Documentos de Académico
Documentos de Profesional
Documentos de Cultura
163 - 3 Capi 2 PDF
163 - 3 Capi 2 PDF
MANTENIMIENTO CORRECTIVO
Para solicitar un servicio de M.C. es necesario que haya sucedido una des_
conpostura en un bien productivo o en uno auxiliar a éste.
Es de notar aquí que tanto para el M.C. como para la otra clase de mante-
nimiento se establecen formatos especiales, estudiados por el departamen-
to de mantenimiento y el de organización y métodos.
M.C.L. -
t'
M.C. Reporte — • Reparación inmediata
It
M.C.F. i-ig. ¿ . 1
Si bien es claro que se produce un reporte es también claro que hay que
establecer una clasificación de las averías.
•• Emergencia
-» Período Normal
Gran ayuda ofrece para casos como los de interrupción y absolescencia téc
nica de investigación de operaciones que veremos más adelante.
colas, pero dicha suposición no quita que se pueda hacer un repaso y ade-
lantarse al conocimiento, luego, de los fenómenos de espera que realmente
se consideran en el M . C , por lo tanto tendremos los puntos siguientes a
tratar, (ver títulos siguientes).
Para que se de una fila de espera es necesario que las entradas y/o
el servicio se produzca a intervalos generales; o puede suceder que
la duración del servicio sea mayor que el intervalo que separa las
llegas, entonces se da una fila, pero este caso no se trata aquí.
Fuente
r1 Sisteraa n
o o o V, 1 Línea tMl
1 ü O Ü O
L ^ Fig 2.2
o o 0
^
l^sl
o o 0
—> '
1 oooo
Canajles o
ÍSJ'JJ_ estapiones
que en forraa particular sería, por ejemplo para el caso de una fila
con una estación de servicio.
Servicio
O O O
Fuente
O OO OO o
Línea
m
Servicio
Fig. 2.3
S = número de estaciones.
- 26 -
que si n = j n .$ S
n = v + j n > S
n = v-t-S-p^ v - p ^ = n - S
Pn = ( y- )'^ ( 1 -y - )
P^ = ^"^ i ^ - i>)
Pn (t) + AF ^ n CAt)
^^ i=1
Limitando se tiene: i
o sea: j
Tendremos
- Po (t) {1 - XAt}
At ^ O
^p„(t) = -XPo(t) + yPi(t)
Por lo tanto:
a
y si I Pi = 1
i=0
Tendremos:
Po = Po
Pl = f Po
P2 = ^ Pl = C ^ ) ' Po
Pn = ^ Pn-1 = C ^ ) " Po
S Pn = Po Í: ( J - ) ^ = 1
n=0 n=0 ^
a , -|
Ahora sabemos que la suma de Z (-—) = r-
n=0 ^ 1 - -^
y
El lector podrá entender el resultado anterior recordando el curso
de series que usó en cálculo integral.
a
Como Z Pi = 1
i=0
_X
podemos decir que Po r- = 1 -* PQ = 1-
y
1 -
y
es decir si H* = — con X < y
y
Será Po = 1 - I*, y por lo que
P n = (^)" (1 - V)
- 30 -
n¥"'^ ( 1 - Y ) = H^
nH'^-'' - n^"" = ^
,j,n ^ ^-1 n
1+n
y = Tj-q:;^ que es el valor que hace máxima a Pn {.^) ó sea:
n sn . n
máx. Pn (T) = i - ^ r (i^)
podemos decir, además, que la mayor probabilidad de encontrar nuni
dades en el sistema es cuando
Y = -t—-
1+n y^ se tiene un valor máxirao en: max. Pn
- " = í—rP)
n+1 ÍZTTT)
^n+r
Ejenplo:
^ = 1T7 = -f = 0-S^^
a a
Se sabe que L P = Z r (1 - T)
n=0 Y=0
n n
Z Pi = Z Y^ (1 - Y) = 1 - T "
i=0 Y=0
- 31
lo que es lo mismo:
1- Y""^
S = y^ % por lo tanto
n Y
(1 - Y) Z Y = (1
Y=0
- Y)
j_
1 y - '- y n+1
de donde
Pr (N ^ n) = 1 - Y"""^
Pr (N > n) = Y^""^
Es decir, según lo anterior, la probabilidad de que liaya la menos
una unidad en el sisten'ia dará lugar para N > O así:
Pr (N > 0) = Y^"*"^ = Y
Ejemplo:
= Y(l - Y) { ^ (1 - Y + Y2+ }
= ^íy^) ^ {Y ^ }
32 -
— Y
de donde n •- 1 - Y
Hay que tener cuidado cuando las llegadas son de tipo Poisson y ol
servicio no es tipo exponencial, cuando ésto suceda se deberá utili_
zar la fórmula de Kendall que es:
^ * 2 (1 - Y)
y que tiene su mínimo para ao = O
y sera. min
. n- = Y + ^ . Y^
.. n^r-
cuando 0^,2
Q
= —2-
y
tendremos:
Se t i e n e que:
V = n - 1 para n < O
oc oc
V = ñ - Pl - 1 + Po + Pl
V = ñ + Po - 1
t - ^
V X •
7" - n
\ y ts ,
1 4,2
t = -
A 1 -Y
V
1 Y
ts = - X 1 - Y
t -W (y - X)
P (t > W) = Ye - yY (1 - Y) = - ^ e
- yY (1 - Y)
1 - P (t > W) = 1 - Ye con W = O
= y -A
34
1 - P (N > 0) = 1-Y
X
2.4.7 Línea de espera con varias estaciones.
d
-3^ Pn (t) = - (X + y) Pn (t) + XPn-1 (t) + (n+1)
yPn+1 (t)
con n ^ S
XPo = yPi
Obteniendo así:
mn
Pn = Po - V ; 1 ^ n < S
il •
Y^
Pn = Po g, gn-s ; n > S
S-1 ^ S ^-1
Po S Z ^ n'^',„ J ., Wt T ^ P°^ ^ S ^
n=0 "•
S-1 ^n S-1 ^n ^S
= Po S Z ^ - PoY Z - ^ +p
n=0 ^' n=l ^' (^ U .
5-1 w; n ,1^ o
= Po { (S - Y) Z j-r ^ fjtt , }
n=0 " • l^^ 'J .
S-1 ^n . ^b
= Po (S - Y) ( J ^ ^^ + -^g-nfj (s - 1) : )
>:'-1 vu n m S
p = P» ^s - "^^ ^ Jo i r ^ (1 - Y/s) s: )
P = Po (S - Y) -^ = S -Y
oc
Ahora l a probabilidad P (N > 0) = P (n ^ S) = Z Pn
n=S
a v^n gS Y n Y
" n=S ^ S! Sn-S " ^ "sT ^ ^ "S" -* " ^ S: (1 - Y/S)
Finalmente:
T V _ Y^
ts —r- - SVsi u (1 - Y/S) "^o
« n S+1
dado que V = J " (n - S) g/gn-S Po = S.S: (^1 - Y / S ) ^ ^
> O QO OOOO M.
V unidades en
I
j unidades
la fila
en servicio Fig. 2.4
Para este caso, X«<y, los desperfectos son raros y las reparaciones
no son largas. Llamaremos también a X/y = Y factor de servicio o
factor de mantenimiento y en general
.< 1
m X Po = yPi
XPm-1 = yPm
mi Y"
Pn = y(m-n)
— r r¡ P para
^ O < n x^ra
y teniendo
P - - '
m -. 4^^
1 + Z "*
n=1 ^"^-^^'
V = E (n - IJ Pn = m: P. 1 - § y ^ , í" =
n=2 n=2
m - - ^ (1 - Po)
m ra n ^
n = Z nPn = ral Po Z j 0 - ^ - m - - (1 - P»)
n=0 n=0 ^ ^
_ 1
p = Z (1 - n) Pn = Po
n=0
(1 - 1) Pl + (1 - 0) Po = Po
Puede obtenerse para este caso el número medio de unidades fuera del
sistema
m m m
(m - n) = Z (m - n) Pn = Z mPn - Z nPn = ra - n
n=0 n=0 n=0
Y también dado que
ñ = V + 1 - p = m - -^ (1 - Po)
De donde v = X (m - n) tV
- m
tv = t c ^ -\ = ,, -n Z (n-1) Pn
^ • X(m - n) X(m - ñ) n=2
39
J_ r ra 1 +Y
y M - Po " Y
1
ts = n
X(m - n) y
m
^ 1 - Po
4-1
2.4.9 Varias estaciones y un número limitado de clientes
CLIENTES
n unidades en el sistema
0
0.
OOO oooo I Fig. 2.5
v. unid.
o
(m-j) unidades
0 I
j unidades i
L. I
Pn = C^ Y Pfl para n ^ S ^ ra
s: sn-s
m
con Z Pn = 1
n=0
la fórmula:
m-n+1
a_ Y a n-1
n
- 41
Solución:
»;1= 0.1
y
a m - n + 1
Y «n - 1 den=0 a n=3
n n
ao = 1
2 0 - 1 + 1
ai X 0.1 X 1 = 2
1
az = 1.9
as = 1.14
AU n^ - n + 1 ,,, .
de n = 4 a n = 20
Ahora con on = ^ Y an - 1
20-4+1
«4 (0.1) (1.14) = 0.485
as = 0.3876
ae = 0.2705
0L7 = 0.20
as = 0.13
ag = 0.075
aio = 0.044
an = 0.022
ai2 = 0.009
- 42
m
Por l o t a n t o PQ = ^ | ^ con A = Z an = 7.6826
n=l
1 + A = 8.6826
Po = 0.10
Pl = aiPo = 0.24
P2 = a2Po = 0.228
Pj = a3Po = 0.137
P^ = auPo = 0.058
Ps = asPo = 0.046
Pe = aePo = 0.035
P7 = avPo = 0.024
Ps = asPo = 0.0156
P9 = agPo = 0.009
m 20 i
b) V = Z (n - S) Pn ; V = Z (n - 4) Pn =
n=S+1 n=S
.... + 8P,,
.... " ^ 12
= 0.30
Está entre cero y uno.
S 4
c) p = Z (S - n) Pn ; P = Z (S - n) Pn = i
n=0 n= 0
4Po + 3P, + 2P2
= 1.66 = 2.0
43 -
e) k2 = 1 ^ ; k2 = ^ ^ = 0.5
-p-i 7 = V . r _ 1 y 0.30
^^ ^v X (m-ñ) ' ^v 0.1 ^ (20-11)
ción n = S + V - "p
_ m
V = Z (n - S) Pn
n=S
S
p = Z (S - n) Pn
n=0
T (S) = (Cl V + C2 p ) T
Y (S) = í-4^ = Cl Z (n - S) Pn + C2 Z (S - n) Pn
^ n=S+1 n=0
= CiV + C2P
Costo de funcionamien-
to del taller.
Costo de inactividad
de las máquinas
Punto óptimo Capacidad del talle
Fig. 2.6
Factor de Eficiencia
Sistema I Sistema II
r -1 r-
I
I
/ oooo m ooo |gl I
J
Fig. 2.7
- 45 - ]
1
1
E n este sistema total encontramos M unidades d e ingreso, cada bien 1
tiene una probabilidad XAt de unirse a la fila e n At, imponiendo u n 1
régimen permanente, tendremos: \
P' (O, O, t) = - X P (O, O, t) + y2 P (O, 1, t ) con ni = n2 = O 1
'i
P' (O, n2, t) = - (X + y2) P (O, n2, t) + yjP (1, m - 1, t) +
XP ( m - 1, O, t ) - c o n n i > O , n2 = O |
y2P ( n i , n2 + 1, t ) + XP ( m - l , n z , t ) j
con ni y n2 > 0. . 1
M M i
n = Z Z (n 1 + n 2) P (n 1 , n 2) con n 1 + n 2 < M j
ni=0 n2=0
_ M •M M M 1
j = Z P (ni, 0) + Z P (O, n2) + 2 Z Z P ( m , n2) \
ni=1 n2 = 1 ni = l n2=l
_ II • M
V = Z (n; - 1) P (ni, 0) + Z (nz - 1) P (O, nz) +
ni=2 n2=2
M M-1
z (m - 1) p (m, 1) + z (nz - 1) p (1, m) +
ni =2 n2=2
M-2 M-2
Z Z (ni + n2 - 2) P (ni , n2)
ni=2 n2=2
Y1Y2 rl - (M - 1) Y p ^ + (M - 2 ) Yi^^"^
Yl- Y2 ^ (1 -Yl)"
2 5 1 Introducción
r = (P + Cl + C2 + + Cn)i + (P + Cl + C2 + + Cn)2 +
(P + Cl + C2 + + Cn)k
+ Cnk)
k n
r = z (Pi + z Cij)
i=i j=i
\
- 48 -
Yl Y2 Y3
r^ < r^ - 1 y
Pn < Tn - 1
Es d e c i r en e l punto de e q u i l i b r i o obtenemos:
r + 1 - 1 - a" „ . an Cn+l
^n "^ ^ - 1 - «n+l ^n ^ 1 -JA
al reemplazar n por n+1. Si decimos que
r +1 - r > O tendremos:
n n
dividiendo por on
r I ^ P + Cl + gC, + + g"'"* Cn .
^""1 ^ 1 + a + g' + + an-1
Ejenplo:
Bien
Productivo Po + Cl C2 Cs c^ Cs
Ba 2500 600
Bb 3000 120 300
Bc 4000 95 215 240
Ejenplo:
Solución:
Se tiene que el costo total para los cuatro bienes es igual, pero
la tasa de interés hace que el costo real sea diferente así:
- 52 -
1.577.272.9
^ 1 2 ^ = 1.622.238.9
año 1 2 3 4 5 6 7 8 9 10 11 12
Solución:
r = S%
" = TP s - 0 .952
Cuadro 2.2
i-1 P+ ZCia^'^
^ ° (mieles) a
Cl g P+ZCig^"^ Za
Zg
1 20 1 20 920 1 920
2 30 0.952 28.56 948.56 1.952 485.9
3 40 0.906 36.24 984.8 2.858 331.98
4 70 0.863 60.41 1.045.2 3.721 280.89
5 80 0.821 65.68 1.110.81 4.542 244.58
6 110 0.782 68.02 1.196.91 5.324 224.81
7 140 0:744 104.16 1.301.07 6.068 214.41
8 150 0.709 106.35 1.407.42 6.777 207.89
9 180 0.675 121.5 1.528.92 7.452 205.69
10 190 0.642 121.98 1.650.9 8.094 203.96
11 200 0.611 122.30 1.773.2 8.705 • 203.69
12 260 0.582 151.35 1.924.5. 9.287 207.22
- 53
12 • i-1
P + Z Cia^ '
Ci2 > TT . período óptimo a los 11 años.
Z a
i=1
n (t - 1) - n (t)
Al decir nosotros que todos los bienes productivos que tenga la em-
presa constituyen una población homogénea desde el punto de vista
probabilistico, hay que admitir las funciones de probabilidad res-
pectivas a los hechos dados para cualquier tienpo t.
p (T í ^' = " = S }
Si referenciamos la probabilidad contraria tendremos la función de
acumulación del tienpo de duración T.
P (T < t) = 1 -u = nCt)
1 '
^ u(t)
Probabilidad
(%)
C (t)
t = tienpo
Un análisis que se podría hacer previo conociraiento de las funcio-
nes anteriores es lo que respecta a que un bien productivo falle des
pués de cierta edad; es decir entraríamos a ver la llamada probabi-
lidad de avería dada una condición que es la probabilidad condicio-
nal de que un bien productivo haya alcanzado el tienpo t - 1 sin des
componerse, tenga un daño en el intervalo de tiempo comprendido en-
tre (t - 1) a t.
P { (t - 1) .< T < t }
Pc(t) =
P(T 5- t - 1)
n(t r 1) - n(t)
n(0) ^ n(t - 1) - n(t) _ . n(t)
n(t - 1) n(t - 1) - 1 n(t - 1)
n(0)
u (t)
Probabilidad
Fig. 2.9: Curva de
supervivencia y edad.
e t = tienpo
Y dado un tiempo e<t presenta una discontinuidad, para este límite
es probable plantearse la necesidad de cambiar el bien productivo.
2.5.6 Consumo y Averías como función de probabilidad
Dentro de cualquier empresa es necesario conocer el número de bie-
nes productivos que hay en un tiempo dado para con ello poder saber
que porcentaje de los bienes productivos totales ya están fuera de
servicio. En otras palabras, deseamos saber que bienes productivos
han alcanzado el límite de funcionamiento, por lo tanto lo que real^
mente nos proponemos encontrar es la llamada probabilidad de consu-
mo Pm(t); que indica la probabilidad de que haya habido m reempla-
zos de los bienes productivos iniciales por nuevos en el tiemi^o com
prendido entre O y t.
Podemos decir que si m = O la Pg(t) de un consumo nulo es el porcen
taje entre el número de bienes productivos supervivientes en ty los
del tienpo inicial t = O ó sea:
p„ r n = "(t)
^° ^^^ n(0)
U ft.
(t - w)\ cr \
f(w) con ce t,
f(w) n(w - 1) - n(w)
= —^^ -^^ '^-^—
Pni (t = 0) = O tendremos:
t
Pi(t) = Z Po f(w)
w=1
t
Z u (t - w) f (w)
w=1
t
P2(t) = Z Pl(t - W). f(w)
w=1
t
Pm(t) = Z Pm-1 (t - w ) . f(w)
w=1
o sea que
n rt^ - ^ (t + b)
""b ft) - u(b)
Si la curva de supervivencia u (t) la desplazamos hacia la izquier
da el valor b y multiplicamos por 1/u (b) la ordenada obtenemos la
- 57
u
Probabilidad
(.%)
u(t)
u(t + b)
u(t)
•• t = tiempo
n (ti _
N
n(t) = N u (t) son los bienes que quedan en uso para el tiempo t.
Podemos, similar a una función ergonómica de supervivencia, grafi-
car lo anterior, dado una función f(t) llamada utilización, así:
- 58 -
4 f (t)
N^
*»t
Período de .Período de. Período de
iniciación uso extinción
p(w) u (t - w)
t
f(t) = n(t) + Z p (w). u (t - w)
w=1
= No u (t) + Z p (w). u (t - w)
w=1
Si
f(0) = No para t = O
entonces
- 59
r(t) = J ^
t P (t) - (t + 1) p (t - 1) > - ^ No
se tiene:
Hoy, gracias a las investigaciones realizadas por los ingenieros Paul En-
glish y Roy Williams de la British Steel Corp, han encontrado métodos per-
feccionados ^ara vigilar el estado de los bienes productivos y detectar las
fallas jpqtencíales antes de_que_ocmTan. Existen tresraétodosque ayodana
detectar lo antes dicho y son:
- Detección de vibraciones
- Formación de imágenes térmicas
- Análisis Oleoso.