Confiabilidad en Plataformas Offshore

UNIVERSIDAD NACIONAL DE INGENIERÍA
FACULTAD DE INGENIERÍA MECÁNICA
TESIS
“DESARROLLO DE UN ALGORITMO PARA EL

ANÁLISIS DE CONFIABILIDAD DEL SISTEMA DE
SEPARACIÓN DE GASES DE UNA UNIDAD FLOTANTE
DE PRODUCCIÓN, ALMACENAMIENTO Y
TRANSFERENCIA DE PETRÓLEO (FPSO).”
PARA OBTENER EL TÍTULO PROFESIONAL DE:

INGENIERO NAVAL
ELABORADO POR:
LEONIDAS MAURICIO CONDORI
ASESOR
D.Sc. JUAN PABLO VARGAS MACHUCA BUENO
LIMA – PERÚ
2018
ii
DEDICATORIA
Dedico este trabajo para quienes
estuvieron siempre conmigo apoyándome,
especialmente a mis padres que fueron mi
fortaleza, a mis hermanos por acompañarme y a
mis verdaderos amigos que me dieron su apoyo
moral. Muchas gracias por tanto, a todos
ustedes.
iii
AGRADECIMIENTOS
A mi familia por siempre apoyarme en los momentos más complicados y estar
preocupados por mí, mi madre que gracias a su perseverancia y deseo de superación
me inspiró a continuar mis objetivos, a mi padre por ser más que un padre, un amigo,
que siempre supo aconsejarme, a mis hermanos por los momentos a su lado y apoyo
incondicional.
A mi orientador y asesor de tesis por darme las pautas para la elaboración
adecuada de la tesis y consejos profesionales. A mi mejor amiga, Stefanny Garay,
por siempre darme ánimos y ser como una hermana para mí.
iv
RESUMEN
El presente trabajo consiste en la determinación de acciones de
mantenimiento que deben ser programadas y efectuadas, basado en el estudio y
análisis del historial de fallas del sistema de separación de gases de una unidad
flotante de producción, almacenamiento y transferencia de petróleo (FPSO),
considerando un estudio de confiabilidad. El objetivo es poder establecer políticas de
mantenimiento teniendo en cuenta la prioridad de las tareas que deban ser
efectuadas
Para establecer la jerarquía de las tareas de mantenimiento es usado el
Número de Prioridad de Riesgo (RPN), considerado en el FMECA (Análisis del Modo,
Efecto y Criticidad de Falla). Para obtener dicho valor son necesarios tres factores:
ocurrencia, severidad y detectabilidad. La ocurrencia será determinada por el Método
de Diagrama de Bloques, mientras que los otros dos factores serán establecidos por
la experiencia del personal técnico de planta.
Para conseguirlo se ha elaborado un algoritmo en LabVIEW, realizando el
análisis de los modos de falla de los componentes del sistema a modelar y
subsistemas. El algoritmo que se propone, fue usado también para la determinación
de acciones de mantenimiento y tiempos límites de operación y seguridad. Con dicho
algoritmo se atendieron a los requerimientos planteados y corroboran los resultados
de referencias bibliográficas que también fueron simuladas

v
ABSTRACT
The current work allows the determination of maintenance tasks that should
be programmed and carried out, considering the analysis of the history of failures of
a gas separation system of a Floating Production, Storage and Offloading (FPSO),
based on reliability study. The main objective is to establish the maintenance policies
considering which machine or subsystem has the priority in order to carry out its
maintenance task.
In order to decide the hierarchy of maintenance tasks, is used the Risk Priority
Number (RPN), considered in the FMECA (Failure Mode, Effect and Criticality
Analysis). To calculate the RPN value, three factors are needed: occurrence, severity
and detectability. The occurrence is determined by the Moment Model, in the other
hand the other two factors are established by the technical staff experience.
To achieve this, I have elaborated an algorithm in LabVIEW, performing the
fault mode analysis of the system and subsystems that will be modeled. The algorithm
proposed, is used to determine the maintenance tasks and limit times of operation
and safety. The algorithm achieves the requirements raised and corroborate the
results of the literature that are simulated as well.

vi
PRÓLOGO
En este proyecto se ha realizado una investigación aplicada con un análisis
estadístico de las fallas de un sistema, con un enfoque cualitativo y cuantitativo, que
permite conseguir resultados que ayudan enormemente a la organización de las
acciones de mantenimiento, pudiéndose clasificar a partir factores característicos
para la determinación de un diagnóstico para un periodo de tiempo. Con este estudio
se podrá obtener un diagnostico preliminar a partir del análisis de la base de datos,
o en este caso de los parámetros de distribución de probabilidad, y en base a límites
de permisibilidad, llamados umbrales de operación y de seguridad. Además de ello
también se tiene un resultado más completo que sería el establecimiento de la política
de mantenimiento a partir del valor de la criticidad de los componentes. Es importante
mencionar que se han simulado dos casos, el primero considerando un subsistema
de compresión de media presión y el otro sería el sistema mayor y completo que es,
el sistema de separación de gases correspondiente a una embarcación FPSO. La
división de este trabajo se ha realizado de la siguiente manera:
Primer capítulo “Planteamiento del problema”; Se explica las necesidades para
implementar una herramienta para el análisis de datos y optimización del proceso de
mantenimiento tradicional, los objetivos que se quiere lograr, la justificación para este
proyecto.
Segundo capítulo “Marco Teórico”; Se describe los fundamentos teóricos del
análisis de confiabilidad, las distribuciones de probabilidad, mantenimientos y tipos

vii
de mantenimientos, análisis de modos, efectos y criticidad de fallas, además de la
teoría de ingeniería de confiabilidad para el análisis de sistemas.
Tercer capítulo “Metodología de cálculo implementado en el algoritmo y
validación”; Se describe la herramienta a ser utilizada para la elaboración del
algoritmo, que en nuestro caso será el software LabVIEW, el esquema del trabajo de
los procesos que seguirá nuestro análisis desde la adquisición de datos hasta la
obtención de los resultados, considerando los datos requeridos en el ingreso de
parámetros para la edición. De la misma forma se definirán los resultados que serán
obtenidos. Seguidamente se describirá el desarrollo del algoritmo, beneficios y
limitaciones, además de mencionar y describir brevemente los sistemas que serán
analizados y se modelará un sistema de navegación a fin de validar el algoritmo
elaborado, comparándolo con resultados obtenidos por otra metodología.
Cuarto capítulo “Sistema de separación de gases de una embarcación FPSO”; se
describen brevemente los sistemas que serán analizados, tanto el sistema de
separación de gases y su subsistema de compresión de media presión.
Quinto capítulo “Algoritmo GEMACC y resultados de simulación”; se simularán
ambos sistemas para diferentes tiempos comparando los resultados y realizando
posibles mejoras.
1
INDICE
CAPÍTULO I PLANTEAMIENTO DEL PROBLEMA _______________________ 10

1.1 Realidad problemática _________________________________________ 10
1.2 Definicion del problema ________________________________________ 11
1.3 Hipotesis ___________________________________________________ 12
1.4 Objetivo ____________________________________________________ 12
1.4.1 Objetivo General__________________________________________ 12
1.4.2 Objetivos Específicos ______________________________________ 12
1.5 Justificacion _________________________________________________ 13
CAPÍTULO II MARCO TEÓRICO _____________________________________ 14

2.1 Antecedentes del proyecto _____________________________________ 14
2.2 Conceptos básicos ___________________________________________ 19
2.2.1 Mantenimiento ___________________________________________ 19
2.2.2 Tipos de Mantenimiento ____________________________________ 20
2.2.2.1 Mantenimiento Correctivo (MC) ____________________________ 21
2.2.2.2 Mantenimiento Preventivo (MP) ____________________________ 22
2.2.2.3 Mantenimiento Predictivo (MPd) ____________________________ 23
2.2.2.4 Mantenimiento Proactivo (MPa) ____________________________ 24
2.2.3 Estrategias de Gestión del Mantenimiento ______________________ 25
2.2.3.1 Mantenimiento Basado en la Condición (CBM) ________________ 26
2.2.3.2 Mantenimiento Productivo Total (TPM) ______________________ 27
2.2.3.3 Mantenimiento Centrado en la Confiabilidad (RCM) ____________ 29
2.2.3.3.1 Procesos del RCM – Pasos básicos _____________________ 30
2.2.4 Análisis de Modos y Efectos de Falla (FMEA) ___________________ 34
2.2.4.1 Procesos del Análisis de Modos y Efectos de Falla _____________ 36
2.2.4.2 Análisis de Modos, Efectos y Criticidad de Falla (FMECA) _______ 40
2.2.4.3 Evaluación de la Criticidad y Política de Mantenimiento _________ 44
2.2.5 Ingeniería de Confiabilidad __________________________________ 45
2.2.5.1 Distribución de probabilidades _____________________________ 46
2.2.5.2 Confiabilidad de sistemas _________________________________ 48
2.2.5.3 Descomposición pivotal __________________________________ 50
2
CAPÍTULO III METODOLOGÍA DE CÁLCULO IMPLEMENTADO EN EL

ALGORITMO Y VALIDACIÓN ________________________________________ 51
3.1. Esquema de trabajo___________________________________________ 51
3.2. Desarrollo del algoritmo y evaluación _____________________________ 55
3.3. Algoritmo GEMACC y validación de metodología ____________________ 58
CAPÍTULO IV SISTEMA DE SEPARACIÓN DE GASES EN UNA EMBARCACIÓN

FPSO ___________________________________________________________ 82
4.1. Embarcación FPSO ___________________________________________ 82
4.2. Sistema de separación en tres fases______________________________ 85
4.2.1. Compresor ______________________________________________ 88
CAPÍTULO V SIMULACIÓN DE SISTEMAS Y DISCUSIÓN DE RESULTADOS 93

5.1. Sistema de compresión de media presión (SCMP) ___________________ 94
5.2. Sistema separación de gases (FPSO) ___________________________ 100
Conclusiones ___________________________________________________ 110
Recomendaciones _______________________________________________ 112
Referencias bibliográficas _________________________________________ 114
Anexo A ________________________________________________________ 119

3
ÍNDICE DE FIGURAS
Figura 2.1 – Tipos de mantenimiento [7] ________________________________ 20
Figura 2.2 – Estrategias de gestión del mantenimiento.[4], [8], [24] ___________ 26
Figura 2.3 – Procesos del Mantenimiento Centrado en la Confiabilidad [25] ____ 31
Figura 2.4 – Procesos del FMEA [7] ___________________________________ 38
Figura 2.5 – Probabilidad determinada por el área bajo la curva. _____________ 46
Figura 2.6 – Sistema en serie. ________________________________________ 49
Figura 2.7 – Sistema en paralelo. _____________________________________ 49
Figura 3.1 – Diagrama de flujo del proceso de cálculo _____________________ 52
Figura 3.2 – Software LabVIEW® 2016. ________________________________ 56
Figura 3.3 – Diagrama de flujo de procesos del algoritmo GEMACC. _________ 57
Figura 3.4 – Pantalla principal del algoritmo GEMACC. ____________________ 59
Figura 3.5 – Sistema de navegación inercial naval – SINS __________________ 64
Figura 3.6 – Esquema de componentes del SINS_________________________ 65
Figura 3.7 – SINS simulado en algoritmo GEMACC _______________________ 65
Figura 3.8 – Esquema de componentes del SINS_________________________ 67
Figura 3.9 – Parámetros de entrada con apenas distribución Weibull. _________ 69
Figura 3.10 – Resultados simulados con distribución Weibull (3 000 horas). ____ 70
Figura 3.11 – Resultados simulados con distribución Weibull [18] ____________ 70
Figura 3.12 – Detalles del diagnóstico con distribución Weibull – SINS (3 000
horas) ___________________________________________________________ 71
horas) ___________________________________________________________ 72
4
horas) ___________________________________________________________ 73
Figura 3.15 – Parámetros de entrada con distribución exponencial ___________ 73
Figura 3.16 – Resultados simulados con distribución exponencial (3 000 horas) _ 74
Figura 3.17 – Detalles del diagnóstico con distribución exponencial (3 000 horas) 75
Figura 3.18 – Resultados simulados con distribución exponencial [18] ________ 75
Figura 3.21 – Cambio de distribución para componentes críticos SINS ________ 77
Figura 3.22 – Resultado del cambio de distribución en el SINS.______________ 78
Figura 3.23 – Detalles del diagnóstico con cambio de distribución (4 000 horas)_ 79
Figura 3.24 – Detalles del diagnóstico con cambio de distribución (6 000 horas)_ 79
Figura 3.25 – Resultado FMECA SINS (Energía) _________________________ 80
Figura 3.26 – Resultado FMECA SINS (Acelerómetro)_____________________ 80
Figura 3.27 – Resultado FMECA SINS (Panel de control) __________________ 81
Figura 3.28 – Detalles del resultado FMECA del SINS (Panel de control) ______ 81
Figura 4.1 – Tipos de plataformas petrolíferas flotantes. ___________________ 83
Figura 4.2 – Sistema de separación de gases de una embarcación FPSO _____ 86
Figura 4.3 – Subsistema de compresión de media presión. _________________ 87
Figura 4.3 – Subsistema de compresión de media presión. [30]______________ 90
Figura 5.1 – SCMP simulado en algoritmo GEMACC. _____________________ 95
Figura 5.2 – Edición de parámetros para el SCMP. _______________________ 95
Figura 5.3 – Resultado simulados para el SCMP (250 horas). _______________ 96
Figura 5.4 – Detalles del diagnóstico para el SCMP (250 horas). _____________ 96
Figura 5.5 – Resultado simulados para el SCMP (500 horas). _______________ 97
Figura 5.6 – Detalles del diagnóstico para el SCMP (500 horas). _____________ 97
5
Figura 5.7 – Resultado FMECA SCMP (Compresor de gas principal) _________ 98
Figura 5.8 – Resultado FMECA SCMP (Cooler) __________________________ 99
Figura 5.9 – Resultado FMECA SCMP (Scrubber de succión) _______________ 99
Figura 5.10 – Resultado FMECA SCMP (Scrubber de descarga)_____________ 99
Figura 5.11 – Detalles del resultado FMECA del SCMP (Compresor de gas principal)
_______________________________________________________________ 100
Figura 5.12 – Sistema de separación de gases simulado en algoritmo GEMACC.
_______________________________________________________________ 101
Figura 5.13 – Edición de parámetros para el sistema de separación de gases (SSG)
_______________________________________________________________ 102
Figura 5.14 – Resultado simulados para el SSG (250 horas). ______________ 102
Figura 5.15 – Detalles del diagnóstico para el SSG (250 horas). ____________ 103
Figura 5.18 – Resultado FMECA SSG (URV – SCBP) ____________________ 105
Figura 5.19 – Resultado FMECA SSG (Sistema de compresión de media presión)
_______________________________________________________________ 106
Figura 5.20 – Resultado FMECA SSG (SCAP – UC – CO2) _______________ 106
Figura 5.21 – Resultado FMECA SSG (SMAP - GI) ______________________ 106
Figura 5.22 – Detalles del resultado FMECA del SSG (Sistema de compresión de
media presión) ___________________________________________________ 107
Figura 5.23 – Edición de parámetros SSG (mudanza de parámetro del SCMP) 108
Figura 5.24 – Resultado simulados del SSG con mudanza en el SCMP (500 horas).
_______________________________________________________________ 109
Figura 5.24 – Detalles del diagnóstico para el SSG con mudanza en el SCMP (500
horas). _________________________________________________________ 109

6
Figura A.1 – Condiciones de contorno de intercambiador de calor (30) _______ 120
Figura A.2 – Condiciones de contorno del scrubber (30) __________________ 123

7
ÍNDICE DE TABLAS
Tabla 3.1 – Planilla de base de datos de fallas y mantenimientos. [30] ________ 63
Tabla 3.2 – Matriz de evaluación de ocurrencia __________________________ 69
Tabla 4.1 – Características de la embarcación FPSO ______________________ 85
Tabla 4.2 – Compresores, subdivisión en ítem mantenibles. [30] _____________ 91
Tabla 4.3 – Compresores, modos de falla. [30] ___________________________ 92
Tabla A.1 – Elementos mantenibles del intercambiador de calor [30] _________ 120
Tabla A.2 – Modos de falla del intercambiador de calor [30] ________________ 121
Tabla A.3 – Datos de fallas del intercambiador de calor [30] _______________ 121
Tabla A.4 – Elemento mantenible vs. Modo de falla – intercambiador de calor [30]
_______________________________________________________________ 122
Tabla A.5 – Elemento mantenible vs. Causa de falla – intercambiador de calor [30]
_______________________________________________________________ 122
Tabla A.6 – Modos de falla del scrubber [30] ___________________________ 123
Tabla A.7 – Elementos mantenibles del scrubber [30] ____________________ 124
Tabla A.8 – Datos de fallas del scrubber [30] ___________________________ 124
Tabla A.9 – Elemento mantenible vs. Modo de falla – scrubber [30]__________ 125
Tabla A.10 – Elemento mantenible vs. Modo de falla – scrubber [30]_________ 125
Tabla A.11 – Elemento mantenible vs. Causa de falla – scrubber [30] ________ 126
Tabla A.12 – Elemento mantenible vs. Causa de falla – scrubber [30] ________ 126
Tabla A.13 – Datos de fallas del compresor [30] _________________________ 127
Tabla A.14 – Elemento mantenible vs. Modo de falla – compresor [30] _______ 128
Tabla A.15 – Elemento mantenible vs. Causa de falla – compresor [30] ______ 129
8
INTRODUCCION
El mantenimiento juega un papel importante dentro de los procesos de
producción de toda empresa, especialmente cuando el régimen de trabajo es
continuo, esto es, que la operatividad de la planta debe estar activa durante las
veinticuatro horas del día. Pues una parada de planta, aún más si es innecesaria,
genera grandes pérdidas de producción y por ende de ganancias, y en el caso de
equipos offshore, se realizan inspecciones cada año, cada dos años y medio y el más
riguroso es cada cinco años.
El principal objetivo de las empresas dedicadas a este sector de la industria,
procura que dichos gastos por parada de planta sean mínimos, para ello dentro de
las reglas de clasificación es que se especifica que con un estudio de confiabilidad
será posible justificar el adecuado funcionamiento de los sistemas y equipos a bordo
de una embarcación offshore o plataforma offshore, que a través de documentos
indicando que los parámetros de confiabilidad están de acuerdo a valores
permisibles, será suficiente para garantizar la adecuada operación de los equipos sin
perjudicar ni la producción ni la seguridad del personal.
El análisis de confiabilidad es utilizado en muchos sectores y últimamente fue
bastante desarrollado en el sector eléctrico, donde se obtuvieron resultados bastante
convincentes, con la inclusión del análisis FMECA y metodología del RCM. A partir
de la base de datos del historial de fallas, se conseguirá mudar la metodología

9
tradicional de mantenimiento, para uno mejor organizado y que se rige a parámetros
de permisibilidad. Llegó a ser tanto la evolución de esta metodología de
mantenimiento que se crearon paquetes de software comerciales como el XFMEA y
el Relex Reliability Studio 2007 para la optimización de procesos tradicionales de
mantenimiento.
10
CAPÍTULO I
PLANTEAMIENTO DEL PROBLEMA
1.1 REALIDAD PROBLEMÁTICA
El mantenimiento de equipos o máquinas dentro de un sistema siempre ha
sido un gran desafío, pues dentro de la perspectiva económica se busca
optimizar dicho proceso, considerando costos de mantenimiento que a lo
largo del periodo de vida de los componentes y del sistema, se realizan
periódicamente. El objetivo de aquello es conseguir un desempeño
adecuado que cumplen con los parámetros mínimos de calidad.
El deterioro de componentes de un sistema se origina por diferentes
motivos, entre los cuales los más comunes son la antigüedad, régimen de
operación, calidad del componente, mantenimientos mal planeados,
incorrecta operación del usuario, entre otros. Es claro ver que al fallar el
sistema o no estar dentro de los estándares de calidad, origina pérdidas de
producción y un bajo nivel de confiabilidad de operación.
Por este motivo son varias las empresas que poseen el interés de invertir en
una metodología que permita optimizar el proceso de mantenimiento de sus
equipos y/o sistemas, de esa forma mejorar la vida útil de los mismos con la
intención de incrementar los plazos de inspecciones periódicas, los cuales
son realizadas por casas clasificadoras reconocidas internacionalmente, y

11
de esa manera poder continuar con sus operaciones sin tener ninguna
parada de planta.
Las reglas clasificadoras [1] se basan en el análisis de confiabilidad para
determinar si es factible aumentar el periodo de inspección o no, para ello
se hace necesario conocer factores de confiabilidad como son la tasa de
falla y tasa de reparo, los cuales son obtenidos de un historial de
mantenimiento en donde se registran los detalles de dichos eventos y que
consecuentemente se realiza el análisis de adherencia respectivo para
determinar la función de distribución de probabilidad se adecua mejor a los
datos (tiempos de falla y reparo). Para la determinación de la probabilidad
de falla en la ingeniería naval, es posible tener varias aplicaciones, que en
nuestro caso será el análisis de un sistema de navegación inercial y el uso
de establecimientos de límites de confiabilidad del sistema tanto en
operación como de seguridad que será evaluado en el dominio del tiempo,
lo cual permitiría saber qué acciones tomar en una determinada situación
evaluado en un tiempo de diagnóstico. Esto permitiría saber qué acciones
tomar y de tal forma se evitarían mantenimientos innecesarios lo que genera
únicamente pérdidas económicas, obteniendo así no solo mayor eficiencia
del sistema sino también mayor rentabilidad para la empresa.
1.2 DEFINICION DEL PROBLEMA
¿En qué medida el análisis del historial de mantenimientos (fallas de
componentes) junto a la ingeniería de confiabilidad y gestión de
mantenimiento centrado en la confiabilidad pueden mejorar el tiempo de vida
útil, determinar un diagnóstico en un tiempo de evaluación de un sistema de

12
separación de gases y subsistemas, cuyos componentes poseen
dependencia para su funcionamiento?
1.3 HIPOTESIS
El algoritmo planteado simula el diagnóstico de fallas futuras, recomienda
las acciones que deben realizarse para un tiempo simulado e identifica
componentes críticos.
1.4 OBJETIVO
1.4.1 Objetivo General
Elaborar un algoritmo que permite el análisis de confiabilidad de sistemas
para determinar el diagnóstico del estado futuro de la máquina para un
tiempo de evaluación determinada y conocer de la misma manera el
comportamiento de dicho sistema y de sus componentes considerando
umbrales de operación y seguridad.
1.4.2 Objetivos Específicos
• Validar la metodología con datos de una bibliografía referencial [2],
simulándose el mismo sistema y comparándose ambos resultados.
• Simular el comportamiento de la confiabilidad del sistema y de los
componentes a través de un tiempo de evaluación determinado.
• Implementar una metodología que permita identificar las acciones de
mantenimiento del sistema en un periodo de tiempo de diagnóstico o
misión.
13
1.5 JUSTIFICACION
• Permitirá evitar mantenimientos innecesarios, por lo tanto, disminución
de costos en dicho proceso.
• Permitirá un mejor rendimiento en la funcionalidad del sistema y
componentes.
• Permitirá saber las acciones que se necesitan hacer en un tiempo
simulado.
• Permitirá conocer los tiempos límites de operación y seguridad para que
el sistema funcione adecuadamente y el personal a cargo en un
ambiente seguro.
14
CAPÍTULO II
MARCO TEÓRICO
2.1 ANTECEDENTES DEL PROYECTO
En 1980, el Departamento de Defensa de EUA [3] desarrolló una
metodología que envuelve a severidad e la probabilidad de ocurrencia,
llamada Análisis de Modo, Efecto y Criticidad de Falla (FMECA),
relacionándolas en una matriz de criticidad, capaz de definir los ítems y los
modos de fallas críticos, usando dos números: número de criticidad de modo
de falla y el número de criticidad del ítem. La matriz es representada en un
gráfico de severidad versus número de criticidad y la probabilidad de
ocurrencia o falla, de esa manera se logra identificar cuáles son los ítems
que tienen mayor prioridad de mantenimiento. En 1995, fue introducido el
método de gestión basado en el riesgo por Richard B. Jones [4], que se
enfoca en el análisis de tiempo de falla para proponer una distribución de
probabilidad de falla de los datos adquiridos, que luego, serán usado para
los cálculos de los atributos de confiabilidad e introduce el mantenimiento
centrado en la confiabilidad (RCM – Reliability Centered Maintenance)
usando el número de riesgo basado en la severidad y la probabilidad de
ocurrencia, así es capaz de establecer una matriz de probabilidad y
consecuencia donde considera niveles altos y bajos, obteniendo de esa
manera la determinación de la acciones que tienen más prioridad para su

15
mantenimiento. Por otro lado, el mantenimiento centrado en la confiabilidad
(RCM), es aún más desarrollada con mayor detalle por John Moubray [5],
en 1997, que muestra los procedimientos paso a paso para la identificación
de los modos de fallas, tareas a realizarse y tiempos de son considerados
en el análisis, usando como herramienta el análisis de modos y efectos de
falla (FMEA) como un análisis cualitativo, enfocándose después en el tiempo
para la siguiente falla. El esquema de trabajo es baso en diagramas de
decisión que considera cada posible opción y atribuyendo coeficientes que
más adelante determinará las acciones de mantenimiento que serán
necesarias efectuar.
Es necesario que las acciones de mantenimiento sean clasificadas a través
del tiempo, por ello surgieron muchas propuestas de cómo esquematizar
aquello que a través de los años la perspectiva fue mejorando. Es así que
en el 2004, R. Keith Mobley [6] propuso tres tipos de mantenimiento que son;
mantenimiento mejorado, preventivo y correctivo, donde cada uno de ellos
se subdivide en otros subtipos. En el 2007, André Paegle y Norberto Moro
[7] proponen otros tres tipos de mantenimiento, que son los más conocido
en la actualidad que son; mantenimiento correctivo, preventivo y predictivo.
El concepto evoluciona aún más cuando en el 2008 la NASA [8] establece
una clasificación más en el mantenimiento, además de dichos tres ya
conocidos, conocido como mantenimiento proactivo, que también es
conocida como un mantenimiento predictivo mejorado. El análisis que se
realiza es más minucioso y considera un historial de fallas del tiempo de
operación de las máquinas, incluyendo la ingeniería de confiabilidad para
los cálculos.
16
Los tipos de mantenimiento que fueron desarrollados son para determinar
las acciones que serán realizadas cuando una falla suceda en alguna
máquina, sin embargo, para la determinación del tipo o tipos de
mantenimiento que deben ser usados en un programa de mantenimiento es
necesaria una metodología de gestión de mantenimiento. Fue así que en el
2014, Deepak Prabhakar P. y Jagathy Raj V.P. [9] definen tres tipos de
gestión de mantenimiento e los comparan, siendo que el RCM sería el más
eficaz y que genera más rentabilidad.
Siendo definido el tipo de gestión de mantenimiento, se requiere de un
análisis más analítico en FMEA para una evaluación más exacta del RCM.
Debido a eso en el 2002, Sidnei G. [10] realiza un análisis de confiabilidad
de equipos submarinos de seguridad en sondas fluctuantes considerando el
análisis de modos y efectos de fallas, de esta forma identifico las tendencias
de las fallas de los componentes y posibles acciones que se podrían realizar
basado en las observaciones. En el 2008, Gustavo C. [11] realiza un estudio
de confiabilidad de sistemas para el mantenimiento de una plataforma
FPSO, donde no solo usan un análisis cualitativo sino también cuantitativo
usando como base el nivel de severidad y frecuencia para establecer una
matriz de riesgo. Por otra parte era también necesario considerar un valor
que interviene bastante para determinación de criticidad, y a su vez de
mantenimiento, de los componentes del sistema. Dicho factor es estudiado
por varios autores como son los que se mencionan en las referencias [12–
18] que ingresan el número de prioridad de riesgo (RPN) o también conocido
como número de riesgo, donde se considera un factor importante que en los
anteriores análisis no fue abordado, que es la detectabilidad. El número de
riesgo determina la prioridad de las actividades de mantenimiento que serán

17
realizadas, definiendo así el tipo de mantenimiento que será utilizado. Para
el cálculo de dicho número de riesgo será necesario multiplicar los tres
factores que están envueltos en su cálculo (severidad, detectabilidad,
ocurrencia) y basado en dicho valor y límites que son predefinidos se
establece una política de mantenimiento dependiendo del nivel de riesgo
que posee el componente. Fue tanto la importancia del RPN, que fueron
desarrollados softwares que permiten calcular su valor, y ordenar la prioridad
el mantenimiento de los componentes de acuerdo a ello. Una aplicación de
lo mencionado fue en el 2010, cuando H. Arabian-Hoseynabadi et al. [13]
usaron un programa llamado Relex Realiability Studio 2007 V.2, para
obtener los valores de criticidad de dos turbinas y las compara para
determinar la más eficiente a través del valor de su RPN, esto es, que
mientras menos fuese el valor del RPN significaría que el equipo sería más
confiable, además de ellos se verifica también la tasa de falla, pues si ésta
disminuye significa que la falla tendrá menos probabilidad de suceder. Otra
aplicación fue en el 2013, cuando Reza et al. [16] calcularon los valores de
la criticidad con el programa XFMEA, quiere decir que el programa fue
empleado para obtener el RPN y conocer la prioridad de mantenimiento y
que consecuentemente programa las actividades de mantenimiento de los
primeros cinco componentes, que serían los primeros de acuerdo con el
orden que establece el RPN (de mayor a menor). Para ambos cases se
evalúa como afectarán las medidas usadas en los costos de mantenimiento,
sin embargo, eso apenas es una verificación de la mejora del proceso, pues
no es realizado ningún calculo referente a los costos de mantenimiento.
En el 2015, X. Jian et al. [2], proponen una de definición más desarrollada
del número de riesgo y evoluciona el concepto que se tenía, considerando

18
además de los tres valores conocidos, otros factores que acompañan a cada
uno de estos valores, que son determinados por el personal técnico,
representado el peso (importancia) que cada uno tiene dentro del cálculo
final, obteniéndose así un nuevo valor conocido como número de prioridad
de mantenimiento (MNP – Maintenance Priority Number), sin embargo, los
valores de severidad, detectabilidad e ocurrencia, son calculados con
probabilidades que en ese caso es una continua mudanza a lo largo del
tiempo, considerando un tiempo de teste establecido. A partir de un
diagrama que concatena los componentes (conociendo así sus
dependencias) conocido como GO Chart y la metodología de GO
Methodology, se obtiene el resultado final y parcial de las probabilidades de
falla y consecuentemente sus confiabilidades. El único detalle que tiene este
análisis, es que la lógica envuelta para su cálculo (análisis del diagrama)
posee dificultades computacionales especialmente cuando se tienen varios
componentes. [19]
Como anteriormente fue mencionado para el análisis del sistema total es
necesario saber la distribución de los componentes y las dependencias entre
ellos, sabiendo que la metodología de GO Methodology tiene ciertas
dificultades en sistemas complejos y aún más cuando se desea programarlo.
Adicionalmente a ello se ve la necesidad de analizar los estados de
operación de la máquina, considerando las dependencias o conexiones que
existen entre los componentes, es así que en el 2013, J. Wang et al. [20]
realizaron el análisis de los atributos de confiabilidad del sistema completo
de una turbina a gas, utilizando el modelo de Markov, y considerando una
distribución exponencial para los datos del historial de fallas. En el 2015, B.
Mkandawire et al. [15] utilizaron dicho concepto, pero para introducir el factor
19
de ocurrencia en el análisis de modos, efectos y causas de falla (FMECA) y
compararlos con el resultado obtenido por el método de momentos donde
se decido una distribución de probabilidad de una base de datos (historial)
mayor.
2.2 CONCEPTOS BÁSICOS
2.2.1 Mantenimiento
Se entiende por el concepto de mantenimiento, el conjunto de técnicas
necesarias para la operación regular y continua de una máquina, equipos,
sistemas o instalaciones. Estas precauciones engloban la conservación,
restauración, adaptación, sustitución y prevención. Un claro ejemplo es
cuando estamos rectificando las palas de una hélice, lo que significaría que
estamos restaurándolas y si estuviésemos cambiando el pistón de un motor,
estaríamos sustituyéndolo. [6,21]
Para tener una mejor idea del concepto de mantenimiento, se mencionarán
a continuación los objetivos relacionados con el mantenimiento en una
empresa.
− Mantener los equipos y maquinarias en régimen de trabajo continuado,
con el propósito de garantizar la producción normal y la calidad del
producto final que debe de cumplir siempre con los estándares de
producción.
− Prevenir probables fallas en el sistema o en alguna función que impida o
funcionamiento adecuado de los elementos de las máquinas.
Para lograr los objetivos que fueron mencionados, es necesario realizar un
programa de mantenimiento adecuado, que sea basado en criterios que

20
puedan clasificar las tareas que necesitan realizarse para cada situación
porque, en la realidad, no todas las fallas son abordadas de la misma
manera. [21]
El mantenimiento óptimo y las acciones que son involucradas en ello, de
cualquier máquina o sistema, es aquel que permite obtener la mayor
disponibilidad para la producción en el tiempo que ella está en servicio y
considerando un costo razonable [22].
Las acciones que deben ser realizadas por el programa de mantenimiento
necesitan de una clasificación que pueda definir los tipos de acciones
correspondientes a cada una de ella. Evidentemente, conforme el desarrollo
de las tecnologías y de nuevas técnicas de mantenimiento continúe
actualizándose, los conceptos pueden evolucionar.
2.2.2 Tipos de Mantenimiento
Existen cuatro tipos principales de mantenimiento considerados en el
presente trabajo, los cuales son los que se ilustran en la Figura 2.1 [8]
MANTENIMIENTO
CORRECTIVO PREVENTIVO PREDICTIVO PROACTIVO
• Ítems de fácil sustitución • Patrón de fallas conocido • Patrones de falla aleatorios • RCFA (Análisis de Falla Causa
• Componentes no críticos • No se importa por la • Basado en un historial de Raíz)
• Bajo nivel de importancia. condición actual del fallas. • Optimización del tiempo de
• Baja probabilidad de fallar equipo. • Determinación de acciones vida.
• Sustitución de será realizada con el análisis • Continuo feedback
consumibles • No establece frecuencia de • Ingeniería de confiabilidad
(Ej. Motor Caterpillar) periodicidad. • Máquinas de elevado costo
de adquisición.
Figura 2.1 – Tipos de mantenimiento [8]

21
2.2.2.1 Mantenimiento Correctivo (MC)
El mantenimiento correctivo implica reparos que son realizados en el
momento que una falla ocurre, que por lo general son reparos de
emergencia, correcciones y cualquier otra actividad que no fue programada
con anticipación. Actualmente, la mayoría de mantenimientos que son
realizadas, generalmente son correctivos dentro del contexto industrial, sin
embargo, es recomendable planear un mantenimiento predictivo, preventivo
o proactivo para reducir la necesidad de correcciones de emergencia y de
esa manera evitar las paradas de planta innecesarias. Cuando se tiene una
falla evidente, por ejemplo, el desgaste de sellos hidráulicos en el eje de una
embarcación, es fácil de percibirlo y relativamente accesible repararlo,
porque las experiencias, que envuelve la identificación de fallas, de los
operarios están directamente relacionadas con dicho acontecimiento, por lo
tanto, se evitaría de esa forma que ocurra algo peor que podría afectar en
mayor escala a dicha embarcación.
La resolución de problemas y el diagnóstico de detección de fallas son un
gran factor de consumo de tiempo para el mantenimiento. Cuando el
problema es obvio, generalmente es fácilmente corregido, sin embargo, las
fallas que son intermitentes y las ocultas son las que demandan más tiempo
aún, por otro lado, con el diagnóstico, las causas pueden ser aisladas y
seguidamente reparadas. [6]
El hecho de realizar un mantenimiento correctivo, es considerar los ítems
cuyo reemplazo sea simple de hacer, como es el caso de componentes no
críticos, cuya falla no afecta demasiado en la operación adecuada del
sistema, lo que significa que su probabilidad de falla es baja. [6,8]

22
Existe un criterio que considera que se debe tener componentes que solo
necesitan de mantenimiento correctivo, conocido como “Run to Failure” o
“operar hasta fallar”, debido a que no valdría la pena planear un
mantenimiento especializado cuando el componente no es esencial para el
funcionamiento adecuado del sistema. [6,8,9]
2.2.2.2 Mantenimiento Preventivo (MP)
El mantenimiento preventivo es una técnica importante para las actividades
de reparo. El equipo de mantenimiento es responsable por la parte más
importante, el mantenimiento total del sistema. El mantenimiento preventivo
puede ser descrito como actividades que brindan cuidado y mantenimiento
con el propósito de mantener el equipo o el sistema en condiciones óptimas
de operación, realizando inspecciones sistemáticas, detección y corrección
de fallas. Uno de los objetivos del mantenimiento preventivo es mejorar la
vida productiva del objeto de análisis, reduciendo el número de fallas de sus
componentes críticos, permitiendo así un mejor planeamiento, organización
y determinación de la programación de actividades de mantenimiento,
minimizando las pérdidas de producción que son ocasionadas por las fallas
del sistemas, por otra parte también se preserva la salud y la seguridad del
personal técnico de mantenimiento. [21]
El mantenimiento preventivo tiene grandes ventajas, pues las
programaciones de las tareas son realizadas con un patrón ya conocido que
permite prevenir posibles fallas. Un claro ejemplo de este tipo de
mantenimiento son los motores Caterpillar, donde las acciones de
mantenimiento están establecidas en intervalos de tiempos conocidos (2500
horas, 5000 horas, 11000 horas, etc.), que son brindadas por el fabricante
23
los cuales fueron determinadas por experiencias de otros motores
anteriormente analizados. Pese a tener esta gran ventaja, dichas acciones
realizadas a los componentes no consideran la condición actual de los
dichos componentes y por ende de la máquina como sistema. Es así que la
desventaja recae también sobre dichos tiempos estipulados, pues una falla
crítica podría ocurrir antes de dichos tiempos dependiendo del régimen de
trabajo al cual está sometido la máquina, lo que implicaría una disminución
rotunda en la operación o la interrupción del mismo. [8]
2.2.2.3 Mantenimiento Predictivo (MPd)
El mantenimiento predictivo supone tendencias y análisis del desempeño de
los parámetros de la máquina y las operaciones para la detección e
identificación de las fallas antes que ellas ocurran y prevenir el desarrollo de
una consecuencia mayor. La metodología de detección y diagnóstico de los
problemas efectuados en el momento es definitivamente el camino más
deseable para mantener las máquinas en operación adecuada. El gran
desafío es detectar las fallas con anticipación, cuando los defectos o
problemas no son de gran impacto en el funcionamiento, y se la naturaleza
del problema fuese identificada cuando la máquinas está en operación, los
beneficios serían los siguientes: [23]
− Las paradas de planta podrán ser programadas para una fecha
conveniente de manera que no afecte significativamente a la producción;
− La programación del trabajo, que incluye al personal técnico,
herramientas y piezas de reposición podrán ser preparadas con
anticipación a la parada;
24
− El daño extenso que podría ser ocasionado por una falla forzada podrá
ser evitado;
− El tiempo de reparo podrá ser mantenido en el mínimo posible, y también
se reducirá el tiempo de inactividad de la máquina;
− Se evitarán elevados costos de ensayo y error para resolver el problema
cuando el análisis identifique la naturaleza del problema;
− Las máquinas en buenas condiciones de trabajo podrán continuar
operando mientras no haya fallas en su operación. El tiempo y el dinero
no serán desperdiciados para el desmontaje de las máquinas, ya que,
estarán operando apropiadamente.
En comparación con el mantenimiento preventivo, el mantenimiento
predictivo no tiene un patrón de fallas conocido, sino patrones de fallas
aleatorios que son basados en un historial de fallas obtenido por el monitoreo
constante y el control de parámetros de funcionamiento de la máquina.
[6,8,24]
2.2.2.4 Mantenimiento Proactivo (MPa)
El mantenimiento proactivo se enfoca en impedir las fallas que
continuamente suceden y minimizar los costos de mantenimiento de las
máquinas. Hay dos áreas principales del mantenimiento proactivo; la
primera, es de las habilidades proactivas y tecnologías proactivas, y la
segunda, es la proactividad a partir de una perspectiva de programación.
[21]
Generalmente, estamos tan envueltos en el mantenimiento que olvidamos
planear la eliminación o mitigación del problema desde su fuente, es por eso

25
que son necesarias herramientas aún más especializadas como el análisis
de causa raíz de la falla (RCFA) considerando más explorar la edad como
un factor determinante para falla futuras. La ingeniería de confiabilidad es
usada como herramienta de análisis de probables fallas y reparos, basados
en un historial, estableciendo una perspectiva de análisis considerando el
tiempo de vida de la máquina y prediciendo las fallas que precisan ser
reparadas. Este tipo de mantenimiento es una gran oportunidad para
prevenir fallas, en lugar de actuar en el momento que ellas ocurren sin
planificación ninguna, de esta forma se disminuyen costos, además de
tiempo valioso (especialmente para máquinas de elevado valor de
adquisición) que puede ser usado para la continuación de la producción. [8]
Una gran ventaja que tiene este tipo de mantenimiento, en comparación con
las otras es la mejora continua en sí, a través del perfeccionamiento del
proyecto, instalación, procesos de mantenimiento, ejecución y
programación, además de eso la continua retroalimentación que permite que
los procesos y las técnicas de mantenimiento mejoren en la medida que son
aplicadas. [8]
2.2.3 Estrategias de Gestión del Mantenimiento
El desarrollo de nuevas estrategias de mantenimiento han a paso lento, sin
embargo, en las últimas dos décadas ha sido renovado el enfoque del
mantenimiento, principalmente debido a la necesidad que se tiene en la
operación para la reducción de paradas continuas de planta. Este enfoque
generó la adopción de tres estrategias de mantenimiento diferentes, las
cuales están representadas en la Figura 2.2. [5,9,24]

26
ESTRATEGIAS DE GESTIÓN DEL

MANTENIMIENTO
MANT ENIMIENTO CENTRADO MANT ENIMIENTO MANT ENIMIENTO CENTRADA

EN L A CO NDICIÓN (CBM) PRO DUCTIVO TO TAL (TPM) EN L A CO NFIAB ILIDAD (RCM)
• Es el modelo más antiguo. • Los operadores de máquinas son los • Enfoque más eficaz para el análisis
• Decisiones de reparo o reemplazo responsables por el mantenimiento. del mantenimiento.
basado en la condición actual o futura • Procura eliminar los principales • Más rentabilidad
del equipo. factores de pérdidas de la • Aumento del tiempo de vid a ú til de
• Basado en indicadores indirectos. producción. los equipos.
• El mantenimiento es realizado solo em • Bastante comunicación entre el • Análisis FMECA.
el momentos de la inspección. personal de mantenimiento,
ingenieros y producción.
Figura 2.2 – Estrategias de gestión del mantenimiento.[5,9,24]
2.2.3.1 Mantenimiento Basado en la Condición (CBM)
Este es el modelo más antiguo de los tres que serán comparados en este
trabajo. El mantenimiento basado en la condición es una filosofía que
envuelve decisiones de reparos o sustituciones en respecto a la condición
actual del equipo. Esta estrategia reconoce que el cambio de condición y/o
del desempeño de la máquina es el principal motivo para realizar un
mantenimiento. El tiempo ideal para realizar un mantenimiento es
determinado por un efectivo monitoreo de la máquina, o del objeto que sea
analizado, como también de sus componentes. La evaluación del estado
cambia de una simple inspección visual a el desarrollo de una inspección
automatizada, usando varias herramientas y técnicas de monitoreo. El
objetivo del CBM é minimizar los costos totales de inspección y reparos a
través de la adquisición e interpretación de datos intermitentes o continuos
relacionados con la condición de operación de los componentes críticos de
la máquina. [9,23]
El mantenimiento basado en la condición tiene diferentes formas de
aplicación, desde la más simple hasta la más compleja, sin embargo, la más
común en casi todas las industrias es donde el foco de análisis es la

27
adquisición de datos, pronósticos y correcciones con varios grados de
automatización. [9]
Como punto de partida, son necesarios indicadores representativos de
monitoreo de la condición del equipo por un periodo de tiempo. Cuando se
inicie la adquisición de datos, los indicadores estarán configurados para dar
una alarma considerando niveles predeterminados de deterioro, de esta
manera las acciones de mantenimiento serán efectuadas a fin de conseguir
niveles aceptables de operación de la máquina. El concepto mencionado
implica que el momento que las acciones son efectuadas, la máquina debe
ser detenida y así mantenerse en fuera de servicio. [23]
La estrategia del CBM tiene como principal objetivo lo empleado en el
mantenimiento preventivo, sin embargo, la diferencia está en los criterios
para determinar la tarea que serían realizadas, considerando las
necesidades de la máquina y la criticidad de falla. Es importante mencionar
también que, por la complejidad del monitoreo, es bastante común
considerar indicadores indirectos como la presión y temperaturas de algunos
componentes para determinar la condición de otros. [9,23]
2.2.3.2 Mantenimiento Productivo Total (TPM)
El mantenimiento productivo total es una estrategia que se enfoca en la
eliminación de los principales factores de la pérdida de la producción. Este
proceso inicia desde el restablecimiento de la empresa y consecuentemente,
el mantenimiento autónomo y programado y el planeamiento del
mantenimiento preventivo. Este tipo de gestión es usada para la
modificación del mantenimiento preventivo y a diferencia está en la base de

28
resultados obtenidos en la misma operación, e no en aquellos que el
fabricante de la máquina brinda. [24]
El mantenimiento se divide en tres niveles, los cuales son basados en la
operatividad y el personal especialista, dicho niveles se dividen de la
siguiente forma: el primer nivel es el mantenimiento independiente, realizada
por el operador de la máquina, el segundo nivel es a cargo del personal de
mantenimiento y el último nivel es el que es realizado por el fabricante. [9]
El objetivo principal del mantenimiento productivo total consiste en hacer
responsable al operador por el mantenimiento de los equipos que opera,
teniendo para esto una especialización en ello. El propósito de otorgar dicha
responsabilidad, demuestra que esta estrategia es basada en la
comunicación, por lo tanto, requiere que los operadores, personal de
mantenimiento e ingenieros colaboren de forma colectiva y obviamente
consigan entenderse los unos a los otros, en pocas palabras, hablar la
misma lengua técnico-profesional. Esta estrategia también describe la
relación que existe entre dos áreas importante dentro de una empresa;
producción y mantenimiento, consiguiendo así, una mejora continua y
producto de calidad con eficiencia operacional, productividad adecuada y
seguridad. [24]
Conforme la estrategia sea aplicada dentro de la empresa, cada vez menos
será necesario el personal de mantenimiento, pues la especialización por
parte de los operarios permitirá tener dos profesionales, que realizan
trabajos diferentes, en uno solo y con un costo relativamente menor.
Definitivamente, esto no quiere decir que la empresa implementará esta
estrategia, pues no generaría buenos resultados. Es recomendable que esta

29
estrategia sea combinada con otros tipos de estrategias de mantenimiento,
así conforme sea más avanzada la tecnología y la especialización, se torna
más difícil, entonces los análisis más minuciosos son realizados solo por
especialista. [9,24]
2.2.3.3 Mantenimiento Centrado en la Confiabilidad (RCM)
El mantenimiento centrado en la confiabilidad es un proceso usado, en este
último periodo, con más frecuencia debido a su mayor efectividad, eficacia y
enfoque del mantenimiento. Con esta estrategia es posible definir acciones
que permitirán reducir la probabilidad de falla y que consecuentemente
generará mayor rentabilidad. La orientación del RCM está destinada a la
excelente combinación de acciones basadas en el estado, en el tiempo o en
las acciones basadas en un ciclo u operar hasta la falla. El mantenimiento
centrado en la confiabilidad es un proceso continuo de recolección de datos
del desempeño del sistema en operación y esos datos serán usados para
mejorar el trabajo y futuros mantenimientos que fuesen a ser programados.
Estas estrategias en lugar de ser aplicadas independientemente, deben ser
integradas y aprovechadas en sus ventajas para poder optimizar la
confiabilidad y la eficiencia de los sistemas, de esta manera se consigue
disminuir los gastos innecesarios de mantenimiento que son efectuados en
el periodo de vida útil. [8,25]
El análisis del mantenimiento centrado en la confiabilidad ha sido usado por
un periodo largo para aviones, en el espacio, defensa e industria nuclear,
donde una falla o avería podría significar un resultado desastroso como,
pérdidas de vida, implicaciones en la seguridad nacional y/o impacto en el
medio ambiente. Un riguroso análisis del RCM es basado en el detalle del

30
Análisis de Modos y Efectos de Falla (FMEA), que implica también la
utilización de cálculos probabilísticos para determinar la confiabilidad del
sistema y de sus componentes con la ayuda de la ingeniería de la
confiabilidad. El análisis es usado para determinar las tareas de
mantenimiento apropiadas para corregir cada modo, las fallas identificadas
y sus consecuencias. [8]
El análisis de este proceso se enfoca en las funciones de las de los sistemas
y sus componentes, en las consecuencias como resultado de las fallas y en
las medidas para prevenir o lidiar con cada falla funcional considerando los
niveles en que puedan ocurrir. La mejor forma de tener y establecer una
noción de cómo funciona dicha estrategia, e a través de las respuestas a las
siguientes preguntas: [8,26,27]
1. ¿Cuáles son las funciones y patrones de desempeño de la máquina en
su contexto operacional actual?
2. ¿De qué modo falla en cumplir sus funciones?
3. ¿Qué causa cada falla operacional?
4. ¿Qué sucede cuando ocurre cada falla?
5. ¿De qué forma cada falla importa dentro del funcionamiento del sistema?
6. ¿Qué se podría hacer para prevenir cada falla?
7. ¿Qué debe ser hecho si no fuese encontrada una acción preventiva?
2.2.3.3.1 Procesos del RCM – Pasos básicos
El mantenimiento centrado en la confiabilidad no es un proceso autónomo,
pues él debe ser una parte integrada de los programas de operación y
mantenimiento. La implementación del proceso de RCM, implica mudanzas
que deben se establecidas en el proceso de trabajo y desarrolladas por el

31
personal a cargo de las diferentes tareas en diferentes niveles de
responsabilidad. Para una adecuada implementación del RCM,
considerando las mudanzas que serán realizadas, es importante que el
gestor de la estrategia demuestre su compromiso con tales cambios,
eventualmente puede ser sobre una declaración de políticas y de
compromiso del personal y esas medidas tomadas establecerán el
desarrollo de aquellos que estarán envueltos por dichas mudanzas. La
estrategia funciona mejor cuando es empleada como un proceso de abajo
para arriba comprometiendo a aquellos que trabajan directamente en las
operaciones de mantenimiento de las instalaciones, equipos o
componentes.[7,25]
Es así que para establecer adecuadamente el proceso de mantenimiento
centrado en la confiabilidad, se le divide en seis pasos que están
representados en la Figura 2.3.[25]
Figura 2.3 – Procesos del Mantenimiento Centrado en la Confiabilidad [25]

32
a) Preparación
Esta primera etapa se conforma por varios pasos, que básicamente
contempla la selección del sistema que se desea analizar, recolectando los
datos necesarios para el análisis. Además de eso deben ser establecidos
reglas básicas o criterios en la selección y en el proceso de análisis. Por
ejemplo, principales presupuestos, criterio de evaluación crítica y
establecimiento del proceso de revisión. En resumen, las etapas se
describen a continuación: [25]
− Selección del sistema;
− Definición de los límites del sistema;
− Adquisición de la documentación y materiales;
− Entrevistas con el personal técnico de la planta.
b) Análisis
Una vez que el sistema seleccionado para el análisis y la preparación hayan
sido completados, el análisis puede comenzar. Un factor muy importante en
esta etapa, es la experiencia adquirida, para tomar una decisión efectiva.
Esta experiencia puede ser del equipo de trabajo o puede ser realizada por
un especialista externo con más experiencia en el área. [25]
Es importante la participación de todo el personal con una experiencia
considerable en la operación de la planta, para desarrollar adecuadamente
un buen análisis. [25]
En conclusión, el objetivo de esta etapa de análisis es montar un equipo con
una adecuada gama de calificaciones y experiencias en la tarea a ser
realizada. Esta etapa posee las siguientes fases: [25]
− Identificación de las funciones del sistema;
− Análisis de falla funcional del sistema;

33
− Identificación del equipo;
− Recolección de datos de confiabilidad y desempeño;
− Identificación de modos de falla;
− Identificación de efectos de falla;
− Determinación de la criticidad de los componentes.
c) Selección de tareas
Con el análisis ya concluido, el siguiente paso del proceso será el de
distribuir las tareas de mantenimiento adecuadas para los sistemas y
equipos identificados en el proceso de análisis, de acuerdo con el significado
que les es atribuido. Esta parte del proceso procurará establecer
adecuadamente los medios más rentables para conseguir una estrategia de
mantenimiento, lo que dice al respecto de alcanzar seguridad y confiabilidad.
[25]
El proceso de selección de tareas usa varias formas para la toma de
decisiones lógicas con el fin de obtener conclusiones de una manera
sistemática. Los resultados pueden incluir: [6,25]
− Mantenimiento preventivo;
− Monitoreo de la condición;
− Inspección y testes funcionales;
− Operación hasta la falla.
d) Comparación de tareas
Cuando la selección de tareas sea analizada y concluida, las
recomendaciones finales del proceso de selección de tareas serán
comparadas con las prácticas de mantenimiento actuales. El propósito de
esta comparación es identificar las mudanzas necesarias para el programa

34
de mantenimiento y el impacto en los recursos y otros compromisos que
puedan surgir. [25]
e) Revisión de la comparación de tareas
Los resultados del análisis resultarán en mudanzas del programa de
mantenimiento. Es crucial que estos cambios sean consistentes con la
filosofía del mantenimiento de la planta y con las obligaciones reguladoras y
sociales. Por ese motivo, es importante que el proceso y los resultados sean
sometidos para un análisis final. [25]
f) Registro
El mantenimiento centrado en la confiabilidad debería formar parte de un
programa de vida. Los resultados del proceso de análisis y la
implementación tendrán un impacto en la eficacia de la operación y en los
programas de mantenimiento. Por lo tanto, es importante que todas las
decisiones, sus bases y aquello que sea contemplado, sean debidamente
registradas, de esta forma, la información estará disponible para aquellos
que la necesitan, considerando un historial de acontecimientos y procurando
mejoras. [6,25]
2.2.4 Análisis de Modos y Efectos de Falla (FMEA)
El FMEA es una técnica sistemática enfocada en la prevención de fallas, de
la misma forma se enfoca también en el proyecto y/o en los procesos que
están envueltos en la producción u operación por medio de la identificación
de frecuencia e impactos de los diferentes modos de falla que puedan
presentarse. [3,17,18]
El análisis de modos y efectos de falla (FMEA) es aplicada para cada
sistema, subsistema, y componentes identificados en la definición de
contorno; esto es, todo aquello que será objeto de análisis. Para cada
35
función identificada pueden existir diferentes modos de fallas, los que
pudieron haber sido causados por diferentes motivos. El FMEA aborda cada
función del sistema (debido a cada falla, pues puede causar la pérdida de la
función, entonces son todas las fallas posibles) e los modos de falla
dominantes asociados a cada una de ellas y después examina las
consecuencias de la falla. [8]
Los análisis de los procesos pueden ser realizadas tanto en orden
ascendente (de abajo hacia arriba) como iniciadas por la identificación de
los modos de falla en el nivel más bajo del sistema, considerando sus
efectos en niveles más elevados, de esa forma llegar al nivel más alto, sin
embargo, otra forma de realizar el análisis es conocida como descendiente
(de arriba hacia abajo), con un análisis de fallas potenciales que afectan el
sistema final, identificando la causa de estas fallas en el nivel más bajo del
sistema. [3,17]
A pesar de que existan diferentes modos de falla, muchas veces los efectos
pueden ser los mismos o bastantes semejantes de naturaleza. Así, del punto
de vista de funcionamiento del sistema, si una falla en algún componente
sucede, ella puede consecuentemente originar la falla de todo el sistema,
considerando las conexiones que los componentes tienen entre ellos. [8,20]
De la misma forma, los sistemas de máquinas similares poseen
generalmente los mismos modos de falla, pero la frecuencia puede cambiar,
dependiendo del entorno y las condiciones de trabajo, entre otros factores.
Así, el uso que sea realizado en el sistema, determinara las consecuencias
de las fallas. Por ejemplo, los modos de fallas de los pistones de un motor
marítimo son los mismos, independientemente del motor que sea objeto de
análisis, sin embargo, el modo de falla dominante generalmente es diferente

36
de una máquina para otra, por motivo de las diferentes causas de falla,
luego, los efectos de falla también serán distintos. [8,17,18]
En la Tabla 2.1 se muestra un ejemplo de tabla de del FMEA, donde se
consideran los ítems principales. Es importante mencionar que el análisis
FMEA es cualitativa y que los factores considerados, tanto en la severidad
como en la detectabilidad no son medidos cuantitativamente. [12]
2.2.4.1 Procesos del Análisis de Modos y Efectos de Falla
El análisis debe comenzar una integración de las partes, desde el inicio del
proyecto hasta la operación del sistema, considerando siempre que debe
ser actualizada para confirmar los cambios que fueron realizados. Esta
técnica debe ser usada para una evaluación de ítems de elevado riesgo y
actividades continuas para brindar acciones correctivas. [3,12,17,18]
El FMEA debe ser usado también para definir consideraciones especiales
en los testes, puntos de inspección de calidad, acciones de mantenimiento
preventivo, restricciones operacionales, tiempo de vida, y de la misma forma
cualquier otra información que sea de gran importancia, además de
actividades necesarias para minimizar el riesgo de fallar. [3,12,17,18]
Al final del análisis, las acciones que fueron recomendadas deben ser
incluidas considerando una evaluación de la disponibilidad para una
adecuada implementación o justificación documentada para la acción. Salvo
se tenga otras especificaciones, los siguientes pasos serán considerados
para el desarrollo del FMEA. En la Figura 2.4 se presentan los procesos del
FMEA. [8,12,28]
Elemento Función Modo de Falla Causa Consecuencia Detección Plan de Mantenimiento
- Acción correctiva: Si la falla fuese menor.
Líneas de - Acción preventiva sistemática del mantenimiento.
Transporte eléctrico Contacto de dos líneas Fuerza electrodinámica del viento Rotura de la línea Visual
transmisión - Un nuevo estudio, utilizando cables del mismo material
(sustitución)
- Descarga parcial o total del arco en su
volumen
- Sobretensión en la superficie de la
serpentina por un arco eléctrico
- Contaminación del aire (depósito de una - Acción correctiva: Ellos pueden ser cubiertos com grasa o
capa de contaminación en la superficie ser lavados regularmente.
- Envejecimiento
Aislador Aislamiento del aislante, capa humectante progresiva Perforación Visual - Acción preventiva sistemática del mantenimiento
- Cebado
de contaminación, desarrollo de tierras - Un nuevo estudio, utilizando um aislador compuesto
secas y aparición de arcos parciales (sustitución)
- Extensión de arcos parciales si las
condiciones son favorables a la bota del
aislador (ambientes polvorientos cerca del
desierto o salados)
Barra colectora Selección de líneas Corto circuito - Deformación Visual - Acción preventiva sistemática del mantenimiento.
- Chispeo
Interrupciones largas y Colapso de los Mantenimiento correctivo
Descargador Protección - Maniobra del equipo Visual
cortas materiales - Para mantener los protectores
- Falla del aislamiento
- Parada del
equipo
- Parada de la - Acción preventiva sistemática de mantenimiento.
- Alimentación de la red
instalación - Ruido - Nuevo estudio (Mejora).
- Restablecimiento
Disruptor Protección y control Sobre tensión - Pérdida de - Visual - Edición del sistema de arquitectura.
- Fallas Internas
producción - Calor - Control del aislamiento patrón de los electrodos de tierra
- Fuentes de permutación
- Disfunción - Escoger el nivel del aislamiento
Electrónica de
Potencia
Fusibles Protección Sobre corriente Fusión Visual Sustitución
- Alimentación de la red
- Aspirar el polvo y limpiar todas las piezas accesibles, em
- Aislador galvánico - Cierre difícil o - Restablecimiento
Seccionadores Bloqueo -Visual seguida, soplar el transformador com nitrógeno o aire seco.
- Separación eléctrica - Abertura difícil - Fallas Internas
- Sustitución
- Fuentes de permutación
Tabla 2.1 – Formato de tabla para el Análisis de Modos y Efectos de Fallas. [18]
37
38
Figura 2.4 – Procesos del FMEA [8]
a) Definir el sistema de análisis: el sistema que será objeto de estudio,
envuelve a la identificación de las funciones internas y la interface, el
desempeño esperado en todos y cada uno de los niveles de los
informes, restricciones del sistema y fallas en la configuración. La
información de las funciones del sistema debe incluir descripciones de
cada misión, de forma que sea posible identificar las tareas que serán
desarrolladas para cada misión, fase y modo de operación. También
debería describir los perfiles de medio ambiente, tiempo esperado de la
misión y el uso del equipo, y las funciones además de los outputs de
cada uno.
b) Diagrama de bloques: la funcionalidad del diagrama de bloques
envuelve la confiabilidad y consecuentemente la operación del sistema,
pues considera las interdependencias funcionales que existen entre los

39
componentes. Con ello, es posible construir el diagrama para cada
configuración con las ligaciones que el sistema requiere.
c) Identificación de ítems potenciales, modos de fallas y efectos: en esta
parte son considerados los equipos que inmediatamente generan una
pérdida en la funcionalidad del sistema e impiden que la misión sea
cumplida.
d) Evaluar la severidad de las fallas: considerando siempre el peor caso, o
sea, en función de las consecuencias más potenciales de una falla, y
atribuirle una categoría de severidad.
e) Métodos de detección de fallas: es aplicado para cada componente y
cada modo de falla, dependiendo del equipo de operación y
mantenimiento, para determinar las formas posibles de identificar una
falla con anticipación.
f) Identificación de un plan de acciones: serán necesarias acciones
correctivas o cualquier otra actividad que sea necesaria para impedir las
posibles fallas o reducir los riesgos que podrían surgir si aquello
sucediese.
g) Identificación de los efectos de las acciones: cuando las acciones
correctivas ya fueron realizadas en el sistema y aplicadas
adecuadamente, es importante conocer el impacto en las funciones del
sistema, así como las exigencias para el soporte logístico.
h) Documentar el análisis y problemas no corregidos: esta etapa es muy
importante, para cuando más adelante necesiten realizar otro FMEA, ya
que, existirá un registro de las actividades que fueron realizadas, los
problemas que surgieron y como fueron resueltas, además de
problemas que no fueron resueltos, de esa manera el personal técnico

40
tendrá un mejor enfoque de cómo centrar su atención en solucionar
dichas fallas.
2.2.4.2 Análisis de Modos, Efectos y Criticidad de Falla (FMECA)
También conocido como Análisis de Criticidad. El FMECA, es una extensión
del análisis FMEA pero la diferencia está en que mientras el FMEA es una
análisis cualitativo de las fallas, el FMECA es un análisis cuantitativo del
riesgo analizado en el FMEA, eso significa que los factores que el FMEA
considera para su desarrollo son cuantificados con valores establecidos por
el equipo de trabajo, y que utiliza tres factores de cuantificación, que son,
severidad (S), ocurrencia (O) y detectabilidad (D) [14,15,29]. Este último
factor considerado, detectabilidad (D), fue recientemente adicionado al
análisis, pues, anteriormente en otras referencias, se consideraban
únicamente dos de ellos (severidad y ocurrencia o frecuencia) [4,5] o incluso
hubo análisis que consideraban apenas uno, principalmente la frecuencia.[6]
Para conseguir aquella cuantificación de la criticidad, fue implementado el
Número de Prioridad de Riesgo (RPN), o también conocido como Criticidad
(C), que clasifica el nivel de criticidad para cada componente dentro de un
sistema, estableciendo las prioridades de las acciones de mantenimiento,
con esos tres factores ya mencionados. Paralelamente, es posible establece
límites de aceptación para dicho RPN, considerando las exigencias de
operación de los equipos, sin embargo, esos límites pueden mudar,
conforme el proceso de mantenimiento alcance mejoras. Para el cálculo del
RPN usada la siguiente fórmula: [2,14–18]
𝑹𝑷𝑵 = 𝑆 𝑥 𝑂 𝑥 𝐷 (2.1)
41
Donde:
La severidad (S) representa la importancia que un componente posee dentro
del sistema, y como éste afecta en la operación, si fuese a fallar. Los niveles
de clasificación varían entre 1 y 4, con base en la falla causada por los
efectos en términos de: [2,3,17,18,30]
− Tiempo de respuesta;
− Seguridad de las personas y los bienes;
− Calidad de la fuente de alimentación.
Tabla 2.2 – Clasificación de la Severidad [30]
Valor Descripción Criterio

La severidad de la falla no fue registrada o puede ser
1 Desconocido
reducida.
La falla que no causa inmediatamente una pérdida de la
funcionalidad del sistema en la producción, pero se no es
2 Incipiente
analizado a tiempo puede convertirse en una falla crítica
o degradada en el futuro.
La falla que no es crítica, pero produce impedimento en
el correcto funcionamiento del sistema. Aquella falla
3 Degradado
puede usualmente, mas no necesariamente, mudar
gradualmente hasta llegar a ser crítica.
La falla que produce inmediatamente una pérdida
4 Crítico completa de la funcionalidad del sistema en la
producción.
La ocurrencia (O) representa la probabilidad de falla de un componente en
un sistema, también es considerada la frecuencia de la falla que puede ser
entendida como falla potencial. Es importante mencionar que hay una
deferencia entre frecuencia de falla y probabilidad de falla: la frecuencia

42
quiere decir el número de veces por unidad de tiempo que la falla ocurre, y
la probabilidad de falla indica la certeza que se tiene de que una falla va a
suceder en un periodo de tiempo. Los niveles de clasificación varían entre 1
y 5, considerando el criterio basado en la probabilidad de ocurrencia (POC),
como se muestra en la Tabla 2.3 [2,3,17,18,30].
La ocurrencia no solo será para considerar la probabilidad de falla, sino
también para establecer límites de aceptabilidad, tanto para los
componentes como para el sistema. De esta forma, permitirá establecer el
tiempo en el que se debe realizar el mantenimiento del sistema y que
consecuentemente determinará la política de mantenimiento más
adecuada.[2]
Tabla 2.3 – Clasificación de la Ocurrencia [12]
Valor Descripción Criterio

1 Nivel E (Extremadamente improbable) 0<Poc<0,001
2 Nivel D (Remoto) 0,001<Poc<0,01
3 Nivel C (Ocasional) 0,01<Poc<0,10
4 Nivel B (Razonablemente probable) 0,10<Poc<0,20
5 Nivel A (Frecuente) 0,20<Poc
Para dicho análisis del tiempo de mantenimiento del sistema, es usada la
confiabilidad del mismo, considerando también la confiabilidad de cada
componente. Entonces, los límites serán basados en el valor de la
confiabilidad a partir de dos conceptos: límite de operación (LO) y límite de
seguridad (LSEG), de la siguiente forma como se establece en la Tabla 2.4 [2]
𝐿𝑂𝑃 = 0,9 → Límite de operación

𝐿𝑆𝐸𝐺 = 0,8 → Límite de seguridad
43
Tabla 2.4 – Respuesta de evaluación de la confiabilidad del sistema. [2]
Estado Respuesta de evaluación

Si medidas inmediatas para reparar no son
n: número de componentes
tomadas, los componentes redundantes pueden
Rsist ≥ LSEG
garantizar la confiabilidad del sistema, pues supera
Ri < LSEG, i=1, 2, ..., (n-1)
el umbral mínimo de seguridad.
Ri ≥ LSEG, i=1, 2, ..., n
Para garantizar la seguridad del sistema, el
Rsist < LSEG
mantenimiento correspondiente debe ser realizado
Ri < LSEG, i=1, 2, ..., (n-1)
inmediatamente.
Rsist<LSEG
La detectabilidad (D) representa la dificultad que se tiene para la detección
de las fallas, considerando todas las técnicas de detección usadas por el
equipo técnico. Obviamente, cada empresa tendrá diferentes métodos de
detección, que dependerán del sector de aplicación y las máquinas que
serán objetos de análisis, y consecuentemente los niveles pueden variar.
Los niveles de clasificación varían entre 1 y 10, como se muestra en la Tabla
2.5: [2,17,18]
Tabla 2.5 – Clasificación de la Detectabilidad [18]
Valor Criterio Nivel de Detectabilidad (D)

1 Acción correctiva inmediata Detección en todo momento
2 Inmediata
Detección confiable
3 Fácil
4 Tarde
Posible detección
5 Baja
6 Ocasional Detección aleatoria
7 No seguro (Improbable)
8 Muy tarde
Difícil de detectar
9 Muy difícil
10 Imposible No detectable
44
Además de tener respuestas de evaluación, es imperativo que, para
mantener la confiabilidad del sistema en óptimas condiciones, el valor no
puede ser menor que el límite de operación (LOP), siendo ese tiempo
adecuado para realizar el mantenimiento y hacer la evaluación
correspondiente de todo el sistema y de sus componentes.
A partir de estos índices, podemos calcular el valor de la criticidad, además
de eso, es posible priorizar las fallas basadas en el RPN e identificar
aquellas cuyo nivel de criticidad no esté dentro de los límites permisibles
para un adecuado desempeño. [2,17,18]
2.2.4.3 Evaluación de la Criticidad y Política de Mantenimiento
En esta etapa usaremos los resultados obtenidos por los cálculos del RPN,
pues con dichos valores podemos clasificar la criticidad basada en niveles
de aceptación, que dependiendo de la máquina o entorno de trabajo mudará
para cada situación cuando sea necesario. [17,18]
La Tabla 2.6 muestra los valores que son usados para evaluación de un
sistema de distribución de energía, por lo tanto los niveles que aparecen son
relativos en dicho caso, considerando las condiciones de operación para ese
trabajo.[18]
Tabla 2.6 – Niveles de Criticidad de un Sistema de Distribución de Potencia. [18]
Criticidad (C)
Risco o Peligro
Nivel de Criticidad Valor
Menor 1 – 30 Aceptable
Medio 31 – 60 Tolerable
Alto 61 – 180
Muy alto 181 – 252
Inaceptable
Crítico 253 – 324
Muy crítico > 324
45
Independientemente del nivel de criticidad que se obtuvo en el análisis, es
importante mencionar que, para establecer una política de mantenimiento
basada en aquellos valores, son necesarios los límites de operación y crítico,
que son usados como indicadores del tipo de mantenimiento (política de
mantenimiento) que debe ser realizada. [17,18]
La Tabla 2.7 muestra los dos límites de la Criticidad (C), siendo los valores
que se establecen son para un Sistema de Distribución de Potencia. Los
límites son valores positivos menores a uno (R=0.540 y S=0.999), pues los
criterios que fueron usados para definir los niveles de severidad, ocurrencia
y detectabilidad fueron diferentes [17]. Por otra parte, los valores límites que
definen la política de mantenimiento para nuestro análisis serán diferentes.
Tabla 2.7 – Política de mantenimiento de un sistema de distribución de energía [17]
Condición
Consecuencia Política de Mantenimiento
impuesta
Sin problema, nada

C<R Mantenimiento correctivo
que reportar
Vigilancia especial preventiva /

R< C < S ¡Aceptable, pero!
mantenimiento predictivo
Completo − Acción de mantenimiento
S<C cuestionamiento del preventivo sistemático
sistema. − Nuevo estudio benéfico.
2.2.5 Ingeniería de Confiabilidad
En esta etapa se presentarán los modelos probabilísticos que serán usado
para realizar el análisis de los datos que serán la base de los cálculos. La
comparación de los modelos se realizará

46
2.2.5.1 Distribución de probabilidades
La base principal aquí es la teoría de las probabilidades, y para aquello es
necesario el uso de una distribución de probabilidades para los datos que
deseamos analizar.
Es importante mencionar que existen dos tipos de distribuciones de
probabilidades; distribución de probabilidades de una variable discreta y la
distribución de una variable continua, y cada una posee dentro de sí otros
subtipos de distribución. En el presente trabajo, será usada la última
mencionada, y la variable continua será el tiempo, el cual es obtenido del
historial de fallas. [31,32]
Como un concepto general de distribuciones de probabilidad de variable
continua, se tiene la variable aleatoria X, la función de densidad de
probabilidad, es tal que: [31]
𝑓(𝑥) ≥ 0 (2.2)
∞
∫ 𝑓(𝑥)𝑑𝑥 = 1 (2.3)
−∞
𝑏
𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = ∫ 𝑓(𝑥)𝑑𝑥 (2.4)
𝑎
El área bajo la función f(x) desde “a” hasta “b”, para todo valor de a y b, es
mostrada en la Figura 2.5.
Figura 2.5 – Probabilidad determinada por el área bajo la curva.

47
La media o valor esperado de X, es denotado como µ o E(X), con la siguiente
expresión:
∞
𝜇 = 𝐸(𝑋) = ∫ 𝑥𝑓(𝑥)𝑑𝑥 (2.5)
−∞
La varianza de X, denotada como V(X) o σ2, con la siguiente expresión:
∞ ∞
𝜎 2 = 𝑉(𝑋) = ∫ (𝑥 − 𝜇)2 𝑓(𝑥)𝑑𝑥 = ∫ 𝑥 2 𝑓(𝑥)𝑑𝑥 − 𝜇2 (2.6)
−∞ −∞
La desviación estándar de X es 𝜎 = √𝜎 2
A pesar de que se conozca la función de densidad de probabilidad, f(x), es
importante mencionar que la representación de la probabilidad es la función
acumulada, también conocida como función de probabilidad, F(x).[31–33].
Así como se conoce la probabilidad de falla, se puede conocer también la
probabilidad de un componente, máquina o sistema de sobrevivir en un
intervalo de tiempo t. A ese valor se le conoce como confiabilidad
representada por R(t).[33]
𝑅(𝑡) = 𝑃(𝑇 > 𝑡) = 1 − 𝑃(𝑇 < 𝑡) (2.7)

𝑡 ∞
𝑅(𝑡) = 1 − ∫ 𝑓(𝑢)𝑑𝑢 = ∫ 𝑓(𝑢)𝑑𝑢 (2.8)
0 𝑡
Para el análisis de fallas, son usando generalmente dos tipos de distribución
de probabilidad, los cuales son; distribución exponencial y distribución de
Weibull. A continuación se presentan las formulaciones básicas de
ambas:[31,32]
i. Distribución exponencial
La distribución exponencial posee las siguientes formulaciones: [31,33]
𝑓(𝑡) = 𝜆𝑒 −𝜆𝑡 (2.9)

−𝜆𝑡
𝑅(𝑡) = 𝑒 (2.10)
48
1
𝑀𝑇𝑇𝐹 = 𝐸(𝑡) = 𝜇 = (2.11)
𝜆
1
𝑉2 = 𝜎2 = (2.12)
𝜆2
En ese caso "𝜆", es una constante pre-procesada para el cálculo de la
confiabilidad y probabilidad de falla.
ii. Distribución de Weibull
𝑚 𝑡 𝑚−1 −( 𝑡 )𝑚
𝑓(𝑡) = ( ) 𝑒 𝜃 (2.13)
𝜃 𝜃
𝑡 𝑚
−( )
𝑅(𝑡) = 𝑒 𝜃 (2.14)
𝑚 𝑡 𝑚−1
𝜆= ( ) (2.15)
𝜃 𝜃
Donde m es el parámetro de forma y θ es el de escala, también conocido
como vida característica.
1
𝑀𝑇𝑇𝐹 = 𝐸(𝑡) = 𝜇 = 𝜃Γ (1 + ) (2.16)
𝑚
2
2 1
𝑉 = 𝜎 = 𝜃 Γ (1 + ) − θ2 (Γ (1 + ))
2 2 2
(2.17)
m m
Donde Г (x) es la función gama.
2.2.5.2 Confiabilidad de sistemas
El principal objetivo está en el cálculo de la confiabilidad de un sistema,
constituido por un arreglo de componentes (representado en diagrama de
bloques), los cuales están conectado según reglas pre-establecidas como
dependencia, consecuencia y procesos continuos. Es lógico que cada
sistema tendrá un arreglo diferente de otro, considerando que los arreglos
pueden ser de un sistema en serie y/o un sistema en paralelo. [33,34]

49
i. Sistema en Serie
Vamos a considerar en este caso que nuestro sistema es compuesto por n
componentes en serie. Se tiene que si un componente falla, afectará
directamente al funcionamiento de los otros componentes y por ende al
sistema total.[33,34]
C1 C2 Cn
Figura 2.6 – Sistema en serie.
La confiabilidad del sistema en serie será representada por Rs, determinado
por la siguiente fórmula. [33,34]

𝑛
𝑅𝑆 = ∏ 𝑅𝑖 (𝑡) (2.18)
𝑖=1
ii. Sistema en Paralelo
Vamos a considerar en este caso que nuestro sistema es compuesto por n
componentes en paralelo. Se tiene que si un componente falla, no afecta el
funcionamiento de los otros componentes drásticamente. [33,34]
C1
C2
Cn
Figura 2.7 – Sistema en paralelo.
50
La confiabilidad del sistema en paralelo, será representado por Rp,
determinado por la siguiente fórmula: [33,34]

𝑛
𝑅𝑃 = 1 − ∏(1 − 𝑅𝑖 (𝑡)) (2.19)

𝑖=1
Donde Ri es la confiabilidad de cada componente que forma el arreglo de
los sistemas modelados en las Figura 2.6 y Figura 2.7. Es importante
mencionar que generalmente en la vida real, las máquinas o sistemas
poseen la combinación de estos dos tipos de sistemas.
2.2.5.3 Descomposición pivotal
Existen situaciones en las que el cálculo de confiabilidad se torna
complicado, pues el arreglo de los componentes no demuestra una
distribución cotidiana de sistema en serie o paralelo. Por lo tanto, la
descomposición pivotal nos permitirá agilizar estas operaciones
considerando un componente como pivote y realizando el cálculo para dos
casos, el primero es como si el componente estuviese funcionando y en la
otra es como si el pivote estuviese fallado. Luego, el resultado será dado por
la suma de esas dos condiciones mediante la siguiente formulación. [33]
̅̅̅̅̅̅̅̅̅
𝑅𝑠𝑖𝑠𝑡 = 𝑅𝑠𝑖𝑠𝑡/(𝑝𝑖𝑣𝑜𝑡𝑒 𝑂𝐾) 𝑥𝑅𝑝𝑖𝑣ô + 𝑅𝑠𝑖𝑠𝑡/(𝑝𝑖𝑣𝑜𝑡𝑒 𝑓𝑎𝑙𝑙𝑎) 𝑥𝑅 𝑝𝑖𝑣𝑜𝑡𝑒 (2.20)
51
CAPÍTULO III
METODOLOGÍA DE CÁLCULO IMPLEMENTADO EN EL ALGORITMO Y
VALIDACIÓN
3.1. ESQUEMA DE TRABAJO
Como fue mencionado, el objetivo de este trabajo es que, a partir de los
datos limitados, se consiga modelar, con un algoritmo realizado en
LabVIEW, un análisis de confiabilidad, usando como datos de entrada,
parámetros probabilísticos que ya fueron calculados previamente con el
historial de fallas. Es importante mencionar que el Análisis de Modo, Efecto
y Criticidad de Falla (FMECA), significa que fueron analizados los
mantenimientos realizados, y que fue posible identificar los parámetros
necesarios para este tipo de análisis.
La Figura 3.1, muestra el diagrama de flujo para el proceso de cálculo de
este trabajo.
52
Figura 3.1 – Diagrama de flujo del proceso de cálculo
El diagrama de flujo está dividido en tres etapas principales, los cuales son:
datos del equipo, diagrama de bloques y resultados. Además de eso, cada
etapa está subdividida en otras etapas, siendo que en total son seis, las
cuales explican secuencialmente el procedimiento de cálculo desde la
adquisición de datos hasta los resultados.
a) Datos del equipo
a.1) Selección del equipo o sistema
Como primer paso, es la selección del equipo, en el cual debemos identificar
el objeto de análisis, considerando los datos que serán necesarios más
adelante en el proceso.
a.2) Diagrama de bloques del sistema

53
Una parte fundamental del análisis, es conocer exactamente las conexiones
que poseen los componentes para, que de esa manera, se pueda establecer
dependencia entre ellos que pueden causar variaciones en los resultados.
b) Análisis de confiabilidad
b.1) Método de diagrama de bloques
Para el método de diagrama de bloques es necesario el diagrama de
bloques y los parámetros de falla, que dependiendo del tipo de distribución
que fue determinado, mudarán para cada caso. Para nuestro análisis será
usado apenas un tipo de distribución el cual sería el exponencial, pues los
parámetros que son proporcionados por el OREDA están ajustados para
dicha distribución, sin embargo, el algoritmo será diseñado para trabajar con
ambas distribuciones siempre y cuando se tuviesen los valores de los
parámetros correspondientes a cada una de ellas.
En esta etapa también se dará un diagnóstico inicial del tiempo del siguiente
mantenimiento, basado en límites de operación y seguridad de todo el
sistema y cada uno de sus componentes. Un detalle importante a
mencionarse para este método es que se requiere de una base de datos
amplia para resultados más confiables.
b.2) Análisis de criticidad
Para el análisis de criticidad será usado el resultado de la probabilidad de
falla del método anterior como valor de la ocurrencia (O), valor que será
parte de uno de los requisitos para el cálculo del número de prioridad de
riesgo (RPN). Por otra parte, serán necesarios los otros dos parámetros que
componen este valor de RPN, los cuales son la severidad (S) y la
detectabilidad (D), que para el presente trabajo serán ingresados

54
directamente en esta parte del análisis teniendo como consideración los
valores de las Tabla 2.2 y Tabla 2.5.
c) Resultados
c.1) Respuesta de evaluación
La respuesta de evaluación es el resultado obtenido por el método de
diagrama de bloques, que está limitado para componentes con solo
parámetros de falla.
Para esta respuesta de evaluación, se establecen dos límites fijos para
asegurar la confiabilidad del equipo. Los límites son de seguridad y de
operación, y la respuesta estará basada en el valor de la confiabilidad de
cada componente y del sistema, según la Tabla 2.4.
c.2) Política de Mantenimiento
En esta parte de los resultados se presentará el análisis de modo, efecto y
criticidad de falla (FMECA) del equipo o sistema, considerando los detalles
necesarios para la identificación de modos de falla, causas, consecuencias,
métodos de detección y la política de mantenimiento que será establecida a
partir del número de prioridad de riesgo (RPN) y los límites que fueron pre-
definidos para un desempeño óptimo. Para la descripción de cada detalle se
utilizará la información brindada por el manual OREDA [30], sin embargo,
tanto las consecuencias como el método de detección no serán mostradas
pues en el mismo manual no se especifica ello.
Recalcando nuevamente, que para este resultado serán necesarios los tres
valores que están involucrados en el cálculo del RPN, estos son la
severidad, la detectabilidad y la ocurrencia, siendo que los dos primeros
factores serán ingresados directamente por el personal técnico los cuales
atribuyen dichos valores basados en la experiencia que tienen con el manejo

55
de los equipos, por otro lado, el valor de la ocurrencia ya viene
predeterminado por el análisis estocástico. Es claro que, para obtener un
valor de la criticidad, y por ende un resultado en la política de mantenimiento,
será necesario de un tiempo de diagnóstico que permita saber el estado del
sistema y las posibles acciones a ser realizadas.
3.2. DESARROLLO DEL ALGORITMO Y EVALUACIÓN
Para conseguir con éxito nuestro objetivo de simular las fallas futuras, a
partir de los resultados que fueron obtenidos en el análisis de obtención de
parámetros, que, en nuestro caso, fue realizado en el OREDA a partir del
historial de fallas, y establecer políticas de mantenimiento. La elaboración
del algoritmo será por medio del LabVIEW, mostrado en la Figura 3.2, para
modelar todo el sistema y los componentes, para analizar los resultados
obtenidos, debido a la facilidad para programar y la interacción para el
usuario.
LabVIEW, es un software que pertenece a la National Instruments, cuya
sintaxis de programación gráfica proporciona un entorno de utilización de
programas llamados Virtual Instruments o también conocidos como Vis,
siendo de esta forma, bastante práctico su uso, pues posee dos ventanas
principales, que son; la parte de la interface del usuario, que permite tener
una mejor visualización de los resultados como entorno y que será ajustado
de acuerdo a las necesidades; la otra es el diagrama de bloques o también
llamada plataforma de programación propiamente dicha, donde se realizas
las conexiones necesarias para establecer la lógica de la programación.
Para agilizar la programación, es necesario el uso de sub-rutinas que
permiten reducir programas rutinas extensas que continuamente son usados
durante toda la programación, además de ahorrar memoria.

56
Figura 3.2 – Software LabVIEW® 2016.
Para el desarrollo del algoritmo hecho en LabVIEW, será necesario realizarlo
por fases, de acuerdo al diagrama de flujo en la Figura 3.3, que está dividido
en dos bloques los cuales son: Configuraciones y Operación.
En el módulo de “Configuración” se tienen dos subdivisiones, que son de la
Base de Datos, la cual se constituye por los datos obtenidos de la planilla
Excel, que fue previamente llenada con las informaciones de fallas y detalles
de FMEA, como es, los componentes de la máquina, la función de los
componentes, los modos posibles de falla, causas de fallas, efectos de falla,
métodos de detección y dos factores importantes que será parte del cálculo
del RPN (Número de Prioridad de Riesgo). El otro ítem es “Componentes”,
donde se tiene que editar las propiedades de cada componente, que incluye
el tipo de distribución, y dependiendo del que haya sido escogido, será
posible adicionar los parámetros que gobiernan su comportamiento, como
la tasa de falla (para la distribución exponencial), parámetros de forma y
escala (para la distribución de Weibull).

57
Figura 3.3 – Diagrama de flujo de procesos del algoritmo GEMACC.
La parte de “Operación”, contiene una sola división en donde se realizan los
cálculos de probabilidades, y que consecuentemente mostrará los

58
resultados, basados en un tiempo de evaluación. Los resultados y gráficos
obtenidos dependerán muchos del tipo de base de datos que será analizado.
3.3. ALGORITMO GEMACC Y VALIDACIÓN DE METODOLOGÍA
Para comenzar la descripción de cada función del programa, describiré el
programa en sí, con los detalles, las limitaciones, ventajas y resultados que
obtendremos al final del análisis.
El nombre del algoritmo es GEMACC, cuya ventana principal se muestra en
la Figura 3.4, y cuyas siglas significan, Gestión del Mantenimiento Centrado
en la Confiabilidad, es un algoritmo realizado en LabVIEW con las
herramientas necesarias para que el usuario pueda interactuar con facilidad
y consiga obtener resultados que puedan ser de utilidad para obtener un
diagnóstico de fallas futuras e impedir mantenimientos innecesarios, a partir
de un patrón que será establecido con los datos que se tiene.
Según las referencias [13,16], ya fueron desenvueltos otros programas que
permiten un análisis de confiabilidad (Relex Reliability Studio 2007 V.2 e
XFMEA), sin embargo, no fue adecuadamente o completamente bien
abordada, porque presenta al usuario apenas resultados del Número de
Prioridad de Riesgo, cuando en realidad, se precisa de más indicadores que
permitan un mejor análisis, en relación a cómo evoluciona el
comportamiento del sistema y cómo afecta la falla de un componente en el
resultado final, por eso surge la necesidad de abordar aquel problema de
una forma más sintetizada a través del algoritmo ya mencionado, sin
embargo, como cualquier algoritmo y/o análisis, no siempre se conseguirá
todo el problema en sí. Por lo tanto, para establecer el alcance del algoritmo,
se describirán las limitaciones, los beneficios y líneas de acción a partir de
los resultados.
59
Figura 3.4 – Pantalla principal del algoritmo GEMACC.
A) Beneficios
A pesar de las limitaciones para el análisis, es posible obtener resultados
que son de gran importancia para el diagnóstico y establecimiento de una
política de mantenimiento. Esos beneficios son los siguientes:
- El algoritmo GEMACC es capaz de analizar datos, cuyo test de
adherencia ya fue realizado, así será posible saber si los datos siguen
una distribución exponencial o Weibull, las cuales serán las dos
distribuciones de probabilidad que serán implementadas en el presente
trabajo.
- Con los datos ingresados, el programa será capaz de dar un diagnóstico
previo en un periodo de tiempo deseado (tiempo de diagnóstico), basado
en la probabilidad de ocurrencia, cuyos resultados están definidos por
límites de operación y seguridad que evalúan la confiabilidad del sistema
resultante.
60
- También se podrá obtener una política de mantenimiento a partir de los
parámetros FMECA ingresados en la edición de parámetros (severidad y
detectabilidad), pues el valor de la ocurrencia es obtenido de los
parámetros de confiabilidad, con ello será posible calcular el valor del
RPN (Número de Prioridad de Riesgo), y con ello se podrá establecer una
política de mantenimiento.
- Para este desarrollo, no es realizado apenas un análisis de un
componente, sino también para un sistema completo, considerando las
dependencias que existen entre cada componente que
consecuentemente afectan el desempeño del equipo o sistema.
Entonces, esto significa que la base de análisis es realizada por
componente, considerando todos los posibles modos de falla que pueda
tener y no por cada tipo de falla, lo que generaría un modelo más
adecuado y simplificado para ser analizado.
- El algoritmo elaborado posee una interfaz bastante dinámica para el
usuario con controles que son de simple percepción y fácil manipulación,
con las herramientas necesarias y código de colores que permiten una
mejor visualización de los resultados e indicadores de confiabilidad que
se presentan.
- Es posible observar el comportamiento de la confiabilidad del sistema y
de cada componente dentro del gráfico de Tiempo vs. Confiabilidad, a
través de un tiempo de evaluación que sea dado.
- Permite saber si la operación de un sistema puede continuar después de
un tiempo de trabajo o misión, considerando que la confiabilidad está
dentro de los límites de aceptabilidad para una operación óptima y así
generar más ganancia.

61
- Los resultados obtenidos a través del algoritmo proporcionan varios
detalles que ayudan para una decisión adecuada en el momento de
realizar un mantenimiento, consiguiendo así resultados con más
informaciones que ofrecen otros algoritmos de la misma categoría
(tiempo para fallar, tiempos límites de operación y seguridad, variación
de la confiabilidad a lo largo del tiempo, RPN y análisis de todo el sistema
y de cada componente), además esos resultados fueron obtenidos sin
costo alguno.
B) Limitaciones
Dentro de las limitaciones del análisis se tienen los siguientes:
- Si bien, se tiene un adecuado diagnóstico y respuesta en el tiempo, lo
cierto es que el análisis realizado es apenas utilizando un historial de
fallas, el cual es procesado con el diagrama de bloques, sin embargo,
existen datos importantes que no fueron considerados, los cual se
muestra en la Tabla 3.1, en donde resalta más los datos de
mantenimiento o reparos, los cuales, al igual que el de fallas podrían ser
analizados.
- En el presente trabajo se realiza el análisis a partir de parámetros de
distribución de probabilidad, como es la tasa de falla para la distribución
exponencial y los parámetros de escala y forma para la distribución de
Weibull. El motivo principal es que la información que se posee está
limitado a dichos parámetros pues las empresas o fabricantes se
reservan el derecho de no tornar públicos detalles de proyectos y fallas,
pues los consideran informaciones confidenciales y estratégicas para su
negocio, por ello es que no es posible realizar un teste de adherencia

62
para ajustar a otros tipos de distribución, que tal vez podría simular mejor
su comportamiento.
- Los datos reales analizado son apenas para el subsistema de compresión
de media presión, pues los parámetros de los componentes que
conforman dicho subsistema se encuentran en el banco de datos de
OREDA, sin embargo, para el sistema mayor de separación de gases, se
usan datos arbitrarios a fin de simular posibles resultados.
- Los valores para el número de prioridad de riesgo (severidad, ocurrencia
y detectabilidad) son asumidos arbitrariamente pues dentro del manual
del OREDA no se cuenta con dicha información pues si bien la ocurrencia
es obtenida a partir del análisis de los datos, la severidad y la
detectabilidad son parámetros establecidos por el personal técnico u
operario.
Ya teniendo las limitaciones y ventajas se procederá a describir aún más el
algoritmo, como continuación del capítulo. Como se había mencionado en
la Figura 3.4.
Al iniciar la corrida el algoritmo se debe seleccionar la base de datos o
archivo del esquema del sistema que será analizado, que para esta
evaluación del programa se simulará un sistema de navegación inercial,
simulado también en una literatura ya mencionada [2], con esta evaluación
del algoritmo se dará veracidad del mismo donde debe llegar a los mismos
resultados que los de la bibliografía.

63
Tabla 3.1 – Planilla de base de datos de fallas y mantenimientos [30]
FALLAS MANTENIMIENTO
Descripción Formato Descripción Formato
Datos de Número de Numérico Número de Numérico
identificación registro de falla registro de
Nombre del Texto mantenimiento
equipo Registro de data Numérico
Número da Numérico correspondiente
orden de Nombre do Texto
servicio Lista de equipo
Estado código Estado Lista de
códigos
Datos do Fecha de Fecha Fecha da Fecha
evento detección de mantenimiento
falla Lista de Categoría de Lista de
Modo de falla código mantenimiento código
Tipo de Lista de Subunidad
severidad código mantenible Lista de
Mecanismo de Lista de Elementos código
falla código mantenidos
Causa de falla Lista de Acciones de Lista de
Subunidad código mantenimiento código
afectada Lista de Intervalo de Lista de
Elementos código mantenimiento código
mantenibles Lista de (apenas para
Método código mantenimiento Numérico
detección de Lista de periódico)
falla código Horas-hombre
Consecuencia de
de falla Lista de mantenimiento,
código por cada acción
y total Numérico
Tiempo de
mantenimiento
activo Numérico
Tiempo de
inactividad Numérico
Información Código de Lista de Código de Lista de

adicional observaciones código observaciones código
específicas específicas
Informaciones Texto Informaciones Texto
adicionales adicionales
sobre texto libre sobre texto libre
Antes de continuar definiremos brevemente lo que es un sistema de
navegación inercial y procederemos a realizar el análisis respectivo.
3.3.1 Sistema de Navegación Inercial (SINS)
El sistema de navegación inercial representa un sistema electromecánico
complejo que calcula estimativas de posición de la posición, orientación y

64
velocidad de un objeto en movimiento sin referencias externas,
generalmente, es usado en escenarios militares, como se muestra en la
Figura 3.5 donde se tiene un sistema de navegación inercial naval.
Figura 3.5 – Sistema de navegación inercial naval – SINS
El SINS analizado es un esquema general de un sistema de ese tipo, que
posee componentes redundantes, cuyas fallas son tratadas por
componentes y como sistema a la vez. Es importante mencionar que el
sistema analizado no es necesariamente naval pues en la bibliografía [2]
apenas se indica que tipo de sistema es y para que fines se usa, es decir,
es un sistema análogo que nos permitirá conocer las respuestas de nuestra
simulación y evaluar el programa. En este sistema será usado la
confiabilidad del sistema, que en comparación a lo usado en la literatura
(Metodología GO Metholodogy) en donde la lógica es mucho más subjetiva
por lo tanto, hay más complicaciones para la implementación computacional
[19]. El sistema de navegación inercial posee los componentes que se
muestran en la Figura 3.6.

65
Figura 3.6 – Esquema de componentes del SINS
Inmediatamente después de haber seleccionado el archivo del esquema del
sistema o equipo, aparecerá la imagen en el lado derecho, que simboliza el
diagrama de bloques del sistema que considera las conexiones que existen
entre cada componente dentro del sistema, el cual es mostrado en la Figura
3.7.
Figura 3.7 – SINS simulado en algoritmo GEMACC
Después se procede a ingresar los datos de los tiempos de evaluación y
diagnóstico (en horas) que se muestran en la Figura 3.7 y que son
requeridos en el análisis. Los tiempos necesarios son los siguientes:

66
• Tiempos de diagnóstico: Es el tiempo en el que el programa evaluará y
que consecuentemente dará como resultado el diagnóstico preliminar
(estado del sistema). Para los resultados se evaluarán los datos en tres
tiempos, 3000, 4000 y 6000 horas, debido a que son tiempos medios en
donde se deberían normalmente realizar un mantenimiento preventivo,
según un manual de mantenimiento, como por ejemplo, los motores
marinos de la marca Perkins [35].
• Tiempo de evaluación: Es el tiempo que el programa usará para simular
la evolución o comportamiento de la confiabilidad del sistema y de cada
componente a lo largo del tiempo definido por el usuario. Para nuestros
resultados será usado 10000 horas, pues generalmente es el tiempo
promedio en el que se realiza el overhaul de las máquinas.
Seguidamente será necesario editar los parámetros de cada componente,
para ello vamos a la opción Edición de Componentes y se abrirá una ventana
que mostrará todos los componentes del sistema, así como se muestra en
la Figura 3.8 y en donde se tienen dos módulos para insertar datos; el
primero es el de análisis de diagrama de bloques donde se le permitirá al
usuario seleccionar el tipo de distribución de probabilidad y los parámetros
que lo gobiernan. Es claro que dependiendo del tipo de distribución se
activarán los parámetros correspondientes a cada distribución, se fuese
exponencial, la casilla de tasa de falla será editable, por otro lado, si fuese
Weibull, será posible editar los parámetros de forma y escala; en el segundo
se tiene el análisis FMECA

67
Figura 3.8 – Esquema de componentes del SINS
Con los parámetros ya ingresados, las distribuciones seleccionadas y los
valores de severidad y detectabilidad ya establecidos, se procederá a
guardar los datos y volver a la ventana principal para seguidamente sea
posible realizar el análisis de los datos por medio del botón Diagrama de
Bloques, que al presionarla mostrará una ventana con resultados del
análisis. Obviamente los resultados que sean mostrados dependerán de los
parámetros ingresados.
Se consigue ver que del lado izquierdo se tiene los gráficos de confiabilidad,
mostrado en la Figura 3.10, de los componentes y del sistema (color negro),
además de eso, los límites de operación (0.9) y seguridad (0.8) están
definidos a lo largo del tiempo de evaluación, que fue definido en la ventana
principal del programa. Del lado derecho, se muestran los resultados
numéricos, que son las confiabilidades de todos los componentes y del
sistema que varían conforme el cursor en el grafico cambie de posición.
Para tener mejores detalles del diagnóstico, se abrirá una ventana
emergente, en donde el tiempo diagnóstico que se muestra en el lado
superior derecho, es aquel que fue ingresado en la ventana principal y
seguidamente, abajo se presenta la confiabilidad del sistema en dicho
tiempo.
68
Como resultado final, se obtiene el diagnostico que está clasificado en nueve
categorías según los valores de confiabilidades de seguridad y operación
del sistema y de cada componente. La matriz de evaluación de ocurrencia
(Tabla 3.2), está configurado conforme los límites y diferenciados uno de
otro por colores que permiten una mejor visualización para el usuario.
Es así que, gracias al resultado, es posible prevenir una falla antes de que
ésta suceda, pues el diagnostico preliminar permite conocer el estado de la
maquina en un tiempo que será simulado, así tomar las medidas necesarias
para la operación adecuada, considerando que los límites de operación y
seguridad ya está establecidos.
Sucede mucho en las empresas que la prevención de fallas es de gran
importancia, sin embargo, para conseguir ello, apenas se enfocan en un
punto de vista de seguridad cuando puede ser un problema desde el punto
de vista operacional, lo que ocasiona gastos de recursos innecesariamente
para mantener la instalación debido a una condición operacional ineficiente.
En la Figura 3.9 se muestran los parámetros que fueron ingresados, para
ese caso en particular, fue considerando todos los componentes con
distribución de Weibull, los cuales fueron obtenidos de la base de datos
original [2]. Los resultados obtenidos se muestran en la Figura 3.10, que son
los mismos obtenidos por la referencia, como se muestra en la Figura 3.11,
inclusive el umbral de operación en horas (≈3834 horas), con un error en los
resultados de 0.3%, para realizar un mantenimiento que asegure una
condición operacional eficiente.

69
Tabla 3.2 – Matriz de evaluación de ocurrencia
C < 0,8 0,8 ≤ C < 0,9 0,9 ≤ C

Para garantizar la Para garantizar la Para garantizar la
seguridad y el seguridad y el seguridad y el
funcionamiento del funcionamiento del funcionamiento del
sistema, el sistema, el sistema, el
S < 0,8
mantenimiento mantenimiento mantenimiento
correspondiente debe correspondiente correspondiente debe
realizarse debe realizarse realizarse
inmediatamente. inmediatamente. inmediatamente.
Si no se toman medidas
correctivas inmediatas,
los componentes
redundantes (si tuviera) Condiciones de Condiciones de
0,8 < S < 0,9
pueden garantizar la operación estándar operación estándar
fiabilidad del sistema
porque cumplen los
requisitos de seguridad
Si no se toman medidas
correctivas inmediatas, Condiciones
los componentes óptimas de
Condiciones óptimas
redundantes (si tuviera) operación del
0,9 < S de operación del
pueden garantizar la sistema, pero tienen
sistema.
fiabilidad del sistema componentes en
porque cumplen los estado de transición
requisitos de seguridad
Figura 3.9 – Parámetros de entrada con apenas distribución Weibull.

70
Figura 3.10 – Resultados simulados con distribución Weibull (3000 horas).
Finalmente, se tiene el diagnostico resultante identificado por código de
colores que indica el estado actual del sistema. En la misma ventana de los
resultados, es posible obtener más detalles del diagnóstico, que
consecuentemente, podremos ver los detalles en el tiempo de diagnóstico
establecido, como se muestra en la Figura 3.12.
Figura 3.11 – Resultados simulados con distribución Weibull [2]

71
Figura 3.12 – Detalles del diagnóstico con distribución Weibull – SINS (3000 horas)
Según la Figura 3,12, se observa que para el tiempo diagnóstico de 3000
horas, la confiabilidad del sistema está por encima del valor de seguridad, lo
que permite al sistema continuar operando, además de ello dicho valor
también es mayor que el valor de operación limite, sin embargo, hay
componentes que no se encuentran en dicha situación, pues para ese valor
del tiempo, se tiene una respuesta cuyo valor es menor al valor del umbral
de operación pero mayor al de seguridad, por ello es que el diagnóstico
reporta que el sistema está en óptimas condiciones, más con componentes
en estado de transición.
El tiempo máximo en el que el sistema trabaja con una condición de
operación eficiente es hasta 3834 horas, antes de este tiempo las
condiciones de operación son adecuadas y la productividad óptima. Así
como se conoce el umbral de operación, el umbral de seguridad es obtenido
del gráfico, así como se muestra en la Figura 3.10, que sería 4 837 horas, lo
que significa que después de este tiempo la seguridad no dolo del sistema,
sino también del personal envuelto en la operación de las máquinas, corren
el riesgo de ser afectadas.

72
Con los demás tiempos de simulación, para los mismos valores establecidos
de los parámetros, el resultado de los gráficos serán los mismos, no
obstante, la diferencia recaerá en los detalles de cada uno.
Figura 3.13 – Detalles del diagnóstico con distribución Weibull – SINS (4 000 horas)
En la Figura 3.13 y Figura 3.14 se tienen los resultados para el mismo
sistema y con los mismos parámetros, sin embargo, se evaluaron para
tiempos diferentes (4000 y 6000 horas) en donde en el primer caso se
obtiene que el valor de la confiabilidad del sistema es menor al valor de la
confiabilidad en el umbral de operación debido a componentes como el
circuito electrónico, acelerómetro y placa de adquisición, sin embargo, está
por encima del valor de la confiabilidad en el umbral de seguridad, es por
ello que el sistema puede continuar operando pues el diagnóstico indica que
los componentes redundantes (si los tuviera) asegurarán el funcionamiento,
mas no significa que las condiciones de operación son óptimas.

73
Figura 3.14 – Detalles del diagnóstico con distribución Weibull – SINS (6000 horas)
Para el segundo caso la respuesta fue diferente, pues no solo la
confiabilidad del sistema sino también la de varios componentes están por
debajo del valor límite de seguridad, los cuales justamente son los mismos
que para el caso anterior, lo que pone en una situación crítica operacional al
sistema y donde es necesario realizar las acciones de mantenimiento
requeridas para garantizar la seguridad del sistema y del personal envuelto
en la operación.
Figura 3.15 – Parámetros de entrada con distribución exponencial
Seguidamente para la siguiente simulación del mismo sistema, la
distribución a ser empleada será la distribución exponencial, como se

74
muestra en la Figura 3.15, con parámetros que ya fueron determinados por
la fuente original [2]
Figura 3.16 – Resultados simulados con distribución exponencial (3000 horas)
En esta simulación, cuyos resultados se muestran en la Figura 3.16, se
ingresan parámetros que corresponden solo a la distribución exponencial y
cuyo umbral operacional es de 4538 horas, por eso que para el tiempo
diagnóstico (siendo el mismo que fue introducido en la simulación anterior
para distribución de Weibull), el algoritmo determina, al igual que con la
anterior distribución, que las condiciones de operación son óptimas y que
apenas posee componentes en estado de transición. Además de esto es
necesario mencionar que para esta simulación no se está comparando el
error que existe entre los resultados de la referencia [2] y del algoritmo
GEMACC, debido a que en la referencia no se representó adecuadamente
la distribución exponencial para el cálculo de la confiabilidad, por lo tanto los
resultados de la confiabilidad y el umbral de operación del sistema no serán
referencia de comparación en este caso únicamente.
Para esta simulación el umbral de seguridad es de 8675 horas, lo que
significa que después de este tiempo la seguridad no sólo del sistema, sino
75
también del personal envuelto en las operaciones de las máquinas corren
un gran riesgo de verse afectadas.
Figura 3.17 – Detalles del diagnóstico con distribución exponencial (3000 horas)
Los detalles del diagnóstico se presentan en la Figura 3.17, donde se puede
identificar que el componente en estado de transición es el giroscopio con
una confiabilidad de 0.892258, pero pese a ello la confiabilidad resultante
indica que el sistema está en óptimas condiciones.
Figura 3.18 – Resultados simulados con distribución exponencial [2]

76
Como anteriormente se había mencionado el resultado para el umbral de
operación de la referencia original [2] y el obtenido del programa son
diferentes; el motivo está en el que la representación exponencial de algunos
componentes (energía) no fue realizada adecuadamente como se puede
apreciar en la Figura 3.18. Para demostrar aquello, es apenas necesario
evaluar un punto de la función de distribución de probabilidad de cualquier
componente; por ejemplo, el de energía.
Seguidamente se procederá a realizar las simulaciones con los otros
tiempos predefinidos como se muestra en la Figura 3.19 y Figura 3.20, en
donde se representan los detalles del diagnóstico para cada tiempo, dado
que los resultados en los gráficos son los mismos para todos los casos.
En la Figura 3.19 el resultado obtenido con un tiempo de diagnóstico de 4000
horas fue el mismo que para el de 3000 horas y que en comparación con el
que fue simulado con únicamente distribución Weibull se observa un mejor
diagnóstico.
Figura 3.19 – Detalles del diagnóstico con distribución exponencial (4 000 horas)
En la Figura 3.20 el resultado obtenido con un tiempo de diagnóstico de 6000
horas fue totalmente diferente y mejor que el obtenido en la simulación con

77
únicamente distribución Weibull, pues en éste, el sistema aún puede
funcionar debido a que posee componentes redundantes y la confiabilidad
de algunos de ellos está por debajo del límite operación óptimo, pero por
encima del de seguridad.
Figura 3.20 – Detalles del diagnóstico con distribución exponencial (6000 horas)
En las siguientes simulaciones se analizarán los casos cuyos componentes
poseen una distribución de Weibull para dos de los tiempos de evaluación
(4000 y 6000 horas), con el objetivo de modificar la distribución de los
componentes críticos para obtener como resultado una mejor confiabilidad
y consecuentemente un mejor diagnóstico. Los componentes que serán
modificados se muestran en la Figura 3.21.
Figura 3.21 – Cambio de distribución para componentes críticos SINS

78
El resultado obtenido por dicho cambio se observa en la Figura 3.22, en
donde se puede ver que se optimizó considerablemente el comportamiento
de la confiabilidad de los componentes y del sistema. La gran diferencia se
remarca en el umbral de operación que se elevó hasta 6547 horas, lo que
significa que el sistema podrá operar en condiciones adecuadas por más
tiempo, además de ello el umbral de seguridad también aumentó a 8276
horas, lo que implica que hasta dicho momento el sistema podrá operar sin
poner en riesgo ni el sistema ni al personal envuelto en la operación del
mismo. Es importante mencionar que este resultado (gráfico) se repetirá
para ambos tiempos y que lo único en lo que podrían diferenciarse sería en
los detalles del diagnóstico para el tiempo a ser simulado.
Figura 3.22 – Resultado del cambio de distribución en el SINS.
Como es posible observar en la Figura 3.23 y Figura 3.24 se obtiene el
mismo diagnóstico de condiciones óptimas de operación, claro que
considerando componentes que aún se encuentran en estado de transición,
sin embargo, en comparación con los diagnósticos anteriores, éste es
bastante mejor.
79
Figura 3.23 – Detalles del diagnóstico con cambio de distribución (4000 horas)
Pese a que el diagnóstico de ambas simulaciones es igual, como era de
suponer la confiabilidad resultante del sistema es mayor en la simulación de
4000 horas que en el de 6000 horas por lo tanto en términos de confiabilidad,
en el primer tiempo se tiene un sistema más confiable.
Figura 3.24 – Detalles del diagnóstico con cambio de distribución (6000 horas)
Como ya fue calculado el valor de la probabilidad de ocurrencia, no solo en
este sistema, sino también en los que son objetivo del presente trabajo, y
conociendo los valores de la severidad y detectabilidad de los componentes
que previamente fueron predeterminados por el equipo técnico e ingresados

80
en el algoritmo GEMACC, se usarán de la Tabla 2.2, Tabla 2.3 y Tabla 2.5
para obtener el valor del número de prioridad de riesgo o criticidad, y con
dicho valor y considerando los criterios de la Tabla 2.7 solo que se
cambiarán los valores de R=12 (S=2, O=2 y D=3), y S=60 (S=3, O=4 y D=5),
y se obtiene el resultado de la política de mantenimiento que sería mejor
para cada componente del sistema.
Para el análisis FMECA, se realizó la simulación del sistema en los tres
tiempos, donde se obtuvo el mismo resultado para todos ellos, y los cuales
se muestran en la Figura 3.25, Figura 3.26 y Figura 3.27. En todos los casos
para componentes diferentes.
Figura 3.25 – Resultado FMECA SINS (Energía)
Figura 3.26 – Resultado FMECA SINS (Acelerómetro)

81
Figura 3.27 – Resultado FMECA SINS (Panel de control)
Para conocer los detalles de las fallas de cada componente, abriremos la
ventana emergente como se muestra en la Figura 3.28, donde se muestran
los modos de falla, las causas, consecuencias, métodos de detección y plan
de mantenimiento.
Figura 3.28 – Detalles del resultado FMECA del SINS (Panel de control)
82
CAPÍTULO IV
SISTEMA DE SEPARACIÓN DE GASES EN UNA EMBARCACIÓN FPSO
4.1. EMBARCACIÓN FPSO
Una embarcación FPSO (Floating Production, Storage and Offloading units),
es una unidad flotante de producción, almacenamiento y transferencia de
petróleo. Este tipo de buque es utilizado por la industria del sector Offshore,
por lo general para el procesamiento de hidrocarburos y el almacenamiento
de petróleo. Este tipo de embarcaciones apareció por la necesidad de
explorar en las profundidades del mar y para su construcción se utilizaban
los buques petroleros que, habiendo consumido su vida útil, eran
reutilizados, aprovechándose el casco desarmado para la construcción de
plataformas. De esta forma no solo se economizaba en los costos de una
nueva construcción, sino que además se ahorraba tiempo, la modificación
será más rápida. [36–38]
Con el FPSO se busca garantizar la gran capacidad de almacenamiento que
le permita al armador, instalar dichas unidades en lugares mucho más
alejados de la costa, en donde se tienen bastantes complicaciones para la
instalación de las líneas de tuberías, siendo casi imposible o con costos muy
elevados. [36–38]
Los FPSO se pueden utilizar tanto en aguas de poca profundidad como en
aquellas que son profundas, llegando a tener una profundidad máxima de
1900 metros. Una gran ventaja que posee este tipo de embarcaciones es
83
que su sistema de anclaje centrado en un punto le permite posicionarse en
la dirección en la que las condiciones meteorológicas le resulten más
favorables. Esto significativamente posee una gran importancia en los
campos petrolíferos, en donde las condiciones climáticas son de vientos
fuertes. Entre otras ventajas, está la gran capacidad de espacio y de cargas
en la cubierta, permite el almacenamiento de aceite y posee ilimitado
número de pozos. Los FPSO son las instalaciones ideales para las regiones
fronterizas en alta mar, debido a que son fáciles de instalar y no requieren
una infraestructura de gaseoductos locales para la exportación de petróleo.
Por otro lado, también cuenta con desventajas como son los altos
movimientos para el traslado, el uso de risers flexibles, como se muestra en
la Figura 4.1, con limitación en el diámetro para el caso que se tenga aguas
ultra profundas, considerando también que los sistemas submarinos son un
factor crítico. [36–38]
Figura 4.1 – Tipos de plataformas petrolíferas flotantes.
Las unidades FPSO están sometidas a todas las condiciones de entorno
propias del ambiente marino. En referencia a sus condiciones de operación,

84
presentan diferencias significativas con la de un buque convencional. Estos
deben permanecer anclados en su posición a lo largo de todo el ciclo de vida
del yacimiento que está explotando. Por lo que, esto implica, por una parte,
una mayor exposición a los fenómenos de fatiga y por otro, una necesidad
de prever que no es posible realizar varadas intermedias para inspección y
reparaciones. Por tanto, todos sus elementos constituyentes han de tener
una mayor robustez y estar diseñados bajo esta consideración de vital
impacto en la operación y mantenimiento de la unidad. [36–38]
Dentro de los servicios que pueden prestar las unidades FPSO se puede
encontrar los siguientes puntos:
• Recibir producto desde plataforma de perforación y procesarlo
• Almacenamiento de producto
• Evitar la incineración de producto con las consiguientes ventajas
medioambientales
• Evitar derrames por falta de capacidad
• Descargas en terminales, buques shuttle (petrolero) o reinyectar
directamente en pozo.
Para la unidad FPSO que será caso de estudio se tienen las siguientes
características.
85
Tabla 4.1 – Características de la embarcación FPSO
Arqueo bruto 144 652
Peso muerto: 275 546 ton
Eslora 325 metros
Manga 56 metros
Año de construcción 1993
4.2. SISTEMA DE SEPARACIÓN EN TRES FASES
Dentro de una embarcación FPSO existen diversos sistemas que permiten
el correcto funcionamiento de ésta, entre ellos se tiene desde la propulsión,
el sistema de monitoreo, anclaje y el sistema que es corazón de la
producción dentro de una embarcación FPSO, que es el sistema de
separación en tres fases en donde se separa petróleo, gas y agua. [36–38]
Un separador en tres fases usado en el campo del petróleo se refiere
básicamente a un conjunto de recipientes de presión utilizados para separar
los fluidos de producción en sus componentes constitutivos de petróleo, gas
y agua. Son generalmente usados en pozos de producción o plataformas.
[39]
Los separadores trabajan sobre el principio de que los tres componentes
poseen diferentes densidades por lo tanto es que basado en ello, es que le
permite estratificar cuando se mueven lentamente con gas en la parte
superior, el agua en la parte inferior y el petróleo en el centro. Por otro lado,

86
todos los demás sólidos como la arena también se asentarán o
sedimentarán en el fondo del separador. [39]
El sistema que será analizado incluirá apenas una de las fases de
separación, el cual es el sistema de separación de gases que será el objetivo
principal para el análisis de confiabilidad. En la Figura 4.2 se puede observar
los subsistemas que conforman este sistema mayor, el cual ya está
esquematizado en un diagrama de bloques para su respectivo análisis.
Figura 4.2 – Sistema de separación de gases de una embarcación FPSO
Es importante mencionar que nuestro análisis se enfocará en una
simulación del sistema de separación de gases de una embarcación FPSO
con datos arbitrarios, debido a la confidencialidad que poseen las empresas
de dicho sector, pues consideran sería una revelación de las debilidades de
sus equipos y por consiguiente de sus operaciones, sin embargo, se realizar
un análisis a detalle por componentes de uno de los subsistemas, el cual es
el subsistema de compresión de media presión, pues los datos de los
componentes que posee (datos de falla) son proporcionados por el manual
de banco de datos OREDA, que es una colección de datos de diferentes

87
plataformas y que cuenta con la información conglomerada de diversas
empresas importantes que intervienen en el sector offshore.
En la Figura 4.3 se puede ver el subsistema de compresión de media presión
de nuestra embarcación, y los cuatro componentes que lo conforman
enlazados en el diagrama de bloques, los cuales son el compresor de gas
principal, el cooler del compresor o intercambiador de calor y los scrubber
de succión y descarga.
Figura 4.3 – Subsistema de compresión de media presión.
El scrubber succión se encarga de recibir el fluido y luego se remueven uno
o más componentes a través del contacto directo con un líquido o una
solución líquida que tiene afinidad por estos componentes y no con los
demás, mientras que el compresor de gas principal se encarga de elevar la
presión del fluido que ingresa, en donde luego el cooler o intercambiador de
calor se encarga de disminuir el calor generado por el proceso de
compresión el cual no es transformado en energía útil, durante el
funcionamiento de estos. La principal función de la refrigeración es mantener

88
todos los componentes en un rango de temperatura en el cual el sistema
pueda sufrir problemas como deformación y agarrotamiento. Por último, está
la salida en el scrubber de descarga que en principio tiene la misma función
que el scrubber de succión, cumpliendo la función de purificar la corriente
gaseosa.
Como para el subsistema de compresión de media presión se usarán datos
del OREDA, a continuación, se presentará las características consideradas
por dicho banco de datos para el compresor (más detalles de éste y los
demás componentes se especificarán en el Anexo A), donde se especifica
las condiciones de contorno para cada componente y los ítems que
considera dentro de ellos.
4.2.1. Compresor
El controlador del compresor junto con el auxiliar, como el sistema de
lubricación, enfriamiento, arranque para el conductor, no se incluye dentro
del límite del compresor, como se muestra en la Figura 4.3. Las unidades
conductoras se registran como inventarios del banco de datos OREDA
separados (motor eléctrico, turbina de gas o motor de combustión). En el
conductor, si se registran, se registran por separado para cada una de esas
categorías de conductor.[30]
Un tren de compresor es considerado como un inventario en OREDA. (Cada
tren del compresor puede consistir en hasta cuatro etapas del compresor ya
sea como unidades separadas (carcasa) o integradas en una unidad de
compresor).[30]
Para los compresores con un sistema común de lubricación y sellado, las
fallas se asignan generalmente a la subunidad que se supone es la más
afectada. De lo contrario, los fallos se asignan al sistema lubricación. Las

89
válvulas de entrada y salida no están dentro del límite. La definición del límite
se muestra en la Figura 4.3, y la subdivisión en subunidades y elementos
mantenibles se muestran en la Tabla 4.2.[30]

90
Figura 4.4 – Subsistema de compresión de media presión (condiciones de

contorno. [30]
91
Tabla 4.2 – Compresores, subdivisión en ítem mantenibles. [30]
COMPRESORES
Sistema
Transmisión Control y Sistema de
Compresor de sellado Misceláneo
de potencia monitoreo lubricación
del eje
Sistema anti Dispositivos de Sellos de Bastidor de

Cojinete Enfriadores
oleaje accionamiento gas seco base
Acoplamiento
Pistón de Unidad de
a la unidad Filtros Filtros Enfriadores
equilibrio control
accionada
Acoplamiento Engranaje
Caja Sensores Motor Junta de brida
al conductor s
Caja de Fuente de
Camisa de Sellos Válvulas de
cambios/unid alimentación Petróleo
cilindro mecánicos control
ad variable interna
Depósito
Tubería (inc. Sistema Válvulas de
Lubricación Supervisión Motor
interna de aislamiento
calefacción)
Sellos
Sellos Tubería Tuberías Bomba Válvulas check
intermedios
Sistema de
Empaqueta control de
Sellos Bomba Depósito
dura cojinetes
magnético
Tuberías,
Depurado
Pistón Válvulas Sellos soportes de
r
tubos y fuelles
Cojinete Aceite del
Alambrado Válvulas Salida de aire
radial sello
Rotor de
Silenciadores
impulsores
Juntas de
eje
Cojinete de
empuje
Válvulas
Lista de modos de falla
Para el compresor considerado en la base de datos del OREDA se
consideran 20 modos de falla que se muestran en la Tabla 4.3. Es

92
importante mencionar que el tiempo que será usado será el tiempo
operacional de las máquinas.
Tabla 4.3 – Compresores, modos de falla. [30]
AIR Lectura anormal del instrumento

BRD Rotura
ELP Fuga externa - proceso medio
ELU Fuga externa - medio de utilidad
ERO Salida errada
FTS No se puede iniciar en la demanda
HIO Sobrecarga
INL Fuga interna
LOO Bajo rendimiento
NOI Ruido
OHE Sobrecalentamiento
OTH Otro
PDE Desviación del parámetro
PLU Conectado/bloqueado
SER Problemas menores de servicio
STD Deficiencia estructural
STP No se puede detener en la demanda
UNK Desconocido
UST Falsa parada
VIB Vibración
93
CAPÍTULO V
SIMULACIÓN DE SISTEMAS Y DISCUSIÓN DE RESULTADOS
Como fue mencionado en el Capítulo III del presente informe, se simulará de la
misma forma que en el caso del sistema de navegación inercial, nuestro sistema de
separación de gases de una embarcación FPSO, con las consideraciones pertinentes
que se recalcan a continuación:
• Los datos de falla para los componentes del subsistema de compresión de media
presión serán obtenidos de la base de datos del OREDA, independientemente si
dichos componentes sean exactamente los que son parte en la operación de la
embarcación que es modelo de estudio.
• Para la simulación del sistema de separación de gases (conjunto de subsistemas)
se usará datos de falla arbitrarios los cuales podrán ser modificados con la
información completa de cada subsistema, por lo que los resultados mostrados
no son necesariamente los que corresponden a este tipo de sistema.
• Para el análisis FMECA, en ambos casos, serán datos arbitrarios (para valores
de severidad y detectabilidad) los cuales también podrán ser modificados
dependiendo del equipo técnico a cargo de la operación de las máquinas.
A continuación se procederá a simular los dos sistemas mencionados en el capítulo
IV de la siguiente manera; primero se simulará el subsistema de compresión de
media presión con los datos del OREDA, con ello se podrá obtener el valor de la
confiabilidad total de ese sistema, luego con dicho valor se tendrá ya la confiabilidad
94
de uno de los componentes del sistema de separación de gases de la embarcación
FPSO, a pesar que en la opción de “Edición de Componentes” sea posible editar
dichos valores, éste se mantendrá desactivado, mientras que en los otros casos será
posible editar los parámetros estocásticos que regirán el comportamiento de la
distribución de probabilidad para cada caso, a menos que se posea, al igual que en
el sistema de compresión de baja presión, los valores y/o parámetros para los
componente de los diferentes subsistemas.
5.1. SISTEMA DE COMPRESIÓN DE MEDIA PRESIÓN (SCMP)
Como fue mencionado en el Capítulo IV, el sistema de compresión de media
presión estará conformado por cuatro componentes: el compresor principal,
el cooler, scrubber de succión y scrubber de descarga. Procederemos
entonces a correr el programa y seleccionando el diagrama de bloques del
sistema a ser analizado, así como se muestra en la Figura 5.1.
Seguidamente se procederá a editar los componentes, que, para nuestro
programa, estos valores ya están predeterminados en la base de datos del
algoritmo con una distribución exponencial (proporcionada por el OREDA)
para el análisis de diagrama de bloques y con datos arbitrarios para el
análisis FMECA, como se muestra en la Figura 5.2. Esto no descarta la
opción que el sistema pueda ser simulado con parámetros correspondientes
a una distribución de Weibull, sin embargo, para ello sería necesario la base
de datos del detalle de las fallas, así como se especificó en la Tabla 3.1.
95
Figura 5.1 – SCMP simulado en algoritmo GEMACC.
Figura 5.2 – Edición de parámetros para el SCMP.
Con los parámetros ingresados se procede a realizar el análisis por el
método de diagrama de bloques para 250 y 500 horas, obteniendo así un
resultado preliminar mostrado en la Figura 5.3, para el primer caso, en el
que el sistema se encuentra en condiciones de operación estándar,
indicando además que el umbral de operación es de aproximadamente 133
horas y un umbral de seguridad de aproximadamente 282 horas, por lo que
dichos tiempos serán nuestros tiempos críticos. Para conocer más detalles
96
en la Figura 5.4 se muestra la información de los componentes y del sistema
para el tiempo simulado.
Figura 5.3 – Resultado simulados para el SCMP (250 horas).
Figura 5.4 – Detalles del diagnóstico para el SCMP (250 horas).
Como se puede observar el sistema posee una confiabilidad total de 0.82 el
cual está por encima del valor del umbral de seguridad, sin embargo, es
menor al valor del de operación, además como era de suponer el valor de la
confiabilidad para ambos scrubber es el mismo pues se usó el mismo valor
de parámetro con la misma distribución de probabilidad.
Para el segundo caso de simulación (500 horas), se obtiene un resultado
totalmente diferente, como se muestra en la Figura 5.5, el cual indica un
diagnóstico en el que, para garantizar la seguridad y funcionamiento del

97
sistema, el mantenimiento correspondiente debe realizarse inmediatamente.
De la misma forma para conocer lo que hay por detrás de dicho resultado
en la Figura 5.6 se muestra el detalle.
Figura 5.5 – Resultado simulados para el SCMP (500 horas).
Figura 5.6 – Detalles del diagnóstico para el SCMP (500 horas).
Como se puede observar el valor de la confiabilidad del sistema es de 0.67,
el cual es menor al valor del umbral de seguridad independientemente que
la confiabilidad de cada componente supere dicho valor o incluso el valor del
umbral de operación. Esto es debido principalmente al arreglo o distribución
de los componentes, que para este caso en particular todos los
componentes se encuentran en serie.

98
Como ya fue calculado el valor de la probabilidad de ocurrencia y con los
valores de severidad y detectabilidad de los componentes se realizará el
análisis FMECA de la misma forma que fue realizada en el Capítulo III para
el sistema de navegación inercial, obteniendo así la política de
mantenimiento que sería mejor para cada componente del sistema.
Para el análisis FMECA, se realizó la simulación del sistema en los dos
tiempos estipulados, donde se obtuvo el mismo resultado para todos ellos,
y los cuales se muestran en la Figura 5.7, Figura 5.8, Figura 5.9 y Figura
5.10. En todos los casos para componentes diferentes, claro está que el
resultado para los scrubber es el mismo por ser considerado la misma
distribución y el mismo valor de parámetro.
Figura 5.7 – Resultado FMECA SCMP (Compresor de gas principal)

99
Figura 5.8 – Resultado FMECA SCMP (Cooler)
Figura 5.9 – Resultado FMECA SCMP (Scrubber de succión)
Figura 5.10 – Resultado FMECA SCMP (Scrubber de descarga)

100
Para conocer los detalles de las fallas de cada componente, es necesario
presionar F1 para que aparezca una ventana emergente como se muestra
en la Figura 5.11, donde se muestran los modos de falla, las causas,
consecuencias, métodos de detección y plan de mantenimiento.
Figura 5.11 – Detalles del resultado FMECA del SCMP (Compresor de gas
principal)
5.2. SISTEMA SEPARACIÓN DE GASES (FPSO)
Como fue mencionado en el Capítulo IV, el sistema de separación de gases
(FPSO) estará conformado por nueve componentes o subsistemas:
subsistema del procesamiento del petróleo, subs. Compresión de
recuperación de vapor – compresión a baja presión, subs. Remoción de H2S,
subs. Compresión de media, subs. Remoción de CO2, subs. Compresión de
alta presión – exportación de gas, subs. Compresión de alta presión – unidad
de compresión de CO2 y subs. Compresión de muy alta presión – inyección

101
de gas. Como salidas posee, dos salidas paralelas, las cuales son el ducto
de exportación/ importación del gas y el manifold de producción submarina
y pozos de producción e inyección. Procederemos entonces a correr el
programa y seleccionando el diagrama de bloques del sistema a ser
analizado, así como se muestra en la Figura 5.12.
Seguidamente se procederá a editar los componentes, que para este caso
se usarán datos arbitrarios para el análisis de diagrama de bloques y
FMECA, con la excepción de que para el sistema de compresión de media
presión se usarán los resultados obtenidos en la sección anterior, por lo
tanto, las casillas de edición de parámetros para dicho componente estarán
desactivadas a menos que se seleccione un tipo de distribución y modifique
el valor. En la Figura 5.13 se observa las características ya mencionadas del
módulo de edición.
Figura 5.12 – Sistema de separación de gases simulado en algoritmo GEMACC.

102
Figura 5.13 – Edición de parámetros para el sistema de separación de gases

(SSG)
Con los parámetros ingresados se procede a realizar el análisis por el
método de diagrama de bloques para 250 y 500 horas, obteniendo así un
resultado preliminar mostrados en la Figura 5.14, para el primer caso, en el
que el sistema se encuentra en condiciones de operación estándar,
indicando además que el umbral de operación es de aproximadamente 106
horas y un umbral de seguridad de aproximadamente 251 horas, por lo que
dichos tiempos serán nuestros tiempos críticos. Para conocer más detalles
en la Figura 5.15 se muestra la información de los componentes y del
sistema para el tiempo simulado.
Figura 5.14 – Resultado simulados para el SSG (250 horas).

103
Figura 5.15 – Detalles del diagnóstico para el SSG (250 horas).
Como se puede observar el sistema posee una confiabilidad total de 0.8007
el cual está ligeramente por encima del valor del umbral de seguridad, sin
embargo, es menor al valor del de operación, además como era de suponer
del sistema de compresión de media presión es el mismo que el que fue
obtenido en la simulación de dicho sistema (confiabilidad resultante).
Para el segundo caso de simulación (500 horas), se obtiene un resultado
totalmente diferente, como se muestra en la Figura 5.16, el cual indica un
diagnóstico en el que, para garantizar la seguridad y funcionamiento del
sistema, el mantenimiento correspondiente debe realizarse inmediatamente.
De la misma forma para conocer lo que hay por detrás de dicho resultado
en la Figura 5.17 se muestra el detalle.

104
Como se puede observar el valor de la confiabilidad del sistema es de 0.64,
el cual es menor al valor del umbral de seguridad independientemente que
la confiabilidad de cada componente supere dicho valor (con excepción del
sistema de compresión de media presión) o incluso el valor del umbral de
operación. Esto es debido principalmente al arreglo o distribución de los
componentes, que a pesar de que este sistema posee más componentes
que el anterior la distribución de los componentes es mixta (paralelo y serie).

105
Como ya fue calculado el valor de la probabilidad de ocurrencia y con los
valores de severidad y detectabilidad de los componentes se realizará el
análisis FMECA de la misma forma que fue realizada en el Capítulo III para
el sistema de navegación inercial, obteniendo así la política de
mantenimiento que sería mejor para cada componente del sistema.
Para el análisis FMECA, se realizó la simulación del sistema en los dos
tiempos estipulados (los mismos que para el sistema anterior), donde se
obtuvo el mismo resultado para todos ellos, y los cuales se muestran en la
Figura 5.18, Figura 5.19, Figura 5.20 y Figura 5.21, en todos los casos para
componentes diferentes.
Se podrá observar que existen varios casos en el que los componentes
poseen el mismo resultado de política de mantenimiento pero que los
diferencia el número de criticidad o número de prioridad de riesgo, el cual se
explicó que otorga la prioridad para el mantenimiento de dichos
componentes. Con respecto al nivel de riesgo existe el caso como el de la
Figura 5.20 que está con código de color diferente al del número de
criticidad, esto debido a que se encuentra en el límite de un estado y otro.
Figura 5.18 – Resultado FMECA SSG (URV – SCBP)

106
Figura 5.19 – Resultado FMECA SSG (Sistema de compresión de media presión)
Figura 5.20 – Resultado FMECA SSG (SCAP – UC – CO2)
Figura 5.21 – Resultado FMECA SSG (SMAP - GI)

107
Para conocer los detalles de las fallas de cada componente, es necesario
presionar F1 para que aparezca una ventana emergente como se muestra
en la Figura 5.22, donde se muestran los modos de falla, las causas,
consecuencias, métodos de detección y plan de mantenimiento.
Figura 5.22 – Detalles del resultado FMECA del SSG (Sistema de compresión de
media presión)
Como se pudo apreciar en los resultados obtenidos, la confiabilidad del
sistema es enormemente afectada por el bajo valor numérico del sistema de
compresión de media presión (definido en la sección anterior), cuyo valor
está ligado en serie con los demás componentes, además se tiene que los
datos usados fueron los proporcionados por el OREDA, el cual es una base
de datos referencial de máquinas de múltiples plataformas offshore, no
necesariamente del mismo fabricante, con el mismo régimen de trabajo,

108
realizando la misma función, condiciones de trabajo, entre otros. Por lo que
una base de datos más realista nos daría mejores resultados. Para ello
simularemos el mismo sistema de distribución de gases, modificando el valor
del parámetro estocástico en el subsistema de compresión de media presión
mostrados en la Figura 5.23, con un valor aproximado (4e-5/hr) al de los
otros componentes (cuyos valores referenciales son similares al del sistema
de navegación inercial para fines de simulación).
Figura 5.23 – Edición de parámetros SSG (mudanza de parámetro del SCMP)
El resultado obtenido por dicho cambio se observa en la Figura 5.24, en
donde se puede ver que se optimizó considerablemente el comportamiento
del sistema. La gran diferencia se remarca en el umbral de operación que
se elevó hasta 688 horas, lo que significa que el sistema podrá operar en
condiciones adecuadas por más tiempo, además de ello el umbral de
seguridad también aumentó a 1 604 horas, lo que implica que hasta dicho
momento el sistema podrá operar sin poner en riesgo ni el sistema ni al
personal envuelto en la operación del mismo.

109
Figura 5.24 – Resultado simulados del SSG con mudanza en el SCMP (500 horas).
En la Figura 5.25 se observa el detalle de los resultados para el cambio
realizado, donde se aprecia que la confiabilidad del sistema se eleva a 0.93
y 0.98 para el valor del SCMP, por otra parte, el comportamiento de la
confiabilidad del sistema mostrado en la Figura 5.24, a través del tiempo se
mantiene aún con una gradiente considerable, esto debido a la distribución
o arreglo de los componentes dentro del sistema.
Figura 5.25 – Detalles del diagnóstico para el SSG con mudanza en el SCMP (500
horas).
110
CONCLUSIONES
1. El algoritmo fue realizado con éxito, ya que, los resultados obtenidos en la
validación de la metodología al simular un sistema de navegación inercial, fueron
prácticamente los mismos que los que se presentan en la bibliografía pues el
porcentaje de error fue mínimo, siendo éste, menor a 1%, por lo que la
implementación de dicha metodología en otros sistemas generará resultados
confiables.
2. La metodología implementada fue exitosa debido a que se obtuvo un diagnóstico
de fallas futuras, modelar la confiabilidad del sistema y de los componentes y
establecer así una política de mantenimiento, como resultado se obtuvo que es
posible identificar el estado del sistema de distribución de gases en un periodo
de tiempo asignado llamado tiempo diagnóstico con apenas los parámetros de
distribución de probabilidad, considerando que el análisis del historial de datos ya
fue realizado,
3. El tipo de distribución empleada influye bastante en el análisis, pues los
parámetros ingresados son otros; mientras que para exponencial (distribución
más usada en análisis de fallas) se usa la tasa de falla, para Weibull (distribución
más realista) se usan los parámetros de forma y escala. Además, se concluye
que la variación del tipo de distribución de probabilidad de uno o varios
componentes, puede generar mejoras en el tiempo de mantenimiento del
sistema. No solo mejora el tiempo de mantenimiento, sino también la confiabilidad
del sistema y permite tener óptimas condiciones de trabajo, esto se pudo

111
corroborar en la simulación del sistema de navegación inercial, como se muestra
en la Figura 3.22 y Figura 3.23.
4. Se concluye que con el diagrama de bloques se puede simular el estado futuro
de un sistema y evaluar si después de un tiempo destino para una misión de
trabajo, el sistema está aún en condiciones adecuadas, y así, si aún después de
aquel tiempo la condiciones no mudan, el sistema (en nuestro caso el sistema de
separación de gases y/o subsistemas) podría realizar el trabajo por más tiempo
sin parar la operación, lo que resultaría en ganancias para la empresa y
optimizando dicho proceso, evitando mantenimientos innecesarios antes de
tiempo, así como se muestra en la Figura 5.4, Figura 5.6, Figura 5.15, Figura 5.17
y Figura 5.24.
5. Una conclusión importante es que a pesar que el método de diagrama de
bloques, proporciona un diagnóstico preliminar bueno, para que los resultados
sean totalmente confiables se necesitará de una base de datos de un historial
recolectado por un largo periodo de tiempo (tres años a más), por lo tanto, para
un análisis de un historial de fallas de un corto periodo de tiempo, los resultados
serán menos exactos.
6. El análisis FMECA no siempre indica lo mismo que el diagnóstico preliminar, así
como se explicó en el Capítulo III, porque dicho análisis depende de tres factores
y que solo uno de ellos es el valor de probabilidad de falla, como ejemplo en la
simulación del sistema de separación de gas en donde en la Figura 5.17, con una
simulación de 500 horas muestra un resultado crítico, mientras que la Figura 5.19
muestra que está en nivel de riesgo tolerable. A pesar de ello, los resultados
atendieron las necesidades y objetivos de este informe.

112
RECOMENDACIONES
Si bien los resultados obtenidos en el presente informe hayan sido buenos, el
análisis realizado puede ser mejorado en muchos aspectos, conociendo las
limitaciones y abriendo caminos para nuevas líneas de investigación, sabiendo que,
en los resultados, los cálculos realizados permitieron conocer las políticas de
mantenimiento de cada componente, para obtener buenas respuestas e la simulación
se brindan las siguientes recomendaciones:
1. Para un adecuado análisis de confiabilidad por componentes en un sistema, se
recomienda establecer los componentes más representativos del sistema que
serán analizados y que finalmente representarán a todo el sistema en un
diagrama de bloques. Es claro que mientras más componentes sean
considerados la complejidad del análisis aumentará también, sin embargo, se
tendrá mejor detalle y un resultado más exacto.
2. El análisis realizado fue únicamente considerando datos de falla, por lo que se
recomienda que para futuros trabajos se tome en cuenta el análisis de datos de
reparo, lo cual brindaría una información más precisa, pues no solo se realizaría
el análisis con el método de diagrama de bloques, sino que con dichos datos
podría realizarse un análisis de Markov, el cual analiza estados de los
componentes de un sistema considerando tasas de reparo, y cuya gran ventaja
es que la base de datos puede ser menor.
3. Otra sugerencia para trabajos futuros sería realizar el análisis de los sistemas
modelados (de ser posible), o de otros, con datos completos (detalles de tiempo
113
como se muestra en la Tabla 3.1) para no solo limitar el análisis a las
distribuciones exponencial y de Weibull sino a otras distribuciones que
posiblemente podría ofrecer mejores resultados.
4. Se recomienda también realizar un análisis económico de las acciones de
mantenimiento, pues dicho análisis juega un papel determinante para saber la
prioridad del mantenimiento de los componentes.
5. Finalmente se recomienda también que para trabajos a futuro se evolucione más
en la parte de programación, que fue el corazón de esta tesis, estableciendo un
algoritmo que permita editar la dependencia y distribución de los componentes
no solo en el código (base de datos), sino también crear un nuevo sistema a partir
de cero.
114
REFERENCIAS BIBLIOGRÁFICAS
[1] D. N. Veritas, “DNV-OSS-101 Rules for Classification of Offshore Drilling and
Support Units,” no. October, 2014.
[2] X. Jiang, F. Duan, H. Tian, and X. Wei, “Optimization of reliability centered
predictive maintenance scheme for inertial navigation system,” Reliab. Eng.
Syst. Saf., vol. 140, pp. 208–217, 2015.
[3] Deparment of Defense United Stated of America, MILITARY STANDARD,
Procedures for performing a failure mode, effects and criticality analysis.
Washington, D.C., 1980.
[4] B. J. Richard, Risk-Based Management a Reliability-Centered Approach.
Houston, Texas: Gulf Publishing Company, 1995.
[5] J. Moubray, Reliability Centered Maintenance II, Second Edi. Ney York:
Industrial Press Inc., 1997.
[6] R. Keith, Maintenance Fundamentals, 2nd Editio. Oxford,UK: Elsevier B.H.,
2004.
[7] M., André, and P. A. Norberto, “Introdução à Gestão da Manutenção,” Curso
Técnico Mecânica Ind., 2007.
[8] NASA, RCM Guide for Facilities and Collateral Equipment, no. September.
Washington, D.C., 2008.
[9] P. P. Jagathy and V. P. Deepak, “CBM , TPM , RCM and A-RCM - A Qualitative
115
Comparison of Maintenance Management Strategies,” Int. J. Manag. Bus.
Stud., vol. 4, no. 3, pp. 49–56, 2014.
[10] S. G. da Silva, “Confiabilidade de Equipamentos Submarinos de Segurança de
Sondas Flutuantes (Blowoutpreventers - BOPS),” Universidade Federal do Rio
de Janeiro - UFRJ, Rio de Janeiro, 2002.
[11] G. C. da Rocha, “Estudo da confiabilidade funcional dos sistemas de potência
elétrica, de automação e de lastro para a manutenção do equilíbrio de uma
plataforma FPSO,” Universidade Federal do Rio de Janeiro - UFRJ, 2008.
[12] M. Akbari and P. Khazaee, “Failure Modes and Effects Analysis ( FMEA ) for
Power Transformers,” in 28th International Power System Conference, 2013,
pp. 1–7.
[13] H. Arabian-Hoseynabadi, H. Oraee, and P. J. Tavner, “Failure Modes and
Effects Analysis ( FMEA ) for wind turbines,” Int. J. Electr. Power Energy Syst.,
vol. 32, no. 7, pp. 817–824, 2010.
[14] D. M. Barends, M. T. Oldenhof, M. J. Vredenbregt, and M. J. Nauta, “Risk
analysis of analytical validations by probabilistic modification of FMEA,” J.
Pharm. Biomed. Anal., vol. 64–65, pp. 82–86, 2012.
[15] B. O. B. Mkandawire, N. Ijumba, and A. Saha, “Transformer risk modelling by
stochastic augmentation of reliability-centred maintenance,” Electr. Power
Syst. Res., vol. 119, pp. 471–477, 2015.
[16] H. Reza, N. Akar, H. Lotfizadeh, M. Bairampour, and S. Nasiri, “Risk analysis
of geothermal power plants using Failure Modes and Effects Analysis ( FMEA
) technique,” Energy Convers. Manag., vol. 72, pp. 69–76, 2013.

116
[17] B. Yssaad and A. Abene, “Rational Reliability Centered Maintenance
Optimization for power distribution systems,” Electr. Power Energy Syst., vol.
73, pp. 350–360, 2015.
[18] B. Yssaad, M. Khiat, and A. Chaker, “Reliability centered maintenance
optimization for power distribution systems,” Int. J. Electr. Power Energy Syst.,
vol. 55, pp. 108–115, 2014.
[19] W. Deng, Y. Chen, Y. Ren, L. Liu, and D. Yang, “A New Algorithm of GO
Methodology Based on Minimal Path Set,” AASRI Procedia, vol. 3, pp. 368–
374, 2012.
[20] J. Wang, C. Fu, K. Yang, X. Zhang, G. Shi, and J. Zhai, “Reliability and
availability analysis of redundant BCHP ( building cooling , heating and power
) system,” Energy, vol. 61, pp. 531–540, 2013.
[21] B. S. Dhillon, ENGINEERING MAINTENANCE. Washington, D.C.: CRC
PRESS, 2002.
[22] SENAI, Manutenção. São Paulo, Brasil: Cleide Aparecida da Silva, 2000.
[23] D. H. Shreve, “Integrated Condition Monitoring Technologies.” pp. 1–63, 2003.
[24] K. S. Park and S. W. Han, “TPM — Total Productive Maintenance : Impact on
Competitiveness and a Framework for Successful Implementation,” Hum.
Factors Ergon. Manuf., vol. 11, no. 4, pp. 321–338, 2001.
[25] IAEA, Aplication of Reliability Centred Maintenance to Optimize Operation and
Maintenance in Nuclear Power Plants, IAEA., no. May. Vienna, Austria: IAEA,
2007.
[26] SENAI-CFP, “Gestão da Manutenção,” Telecurso 2000-Manutenção, Minas

117
Gerais, Brasil, 2000.
[27] S. Sydio and D. S. Unimep, “Manutenção centrada em confiabilidade como
ferramenta estratégica,” in XXIII Encontro Nacional de Engenharia de
Produção - Ouro Preto, 2003, pp. 1–8.
[28] H. William and P. . Bartley, “Failure Analysis of Transformers,” Hartford Steam
Boil. Insp. Insur. Co., pp. 1–13, 2000.
[29] D. Li and J. Gao, “Study and application of Reliability-centered Maintenance
considering Radical Maintenance,” J. Loss Prev. Process Ind., vol. 23, 2010.
[30] SINTEF, Offshore and OnshoreReliability Data - OREDA, 6th Editio. Norway:
SINTEF, 2015.
[31] D. C. Montgomery and G. C. Runger, Applied Statistics and Probability for
Engineers, 5th ed. New York, USA: John Wiley & Sons, Inc, 2011.
[32] T. T. SOONG, Fundamentals of Probability and Statistics for Engineers, vol.
54. New York, USA: John Wiley & Sons, Inc, 2004.
[33] E. E. Lewis, Introduction to Reliability Engineering, 2nd Editio. Evanston,
Illinois, 1994.
[34] B. Espstein and I. Weissman, Mathematical Models for System Reliability.
Boca Raton, Florida: Taylor & Francis Group, 2008.
[35] Perkins, “Manual del usuario e información de instalación,” Dorset, Inglaterra,
2015.
[36] A. C. Bermejo, A. S. Grado, and T. Mar, “Sistemas de Anclaje y
Posicionamiento de Plataformas Offshore,” Universidad de la Laguna, 2015.
[37] F. B. Cicilia, S. D. E. Producción, C. Afuera, P. D. E. México, and E. N. Aguas,

118
“Sistemas flotantes para la producción de petróleo en aguas profundas
mexicanas,” 2012.
[38] L. V. Osuna, “La Industria de los Hidrocarburos: El sector upstream y la
operación de lifting de un FPSO,” Universidad del Pais Vasco, 2015.
[39] C. G. Galindo, “Parámetros requeridos en el diseño de separadores para
manejar mezclas gas-líquido,” Guayaquil - Ecuador, 2010.

119
ANEXO A
En el presente Anexo se presentará los detalles (modos de falla, condiciones de
contorno, causas de falla, datos de tasas de falla y división en elementos
mantenibles) de los componentes considerados para el análisis del subsistema de
compresión de media presión. A continuación, veremos el detalle de los tres
componentes (compresor, scrubber y cooler) cuyos datos son obtenidos del OREDA
y considerando que los datos para el scrubber de succión y de descarga son los
mismo.
Cooler o Intercambiador de calor
La definición de frontera se muestra en la Figura A.1 y la correspondiente
subdivisión en subunidades y elementos mantenibles en la Tabla A.1.
Se excluyen específicamente las válvulas de entrada, salida, alivio de presión y
drenaje. Las únicas válvulas son válvulas de calibración y válvulas de instrumentos
que forman un límite de presión (por ejemplo. válvulas de bloqueo, válvulas de
control, válvulas de calibración, indicadores / medidores locales) [30]
En las tablas de elemento mantenible vs. Modo de falla y elemento mantenible
vs. Causa de falla, se presentan valores en porcentajes designados para cada uno
de ellos, por lo tanto, la tasa de falla se subdividirá dependiendo del elemento y causa
de falla, pues el valor de la tasa de falla está determinado por la tabla de datos de
falla de cada componente.

120
Figura A.1 – Condiciones de contorno de intercambiador de calor [30]
Tabla A.1 – Elementos mantenibles del intercambiador de calor [30]
INTERCAMBIADORES DE CALOR
Control y
Externo Interno Misceláneo
monitoreo
Dispositivos
Carcaza Carcaza de Enfriador
accionamiento
Placas Unidad de
Tubería Motor
metálicas control
Fuente de
Sellos
Soporte alimentación
(juntas)
interna
Válvulas Tubos Tubería
Sellos
Válvulas
Alambrado
121
Tabla A.2 – Modos de falla del intercambiador de calor [30]

IHT Calor transferido insuficiente
INL Fuga interna
OTH Otro
UNK Desconocido
Tabla A.3 – Datos de fallas del intercambiador de calor [30]
Taxonomia N° Item
3.1.3.3 Intercambiador de calor
Gases
Populación Instalaciones Tiempo de servicio (10e6 horas)
Tiempo operacional
3 2
0.1100
Modo de falla No de Tasa de falla (por 10e6 horas).
Fallas Inf Media Sup DE n/τ
CRITICO 5 0.28 64.94 243.90 89.99 45.45
Lectura anormal del instrumento 2 0.13 24.64 88.71 32.78 18.18
Desviación del parámetro 3 0.18 38.08 140.54 51.90 27.27
DEGRADADO 7 1.02 52.42 162.88 57.71 63.62
Fuga interna 5 2.25 38.68 114.02 37.89 45.44
Deficiencia estructural 1 0.10 8.34 26.82 9.71 9.09
TOTAL 12 64.73 110.97 167.3 31.48 109.07
122
Tabla A.4 – Elemento mantenible vs. Modo de falla – intercambiador de calor [30]
AIR ELP ELU IHT INL OTH PDE PLU STD Sum
Unidad de control 1.45 1.45
Instrumento, flujo 1.45 1.45 2.90
Instrumento, nivel 2.90 2.90
Instrumento, presión 1.45 4.35 5.80
Instrumento, temperatura 14.49 14.49
Otro 4.35 2.90 7.25
Tuberías 4.35 2.90 7.25
Placas metálicas 1.45 1.45
Subunidad 4.35 4.35
Tubos 1.45 1.45
Desconocido 8.70 11.59 1.45 1.45 5.80 5.80 34.78
Válvulas 2.90 4.35 2.90 2.90 1.45 1.45 15.94
Total 26.09 15.94 10.14 1.45 10.14 13.04 10.14 2.90 10.14 100.00
Tabla A.5 – Elemento mantenible vs. Causa de falla – intercambiador de calor [30]
AIR ELP ELU IHT INL OTH PDE PLU STD Sum
Bloqueo / taponado 1.45 2.90 4.35
Rotura 2.90 2.90
Explosión 1.45 1.45
Fallas de control 4.35 7.25 11.59
Corrosión 1.45 1.45 4.35 7.25
Fallo de tierra / aislamiento 1.45 1.45
Falla de señal / indicación / alarma 7.25 7.25
Fallo del instrumento - general 7.25 7.25
Fuga 4.35 10.14 1.45 15.94
Holgura 1.45 1.45 2.90
Falla de material - general 2.90 1.45 4.35
Falla mecánica - general 2.90 5.80 8.70
No hay señal / indicación / alarma 1.45 1.45
Fuera de ajuste 2.90 1.45 4.35
Desconocido 7.25 1.45 1.45 2.90 2.90 15.94
Desgaste 1.45 1.45 2.90
Total 26.09 15.94 10.14 1.45 10.14 13.04 10.14 2.90 10.14 100.00
123
Scrubber
Para la definición del contorno se excluyen específicamente las válvulas de
entrada, salida, alivio de presión y drenaje. Las únicas válvulas son válvulas de
calibración y válvulas de instrumento que forman un límite de presión (por ejemplo,
válvulas de bloqueo, válvulas de control, válvulas de calibración, indicadores /
medidores locales) [30]
Figura A.2 – Condiciones de contorno del scrubber [30]
Tabla A.6 – Modos de falla del scrubber [30]

FTS No se puede iniciar en la demanda
OTH Otro
STP No se puede detener en la demanda
UNK Desconocido
UST Falsa parada
124
Tabla A.7 – Elementos mantenibles del scrubber [30]
SCRUBBER
Control y
Externo Interno Misceláneo
monitoreo
Dispositivos de
Soporte Carcaza Otros
accionamiento
Protección de Unidad de
Carcaza
corrosión control
Válvulas y
Calentador Intrumentación
tuberías
Fuente de
Intrumentación Intrumentación alimentación
interna
Placas Monitoreo
Sistema de
Válvulas
trampa de arena
Tabla A.8 – Datos de fallas del scrubber [30]
Taxonomia N° Item
3.2.7 Equipo mecánico
Scrubber
Tiempo operacional
14 2
0.2837
CRITICO 43 1.59 110.14 349.54 125.73 151.55
Fuga externa - proceso medio 3 3.11 10.86 22.44 6.10 10.57
Conectado/bloqueado 3 2.20 9.62 21.34 6.10 10.57
Falsa parada 1 0.06 3.21 9.95 3.52 3.52
Otro 3 0.20 9.62 21.34 6.10 10.57
DEGRADADO 17 37.73 59.46 85.20 14.53 59.92
Deficiencia estructural 2 0.12 6.11 18.95 6.71 7.05
Otro 8 1.45 22.31 64.82 21.44 28.20
INCIPIENTE 7 1.74 19.94 55.35 17.99 24.67
Fuga externa - utilidad media 2 0.12 6.11 18.95 6.71 7.05
Otro 3 2.20 9.62 21.34 6.10 10.57
TOTAL 67 21.51 186.03 485.43 152.48 236.14
125
Tabla A.9 – Elemento mantenible vs. Modo de falla – scrubber [30]
AIR ELP ELU FTS OTH PDE PLU

Dispositivo de accionamiento 1.49
Carcaza 2.99
Instrumento, flujo 1.49
Instrumento, general 1.49
Instrumento, nivel 19.40 2.99 2.99 29.85 2.99
Instrumento, presión 2.99 1.49
Instrumento, temperatura 1.49
Placas, bandejas, paletas, almohadillas 1.49
Subunidad
Desconocido 1.49
Válvulas 1.49 2.99 11.94 2.99 1.49
Total 25.37 4.48 2.99 20.90 37.31 4.48
Tabla A.10 – Elemento mantenible vs. Modo de falla – scrubber [30]
SER STD STP UNK UST Sum

Dispositivo de accionamiento 1.49
Carcaza 1.49 4.48
Instrumento, flujo 1.49
Instrumento, general 1.49
Instrumento, nivel 58.21
Instrumento, presión 4.48
Instrumento, temperatura 1.49
Placas, bandejas, paletas, almohadillas 1.49
Subunidad 1.49 1.49
Desconocido 1.49
Válvulas 1.49 22.39
Total 2.99 1.49 100.00
126
Tabla A.11 – Elemento mantenible vs. Causa de falla – scrubber [30]
AIR ELP ELU FTS OTH PDE PLU

Bloqueado / conectado 4.48
Contaminación 1.49
Fallas de control 4.48 10.45 31.34
Corrosión 1.49
Falla de señal / indicación / alarma 5.97
Fallo del instrumento - general 5.97 2.99
Fuga 2.99 2.99
Falla de material - general 1.49
Falla mecánica - general 1.49 1.49
Fuera de ajuste 7.46 1.49 1.49
Junta de componentes 1.49 1.49 1.49
Desgaste 1.49
Total 25.37 4.48 2.99 20.90 37.31 4.48
Tabla A.12 – Elemento mantenible vs. Causa de falla – scrubber [30]
SER STD STP UNK UST Sum

Bloqueado / conectado 4.48
Contaminación 1.49
Fallas de control 1.49 47.76
Corrosión 2.99 4.48
Falla de señal / indicación / alarma 5.97
Fallo del instrumento - general 8.96
Fuga 5.98
Falla de material - general 1.49
Falla mecánica - general 2.98
Fuera de ajuste 10.45
Junta de componentes 4.47
Desgaste 1.49
Total 2.99 1.49 100.00
127
Compresor
Para este componente solo se mostrará el resto de detalles faltantes como se
mencionó en el Capítulo IV.
Tabla A.13 – Datos de fallas del compresor [30]
Taxonomia N° Item
1.1.1.1 Compresor
Centrifugo
Timpo operacional
17 6
0.9283
CRITICO 77 1.04 81.31 260.58 94.22 82.95
Rotura 1 0.01 0.94 2.99 1.08 1.08
Salida errada 4 0.06 3.23 10.04 3.56 4.31
Fuga externa - medio de utilidad 2 0.01 4.38 17.57 6.59 2.15
No se puede iniciar en la demanda 9 4.72 9.33 15.2 3.23 9.70
Fuga interna 3 0.01 3.51 13.45 4.95 3.23
Falsa parada 11 0.04 12.38 48.41 17.98 11.85
Vibración 9 0.46 8.79 26.21 8.74 9.70
Otro 8 0.03 9.82 38.42 14.27 8.62
Desconocido 1 2.00E-03 1.11 4.45 1.67 1.08
DEGRADADO 94 36.21 87.7 157.36 37.62 101.26
Salida errada 17 - 8.86 44.56 19.11 18.31
Fuga externa - proceso medio 13 1.22 12 32.31 10.34 14
Fuga externa - medio de utilidad 13 7.8 13.49 20.45 3.88 14
Fuga interna 10 0.6 8.44 24.23 7.98 10.77
Bajo rendimiento 1 0.01 0.94 2.99 1.08 1.08
Desviación del parámetro 1 4.00E-03 4 18.68 7.12 1.08
Falsa parada 1 5.00E-04 2.11 9.29 3.65 1.08
Deficiencia estructural 1 2.00E-03 1.11 4.45 1.67 1.08
Vibración 11 5.75 10.89 17.35 3.57 11.85
Otro 2 0.43 2.23 5.17 1.52 2.15
Desconocido 2 0.43 2.23 5.17 1.52 2.15
INCIPIENTE 89 1.87 141.7 453 163.59 95.87
Fuga externa - medio de utilidad 7 0.03 7.64 28.67 10.58 7.54
Sobrecarga 1 2.00E-03 1.11 4.45 1.67 1.08
Fuga interna 2 0.43 2.23 5.17 1.52 2.15
Problemas menores de servicio 30 0.09 61.1 248.8 94 32.32
Otro 3 0.09 6.03 19.04 6.82 3.23
Desconocido 2 0.43 2.23 5.17 1.52 2.15
DESCONOCIDO 2 0.22 2.67 7.51 2.45 2.15
Lectura anormal del instrumento 1 5.00E-04 2.11 9.29 3.65 1.08
Desconocido 1 2.00E-03 1.11 4.45 1.67 1.08
TOTAL 262 46.25 309.06 765.92 234.63 282.23
AIR BRD ELP ELU ERO FTS HIO INL LOO NOI OHE OTH PDE PLU SER STD STP UNK UST VIB Sum
Dispositivo de accionamiento 0.23 0.11 1.15 0.23 0.11 1.83
Sistema anti oleaje 0.92 0.11 0.46 0.23 0.57 0.46 0.34 0.80 0.80 0.11 2.76 7.56
Pistón de balance 0.11 0.11 0.22
Cajas de cables y de conexión 0.11 0.11 0.22
Caja 0.34 0.11 0.11 0.23 0.79
Unidad de control 4.37 0.23 0.11 0.11 0.34 0.46 0.23 5.85
Válv. de control, de aisl. y retención 0.34 0.11 0.11 1.49 0.11 2.16
Refrigerador (es) 0.11 0.34 0.23 1.03 1.71
Acoplamiento a la um. accionada 0.34 0.23 0.11 0.68
Acoplamiento al accionador 0.11 0.11
Sello del gas seco 0.11 0.80 0.23 0.23 0.23 0.46 0.11 0.23 0.69 3.09
Filtro (s) 0.11 0.80 0.11 0.11 0.57 1.38 3.08
Junta de brida 0.34 0.23 0.57
Caja de cambios 0.11 0.11 0.11 0.57 0.90
Instrumento, flujo 0.69 0.46 0.11 0.11 1.37
Instrumento, general 0.46 0.11 0.57 0.11 1.25
Instrumento, nivel 0.11 0.11 0.11 0.46 0.11 0.90
Instrumento, presión 2.07 0.11 0.23 0.11 0.11 2.63
Instrumento, velocidad 0.46 0.46
Instrumento, temperatura 7.01 0.23 0.57 0.92 8.73
Instrumento, vibración 3.56 0.11 0.34 1.03 0.23 0.23 5.50
Tubería interna 0.11 0.11
Fuente de potencia interno 0.11 0.23 0.34
Sellos entre etapas 0.11 0.02 0.13
Monitoreo 0.11 0.11
Motor 0.11 0.46 0.11 0.68
Otro 0.11 0.23 0.34 0.06 0.06 0.11 0.34 0.11 0.11 0.02 1.49
Empaquetadura 0.06 0.06
Tuberías 1.03 0.23 0.34 1.60
Bomba 0.11 0.23 0.11 0.45
Salida de aire 0.11 0.11
Cojinete radial 0.11 0.02 0.13
Reservorio incl. Sist.calefacción 0.11 0.11 0.23 0.45
Rotos c/ propulsor 0.11 0.11
Sello del gas 0.11 0.11 0.11 0.34 0.67
Sellos entre etapas 0.11 0.23 0.11 0.11 0.23 0.79
Sellos de ejes 0.11 0.11 0.40 0.11 0.17 0.02 0.92
Subunidad 0.57 0.57 0.23 1.15 0.92 0.11 0.34 0.46 0.11 0.34 0.11 0.11 0.34 0.23 0.23 0.34 6.16
Cojinete de empuje 0.11 0.06 0.25 0.42
Tabla A.14 – Elemento mantenible vs. Modo de falla – compresor [30]
Desconocido 10.46 1.95 2.41 0.23 0.57 3.10 0.34 2.53 1.26 0.80 0.46 2.30 1.15 1.61 29.17
Válvulas 0.34 1.15 0.23 0.23 0.57 1.38 0.11 0.34 0.80 0.34 5.49
Cableado 0.11 0.11 0.23 0.45
Total 32.07 0.69 6.32 7.59 3.45 2.53 0.11 6.90 1.15 0.34 0.69 5.98 3.10 1.38 11.84 1.03 0.46 2.99 4.60 6.78 100.00
128
AIR BRD ELP ELU ERO FTS HIO INL LOO NOI OHE OTH PDE PLU SER STD STP UNK UST VIB Sum
Bloqueo / taponado 0.34 0.11 0.34 0.92 1.87 4.60
Rotura 0.11 0.11 0.11 0.34 0.11 0.11 0.92
Explosión 0.11 0.23 0.34
Falla de alineación 0.11 0.11 0.11 0.11 0.11 0.23 0.11 0.92
Causas combinadas 0.23 0.23 0.46
Contaminación 0.11 0.34 0.23 0.11 0.11 0.92
Fallas de control 1.26 0.80 0.11 0.11 0.34 1.49 0.34 0.11 0.57 0.11 5.29
Corrosión 0.11 0.23 0.34 0.11 0.80
Deformación 0.11 0.11 0.23
Fallo de tierra / aislamiento 0.11 0.11
Fallas eléctricas - general 0.11 0.23 0.23 0.11 0.11 0.23 1.26
Influencia externa - general 0.11 0.11 0.23 0.23
Falla de potencia / voltaje 0.11
Falla de señal / indicación / alarma 13.33 0.23 0.11 0.11 0.23 0.59 0.11 15.98
Fallo del instrumento - general 5.52 0.11 0.69 0.11 0.11 0.11 0.34 0.11 1.26 7.70
Fuga 2.30 2.64 0.23 0.92 0.23 1.72 0.11 0.46 0.11 8.85
Holgura 0.23 0.23 0.69 0.11 0.69 1.49
Falla de material - general 0.11 0.23 0.11 0.34 0.11 0.11 0.11 0.34 1.26
Falla mecánica - general 0.34 0.34 0.23 0.34 0.23 0.57 1.84 0.11 0.34 0.57 0.34 0.11 6.78
Misc. Influencias externas 0.11 0.23 0.34 0.57 0.57 0.34
Misceláneo - general 0.11
No se encontró ninguna causa 0.11 0.11 0.11
No hay señal / indicación / alarma 5.06 0.11 0.23 5.40
Circuito abierto 0.11 0.11
Otro 0.11 0.11
Fuera de ajuste 2.53 0.11 0.34 0.11 0.11 0.11 0.34 0.11 1.26 0.11 5.17
Sobrecalentamiento 0.34 0.11 0.46
Corto circuito 0.11 0.11
Error de software 0.57 0.11 0.11 0.11 0.11 1.00
Junta de componentes 0.11 0.11 0.23 0.80 0.23 0.11 1.61
Desconocido 3.10 0.34 2.53 3.33 0.11 1.03 0.11 3.10 0.23 0.11 1.61 1.15
0.11 1.72 0.57 0.80 20.00
Tabla A.15 – Elemento mantenible vs. Causa de falla – compresor [30]
Vibración 0.34 0.11 0.23 0.11 3.33 4.14

Desgaste 0.46 0.34 1.15 0.34 0.23 0.23 0.23 2.99
Total 32.04 0.69 6.32 7.59 3.45 2.53 0.11 6.90 1.15 0.34 0.69 5.98 3.10 1.38 11.84 1.03 0.46 2.99 4.60 6.78 100.00
129

Confiabilidad en Plataformas Offshore

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Confiabilidad en Plataformas Offshore

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE INGENIERÍA MECÁNICA

“DESARROLLO DE UN ALGORITMO PARA EL

PARA OBTENER EL TÍTULO PROFESIONAL DE:

Dedico este trabajo para quienes

estuvieron siempre conmigo apoyándome,

especialmente a mis padres que fueron mi

fortaleza, a mis hermanos por acompañarme y a

mis verdaderos amigos que me dieron su apoyo

moral. Muchas gracias por tanto, a todos

A mi familia por siempre apoyarme en los momentos más complicados y estar

preocupados por mí, mi madre que gracias a su perseverancia y deseo de superación

A mi orientador y asesor de tesis por darme las pautas para la elaboración

adecuada de la tesis y consejos profesionales. A mi mejor amiga, Stefanny Garay,

El presente trabajo consiste en la determinación de acciones de

mantenimiento que deben ser programadas y efectuadas, basado en el estudio y

flotante de producción, almacenamiento y transferencia de petróleo (FPSO),

considerando un estudio de confiabilidad. El objetivo es poder establecer políticas de

mantenimiento teniendo en cuenta la prioridad de las tareas que deban ser

Para establecer la jerarquía de las tareas de mantenimiento es usado el

Número de Prioridad de Riesgo (RPN), considerado en el FMECA (Análisis del Modo,

ocurrencia, severidad y detectabilidad. La ocurrencia será determinada por el Método

la experiencia del personal técnico de planta.

Para conseguirlo se ha elaborado un algoritmo en LabVIEW, realizando el

análisis de los modos de falla de los componentes del sistema a modelar y

subsistemas. El algoritmo que se propone, fue usado también para la determinación

de acciones de mantenimiento y tiempos límites de operación y seguridad. Con dicho

algoritmo se atendieron a los requerimientos planteados y corroboran los resultados

de referencias bibliográficas que también fueron simuladas

a gas separation system of a Floating Production, Storage and Offloading (FPSO),

To achieve this, I have elaborated an algorithm in LabVIEW, performing the

results of the literature that are simulated as well.

En este proyecto se ha realizado una investigación aplicada con un análisis

estadístico de las fallas de un sistema, con un enfoque cualitativo y cuantitativo, que

permite conseguir resultados que ayudan enormemente a la organización de las

acciones de mantenimiento, pudiéndose clasificar a partir factores característicos

para la determinación de un diagnóstico para un periodo de tiempo. Con este estudio

se podrá obtener un diagnostico preliminar a partir del análisis de la base de datos,

o en este caso de los parámetros de distribución de probabilidad, y en base a límites

de permisibilidad, llamados umbrales de operación y de seguridad. Además de ello

también se tiene un resultado más completo que sería el establecimiento de la política

de mantenimiento a partir del valor de la criticidad de los componentes. Es importante

mencionar que se han simulado dos casos, el primero considerando un subsistema

el sistema de separación de gases correspondiente a una embarcación FPSO. La

división de este trabajo se ha realizado de la siguiente manera:

Primer capítulo “Planteamiento del problema”; Se explica las necesidades para

implementar una herramienta para el análisis de datos y optimización del proceso de

Segundo capítulo “Marco Teórico”; Se describe los fundamentos teóricos del

análisis de confiabilidad, las distribuciones de probabilidad, mantenimientos y tipos

de mantenimientos, análisis de modos, efectos y criticidad de fallas, además de la

teoría de ingeniería de confiabilidad para el análisis de sistemas.

Tercer capítulo “Metodología de cálculo implementado en el algoritmo y

validación”; Se describe la herramienta a ser utilizada para la elaboración del

obtención de los resultados, considerando los datos requeridos en el ingreso de

obtenidos. Seguidamente se describirá el desarrollo del algoritmo, beneficios y

limitaciones, además de mencionar y describir brevemente los sistemas que serán

analizados y se modelará un sistema de navegación a fin de validar el algoritmo

elaborado, comparándolo con resultados obtenidos por otra metodología.

Cuarto capítulo “Sistema de separación de gases de una embarcación FPSO”; se

describen brevemente los sistemas que serán analizados, tanto el sistema de

separación de gases y su subsistema de compresión de media presión.

Quinto capítulo “Algoritmo GEMACC y resultados de simulación”; se simularán

ambos sistemas para diferentes tiempos comparando los resultados y realizando