-4
X=Ln(TPR)
92
Pendiente (ß) 0,8
Intercepto (b) 4,5
R2 0,95
Ŋ 164 Horas
Fuente: Elaboración Propia
De acuerdo a lo observado en la TABLA Nº 4.44: “Parámetros generados por el gráfico X e Y en la
mantenibilidad del Convertidor de Torque”, y deduciendo que el valor que acompaña a la variable
independiente es menor que 1, representa a un convertidor de torque que se encuentra en una etapa de
tasa de reparaciones descendiente estando en el ciclo de vida de mortalidad infantil, comenzando su vida
de reparaciones. El coeficiente de correlación (R2) ajustado a los datos está datos está muy cerca de uno,
por lo tanto hay mucha dependencia lineal de los datos. Los parámetros de la función de densidad de
probabilidad de Weibull son corroborados con el análisis de Kolmogorov - Smirnov que avalan la
aceptación del 95% de R2.
Tasa De Reparaciones y Mantenibilidad
La TABLA Nº 4.45: “Valores de funciones mantenibilidad y tasa de reparaciones Convertidor de Torque”,
muestra los valores calculados de la función de densidad de probabilidad, la función de no
mantenibilidad, Mantenibilidad y la tasa de Reparación que modela el comportamiento de los datos del
periodo entre el año 2000 a la fecha.
Conocidos los valores de ß y ŋ, se obtiene la función de densidad de probabilidad f(t), que determina la
probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma forma se
determina la distribución F(t), cuya función llega a calcular la probabilidad de que el equipo falle en un
determinado instante t y la Mantenibilidad M(t), que representa la probabilidad de que el componente se
encuentre en reparación en el instante t.
93
TABLA Nº 4.45: “Valores de funciones Mantenibilidad y tasa de reparación Convertidor de Torque”
Gráfica
Horas M(t) WeibullTasa de Reparaciones
10 92% 8% 0,00740868
20 86% 14% 0,00685054
30 80% 20% 0,00654375
40 75% 25% 0,00633444
50 71% 29% 0,00617671
100 53% 47% 0,00571138
120 47% 53% 0,00559492
140 42% 58% 0,0054983
160 38% 62% 0,00541596
174 35% 65% 0,00536487
190 32% 68% 0,0053118
220 27% 73% 0,00522453
250 23% 77% 0,0051496
300 18% 82% 0,0050446
350 14% 86% 0,00495748
450 9% 91% 0,00481868
550 5% 95% 0,00471064
650 3% 97% 0,00462255
1200 0% 100% 0,00431314
94
demuestra que este componente es crítico en la operación y disponibilidad del equipo, así como también
lo es el tiempo medio entre fallas, situación que se aprecia claramente en la FIGURA Nº 4.30 (Tasa de
Reparación) con pendiente decreciente propia de una etapa mortalidad infantil.
Tabla Nº 4.46: “Resumen de los resultados de la prueba K-S de mantenibilidad del Convertidor de
Torque”
α N Dα >ó< Dni Hipótesis
0,1 32 0,21 > 0,1279 Aceptada
0,05 32 0,23 > 0,1279 Aceptada
0,01 32 0,27 > 0,1279 Aceptada
Fuente: Elaboración Propia
95
Por tanto se concluye que los datos de salida de conjunto desde los equipos pertenecientes a la flota
785B, para el periodo entre enero del 2000 a la fecha son significativos y el ajuste empleado, Función de
Weibull, posee una desviación aceptable.
Con estos costos incluyendo proyección de horas y periodos de estudio se puede llegar al costo global.
Además se vuelve a establecer que el factor de actualización de un 10%. Es importante destacar que la
disponibilidad del motor es de un 99% pero en esta oportunidad se tomará en cuenta el 85%, la cual es
de la flota de camiones.
El costo de ineficiencia se obtiene con datos correspondientes al costo variable del convertidor de torque
y su precio de venta del producto (mineral) obtenido gracias al funcionamiento de este componente.
El costo variable del convertidor de torque, es según la TABLA Nº4.47, 218,561 [USD]:
TABLA N°4.47: “Costos Variables”
Costos Variables
Lubricante + Filtro = 217,98 [USD/H]
Check List = 0,581 [USD/H]
TOTAL = 218,561 [USD/H]
96
Además el costo de ineficiencia es, según la TABLA Nº4.49, 6501,4 [USD]:
TABLA N°4.49: “Costo Ineficiencia”
Costo ineficiencia
Precio Venta = 6720 [USD/H]
Costo Variable = 218,56 [USD/H]
TOTAL = 6501,4 [USD/H]
Costo Operación
Combustible = 62 [USD/H]
Conductor = 12 [USD/H]
TOTAL = 74 [USD/H]
Fuente: Elaboración Propia
Por último el costo de servicio de reparación o recambio del motor tiene un valor de 37.303 [USD].
El costo global al pasar de las horas en el convertidor de torque es el siguiente, dado por la TABLA Nº
4.51:
TABLA N°4.51: “Costos Globales”
Costos Globales
Horas Costo Servicio Costo Ineficiencia Costo ejercicio Costo Global
1 3 97,23 74 174
1000 2.654 97.228,44 73.778 173.661
4000 10.618 388.913,75 295.112 694.644
7000 18.581 680.599,06 516.446 1.215.626
10000 26.545 972.284,37 737.780 1.736.609
13641 36.432 1.326.293,11 1.006.406 2.369.131
16000 42.471 1.555.654,99 1.180.448 2.778.574
19000 50.435 1.847.340,30 1.401.782 3.299.557
22000 58.398 2.139.025,61 1.623.116 3.820.540
25000 66.361 2.430.710,93 1.844.450 4.341.522
27282 72.641 2.652.586,22 2.012.811 4.738.039
31000 82.288 3.014.081,55 2.287.118 5.383.488
34000 90.251 3.305.766,86 2.508.452 5.904.470
37000 98.215 3.597.452,17 2.729.786 6.425.453
40923 108.628 3.978.879,33 3.019.217 7.106.725
46000 122.105 4.472.508,10 3.393.788 7.988.401
50000 132.723 4.861.421,85 3.688.900 8.683.044
60000 159.267 5.833.706,22 4.426.680 10.419.653
97
decir, por charlas de seguridad que se realizan al operador al comienzo de la jornada laboral. Así como
también el horario de colación del operador donde el equipo queda sin utilización. Pero es algo que se
puede cambiar fácilmente buscando medidas asertivas, como por ejemplo contratar otro operador y
mantenedor que pueda disminuir este tiempo medio de reparación.
La mayor recurrencia de fallas se da por fuga de aceite, esto puede deberse al tipo de aceite utilizado
este componente. Además este componente la mayoría de las veces es cambiado cuando el motor es
intervenido, ya que para extraer el convertidor de torque necesariamente hay que extraer el motor.
98
El abastecimiento de este componente también es proveído por oligopolios del mundo de los transportes
de alto tonelaje del mundo. Como son: CUMMINS y CATTERPILLAR, entre otros distribuidores.
En este momento la compra de estos componentes es directamente a FINNING CAT CHILE, el cual es
un distribuidor de la empresa Catterpillar. Por las garantías que da esta empresa y también por los pocos
distribuidores existentes para estos repuestos, se puede definir el tipo de abastecimiento como pull, ya
que, el consumidor no determina la producción de estos proveedores de manera directa, los productores
son los controlan el mercado.
La demora de este componente fluctúa dependiendo del medio de transporte utilizado para importar el
producto desde China, donde se encuentra su planta manufacturera. Si es enviado por un medio aéreo
tiene una demora mínima de 20 días, en caso de ser por medio de transporte acuático es de 30 días.
Como este motor tiene un tiempo medio entre falla de 13.641 horas, es indispensable que el componente
se encuentre en los talleres antes de este momento. Por lo que la orden de compra del componente tiene
que comenzar a gestionarse 1000 horas antes de llegar al tiempo medio entre fallas, por lo tanto el inicio
de la cotización debería llevarse a cabo a las 13500 horas aproximadamente. Pero como recomendación,
dado que la vida útil del componente según el manual es de 6000 horas, lo mejor es comenzar con la
gestión de la orden de compra a las 9.000 h , de esta manera a las 10.000 horas se tendrá una
confiabilidad del 60 %.Se toma esta confiabilidad dado que la correlación de los datos es de 92%, es
decir, hay un mínimo porcentaje de que falla antes de las 10.000 horas.
4.3.4 POLÍTICA DE MANTENCIÓN PROPUESTA SEGÚN MULTICRITERIO.
La política de mantención propuesta es la CORRECTIVA, al igual que los anteriores componentes, dado
a que la confiabilidad es pequeña, tiene un exceso de tiempo medio de reparación, lo cual hace pensar
que hay demoras operacionales y humanas, ya sea, por charlas de seguridad, alimentación del personal,
entre otros.
Tiempo medio de falla es 13.641 horas, además sabemos que es un numerador alto, dado que la vida útil
del componente es de 6.000 horas. Es otra razón para dejar que el componente se corrija en el momento
que ocurra la falla. Dado que los momentos de falla analizados son estables en los 32 recambios durante
su vida útil, es decir, tiene una muy buena correlación númerica.
Estos camiones llevan en operación alrededor de 18 años, además saldrán de operación el año que
sigue, por lo tanto, ya no conviene hacer la mantención correctiva con repuestos nuevos, sino, que con
usados, por la vida útil que les va quedando. Es por esto que se tendrán que comprar componente en
REMAN (los cuáles son usados, pero con garantía del distribuidor).
Pensando que para abastecer los equipos con motores, hay una demora operacional de
aproximadamente 1000 horas, se recomienda comenzar la gestión de estos repuestos a las 10.000
horas. Se deja un factor de seguridad de 1000 horas, dado que el tipo de abastecimiento con el cual se
cuenta, es un sistema Pull, con el cual la disponibilidad de los compontes es totalmente dependiente a la
disponibilidad del distribuidor, en este caso Finning CAT. Al comenzar la gestión de abastecimiento,
tendré en ese momento un 60% de confiabilidad.
99
El abastecimiento tiene que estar como máximo a las 11.000 horas del componente, ya que en caso, que
no se encuentre en ese momento el costo del servicio, se verá incrementado por el costo de ineficiencia
de alrededor de 1.000 horas, lo cual asciende a un monto de ineficiencia de 98.000 [USD]
aproximadamente. Claramente es muy mejor adelantar la gestión en 1.000 horas que perder el dinero
con el que se podrían comprar 5 componentes.
En cuanto a los costos respectivos a este componente va incrementando de forma lineal. Por lo tanto los
costos a medida que van aumentando las horas de operación. El mayor costo asociado.
Cabe destacar que en ningún caso conviene tomar en cuenta el costo de inventario ya que el costo de
ineficiencia es mucho mayor que el costo de inventariar. Para este estudio no se ha tomado en cuenta el
costo de inventario porque tenerlo en stock todo el tiempo es muy costoso es decir tienes un costo 2.600
[USD] cada mil horas.
100
4.4. MANDO FINAL IZQUIERDO
Los mandos finales CAT trabajan como un sistema de servotransmisión planetaria para proporcionar la
máxima potencia al suelo. Fabricados para soportar las fuerzas de par elevado y las cargas de impacto,
los mandos finales de doble reducción proporcionan alta multiplicación de par para reducir aún más la
tensión del tren de impulsión. El mando final se observa en la FIGURA Nº4.33:
101
Cálculo Rango Medio
Lo primero que se lleva a cabo para llegar al resultado cuantitativo de este ítem, es determinar el tiempo
de operación entre fallas (TOEF). El es el resultado del momento en que se da la salida de los
componentes de los equipos respectivos. Para el cálculo del rango medio se toma una muestra de n= 33
salidas de componentes. Con esto podemos corroborar que se utilizará el rango medio para el cálculo.
Dado que n > 14.
El resultado de la aplicación de este rango se muestra en la TABLA Nº 4.53: “Rango Medio Confiabilidad
Mando Final Izquierdo”.
TABLA Nº4.53: “Rango Medio Confiabilidad Mando Final Izquierdo”
MuestraHoras de operación
TO.K.ESIMO Rango MediO
RangoMedio =i/n+1
1 11182 476 0,0294
2 11343 595 0,0588
3 25937 936 0,0882
4 11488 964 0,1176
5 21242 1752 0,1471
6 8640 2812 0,1765
7 9092 3011 0,2059
8 964 4239 0,2353
9 11100 5478 0,2647
10 13000 8640 0,2941
11 18669 9092 0,3235
12 13205 9096 0,3529
13 26498 9567 0,3824
14 3011 11100 0,4118
15 16098 11182 0,4412
16 11912 11343 0,4706
17 5478 11488 0,5000
18 9096 11912 0,5294
19 15750 13000 0,5588
20 23567 13056 0,5882
21 14053 13074 0,6176
22 476 13205 0,6471
23 13056 13230 0,6765
24 21526 14053 0,7059
25 13230 15750 0,7353
26 1752 16098 0,7647
27 936 18669 0,7941
28 4239 21242 0,8235
29 13074 21526 0,8529
30 595 23567 0,8824
31 2812 25937 0,9118
32 9567 26498 0,9412
33 30433 30433 0,9706
102
TABLA Nº 4.54: “Rango medio en variables X e Y Confiabilidad Confiabilidad Mando Final Izquierdo”.
MuestraHoras de operación
TO.K.ESIMO Rango MediO
RangoMedio =i/n+1
1 11182 476 0,0294
2 11343 595 0,0588
3 25937 936 0,0882
4 11488 964 0,1176
5 21242 1752 0,1471
6 8640 2812 0,1765
7 9092 3011 0,2059
8 964 4239 0,2353
9 11100 5478 0,2647
10 13000 8640 0,2941
11 18669 9092 0,3235
12 13205 9096 0,3529
13 26498 9567 0,3824
14 3011 11100 0,4118
15 16098 11182 0,4412
16 11912 11343 0,4706
17 5478 11488 0,5000
18 9096 11912 0,5294
19 15750 13000 0,5588
20 23567 13056 0,5882
21 14053 13074 0,6176
22 476 13205 0,6471
23 13056 13230 0,6765
24 21526 14053 0,7059
25 13230 15750 0,7353
26 1752 16098 0,7647
27 936 18669 0,7941
28 4239 21242 0,8235
29 13074 21526 0,8529
30 595 23567 0,8824
31 2812 25937 0,9118
32 9567 26498 0,9412
33 30433 30433 0,9706
103
Figura 4.34: “Linealización de la función asociada a la distribución de Weibull Mando Final Izquierdo”
Fuente: Elaboración Propia
Según los parámetros entregados por el gráfico de ajuste de Weibull los resultados son, la TABLA Nº
4.55:
Tabla Nº 4.55: “Parámetros generados por el gráfico X e Y Confiabilidad Mando Final Izquierdo”
Parámetro Valor
Pendiente (ß) 0,98
Intercepto (b) 9,3
2
R 0,93
Ŋ 13937 horas
Fuente: Elaboración Propia
Para ver si las observaciones del tiempo entre fallas, para realizar el recambio de componbente, pueden
aproximarse bien por dicha distribución, se determina el índice de correlación R 2 = 0,93, que indica que
los puntos representados se encuentran suficientemente próximos a la recta, lo que confirma la
distribución Weibull.
Al lograr ajustar razonablemente la distribución Weibull a los datos de falla, se puede suponer que los
datos siguen un patrón caracterizado por esta distribución, lo cual facilita la obtención de información
adicional sobre el comportamiento de las fallas, para determinar su confiabilidad y disponibilidad
operacional.
104
De acuerdo a lo observado en la TABLA Nº 4.55: “Parámetros generados por el gráfico X e Y
Confiabilidad Mando Final Izquierdo”, y deduciendo que el valor que acompaña a la variable
independiente es muy cercano a 1, representa a un mando final izquierdo que se encuentra en una
etapa de tasa de fallas aleatoria en etapa de vida útil. Los parámetros de la función de densidad de
probabilidad de Weibull son corroborados con el análisis de Kolmogorov - Smirnov que avalan la
2
aceptación del 93% de R .
Conocidos los valores de β y ŋ, se puede obtener la función de densidad de probabilidad f(t), que
determina la probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma
forma se puede determinar la distribución F(t), cuya función permite calcular la probabilidad de que el
equipo falle en un determinado instante t y la confiabilidad R(t), que representa la probabilidad de que el
componente se encuentre en buenas condiciones de funcionamiento en el instante t.
105
confiabilidad y la tasa de falla que modela el comportamiento de los datos del periodo entre el año 2000 a
la fecha.
Conocidos los valores de ß y ŋ, se obtiene la función de densidad de probabilidad f(t), que determina la
probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma forma se
determina la distribución F(t), cuya función llega a calcular la probabilidad de que el equipo falle en un
determinado instante t y la confiabilidad R(t), que representa la probabilidad de que el componente se
encuentre en buenas condiciones de funcionamiento en el instante t.
TABLA Nº 4.57: “Valores de funciones confiabilidad y tasa de fallas Mando Final Izquierdo”
Gráfica
Horas R(t) Weibull Tasa de fallas
1000 93% 7% 7,40011E-05
3000 80% 20% 7,24725E-05
5000 69% 31% 7,17725E-05
7000 60% 40% 7,13151E-05
9000 52% 48% 7,09754E-05
11000 45% 55% 7,07053E-05
14053 36% 64% 7,0377E-05
16000 32% 68% 7,02037E-05
20000 24% 76% 6,99067E-05
25000 17% 83% 6,96109E-05
31000 11% 89% 6,9327E-05
37000 7% 93% 6,90943E-05
45000 4% 96% 6,88379E-05
55000 2% 98% 6,85759E-05
80000 0% 100% 6,80894E-05
Fuente: Elaboración Propia
La variación de la tasa de falla del motor que se está estudiando, se presenta gráficamente en la FIGURA
Nº 4.34:“Tasa de Fallas Mando Final Izquierdo”, muestra la probabilidad condicional de falla en función de
las horas de operación del equipo.
106
Figura Nº 4.35 : “Tasa de Fallas Mando Final Izquierdo”
Fuente: Elaboración Propia
Tal como se señala en el apartado anterior, el convertidor de torque se encuentra con una tasa de fallas
estable por encontrarse en una etapa de vida útil, la tasa de fallas tiende a normalizarse sobre las 10.000
horas, como se aprecia en la FIGURA Nº4.34 Con esta información se puede corroborar que ß coincide
con la tasa de fallas.
Respecto a la confiabilidad del convertidor de torque, el gráfico mostrado en la FIGURA Nº4.35
:”Confiabilidad Mando Final Izquierdo”, muestra que con un tiempo de aproximadamente 9500 horas, la
confiabilidad alcanza a un 50%. Este tiempo está lejano al tiempo medio entre fallas. Esto demuestra que
este componente es poco confiable así como también lo es el tiempo medio entre fallas, situación que se
aprecia claramente en la FIGURA Nº 4.34(Tasa de Fallas) con pendiente creciente propia de una etapa
de vejez del componente.
107
Tiempo Medio Entre Fallas (MTBF)
Para el componente Mando Final Izquierdo el momento en que se necesita un cambio de componente y
de la misma manera sea necesario que salga del equipo donde esta insertado, se muestra en la FIGURA
Nº 4.36:”Tiempo Medio Entre Fallas del Mando Final Izquierdo”
Como se menciono anteriormente este indicador representa una confiabilidad del 36% con lo cual
podemos concluir que este tiempo promedio no es fiable. Y la misma forma la tasa de fallas va en pleno
ascenso cuando ocurre el tiempo medio entre fallas. A pesar que tu etapa de vida útil es de mortalidad
infantil.
MANTENIBILIDAD
Para calcular estos sistemas de medición se utilizará los mismos cálculos que en los demás conjuntos, la
única diferencia es que el parámetro fundamental es el tiempo de reparación que sufrió la componentes
respectivos a los equipos de la flota 785B.
Los datos necesarios para poder calcular la mantenibilidad de la flota respecto a la transmisión de la flota,
son los que figuran en la TABLA Nº 4.58: “Datos Mantenibilidad Mando Final Izquierdo”.
TABLA Nº 4.58: “Datos Mantenibilidad Mando Final Izquierdo”.
Muestra TPR TPR.K.ESIMO
1 62,75 4,5
2 64,5 9
3 59,37 14,5
4 4,5 15,5
5 48 16
6 24 18
7 19,25 19,25
8 137 19,25
9 14,5 22,5
10 28,75 24
11 189,25 24
12 864 24
13 24 24
14 102 24
15 19,25 28,75
16 22,5 37,25
17 48 48
18 282,75 48
19 9 59,37
20 24 62,75
21 24 64,5
22 15,5 72
23 18 72
24 24 93
25 144 96
26 96 102
27 72 137
28 240 144
29 37,25 160,5
30 160,5 189,25
31 16 240
32 93 282,75
33 72 864
108
Cálculo Rango Medio
Nuevamente la muestra es la misma (n= 33 salidas de componentes). Este cálculo es de utilidad para
determinar los parámetros ß, ŋ y γ, primero se debe calcular los rangos medios dividiendo cada falla por
el total de detenciones más uno.
El resultado de la aplicación de este rango se muestra en la TABLA Nº 4.59: “Rango Medio
Mantenibilidad para Mando Final Izquierdo”.
TABLA Nº 4.59: “Rango Medio Mantenibilidad para Mando Final Izquierdo”
Muestra TPR TPR.K.ESIMO Rango Medio
RangoMedio=i/n+1
1 62,75 4,5 0,0294
2 64,5 9 0,0588
3 59,37 14,5 0,0882
4 4,5 15,5 0,1176
5 48 16 0,1471
6 24 18 0,1765
7 19,25 19,25 0,2059
8 137 19,25 0,2353
9 14,5 22,5 0,2647
10 28,75 24 0,2941
11 189,25 24 0,3235
12 864 24 0,3529
13 24 24 0,3824
14 102 24 0,4118
15 19,25 28,75 0,4412
16 22,5 37,25 0,4706
17 48 48 0,5000
18 282,75 48 0,5294
19 9 59,37 0,5588
20 24 62,75 0,5882
21 24 64,5 0,6176
22 15,5 72 0,6471
23 18 72 0,6765
24 24 93 0,7059
25 144 96 0,7353
26 96 102 0,7647
27 72 137 0,7941
28 240 144 0,8235
29 37,25 160,5 0,8529
30 160,5 189,25 0,8824
31 16 240 0,9118
32 93 282,75 0,9412
33 72 864 0,9706
Cálculo de X e Y
Esto permite llevar a la gráfica en el eje X la línea de tiempo y en el eje Y los rangos medio de los tiempos
de operación entre falla. Como se muestra en la siguiente TABLA Nº 4.60: “Rango medio de la
mantenibilidad en variables X e Y Mando Final Izquierdo”.
109
TABLA Nº 4.60: “Rango medio de la mantenibilidad en variables X e Y Mando Final Izquierdo”.
Rango Medio Rango Medio
RangoMedio=i/n+1 X Y
0,03 1,50 -3,51
0,06 2,20 -2,80
0,09 2,67 -2,38
0,12 2,74 -2,08
0,15 2,77 -1,84
0,18 2,89 -1,64
0,21 2,96 -1,47
0,24 2,96 -1,32
0,26 3,11 -1,18
0,29 3,18 -1,05
0,32 3,18 -0,94
0,35 3,18 -0,83
0,38 3,18 -0,73
0,41 3,18 -0,63
0,44 3,36 -0,54
0,47 3,62 -0,45
0,50 3,87 -0,37
0,53 3,87 -0,28
0,56 4,08 -0,20
0,59 4,14 -0,12
0,62 4,17 -0,04
0,65 4,28 0,04
0,68 4,28 0,12
0,71 4,53 0,20
0,74 4,56 0,28
0,76 4,62 0,37
0,79 4,92 0,46
0,82 4,97 0,55
0,85 5,08 0,65
0,88 5,24 0,76
0,91 5,48 0,89
0,94 5,64 1,04
0,97 6,76 1,26
110
Como se muestra en la siguiente FIGURA Nº 4.37: “Linealización de la función asociada a la distribución
de Weibull en la mantenibilidad del Mando Final Izquierdo”, el trazado de la recta de regresión con y=0,
es la siguiente:
111
Tasa De Reparaciones y Mantenibilidad
La TABLA Nº 4.62: “Valores de funciones mantenibilidad y tasa de reparaciones Mando Final Izquierdo”,
muestra los valores calculados de la función de densidad de probabilidad, la función de no
mantenibilidad, Mantenibilidad y la tasa de Reparación que modela el comportamiento de los datos del
periodo entre el año 2000 a la fecha.
Conocidos los valores de ß y ŋ, se obtiene la función de densidad de probabilidad f(t), que determina la
probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma forma se
determina la distribución F(t), cuya función llega a calcular la probabilidad de que el equipo falle en un
determinado instante t y la Mantenibilidad M(t), que representa la probabilidad de que el componente se
encuentre en reparación en el instante t. Estos valores se expresan en la TABLA Nº4.62.
TABLA Nº 4.62: “Valores de funciones Mantenibilidad y tasa de reparación Mando Final Izquierdo”
Gráfica
Horas M(t) Weibull
Tasa de Reparaciones
10 88% 12% 0,01255195
20 78% 22% 0,0122596
30 69% 31% 0,01209175
40 61% 39% 0,01197405
50 54% 46% 0,01188355
57 50% 50% 0,01183073
70 43% 57% 0,01174838
82 37% 63% 0,01168534
90 34% 66% 0,01164842
120 24% 76% 0,01153504
140 19% 81% 0,01147474
160 15% 85% 0,01142276
190 11% 89% 0,01135621
240 6% 94% 0,01126637
300 3% 97% 0,01118122
500 0% 100% 0,0109887
La variación de la tasa de reparación del mando final izquierdo que se está estudiando, se presenta
gráficamente en la FIGURA Nº 4.38:“Tasa de Reparación Mando Final Izquierdo”, muestra la probabilidad
condicional de la reparación en función de las horas de operación del equipo.
112
Figura Nº 4. 38: “Tasa de Reparación Mando Final Izquierdo”
Fuente: Elaboración Propia
Tal como se señala en el apartado anterior, el mando final izquierdo se encuentra con una tasa de
reparaciones decreciente por encontrarse en una etapa de mortalidad intantil y con expectativas de alta
disponibilidad, la tasa de reparación tiende a disminuir considerablemente sobre las 100 horas queriendo
estabilizarse, como se aprecia en la FIGURA Nº4.38 Con esta información se puede corroborar que ß
coincide con la tasa de reparaciones.
Respecto a la mantenibilidad del componente transmisión, el gráfico mostrado en la FIGURA
Nº4.39:”Mantenibilidad Mando Final Izquierdo” muestra que con un tiempo de reparación de
aproximadamente 83 horas, la mantenibilidad alcanza a un 37%. Por lo que el tiempo medio entre
reparación es alto. Esto demuestra que este componente es crítico en la operación y disponibilidad del
equipo, así como también lo es el tiempo medio entre fallas, situación que se aprecia claramente en la
FIGURA Nº38(Tasa de Reparación) con pendiente decreciente propia de una etapa mortalidad infantil.
113
Test De Verificación Kolmogorov – Smirnov
Se calcula en una planilla de Excel. Restando la diferencia entre el rango medio y la distribución
acumulada de los datos. Los resultados obtenidos se muestran en el ANEXO A: “Resultados Tasa de
verificación Prueba K-S para mantenibilidad del Mando Final Izquierdo”, en ella se determina el valor
absoluto de Dni que muestra las n observaciones de tiempo de recambio de los motores entre el año
2000 a la fecha (33 recambios o diferencia entre la salida y entrada de estos).
El mayor valor absoluto resultante del Dni es igual a 0,1505. Y como se muestra en la TABLA Nº 4.63:
“Resumen de los resultados de la prueba K-S de mantenibilidad del Mando final Izquierdo” los valores
obtenido del estadígrafo Dα, son todos mayores, por lo que se ve aceptada la hipótesis y con ellos los
datos.
114
COSTO GLOBAL COMPONENTE.
El costo global de este componente, consta de los siguientes costos:
Costo de ineficiencia.
Costo de Operación de la transmisión.
Costo de servicio de recambio de este componente mayor.
A partir de estos costos incluyendo proyección de horas y periodos de estudio se puede llegar al costo
global. Además se vuelve a establecer que el factor de actualización de un 10%. Es importante destacar
que la disponibilidad del componente será igual a la de los camiones, en este caso se tomará como un
85%.
El costo de ineficiencia se obtiene con datos correspondientes al costo variable de la transmisión y su
precio de venta del producto.
El costo variable del mando final izquierdo, es según la TABLA Nº4.64:
115
TABLA N°4.66: “Costos Ineficiencia”
Costo ineficiencia
Precio Venta = 6720 [USD/H]
Costo Variable = 28,049 [USD/H]
TOTAL = 6691,951 [USD/H]
Fuente: Elaboración Propia
De la misma forma, el costo de operación del componente mayor a estudiar es, según la TABLA Nº4.66:
TABLA N°4.67: “Costos Operación”
Costo Operación
Combustible = 62 [USD/H]
Conductor = 12 [USD/H]
TOTAL = 74 [USD/H]
Fuente: Elaboración Propia
Por último el costo de servicio de reparación o recambio del motor tiene un valor de 101.410 [USD]
aproximadamente.
Finalmente el costo global es calculado de la siguiente manera, según las horas proyectadas, de manera
de poder mantener un multicriterio con la variable independiente llamada tiempo, como variable regular
de los criterios.
𝑐𝑆 ∗ 𝐻𝑃𝑟𝑜𝑦
𝐶𝑜𝑠𝑡𝑜𝐺𝐿 = 𝑈𝑆𝐷 + 𝐻𝑝𝑟𝑜𝑦 − 𝐻𝑚𝑎𝑛𝑡 ∗ 𝐶𝑒𝑗 [𝑈𝑆𝐷]
𝑀𝑇𝐵𝐹 [𝐻]
+ 1 − 𝐴 ∗ 𝐹𝑎 ∗ 𝐶𝐼 ∗ 𝐻𝑝𝑟𝑜𝑦 − 𝐻𝑚𝑎𝑛𝑡 [𝑈𝑆𝐷]
Figura Nº 4.41: “Ecuación Costo Global”
Fuente: Elaboración Propia
Donde:
𝐶𝑜𝑠𝑡𝑜𝐺𝐿 : Costo Global Motor.
𝑀𝑇𝐵𝐹 [𝐻] : Tiempo medio entre fallas.
𝐻𝑝𝑟𝑜𝑦 : Horas Proyectadas.
𝐻𝑚𝑎𝑛𝑡 : Horas de mantenimiento o servicio.
𝐶𝑒𝑗 : Costo del ejercicio de operación motor.
A : Disponibilidad.
𝐹𝑎 : Factor de Actualización.
𝐶𝐼 : Costo ineficiencia.
Donde esta ecuación resulto según horas proyectadas la TABLA Nº 4.68:
116
TABLA Nº 4.68: “Costos Global del Mando Final Izquierdo”
Costos Globales
Horas Costo Servicio Costo Ineficiencia Costo ejercicio Costo Global
1000 7.216 100.214 73.889 181.320
3000 21.649 300.643 221.667 543.959
5000 36.081 501.072 369.445 906.599
8000 57.730 801.716 591.112 1.450.558
11000 79.379 1.102.359 812.779 1.994.517
13000 93.811 1.302.788 960.557 2.357.156
14053 101.410 1.408.314 1.038.362 2.548.086
15000 108.244 1.503.217 1.108.335 2.719.796
20000 144.325 2.004.289 1.477.780 3.626.394
28106 203.425 2.816.627 2.076.724 5.096.777
35000 252.569 3.507.506 2.586.115 6.346.190
42159 304.835 4.224.941 3.115.086 7.644.863
50000 360.813 5.010.723 3.694.450 9.065.985
60000 432.975 6.012.867 4.433.340 10.879.182
70000 505.138 7.015.012 5.172.230 12.692.379
80000 577.300 8.017.156 5.911.120 14.505.576
117
que comenzar a gestionarse 1000 horas antes de llegar al tiempo medio entre fallas, por lo tanto el inicio
de la cotización debería llevarse a cabo a las 13500 horas aproximadamente. Pero como recomendación,
dado que la vida útil del componente según el manual es de 5000 horas, lo mejor es comenzar con la
gestión de la orden de compra a las 7.000 h , de esta manera a las 8.000 horas se tendrá una
confiabilidad del 60 %.Se toma esta confiabilidad dado que la correlación de los datos es de 92%, es
decir, hay un mínimo porcentaje de que falla antes de las 10.000 horas.
4.4.4. POLÍTICA DE MANTENCIÓN PROPUESTA.
La política de mantención propuesta es la CORRECTIVA, al igual que los anteriores componentes, dado
a que la confiabilidad es pequeña, tiene un exceso de tiempo medio de reparación, lo cual hace pensar
que hay demoras operacionales y humanas, ya sea, por charlas de seguridad, alimentación del personal,
entre otros.
Tiempo medio de falla es 14.053 horas, además sabemos que es un numerador alto, dado que la vida útil
del componente es de 5.000 horas. Es otra razón para dejar que el componente se corrija en el momento
que ocurra la falla. Dado que los momentos de falla analizados son estables en los 33 recambios durante
su vida útil, es decir, tiene una muy buena correlación númerica.
Estos camiones llevan en operación alrededor de 18 años, además saldrán de operación el año que
sigue, por lo tanto, ya no conviene hacer la mantención correctiva con repuestos nuevos, sino, que con
usados, por la vida útil que les va quedando. Es por esto que se tendrán que comprar componente en
REMAN (los cuáles son usados, pero con garantía del distribuidor).
Pensando que para abastecer los equipos con motores, hay una demora operacional de
aproximadamente 1000 horas, se recomienda comenzar la gestión de estos repuestos a las 7.000 horas.
Se deja un factor de seguridad de 1000 horas, dado que el tipo de abastecimiento con el cual se cuenta,
es un sistema Pull, con el cual la disponibilidad de los compontes es totalmente dependiente a la
disponibilidad del distribuidor, en este caso Finning CAT. Al comenzar la gestión de abastecimiento,
tendré en ese momento un 60% de confiabilidad.
El abastecimiento tiene que estar como máximo a las 8.000 horas del componente, ya que en caso, que
no se encuentre en ese momento el costo del servicio, se verá incrementado por el costo de ineficiencia
de alrededor de 1.000 horas, lo cual asciende a un monto de ineficiencia de 100.000 [USD]
118
aproximadamente. Claramente es muy mejor adelantar la gestión en 1.000 horas que perder el dinero
con el que se podrían comprar 14 componentes.
En cuanto a los costos respectivos a este componente va incrementando de forma lineal. Por lo tanto los
costos a medida que van aumentando las horas de operación. El mayor costo asociado.
Cabe destacar que en ningún caso conviene tomar en cuenta el costo de inventario ya que el costo de
ineficiencia es mucho mayor que el costo de inventariar. Para este estudio no se ha tomado en cuenta el
costo de inventario porque tenerlo en stock todo el tiempo es muy costoso es decir tienes un costo 7.000
[USD] cada mil horas.
119
4.5. MANDO FINAL DERECHO
De la misma forma que el mando final derecho trabaja como un sistema de servotransmisión planetaria
para proporcionar la máxima potencia al suelo. Fabricados para soportar las fuerzas de par elevado y las
cargas de impacto, los mandos finales de doble reducción proporcionan alta multiplicación de par para
reducir aún más la tensión del tren de impulsión.
120
Cálculo Rango Medio
La Figura Nº 4.43, demuestra el resultado de los tiempo entre falla, se le llama TOEF dado que este es
un caso de recambio de componentes. Para el cálculo del rango medio se toma una muestra de n= 26
salidas de componentes. Con esto podemos corroborar que se utilizará el rango medio para el cálculo.
Dado que n > 14.
El resultado de la aplicación de este rango se muestra en la TABLA Nº 4.70: “Rango Medio Confiabilidad
Mando Final Derecho”
TABLA Nº4.70: “Rango Medio Confiabilidad Mando Final Derecho”
Muestra Horas de operación TO.K.ESIMO Rango MediO
RangoMedio=i/n+1
1 11182 476 0,037
2 11343 964 0,074
3 25937 1752 0,111
4 11488 3011 0,148
5 21242 5478 0,185
6 8640 8640 0,222
7 9092 9092 0,259
8 964 9096 0,296
9 11100 11100 0,333
10 13000 11182 0,370
11 18669 11343 0,407
12 13205 11488 0,444
13 26498 11912 0,481
14 3011 13000 0,519
15 16098 13056 0,556
16 11912 13205 0,593
17 5478 13230 0,630
18 9096 14053 0,667
19 15750 15750 0,704
20 23567 16098 0,741
21 14053 18669 0,778
22 476 21242 0,815
23 13056 21526 0,852
24 21526 23567 0,889
25 13230 25937 0,926
26 1752 26498 0,963
121
TABLA Nº 4.71: “Rango medio en variables X e Y Confiabilidad Confiabilidad Mando Final Derecho”.
Rango MediO Rango Medio
RangoMedio=i/n+1 X Y
0,037 6,165 -3,277
0,074 6,871 -2,564
0,111 7,469 -2,139
0,148 8,010 -1,830
0,185 8,608 -1,586
0,222 9,064 -1,381
0,259 9,115 -1,204
0,296 9,116 -1,046
0,333 9,315 -0,903
0,370 9,322 -0,771
0,407 9,336 -0,648
0,444 9,349 -0,531
0,481 9,385 -0,420
0,519 9,473 -0,313
0,556 9,477 -0,210
0,593 9,488 -0,108
0,630 9,490 -0,007
0,667 9,551 0,094
0,704 9,665 0,196
0,741 9,686 0,300
0,778 9,835 0,408
0,815 9,964 0,523
0,852 9,977 0,647
0,889 10,068 0,787
0,926 10,163 0,957
0,963 10,185 1,193
Figura 4.43: “Linealización de la función asociada a la distribución de Weibull Mando Final Derecho”
Fuente: Elaboración Propia
122
Según los parámetros entregados por el gráfico de ajuste de Weibull los resultados para la TABLA
Nº4.72, son:
Tabla Nº 4.72: “Parámetros generados por el gráfico X e Y Confiabilidad Mando Final Derecho”
Parámetro Valor
Pendiente (ß) 1,06
Intercepto (b) 10,25
R2 0,88
Ŋ 15668 horas
Fuente: Elaboración Propia
Para ver si las observaciones de los tiempos de falla pueden aproximarse bien por dicha distribución, se
determina el índice de correlación R2 = 0,88, que indica que los puntos representados se encuentran
suficientemente próximos a la recta, lo que confirma la distribución Weibull.
Al lograr ajustar razonablemente la distribución Weibull a los datos de falla, se puede suponer que los
datos siguen un patrón caracterizado por esta distribución, lo cual facilita la obtención de información
adicional sobre el comportamiento de las fallas, para determinar su confiabilidad y disponibilidad
operacional.
De acuerdo a lo observado en la TABLA Nº 4.72: “Parámetros generados por el gráfico X e Y
Confiabilidad Mando Final Derecho”, y deduciendo que el valor que acompaña a la variable independiente
es mayor a 1, representa a un mando final izquierdo que se encuentra en una etapa de tasa de fallas de
desgaste. Los parámetros de la función de densidad de probabilidad de Weibull son corroborados con el
análisis de Kolmogorov - Smirnov que avalan la aceptación del 88% de R2.
Conocidos los valores de β y ŋ, se puede obtener la función de densidad de probabilidad f(t), que
determina la probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma
forma se puede determinar la distribución F(t), cuya función permite calcular la probabilidad de que el
equipo falle en un determinado instante t y la confiabilidad R(t), que representa la probabilidad de que el
componente se encuentre en buenas condiciones de funcionamiento en el instante t.
123
obtenido del estadígrafo Dα, son todos mayores, por lo que se ve aceptada la hipótesis y con ellos los
datos.
TABLA Nº 4.73: “Resumen de los resultados de la prueba K-S de confiabilidad del mando final derecho”
α N Dα >ó< Dni Hipótesis
0,1 26 0,24 > 0,1897 Aceptada
0,05 26 0,27 > 0,1897 Aceptada
0,01 26 0,32 > 0,1897 Aceptada
Fuente: Elaboración Propia
Por tanto se concluye que los datos de salida de conjunto desde los equipos pertenecientes a la flota
785B, para el periodo entre enero del 2000 a la fecha son significativos y el ajuste empleado, Función de
Weibull, posee una desviación aceptable.
124
La variación de la tasa de falla del motor que se está estudiando, se presenta gráficamente en la FIGURA
Nº 4.44:“Tasa de Fallas Mando Final Derecho”, muestra la probabilidad condicional de falla en función de
las horas de operación del equipo.
125
Tiempo Medio Entre Fallas (MTBF)
Para el componente Mando Final Derecho el momento en que se necesita un cambio de componente y
de la misma manera sea necesario que salga del equipo donde esta insertado, se muestra en la FIGURA
Nº 4.46:”Tiempo Medio Entre Fallas del Mando Final Derecho”
Como se menciono anteriormente este indicador representa una confiabilidad del 38% con lo cual
podemos concluir que este tiempo promedio no es fiable. Y la misma forma la tasa de fallas va en pleno
ascenso cuando ocurre el tiempo medio entre fallas.
MANTENIBILIDAD
Los datos necesarios para poder calcular la mantenibilidad de la flota respecto a la transmisión de la flota,
son los que figuran en la TABLA Nº 4.75: “Datos Mantenibilidad Mando Final derecho”. Cabe destacar
que el TPR, es el tiempo promedio de reparación.
TABLA Nº 4.75: “Datos Mantenibilidad Mando Final derecho”
Muestra TPR TPR.K.ESIMO
1 16,5 2
2 48 3
3 2 4,25
4 24 4,5
5 3 15,75
6 4,5 16,5
7 4,25 16,5
8 61 16,5
9 87 17
10 19,25 17,25
11 72 19,25
12 15,75 19,5
13 63,11 22
14 19,5 24
15 17,25 48
16 72 48
17 16,5 53
18 22 61
19 120 63,11
20 53 72
21 17 72
22 16,5 87
23 48 96
24 112,5 112,5
25 336 120
26 96 336
126
Con los datos mostrados anteriormente, los cuáles muestran la salida de los componentes mayores
desde los distintos equipos, es decir, el momento en donde tuvieron una reparación que afecto al curso
normal de la operación de parte de la flota, con estos es posible comenzar a calcular la mantenibilidad.
Cálculo Rango Medio
Nuevamente la muestra es la misma (n= 26 salidas de componentes). Este cálculo es de utilidad para
determinar los parámetros ß, ŋ y γ, primero se debe calcular los rangos medios dividiendo cada falla por
el total de detenciones más uno.
El resultado de la aplicación de este rango se muestra en la TABLA Nº 4.76: “Rango Medio
Mantenibilidad para Mando Final Derecho”.
TABLA Nº 4.76: “Rango Medio Mantenibilidad para Mando Final Derecho”
TPR.K.ESIMO Rango Medio
RangoMedio=i/n+1
2 0,037
3 0,074
4,25 0,111
4,5 0,148
15,75 0,185
16,5 0,222
16,5 0,259
16,5 0,296
17 0,333
17,25 0,370
19,25 0,407
19,5 0,444
22 0,481
24 0,519
48 0,556
48 0,593
53 0,630
61 0,667
63,11 0,704
72 0,741
72 0,778
87 0,815
96 0,852
112,5 0,889
120 0,926
336 0,963
127
TABLA Nº 4.77: “Rango medio de la mantenibilidad en variables X e Y Mando Final Derecho”.
Rango Medio Rango Medio
RangoMedio=i/n+1 X Y
0,037 0,693 -3,277
0,074 1,099 -2,564
0,111 1,447 -2,139
0,148 1,504 -1,830
0,185 2,757 -1,586
0,222 2,803 -1,381
0,259 2,803 -1,204
0,296 2,803 -1,046
0,333 2,833 -0,903
0,370 2,848 -0,771
0,407 2,958 -0,648
0,444 2,970 -0,531
0,481 3,091 -0,420
0,519 3,178 -0,313
0,556 3,871 -0,210
0,593 3,871 -0,108
0,630 3,970 -0,007
0,667 4,111 0,094
0,704 4,145 0,196
0,741 4,277 0,300
0,778 4,277 0,408
0,815 4,466 0,523
0,852 4,564 0,647
0,889 4,723 0,787
0,926 4,787 0,957
0,963 5,817 1,193
128
TABLA Nº 4.78: “Parámetros generados por el gráfico X e Y en la mantenibilidad del Mando Final
Derecho”
Parámetro Valor
Pendiente (ß) 0,88
Intercepto (b) 3,8
R2 0,95
Ŋ 58,7 Horas
Fuente: Elaboración Propia
De acuerdo a lo observado en la TABLA Nº 4.78: “Parámetros generados por el gráfico X e Y en la
mantenibilidad Mando Final Derecho”, y deduciendo que el valor que acompaña a la variable
independiente es menor que 1, representa a un convertidor de torque que se encuentra en una etapa de
tasa de reparaciones descendiente estando en el ciclo de vida de mortalidad infantil, comenzando su vida
de reparaciones. El coeficiente de correlación (R2) ajustado a los datos está datos está muy cerca de uno,
por lo tanto hay mucha dependencia lineal de los datos. Los parámetros de la función de densidad de
probabilidad de Weibull son corroborados con el análisis de Kolmogorov - Smirnov que avalan la
aceptación del 89% de R2.
Tasa De Reparaciones y Mantenibilidad
La TABLA Nº 4.79: “Valores de funciones mantenibilidad y tasa de reparaciones Mando Final Derecho”.
Conocidos los valores de ß y ŋ, se obtiene la función de densidad de probabilidad f(t), que determina la
probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma forma se
determina la distribución F(t), cuya función llega a calcular la probabilidad de que el equipo falle en un
determinado instante t y la Mantenibilidad M(t), que representa la probabilidad de que el componente se
encuentre en reparación en el instante t.
129
TABLA Nº 4.79: “Valores de funciones Mantenibilidad y tasa de reparación Mando Final Derecho”
Gráfica
Horas M(t) Weibull Tasa de Reparaciones
10 80% 2% 0,0101841
20 67% 33% 0,00921029
30 57% 43% 0,0086844
40 49% 51% 0,0083296
50 42% 58% 0,0080644
60 36% 64% 0,007854
63,7 34% 66% 0,00778614
70 31% 69% 0,00768039
80 27% 73% 0,00753311
90 24% 76% 0,00740555
100 21% 79% 0,00729328
120 16% 84% 0,00710299
140 12% 88% 0,00694599
160 9% 91% 0,00681279
200 6% 94% 0,00659589
250 3% 97% 0,00638589
350 1% 99% 0,00608181
500 0% 100% 0,00577527
La variación de la tasa de reparación del mando final derecho que se está estudiando, se presenta
gráficamente en la FIGURA Nº 4.48:“Tasa de Reparación Mando Final derecho”, muestra la probabilidad
condicional de la reparación en función de las horas de operación del equipo.
Respecto a la mantenibilidad del mando final derecho, el gráfico mostrado en la FIGURA Nº4.49
:”Mantenibilidad Mando Final Derecho” muestra que con un tiempo de reparación de aproximadamente
63 horas, la mantenibilidad alcanza a un 34%. Por lo que el tiempo medio entre reparación es alto. Esto
demuestra que este componente es crítico en la operación y disponibilidad del equipo, así como también
130
lo es el tiempo medio entre fallas, situación que se aprecia claramente en la FIGURA Nº 4.48 (Tasa de
Reparación) con pendiente decreciente propia de una etapa mortalidad infantil.
131
MTTR = 63,7103152 Horas
Figura Nº 4.50:”Tiempo Medio Entre Reparación Mando Final Derecho”
Fuente: Elaboración Propia Excel
A partir de estos costos incluyendo proyección de horas y periodos de estudio se puede llegar al costo
global. Además se vuelve a establecer que el factor de actualización de un 10%. Es importante destacar
que la disponibilidad del componente será igual a la de los camiones, en este caso se tomará como un
85%.
El costo de ineficiencia se obtiene con datos correspondientes al costo variable de la transmisión y su
precio de venta del producto.
El costo variable del mando final izquierdo, es según la TABLA Nº4.81:
TABLA Nº 4.81:”Costos Variables”
Costos Variables
Lubricante + Filtro = 27.4 [USD/H]
Check List = 0,581 [USD/H]
TOTAL = 28,049 [USD/H]
132
Precio Venta Producto
Producción = 140 [TON/H]
Resultado Producción = 40 [%]
Producción Final = 56 [TON/H]
Precio Promedio Mineral = 120 [USD/TON]
Precio Venta Producto 6720 [USD/H]
Fuente: Elaboración Propia
Por lo tanto el costo de ineficiencia es, según la TABLA Nº4.83:
TABLA Nº 4.83:”Costos Ineficiencia”
Costo ineficiencia
Precio Venta = 6720 [USD/H]
Costo Variable = 28,049 [USD/H]
TOTAL = 6691,951 [USD/H]
Costo Operación
Combustible = 62 [USD/H]
Conductor = 12 [USD/H]
TOTAL = 74 [USD/H]
Fuente: Elaboración Propia
Por último el costo de servicio de reparación o recambio del motor tiene un valor de 101.410 [USD]
aproximadamente.
Finalmente el costo global es calculado de la siguiente manera, según las horas proyectadas, de manera
de poder mantener un multicriterio con la variable independiente llamada tiempo, como variable regular
de los criterios.
𝑐𝑆 ∗ 𝐻𝑃𝑟𝑜𝑦
𝐶𝑜𝑠𝑡𝑜𝐺𝐿 = 𝑈𝑆𝐷 + 𝐻𝑝𝑟𝑜𝑦 − 𝐻𝑚𝑎𝑛𝑡 ∗ 𝐶𝑒𝑗 [𝑈𝑆𝐷]
𝑀𝑇𝐵𝐹 [𝐻]
+ 1 − 𝐴 ∗ 𝐹𝑎 ∗ 𝐶𝐼 ∗ 𝐻𝑝𝑟𝑜𝑦 − 𝐻𝑚𝑎𝑛𝑡 [𝑈𝑆𝐷]
Figura Nº 4.51: “Ecuación Costos Globales”
Fuente: Elaboración Propia
Donde:
𝐶𝑜𝑠𝑡𝑜𝐺𝐿 : Costo Global.
𝑀𝑇𝐵𝐹 [𝐻] : Tiempo medio entre fallas.
133
𝐻𝑝𝑟𝑜𝑦 : Horas Proyectadas.
𝐻𝑚𝑎𝑛𝑡 : Horas de mantenimiento o servicio.
𝐶𝑒𝑗 : Costo del ejercicio de operación motor.
A : Disponibilidad.
𝐹𝑎 : Factor de Actualización.
𝐶𝐼 : Costo ineficiencia.
Donde esta ecuación resulto según horas proyectadas la tabla Nº 4.85:
Costos Globales
Horas Costo Servicio Costo Ineficiencia Costo ejercicio Costo Global
1000 6.615 104.708 73.889 185.212
4000 26.462 418.831 295.556 740.848
7000 46.308 732.954 517.223 1.296.485
10000 66.154 1.047.077 738.890 1.852.121
13000 86.000 1.361.200 960.557 2.407.757
15328 101.818 1.604.960 1.132.571 2.839.348
16000 105.847 1.675.323 1.182.224 2.963.394
20000 132.308 2.094.154 1.477.780 3.704.242
25000 165.385 2.617.693 1.847.225 4.630.303
30656 203.219 3.209.919 2.265.141 5.678.279
35000 231.539 3.664.770 2.586.115 6.482.424
40000 264.616 4.188.308 2.955.560 7.408.484
45984 304.620 4.814.879 3.397.712 8.517.211
70000 463.079 7.329.539 5.172.230 12.964.848
85000 562.310 8.900.155 6.280.565 15.743.030
TABLA Nº 4.85: “Costos Globales”
Fuente: Elaboración Propia
Luego de esto podemos concluir que el costo global al momento del tiempo medio entre fallas es
de2.839.348 [USD]
4.5.2 RESULTADOS CUALITATIVOS.
La mayor recurrencia de fallas se da por partículas métalicas dentro del aceite, esto se debe a la fricción
y movimiento de este mando final, ya que como no están balanceados uno con el otro como se explico
anteriormente, también sufre consecuencias. El tiempo medio de reparación no es tan superior al que se
establece por manual, en este caso es de 63 horas, ya que, debería demorar 48 horas. Es un hecho que
afecta el factor humano, pero como la tasa de fallas en la vida de operación de la maquina es alta tienen
mucha más experiencia los mantenedores en cambiar este componente.
134
que, el consumidor no determina la producción de estos proveedores de manera directa, los productores
son los controlan el mercado.
La demora de este componente fluctúa dependiendo del medio de transporte utilizado para importar el
producto desde China, donde se encuentra su planta manufacturera. Si es enviado por un medio aéreo
tiene una demora mínima de 20 días, en caso de ser por medio de transporte acuático es de 30 días.
Como este motor tiene un tiempo medio entre falla de 15.328 horas, es indispensable que el componente
se encuentre en los talleres antes de este momento. Por lo que la orden de compra del componente tiene
que comenzar a gestionarse 1000 horas antes de llegar al tiempo medio entre fallas, por lo tanto el inicio
de la cotización debería llevarse a cabo a las 13500 horas aproximadamente. Pero como recomendación,
dado que la vida útil del componente según el manual es de 5000 horas, lo mejor es comenzar con la
gestión de la orden de compra a las 7.000 h , de esta manera a las 8.000 horas se tendrá una
confiabilidad del 70 %.Se toma esta confiabilidad dado que la correlación de los datos es de 88%, es
decir, hay un mínimo porcentaje de que falla antes de las 10.000 horas.
4.5.4 POLÍTICA DE MANTENCIÓN PROPUESTA.
La política de mantención propuesta es la CORRECTIVA, al igual que los anteriores componentes, dado
a que la confiabilidad es pequeña, tiene un exceso de tiempo medio de reparación, lo cual hace pensar
que hay demoras operacionales y humanas, ya sea, por charlas de seguridad, alimentación del personal,
entre otros.
Tiempo medio de falla es 15.328 horas, además sabemos que es un numerador alto, dado que la vida útil
del componente es de 5.000 horas. Es otra razón para dejar que el componente se corrija en el momento
que ocurra la falla. Dado que los momentos de falla analizados son estables en los 26 recambios durante
su vida útil, es decir, tiene una muy buena correlación númerica.
Estos camiones llevan en operación alrededor de 18 años, además saldrán de operación el año que
sigue, por lo tanto, ya no conviene hacer la mantención correctiva con repuestos nuevos, sino, que con
usados, por la vida útil que les va quedando. Es por esto que se tendrán que comprar componente en
REMAN (los cuáles son usados, pero con garantía del distribuidor).
Pensando que para abastecer los equipos con motores, hay una demora operacional de
aproximadamente 1000 horas, se recomienda comenzar la gestión de estos repuestos a las 8.000 horas.
135
Se deja un factor de seguridad de 1000 horas, dado que el tipo de abastecimiento con el cual se cuenta,
es un sistema Pull, con el cual la disponibilidad de los compontes es totalmente dependiente a la
disponibilidad del distribuidor, en este caso Finning CAT. Al comenzar la gestión de abastecimiento,
tendré en ese momento un 70% de confiabilidad.
El abastecimiento tiene que estar como máximo a las 10.000 horas del componente, ya que en caso, que
no se encuentre en ese momento el costo del servicio, se verá incrementado por el costo de ineficiencia
de alrededor de 1.000 horas, lo cual asciende a un monto de ineficiencia de 104.000 [USD]
aproximadamente. Claramente es muy mejor adelantar la gestión en 1.000 horas que perder el dinero
con el que se podrían comprar otro componente.
En cuanto a los costos respectivos a este componente va incrementando de forma lineal. Por lo tanto los
costos a medida que van aumentando las horas de operación. El mayor costo asociado.
Cabe destacar que en ningún caso conviene tomar en cuenta el costo de inventario ya que el costo de
ineficiencia es mucho mayor que el costo de inventariar. Para este estudio no se ha tomado en cuenta el
costo de inventario porque tenerlo en stock todo el tiempo es muy costoso es decir tienes un costo 6.600
[USD] cada mil horas.
136
4.6. DIFERENCIAL
La función de este conjunto dentro del tren de potencia, es permitir que las ruedas derecha e izquierda de
los equipos CAT-131 al CAT-136, giren a revoluciones diferentes, según éste se encuentre tomando una
curva hacia un lado o hacia el otro. La imagen del diferencial se observa en la FIGURA Nº4.52
137
TABLA Nº4.87: “Rango Mediana Confiabilidad Diferencial”
Muestra Horas de operación TO.K.ESIMO Rango Mediana
RangoMediana=i-0,3/n+0,4
1 24827 5866 0,094594595
2 56577 24827 0,22972973
3 27298 27298 0,364864865
4 5866 32129 0,5
5 32129 40428 0,635135135
6 40428 48882 0,77027027
7 48882 56577 0,905405405
La generación de datos se lleva a cabo al trazar los puntos tanto de X como de Y. Es necesario aplicar la
regresión lineal a los datos de tal manera de ver los resultados de la linealización realizada. La aplicación
de la regresión permite validar el grado de linealización de los datos. De la ecuación resultante de la
correlación, se obtiene como parámetro ß el valor que acompaña a la variable independiente y se
determina como ŋ con el cuociente de la constante de la ecuación y el valor de ß. Como se muestra en la
siguiente FIGURA Nº 4.53: “Linealización de la función asociada a la distribución de Weibull Diferencial”,
el trazado de la recta de regresión con y=0, es la siguiente:
138
Figura 4.53: “Linealización de la función asociada a la distribución de Weibull Diferencial”
Fuente: Elaboración Propia
Según los parámetros entregados por el gráfico de ajuste de Weibull los resultados son los observados
en la TABLA Nº4.89:
TABLA Nº 4.89: “Parámetros generados por el gráfico X e Y Confiabilidad Diferencial”
Parámetro Valor
Pendiente (ß) 1,34
Intercepto (b) 14,27
R2 0,88
Ŋ 41170 horas
Fuente: Elaboración Propia
Para ver si las observaciones de los tiempos entre fallas pueden aproximarse por dicha distribución, se
2
determina el índice de correlación R = 0,88, que indica que los puntos representados se encuentran
suficientemente próximos a la recta, lo que confirma la distribución Weibull.
Al lograr ajustar razonablemente la distribución Weibull a los datos de falla, se puede suponer que los
datos siguen un patrón caracterizado por esta distribución, lo cual facilita la obtención de información
adicional sobre el comportamiento de las fallas, para determinar su confiabilidad y disponibilidad
operacional.
De acuerdo a lo observado en la TABLA Nº 4.89: “Parámetros generados por el gráfico X e Y
Confiabilidad del Diferencial”, y deduciendo que el valor que acompaña a la variable independiente es
mayor a 1, representa a un diferencial que se encuentra en una etapa de tasa de fallas de desgaste. Los
parámetros de la función de densidad de probabilidad de Weibull son corroborados con el análisis de
Kolmogorov - Smirnov que avalan la aceptación del 88% de R2.
139
Conocidos los valores de β y ŋ, se puede obtener la función de densidad de probabilidad f(t), que
determina la probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma
forma se puede determinar la distribución F(t), cuya función permite calcular la probabilidad de que el
equipo falle en un determinado instante t y la confiabilidad R(t), que representa la probabilidad de que el
componente se encuentre en buenas condiciones de funcionamiento en el instante t.
Test De Verificación Kolmogorov – Smirnov
Se calcula en una planilla de Excel. Restando la diferencia entre el rango medio y la distribución
acumulada de los datos. Los resultados obtenidos se muestran en el ANEXO A: “Resultados Tasa de
verificación Prueba K-S para confiabilidad del Diferencial”, en ella se determina el valor absoluto de Dni
que muestra las n observaciones de tiempo de recambio de los motores entre el año 2000 a la fecha (7
recambios o diferencia entre la salida y entrada de estos).
El mayor valor absoluto resultante del Dni es igual a 0,1679. Y como se muestra en la TABLA Nº4.90:
“Resumen de los resultados de la prueba K-S de confiabilidad del Diferencial” los valores obtenido del
estadígrafo Dα, son todos mayores, por lo que se ve aceptada la hipótesis y con ellos los datos.
Tabla Nº 4.90: “Resumen de los resultados de la prueba K-S Motor Diesel de de confiabilidad del
Diferencial”
α N Dα >ó< Dni Hipótesis
0,1 7 0,43 > 0,1679 Aceptada
0,05 7 0,48 > 0,1679 Aceptada
0,01 7 0,53 > 0,1679 Aceptada
Fuente: Elaboración Propia
Por tanto se concluye que los datos de salida de conjunto desde los equipos pertenecientes a la flota
785B, para el periodo entre enero del 2000 a la fecha son significativos y el ajuste empleado, Función de
Weibull, posee una desviación aceptable.
Conocidos los valores de ß y ŋ, se obtiene la función de densidad de probabilidad f(t), que determina la
probabilidad de falla de un elemento por unidad de tiempo en cada instante t, de la misma forma se
determina la distribución F(t), cuya función llega a calcular la probabilidad de que el equipo falle en un
140
determinado instante t y la confiabilidad R(t), que representa la probabilidad de que el componente se
encuentre en buenas condiciones de funcionamiento en el instante t.
TABLA Nº 4.91: “Valores de funciones confiabilidad y tasa de fallas Mando Final Derecho”
Gráfica
Horas R(t) Weibull Tasa de fallas
1000 99% 1% 9,11368E-06
5000 94% 6% 1,58285E-05
10000 86% 14% 2,00768E-05
20000 68% 32% 2,54652E-05
30000 52% 48% 2,92649E-05
37787 41% 59% 3,16754E-05
45000 32% 68% 3,36315E-05
50000 27% 73% 3,48691E-05
60000 19% 81% 3,71193E-05
70000 13% 87% 3,91347E-05
80000 9% 91% 4,09688E-05
90000 6% 94% 4,26578E-05
100000 4% 96% 4,42276E-05
120000 1% 99% 4,70818E-05
155000 0% 100% 5,14017E-05
Fuente: Elaboración Propia
La variación de la tasa de falla del motor que se está estudiando, se presenta gráficamente en la FIGURA
Nº 4.54:“Tasa de Fallas Diferencial”, muestra la probabilidad condicional de falla en función de las horas
de operación del equipo.
141
Tal como se señala en el apartado anterior, el diferencial se encuentra con una tasa de fallas estable por
encontrarse en una etapa de vida útil, la tasa de fallas tiende a normalizarse sobre las 10.000 horas,
como se aprecia en la FIGURA Nº4.54. Con esta información se puede corroborar que ß coincide con la
tasa de fallas.
Respecto a la confiabilidad del diferencial, el gráfico mostrado en la FIGURA Nº4:55”Confiabilidad Del
Diferencial”, muestra que con un tiempo de aproximadamente 9500 horas, la confiabilidad alcanza a un
50%. Este tiempo está lejano al tiempo medio entre fallas. Esto demuestra que este componente es
poco confiable así como también lo es el tiempo medio entre fallas, situación que se aprecia claramente
en la FIGURA 4.54(Tasa de Fallas) con pendiente creciente propia de una etapa de vejez del
componente.
Como se menciono anteriormente este indicador representa una confiabilidad del 41% con lo cual
podemos concluir que este tiempo promedio no es fiable. Y la misma forma la tasa de fallas va en pleno
ascenso cuando ocurre el tiempo medio entre fallas. Sabemos que la etapa de vida útil es de vejez para
este componente.
142
MANTENIBILIDAD
Los datos necesarios para poder calcular la mantenibilidad de la flota respecto a la transmisión de la flota,
son los que figuran en la TABLA Nº 4.92: “Datos Mantenibilidad Del Diferencial”.
TABLA Nº 4.92: “Datos Mantenibilidad Del Diferencial”.
Equipo O.T. FECHA Horas Detención CONTROL CONJUNTO Motivo Número de Serie Conjunto que sale
CAT133 647177 07/03/2001 4,75 SALIDA Corona Diferencial
Requiere Overhaul
21DIF-7
CAT133 10270774 11/06/2012 5 SALIDA Diferencial Por horas de operación
21DIF-1
CAT134 619673 01/06/2000 16,75 SALIDA Diferencial Horas de operación
21DIF-3
CAT134 652176 12/04/2001 24 SALIDA Corona diferencial
Falla por dientes
21DIF-6
quebrados
CAT134 690494 31/05/2002 96 SALIDA Diferencial Horas de operación
21DIF-7
CAT135 792712 04/04/2007 109 SALIDA Corona diferencial
Horas de operación
21DIF-4
CAT 136 10178279 01/04/2011 168 SALIDA diferencial Horas de operación
C-21DIF-2
143
Cálculo de X e Y
Esto permite llevar a la gráfica en el eje X la línea de tiempo y en el eje Y los rangos medio de los tiempos
de operación entre falla. Como se muestra en la siguiente TABLA Nº 4.94: “Rango medio de la
mantenibilidad en variables X e Y Diferencial”.
TABLA Nº 4.94: “Rango mediana de la mantenibilidad en variables X e Y Diferencial”.
Muestra Rango Mediana
X Y
1 1,55814 -2,30888
2 1,60944 -1,34318
3 2,81840 -0,78984
4 3,17805 -0,36651
5 4,56435 0,00819
6 4,69135 0,38584
7 5,12396 0,85788
144
Pendiente (ß) 0,88
Intercepto (b) 3,8
R2 0,95
Ŋ 58,7 Horas
Fuente: Elaboración Propia
De acuerdo a lo observado en la TABLA Nº 4.95: “Parámetros generados por el gráfico X e Y en la
mantenibilidad Diferencial”, y deduciendo que el valor que acompaña a la variable independiente es
menor que 1, representa a un convertidor de torque que se encuentra en una etapa de tasa de
reparaciones descendiente estando en el ciclo de vida de mortalidad infantil, comenzando su vida de
reparaciones. El coeficiente de correlación (R2) ajustado a los datos está datos está muy cerca de uno,
por lo tanto hay mucha dependencia lineal de los datos. Los parámetros de la función de densidad de
probabilidad de Weibull son corroborados con el análisis de Kolmogorov - Smirnov que avalan la
aceptación del 90% de R2.
Tasa De Reparaciones y Mantenibilidad
La TABLA Nº 4.96: “Valores de funciones mantenibilidad y tasa de reparaciones Diferencial”. Conocidos
los valores de ß y ŋ, se obtiene la función de densidad de probabilidad f(t), que determina la probabilidad
de falla de un elemento por unidad de tiempo en cada instante t, de la misma forma se determina la
distribución F(t), cuya función llega a calcular la probabilidad de que el equipo falle en un determinado
instante t y la Mantenibilidad M(t), que representa la probabilidad de que el componente se encuentre en
reparación en el instante t.
TABLA Nº 4.96: “Valores de funciones Mantenibilidad y tasa de reparación Diferencial”
Gráfica
Horas M(t) Weibull Tasa de Reparaciones
10 0,750 0,250 0,020
20 0,628 0,372 0,016
30 0,539 0,461 0,014
40 0,470 0,530 0,013
50 0,414 0,586 0,012
60 0,367 0,633 0,012
70 0,327 0,673 0,011
75 0,310 0,690 0,011
80 0,294 0,706 0,011
90 0,264 0,736 0,010
120 0,197 0,803 0,009
150 0,149 0,851 0,009
200 0,098 0,902 0,008
250 0,066 0,934 0,008
300 0,046 0,954 0,007
450 0,017 0,983 0,006
700 0,004 0,996 0,006
145
La variación de la tasa de reparación del mando final derecho que se está estudiando, se presenta
gráficamente en la FIGURA Nº 4.58:“Tasa de Reparación Diferencial”, muestra la probabilidad
condicional de la reparación en función de las horas de operación del equipo.
146
Test De Verificación Kolmogorov – Smirnov
Se calcula en una planilla de Excel. Restando la diferencia entre el rango medio y la distribución
acumulada de los datos. Los resultados obtenidos se muestran en el ANEXO A: “Resultados Tasa de
verificación Prueba K-S para Diferencial”, en ella se determina el valor absoluto de Dni que muestra las n
observaciones de tiempo de recambio de los motores entre el año 2000 a la fecha (7 recambios o
diferencia entre la salida y entrada de estos).
El mayor valor absoluto resultante del Dni es igual a 0,1163. Y como se muestra en la TABLA Nº4.97:
“Resumen de los resultados de la prueba K-S de mantenibilidad del Diferencial” los valores obtenido del
estadígrafo Dα, son todos mayores, por lo que se ve aceptada la hipótesis y con ellos los datos.
TABLA Nº 4.97: “Resumen de los resultados de la prueba K-S mantenibilidad del Diferencial”
α N Dα >ó< Dni Hipótesis
0,1 7 0,43 > 0,1163 Aceptada
0,05 7 0,48 > 0,1163 Aceptada
0,01 7 0,53 > 0,1163 Aceptada
Fuente: Elaboración Propia
Por tanto se concluye que los datos de salida de conjunto desde los equipos pertenecientes a la flota
785B, para el periodo entre enero del 2000 a la fecha son significativos y el ajuste empleado, Función de
Weibull, posee una desviación aceptable.
147
COSTO GLOBAL COMPONENTE.
El costo global de este componente, consta de los siguientes costos:
Costo de ineficiencia.
Costo de Operación de la transmisión.
Costo de servicio de recambio de este componente mayor.
A partir de estos costos incluyendo proyección de horas y periodos de estudio se puede llegar al costo
global. Además se vuelve a establecer que el factor de actualización de un 10%. Es importante destacar
que la disponibilidad del componente será igual a la de los camiones, en este caso se tomará como un
85%.
El costo de ineficiencia se obtiene con datos correspondientes al costo variable de la transmisión y su
precio de venta del producto.
El costo variable del diferencial, es según la TABLA Nº4.98:
TABLA Nº 4.98:”Costos Variables”
Costos Variables
Lubricante + Filtro = 173,264 [USD/H]
Check List = 0,581 [USD/H]
TOTAL = 173,845 [USD/H]
Fuente: Elaboración Propia
Mientras que el precio de venta es calculado de la siguiente manera, en la TABLA Nº4.99:
TABLA Nº 4.99:”Precio Venta Producto”
148
TABLA Nº 4.101:”Costo Operación”
Costo Operación
Combustible = 62 [USD/H]
Conductor = 12 [USD/H]
TOTAL = 74 [USD/H]
Fuente: Elaboración Propia
Por último el costo de servicio de reparación o recambio del motor tiene un valor de 56.317 [USD]
aproximadamente.
Finalmente el costo global es calculado de la siguiente manera, según las horas proyectadas, de manera
de poder mantener un multicriterio con la variable independiente llamada tiempo, como variable regular
de los criterios.
𝑐𝑆 ∗ 𝐻𝑃𝑟𝑜𝑦
𝐶𝑜𝑠𝑡𝑜𝐺𝐿 = 𝑈𝑆𝐷 + 𝐻𝑝𝑟𝑜𝑦 − 𝐻𝑚𝑎𝑛𝑡 ∗ 𝐶𝑒𝑗 [𝑈𝑆𝐷]
𝑀𝑇𝐵𝐹 [𝐻]
+ 1 − 𝐴 ∗ 𝐹𝑎 ∗ 𝐶𝐼 ∗ 𝐻𝑝𝑟𝑜𝑦 − 𝐻𝑚𝑎𝑛𝑡 [𝑈𝑆𝐷]
Figura Nº 4.61:”Ecuación Costos Globales”
Fuente: Elaboración Propia
Donde:
𝐶𝑜𝑠𝑡𝑜𝐺𝐿 : Costo Global Motor.
𝑀𝑇𝐵𝐹 [𝐻] : Tiempo medio entre fallas.
𝐻𝑝𝑟𝑜𝑦 : Horas Proyectadas.
𝐻𝑚𝑎𝑛𝑡 : Horas de mantenimiento o servicio.
𝐶𝑒𝑗 : Costo del ejercicio de operación.
A : Disponibilidad.
𝐹𝑎 : Factor de Actualización.
𝐶𝐼 : Costo ineficiencia.
Donde esta ecuación resulto según horas proyectadas la tabla Nº 4.102:
149
TABLA Nº 4.102: “Costos Globales”
Costos Globales
Horas Costo Servicio Costo Ineficiencia Costo ejercicio Costo Global
1000 1.490 97.994 73.852 173.336
5000 7.452 489.968 369.260 866.680
10000 14.904 979.936 738.520 1.733.360
20000 29.808 1.959.872 1.477.040 3.466.720
30000 44.711 2.939.809 2.215.560 5.200.080
37787 56.430 3.702.885 2.790.646 6.549.960
45000 67.067 4.409.713 3.323.340 7.800.120
50000 74.519 4.899.681 3.692.600 8.666.800
55000 81.971 5.389.649 4.061.860 9.533.480
75574 112.747 7.405.770 5.581.291 13.099.808
80000 119.230 7.839.490 5.908.160 13.866.880
85000 126.682 8.329.458 6.277.420 14.733.560
90000 134.134 8.819.426 6.646.680 15.600.240
95000 141.586 9.309.394 7.015.940 16.466.920
155000 231.009 15.189.011 11.447.060 26.867.080
150
concluir que el componente tiene una resistencia y calidad muy grande, por lo que, lo mejor es comenzar
con la gestión de la orden de compra a las 32.000 horas.
4.6.4 POLÍTICA DE MANTENCIÓN PROPUESTA SEGÚN MULTICRITERIO.
La política de mantención propuesta es la CORRECTIVA, al igual que los anteriores componentes, a
pesar de ser la confiabilidad bajísima el componente ha podido resistir 6 veces más, en cuanto a vida útil,
que lo que recomienda el fabricante.
Tiempo medio de falla es 37.787 horas, además sabemos que es un numerador alto, dado que la vida
útil del componente es de 6.000 horas. Es otra razón para dejar que el componente se corrija en el
momento que ocurra la falla, ya que, si se hubiera utilizado una política preventiva se hubiera pagado 6
componentes. Dado que los momentos de falla analizados no son muy estables en los 7 recambios
durante su vida útil, es mejor asegurarse de tener este repuesto a las 32.000 horas.
Estos camiones llevan en operación alrededor de 18 años, además saldrán de operación el año que
sigue, por lo tanto, ya no conviene hacer la mantención correctiva con repuestos nuevos, sino, que con
usados, por la vida útil que les va quedando. Es por esto que se tendrán que comprar componente en
REMAN (los cuáles son usados, pero con garantía del distribuidor).
Pensando que para abastecer los equipos con motores, hay una demora operacional de
aproximadamente 1000 horas, se recomienda comenzar la gestión de estos repuestos a las 35.000
horas. Se deja un factor de seguridad de 3000 horas, dado que el tipo de abastecimiento con el cual se
cuenta, es un sistema Pull, con el cual la disponibilidad de los compontes es totalmente dependiente a la
disponibilidad del distribuidor, en este caso Finning CAT. Al comenzar la gestión de abastecimiento,
tendré en ese momento un 50% de confiabilidad.
El abastecimiento tiene que estar como máximo a las 36..000 horas del componente, ya que en caso, que
no se encuentre en ese momento el costo del servicio, se verá incrementado por el costo de ineficiencia
de alrededor de 1.000 horas, lo cual asciende a un monto de ineficiencia de 97.000 [USD]
aproximadamente. Claramente es muy mejor adelantar la gestión en 1.000 horas que perder el dinero
con el que se podrían comprar otro componente.
En cuanto a los costos respectivos a este componente va incrementando de forma lineal. Por lo tanto los
costos a medida que van aumentando las horas de operación. El mayor costo asociado.
151
Cabe destacar que en ningún caso conviene tomar en cuenta el costo de inventario ya que el costo de
ineficiencia es mucho mayor que el costo de inventariar. Para este estudio no se ha tomado en cuenta el
costo de inventario porque tenerlo en stock todo el tiempo es muy costoso es decir tienes un costo 1.400
[USD] cada mil horas.
152
5. CONCLUSIONES
En primer lugar, se puede expresar que la metodología aplicada tiene mucho de cuantitativo, de la misma
manera los datos extraídos son fiables, por lo que podemos decir que el estudio es fiable. Los valores
resultantes de la extracción de datos, son escenciales para llegar a saber la confiabilidad, mantenibilidad
y parámetros asociados.
Como conclusión general de los resultados se puede apreciar que todos los componentes se definen por
una política CORRECTIVA. Dado a la vejez de los componentes y a su tiempo medio entre fallas es
superior a la vida útil establecida por el fabricante. Esta arista de la conclusión, se debe a que los
parámetros obtenidos tanto de la confiabilidad como de la mantenibilidad de los componentes más
críticos de los equipos así lo rectifican. Por ejemplo en el componente llamado diferencial el tiempo medio
entre fallas es de 37.000 horas aproximadamente, el manual del equipo expresa que a las 6.000 horas el
componente tiene que ser cambiado, por lo que tener una política correctiva con este componente hace
ahorrar a la compañía con más de 300.000 [USD].
Este estudio además sirvió para validar resultados empíricos que la unidad de Ingeniería de
Mantenimiento, sobre los componentes y sobre sus indicadores. Como es el caso de los costos globales,
si bien es cierto, los costos de ineficiencia son costos imaginarios, ayudan a tener más claridad acerca de
la minimización de costos, para estudios futuros.
Es importante también por la cantidad de horas de operación que han tenido estos camiones que los
componentes que se compren no sean nuevos, ya que, estos equipos de alto tonelaje saldrán de
circulación en el 2014, por lo que no es necesario invertir el doble del dinero en repuestos por algo que
está terminando su vida útil. Es por eso que algunos puntos a lograr en estudios posteriores que realice la
unidad de ingeniería de mantenimiento podrían ser: el inventario medio de estos componentes, la
supervisión de operación de los próximos equipos que lleguen a la faena, supervisar las empresas
colaboradoras que operen la flota CAT 983.
En cuanto al abastecimiento de estos componentes es importante tener claro que hay que gestionarlos
con mucho tiempo antes para no tener costos elevados por detención de equipos, es decir, costos de
indisponibilidad o lucro cesante por no contar con el repuesto.
Por último es importante rescatar que la importancia de la confiabilidad, según Librado Magallanes, es:
Porqué los sistemas de ingeniería, componentes y dispositivos no son perfectos.
Para minimizar la ocurrencia y recurrencia de fallas.
Para entender “porqué y “como” las fallas ocurren.
Para poder prevenir eficazmente las fallas.
(MAGALLANES, L. 2011)
153
Es decir, se pueden ir haciendo mejoras continuas en el proceso de mantenimiento de equipos. De forma
de mejorar la gestión de componentes, en los equipos que se estudien en el futuro.
Por último, es importante destacar que para elegir una estrategia de mantenimiento, hay que tener en
cuenta multicriterios tanto de operación como de mantención.
154
6. RECOMENDACIONES
Las recomendaciones a considerar para el futuro tanto para esta flota como cualquier otra que obtenga la
Compañía Minera del Pacífico, Faena El Romeral, son las siguientes:
Realizar un análisis del diagrama de pareto que se aplico en un principio de este estudio, de
forma de analizar las fallas y por que ocurrieron, de manera de minimizarlas.
Hacer un enfoque más relevante y preventivo a los servicios que se realizan al concurrir las horas
de operación. Sería más conveniente hacerlo para los camiones que se adquirirán en el 2014, ya
que, quizás la estrategia de mantenimiento daría otro rumbo. Ya que para los camiones
analizados en este estudio, no se recomienda utilizar métodos preventivos, por el costo de
aquello. Pero para camiones que vendrán en el futuro será rentable por el dominio de las
mantenciones y la vida útil de aquellos.
Aumentar la disponibilidad y utilización de los equipos de alto tonelaje, buscando técnicas
cualitativas y cuantitativas, De forma, que las horas de detención de los equipos, tanto por falla,
como por otros factores, no afecten a la producción de las faenas mineras.
Hacer charlas motivacionales y de cuidado con el equipo a los operadores de estos equipos, de
manera que internalicen la importancia de este activo, de manera que no comentan más errores
de manejo de estos, que puedan provocar fallas e interrupciones en el `proceso.
Es importante recomendar que para realizar un estudio de tal magnitud, se deben tener conocimientos y
técnicas científicas aplicadas a la creación y a la resolución de problemas. Para ello, el estudio,
conocimiento, manejo y dominio de las matemáticas, estadística y otras ciencias es aplicado
profesionalmente tanto para el desarrollo de tecnologías, como para el manejo eficiente de recursos y
fuerzas de la naturaleza en beneficio de la empresa. Por lo tanto a través de estos análisis se puede
trasformar el conocimiento en algo práctico.
155
7. BIBLIOGRAFÍA
ALVARADO,ARMANDO 2004.Maquinaria y Mecanización Agrícola. Primera Edición. Editorial Estatal a
distancia. San José, Costa Rica. 503p.
ARATA, A., FURLANETTO, L., 2005. Manual de gestión de activos y mantenimiento. Primera edición.
Chile. RIL Editores 35 -37 p.
ARATA, A. 2009. Ingeniería y gestión de la confiabilidad operacional en plantas industriales. Primera
edición. Chile. RIL Editores 302 p.
ARATA, A. 2009. Ingeniería y gestión de la confiabilidad operacional en plantas industriales. Primera
edición. Chile. RIL Editores 212, 303 p.
ARATA, A., FURLANETTO, L., 2005. Manual de gestión de activos y mantenimiento. Primera edición.
Chile. RIL Editores 256 p.
ARATA, ADOLFO, STEGMAIER, RAUL, 2005. Estrategias de mantención. En: Arata, A., Furnaletto, L.
2005. Manual de gestión de activos y mantenimiento. Primera edición. Chile. RIL Editores 140 p.
ARATA, A. 2009. Ingeniería y gestión de la confiabilidad operacional en plantas industriales. Primera
edición. Chile. RIL Editores. 140p.
ARATA, ADOLFO, FURNALETTO, LUCIANO, 2000. Organización Liviana. Modelo de Excelencia
Empresarial, Editorial Mc.Graw Hill, Santiago. 5-13p.
ARNOLETTO, 2007. Administración de la producción como ventaja competitiva. Editorial Triunfar.
Caracas, Venezuela. 63p.
BARRINGER, H. PAUL, 1997. Life cycle costs & reliability for process equipment, En: Conference Penn
Well. Houston, Texas, USA. 172p.
CABRERA, S. ,2008. La confiabilidad integral de equipos. Centro de estudios ingeniería en
mantenimiento. Instituto Superior Politécnico José Antonio Echeverría. Ciudad de la Habana, Cuba.
Editorial La Habana. 53p.
COPPERS & LYBRAND GALGANO, 1995. Los 7 instrumentos de la calidad total. Segunda Edición, Italia.
Ediciones Díaz de Santos. 132p.
DEL VILLAR, ENRIQUE, 2008. Diques de escollera. España. Primer Edición. Ediciones Díaz de Santos.
139p.
DEVORE, JAY, 2008. Probabilidad y estadística para ingeniería y ciencias. Sexta Edición.
Cengage Learning Editores136p.
DURÀN, JOSÈ BERNARDO, 2001. Mantenimiento centrado en la confiabilidad, CODELCO Salvador,
Chile. 01-11p. Revista Club mantenimiento. Año 1. Nº2. Septiembre 2001. 1-11p.
EVANS, J., 2008. Administración Y Control de la Calidad. Front Cover. Primera edición. Cengage
Learning Editores, 614p.
FURLANETTO, L. 2008. Prefacio. En: Arata, A. 2009. Ingeniería y gestión de la confiabilidad operacional
en plantas industriales. Primera edición. Chile. RIL Editores Vii p.
FURLANETTO, LUCIANO, 2005. La Mantención en la fabrica liviana. En: Arata, A., Furnaletto, L. 2005.
Manual de gestión de activos y mantenimiento. Primera edición. Chile. RIL Editores 256 p.
156
HENRÍQUEZ, R. 2009. Análisis de fallas: Una herramienta para la mantención. En: VI Encuentro
internacional de mantenedores de Plantas Mineras. Antofagasta, Chile. GECAMIN 256p.
INSTITUTO LATINOAMERICANO DE PLANIFICACIÓN ECONÓMICA Y SOCIAL, 2002.Guía de
presentación de Proyectos. Madrid, España. Vigésima Séptima edición. Siglo XXI editores. 119p.
KARDEK, A., NASCIF, J., 2002. Mantenimiento, Función Estratégica, CIP Brasil, Rio Janeiro, 49p.
KARDEK, A., NASCIF, J., 2002. Mantenimiento, Función Estratégica, CIP Brazil, Rio Janeiro, 43p.
MARÍN, RODRIGO.,2010. Método de Mantenimiento Centrado en Confiabilidad, para filtros de discos –
Planta molienda. Trabajo de titulación presentado en conformidad a los requisitos para obtener el título de
Ingeniero en ejecución Metalúrgico. Concepción. Universidad de Concepción. Facultad de las Ciencias de
la Ingeniería. 46p.
MARÍN, RODRIGO.,2010. Método de Mantenimiento Centrado en Confiabilidad, para filtros de discos –
Planta molienda. Trabajo de titulación presentado en conformidad a los requisitos para obtener el título de
Ingeniero en ejecución Metalúrgico. Concepción. Universidad de Concepción. Facultad de las Ciencias de
la Ingeniería. 51p.
MARTINEZ, ALEJANDRO, DEL CASTILLO, GUILLERMO, 2012. Recambio de componentes: Una mirada
desde la gestión de activos. 5 al 7 de septiembre. Santiago, Chile. En: IX Encuentro internacional de
mantenedores Equipos Mina. GECAMIN 45-52p.
JAVIER FERRAS, 2004. Guía de gestión de la innovación Producción y logística. Primer Edición.
Universidad de AMCE. Barcelona, España. 58p.
MESA, D., ORTIZ, Y., PINZÓN, M. ,2006. La confiabilidad, la disponibilidad y la mantenibilidad,
disciplinas modernas aplicadas al mantenimiento 156 p.
MUÑOZ, DAVID, 2009. Administración de operaciones. Enfoque de administración de procesos de
negocio. Primera Edición. Santa Fe, México. Cengage Learnig Editorial. 392p.
157
PASCUAL, R. 2008 El arte de mantener. Versión 2.91 .Universidad de Chile. Santiago 22p.
PASCUAL, R. 2007 El arte de mantener. Versión 2.81 .Universidad de Chile. Santiago 105p.
ROMERO, RAFAEL, 2005. Métodos estadísticos para ingeniería. Universidad Politécnica de Valencia.
Editorial de la UPV. Valencia, España. 334p.
SOLS, ALBERTO, 2000. Fiabilidad, Mantenibilidad, Efectividad: Un Enfoque Sistemático Colección
Ingeniería volumen 12. Universidad Pontificia Comillas. Madrid, España. 114 - 115p.
SOMMEVILLE, IAN, 2005. Ingeniería en software. Séptima Edición. Editorial Pearson Addisson Wesley.
Madrid, España. 190p.
SOURIS, J.P., 2008. La maintenance source de profits. Paris, Francia. Cuarta Edición. Editorial Les
“D`Organisation. 435p.
QUEZADA, MANUEL. 2008. Confiabilidad Integrada en equipos de Mantención. Trabajo de titulación
Presentado en conformidad a los requisitos para obtener el título de Ingeniero en ejecución Mecánico. La
Serena. Universidad de La Serena, Facultad de las Ciencias de la Ingeniería. 50p.
WARKELY, DENNIS, 2009. Estadística Matemática con aplicaciones. Séptima Edición. Editorial Cengage
Learning. Santa Fe, México. Editores 219p.
WOODHOUSE, J., 2004. Implementando la Gerencia de Activos British Standard PAS-55. Primera
Edición. Editorial McGraw-Hill. Londres, Inglaterra. 15p.
ZHAN, HANWEN & GUTIÉRREZ, HUGO, 2010. Teoría estadística: Aplicaciones y métodos. Primera
edición. Editorial Santo Tomás. Bogotá, Colombia. 402p.
158
8. LINKOGRAFÍA
AMENDOLA, LUÍS JOSÉ. 2002. “Modelos Mixtos de confiabilidad”. Publicado por Datastream [en línea]
<www.mantenimientomundial.com.> [consulta:28 agosto 2012]
BAMCO, 2010. La gestión de activos físicos. 2p. [en línea] <http://www.bamco.com.ar
/files/Ciclo%20de%20vida%20de%20los%20activos%20fisicos.pdf> [consulta: 13 agosto 2012]
BAÑADOS, ANGELICA. 2008.Hierro: Principal componente del acero [en línea] <http://delsur2009.
blogspot.com/2008/01/jueves-31-de-enero-de-2008-hierro-en.html> [consulta: 12 noviembre 2012]
BOTTINI ROBERTO, 2012. Modelos de confiabilidad En: 3º CONGRESO DE MANTENIMIENTO, Gestión
de Activos y Confiabilidad. 2 y 3 de agosto de 2011. Buenos aires, Universidad Austral de Argentina,
Facultad de Ingeniería. 42p. [en línea] <http://www.uruman.org/3er_congreso_docs/trabajos_tecnicos/UA-
Presentacion%20URUMAN-3.pdf> [consulta: 25 agosto 2012]
BUSSINESS NEWS AMERICAS, 2012. Precio Spot de mineral de hierro alcanza nivel mínimo en ocho
meses [en línea] <http://www.bnamericas.com/news/metales/precio-spot-de-mineral-de-hierro-alcanza-
nivel-mas-bajo-desde-noviembre-del-2011> [Consulta: 24 septiembre 2012]
DURÁN, J. ,2010. Gestión de Mantenimiento bajo estándares Internacionales como PAS 55 Asset
Management. The Woodhouse Partnership Ltd. [en línea] < http://www.twpl.com/> [ consulta: 21 agosto
2012]
159
INNOVA CHILE, 2009. Estudio de identificación de las oportunidades para la industria de tecnologías de
información y comunicaciones en el cluster minero. [en línea]
<http://www.innovamineria.cl/archivos/Informe_TICs_en_Mineria.pdf> [consulta: 12 noviembre 2012]
MAGALLANES, LIBRADO, 2011 Confiabilidad y gestión de riesgos.[en línea]
<http://www.cigre.org.mx/uploads/media/Cigre_parte_I_rev2> [consulta:7 septiembre 2012]
MILLAN, AUGUSTO, 2012. Historia de la minería del hierro en Chile, Editorial Universitaria [en línea]
<http://profesorenlinea.cl/Chilegeografia/HierroChile.htm> [consulta:26 agosto 2012]
MONTERROSO, ELDA, 2000. El proceso logístico y gestión de la cadena de abastecimiento. 14p. [en
línea] <http://www.unlu.edu.ar/~ope20156/pdf/logistica.pdf> [consulta:7 noviembre 2012]
MURILLO, WILLIAM, 1998. Confiabilidad y análisis estadístico para la predicción de fallas, seguridad,
supervivencia, riesgo, costo y Garantías de los equipos. [en línea ]
<http://www.rcmingenieria.com/documentos/4.14%20Weibull%20Analisis%20para%20prediccion%20de%
20fallas%20Ver1.pdf> [consulta: 10 septiembre 2012]
SCOTT SPEAKS, 2011. Reliability and MTBF Overwiew, 3p. [En línea] <http://www.vicorpower.com
/documents/quality/Rel_MTBF.pdf> [consulta: 10 septiembre 2012]
MANTEMIN, 2006. Optimización en la toma de decisiones de gestión de activos físicos en minería. En:
Primer encuentro equipos mina. 25 al 27 de octubre 2006. Universidad de Chile. Santiago, Chile. [en
línea] <http://www.cec.uchile.cl/~rpascual/mispapers/pascual-mantemin06.pdf> [consulta: 9 septiembre
2012]
SOJO, J. 2010. Desarrollo Sostenible del Activo con PAS 55 Asset Management. The Woodhouse
Partnership Ltd 5p. [en línea] <http://www.mantenimientomundial.com/sites/mmnew/bib /notas/Desarrollo-
Sojo.pdf> [consulta: 20 agosto 2012]
TAVARES, LOURIVAL, 2001. Administración moderna del mantenimiento. Publicado por datastream. 70-
75p. [en línea] <www.datastream.net/latinoamerica> [consulta: 04 septiembre 2012]
WIGODKI, JACQUELINE 2010. Población Muestra. [en línea] <http://jacqueline-
wigodski.blogspot.com/> [consulta: 2 septiembre 2012]
160
9. ANEXOS
ANEXO A:
RESULTADOS TASA VERIFICACIÓN PRUEBA K-S PARA MOTOR DIESEL
Validación K.S
Tamaño Muestra Dni Abs(Dni)
1 -0,056609611 0,056609611
2 -0,069321401 0,069321401
3 -0,067100496 0,067100496
4 -0,035439596 0,035439596
5 -0,065433153 0,065433153
6 -0,018308982 0,018308982
7 0,03905976 0,03905976
8 0,070211806 0,070211806
9 0,110846682 0,110846682
10 0,167344029 0,167344029
11 0,22169162 0,22169162
12 0,200931848 0,200931848
13 0,241284872 0,241284872
14 0,178280708 0,178280708
15 0,107689901 0,107689901
16 -0,058562442 0,058562442
Validación K.S
Tamaño Muestra Dni Abs(Dni)
1 -0,03641019 0,036410187
2 0,00459586 0,004595857
3 0,04082713 0,040827131
4 -0,00895013 0,008950135
5 0,02534225 0,025342251
6 -0,0068653 0,006865301
7 -0,05714959 0,057149594
8 -0,01242108 0,012421076
9 0,03021285 0,030212852
10 -0,01896936 0,01896936
11 0,03985417 0,039854169
12 0,06044781 0,060447808
13 0,11589799 0,115897988
14 0,02457439 0,024574391
15 0,02851386 0,02851386
16 -0,04663955 0,046639549
161
Validación K.S
Tamaño Muestra Dni Abs(Dni)
1 0,0233 0,0233
2 -0,0700 0,0700
3 -0,0396 0,0396
4 0,0015 0,0015
5 -0,1063 0,1063
6 -0,1078 0,1078
7 -0,0700 0,0700
8 -0,0458 0,0458
9 -0,0392 0,0392
10 -0,0347 0,0347
11 0,0121 0,0121
12 0,0524 0,0524
13 0,0615 0,0615
14 0,0757 0,0757
15 0,0893 0,0893
16 0,1211 0,1211
17 0,0673 0,0673
18 0,0341 0,0341
19 0,0147 0,0147
20 0,0102 0,0102
Validación K.S
Tamaño Muestra Dni Abs(Dni)
1 -0,0640 0,0640
2 -0,0234 0,0234
3 -0,0535 0,0535
4 -0,0058 0,0058
5 0,0228 0,0228
6 0,0506 0,0506
7 0,0405 0,0405
8 0,0367 0,0367
9 0,0339 0,0339
10 -0,0359 0,0359
11 0,0032 0,0032
12 0,0508 0,0508
13 0,0984 0,0984
14 0,1394 0,1394
15 0,1649 0,1649
16 0,1892 0,1892
17 0,0465 0,0465
18 0,0440 0,0440
19 -0,0755 0,0755
20 -0,0449 0,0449
162
Validación K.S
Tamaño Muestra Dni Abs(Dni)
1 0,011 0,011
2 0,018 0,018
3 0,018 0,018
4 0,022 0,022
5 -0,083 0,083
6 -0,062 0,062
7 -0,064 0,064
8 -0,073 0,073
9 -0,094 0,094
10 -0,100 0,100
11 -0,078 0,078
12 -0,073 0,073
13 -0,074 0,074
14 -0,080 0,080
15 -0,069 0,069
16 -0,058 0,058
17 -0,051 0,051
18 -0,063 0,063
19 -0,061 0,061
20 -0,064 0,064
21 -0,039 0,039
22 -0,029 0,029
23 -0,010 0,010
24 0,005 0,005
25 0,035 0,035
26 0,062 0,062
27 0,086 0,086
28 0,116 0,116
29 0,128 0,128
30 0,140 0,140
31 0,141 0,141
32 0,141 0,141
163
Validación K.S
Tamaño Muestra Dni Abs(Dni)
1 0,004 0,004
2 -0,039 0,039
3 -0,037 0,037
4 -0,022 0,022
5 -0,010 0,010
6 -0,011 0,011
7 -0,047 0,047
8 -0,029 0,029
9 0,001 0,001
10 0,018 0,018
11 0,048 0,048
12 0,038 0,038
13 0,012 0,012
14 0,042 0,042
15 0,041 0,041
16 0,022 0,022
17 0,053 0,053
18 0,034 0,034
19 0,047 0,047
20 -0,033 0,033
21 -0,003 0,003
22 0,027 0,027
23 0,058 0,058
24 0,046 0,046
25 0,075 0,075
26 0,105 0,105
27 0,108 0,108
28 0,128 0,128
29 0,050 0,050
30 -0,058 0,058
31 -0,053 0,053
32 -0,024 0,024
164
Validación K.S
Tamaño Muestra Dni Abs(Dni)
1 -0,0063 0,0063
2 0,0145 0,0145
3 0,0200 0,0200
4 0,0475 0,0475
5 0,0245 0,0245
6 -0,0113 0,0113
7 0,0065 0,0065
8 -0,0321 0,0321
9 -0,0650 0,0650
10 -0,1709 0,1709
11 -0,1584 0,1584
12 -0,1292 0,1292
13 -0,1168 0,1168
14 -0,1389 0,1389
15 -0,1120 0,1120
16 -0,0877 0,0877
17 -0,0628 0,0628
18 -0,0463 0,0463
19 -0,0482 0,0482
20 -0,0203 0,0203
21 0,0086 0,0086
22 0,0344 0,0344
23 0,0631 0,0631
24 0,0708 0,0708
25 0,0591 0,0591
26 0,0807 0,0807
27 0,0580 0,0580
28 0,0440 0,0440
29 0,0691 0,0691
30 0,0698 0,0698
31 0,0707 0,0707
32 0,0940 0,0940
33 0,0869 0,0869
165
Validación K.S
Tamaño Muestra Dni Abs(Dni)
1 -0,03 0,03
2 -0,05 0,05
3 -0,08 0,08
4 -0,06 0,06
5 -0,04 0,04
6 -0,03 0,03
7 -0,01 0,01
8 0,02 0,02
9 0,02 0,02
10 0,03 0,03
11 0,06 0,06
12 0,09 0,09
13 0,12 0,12
14 0,15 0,15
15 0,14 0,14
16 0,10 0,10
17 0,05 0,05
18 0,08 0,08
19 0,04 0,04
20 0,05 0,05
21 0,07 0,07
22 0,06 0,06
23 0,09 0,09
24 0,03 0,03
25 0,05 0,05
26 0,06 0,06
27 -0,01 0,01
28 0,00 0,00
29 0,00 0,00
30 -0,01 0,01
31 -0,03 0,03
32 -0,02 0,02
33 -0,03 0,03
166
Validación K.S
Tamaño Muestra Dni Abs(Dni)
1 -0,02 0,02
2 0,00 0,00
3 0,01 0,01
4 0,04 0,04
5 -0,09 0,09
6 -0,06 0,06
7 -0,03 0,03
8 0,01 0,01
9 0,04 0,04
10 0,07 0,07
11 0,09 0,09
12 0,12 0,12
13 0,13 0,13
14 0,15 0,15
15 -0,01 0,01
16 0,02 0,02
17 0,03 0,03
18 0,02 0,02
19 0,05 0,05
20 0,05 0,05
21 0,08 0,08
22 0,06 0,06
23 0,07 0,07
24 0,06 0,06
25 0,08 0,08
26 -0,03 0,03
RESULTADOS TASA VERIFICACIÓN PRUEBA K-S PARA DIFERENCIAL
Validación K.S
Tamaño Muestra Dni Abs(Dni)
1 0,024168 0,024168
2 -0,167966 0,167966
3 -0,072932 0,072932
4 -0,011674 0,011674
5 0,011999 0,011999
6 0,054110 0,054110
7 0,121391 0,121391
Validación K.S
Tamaño Muestra Dni Abs(Dni)
1 -0,0624 0,0624
2 0,0675 0,0675
3 0,0275 0,0275
4 0,0892 0,0892
5 -0,1163 0,1163
6 -0,0113 0,0113
7 0,0332 0,0332
167