MANTENIMIENTO Y CONFIABILIDAD

Modelos de Optimización

Universidad AUSTRAL-Facultad de Ingeniería-ARGENTINA Programa de Ingeniería y Gestión del Mantenimiento Prof.: Ing. Roberto Bottini

Paradigmas
•En la industria los equipos y sistemas crecen en complejidad. •Existen mayores exigencias a la eficiencia de los costos del ciclo de vida útil de las maquinas de producción. •Cada fabricante intenta llegar al objetivo de calidad exigido por el mercado al mínimo costo posible.

Objetivo de Confiabilidad y Mantenibilidad

• Desde el diseño existe la necesidad de entregar equipos o sistemas que tengan las prestaciones deseadas por el cliente y que además sean Confiables, de fácil mantenimiento y con funcionamiento seguro y económico durante su vida útil.

Como Incorporar Características de Confiabilidad • Realizando un análisis Cualitativo
– Que indicara el tipo y clase de fallas que van a presentarse en los componentes del sistemas. (Camino del RCM).

• O Bien ampliarse a un campo Cuantitativo
– Proporcionando las probabilidades numéricas correspondientes.

• En cambio la incertidumbre de un hecho seria un acontecimiento INDETERMINISTA con un resultado probabilístico. • Podríamos decir que la certeza de un hecho (en nuestro contexto Falla de Maquina).Las Teoría de la Confiabilidad Incorporan la incertidumbre a la Ingeniería. . es un acontecimiento DETERMINISTA con un resultado finito.

• Podemos describir varias distribuciones de fallas comunes y ver qué podemos aprender de ellas para gestionar los recursos de mantenimiento. la confiabilidad es la probabilidad de que un aparato. . Convirtiendo el conocimiento ganado de ellas en acciones PROACTIVAS de Mantenimiento.Confiabilidad y Mantenimiento • Desde el punto de vista de la ingeniería. • La confiabilidad de un elemento puede ser caracterizada a través de distintos modelos de probabilidades. dispositivo o persona desarrolle una determinada función bajo condiciones fijadas durante un periodo de tiempo determinado.

a partir de un histograma podemos desarrollar las cuatro funciones de importancia para la caracterización de la confiabilidad : HISTOGRAMA 10 8 FALLAS 6 4 2 0 1 2 3 4 5 6 7 8 9 10 MESES Serie1 MES FALLAS ENERO 2 FEBRERO 5 MARZO 7 ABRIL 8 MAYO 7 JUNIO 6 JULIO 5 AGOSTO 4 SEPTIEMBRE 3 OCTUBRE 1 TOTAL 48 .•Veamos.

1. Esta funciones nos dan una idea clara de la distribucion de fallas. -∞ y ∞ respectivamente FUNCIONES 10 f(t) 5 0 1 2 3 4 5 6 7 8 9 10 meses . debido que la variable tiempo a la falla es continua. cuyo total será el área encerrada bajo la curva e igual a: pdf = 48/48 =1 Pudiendo llamar a t1 y t2. Empezamos por la función llamada pdf que indica la densidad probable de fallas en cada intervalo t.pdf Probability Density Function En estudios de mantenimiento necesitamos pasar del anterior histograma a funciones continuas.

2.cdf Cumulative Density Function aquí de -∞ a Tiempo t. la acumulación de fallas • FUNCION cdf 10 f (t) 5 0 1 2 3 4 5 6 7 8 9 10 meses Tiempo t . Representando el área bajo la curva transcurrido t (el fracaso) cdf= 14/48 ∞ a t. seria la probabilidad de que falle en tiempo t.

• 3. Esta es la probabilidad de éxito o sea que sobrevivan sin falla transcurrido el mismo tiempo t.cdf FUNCION R (t) 10 8 f(t) 6 4 2 0 1 Tiempo t 2 3 4 5 6 meses 7 8 9 10 . Representando el área bajo la curva t a infinito. • R(t)= 1.R (t) Reliability.

El ultimo tipo de función que tenemos derivada de las anteriores funciones es la Función Riesgo. también llamada tasa de falla λ en determinados contextos como el de mantenimiento.h (t) Función riesgo = pdf/1-cdf EL modelamiento de las probabilidades de falla esta condicionado a la etapa de vida en que se encuentre el elemento. Con la curva de la bañera es posible modelar el comportamiento en cada una de las tres etapas de la tasa de falla a través de leyes conocidas de probabilidades. 4. .

– Error armado-reparación. – Problemas de Calidad Tasa de Falla λ<1 .Mortalidad Infantil – Inadecuada Instalación.1.

Errores de Mantenimiento. Electrónica Mezcla de Errores.Fallas Aleatorias durante la vida Útil. – – – – Independientes del Tiempo. Tasa de Falla λ= cte .2.

3.Desgaste por envejecimiento – – Rodamientos.Desgaste Temprano – Low Cicle Fatiga 4. Corrosión Tasa de Falla λ>1 .

porque difieren sus parámetros. Lognormal Dist. cdf y tasa de falla de los datos reales de mantenimiento dan forma a determinadas expresiones matemáticas conocidas como distribuciones obteniendo: • • • • Dist. Weibull Que representan familias de ecuaciones (o curvas graficas) cuyos miembros varían en forma.La distribucion de fallas de diferentes tipos de maquinaria no son las mismas. Exponencial Dist. Sus definiciones en términos de las funciones pdf. Normal Dist. Aun variando en una misma maquina su operación. .

• Prediciendo cuando las fallas probablemente ocurran nosotros podemos determinar el mejor momento para el mantenimiento Preventivo (Reemplazo Preventivo) y las políticas de mantenimiento relacionadas con el PERIODO OPTIMO para operar hasta la falla o inspección .• Con estos conceptos probabilísticos podemos iniciar la batalla contra la incertidumbre de las fallas en las plantas complejas. El conocimiento ganado de ellas es convertido en acciones proactivas. • Podemos describir varias distribuciones de fallas comunes y ver qué podemos aprender de ellas para gestionar los recursos de mantenimiento.

analysis Lubricant Analysis .thermography .during operation .prior to maintenance Lubrication .ultra sonics .X.D.start/end of shift Minor Adjustments Ad hoc Maintenance Often "Preventive Maintenace" Programs include all these activities .T.ray Inspections .monitoring . .routine while running .Motor condition N.by Maintenance (Daily/Weekly) Cleaning .Oil Condition .Current analysis .Proactive Maintenance Interval Based Tactics "Time or other Unit of Measure" Schedule Component Repalcement Preventive Maintenance Scheduled Overhaul Condition Based Tactics Other Tactics Run to failure Condition Monitoring Activities Redundency Spare Equipment Installed Redesign Vibration .Wear Particles Electrical .by Operators .

.

Por testeo extensivo de datos históricos de Vida. 2.• De acuerdo a lo mostrado las funciones descriptas son transformadas en Distribución de Probabilidades ploteando DATOS históricos o utilizando Bases de Datos como las OREDA. Estimar parámetros estadístico. por muestreo . Para encontrar la distribucion apropiada para un componente o sistema real tenemos dos posibilidades: 1.

– Con éste análisis tomamos mantenimiento óptimas. – Construir un modelo matemático que represente el problema en estudio. – Utilizar la función apropiada que representa nuestra situación. – Con los datos históricos analizamos los resultados gráficos del modelo matemático empleado. las decisiones de .• En Síntesis: – Utilizar datos históricos de fallas.

• Estas decisiones impactan el momento elegido para reemplazo. pronosticar fallas y analizar riesgos para tomar mejores decisiones de mantenimiento.• El objetivo es entender el problema. reparación o Overhaull de Maquinaria. como así también optimizar cualquier otra tarea de gestión del mantenimiento principalmente las inspecciones y gestión de repuestos. .

el tipo de modelo usado es frecuentemente un modelo simbólico donde los componentes del sistema están representados por símbolos y la relación de estos componentes esta representada por ecuaciones matemáticas.Modelos • Una de las principales herramientas en este avance científico hacia la optimización de las decisiones de Gestión son los modelos matemáticos como simple representación del problema en estudio. . • En la aplicación de técnicas cuantitativas de gestión.

.Reemplazo Preventivo Optimo de un item sujeto rotura • Construcción del Modelo Decimos que el costo total de reemplazo es C(tp)= Costo Total esperado del Reemplazo por ciclo Tiempo Esperado del ciclo.

• es el tiempo medio MTTF. • t f(t): tiempo medio del Reemplazo por Falla.Modelo Matemático utilizado • Cp: costo del Reemplazo Preventivo. • R(tp): es la confiabilidad. . (por el fracaso) • tp: tiempo medio del Reemplazo Preventivo. Aquí el éxito en llegar al reemplazo preventivo. • Cf: costo total del Reemplazo por Falla. • f(t): es el pdf para la distribucion de Weibull.

– Comentarios Algunos motores han servido a la planta por 18 años. Fallas anteriores a esta fecha ponen en duda expectativa de vida. – Costo rebobinado Preventivo Planificado Cp= $100 – Costo rebobinado imprevisto $ 125 . – Costo falla imprevista Cf = $1725 (lucro cesante + rebobinado). – La siguiente tabla muestra los datos de falla. 60 ciclos. Trifásico.Aplicación Practica del Modelo Propuesto • Ejemplo: Análisis de Reemplazo en Motor 4000 KVA.

69 16.69 8. Fallas en bobinados de grandes m otores: datos de falla y cálculos de riesgo M otor C -70 C -71A C -71B P-70A P-70B P-71 C -25 C -11 C -52 C -13 C -31 C -53 C -41 C -91 C -32A C -32B C -01 C -30 C -50 C -51 R ango 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 Años 8 8 8 8 8 8 10 11 a 12 a 13 a 13 15 a 16 a 17 a 17 17 18 b 18 18 18 R iesgo R iesgo acum ulado 7.12 36.73 63.11 12. T abla 3.03 25.23 48.58 14.01 a b F allas en bobinados R em plazo preventivo de los bobinados .33 9.2.29 7.Aplicacion distribuciones de fallas para caso de grandes motores.09 11.

Ploteo de datos en papel de Weibull • El procedimiento es convertir los datos de falla representativos de cdf . esto es realizado ploteando en Weibull tiempo a la falla contra funcion cdf .

Resultado de cálculos utilizando modelo matemático .

Gráfico Resultante .

Costos esperados de reemplazo en funcion del tiempo para Motor Electrico Falla Bobinado Costo Costo del mantenimiento preventivo por downtime Curva de costo total Ctp MINIMO Costo del recurso de mantenimiento preventivo Remplazo Optimo Costo del mantenimiento correctivo por downtime (paradas imprevistas) Costo del recurso de mantenimiento correctivo =) Tp optimo ReBobinado =12 /13 años Tp .

Modelos Matemáticos para el intervalo Optimo de Inspección y sus Beneficios • El propósito básico es determinar el estado del equipo. . Palabras que describen genéricamente el llamado LEAN MantenainceMantenimiento delgado como símbolo de salud y no de falta de alimentación. obteniendo el máximo beneficio y las mínimas perdidas.

FRECUENCIA DE INSPECCION: Para equipamiento que es continua operación y sujeto a falla. 3.1. . MONITOREO DE CONDICION. INTERVALOS DE INSPECCION: Para equipamiento usado solamente en condiciones de emergencia. 2.

Beneficio por frecuencia optima .

6. Mientras que con el reemplazo preventivo nos centramos en la última parte de la curva de la bañera. 4. MTTF = 1/λ 2. . Costo promedio de la Inspección por unidad de tiempo I. con las inspecciones estamos actuando en la parte de Vida Útil. donde las fallas son aleatorias y responden a la exponencial negativa. 5. Costo promedio de reparación por unidad de tiempo no interrumpido R. Tiempo de reparación 1/µ Nº reparaciones /unidad de tiempo Política de Inspección 1/i Nº inspecciones/unidad de tiempo Expresamos con B al valor del beneficio si no hay paradas.1. 3.

P(n)= B . •R es el costo promedio de reparaciones. donde λ(n) es el Nº de Reparaciones y µ el tiempo medio de reparaciones MTTR. • Perdida de Beneficio por Reparaciones.B -B -R -I •B: Beneficio de la operación no interrumpida por unidad de tiempo.P(n): Valor del Beneficio con operación interrumpida por reparaciones en la unidad de tiempo. • Perdida de Beneficio por inspecciones. . •I es el costo promedio de inspecciones. donde n es el Nº de Inspecciones e i el tiempo medio para las inspecciones.

= B - - - Debemos hallar el n (Nº de Inspecciones) que resuelva esta ecuación). Asumimos que n es inversamente proporcional a λ (es cierto aumenta n disminuye λ) .

= B - - - Debemos hallar el n (Nº de Inspecciones) que resuelva esta ecuación). Asumimos que n es inversamente proporcional a λ (es cierto aumenta n disminuye λ) .

• Sustituyendo en 1 .• K es la relación entre paradas por emergencia en la unidad de tiempo cuando realizamos una inspección por unidad de tiempo.

Con este objetivo nosotros realizamos inspecciones periódicas de los equipos y rectificamos cualquier menor defecto. Lógicamente estas inspecciones tienen costo en términos de M. insumos. materiales y Hs de Producción. . • El Objetivo es determinar la política de Inspección que dé el balance correcto entre el número de inspecciones y los beneficios resultantes de su aplicación. no basta con reparar la avería una vez ocurrida sino que es necesario prevenirla.• La premisa fundamental sobre la que se basa el Mantenimiento Planificado es muy sencilla.O. .

Sin embargo en EEUU ocasionaría : • • • • Una hora de agua no potable por mes.000 prescripciones incorrectas de medicamentos por año.000 piezas de correo perdidas por hora. .La importancia de la confiabilidad también depende del alcance que demos a nuestra probabilidad de éxito a veces llamado Factor de Servicio F= 1. • 22. Dos aterrizajes peligrosos por dia en JFK 10. 20.000 cheques deducidos de la cuenta equivocada por hora.R(t). Pensemos que tener un factor de servicio del 99 % (eficiencia) seria bastante bueno.

Preguntas ? .

edu.austral.ar .MUCHAS GRACIAS !!! Ing. Roberto Bottini roberto.bottini@fi.

Sign up to vote on this title
UsefulNot useful