Revisar Pagina 45 PDF

UNIVERSIDAD DE CHILE
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS

DEPARTAMENTO DE INGENIERIA INDUSTRIAL
EVALUACIÓN DE COSTOS DE MANTENIMIENTO PREVENTIVO Y CORRECTIVO

A TRAVÉS DE SIMULACIÓN
MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL INDUSTRIAL
KÉVIN SINÉUS
PROFESOR GUÍA:
PATRICIO CONCA KEHL
MIEMBROS DE LA COMISIÓN:
RICARDO SAN MARTIN ZURITA
JAIME MIRANDA PINO
SANTIAGO DE CHILE
AGOSTO 2007
RESUMEN DE LA MEMORIA
PARA OPTAR AL TITULO DE
INGENIERO CIVIL INDUSTRIAL
POR : KÉVIN SINÉUS
FECHA : 13/08/2007
PROF. GUÍA : PATRICIO CONCA KEHL
EVALUACIÓN DE COSTOS DE MANTENIMIENTO PREVENTIVO Y CORRECTIVO

A TRAVÉS DE SIMULACIÓN
El entorno muy competitivo en cual se desarrollan los negocios en transporte público y

las nuevas exigencias de sus operadores que ya no confían ciegamente en las proposiciones
de los diseñadores de material rodante genera nuevos desafíos para ALSTOM, empresa líder
en la venta de material ferroviario. De acuerdo con la tendencia actual, Metro SA, empresa
explotadora del Metro de Santiago de Chile, externaliza cada día más sus actividades de
reparación y mantenimiento, confiando en la experiencia de ALSTOM, su único proveedor para
la flota de trenes. Luego es absolutamente necesario para ALSTOM conocer con anticipación
los costos de mantenimiento futuros de sus trenes para diseñar modelos de cobranza idóneos.
La siguiente memoria evalúa impactos de cambios estratégicos en Metro SA sobre los

costos imputados a ALSTOM y destaca posibilidades de ahorro por adaptaciones internas. La
variabilidad de los parámetros supone la calibración de un modelo de simulación mediante el
estudio detallado de una flota de trenes de la línea 1. Se estiman los costos de mantenimiento
preventivo y correctivo por análisis de datos y se modela la aleatoriedad de dichos costos por
distribuciones de probabilidades. El trabajo incluye una explicación del funcionamiento de los
trenes y un análisis de los equipos críticos que le componen. Por último, se obtiene una
representación idealizada de la vida de los trenes en explotación y se diseña un modelo de
simulación adaptable a varias flotas.
Este trabajo utiliza dicho modelo sobre una flota de 11 trenes y entrega los costos
directos de mantenimiento para los 5 próximos años, bajo varios escenarios. Se evalúa en
primer lugar el impacto de la implementación del Transantiago, servicio integrado de transporte
urbano. Se destaca del estudio aumentos de los costos del mantenimiento correctivo causados
por el incremento del kilometraje diario recorrido y la sobrecarga de los trenes, y además
aumentos de los costos del mantenimiento preventivo por adelanto de futuras intervenciones
programadas. El incremento se sitúa entre 23% y 64% frente a un escenario base planteado a
continuación del año 2006. En segundo lugar, se destaca la posibilidad de reducir costos en
nuevos proyectos por transferencia de reparaciones externas hacia Chile. En base al mismo
escenario de comparación, se simula un gasto superior de 29% a 67% por reparar la
electrónica del tren en Francia, en función del porcentaje de reparaciones externas y de la
capacidad de crecimiento del laboratorio de Chile.
Se recomienda realizar una investigación complementaria de los tiempos de reparación

del mismo laboratorio bajo distintos niveles de inversiones en capacitación e infraestructura
junto con un estudio orientado hacia el diseño de un nuevo plan de mantenimiento preventivo,
siempre con el objetivo de incrementar el margen operacional del negocio de mantenimiento
de ALSTOM en Chile.
ii
AGRADECIMIENTOS
Fernando QUIROZ, Jaime CANTALLOPTS
Carlos GONZALES, Carolina RAMIREZ, Elizabeth TELLO, Eric VARGAS, Germán

GATICA, Jean Pierre CURIAL, Jordi PUJOL, Juan Pablo OYARZUN, Marcelo VILA,
Ober AZUA, Virginia ROJAS
Patricio CONCA, Ricardo SAN MARTIN, Alejandro BARRIENTOS, Rodrigo PASCUAL,

Yunny PEÑA
iii
INDICE DE CONTENIDO/
RESUMEN _____________________________________________________________________ ii
AGRADECIMIENTOS ____________________________________________________________iii
1/ Introducción _________________________________________________________________ 1
1.1/ Justificación ______________________________________________________________ 1
1.2/ Objetivos _________________________________________________________________ 2
1.2.1/ Objetivo General _______________________________________________________ 2
1.2.2/ Objetivos Específicos ___________________________________________________ 2
1.3/ Metodología ______________________________________________________________ 3
2/ Descripción de ALSTOM S.A. ___________________________________________________ 3

2.1/ Generalidades ____________________________________________________________ 3
2.2/ ALSTOM Transport _________________________________________________________ 5
2.2.1/ Presentación del sector __________________________________________________ 5
2.2.2/ ALSTOM en Chile ______________________________________________________ 6
2.2.2.1/ Metro Regional de Valparaíso _________________________________________ 6
2.2.2.2/ Metro de Santiago __________________________________________________ 6
3/ Presentación de los Trenes NS93 _______________________________________________ 7

3.1/ Histórico _________________________________________________________________ 7
3.1.1/ Generalidades _________________________________________________________ 7
3.1.2/ Contratos de venta _____________________________________________________ 7
3.1.3/ Contratos de mantenimiento ______________________________________________ 8
3.2/ Presentación técnica _______________________________________________________ 9
3.2.1/ Formación y modos de conducción ________________________________________ 9
3.2.2/ Arquitectura general ___________________________________________________ 10
3.2.2.1/ Equipos Claves ___________________________________________________ 10
3.2.2.1.1/ Equipo de Tracción y Frenado (ETF) _____________________________ 11
3.2.2.1.2/ Convertidores Estáticos (CVS) __________________________________ 11
3.2.2.1.3/ Sistema Informático Embarcado (SIE) ____________________________ 11
3.2.3/ Funciones del tren _____________________________________________________ 12
3.2.3.1/ Alimentación Alta Tensión ___________________________________________ 12
3.2.3.2/ Arrastre Boguie ___________________________________________________ 12
3.2.3.3/ Caja ____________________________________________________________ 13
3.2.3.4/ Comunicación ____________________________________________________ 13
3.2.3.5/ Control Automático ________________________________________________ 13
3.2.3.6/ Energía Auxiliar ___________________________________________________ 14
3.2.3.7/ Freno Mecánico ___________________________________________________ 14
3.2.3.8/ Producción Energía ________________________________________________ 14
3.2.3.9/ Producción y Distribución de aire _____________________________________ 15
3.2.3.10/ Puertas _________________________________________________________ 15
3.2.3.11/ Tracción y Frenado _______________________________________________ 16
3.3/ Histórico de Kilometrajes recorridos por tren ____________________________________ 16
3.3.1/ Flota completa ________________________________________________________ 16
3.3.2/ Aumento de largo plazo ________________________________________________ 17
3.3.3/ Efecto del Transantiago ________________________________________________ 18
4/ Organización del Mantenimiento _______________________________________________ 19

4.1/ “Mi Mantenimiento, Tu Mantenimiento” ________________________________________ 19
4.1.1/ Una flota, dos empresas ________________________________________________ 19
4.1.2/ Cooperación con el cliente ______________________________________________ 19
4.2/ Exigencia de Disponibilidad _________________________________________________ 21
5/ Mantenimiento Preventivo ____________________________________________________ 21

5.1/ Intervenciones Preventivas y Overhauls _______________________________________ 21
5.1.1/ Tipo de intervenciones _________________________________________________ 21
5.1.2/ Organización y recursos ________________________________________________ 22
5.2/ Valorización de las intervenciones ____________________________________________ 24
5.2.1/ Método de evaluación __________________________________________________ 24
5.2.2/ Resultados obtenidos __________________________________________________ 25
6/ Mantenimiento Correctivo _____________________________________________________ 26

6.1/ Bases de datos ___________________________________________________________ 26
6.2/ Tasa de falla _____________________________________________________________ 27
6.2.1.1/ Análisis dinámico __________________________________________________ 27
6.2.1.2/ Coche Kilometraje Medio de Buen Funcionamiento (MCKBF) _______________ 29
6.2.1.2.1/ Concepto y justificación ________________________________________ 29
6.3/ Reparaciones y Reemplazos ________________________________________________ 30
6.3.1/ Fases de intervención __________________________________________________ 30
6.3.2/ Valorización de averías _________________________________________________ 32
6.3.2.1/ Tipo de costos involucrados _________________________________________ 32
6.3.2.1.1/ Intervenciones In Situ _________________________________________ 32
6.3.2.1.2/ Laboratorios _________________________________________________ 32
6.3.2.2/ Tarjetas electrónicas _______________________________________________ 33
6.3.2.3/ Electromecánica___________________________________________________ 33
6.3.2.4/ Síntesis de la valorización correctiva ___________________________________ 34
6.4/ Definición de Repuestos Críticos _____________________________________________ 35
6.4.1.1/ Metodología ______________________________________________________ 35
6.4.1.2/ Resultados _______________________________________________________ 36
6.4.1.2.1/ Puertas ____________________________________________________ 37
6.4.1.2.2/ Tarjetas SIE _________________________________________________ 37
6.4.1.2.3/ Neumáticos portadores ________________________________________ 37
6.4.1.2.4/ Paneles SMF ________________________________________________ 38
7/ Modelo de Simulación ________________________________________________________ 38

7.1/ Generalidades ___________________________________________________________ 38
7.2/ Agrupación de averías _____________________________________________________ 38
7.2.1/ Definición de clusters __________________________________________________ 38
7.2.1.1/ Justificación ______________________________________________________ 38
7.2.1.2/ Variables de agrupación ____________________________________________ 39
7.2.1.3/ Métodos de clustering ______________________________________________ 40
7.2.1.3.1/ Método jerárquico ____________________________________________ 40
7.2.1.3.2/ Algoritmo K-Means ___________________________________________ 40
7.2.1.4/ Bautizo de los grupos ______________________________________________ 41
7.2.2/ Distribuciones de probabilidad ___________________________________________ 42
7.2.2.1/ Justificación y metodología __________________________________________ 42
7.2.2.2/ Modelo de confiabilidad _____________________________________________ 43
7.2.2.3/ Costo de repuesto _________________________________________________ 45
7.2.2.4/ Tiempo de intervención _____________________________________________ 46
7.2.2.4.1/ Horas Hombres In Situ ________________________________________ 47
7.2.2.4.2/ Horas Hombres en Laboratorios _________________________________ 48
7.3/ Datos de entrada _________________________________________________________ 50
7.3.1/ Parámetros de simulación _______________________________________________ 50
7.3.2/ Kilometrajes y Formaciones _____________________________________________ 50
7.3.3/ Definiciones de intervenciones preventivas _________________________________ 50
7.3.4/ Definiciones de avería __________________________________________________ 51
7.3.4.1/ Variables descriptivas ______________________________________________ 51
7.3.4.2/ Estimaciones de variables determinísticas ______________________________ 51
7.3.4.2.1/ Reparaciones externas ________________________________________ 51
7.3.4.2.2/ Variaciones de tiempos de reparación ____________________________ 52
7.3.4.2.3/ Variaciones de las tasas de falla _________________________________ 52
7.3.5/ Variaciones monetarias _________________________________________________ 56
7.3.5.1/ Tasa de descuento ________________________________________________ 56
7.3.5.2/ Costo de Mano de Obra _____________________________________________ 57
7.3.5.3/ Tipo de cambio____________________________________________________ 57
7.4/ Diseño del modelo ________________________________________________________ 58
7.4.1/ Generalidades ________________________________________________________ 58
7.4.2/ Trama global _________________________________________________________ 59
7.4.3/ Warm Up y Reader ____________________________________________________ 60
7.4.4/ Valorización __________________________________________________________ 60
7.4.4.1/ Parte preventiva ___________________________________________________ 60
7.4.4.2/ Parte correctiva ___________________________________________________ 61
7.4.4.2.1/ Prueba _____________________________________________________ 61
7.4.4.2.2/ Cálculo de costo por intervención ________________________________ 62
7.4.4.2.3/ Supresión de copias __________________________________________ 63
7.4.5/ Contador e indisponibilidad ______________________________________________ 63
7.4.6/ Actualización Anual y Writer _____________________________________________ 63
7.4.7/ Visualizadores ________________________________________________________ 64
7.4.8/ Interfaz Microsoft Excel™ _______________________________________________ 64
7.5/ Validación del modelo______________________________________________________ 65
7.5.1/ Coherencia entre estimaciones y simulación ________________________________ 65
7.5.2/ Comparación con estimación ALSTOM 2006 ________________________________ 66
8/ Análisis de Sensibilidad ______________________________________________________ 67

8.1/ Escenario base ___________________________________________________________ 67
8.1.1/ Definición ____________________________________________________________ 67
8.1.2/ Resultados___________________________________________________________ 68
8.2/ Impacto del Transantiago ___________________________________________________ 70
8.2.1/ Análisis cualitativo _____________________________________________________ 70
8.2.1.1/ Antecedentes _____________________________________________________ 70
8.2.1.2/ Estrategia de Metro SA _____________________________________________ 70
8.2.1.3/ Consecuencias organizacionales y técnicas en ALSTOM __________________ 71
8.2.2/ Escenarios de simulación _______________________________________________ 71
8.2.2.1/ Parámetros sensibles ______________________________________________ 71
8.2.2.2/ Escenario base ___________________________________________________ 72
8.2.2.3/ Escenario 1 ______________________________________________________ 72
8.2.2.4/ Escenario 2 ______________________________________________________ 72
8.2.2.5/ Escenario 3 ______________________________________________________ 72
8.2.3/ Resultados___________________________________________________________ 73
8.3/ Costo de reparaciones externas ______________________________________________ 74
8.3.1/ Antecedentes_________________________________________________________ 74
8.3.2/ Escenario de simulación ________________________________________________ 75
8.3.2.1/ Parámetros sensibles ______________________________________________ 75
8.3.2.2/ Escenario 1 ______________________________________________________ 75
8.3.2.3/ Escenario 2 ______________________________________________________ 76
8.3.2.4/ Escenario 3 ______________________________________________________ 76
8.3.3/ Resultados___________________________________________________________ 76
9/ Conclusiones _______________________________________________________________ 78
9.1/ Alcances de la memoria ____________________________________________________ 78
9.1.1/ Resultados claves _____________________________________________________ 78
9.1.2/ Límites ______________________________________________________________ 80
9.2/ Investigaciones futuras _____________________________________________________ 81
9.2.1/ Estudios complementarios ______________________________________________ 81
9.2.2/ Recomendaciones en el manejo de datos __________________________________ 82
9.3/ Evaluación personal _______________________________________________________ 83
Referencias Bibliográficas ______________________________________________________ 84

INDICE DE ILUSTRACIONES/
Figura 1 – Ordenes de ventas por región en 2006/07 (Fuente: ALSTOM) _________________________ 4

Figura 2 – Composición de los trenes tipo NS93 (Fuente: Manuel de Funcionamiento, ALSTOM) _____ 10
Figura 3 – Aspecto exterior de un coche remolque, con intercirculación, tipo S (Fuente: Manuel de
Funcionamiento, ALSTOM) ________________________________________________________ 10
Figura 4 – Aspecto exterior de un coche motriz, sin intercirculación, tipo N (Fuente: Manuel de
Funcionamiento, ALSTOM) ________________________________________________________ 11
Figura 5 – Puertas de acceso Pasajeros (Fuente: Manuel de Funcionamiento, ALSTOM) ___________ 15
Figura 6 – Intercambios de equipos entre ALSTOM y su cliente (Fuente: Elaboración Propia) ________ 20
Figura 7 – Diagrama de flujos del proceso de corrección de falla y tipos de costos asociados, Taller
Neptuno (Fuente: Elaboración propia) _______________________________________________ 31
Figura 8 – Trama del modelo de simulación, Nivel 0 (Fuente: Elaboración propia) _________________ 59
Figura 9 – Subproceso de valorización de una intervención correctiva (grupo 1), Nivel -2 (Fuente:
Elaboración propia) ______________________________________________________________ 62
Figura 10 – Visualizadores del estado de la simulación (Fuente: Elaboración propia) _______________ 64
Grafico 1 – Numero de trenes en servicio de tipo NS93 desde junio 2005 hasta enero 2007 (Fuente:
Elaboración Propia) _______________________________________________________________ 8
Grafico 2 – Kilometraje Mensual por Tren tipo NS93, periodo mayo 1996 - mayo 2007 (Fuente:
Elaboración Propia) ______________________________________________________________ 16
Grafico 3 – Kilometraje Semanal por tren tipo NS93, periodo enero 2004 – mayo 2007 (Fuente:
Elaboración Propia) ______________________________________________________________ 17
Grafico 4 – Costos de intervención pre falla y post falla, suma (Fuente: [13] - Pascual J., Rodrigo. Abril
2005. El Arte de Mantener. Apunte de Curso, Universidad de Chile.) _______________________ 22
Grafico 5 – Costo totales por intervención de mantenimiento (y de seguridad), Enero 2007 (Fuente:
ALSTOM) ______________________________________________________________________ 25
Grafico 6 - Tasa de falla por contrato, por coche, por mes, 01/1998-12/2005 (Fuente: Elaboración Propia)
______________________________________________________________________________ 27
Grafico 7 - Tasa de falla por coche por mes, 01/1998 - 12/2005 (Fuente: Elaboración Propia) ________ 28
Grafico 8 - Dispersión de las averías con reparación (Fuente: Elaboración Propia) _________________ 36
Grafico 9 - MCKBF de tarjetas SIE mensuales por tren, sobre el periodo 2004 – 2005 (Fuente:
Grafico 10 - MCKBF de paneles SMF mensuales por tren, sobre el periodo 2004 – 2005 (Fuente:
Grafico 11 - MCKBF de puertas mensuales por tren, sobre el periodo 2004 – 2005 (Fuente: Elaboración
propia) ________________________________________________________________________ 55
Grafico 12 – Histograma del índice de costo de la mano de obra por hora, curva de variación porcentual y
promedio móvil sobre tres periodos anteriores (Fuente: Elaboración propia) _________________ 57
Grafico 13 – Índice de precios externos y variación porcentual anual, históricos y proyectado. Periodo
representado, 1986 – 2031 (Fuente: Elaboración propia)_________________________________ 58
Grafico 14 – Grafico de los costos de mantenimiento correctivo estimados y simulados para el año 2006,
en pesos chilenos. Error de 10% representada. (Fuente: Elaboración propia) ________________ 66
Grafico 15 – Grafico de los costos de mantenimiento estimados por ALSTOM y simulados para el año
2006, en pesos chilenos. Error de 10% representada. (Fuente: Elaboración propia) ___________ 67
Grafico 16 – Gráficos del número de fallas y del costo total asociado a cada grupo (Fuente: Elaboración
propia) ________________________________________________________________________ 68
Grafico 17 - Gráficos del número de intervenciones y del costo total asociado a cada una (Fuente:
Grafico 18 – Distribución de los costos de mantenimiento y total por año no actualizado al día de hoy
(Fuente: Elaboración propia) _______________________________________________________ 69
Grafico 19 – Resumen de costos de mantenimiento sobre 5 años, según el impacto del Transantiago
Grafico 20 - Resumen de costos de mantenimiento sobre 5 años, según las estrategias de reparticiones
de reparaciones (Fuente: Elaboración propia) _________________________________________ 80
Tabla 1 – Indicadores financieros (Fuente: ALSTOM) _________________________________________ 4
Tabla 2 – Repartición geográfica, Sector Transport (Fuente: ALSTOM) __________________________ 6
Tabla 3 – Variación de recorrido diario por efecto Transantiago sobre la flota de trenes 74 hasta 84
Tabla 4 – Plan de mantenimiento del tren NS93: intervenciones por kilometrajes (Fuente: Elaboración
propia) ________________________________________________________________________ 23
Tabla 5 – Costos Promedios (en pesos chilenos) por intervención preventiva, mano de obra y material
(Fuente: ALSTOM) y tiempo de indisponibilidad del tren (Fuente: Elaboración Propia) _________ 25
Tabla 6 – Resumen de costos del mantenimiento correctivo por Función y por Acción, promedio años
2004,2005 y 2006 (Fuente: Elaboración propia) ________________________________________ 34
Tabla 7 – Tabla resumida de la agrupación jerárquica (Fuente: Elaboración propia) ________________ 40
Tabla 8 – Ratio de varianzas para varias agrupaciones K-Means (Fuente: Elaboración propia) _______ 41
Tabla 9 – Jerarquización de las distribuciones de probabilidad para el MCKBF de mejor ajuste a peor
ajuste según tres medidas de error (Fuente: Elaboración propia) __________________________ 44
Tabla 10 – MCKBF: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada cluster
Tabla 11 – Jerarquización de las distribuciones de probabilidad para los costos de repuestos de mejor
ajuste a peor ajuste según tres medidas de error (Fuente: Elaboración propia) _______________ 45
Tabla 12 – Repuestos: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada cluster
Tabla 13 – Jerarquización de las distribuciones de probabilidad para las HH de intervención In Situ, de
mejor ajuste a peor ajuste según tres medidas de error (Fuente: Elaboración propia) __________ 47
Tabla 14 – HH In Situ: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada cluster
Tabla 15 – Jerarquización de las distribuciones de probabilidad para las HH de intervención en
laboratorios, de mejor ajuste a peor ajuste según tres medidas de error (Fuente: Elaboración propia)
______________________________________________________________________________ 48
Tabla 16 –HH en Laboratorios: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada
cluster (Fuente: Elaboración propia) _________________________________________________ 49
Tabla 17 – Estimación de costos de reparación en Francia de los equipos electrónicos, enero 2007
Tabla 18 – Resumen de las tasas de desgaste a sensibilizar, por familia de averías (Fuente: Elaboración
propia) ________________________________________________________________________ 56
Tabla 19 – Estadísticos descriptivos de las variaciones del tipo de cambio desde 2000 hasta 2007
Tabla 20 – Tabla resumida de los costos de mantenimiento correctivo calculados por simulación y por
estimación promedia (Fuente: Elaboración propia) ______________________________________ 65
Tabla 21 – Tabla resumida de los costos de mantenimiento correctivo calculados por simulación y por
estimación ALSTOM (Fuente: Elaboración propia) ______________________________________ 66
Tabla 22 – Tabla resumida de las averías e intervenciones preventivas con sus costos asociados, en
CLP, para el escenario base (Fuente: Elaboración propia) _______________________________ 68
Tabla 23 – Matriz de probabilidad de los posibles escenarios de cambios frente a la implementación del
Transantiago (Fuente: ALSTOM) ___________________________________________________ 70
Tabla 24 – Resumen de escenarios “Impacto del Transantiago” (Fuente: Elaboración propia) ________ 73
Tabla 25 – Tabla de comparación de escenarios de impacto del Transantiago (Fuente: Elaboración
propia) ________________________________________________________________________ 73
Tabla 26 – Resumen de escenarios “Costo de reparaciones externas” (Fuente: Elaboración propia) ___ 76
Tabla 27 – Tabla de comparación de escenarios de Reparaciones externas (Fuente: Elaboración propia)
______________________________________________________________________________ 77
Tabla 28 – Resumen de aumentos de costos por Transantiago, según tres escenarios de simulación
Tabla 29 – Resumen de aumentos de costos por reparar afuera de Chile, según tres escenarios de
simulación (Fuente: Elaboración propia) ______________________________________________ 79
1/ INTRODUCCIÓN
1.1/ Justificación
Una de las numerosas preguntas que enfrenta toda empresa a la hora de

introducir un nuevo producto al mercado se relaciona con el precio de venta. Dicho
precio es función de la estrategia de la empresa, función de la demanda y de la
disposición a pagar de sus clientes, función de los costos de producción y costos fijos, y
también función de la competencia. Se sabe que estos parámetros son dinámicos y si
además se considera un producto cuyos mayores costos no se conocen a la hora de la
venta, se tiene una primera definición de los desafíos en estrategias de venta de
contratos de mantenimiento.
Hoy en día, en un mercado globalizado y altamente competitivo, el manejo de los

costos resulta ser un objetivo determinante. Cuando se realizan ventas de muy bajo
volumen y muy alto precio, que dichas ventas se concluyen antes de conocer los costos
de producción y que hay pocas posibilidades de ajustes de precios post venta, resulta
ser absolutamente necesario estar capacitado para predecir con precisión el nivel de
costos que se tendrá que enfrentar. Por último, en un ambiente muy competitivo tal que
las ventas bajo licitaciones no sólo se puede satisfacer de simular los costos: también
hay que minimizarles siempre que se mantiene un alto nivel de servicio.
ALSTOM Transport es una filial de ALSTOM S.A., empresa de origen francesa. La

filial Transport es constructora de trenes y proveedora de servicios asociados, tales
como infraestructura, señalización, mantenimiento, etc. En Chile, al momento de
redactar esta memoria, ALSTOM Transport es el único proveedor de material rodante a
Metro SA, empresa encargada del transporte público y subterráneo de Santiago.
“Había dos países donde ALSTOM [Transport] estaba en su casa: Francia y Chile”
Jaime Cantallopts, Maintenance Engineer, ALSTOM Chile.
A fines de octubre de 2006, ALSTOM perdió un contrato de 4 mil millones de

euros por una venta de 172 trenes a la RATP1 beneficiándose la empresa canadiense
BOMBARDIER. Problemas de confidencialidad, dumping estratégico de BOMBARDIER
para penetrar el mercado Francés, mal manejo de los costos… No son las verdaderas
razones del fracaso. Con demasiada seguridad en su experiencia, ALSTOM diseñó un
proyecto innovador pero más caro que su competidor, que no respondió a las
expectativas del cliente2. Consiente de su error, la gerencia de la empresa orientó su
política más hacia escuchar al cliente, sus pedidos y sus expectativas, para diseñar
productos en adecuación con sus necesidades, de alto nivel de calidad y bajo precios.
Con este objetivo a la hora de nuevas licitaciones, ALSTOM Transport debe ser capaz
1
La RATP es el principal operador de los transportes públicos en Ile-de-France, región de París,
Francia.
2
Ver referencias bibliográficas [15] y [16]
1/85
de evaluar varios proyectos en poco tiempo. Se componen nuevas configuraciones de
trenes basándose en antiguas versiones, con distintos costos de fabricación y de
mantenimiento. Se comparan trenes compuestos de una caja brasileña o francesa, una
electrónica nueva o antigua, con o sin circulación entre coches, con o sin pilotaje
automático, con neumáticos o con ruedas de fierro, etc. Predecir los costos inducidos
en mantenimiento y fijar de antemano precios idóneos de varias combinaciones
posibles supone poseer una herramienta de evaluación precisa y fácilmente adaptable a
los cambios.
En Chile, se extiende la línea 5 del Metro desde Quinta Normal hasta Maipú. Se
extenderá la línea 1, desde Escuela Militar hasta Los Dominicos, y el Metro de Santiago
seguirá desarrollándose: el transporte público evoluciona en un marco con alta
demanda, muy mediatizado, siendo cada día más central, complejo y bajo presiones
políticas. En este mundo cambiante es necesario poder evaluar los impactos de nuevas
estrategias y decisiones sobre los costos de mantenimiento de los trenes. Frente a
decisiones estratégicas de su cliente, ALSTOM tiene que estimar los impactos tanto
organizacionales como financieros de los cambios provocados.
Dar la capacidad de predecir los costos de mantenimiento de distintos tipos de

trenes, evaluar los impactos de los cambios impulsados por el operador sobre el
mantenimiento y apoyar cambios internos que compensan posibles aumentos de costos
son los principales objetivos de esta memoria, siempre con la meta superior de mejorar
la competitividad de la empresa.
1.2/ Objetivos
1.2.1/ Objetivo General

El objetivo general de la memoria es la evaluación de los costos de mantenimiento
directos de la flota de trenes tipo NS93 a cargo de ALSTOM sobre los 5 próximos años,
mediante un modelo de simulación desarrollado para ser utilizable con varias flotas del
Metro de Santiago.
1.2.2/ Objetivos Específicos

El trabajo de memoria debe permitir:
- Evaluar los costos unitarios de reparaciones, en términos de mano de obra
y costos de material.
- Realizar una idealización de los procesos de mantenimiento fiel a la
realidad a nivel de taller.
- Simular y valorizar las intervenciones de mantenimiento y las reparaciones
sobre una flota de trenes.
- Validar los resultados del modelo de simulación.
- Evaluar los impactos monetarios de cambios internos y externos.
- Formular recomendaciones para futuras mejoras y estudios
complementarios.
2/85
1.3/ Metodología
El título de la memoria, Evaluación de Costos de Mantenimiento Preventivo y

Correctivo a través de Simulación, da el enfoque de la memoria que se orienta hacia la
gestión de operaciones, la investigación operativa y el análisis técnico económico.
Un estudio preliminar del contexto en el cual se desarrollan los negocios de

ALSTOM permite entender los desafíos económicos que tiene que enfrentar la
empresa. Al primer análisis se agrega una explicación técnica del funcionamiento del
tren tipo NS93 sobre cual se desarrolla toda la investigación. Conocer el funcionamiento
global del tren es indispensable a la comprensión del estudio completo, de las
decisiones que se toman y de los supuestos hechos.
Después de aclarar todo el contexto económico y técnico, se realiza un trabajo de

preparación de datos:
- Se desarrolla una estimación detallada de los costos relativos al
mantenimiento preventivo y correctivo del tren NS93. Dicho estudio sirve a
la calibración de las variables de entrada y a la validación de los resultados
de la simulación.
- Se agrupan las fallas por familias de averías similares.
- Se busca un modelo matemático representativo para las variables
aleatorias importantes en la estimación de costos.
Una vez listas las series de datos necesarios, se diseña un modelo de simulación
y su interfaz usuario, se realizan pruebas y se validan los resultados obtenidos por
comparación con estimaciones de fuentes externas.
Este modelo permite simular diferentes escenarios probables, realizar análisis de

sensibilidad, destacar aumentos de costos futuros y fuentes de reducción de los mismos
costos de mantenimiento.
Los resultados del último análisis se discuten en las conclusiones, se expone la

validez de los supuestos realizados, y se propone una orientación para estudios
complementarios.
Con fin de una mayor claridad, la metodología anterior define tanto las etapas del
trabajo como también los grandes capítulos de esta memoria, y siempre que fue
necesario se incluyó citas a referencias bibliográficas y como también a los propios
capítulos de la memoria.
2/ DESCRIPCIÓN DE ALSTOM S.A.
2.1/ Generalidades
ALSTOM SA es una empresa de origen francesa, cuyas acciones se transan en la

bolsa de Paris (CAC 40). Antiguamente en las actividades de producción y de
3/85
conversión de energía, de transporte ferroviario y marítimo, ALSTOM SA se consolidó
en la producción de energía y en el transporte ferroviario. Esta consolidación es
consecuencia de una grave crisis, con casi 5 billones de euros en deuda al año 2003,
atribuido a una serie de errores de gestión y adquisiciones desafortunadas3. El estado
francés tuvo que invertir 300 millones de euros y el nuevo presidente de ALSTOM,
Patrick Kron, realizó una serie de cambios importantes en la estructura de la empresa,
consiguiendo un resultado financiero positivo al 2006. Finalmente, el estado francés
vendió su participación a la empresa constructora BOUYGUES.
Hoy ALSTOM disminuyó su deuda neta a 64 millones de euros, esta posicionada

en 70 países en el mundo, realiza un volumen de negocios de 14000 millones de euros,
y cuenta con 65000 empleados. Se espera un margen operacional de más de 7% para
el próximo periodo 2007/08.
GRUPO ALSTOM % Variación

Datos en base comparable 31 de Marzo de 31 de Marzo de Marzo 2007 /
(en millones de Euros) 2007 2006 Marzo 2006
Cartera de pedidos 32 350 26 431 22%

Pedidos recibidos 19 029 14 173 34%
Volumen de negocios 14 208 12 432 14%
Resultado Operacional 957 686 40%
Margen Operacional 6,7% 5,5%
Tabla 1 – Indicadores financieros (Fuente: ALSTOM)
Las tres divisiones del grupo:

- ALSTOM Power Systems
- ALSTOM Power Service
- ALSTOM Transport
Con la siguiente repartición geográfica:
Figura 1 – Ordenes de ventas por región en 2006/07 (Fuente: ALSTOM)
3
Ver referencia bibliográfica [19]
4/85
ALSTOM Power, realiza la venta, la puesta en marchao, la ayuda a la explotación,
el mantenimiento, y la modernización de centrales eléctricas. Provee turbinas a gas, a
vapor y hidráulicas. Provee alternadores, calderas, sistemas de reducción de emisiones,
y sistemas de control. En junio 2007, la división Power compró una empresa española
para la producción de energía eólica.
ALSTOM Transport diseña, fabrica, provee y hace la mantención de productos,

ferroviarios. Provee tambien sistemas y servicios para empresas ferroviarias.
2.2/ ALSTOM Transport
2.2.1/ Presentación del sector

El negocio de ALSTOM Transport puede cubrir la venta de material rodante, el
mantenimiento, la modernización de los equipos, la gestión de la cadena logística de
piezas, la dirección de proyectos, la gestión de documentación, la capacitación del
cliente y la asesora técnica. Cuenta con 32 sitios de producción, en Bélgica, Brasil,
Canadá, China, Francia, Alemana, Italia, Países Bajos, Polonia, España, Reino Unido,
Estados Unidos.
El material rodante puede ser de tipo:

- Grandes Líneas, con sus trenes de alta velocidad (TGV™) y pendularios
(PENDOLINO™),
- Urbano, con metros (METROPOLIS™) y tranvías (CITADIS™),
- Extra urbano (X’TRAPOLIS™),
- Regional, con automotores eléctricas y diesel (CORADIA™),
- locomotores (PRIMA™) y carros de mercancías.
Los productos informativos son:

- Sistemas de control y supervisión de trenes de grandes líneas (ATLAS™) y
urbanos (URBALIS™),
- Material de señalización, con mantenimiento,
- Sistemas de información a los pasajeros (AGATE™).
La empresa propone sistemas integrados para los proyectos de grandes líneas y

urbanos que abarcan el diseño, la fabricación, la puesta en servicio, el mantenimiento,
la coordinación financiera, administrativa y técnica. Vende el material rodante, las
soluciones de información, la infraestructura y el mantenimiento. ALSTOM es el primer
proveedor de material y servicios ferroviarios en término de volumen de venta, el primer
proveedor en la alta velocidad y el segundo en los tranvías y los metros. Sus principales
competidores son las empresas BOMBARDIER, y SIEMENS. En particular, la empresa
BOMBARDIER se destaca por sus bajos precios en las licitaciones4.
4
Ver referencia bibliográfica: [16]Magnaudeix M. 2007. La guerre du rail s'intensifie entre
Bombardier et Alstom. [en línea] Challenges en Internet. 05 de octubre, 2006.
http://www.challenges.fr/recherche/20061005.CHAP1018049/la_guerre_du_rail_sintensifie_entre_bombar
dier_et_alsto.html [consulta: 1 julio 2007]
5/85
El mercado principal de ALSTOM Transport esta en Europa (76% en término de
ordenes de ventas). Se nota un crecimiento importante de las ventas en Asia (12%).
Las ventas en América del Norte bajaron (11%). En América Latina (6%), no se espera
un crecimiento importante. El mercado queda estabilizado, con proyectos locales, en
México, Venezuela, Brasil, Chile y Argentina con el proyecto de tren de alta velocidad
entre Buenos Aires, Rosario y Córdoba.
TRANSPORT Variación
Datos en base comparable 31 de Marzo 2006/07 vs. 31 de Marzo
(en millones de Euros) de 2007 % contrib. 2005/06 de 2006 % contrib.
Europa 3 695 70% - 2% 3759 76%

América del Norte 409 8% 21% 337 7%
América del Sur 343 6% -7% 368 7%
Asia / Pacifico 720 14% 67% 432 9%
Oriente medio / Africa 121 2% 98% 61 1%
Volumen de negocios 5288 100% 7% 4957 100%

Tabla 2 – Repartición geográfica, Sector Transport (Fuente: ALSTOM)
2.2.2/ ALSTOM en Chile

Tanto el sector Power como Transport están posicionados en Chile. En energía,
los proyectos en ejecución son la central hidroeléctrica de Endesa en Ralco, la central a
Gas de Ciclo Combinado de Colbún en Nehuenco, y la de Electroandina en Tocopilla. El
primer proyecto de ALSTOM en Chile fue en 1952, con turbinas para la generación
eléctrica.
El sector Transport llegó a Chile con el Metro de Santiago en 1975. Desde este
año, ALSTOM ha provisto trenes, sistemas de señalización, electrificación y sistemas
de mantenimiento al Metro de Santiago.
2.2.2.1/ Metro Regional de Valparaíso

El MERVAL, Metro Regional de Valparaíso, es una flota de 27 trenes, con un
contrato de mantenimiento a 30 años. Los trenes son del tipo X’TRAPOLIS™ 100. Esta
venta se realizó en 2002, y los trenes llegaron en 2005.
Se diseñó un tren ligero que reduce los costos de mantenimiento de las

infraestructuras. Su concepción modular facilita el mantenimiento del tren en si mismo.
ALSTOM se comprometió en el mantenimiento preventivo y correctivo de los equipos y
de las instalaciones del taller.
2.2.2.2/ Metro de Santiago

En Santiago, los proyectos que siguen en marcha son los de:
- La línea 4, donde se vendieron 60 trenes de 3 coches de tipo AS025,
brasileños, con sistema de pilotaje automático, acoplados en 30 trenes de 6
5
Los trenes de tipo ASXX son trenes con ruedas de acero. Los trenes AS02 son trenes con ruedas
de acero del año 2002.
6/85
coches en hora punta. ALSTOM provee también el sistema de señalización,
y se encarga del mantenimiento de los trenes en los talleres de Puente Alto.
- La línea 1, con el mantenimiento de 11 trenes de tipo NS936 en el taller de
Neptuno y la venta de 11 nuevos trenes franco-brasileños, tipo NS04, con
contratos de mantenimiento.
- La línea 5, con su oferta para la extensión de Quinta Normal hacia Maipú.
Metro tiene en total 50 trenes de tipo NS74, los mas antiguos, en la línea 1, 2 y 5,
34 trenes de tipo NS93 en la línea 1, 60 trenes de tipo AS02, y 11 trenes de tipo NS04,
todos de marca METROPOLIS™. Tiene un solo tren mexicano, no de origen ALSTOM,
copia del tren NS74.
3/ PRESENTACIÓN DE LOS TRENES NS93
3.1/ Histórico
3.1.1/ Generalidades
El tren NS93 es un tren de diseño francés, tanto por la parte caja como por la
parte motriz. Se encuentra en la línea 14 del Metro de Paris (línea METEOR), bajo la
sigla MP89, con pilotaje automático completo, y esta en Chile en la línea 1 del metro de
Santiago, con pilotaje semiautomático. Se puso en servicio primero en Chile, con
conductor y luego entro en servicio una versión sin conductor en Francia, en octubre
1998. El tren MP89 fue un prototipo de última generación, inaugurado en Francia como
vitrina del tren del siglo XXI.
Los trenes vendidos por ALSTOM se diseñan según los pedidos de sus clientes y
un nuevo tren esta compuesto por lo mejor de otras versiones más antiguas. Así, se
encuentra en los nuevos trenes de la línea 1 la parte motriz del tren NS93, de diseño
francés, y una caja brasileña, menos costosa que la francesa.
3.1.2/ Contratos de venta

En total, se vendió 34 trenes NS93 entre 1996 y 2003 en 4 contratos de ventas
distintos.
6
Los trenes de tipo NSXX son trenes con neumáticos. Los trenes NS93 son trenes del año 1993.
7/85
Numero de trenes en servicio
Contrato 1 Contrato 2 Contrato 3 Contrato 4
40
35
30
Numero de trenes 25
20
15
10
0
06/05/96
15/07/96
23/09/96
02/12/96
10/02/97
21/04/97
30/06/97
08/09/97
17/11/97
26/01/98
06/04/98
15/06/98
24/08/98
02/11/98
11/01/99
22/03/99
31/05/99
09/08/99
18/10/99
27/12/99
06/03/00
15/05/00
24/07/00
02/10/00
11/12/00
19/02/01
30/04/01
09/07/01
17/09/01
26/11/01
04/02/02
15/04/02
24/06/02
02/09/02
11/11/02
20/01/03
31/03/03
09/06/03
18/08/03
27/10/03
Fecha
Grafico 1 – Numero de trenes en servicio de tipo NS93 desde junio 2005 hasta enero 2007
(Fuente: Elaboración Propia)
- Contrato 1: trenes 51 a 62 (12 trenes)

El primer tren de tipo NS93 se puso en servicio en mayo 1996. Pertenecía al
primer contrato de venta de 12 trenes. En febrero 1997 el último tren de este contrato
entró en servicio.
Metro SA y ALSTOM firmaron un nuevo contrato de venta de 5 trenes de tipo
NS93, que entraron en servicio entre diciembre 1997 y junio 1998.
Inmediatamente después del segundo contrato de venta, ALSTOM vendió 6
nuevos trenes. El último tren del tercer contrato empezó a recorrer la línea 1 en febrero
1999.
En septiembre 2002, la última serie de trenes de tipo NS93 llegó, con 11 trenes
nuevos, compuestos por 7 ó 8 coches. Se vendió además coches complementarios
agregados a antiguas formaciones de 6 coches. El último tren de tipo NS93 entró en
servicio en septiembre 2003.
3.1.3/ Contratos de mantenimiento

Hoy, Metro SA tiene 34 trenes de tipo NS93 y se encarga del mantenimiento de 23
trenes. ALSTOM esta subcontratado para el mantenimiento de los 11 trenes del último
contrato de venta, por la tercera vez en la historia del metro de Santiago, después de
los 10 trenes del segundo y tercer contratos de venta.
La venta de un tren representa no solo la entrega del material rodante sino

también la puesta en marcha, la formación técnica del cliente y un periodo de garantía
de 2 años, durante el cual ALSTOM toma a su cuenta todos los gastos de reparaciones
y de desgaste. Solo se imputa a Metro SA los gastos dados por vandalismo. En el caso
de los trenes 74 a 84, después de 2 años de garantía, Metro SA subcontrató a ALSTOM
8/85
para el mantenimiento de los 11 trenes. En este periodo empezó el mantenimiento, para
5 años después de la salida de garantía, renovables.
El último tren que entró en servicio fue el tren 74, en septiembre 2003. Salió de
garantía en septiembre 2005, luego el primer periodo del contrato de mantenimiento
sigue hasta septiembre 2010. En el caso del tren 75, que salió de garantía en
septiembre 2004, el mantenimiento sigue hasta septiembre 2009. Después de este
periodo se vuelve a negociar el contrato para 5 años.
En la línea 5, para los trenes tipo AS02, y en el caso de los nuevos trenes
brasileños, el periodo de mantenimiento empieza en paralelo con la garantía. Después
de este periodo de 2 años, 5 años de mantenimiento están asegurados, renovables.
ALSTOM cobra a Metro SA mensualmente, para el mantenimiento preventivo y el

mantenimiento correctivo. El monto es función del kilometraje recorrido por coche. Si, al
final de cada mes, el número de kilómetros recorridos es inferior al valor promedio
definido en la oferta de mantenimiento menos 10% o superior al valor promedio más
10%, el precio por coche es corregido para tomar en cuenta esta diferencia.
Además, se estableció metas de confiabilidad según el tipo de avería. Se registra

una avería de tipo A cuando el tren queda no utilizable, es decir si la avería provoca una
evacuación de pasajeros o si el tren no puede ser reparado en el mismo día que
apareció una avería. Los horarios exactos están definidos en el capítulo 4.2/Exigencia
de Disponibilidad. Cualquier otra avería es de tipo C. Se registra el kilometraje promedio
de buen funcionamiento, por coche (MCKBF, Mean Coaches Kilometers Between
Fails7) para las averías de tipo A y C. Si estos kilometrajes superan la meta establecida,
Metro SA cobra una multa a ALSTOM. Las averías de tipo A y C no incluyen las averías
dadas por vandalismo o sin razón técnica definida.
3.2/ Presentación técnica
3.2.1/ Formación y modos de conducción

Los trenes NS93 tienen cuatro formaciones posibles:
- Con seis coches (4 motrices, N1, N2 y N enmarcadas por dos remolques
S1 y S2)
- Con siete coches (4 motrices, N1, N2 y N enmarcadas por dos remolques
S1 y S2, y un remolque R enmarcado por las motrices N)
- Con ocho coches (5 motrices, N1, N2 y N enmarcadas por dos remolques
S1 y S2, y un remolque R enmarcado por las motrices N)
7
Ver 6.2.1.2/Coche Kilometraje Medio de Buen Funcionamiento (MCKBF)
9/85
Figura 2 – Composición de los trenes tipo NS93 (Fuente: Manuel de Funcionamiento, ALSTOM)
Los diferentes modos de conducción disponibles son los siguientes:

- la conducción manual,
- la conducción manual controlada por pilotaje automático,
- la conducción con piloto automático.
3.2.2/ Arquitectura general
3.2.2.1/ Equipos Claves

La arquitectura del tren se diseñó con un objetivo de disponibilidad máxima. Se
utiliza una cantidad importante de equipos redundantes en varios niveles del tren:
- En la cadena de tracción y frenado de urgencia, que permite quedar
operativa con uno o dos equipos aislados,
- En el circuito de distribución de energía,
- En los computadores.
La Figura 3 representa los elementos principales que componen un coche

remolque (tipo S), y un coche motriz (tipo N). Se encuentra luego una descripción
general de los equipos claves.
Figura 3 – Aspecto exterior de un coche remolque, con intercirculación, tipo S

(Fuente: Manuel de Funcionamiento, ALSTOM)
10/85
Los coches remolques de tipo R están compuestos por los mismos equipos que
los coches de tipo S, sin los elementos relativos a la cabina conductor.
Figura 4 – Aspecto exterior de un coche motriz, sin intercirculación, tipo N (Fuente: Manuel de
Funcionamiento, ALSTOM)
3.2.2.1.1/ Equipo de Tracción y Frenado (ETF)

La siguiente descripción se refiere al cofre ETF de la Figura 4. Cada coche motriz
(tipo N) consta con un Equipo de Tracción y Frenado por recuperación (ETF) que
alimenta dos motores asincrónicos trifásicos. El ETF es un ondulador de tensión
trifásico, en la red de Alta Tensión de 750V. El ondulador utiliza tiristores de tipo GTO,
enfriados por convección natural mediante paneles de intercambio, los Paneles SMF,
que representan un gasto mayor en mantenimiento.8
3.2.2.1.2/ Convertidores Estáticos (CVS)

La distribución de energía eléctrica auxiliar consta de dos o tres convertidores
según la formación elegida, siempre ubicados en los remolques. Los convertidores son
elementos de los cofres CVS, ubicados detrás de los boguies portadores, Figura 3.
Cada convertidor estático tiene una potencia de 30 kW, suministra la carga de las
Baterías (Figura 3), la baja tensión 72V (Cofre BT, Figura 3) y la media tensión 230V
trifásico.
3.2.2.1.3/ Sistema Informático Embarcado (SIE)

El Sistema Informático Embarcado esta operando en todos los coches del tren
(Figura 3 y Figura 4, Cofre SIE). La arquitectura informática consta de los siguientes
elementos principales:
- Una red informática que conecta los computadores del tren entre sí,
- Dos computadores en cada coche que efectúan las funciones
complementarias,
- Una red de comunicación local en cada coche, compuesta por enlaces que
conectan los computadores con los equipos periféricos del coche (ETF,
CVS, Modulo Fonía, Modulo Puertas...),
8
Ver 6.4.1.2.4/Paneles SMF
11/85
- Paneles Relés que efectúan las funciones de seguridad o interfaz de
potencia,
- Líneas de tren de seguridad (cableado vehiculando informaciones de
seguridad).
3.2.3/ Funciones del tren

En términos informáticos, los equipos del tren se organizan según una
arborescencia LBS (Logic Breakdown Structure), estructurada por funciones del tren.
No solamente útiles para la ubicación técnica de los equipos, dichas funciones permiten
agrupar las averías a nivel macro, por órganos. Se usa un listado de 11 funciones:
- Alimentación Alta Tensión
- Arrastre Boguie
- Caja
- Comunicación
- Control Automático
- Energía Auxiliar
- Freno Mecánico
- Producción Energía
- Producción y Distribución de Aire
- Puertas
- Tracción y Frenado
3.2.3.1/ Alimentación Alta Tensión

Durante la operación, la captación de la Alta Tensión (750V, continua) se realiza
por intermedios de frotadores:
- Dos frotadores positivos instalados en cada lado de los boguies motrices,
- Un frotador negativo debajo de cada boguie,
La puesta a masa se hace por frotadores de masa, ubicados debajo de cada
boguie. En taller, existe un sistema de captación por enchufes y en vías secundarias, la
captación se realiza por una barra lateral.
3.2.3.2/ Arrastre Boguie

Los boguies pueden ser motrices o portadores. En las formaciones más comunes
de 7 a 8 coches, hay 3 tipos de boguies motrices, que difieren por el cableado de los
frotadores y de la masa, y 5 tipos de boguies portadores, que difieren por el cableado y
los captores de velocidad. El boguie motriz tiene además un motor y un puente
reductor, y los órganos de captación (pertenecen a la función Alimentación AT)
El rodado se efectúa mediante cuatro neumáticos MICHELIN, y el guiado por

cuatro ruedas horizontales equipadas con neumáticos. Si un neumático pincha, si no
hay pista de rodado ni barras de guiado, una rueda de acero asegura las funciones de
sustentación y de guiado.
Un eje vertical asegura la rotación y el arrastre de la caja. Una suspensión

secundaria permite asegurar el mantenimiento a nivel del suelo.
12/85
La función Arrastre Boguie contiene además los elementos de enganche y los
cables de conexión entre caja.
3.2.3.3/ Caja
La función Caja contiene los elementos de instalaciones interiores para los
pasajeros y para la cabina. Se agrupan por elementos de comodidad, asientos,
pasamanos, iluminación, pantallas de visualización, ventilación, calefacción (Cabina
conductor únicamente), etc. La iluminación, la ventilación y la calefacción están
alimentadas por la red de Media Tensión, mediante convertidores estáticos
independientes. La iluminación de socorro esta alimentada directamente mediante la
Baja Tensión de las baterías.
La función Caja contiene además las instalaciones exteriores, ventanas,

limpiaparabrisas, fanales, intercirculación, etc.
3.2.3.4/ Comunicación
La función Comunicación agrupa:
- los elementos relativos a la información de los pasajeros vía el micrófono
del conductor y vía alertas sonoras,
- la interfonía entre las cabinas,
- la Telefonía Alta Frecuencia (THF, Téléphonie Haute Fréquence) para las
comunicaciones con el PCC.
3.2.3.5/ Control Automático

La función Control Automático contiene todas las tarjetas electrónicas del SIE
(Sistema Informático Embarcado) y los elementos de conducción del tren.
Principalmente, cada computador (2 por coche) contiene las tarjetas electrónicas
siguientes:
- una tarjeta Unidad Central VME (la tarjeta UCV)
- el subsistema de E/S con las tarjetas:
o MES: multiplexor de las entradas/salidas,
o MEL: módulo de entradas digitales,
o MSR: módulo de salidas de relés,
o ADS: módulo de enlaces serie,
o ANA: módulo de las entradas/salidas analógicas.
o CEV: tarjeta de comando del EMF.
- el subsistema de comunicación y transmisión por la tarjeta acoplador red
CRV,
- las alimentaciones por las tarjetas ALM y ALV.
Estas tarjetas tienen una importancia particular en el mantenimiento del tren9.
Se acuerda que los trenes tipo NS93 pueden funcionar completamente bajo
pilotaje automático. Este sistema es complejo y no se detalla en esta memoria. El rol del
conductor se limita a pulsar un pedal (Pedal VACMA). Este comando “hombre muerto”
9
Se detalla en el capitulo 6.4.1.2.2/Tarjetas SIE
13/85
verifica la vigilancia del conductor. Al cabo de 10 secundas sin pulsar el pedal, se pone
en marcha una alarma para el conductor. Al cabo de 25 secundas, una alarma se activa
en el PCC.
3.2.3.6/ Energía Auxiliar

La energía eléctrica de baja tensión (BT), 72V continua, proviene directamente de
la energía de alta tensión (AT), 750V continua, captada por intermedio de los frotadores
o de los enchufes de taller. La energía eléctrica alimenta los equipos principales
siguientes:
- el alumbrado,
- los comandos y controles del Equipo de Tracción Frenado (ETF),
- los comandos y controles del Convertidor Estático (CVS),
- el registrador de parámetros de operación (EPE),
- los accionadores de las puertas,
- la sonorización y fonía, además del sistema de información a los pasajeros
También se genera una energía eléctrica media tensión (MT), 230V alterna
trifásica. Dicha energía sirve para alimentar:
- el alumbrado complementario,
- el enchufe de limpieza,
- la ventilación,
- el compresor de aire,
- la calefacción y la ventilación de la cabina.
La función Energía Auxiliar agrupa todos los elementos necesarios para
almacenar la energía necesaria al funcionamiento de los equipos listados.
Esencialmente son elementos relativos a las baterías.
3.2.3.7/ Freno Mecánico

La función frenado mecánico contiene los frenos de servicio, los frenos de
urgencia, y los frenos de estacionamiento. Funcionan por comando de electroválvulas y
bloques neumáticos:
- la función Frenado de servicio se realiza mediante la combinación del freno
mecánico (bloque de freno de zapatas) y del freno eléctrico de recuperación
(sólo en las motrices),
- la función Frenado de emergencia se realiza mediante el freno mecánico,
- la función Frenado de estacionamiento (EFI) se realiza mediante un freno
mecánico de resorte que se aplica en un disco inmovilizado sobre uno de
los árboles del motor de tracción.
Esta función agrupa los elementos mecánicos (Cable Mando, Zapatas de Freno,
etc.) y eléctricos (Válvulas, Relés de presión, etc.)
3.2.3.8/ Producción Energía

La función Producción Energía permite alimentar la red MT y permite la carga de
las baterías BT. Los principales elementos de la producción de energía auxiliar son:
- el convertidor estático (CVS),
- las tarjetas electrónicas de control (ACV3, CCOM, CMCV, CHOR, CIPT,
IHOR).
14/85
Agrupa todos los elementos necesarios a la producción de energía auxiliar para la
alimentación de las funciones listadas en 3.2.3.6/ Energía Auxiliar.
3.2.3.9/ Producción y Distribución de aire

La producción de aire esta realizada por un grupo de producción de aire
comprimido incluyendo los siguientes elementos:
- un motocompresor,
- un dispositivo de purga,
- un sistema de tratamiento del aire por secador,
- un estanque principal para almacenar aire comprimido,
La función de distribución de aire comprimido esta garantizada por el circuito

neumático. Alimenta los elementos siguientes:
- el sistema de freno mecánico,
- las suspensiones secundarias de cada boguie,
- la bocina.
3.2.3.10/ Puertas
Cada coche está equipado con tres puertas de acceso pasajeros, del lado
izquierdo y del lado derecho, deslizantes hacia el exterior. Las dos hojas están
accionadas por un motor eléctrico. La cabina de conducción tiene dos puertas de
acceso, de cada lado, y una puerta de acceso al compartimiento de pasajeros.
La siguiente figura describe los principales elementos componiendo las puertas de

acceso de los pasajeros y su funcionamiento.
Figura 5 – Puertas de acceso Pasajeros (Fuente: Manuel de Funcionamiento, ALSTOM)
Se nota en la Figura 5 la platina de puerta (tarjeta electrónica) y el motor de

puerta, dos elementos críticos en el mantenimiento.10
10
Ver 6.4.1.2.1/Puertas
15/85
3.2.3.11/ Tracción y Frenado
La función de Tracción y Frenado esta garantizada por un cofre ETF (Equipo de
Tracción Frenado) en cada motriz, que pilota dos motores asíncronos. El comando del
ETF regula los parámetros eléctricos de los motores, en tracción y en frenado eléctrico,
elaborando los impulsos de comando de los tiristores GTO localizados en los paneles
de radiadores (Paneles SMF). El comando del ETF controla y monitorea en
permanencia los diferentes parámetros del conjunto ondulador y motores. En caso de
anomalía, el defecto es registrado, el ondulador se bloquea y, si es necesario, el
disyuntor de tracción se abre.
La comprensión global del funcionamiento del tren y de sus órganos claves,

además del conocimiento de las funciones que componen el tren, son indispensables
para el manejo de los datos y la comprensión de las etapas de intervención en el tren.
Se incluye en Anexo A características generales del tren.
3.3/ Histórico de Kilometrajes recorridos por tren
3.3.1/ Flota completa

Las distancias totales recorridas en la línea 1 no dejaron de aumentar desde su
construcción. Hubo varias extensiones de líneas, y la frecuencia del metro siempre iba
aumentando. Al nivel de tren, este aumento no fue lineal, hubo periodos bajos, aumento
del número de trenes o de coches, cambios de líneas, etc.
El siguiente gráfico muestra el kilometraje mensual de los trenes tipo NS93. Dado
que las puestas en servicio se hicieron durante todo el periodo considerado, se
estandarizó los kilometrajes por el número de trenes en servicio.
Kilometraje Mensual - Promedios estandarizados por el número de trenes NS93
12000
11000
Kilometraje Promedio por Tren NS93
10000
9000
8000
7000
6000
05/96
08/96
11/96
02/97
05/97
08/97
11/97
02/98
05/98
08/98
11/98
02/99
05/99
08/99
11/99
02/00
05/00
08/00
11/00
02/01
05/01
08/01
11/01
02/02
05/02
08/02
11/02
02/03
05/03
08/03
11/03
02/04
05/04
08/04
11/04
02/05
05/05
08/05
11/05
02/06
05/06
08/06
11/06
02/07
Meses
Grafico 2 – Kilometraje Mensual por Tren tipo NS93, periodo mayo 1996 - mayo 2007 (Fuente:
Elaboración Propia)
16/85
Si se toma únicamente los últimos periodos, considerando la flota completa de
trenes NS93, se puede destacar un alza más importante, donde se conjugan dos
efectos:
- Un aumento casi lineal de la frecuencia del metro, de largo plazo,
- Cambios dados por la implantación del Transantiago desde inicio de 2007,
en un periodo más corto.
3.3.2/ Aumento de largo plazo

El siguiente gráfico del kilometraje semanal desde inicio de 2004 hasta inicio de
junio de 2007 permite destacar este doble aumento:
Kilometraje Semanal - Promedio sobre Flota Completa
2300
2200
2100
Kilometraje Promedio por Tren
2000
1900
1800
1700
1600
1500 Kilometraje Real

Pol. (Kilometraje Real)
1400 Lineal (Kilometraje Real)
1300
1 WK 2004
5 WK 2004
9 WK 2004
13 WK 2004
17 WK 2004
21 WK 2004
25 WK 2004
29 WK 2004
33 WK 2004
37 WK 2004
41 WK 2004
45 WK 2004
49 WK 2004
53 WK 2004
4 WK 2005
8 WK 2005
12 WK 2005
16 WK 2005
20 WK 2005
24 WK 2005
28 WK 2005
32 WK 2005
36 WK 2005
40 WK 2005
44 WK 2005
48 WK 2005
52 WK 2005
3 WK 2006
7 WK 2006
11 WK 2006
15 WK 2006
19 WK 2006
23 WK 2006
27 WK 2006
31 WK 2006
35 WK 2006
39 WK 2006
43 WK 2006
47 WK 2006
51 WK 2006
2 WK 2007
6 WK 2007
10 WK 2007
Semanas
Grafico 3 – Kilometraje Semanal por tren tipo NS93, periodo enero 2004 – mayo 2007 (Fuente:
Elaboración Propia)
Luego, para destacar el aumento del recorrido de los trenes sin tomar en cuenta el
efecto del Transantiago, se corre una regresión lineal desde inicio de 2004 hasta agosto
de 2006, semanalmente:
Kmi = β1 + β 2 .S i + ε i , con S i número de la semana i e ε i error de la regresión.
Después de una limpieza de datos, reemplazando los valores faltantes por

promedios sobre dos semanas antes y dos semanas después la fecha faltante, se corre
una regresión en el paquete estadístico EViews. El resultado de dicha regresión entrega
los siguientes valores:
17/85
Variable Dependiente: SER02
Método: Mínimos cuadrados
Fecha: 06/07/07 Hora: 16:44
Muestra: 1 141
Número de observaciones: 141
SER02=C(1)+C(2)*SER01
Coeficiente Desv. Estándar t-Estadistico Prob.
C(1) 1799.379 13.60919 132.2179 0.0000
C(2) 1.780461 0.166292 10.70685 0.0000
R-cuadrado 0.451972 Media Var. Dependiente 1925.791
R-cuadrado ajustado 0.448029 D.E. Var. Dependiente 108.1782
S.E. de la regresión 80.37068 Criterio Akaike 11.62526
Suma cuadrada residuos 897863.1 Criterio Schwarz 11.66709
Log likelihood -817.5808 Estad Durbin-Watson 1.188320
La regresión tuvo un ajuste de 45%, sufre de la alta varianza de la serie semanal.

Se nota que los dos coeficientes son significativos, ya que se rechaza la hipótesis nula
de los coeficientes iguales a cero a más de 95%.
La ecuación de regresión es la siguiente: Kmi = 1799 + 1,78.S i
El resultado importante de este estudio es el aumento del kilometraje semanal de

1,78 kilómetros por semana. Luego, considerando años de 52 semanas y semanas de 7
días, se tiene un aumento anual promedio de 13 kilómetros diarios por tren.
3.3.3/ Efecto del Transantiago

Para destacar el efecto del Transantiago se estudia la variación entre los
promedios del año 2006 y del inicio de 2007, únicamente con la flota de trenes cuyo
mantenimiento esta a cargo de ALSTOM. En efecto, desde marzo de 2007, a cada
introducción de un tren nuevo tipo NS04 en la línea 1, un tren NS93 de 6 coches pasa a
la línea 5. La flota a cargo de ALSTOM no esta afectado por esta medida ya que son
únicamente trenes de 7 ó 8 coches.
En este caso, no se busca sacar una regresión sino el salto que provocó el
aumento de usuarios por implementar el servicio de transporte público Transantiago:
Periodo Periodo Porcentaje de

Trenes 74 > 84 Delta
03/2007 – 05/2007 2006 aumento
Kilometraje Diario 360 302 58 19.26%

Tabla 3 – Variación de recorrido diario por efecto Transantiago sobre la flota de trenes 74 hasta 84
(Fuente: Elaboración propia)
Resulta un aumento porcentual de 19% entre los promedios de 2006 y de 2007.

Se espera a medio plazo que los buses del Transantiago absorben parte de este
aumento11.
11
Un estudio detallado del impacto del Transantiago se encuentra en 8.2/Impacto del Transantiago.
18/85
4/ ORGANIZACIÓN DEL MANTENIMIENTO
4.1/ “Mi Mantenimiento, Tu Mantenimiento”
4.1.1/ Una flota, dos empresas

Una pregunta casi inmediata aparece cuando se evoca la subcontratación de
ALSTOM para realizar el mantenimiento. ¿Por qué Metro SA decidió en 2002 contratar
a ALSTOM para realizar la mantención de parte de su flota más allá del periodo de
garantía?
“In recent year, there has been a growing trend to out-source service operations in
which the equipment maintenance is carried out by an external agent rather than in-
house.”
[6] Jackson, C. Pascual, R. 1997. Optimal Maintenance Service Contract
Negotiation with Aging Equipment. Department of Mechanical Engineering, Universidad
de Chile, Santiago, Chile.
Esta decisión tiene dos razones principales, una técnica y otra política. La
actividad principal de Metro SA es más bien el transporte de pasajero que la
mantención de trenes. El tren tipo NS93 fue un material de última generación,
disponiendo de un sistema de auto pilotaje muy sofisticado. Cuatro años después del fin
de la primera garantía, Metro SA decidió confiar en el know-how del constructor del tren
para las reparaciones de los últimos 11 trenes. La segunda razón fue por un tema
político. Temiendo el alto nivel de sindicalismo, Metro SA decidió disminuir el riesgo de
parálisis de su actividad principal en caso de paro de sus empleados, disponiendo de
una solución alternativa para efectuar un servicio mínimo con los 11 trenes a cargo de
ALSTOM.
Del punto de vista económico, no se conocen los costos del cliente para concluir
sobre un costo mayor o un ahorro. Solo se puede destacar que Metro SA decidió confiar
en ALSTOM para el mantenimiento de los 60 trenes tipo AS02 de la línea 4 y los 11
nuevos trenes tipo NS03 de la línea 1. La externalización de las tareas de
mantenimiento del cliente hacia el contratista permite una reducción de riesgo, un
aumento de eficiencia y al final una reducción de costo.12
4.1.2/ Cooperación con el cliente

Los talleres de Neptuno están situados entre la penúltima y la última estación
poniente de la línea 1, respectivamente estaciones Neptuno y San Pablo. Estos talleres
son propiedad de Metro SA. Todos los trenes de la línea 1 son atendidos en este taller.
Del capítulo 3.1.3/Contratos de mantenimiento, se sabe que Metro se encarga del
mantenimiento de 24 trenes tipo NS93 y de los trenes tipo NS74. Por otra parte,
ALSTOM se encarga del mantenimiento de 11 trenes tipo NS93. Aun con esta
12
Ver referencia bibliográfica: [11] Louit D., Soto J. 2007. Servicios de Reparación y Mantenimiento
(R&M), Experiencia en la industria minera en Chile. En: 2° Encuentro de Gestión de Activos Físicos: 28
de junio de 2007. Santiago, Universidad de Chile, Facultad de Ciencias Físicas y Matemáticas.
19/85
separación contractual, existe una fuerte cooperación entre ALSTOM y su cliente, por la
misma exigencia de disponibilidad de los trenes.
La Figura 6 ilustra los intercambios de equipos que existen entre las dos
empresas.
Figura 6 – Intercambios de equipos entre ALSTOM y su cliente (Fuente: Elaboración Propia)
Cada empresa esta a cargo de una parte de la flota de NS93 y cada empresa
tiene su personal de mantenimiento, sus laboratorios de reparaciones, y su bodega. A
pesar de esta separación física, es de práctica usual que se intercambien equipos entre
las dos flotas de trenes. Se realizan a distintos niveles: Por cruces de equipos
directamente entre trenes en mantención, por pedidos a las bodegas, o por
reparaciones específicas realizadas por el laboratorio de electrónica de ALSTOM.
Al nivel de los trenes, pueden existir cruces de equipos. Por ejemplo, cuando una
tarjeta electrónica presenta problemas indefinidos, se prueba usualmente de
intercambiarla con la misma tarjeta, preferentemente del mismo tren, o sino con tarjeta
de otro tren. A menudo se solucionaron los problemas de esta forma, a costo mínimo. El
problema de este método es que se pierde las etapas de la vida de la tarjeta cuando
pasa en los trenes mantenidos por Metro, además de desconocer el motivo de la pana.
Luego, se puede tener un tren de 2003 con tarjetas de 1996 y aumentar la tasa de falla
de un tren reciente. Este problema se detallará en los capítulos siguientes, ya que
represente la particularidad y la complejidad de la gestión del mantenimiento en
ALSTOM.
La mayor mezcla de equipos se hace mediante las bodegas. Por la fuerte

exigencia de disponibilidad de los trenes, las dos empresas facilitan el acceso a los
equipos que tienen en bodega. Metro SA, como dueño de los trenes, tiene una bodega
más amplia que ALSTOM, especialmente de equipos caros con baja tasa de falla.
ALSTOM tiene una bodega con equipos identificados como equipos críticos. Cuando no
se tiene el repuesto necesario para reparar una falla, se orienta hacia otra bodega. Por
ejemplo, si aparece una falla grave en un motor de tracción y que dicho motor necesita
una reparación compleja, ALSTOM pide un motor de reemplazo a la bodega Metro para
volver a poner el tren en servicio durante el periodo de reparación. Por este motivo, hay
una mezcla importante de equipos de orígenes diferentes.
20/85
Existe un acuerdo tácito entre las dos empresas para que los equipos que fallaron
en los trenes Metro SA que vienen de un tren a cargo de ALSTOM estén reparados por
ALSTOM, de tal forma que el cliente no intervenga en un equipo originalmente a cargo
del contratista. A pesar de eso, el laboratorio de electrónica de ALSTOM adquirió una
experiencia en las reparaciones de las tarjetas electrónicas, que valoriza Metro SA. Así,
se encarga de reparaciones de varias tarjetas de los trenes de Metro SA que van a su
bodega después de la reparación, para servir de repuesto posteriormente. Luego,
ALSTOM repara sus tarjetas independientemente del tren de origen, y Metro SA actúa
con el mismo criterio, pero independientemente de eso, existe un negocio entre las dos
empresas para que el laboratorio se encargue de las reparaciones de algunas tarjetas
de Metro SA.
La complejidad de los flujos de piezas hace difícil el seguimiento de la vida de un

equipo, complica los estudios de ingeniería asociados y sobre todo el manejo de los
datos. Toda la particularidad del mantenimiento de los trenes de ALSTOM viene de esta
alta exigencia de disponibilidad, y resulta clave tener procesos de gestión de datos
sofisticados y que toman en cuenta este hecho.
4.2/ Exigencia de Disponibilidad
La exigencia mayor de Metro SA hacia ALSTOM es tener alta disponibilidad de los

trenes. Existen metas por kilometraje de buen funcionamiento distintas si el tren queda
no utilizable o si el tren esta inmovilizado por poco tiempo13.
La indisponibilidad de un tren se define de la siguiente forma:
- Si un tren falla después de las 17:45 y que no puede salir a las 6:30 de la
mañana del día siguiente, queda como no utilizable.
- Si un tren falla después de las 6:30 de la mañana y que no puede salir a las
17:45 del mismo día, queda como no utilizable.
Por estas razones, la reparaciones In Situ, definidas como reparaciones realizadas
directamente en el tren, son muy pocas. Si no se sabe de inmediato que tipo de falla
ocurrió o si la reparación esta supuestamente larga, se trata de usar un repuesto en
bodega y reparar el elemento con avería en “tiempo muerto”.
Esta exigencia de disponibilidad justifica la cooperación entre ALSTOM y su

cliente, y luego los intercambios de equipos entre trenes.
5/ MANTENIMIENTO PREVENTIVO
5.1/ Intervenciones Preventivas y Overhauls
5.1.1/ Tipo de intervenciones

Se designa por mantenimiento preventivo el conjunto de intervenciones sobre el
tren que se realizan a kilometrajes predefinidos. El mantenimiento preventivo
13
Ver 3.1.3/Contratos de mantenimiento
21/85
corresponde a una estrategia de mantención pre-falla, bastante determinística, que
consiste en una sucesión de tareas de verificación, de limpieza, y de reemplazo.
Se determina según la vida útil de los equipos o insumos, de tal forma que se
minimice la suma de un costo de intervención pre-falla con un costo de intervención
post-falla.
Grafico 4 – Costos de intervención pre falla y post falla, suma (Fuente: [13] - Pascual J., Rodrigo.
Abril 2005. El Arte de Mantener. Apunte de Curso, Universidad de Chile.)
Los kilometrajes de intervención son definidos por la fábrica, en Francia, que se

encarga de estimar las diferentes tareas a realizar para asegurar el buen
funcionamiento del tren.
Se cuenta con 3 tipos de intervenciones distintas:

- Las Inspecciones de Seguridad (IS)
- Las Intervenciones de Mantenimiento (IM)
- Las Grandes Revisiones u Overhauls (GR)
5.1.2/ Organización y recursos

El personal a cargo del mantenimiento preventivo de ALSTOM esta compuesto por
10 a 13 técnicos y un supervisor. Las intervenciones se realizan según el kilometraje del
tren y según la disponibilidad del personal responsable.
En términos generales, no se para más de un tren a la vez. Para una IS o una IM

el tren queda en el taller, no utilizable a la operación durante un tiempo incluido entre
medio día y dos días. En el caso de la GR, se actúa por etapas, desmontando poco a
poco los elementos sujetos a revisión. Estos elementos son inmediatamente
reemplazados por elementos de reserva durante el tiempo necesario.
En el caso particular de los trenes tipo NS93, hay un solo tipo de IS y de GR, y 16
IM distintas. Al final, se cuenta con 18 tipos de intervenciones preventivas distintas, que
se realizan a kilometrajes fijos:
- La Inspección de Seguridad (IS) cada 10 000 Km.
- Las Intervención de Mantenimiento, de 1 a 16 (IM1, IM2, IM3, IM4, IM5,
IM6, IM7, IM8, IM9, IM10, IM11, IM12, IM13, IM14, IM15 , IM16), cada
30 000 Km.
22/85
- La Gran Revisión (GR), cada 500 000 Km.
Luego, se realizan dos inspecciones de seguridad entre cada inspección de

mantenimiento, salvo entre la IM16 y la GR donde se hace una sola IS. Se empieza por
la intervención 1, hasta la 16, según el kilometraje del tren. La siguiente tabla resume la
estrategia de mantenimiento del tren NS93:
IS IM IM2 IM3 IM4 IM5 IM6 IM7 IM8 IM9 IM10 IM11 IM12 IM13 IM14 IM15 IM16 GR
10000 X
20000 X
30000 X
40000 X
50000 X
60000 X
70000 X
80000 X
90000 X
100000 X
110000 X
120000 X
130000 X
140000 X
150000 X
160000 X
170000 X
180000 X
190000 X
200000 X
210000 X
220000 X
230000 X
240000 X
250000 X
260000 X
270000 X
280000 X
290000 X
300000 X
310000 X
320000 X
330000 X
340000 X
350000 X
360000 X
370000 X
380000 X
390000 X
400000 X
410000 X
420000 X
430000 X
440000 X
450000 X
460000 X
470000 X
480000 X
490000 X
500000 X
Tabla 4 – Plan de mantenimiento del tren NS93: intervenciones por kilometrajes
Una vez que se cumplió un ciclo completo, después de 500 000 Km, el plan de
mantenimiento empieza de nuevo.
Cada tipo de IM es distinta en término de proceso, tiempo y finalmente de costo. El

siguiente capítulo describe el proceso establecido para la valorización de estas
intervenciones.
23/85
5.2/ Valorización de las intervenciones
5.2.1/ Método de evaluación

El trabajo de valorización de las intervenciones preventivas se realizó por el
personal ALSTOM, en paralelo a la elaboración de esta memoria.
Se estableció fichas de mantenimiento para una IS y para cada IM, conteniendo:

- La lista de las tareas por realizar y los coches correspondientes
- El tipo y el número de técnicos requeridos
- El tiempo medio por tarea y las horas-hombres (HH) correspondientes
- El material usado (insumo o repuesto) y su código de identificación (DTR)
- La cantidad usada, con la unidad correspondiente (Volumen, unitario, etc.)
- El costo medio de uso de repuesto
De igual forma, se valorizó los costos de mano de obra para las pruebas de
entrada y de salida que se realizan de forma sistemática. Las fichas valorizadas se
encuentran en Anexo B, en formato digital.
Para el caso de la Gran Revisión, se realizó una estimación anexa. Hasta ahora,
los trenes a cargo de ALSTOM no alcanzaron los 500 000 Km a los cuales se hace un
overhaul. La estimación realizada se hizo en colaboración con Metro SA que ya tuvo
que enfrentar revisiones en sus trenes.
Aunque pueda variar la cantidad de material usado como el tiempo de

intervención, dichas variaciones son muy bajas en término de costo monetario. Dado el
aspecto determinístico de las intervenciones, los promedios estimados son confiables y
no necesitan la introducción de variables aleatorias. Se usan en la valorización final
como costo base, de enero de 2007.
24/85
5.2.2/ Resultados obtenidos
La tabla siguiente resume los resultados obtenidos:
Resumen de las valorizaciones Tiempo

Fichas Costo total HH Costo Materiales Costo total Indisponibilidad
IS $ 189 038 $ 156 758 $ 353 283 06:00
IM $ 630 783 $ 280 505 $ 918 773 16:00
IM2 $ 785 663 $ 308 022 $ 1 101 171 16:00
IM3 $ 680 850 $ 402 733 $ 1 091 069 16:00
IM4 $ 1 780 984 $ 348 631 $ 2 137 102 16:00
IM5 $ 626 571 $ 362 278 $ 996 336 16:00
IM6 $ 817 544 $ 239 161 $ 1 064 191 16:00
IM7 $ 624 700 $ 110 208 $ 742 394 16:00
IM8 $ 1 823 097 $ 243 242 $ 2 073 825 16:00
IM9 $ 686 465 $ 57 395 $ 751 345 16:00
IM10 $ 784 166 $ 91 450 $ 883 102 16:00
IM11 $ 626 571 $ 205 939 $ 839 996 16:00
IM12 $ 1 860 529 $ 433 666 $ 2 301 682 16:00
IM13 $ 626 571 $ 455 502 $ 1 089 560 16:00
IM14 $ 786 973 $ 99 125 $ 893 584 16:00
IM15 $ 664 005 $ 41 668 $ 713 159 16:00
IM16 $ 1 823 097 $ 91 466 $ 1 922 049 16:00
GR $ 24 402 790 $ 203 861 595 $ 228 264 385 08:00
Tabla 5 – Costos Promedios (en pesos chilenos) por intervención preventiva, mano de obra y
material (Fuente: ALSTOM) y tiempo de indisponibilidad del tren (Fuente: Elaboración Propia)
Se agregó a las valorizaciones una estimación del tiempo de permanencia del tren
en el taller, llamado tiempo de indisponibilidad. Este costo subyacente para Metro SA se
integra en la evaluación final en término de kilometraje diario promedio.
Si se excluye la Gran Revisión que induce un costo muy superior a las otras
inspecciones dado la importancia de la intervención, se puede destacar una cierta
regularidad en los costos.
El siguiente gráfico ilustra este fenómeno:
Costo Total por tren - Preventivo
$ 2 500 000
$ 2 000 000
Costo Inspecciones
$ 1 500 000
$ 1 000 000
$ 500 000
$0
IM2
IM3
IM4
IM5
IM6
IM7
IM8
IM9
IS
IM
IM10
IM11
IM12
IM13
IM14
IM15
IM16
Inspecciones de Mtto
Grafico 5 – Costo totales por intervención de mantenimiento (y de seguridad), Enero 2007 (Fuente:
ALSTOM)
25/85
Da una representación de la importancia que tiene cada intervención. Se nota que
cada 120 000 Km se realizan intervenciones más profundas sobre el tren y luego, más
costosas. Se trata esencialmente de las IM4, IM8, IM12 e IM16.
6/ MANTENIMIENTO CORRECTIVO
6.1/ Bases de datos
ALSTOM no tiene registrado sus costos de manera sistemática y estructurada.

Desde inicio de 2006, se implementó un sistema centralizado de base de datos cuyo
objetivo fue mejorar la calidad y la organización de los datos. Este cambio resultó
problemático dado que no se acompañó por una capacitación de los usuarios a nivel de
talleres. Luego, los datos ingresados durante 6 meses no son confiables e incompletos.
Los pedidos de datos siguen difíciles, y hay pocas posibilidades de integración de datos
procediendo de varias bases en un único formato de salida. Además, los formatos Excel
usados son muy poco prácticos para un post proceso. Como usuario básico resulta
ineficiente el uso de dicha base de dato por no poder personalizar los formatos y
campos al pedir una entrega de datos. En el capítulo 9.2.2/Recomendaciones en el
manejo de datos se propone cambios para solucionar este problema mayor para los
ingenieros de mantenimiento.
Para tener una historia continua y amplia del tren en términos de tiempos de
intervención, costos de material y tasa de falla, se usaron varias bases de datos,
mayormente procediendo del antiguo sistema, y se sintetizó toda la información
necesaria para calibrar un modelo de simulación.
Las bases de datos que se utilizó son:
- Los informes de averías, desde 1997 hasta 2005, de la flota completa de
trenes tipo NS93 (34 trenes)
- Los informes de consolidación del mismo periodo, registrando
informaciones complementarias sobre las averías
- Los informes de reparación del mismo sistema, donde se registró parte de
las reparaciones en electromecánica
- La base de datos Microsoft Access™ del laboratorio de electrónica, donde
se registró parte de las intervenciones sobre tarjetas electrónicas
- Las bases de datos de la bodega donde se registró parte de los precios de
compra de equipos nuevos de 2006
- La base de datos del departamento de compra en el extranjero de 2006 y
2007
- El informe de averías de 2006 principalmente para costos de material.
Además de la compilación de estos datos en un solo archivo resumido, fue

necesario estimar datos faltantes a juicio de expertos. La metodología usada esta
detallada en los siguientes capítulos.
26/85
6.2/ Tasa de falla
6.2.1.1/ Análisis dinámico

Se sabe que los trenes están compuestos por parte con piezas originales, por
parte con piezas cambiadas y por parte con piezas de otros trenes14. Este último punto
complica el análisis de las tasas de fallas ya que los trenes llegaron según cuatro
contratos distintos. Las puestas en servicios y por último los kilometrajes son muy
distintos según los trenes y dado que no se puede seguir la vida de un equipo, se tiene
que hacer estudios en un periodo supuestamente estacionario, es decir con la flota
completa, trabajar a nivel macro y estandarizar las tasas de fallas por el número total de
coches.
Además, según la teoría de Dhillan15, hay que suponer un periodo de alto número
de averías cuando llega un nuevo tren, lo que se verifica en los hechos. Este periodo no
estacionario puede ser causado por problemas de montaje inicial principalmente, y
ajustes necesarios a la puesta en servicio. Este periodo se reduce en los contratos de
segunda, tercer y cuarta generación ya que la empresa acumuló experiencia en las
puestas en servicio del mismo tipo de tren. Este periodo no se destaca en el grafico de
las tasas de fallas del primer contrato pues en este periodo los datos no estaban
completos, y tampoco se destaca en los gráficos de los demás contratos, pues en
seguida se empezó a mezclar los equipos entre los trenes, pero a juicio de experto, la
experiencia permite evaluar este periodo no estacionario a 4 meses.
Tasas de Fallas Mensuales por Contrato
4,0 8
3,5 7
3,0 6
Tasa de falla por contrato
Tasa de fala total

2,5 5
2,0 4
1,5 3
1,0 2
0,5 1
0,0 0
01/1998
04/1998
07/1998
10/1998
01/1999
04/1999
07/1999
10/1999
01/2000
04/2000
07/2000
10/2000
01/2001
04/2001
07/2001
10/2001
01/2002
04/2002
07/2002
10/2002
01/2003
04/2003
07/2003
10/2003
01/2004
04/2004
07/2004
10/2004
01/2005
04/2005
07/2005
10/2005
Meses
Contrato 1 Contrato 2 Contrato 3 Contrato 4 Total
Grafico 6 - Tasa de falla por contrato, por coche, por mes, 01/1998-12/2005 (Fuente: Elaboración
Propia)
Dada la llegada del último tren en septiembre 2003, todos los estudios de averías
correctivas se realizan desde enero 2004 hasta diciembre 2005. No se usan los datos
14
Ver capítulo 4.1.2/Cooperación con el cliente
15
Se refiere a la típica curva de la bañera. Ver referencias bibliográficas [3], [7], [13].
27/85
de 2006 por cambio de datahouse, y dudas sobre la confiabilidad de los datos
registrados este año16.
Del gráfico completo de las averías que supusieron reparaciones se nota un

aumento global del número de fallas. Se estandarizan por número de coches en
servicio:
Grafico 7 - Tasa de falla por coche por mes, 01/1998 - 12/2005 (Fuente: Elaboración Propia)
Con el fin de destacar el alza del número de averías, se considera un periodo más
amplio que los dos años supuestamente estacionarios. Se corre una regresión lineal
sobre un periodo considerado estable, gráficamente de septiembre 2002 hasta fin de
2005, y la regresión revela una alza promedia de 1% de las tasas de fallas por coche,
por mes. El análisis completo se encuentra en Anexo C.
Dada la estabilidad del periodo, en término de mantenimiento preventivo y de

kilometraje diario, y sabiendo que los trenes están todos a menos del tercio de sus
vidas útiles promedias, se supone que este aumento esta causado por problemas
puntuales en algunas piezas, y no por el envejecimiento global de la flota. En una etapa
siguiente, se busca verificar la veracidad de este supuesto identificando los conjuntos
de equipos responsables de dicha alza17 y agregar estas variaciones dinámicas bajo
variables a sensibilizar en la simulación.
16
Ver 6.1/Bases de datos
17
Ver 6.4/Definición de Repuestos Críticos
28/85
6.2.1.2/ Coche Kilometraje Medio de Buen Funcionamiento
(MCKBF)
6.2.1.2.1/ Concepto y justificación

En los informes de avería se registran las fallas que sucedieron en la flota
completa de trenes de tipo NS93. Se usa esta base de datos para deducir la tasa de
falla de cada equipo y después de agrupación en familias de averías, el coche
kilometraje entre dos averías perteneciendo al mismo grupo. El detalle de la agrupación
se encuentra en el capítulo 7.2/Agrupación de averías.
Se usa un concepto de kilometraje en vez de tasa de falla para tomar en cuenta

variaciones razonables del recorrido de los trenes: frente a un aumento del kilometraje
diario de los trenes, podemos extrapolar las variaciones del número de fallas. Para esto,
se hace el supuesto que el número de falla promedio varía linealmente frente a cambios
de kilometrajes diarios incluidos entre -100 y 100 kilómetros por tren: se tiene una tasa
de falla definida por un kilometraje diario promedio de 270 kilómetros, luego se puede
extrapolar estos resultados entre 170 y 370 kilómetros por día.
Por otra parte, se usa el concepto de “coche kilómetro” en vez de “tren kilómetro”
para tomar en cuenta la formación de los trenes. Dado que no se puede diferenciar los
coches entre ellos, la evaluación de los costos sigue por tren y no por coche, pero se
toma en cuenta el número de coches que tiene el tren en formación completa. Para eso,
se define el concepto de coche kilómetro (Kmo) del tren, que es igual al producto del
kilometraje del tren (Km) por el número de coches del tren en formación completa.
Ejemplo:
Sea un tren con 6 coches. Aparece una avería de tipo 1 cada 300 kilómetros.
Luego se tiene una tasa de falla de 1/6 por coche por 300 kilómetros.
Sea otro tren con el mismo kilometraje diario, pero con 7 coches. Aparece una
avería de tipo 1 cada 300 kilómetros. Luego, se tiene una tasa de falla de 1/7 por coche
por 300 kilómetros.
Entonces, hubo más averías en el primer tren que en el segundo.
En término de coche kilómetro, se traduce por el kilometraje entre dos averías

multiplicado por el número de coche del tren.
Para el primer caso, se tiene 6x300=1800 Coche-Kilómetros entre dos averías.
Para el segundo caso, se tiene 7x300=2100 Coche-Kilómetros entre dos averías.
Se verifica que hay más averías en el primer caso que en el segundo.
Luego se deduce el coche kilómetro entre dos averías (Mean Coaches Kilometers
Between Fails, MCKBF) para representar la tasa de falla, usando un valor
independiente de la formación del tren analizado. Se detalla el cálculo del MCKBF en
Anexo D.
29/85
6.3/ Reparaciones y Reemplazos
6.3.1/ Fases de intervención

El mantenimiento correctivo engloba el conjunto de intervenciones realizadas
después de una avería para reponer un tren en servicio y cambiar o reparar el elemento
con problema.
En el estudio completo se ve el tren con un conjunto de equipos en serie. Luego, si

un elemento falla, el tren completo se para. En la realidad, se sabe que el tren esta
diseñado con equipos redundantes para poder seguir funcionando con algunos
elementos parados, pero es una medida que permite la evacuación del tren de las
líneas de transporte más que una configuración normal de funcionamiento.
"In general, downtime was categorized into three main phases; response phase,
diagnostics phase, and repair phase."
[10] Labib, A.W. 1998. World-class maintenance using a computerised
maintenance management system, Journal of Quality in Maintenance Engineering. p66-
75.
Cuando aparece una falla, hay tres respuestas principales: la detección, el

diagnostico y la reparación. La detección de una avería se realiza gracias a un sistema
informático de Ayuda al Mantenimiento, conectado a numerosos captores que siguen el
estado del tren. La experiencia del conductor puede ayudar este sistema electrónico en
el proceso completo de detección. Los tiempos de detección no se consideran en el
estudio pues son despreciables frente a los tiempos de diagnostico y reparación y estos
dos tiempos no se distinguirán entre si en la valorización financiera dado que se
confunden a menudo en los hechos.
30/85
Cuando el tren llega en el taller, una reparación puede intervenir en diferentes
niveles. El diagrama de flujos siguiente detalla el proceso completo:
Figura 7 – Diagrama de flujos del proceso de corrección de falla y tipos de costos asociados,
Taller Neptuno (Fuente: Elaboración propia)
Por exigencia de disponibilidad de parte del cliente, un tren con avería no debe
quedar en el taller más que hasta una hora fijada por contrato, independientemente de
su hora de llegada18. En el caso contrario y si la avería es imputable a ALSTOM, la
empresa tiene que pagar una multa. Luego, ALSTOM dispone de una bodega de varios
equipos para poder intercambiar rápidamente una pieza por otra si la reparación no
puede realizarse inmediatamente después de la llegada del tren al taller. La bodega de
Metro SA facilita el acceso de algunas piezas a ALSTOM.
Cuando se detecta una avería, el tren llega al taller de Neptuno para ser atendido.
Según el síntoma de la falla, se evalúa si se puede realizar una reparación directa o un
reemplazo de equipo en caso necesario. Si no es posible, hay desmontaje del elemento
o del conjunto de elementos y montaje de un repuesto de bodega.
El análisis de la falla permite determinar el lugar de reparación. Se manda a la

fábrica en caso de tener un elemento con garantía o bien si el taller no posee la
competencia o no tiene el material necesario. Si no, se envía al laboratorio de
electrónica o al taller, que llamaremos laboratorio de electromecánica en adelante. Si el
elemento necesita una reparación, el laboratorio correspondiente se encarga del equipo
y lo manda a la bodega. Si el elemento no se puede reparar, se desecha o se envía a la
bodega si no se detectó falla después de pruebas.
18
Ver capítulo 4.2/Exigencia de Disponibilidad
31/85
6.3.2/ Valorización de averías
La valorización se organiza por entidad reparadora según las distintas etapas que
puede seguir un equipo en función de la avería que se tenga.
En general, se valorizan dos averías por equipo, una sin reparación (prueba o
falsa detección) y una con reparación. En algunos casos particulares como tarjetas
electrónicas, el costo de la avería con reparación es más bien un promedio sobre
distintas acciones posibles. Existen otros casos donde una avería detectada en un
equipo supone inevitablemente una intervención. Luego, de aquí en adelante, una
avería se define por el nombre del equipo incriminado asociado a una variable binaria
indicando si hay una reparación o no.
Las intervenciones correctivas posibles son:

- Cruces de equipos entre trenes, Verificaciones, Pruebas, Falsas
detecciones, etc.
- Cambios
- Reparaciones In Situ
- Reparaciones en Laboratorio de Electrónica
- Reparaciones en Laboratorio de Electromecánica
6.3.2.1/ Tipo de costos involucrados
6.3.2.1.1/ Intervenciones In Situ

El término “In Situ” designa las intervenciones que se realizan directamente en el
tren, a la hora de su llegada en el taller. Este término se usa únicamente para
intervenciones de tipo correctivas.
Las intervenciones In Situ se caracterizan por tiempos cortos, siempre por

disponibilidad de los trenes. Luego, los costos involucrados son:
- Los costos de mano de obra en el tren (HH In Situ) para las intervenciones
de:
o Cruces, verificaciones, pruebas, falsas detecciones
o Cambios
o Reparaciones In Situ
- Los costos de repuesto cuando es necesario (Material), para:
o Cambios
o Reparaciones In Situ
6.3.2.1.2/ Laboratorios
Las reparaciones de equipos a fuera del tren se realizan por dos entidades
distintas. ALSTOM cuenta con un laboratorio de electrónica y la parte electromecánica
se realiza en el taller, por los mismos técnicos que intervienen In Situ. Todas estas
reparaciones, de mecánica, o eléctricas se agrupan bajo una entidad virtual llamada
Laboratorio de Electromecánica.
32/85
En estos dos casos, se valorizan los costos de:
- Mano de obra (HH en Laboratorio de Electrónica, HH en Laboratorio de
Electromecánica),
- Repuestos e Insumos (Material)
6.3.2.2/ Tarjetas electrónicas

Las tarjetas electrónicas reparadas en el laboratorio de electrónica hacen parte,
por experiencia, de los elementos más críticos de los trenes tipo NS93.
La falta de informaciones sobre los tiempos de reparación y costos de repuestos

de dichas tarjetas lleva a una evaluación a parte con el ingeniero responsable del
laboratorio. Para cada tarjeta del SIE, del ETF, del CVS, de la Fonía, de las Puertas, y
para la pantalla de visualización de la cabina, se evalua:
- El tiempo moda de reparación por un técnico, con una estimación baja y
alta
- El tiempo moda de reparación por un ingeniero, con una estimación baja y
alta
- El tiempo de prueba promedio
- El nivel de experticia sobre el equipo
- El costo de repuestos, con una estimación baja, media, y alta
Además, se agrega el consumo mensual de insumos, calculado según los gastos

mensuales del laboratorio, y la tasa de falla durante el periodo 2004-2005 desde los
informes de averías ante mencionados.
El resultado sintetizado de esta evaluación se encuentra en Anexo E, en formato

digital.
Luego, con la base de datos del laboratorio y la experiencia del ingeniero

encargado del laboratorio se estiman las participaciones de reparaciones a costo bajo,
medio y alto, y se deduce promedios para cada tarjeta electrónica.
6.3.2.3/ Electromecánica
Todas las demás reparaciones no son centralizadas en una entidad organizada
como el laboratorio de electrónica, sino reparadas en el taller, sin un seguimiento muy
preciso. Luego la valorización de las reparaciones resulta ser bastante difícil, y es por
mucha basada sobre cruces de informaciones y juicios de ingenieros con experiencia
del tren. Además, se requiere informaciones de la bodega y del departamento de
compras para tener valores actualizados de los costos de repuestos.
Se insista sobre la necesidad de un registro sistemático de estos valores en las

bases de datos, una centralización de las informaciones y una digitalización del
conocimiento de los ingenieros a cargo.
Para cada elemento registrado en los informes de averías, se evalúa:

- El tiempo promedio de reparación y prueba por un técnico
33/85
- El precio del repuesto necesario para corregir la falla
Para tener una estimación confiable de los costos de reparación, se sintetiza la

información disponible en la totalidad de los bases de datos mencionados19, y se
confronta estos resultados a la experiencia de ingenieros.
6.3.2.4/ Síntesis de la valorización correctiva

Se agregan los resultados del laboratorio de electrónica a los resultados de la
electromecánica con el fin de obtener una evaluación promedia de los costos de
mantenimiento correctivo para un año parecido a 2004, 2005 y 2006.
Se valorizan las reparaciones de 367 intervenciones, listadas desde enero de

2004 hasta diciembre de 2005, de 196 equipos diferentes. La tabla completa esta en
Anexo F, Informe de Averías y Costos asociados, en formato digital.
Además de ser base de la simulación, este análisis permite tener directamente

una escala del costo anual de mantenimiento correctivo y estadísticas sobre las
entidades reparadoras y las funciones más críticas del tren.
Tasa Falla Anual HH In Situ HH En Lab Total HH Repuestos

Total (CLP)
(11 Trenes) (CLP) (CPL) (CLP) (CLP)
ENERGIA AUX 6 51 629 191 207 242 836 8 885 251 721
PRODUC/DISTR AIR 26 189 405 155 760 345 165 192 899 538 065
COMUNICACION 53 252 727 325 849 578 576 5 701 584 277
ALIMENTACION AT 18 133 834 590 134 424 522 529 656 953
FUNCION
FRENO MECANICO 64 479 397 418 199 897 596 856 101 1 753 697
CAJA 73 513 843 98 499 612 343 2 423 314 3 035 656
PRODUC ENERGIA 45 489 387 4 092 957 4 582 344 1 105 794 5 688 138
TRACCION/FRENADO 228 2 527 871 9 614 067 12 141 937 15 691 459 27 833 396
PUERTAS 261 1 895 838 31 677 149 33 572 987 7 329 883 40 902 870
ARRASTRE/BOGUI 165 2 355 579 5 060 2 360 639 38 956 168 41 316 808
CONTROL/AUTOMAT 507 2 953 581 55 050 905 58 004 486 3 433 044 61 437 530
TOTAL 1448 11 843 090 101 630 244 113 473 334 70 525 778 183 999 111
Tasa Falla Anual HH In Situ HH En Lab Repuestos

HH (CLP) Total (CLP)
(11 Trenes) (CLP) (CPL) (CLP)
Reparacion METRO 49 252 061 39 467 291 528 108 287 399 815
Reparacion In Situ 33 826 955 - 826 955 385 484 1 212 439
ACCION
Cruce, Verificacion, Falsa Deteccion 428 3 406 884 - 3 406 884 - 3 406 884
RPL + Reparacion Lab Mecanica 251 2 130 511 2 947 119 5 077 630 10 678 248 15 755 878
Cambio 164 1 672 106 - 1 672 106 42 299 134 43 971 239
RPL + Reparacion Lab Electronica 523 3 554 573 98 643 658 102 198 231 17 054 624 119 252 856
TOTAL 1448 11 843 090 101 630 244 113 473 334 70 525 778 183 999 111
0%
0%
Costos Totales (CLP) Costos Totales (CLP)
0% 0%
1% 2% 1% 2%
3% ENERGIA AUX
0%
Reparacion METRO
PRODUC/DISTR AIR 8%
Reparacion In Situ
COMUNICACION
15%
34% ALIMENTACION AT
Cruce, Verificacion, Falsa
FRENO MECANICO 24% Deteccion
CAJA RPL + Reparacion Lab
Mecanica
22% PRODUC ENERGIA 65%
Cambio
TRACCION/FRENADO
23% PUERTAS
RPL + Reparacion Lab
ARRASTRE/BOGUI Electronica
Tabla 6 – Resumen de costos del mantenimiento correctivo por Función y por Acción, promedio
años 2004,2005 y 2006 (Fuente: Elaboración propia)
19
Ver 6.1/Bases de datos
34/85
Se destaca que 65% de los costos resultan de las averías reparadas en
Laboratorio de Electrónica. Esta información se verifica con la repartición de costos por
Funciones, 34% de los costos son dedicados a reparación de la función
CONTROL/AUTOMAT20, compuesta por mayor parte de tarjetas electrónicas del SIE.
El 24% de los costos son cambios, sin reparaciones. Por mayor parte se trata de
cambios de neumáticos, que se encuentran en la función ARRASTRE/BOGUIE. Dicha
función es responsable de 23% de los costos totales.
El 11% restante son costos de reparaciones electromecánicas, y de falsas

detecciones. Hay un porcentaje despreciable de gastos asumidos por Metro SA que
corresponden a averías por vandalismo.
En cuanto a las funciones mas críticas del tren, después de la función Control y de
la función Arrastre, se encuentran los elementos de puertas (Platina de puerta y Motor
de puerta principalmente), y los elementos de Tracción y Frenado, como los Paneles
SMF. En el siguiente capítulo se identifican los elementos responsables de mayores
gastos de manera detallada.
6.4/ Definición de Repuestos Críticos
Con el objetivo de destacar las intervenciones de mayor costo de reparación se

desarrolla un modelo de selección de las piezas críticas. Los resultados de este modelo
permiten filtrar las bases de datos disponibles, precisar estimaciones y predecir las
variaciones futuras esperadas de dichos repuestos críticos. En este capítulo se explica
la metodología desarrollada para definir los elementos de mayor costo y se expone los
resultados del estudio.
6.4.1.1/ Metodología
Los repuestos críticos se destacan por:
- La alta frecuencia de falla
- El costo de oportunidad de tener una pieza en reparación
En la literatura21 se encuentra varias formas de traducir dicho costo de

oportunidad. Puede ser representado por el tiempo fuera de servicio (Downtime),
particularmente cuando hay bajo número de repuestos en bodega, el valor de la pieza
de reemplazo, et tiempo por reparar (Mean Time To Repair, MTTR), o el costo de
intervención.
Dado los datos disponibles y estimados anteriormente, se eligió esta última

opción. El costo de intervención (Mean Cost To Repair, MCTR) se evaluó como la suma
del costo medio de uso de material y del costo de mano de obra para una reparación
20
Ver 3.2.3.5/Control Automático
21
Ver referencias bibliográficas:
[9] Knights, P.F. 2004. Técnicas de priorización, Apuntes del curso Optimización de Estrategias de
Mantenimiento de Equipos, Universidad Católica de Chile.
[13] Pascual J., Rodrigo. Abril 2005. El Arte de Mantener. Apunte de Curso, Universidad de Chile.
35/85
sobre el equipo. Se gráfican los puntos definidos por la tasa de falla por avería y por
coche (λ), y el costo medio de reparación por avería (MCTR).
El modelo de jerarquización consista en representar gráficamente la dispersión de

los costos de reparación reales, y destacar los elementos críticos mediante referencias
visuales:
- Se define una curva isocosto D: Di = λi .MCTRi
- Se define el límite para una falla crónica como el número total de averías
dividido por el número de códigos de averías
- Se define el límite para una falla aguda como el costo total de reparación
dividido por el número total de averías.
6.4.1.2/ Resultados
Para mejorar la separación de los equipos y tener curvas lineales de costo
constante se grafica la dispersión con una escala logarítmica:
Luego se tiene ln (Di ) = ln (λi ) + ln (MCTRi ) .
Dispersion Tasa de Falla VS Costo Medio Reparacion (2004 - 2005)
Tasa de Falla (Escala Log)

0,001 0,01 # Total de Fallas 0,1 1 10
# Codigos de Averias
10 000 000
AGUDAS AGUDAS Y CRONICAS
1 000 000
A613
MES CRV8 Panel SMF Platina de Puerta
CEVS Neumatico
MEL1 ALV ALM
Portador Costo Total
# Total de Fallas
Motor de Puerta
Costo Medio Reparacion (Escala Log)

100 000
CRONICAS
10 000
1 000
Averias IsoCosto 80% IsoCosto 90% IsoCosto 95%
Grafico 8 - Dispersión de las averías con reparación (Fuente: Elaboración Propia)
Se destacan los equipos críticos, que necesitan un análisis más preciso ya que
son responsables de los mayores costos. Representan 80% de los gastos y son
clasificadas como averías críticas (agudas y crónicas) las reparaciones de:
- Las platinas de puerta y del motor de puerta
- Las tarjetas del SIE (ALM, ALV, CEV, CRV, MES, MEL) y una tarjeta del
ETF (A613)
- Los neumáticos portadores
- Los paneles SMF
36/85
6.4.1.2.1/ Puertas
La platina de puerta empezó a fallar masivamente cuando un tipo de conmutador
llegó al fin de su vida útil. Se cambiaron los relés y al día de hoy no se registran
numerosas panas de este tipo.
El motor de puerta tuvo varios problemas, hoy todos resueltos. Los tres problemas
mayores que se tenían eran:
- La mala calidad de un resorte, que se cortaba
- Un orificio en el electroaiman, que se ensuciaba y dejaba de funcionar
- Un problema en le codificador óptico indicando el nivel de apertura de las
puertas
Al día de hoy, todas las averías de puertas se solucionaron y disminuyo la tasa de

falla.
6.4.1.2.2/ Tarjetas SIE

Las tarjetas SIE están sometidas a una campaña de fiabilización. Antiguamente
una tarjeta con avería se verificaba en un banco de prueba y a menudo salía del banco
sin problema. Repuesta en el tren, volvía pronto a fallar. ALSTOM decidió iniciar una
campaña de fiabilización siguiendo la vida de cada tarjeta y realizando revisiones
sistemáticas y reparaciones. Esta campaña de fiabilización esta por terminar y la tasa
de avería de las tarjetas SIE sigue disminuyendo. Las principales fallas registradas al
día de hoy necesitan un reemplazo completo.
6.4.1.2.3/ Neumáticos portadores

Los neumáticos se registran en el informe de averías, aunque estén a cargo del
mantenimiento preventivo. No valorizados en las fichas de mantenimiento preventivo, se
guardan todos los cambios a cargo del correctivo aunque sea raramente una reparación
post falla sino un cambio por fin de vida útil. Luego, más que un repuesto crítico, los
neumáticos portadores son reemplazos programados.
Se notan otros equipos registrados de la misma forma:
- Los Neumáticos guía (3.2.3.2/Arrastre Boguie)
- Las bandas de degaste (3.2.3.11/Tracción y Frenado)
- Las punteras (3.2.3.11/Tracción y Frenado)
- Las zapatas de freno (3.2.3.7/Freno Mecánico)
- Los tubos fluorescentes (3.2.3.3/Caja)
- Las válvulas de compresor (3.2.3.9/Producción y Distribución de aire)
En caso donde se tiene una avería de neumático, se realiza un análisis de falla

junto con representantes de Michelin, proveedor de los neumáticos, y de Metro SA. Si la
falla aparece antes de la garantía del neumático (300 000 Km), ALSTOM gana el
kilometraje faltante para llegar a los 300 000 Km, lo que se cambia en una cantidad de
neumáticos nuevos en función del kilometraje acumulado por ALSTOM. Si la falla es
consecuencia de la presencia de un cuerpo extraño en la vía, el costo de la avería esta
imputado a Metro SA.
37/85
6.4.1.2.4/ Paneles SMF
Los paneles SMF fallan a menudo por problema en la electrónica del ETF (Equipo
de Tracción Frenado22). Se trabaja a modificaciones en el mando ETF, es decir a
modificaciones en la programación de las tarjetas electrónicas.
Las fallas son también consecuencias de problemas de estabilidad del

encendedor, se trabaja en modificaciones de dichos encendedores y de su cableado,
así que modificaciones de condensadores.
La tasa de falla de los paneles SMF va bajando pero todavía sigue alta.
7/ MODELO DE SIMULACIÓN
7.1/ Generalidades
La idea directriz de la modelización es desarrollar una simulación adaptable a

diferentes situaciones, permitiendo generar los costos de mantenimientos preventivos y
correctivos a mediano plazo según varios escenarios diferentes, destacando pistas de
reducción de costo o evaluando el impacto de cambios externos o internos. Dicho
modelo se desarrolla con el software de simulación Rockwell ARENA™.
Se simula cada hora de la vida de la flota (hasta 60 trenes) sobre un periodo

incluido entre 1 año y 20 años. Cada hora se chequea el estado del tren por
comparación de kilometrajes virtuales, estimados, o fijados por el usuario. Al final,
cuando una intervención pre falla o post falla es necesaria, se calcula el costo de dicha
intervención en término de mano de obra y de repuesto.
Los siguientes capítulos detallan el proceso de calibración del modelo de tal forma
que pueda ser adaptado fácilmente para futuros estudios, el diseño lógico y la
programación matemática de la idealización, y finalmente las pruebas verificando la
validez de la simulación.
7.2/ Agrupación de averías
7.2.1/ Definición de clusters
7.2.1.1/ Justificación
En el capítulo 6.3.2.4/Síntesis de la valorización correctiva, se estiman los costos
de reparación 196 elementos distintos, es decir de 367 intervenciones. La simulación
requiere un número reducido de averías distintas por dos razones: la primera razón
viene por el principio de adaptabilidad que se impone. La simulación de nuevos
proyectos requiere definir estimaciones para un número razonable de averías clásicas.
22
Ver 3.2.2.1.1/Equipo de Tracción y Frenado (ETF)
38/85
Cuando no se posee la historia completa del tren, no se puede efectuar el trabajo
detallado que se realizó con las averías del tren NS93. La segunda razón por la cual se
necesita usar un número reducido de averías viene de la estructura global del programa
que no puede recibir un número muy importante de bloques de valorización
independientes.
Se busca definir un número razonable de grupos (o clusters) de averías parecidas

en término de proceso de reparación, sin perder el sentido funcional de los equipos
mismos y tomando en cuenta las variaciones supuestas de las tasas de falla en el
futuro. Se usa la lista de averías definida en el Anexo F. Se recuerda que las averías
son definidas por el nombre del equipo en pana asociado a una variable binaria
indicando si hay reparación o no.
7.2.1.2/ Variables de agrupación

Con el objetivo de no perder información técnica, tomar en cuenta los resultados
del análisis de repuestos críticos y además agrupar las averías de costos y tasas de
fallas parecidas, se usan las siguientes 18 variables:
- La función del equipo en el tren
o Alimentación AT
o Arrastre/Boguie
o Caja
o Comunicación
o Control Auto
o Energía Auxiliar
o Freno Mecánico
o Producción Energía
o Producción Distribución Aire
o Puertas
o Tracción Frenado
- La variación supuesta de la tasa de falla:
o A la alza
o Constante
o A la baja
- Los costos de reparación:
o Costo de mano de obra In Situ (CLP)
o Costo de mano de obra en Laboratorio (CLP)
o Precio Repuesto (CLP)
- La tasa de falla anual por coche
Las únicas variables ordinales son las de costos y de tasa de falla. Para las
variables de categoría (Funciones y Variación de tasa de falla) se usan variables
binarias independientes.
39/85
7.2.1.3/ Métodos de clustering
7.2.1.3.1/ Método jerárquico

Se usa el método de clustering basado en el algoritmo K-Means, pero se inicia el
análisis con un algoritmo jerárquico con distintos métodos (Vecino mas cercano, Vecino
Promedio, Centroides, Ward) y distintas medidas de distancias (Euclidiana, Manhattan).
Esta etapa preliminar ayuda a determinar el comportamiento de la agrupación y el
análisis de los dendogramas permite determinar un número de ocho a quince clusters
posibles.
Agrupacion Jerarquica
Numero de
Método Medida de disimilitud Clusters Comentarios
Optimo
Vecino Mas Cercano
Agrupacion excesiva de las reparaciones
Euclidiana 6 Todos las averias sin reparacion en un mismo
cluster
Agrupacion excesiva de las reparaciones,
Manhattan - varias agrupaciones de las averias sin
reparacion
Vecino Promedio
Agrupacion Lenta
cluster
Agrupacion Lenta
Manhattan 11 a 16 Todos las averias sin reparacion en un mismo
cluster
Centroides
Agrupacion Lenta
cluster
Agrupacion excesiva de las reparaciones,
Manhattan - varias agrupaciones de las averias sin
reparacion
Ward
Agrupacion Rapida
cluster
Agrupacion excesiva de las reparaciones
Manhattan 7
2 grupos de averias sin reparacion
Tabla 7 – Tabla resumida de la agrupación jerárquica (Fuente: Elaboración propia)
Se prueba el método Two-Step23 que tiene la ventaja de agrupar en dos etapas,

primero con las variables de categorías (Funciones y variaciones supuestas) y luego
con las variables continuas (Costos de reparación y tasa de falla). Los resultados no
respetando los criterios impuestos, se prefiere el método K-Means, ponderado por la
tasa de falla, y probando agrupaciones de ocho a quince grupos.
7.2.1.3.2/ Algoritmo K-Means

Se selecciona la agrupación en 14 grupos, que maximiza el ratio de la varianza
intra grupos con la varianza entre grupos. En todos los casos se tiene una agrupación
robusta dado el número bajo de iteraciones para llegar a la convergencia de los centros.
23
[20]Visauta Vinacua, Bienvenido y Martori I Cañas, Joan Carles. 2003. Análisis estadístico con
Spss para Windows. Volumen II, Madrid: McGraw-Hill. 348p.
[21]Vivanco, Manuel. 1999. Análisis estadístico multivariable: teoría y práctica. Santiago de Chile:
Comité de Publicaciones Científicas, Universidad de Chile: Universitaria. 234p.
40/85
Numero de Varianza intra grupos
Numero de Clusters
iteraciones Varianza entre grupos
4 0.511332391 8
3 0.429037167 9
3 0.362055713 10
4 0.541957523 11
3 0.537522623 12
3 0.581134018 13
4 0.647654231 14
4 0.541015007 15
Tabla 8 – Ratio de varianzas para varias agrupaciones K-Means (Fuente: Elaboración propia)
7.2.1.4/ Bautizo de los grupos

Se bautizan 14 grupos distintos, con la descripción de las averías
correspondientes:
- CLUSTER 1: Tarjetas SIE
o Función Control Auto
o Reparado en laboratorio de Electrónica
o Tasa de falla media
o En campaña de fiabilización
- CLUSTER 2: Reparaciones In Situ
o Función Arrastre Boguie y Caja,
o Reparado in situ
o Tasa de falla media baja
- CLUSTER 3: Tarjetas Tasa baja
o Funciones Control Auto y Producción Energía
o Reparado en Laboratorio de Electrónica
o Tasa de falla baja
- CLUSTER 4: Sin Reparación
o Todas funciones
o Cruces, verificaciones, falsas detecciones
o Tasa baja
- CLUSTER 5: Averías No Reparables
o Función Tracción Frenado
o Cambiado In Situ
o Precio de Repuesto Alto
o Tasa de falla muy baja
- CLUSTER 6: Grupo no relevante, se agrupa con el grupo 12
- CLUSTER 7: Paneles SMF
o Función Tracción Frenado
o Tasa de falla media
o En proceso de modificaciones
- CLUSTER 8: Tarjetas ETF
o Funciones Tracción Frenado
- CLUSTER 9: Puertas
o Función Puertas
41/85
o Antigua tasa de falla muy alta
o Modificados
- CLUSTER 10: Neumáticos
o Función Arrastre Boguie
o Cambiado in Situ
o Tasa de falla muy alta estabilizada
- CLUSTER 11: Fallas a cargo de Metro SA
o Función Comunicación
- CLUSTER 12: Cambios varios en caja
o Función Caja
o Cambiados In Situ
- CLUSTER 13: Block y tarjetas relés
o Función Control Auto
o Reparado en Laboratorio de Mecánica
o Tasa de falla baja y bajando
- CLUSTER 14: Electromecánica
o Todas funciones
o Reparado en Laboratorio de Mecánica
Se usan 12 grupos en la simulación, agrupando el grupo 6 irrelevante por si solo

con el grupo 12, y eliminando el grupo 11, cuyos costos de averías están imputados a
Metro SA.
Cabe destacar que los equipos identificados como críticos en el capítulo

6.4/Definición de Repuestos Críticos forman grupos independientes: las tarjetas SIE
están en el cluster 1, los paneles SMF en el cluster 7, los elementos de puertas en el
cluster 9 y los neumáticos en el cluster 10.
El detalle del proceso de bautizo esta en Anexo G y el listado completo de las

averías con el grupo correspondiente se encuentra en Anexo F, en formato digital.
7.2.2/ Distribuciones de probabilidad
7.2.2.1/ Justificación y metodología

Para cada grupo definido se busca modelizar matemáticamente las variaciones
entre diferentes averías registradas del:
- kilometraje entre averías,
- costo de repuesto siempre y cuando existe,
- tiempo de atención In Situ en Horas Hombres (HH),
- tiempo de atención en Laboratorios en Horas Hombres (HH) cuando hay
reparación.
Para lograr este objetivo se usan ajustes de distribuciones de probabilidades.

Siempre con el fin de tener un modelo adaptable a otros proyectos, se busca encontrar
42/85
un mismo modelo por variable, es decir una sola distribución de probabilidades que se
adapta lo mejor al conjunto de clusters definidos. Así, para proyectos ulteriores se
conservan los modelos definidos y se busca únicamente ajustar los parámetros de las
distribuciones.
Luego, para cada grupo y para cada variable, se probó ajustar distribuciones Beta,
Erlang, Exponential, Gamma, Log normal, Normal, Triangular, Uniform, Weibull. Usando
el Input Analizer de Rockwell Arena™, se calcula el error cuadrado del ajuste para cada
distribución y para cada grupo24.
Para cada variable y cada tipo de distribución, se calculan errores promedias de

ajuste, ponderado por:
- El número de averías por grupo
- El número de equipos por grupo
- El costo medio de reparación por grupo
Se deducen tres indicadores de error según las tres ponderaciones posibles:

NumClust
 2 
Err j = ∑ ω ij × ∑ ( f k − f ( xk )) 
i  k 
El estudio completo con los errores calculados esta en Anexo H.
7.2.2.2/ Modelo de confiabilidad

En la literatura, se encuentra mayormente modelos de confiabilidad adaptados con
distribuciones de probabilidades de Weibull y Exponencial25. La teoría clásica de los
modelos de confiabilidad trabaja sobre un solo tipo de pieza, siguiendo la vida de cada
elemento y ajustando distribuciones. Lo más a menudo se ajusta una distribución de
Weibull.
En el caso presente, se sabe que no se conoce la vida de cada equipo por
problemas de intercambios entre trenes, sino la tasa de falla de una familia de averías
semejantes. El modelo desarrollado a continuación no puede tener la precisión de un
modelo de confiabilidad clásico por esta distinción en los datos disponibles, luego se
24
“The quality of a curve fit is based primarily on the square error criterion, which is defined as the
sum of { fi - f(xi) }², summed over all histogram intervals. In this expression fi refers to the relative
th
frequency of the data for the i interval, and f(xi) refers to the relative frequency for the fitted probability
distribution function. This last value is obtained by integrating the probability density across the interval. If
the cumulative distribution is known explicitly, then f( xi ) is determined as F(xi) - F(xi-1), where F refers to
the cumulative distribution, xi is the right interval boundary and xi-1 is the left interval boundary. If the
cumulative distribution is not known explicitly, then f(xi) is determined by numerical integration."
Help Arena Input Analyzer, Rockwell Software Inc. 2002.
25
[3]Ebeling, C.E. 1997. An Introduction to Reliability and Maintainability Engineering, Madrid:
McGraw-Hill,
[5]Heller, Robert A. 1981. Guide To The Use of The Weibull Distribution. Virginia Polytechnic
Institute, HRB-Report BF 0684.
[7]Jardine, A.K.S. 1973. Maintenance, Replacement and Reliability. Pitman Publishing.
[12]Lyonnet, P. 1991. Maintenance Planning, Methods and Mathematics. Chapman & Hall.
[13]Pascual J., Rodrigo. Abril 2005. El Arte de Mantener. Apunte de Curso, Universidad de Chile.
43/85
busca ajustar una distribución de probabilidades representativa de los distintos valores
de coche kilometro medio entre averías (MCKBF) de averías del mismo grupo. Usando
el criterio definido en el capítulo anterior, se obtiene la siguiente tabla:
Jerarquizacion
% Equipo % Averia % Costo
Beta Exponential Exponential
Exponential Weibull Weibull
Normal Gamma Gamma
Weibull Beta Beta
Gamma Lognormal Lognormal
Triangular Normal Normal
Lognormal Triangular Triangular
Uniform Uniform Uniform
Tabla 9 – Jerarquización de las distribuciones de probabilidad para el MCKBF de mejor ajuste a
peor ajuste según tres medidas de error (Fuente: Elaboración propia)
Se deduce del estudio que la distribución exponencial minimiza el error promedio

de ajuste. Se nota que la distribución Weibull es segunda en la jerarquía establecida.
Se elige la distribución Exponencial por este resultado, por su simplicidad y dado

que corresponde al supuesto de tasa de falla constante en zona estacionaria de la
curva de Dhillan26.
Siempre con la meta de ser adaptable a otros proyectos, la distribución

exponencial tiene la ventaja de ser definida por un único parámetro, el MCKBF
promedio del grupo. Además, se puede descomponer el MCKBF en dos valores y
permitir un kilometraje mínimo de buen funcionamiento. Elimina valores mínimas poco
representativas:
MCKBF 1 - Tarjetas SIE 2 - Reparaciones In Situ 3 - Tarjetas Tasa baja

Expression: 1.87e+004 + EXPO(1.63e+004) 9.28e+004 + EXPO(2.43e+005) 8.65e+004 + EXPO(1.77e+005)
Chi Square Test
Corresponding p-value < 0.005 < 0.005 < 0.005
Kolmogorov-Smirnov Test
Corresponding p-value 0.019 < 0.01 < 0.01
Min Data Value 18 700.000 92 800.000 86 500.000
Max Data Value 59900 14500000 2010000
Sample Mean 35000 336000 264000
Sample Std Dev 10900 1140000 219000
MCKBF 4 - Sin reparaciones 5 - Equipos no reparables 7 - Paneles SMF

Chi Square Test
Corresponding p-value < 0.005 - 0.016
Corresponding p-value < 0.01 < 0.01 > 0.15
Min Data Value 11 900.000 1010000 69 600.000
Max Data Value 49400 4430000000 521000
Sample Mean 20400 335000000 164000
Sample Std Dev 5840 1180000000 88900
26
Ver Anexo H
44/85
MCKBF 8 - Tarjetas ETF 9 - Puertas 10 - Neumaticos
Chi Square Test
Min Data Value 96 000.000 18 900.000 23 700.000
Max Data Value 695000 175000 14500000
Sample Mean 186000 45700 81900
Sample Std Dev 87200 23100 553000
MCKBF 12 Cambios varios caja 13 - Block y tarjets relés 14 - Electromecanica

Chi Square Test
Corresponding p-value < 0.005 0.016 < 0.005
Corresponding p-value < 0.01 > 0.15 0.019
Min Data Value 98 900.000 83 100.000 33 100.000
Max Data Value 6450000 472000 111000
Sample Mean 295000 195000 53900
Sample Std Dev 503000 90100 13900
Tabla 10 – MCKBF: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada
cluster (Fuente: Elaboración propia)
Por otra parte, se nota que las pruebas de Kolmogorov-Smirnov y Chi cuadrado no
siempre se validan a 5%. Se sabe que estas pruebas son sensibles al número de datos
disponibles y luego el número de averías por grupo influye sobre el resultado. Cuando
no se validan dichas pruebas, se verifican los resultados de la simulación con las
estimaciones realizadas, y se ajustan los parámetros cuando es necesario. En el caso
presente del NS93, las pruebas del modelo validan los parámetros.
7.2.2.3/ Costo de repuesto

Se usa la misma metodología de jerarquización para las distribuciones de
probabilidades para el costo de repuesto. A menudo se destacan dos niveles de costos
distintos en los grupos definidos, más que una distribución continúa. Se refiere a un
costo de repuesto alto y un costo de repuesto bajo.
Jerarquizacion
Beta Beta Beta
Weibull Weibull Weibull
Gamma Erlang Normal
Erlang Exponential Erlang
Exponential Normal Exponential
Lognormal Gamma Gamma
Normal Triangular Triangular
Triangular Uniform Uniform
Uniform Lognormal Lognormal
Tabla 11 – Jerarquización de las distribuciones de probabilidad para los costos de repuestos de
mejor ajuste a peor ajuste según tres medidas de error (Fuente: Elaboración propia)
La distribución Beta minimiza el error cuadrado promedio sobre todos los clusters,
cualquiera sea el tipo de ponderación usado. Se adapta la Beta clásica, que entrega
valores entre 0 y 1, con un valor mínimo y un factor multiplicativo.
La Beta se ajusta adecuadamente a los costos de repuestos ya que sus dos
parámetros permiten obtener una distribución de probabilidad en forma de bañera,
45/85
representando los casos de repuestos de precio alto y bajo según la gravedad de la
avería.
Para cada grupo, se obtiene los siguientes parámetros:
Precio Repuestos 1 - Tarjetas SIE 2 - Reparaciones In Situ 3 - Tarjetas Tasa baja
Expression: 1.5e+003 + 3.52e+004 * BETA(0.505, 0.319) -0.001 + 1.5e+004 * BETA(0.15, 0.124) -0.001 + 5.25e+004 * BETA(0.51, 2.25)
Chi Square Test
Corresponding p-value < 0.01 < 0.01 0.062
Min Data Value 1 500 0 0
Max Data Value 36700 15000 52500
Sample Mean 18600 11800 9700
Sample Std Dev 7870 5880 10500
Precio Repuestos 4 - Sin reparaciones 5 - Equipos no reparables 7 - Paneles SMF

Expression: 4e+003 + 1.11e+006 * BETA(0.155, 0.303)
Chi Square Test
Corresponding p-value - - -
Corresponding p-value - < 0.01 -
Min Data Value 4000 270000
Max Data Value 1110000 270000
Sample Mean 232000 270000
Sample Std Dev 353000
Precio Repuestos 8 - Tarjetas ETF 9 - Puertas 10 - Neumaticos

Expression: 6e+003 + 6e+004 * BETA(0.112, 0.112) 2.48e+004 + 1e+005 * BETA(0.112, 0.112) 6.8e+004 + 2.29e+005 * BETA(1.62, 0.247)
Chi Square Test
Corresponding p-value < 0.005
Min Data Value 6 000 24 800 68 000
Max Data Value 66000 125000 297000
Sample Mean 24100 49900 294000
Sample Std Dev 28100 50100 22900
Precio Repuestos 12 Cambios varios caja 13 - Block y tarjets relés 14 - Electromecanica

Expression: 5.6e+003 + 2.47e+005 * BETA(0.518, 0.693) 1.5e+004 + 1e+004 * BETA(0.172, 0.13) -0.001 + 3.75e+005 * BETA(0.267, 4.49)
Chi Square Test
Corresponding p-value < 0.005 < 0.005
Min Data Value 5 600 15 000 0
Max Data Value 252000 25000 375000
Sample Mean 111000 23300 21000
Sample Std Dev 82100 4080 36000
Tabla 12 – Repuestos: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada
Las pruebas de ajuste de la distribución Beta no se validaron en la mayoría de los

casos. La desviación estándar de los precios de repuestos por grupo es responsable de
este resultado: la agrupación favoreció el sentido técnico y el tiempo de intervención en
vez del costo de repuesto. A pesar de eso, las pruebas del modelo se validaron a nivel
de costo total con un ajuste de los parámetros cuando fue necesario27. En el caso
particular de los Paneles SMF, no se pudo ajustar una distribución ya que se tiene un
solo tipo de avería. Se usó un valor promedio en la simulación, fijando la distribución
Beta a valor nulo.
7.2.2.4/ Tiempo de intervención

El ajuste de las distribuciones de probabilidad para las horas hombres de
reparación In Situ y de reparación en laboratorios usa la misma metodología de
jeraquización.
27
Ver 7.5/Validación del modelo
46/85
7.2.2.4.1/ Horas Hombres In Situ
El estudio del error ponderado entrega los siguientes resultados:
Jerarquizacion
Lognormal Lognormal Lognormal
Erlang Beta Beta
Gamma Exponential Exponential
Weibull Erlang Gamma
Beta Gamma Erlang
Normal Normal Normal
Triangular Weibull Weibull
Exponential Triangular Triangular
Uniform Uniform Uniform
Tabla 13 – Jerarquización de las distribuciones de probabilidad para las HH de intervención In Situ,
de mejor ajuste a peor ajuste según tres medidas de error (Fuente: Elaboración propia)
La distribución Log normal resulta ser la más adecuada a las HH In Situ. En la

literatura, se encuentra a menudo esta distribución para evaluar los tiempos de
reparación siempre que se tiene intervenciones rápidas lo mas a menudo y algunos
casos de reparaciones de larga duración.
“The distribution most commonly used to describe the actual frequencies of

occurrence of system repair time is the log normal because it reflects short duration
repair-time, a large number of observations closely grouped about some modal value,
and long repair-time data points.”
[4] Harkins, Will. 1994. Mean Time To Repair Predictions [en línea]. Nasa
Engineering Network. http://www.nasa.gov/offices/oce/llis/0840.html [consulta:
25/04/2007]
HH In Situ 1 - Tarjetas SIE 2 - Reparaciones In Situ 3 - Tarjetas Tasa baja

Expression: 0.71 + LOGN(0.29, 0.232) LOGN(4.81, 2.71) 0.69 + LOGN(0.673, 0.418)
Chi Square Test
Corresponding p-value < 0.005 < 0.005 0.080
Corresponding p-value 0.133 < 0.01 0.055
Min Data Value 0.797 0.365 0.913
Max Data Value 1.64 11.8 3.1
Sample Mean 1 4.62 1.37
Sample Std Dev 0.208 1.56 0.464
HH In Situ 4 - Sin reparaciones 5 - Equipos no reparables 7 - Paneles SMF

Expression: 0.29 + LOGN(1.12, 0.601) 0.21 + LOGN(3.02, 2.56)
Chi Square Test
Corresponding p-value < 0.005 - -
Corresponding p-value 0.023 > 0.15 -
Min Data Value 0.616 0.73 2.117
Max Data Value 3.79 5.84 2.11719
Sample Mean 1.42 3.14 2.11719
Sample Std Dev 0.608 1.96
47/85
HH In Situ 8 - Tarjetas ETF 9 - Puertas 10 - Neumaticos
Expression: 1.22 + LOGN(0.217, 0.214) 1.21 + LOGN(0.0855, 0.113) 2 + LOGN(0.0315, 0.00744)
Chi Square Test
Corresponding p-value - - < 0.005
Corresponding p-value > 0.15 > 0.15 < 0.01
Min Data Value 1.260 1.240 2.030
Sample Mean 1.42 1.31 2.03
Sample Std Dev 0.136 0.133 0.0282
HH In Situ 12 Cambios varios caja 13 - Block y tarjets relés 14 - Electromecanica

Expression: 0.29 + LOGN(0.734, 0.438) 0.69 + LOGN(0.719, 0.607) LOGN(1.6, 0.82)
Chi Square Test
Corresponding p-value < 0.005 - < 0.005
Corresponding p-value 0.021 > 0.15 < 0.01
Min Data Value 0.489 0.806 0.487
Sample Mean 1.04 1.36 1.63
Sample Std Dev 0.504 0.349 1.12
Tabla 14 – HH In Situ: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada
Dada la baja varianza de los tiempos In Situ, se tiene un ajuste por grupo mejor
que para las demás variables. Cuando no se valida ninguna de las pruebas (grupo 2 y
14) se verifican los resultados de la simulación y se ajustan los parámetros si lo
necesitan. En el caso del Panel SMF donde no hay suficientes datos para ajustar una
distribución, se usa el valor promedio fijando la distribución a valor cero.
7.2.2.4.2/ Horas Hombres en Laboratorios

El estudio del error ponderado entrega los siguientes resultados:
Jerarquizacion
Gamma Lognormal Lognormal
Lognormal Beta Beta
Erlang Weibull Weibull
Weibull Gamma Gamma
Beta Erlang Erlang
Normal Exponential Exponential
Triangular Triangular Triangular
Exponential Uniform Uniform
Uniform Normal Normal
Tabla 15 – Jerarquización de las distribuciones de probabilidad para las HH de intervención en
laboratorios, de mejor ajuste a peor ajuste según tres medidas de error (Fuente: Elaboración propia)
Los resultados de los tiempos de reparación en Laboratorios en término de forma

de distribución son parecidos a los de las HH In Situ, salvo que la distribución Log
normal es menos compacta: se puede encontrar más casos de reparación con larga
duración, y luego aumenta la varianza de los grupos.
Dos de los tres indicadores de error favorecen a la distribución Log normal, elección
apoyada por la teoría28.
28
Ver referencia bibliográfica [4] Harkins, Will. 1994. Mean Time To Repair Predictions [en línea].
Nasa Engineering Network. http://www.nasa.gov/offices/oce/llis/0840.html [consulta: 25/04/2007]
48/85
HH en Labs 1 - Tarjetas SIE 2 - Reparaciones In Situ 3 - Tarjetas Tasa baja

Expression: 4 + LOGN(16.6, 8.42) 2 + LOGN(422, 3.58e+004)
Chi Square Test
Min Data Value 4.170 2.000
Max Data Value 24 36.4
Sample Mean 19.6 16.9
HH en Labs 4 - Sin reparaciones 5 - Equipos no reparables 7 - Paneles SMF

Expression:
Chi Square Test
Min Data Value
Max Data Value
Sample Mean
Sample Std Dev
HH en Labs 8 - Tarjetas ETF 9 - Puertas 10 - Neumaticos

Expression: 2 + LOGN(8.77e+004, 4.56e+010) 0.999 + LOGN(1.53e+004, 1.42e+008)
Chi Square Test
Corresponding p-value < 0.01 < 0.01 -
Max Data Value 36.4 20.4
Sample Mean 16.5 15.5
HH en Labs 12 Cambios varios caja 13 - Block y tarjets relés 14 - Electromecanica

Expression: 0.999 + LOGN(11.5, 375) -0.001 + LOGN(20.5, 672)
Chi Square Test
Corresponding p-value - - < 0.005
Corresponding p-value - < 0.01 < 0.01
Max Data Value 3 27.3
Sample Mean 2 2.49
Tabla 16 –HH en Laboratorios: Distribuciones, parámetros, pruebas de ajustes y descriptivos para
cada cluster (Fuente: Elaboración propia)
Se destacan pruebas negativas en todos los casos, lo que incita a la prudencia al

momento de verificar los resultados. Las pruebas realizadas29 comprueban la validez
del modelo, lo que permite concluir sobre una baja sensibilidad de los resultados frente
a los ajustes de distribuciones. Si a nivel de avería parece poco relevante usar los
resultados de las distribuciones, el número de averías permite suavizar la varianza de
dichos resultados frente a los valores estimados, y obtener promedios confiables.
29
Ver 7.5/Validación del modelo
49/85
7.3/ Datos de entrada
7.3.1/ Parámetros de simulación

Los parámetros generales de la simulación que hay que definir son los siguientes:
- El periodo de simulación (Entre 1 y 20 años)
- El horario de operación (Entre 1 y 24 horas)
- El kilometraje diario
- El número de trenes (Entero entre 1 y 60)
Con respecto al periodo de simulación, cabe destacar que una simulación sobre
20 años entrega resultados mucho menos confiables que una simulación sobre un
tiempo entre 1 a 5 años. Si se puede considerar una situación estacionaria sobre cinco
años, es difícil hacer el mismo supuesto sobre 20 años dado que la vida de operación
de un tren es aproximadamente de 30 años. Por otra parte, cambios monetarios y
macroeconómicos impactan las estimaciones de costos a un nivel difícil de evaluar30.
A los datos iníciales, se pide agregar factores de variación anuales para:

- El horario de operación,
- La frecuencia de los trenes en término de Kilometraje por hora promedio.
7.3.2/ Kilometrajes y Formaciones

Para cada tren de la flota, es necesario ingresar el coche kilometraje acumulado
al inicio del periodo de simulación. Así, el modelo puede evaluar donde el tren se
encuentra en su ciclo de mantenimiento y actualizar los valores iníciales. Además, es
necesario precisar la formación del tren en configuración normal, dado que el número
de coches incide sobre el número de averías que se producen y sobre el tiempo entre
cada intervención preventiva.
7.3.3/ Definiciones de intervenciones preventivas

Las variables que definen una intervención preventiva son todas determínisticas,
que sea una intervención de seguridad, de mantenimiento, o un overhaul.
En primer lugar, se define el kilometraje fijo entre cada intervención. A cada

intervención corresponde un solo kilometraje, luego si una IM aparece dos veces en un
ciclo de mantenimiento31 tiene que ser definida con otro nombre. Por ejemplo, se
supone que se realiza una IS cada 10 000 Km y una IM cada 30 000 Km. A 90 000 Km
y 190 000 Km se realiza la IM3. Para un ciclo de vida de 500 000 km, kilometraje a cual
se realiza una GR, la intervención a 190 000 Km será denominada IM13, aunque se
realice las mismas tareas que para una IM3.
En segundo lugar se define el tiempo promedio de indisponibilidad que provoca

una intervención, es decir el tiempo necesario para completar la inspección.
30
Ver capítulo 9.1.2/Límites
31
Ver capítulo 5.1.2/Organización y recursos
50/85
En tercer lugar se define la cantidad de horas-hombres necesarias para realizar la
totalidad de las tareas programadas.
Por último, se ingresa los costos promedios de uso de material (repuestos y

insumos) necesarios a cada intervención.
7.3.4/ Definiciones de avería
7.3.4.1/ Variables descriptivas

Las variables que definen una avería son por parte variables aleatorias, definidas
por las distribuciones de probabilidad ajustadas en el capítulo anterior, y por parte
determinísticas.
A los kilometrajes entre averías (MCKBF), los tiempos de reparación In Situ y en

Laboratorios, y los costos de material (CREEM), se agregan las variables
deterministicas siguientes:
- El porcentaje de reparaciones externas sobre el porcentaje de reparaciones
realizadas en laboratorios, para cada familia de averías,
- La tasa de transferencia anual de reparaciones realizadas a fuera hacia
Chile,
- El costo directo promedio de reparar a fuera (Costos de envíos más costo
de reparación), en pesos chilenos,
- La variación anual de los tiempos de reparación, que sean In Situ o en
Laboratorios, por cluster,
- La tasa anual de desgaste de cada familia de equipos, en término de
disminución porcentual del Coche Kilometro Entre Averías (MCKBF).
7.3.4.2/ Estimaciones de variables determinísticas

En el siguiente capítulo se estiman con los datos existentes y a juicio de experto
cuales son los valores que pueden tomar las variables listadas anteriormente. Se
considera un horizonte de 5 años, dado el plazo del estudio realizado en el análisis de
sensibilidad.
7.3.4.2.1/ Reparaciones externas

ALSTOM tiene dos opciones a la hora de realizar una reparación. Durante el
periodo de garantía, todas las piezas están a cargo de la fábrica de origen,
generalmente en Francia ó Brasil. En el caso del tren tipo NS93 las reparaciones se
realizaron en la fábrica de Villeurbanne, Francia. Desde la introducción del laboratorio,
se transfirió poco a poco la integralidad de las reparaciones en Chile, pero no es así
para todos los proyectos.
Sobre el tren NS93, se evalúa a continuación el beneficio de poseer un laboratorio

de electrónica en Chile32, por este motivo se necesita evaluar cual es el costo directo
promedio de reparar en Francia, es decir cuales son los costos de transporte y de
32
Ver 8.3/Costo de reparaciones externas
51/85
reparación. La estimación se realiza por cluster, con un costo promedio para una avería
típica de la familia de equipos electrónicos.
Las estimaciones realizadas se presentan el la siguiente tabla:
Estimacion Costos Reparacion en Francia Euros CLP

CLUSTER 1: Tarjetas SIE 1 711 1 204 706
CLUSTER 2: Reparaciones In Situ - -
CLUSTER 3: Tarjetas Tasa baja 1 846 1 299 568
CLUSTER 4: Sin Reparación - -
CLUSTER 5: Averías No Reparables - -
CLUSTER 7: Paneles SMF 1 678 1 181 551
CLUSTER 8: Tarjetas ETF 915 643 829
CLUSTER 9: Puertas 1 897 1 335 481
CLUSTER 10: Neumáticos - -
CLUSTER 12: Cambios varios en caja - -
CLUSTER 13: Block y tarjetas relés - -
CLUSTER 14: Electromecánica - -
Tabla 17 – Estimación de costos de reparación en Francia de los equipos electrónicos, enero 2007
7.3.4.2.2/ Variaciones de tiempos de reparación

En el análisis anterior, es subyacente el tema de la experiencia adquirida por el
Laboratorio de Electrónica con la transferencia de reparaciones externas a su cargo.
Considerando además que el nivel de experiencia del laboratorio tiene una incidencia
sobre los tiempos de reparación, se puede destacar variaciones del costo de mano de
obra para reparar una tarjeta a lo largo del tiempo.
Así, según el nivel de experiencia que tiene el personal, según la infraestructura

disponible y la capacitación del personal, se puede estimar distintos tiempos de
reparación, y luego distintos costos de reparación.
7.3.4.2.3/ Variaciones de las tasas de falla

Las averías evolucionan de forma distinta según la familia de equipos
considerada. Para cada grupo, se estiman las variaciones de tasas de falla según un
escenario futuro probable, por estudio histórico de las variaciones de tasas de falla, y a
juicio de experto. Las estimaciones realizadas necesitan ser sensibilizadas por el grado
de error que puede existir al evaluar dichas variaciones.
52/85
- Cluster 1: Tarjetas SIE
MCKBF mensual, 2004 - 2005
70000
60000
50000
Coche Kilometros (Kmo)

40000
30000
20000
10000
1 - Tarjetas SIE
Grafico 9 - MCKBF de tarjetas SIE mensuales por tren, sobre el periodo 2004 – 2005
En el caso de las tarjetas SIE, se destaca que el MCKBF va disminuyendo sobre

el periodo 2004 y 2005. Se destacó anteriormente que estas tarjetas entraron en
campaña de fiabilización el 10 de mayo de 2006, cuya campaña llegó a estabilizar la
tasa de falla al nivel mínimo del periodo 2004 – 2005. Se considera al día de hoy un
MCKBF de 55 000 Coche Kilómetros (Kmo) para cada tren.
Con el envejecimiento de las tarjetas, se supone que el número de falla volverá a
aumentar dentro de los cincos próximos años, luego se decidió conservar la distribución
ajustada anteriormente para el periodo de simulación y no considerar una tasa de
envejecimiento de este tipo de equipo.
Cabe mencionar que las tarjetas SIE explican el aumento de averías totales
destacado en el capítulo 6.2.1.1/Análisis dinámico.
- Cluster 2: Reparaciones In Situ

Las reparaciones In Situ no están sometidas al envejecimiento del tren. Se trata
principalmente de reparaciones en Caja, o sobre la función Arrastre-Boguie. En caso de
sobrecarga del tren se puede suponer un aumento de las averías, pero a un nivel no
representativo en la simulación realizada.
- Cluster 3: Tarjetas tasa baja

Las tarjetas “tasa baja” son equipos electrónicos no sometidos a una variación
representativa sobre los 5 años de simulación, ni por envejecimiento, ni por sobrecarga
o aumento de kilometraje diario.
- Cluster 4: Sin reparación

Las falsas detecciones y pruebas no deberían aumentar sobre el periodo
considerado, si se considera un escenario continuo con 2004, 2005 y 2006. En un
escenario tomando en cuenta el impacto del Transantiago y la inexperiencia de los
conductores, se puede considerar que el número de falsas detecciones evoluciona
desfavorablemente, con una disminución del coche kilometro medio entre fallas
variando entre 2% y 8% por año.
53/85
- Cluster 5: Averías no reparables
Las averías no reparables que necesitan un reemplazo costoso se relacionan con
la función Tracción Frenado. Son fallas poca numerosas, que no aumentaran en el
periodo considerado, aun en caso de sobrecarga.
- Cluster 7: Panel SMF

600000
500000
400000
300000
200000
100000
7 - Paneles SMF
Grafico 10 - MCKBF de paneles SMF mensuales por tren, sobre el periodo 2004 – 2005
Las fallas de paneles SMF empezaron a aumentar en abril 2005, y este aumento
siguió durante todo el año 2006. Contribuyen al aumento de falla global sobre la flota.
Se empezaron las modificaciones de interruptores a inicios de 200733. Se espera
volver a la tasas de 2004 y 2005 durante el periodo considerado. No se aplicara tasa de
envejecimiento a este equipo pues se evalúa con una tasa de falla bastante alta en el
periodo.
- Cluster 8: Tarjetas ETF

Las tarjetas ETF son equipos electrónicos con una tasa de falla estable, sin
cambios probables en el periodo de simulación.
33
Ver capítulo 6.4.1.2.4/Paneles SMF
54/85
- Cluster 9: Puertas
200000
180000
160000
140000

120000
100000
80000
60000
40000
20000
9 - Puertas
Grafico 11 - MCKBF de puertas mensuales por tren, sobre el periodo 2004 – 2005 (Fuente:
Elaboración propia)
El grupo incluye el motor de puerta y las platinas de puertas. Las platinas de

puertas sufrieron una modificación, el cambio de un relé al fin de su vida útil. Si bien
ahora se conoce la vida de este relé y se puede anticipar el cambio, se sabe que en el
periodo simulado se tendrá que considerar de nuevo el costo directo de mano de obra y
cambio de repuesto, así que no se modifica los parámetros ajustado y no se agrega
tasa de desgaste.
- Cluster 10: Neumáticos

El envejecimiento global de la flota no afecta a los neumáticos ya que tienen una
vida útil únicamente relacionada con el kilometraje y la carga del tren. En cambio, la
sobrecarga de los trenes puede provocar una disminución de dicha vida útil, es decir del
MCKBF, de 5% a 12%.
- Cluster 12: Cambios varios en Caja

El grupo 12 incluye cambios en caja, elementos del arrastre-boguie y elementos
del freno mecánico. Si los equipos no deberían subir variaciones por envejecimiento de
la flota sobre el periodo de simulación, se puede imaginar que una sobrecarga del tren
puede tener algún impacto sobre una parte de los elementos del grupo, como las
zapatas de freno, los amortiguadores. Dado que representan una parte del grupo global,
no se estima una variación mayor a 5% del MCKBF actual.
- Cluster 13: Block y tarjetas relés

Los relés tienen una vida útil que no depende del envejecimiento global de la flota,
ni de la sobrecarga posible de los trenes. No se evalúa ninguna variación para el
periodo de simulación.
- Cluster 14: Electromecánica

El grupo 14 considera el mayor número de equipos con reparación. Dado que el
periodo de simulación es estacionario, no se tiene que evaluar una tasa de
envejecimiento sobre este periodo pero hay que tomar en cuenta efectos como el
Transantiago que pueden provocar disminuciones de la vida útil de algunos elementos.
55/85
Como tasa promedia, se considera una disminución dentro de 2% a 12%, por
sensibilizar.
Luego, se tiene el siguiente resumen de las tasas de desgaste por grupo de

averías:
Desgaste
Minimo Medio Maximo
Tarjetas SIE - - -
Reparaciones In Situ - - -
Tarjetas Tasa Baja - - -
Sin Reparaciones 2.0% 5.0% 8.0%
Equipos no reparables - - -
Cluster
Panel SMF - - -
Tarjetas ETF - - -
Puertas - - -
Neumaticos 5.0% 8.5% 12.0%
Cambios varios, Caja 0.0% 2.5% 5.0%
Block y tarjetas Reles - - -
Electro mecanica 2.0% 7.0% 12.0%
Tabla 18 – Resumen de las tasas de desgaste a sensibilizar, por familia de averías
7.3.5/ Variaciones monetarias

Dada la duración de la simulación, estimada a 5 años en el caso del estudio
presente con la posibilidad de extenderla a 20 años, es necesario considerar las
fluctuaciones monetarias para valorizar las reparaciones. Se utilizan tres conceptos
financieros:
- La tasa de descuento de la empresa
- Las variaciones de costo de mano de obra
- Las variaciones de los precios externos y del tipo de cambio
7.3.5.1/ Tasa de descuento

Se acuerda que para actualizar un flujo financiero al día de hoy, hay que descontar
dicho flujo a la tasa de oportunidad de la empresa. Luego, el Valor Actual Neto se
calcula de la siguiente forma:
Fk
VAN = ∑ k
k = 0..T (1 + WACC )
El WACC de la empresa esta evaluado a 12%. Para una simulación de 5 años,

considerando todos los costos como flujos positivos calculados a fin de año, se deducen
los valores actuales con la siguiente formula:
Ci1 C C C C
CTi = + i 2 2 + i3 3 + i 4 4 + i5 5
1.12 1.12 1.12 1.12 1.12
Dicha tasa de descuento no entra en la simulación en si misma, sino sirve a

finalizar los cálculos en la interfaz usuario Excel34, y deducir el costo total de
mantenimiento.
34
Ver capítulo 7.4.8/Interfaz Microsoft Excel™
56/85
7.3.5.2/ Costo de Mano de Obra
Además de ingresar los costos iníciales de mano de obra de técnicos preventivos,
correctivos y del laboratorio, se ingresa en la simulación la tasa de ajuste anual del
costo de la mano de obra. Del Banco Central de Chile, se tiene una serie de tasas
reales representando las variaciones promedias del costo de mano de obra.
El estudio esta desarrollado a parte y presentado en el Anexo I.
Grafico 12 – Histograma del índice de costo de la mano de obra por hora, curva de variación
porcentual y promedio móvil sobre tres periodos anteriores (Fuente: Elaboración propia)
Del estudio se deduce una variación de 1.96% a fin de 2006. Se usa esta tasa
como valor de actualización de los costos de mano de obra.
7.3.5.3/ Tipo de cambio

Se recuerda que la mayoría del material se compra al extranjero, luego se busca
actualizar el valor anualmente por una tasa de variación de los precios externos.
Suponiendo un mundo perfectamente globalizado, los precios de los repuestos y
insumos son precios internacionales que dependen del tipo de cambio del peso chileno.
Del índice de precios externos (IPE) registrado en el Banco Central de Chile, se

calcula una variación anual, representada en el Grafico 13, desde 1986 hasta 2007.
Dada la aleatoriedad de estas variaciones, se realiza una simulación previa del IPE,
mediante una distribución de probabilidades. El proceso de ajuste se corre sobre el
periodo completo para tener la mayor cantidad histórica de datos, y permitir un ajuste
confiable. La forma de evolución de las variaciones esta presentado en el Anexo J.
Según dicho estudio, la distribución triangular tiene el mejor ajuste, confirmado por las
pruebas de Kolmogorov-Smirnov y Chi cuadrado a 5%.
Si se usa el periodo completo para una mayor confiabilidad en la forma de la

distribución, en cambio no se usaran los parámetros obtenidos en el periodo completo.
En efecto, el país sufrió cambios macroeconómicos importantes, y las variaciones del
peso chileno frente al dólar tienen que ser consideradas sobre un periodo reciente a la
fecha de evaluación. Por estas razones, se calibra la distribución triangular con las
variaciones del peso chileno desde diciembre de 2000 hasta diciembre de 2006.
57/85
Se tiene los siguientes estadísticos descriptivos:
Number of Data Points 6

Min Data Value -0.0463
Max Data Value 0.105
Sample Mean 0.0426
Sample Std Dev 0.0617
Tabla 19 – Estadísticos descriptivos de las variaciones del tipo de cambio desde 2000 hasta 2007
Luego se obtiene una distribución triangular, de parámetros:

Mínimo: -0.07, moda: 0.07, máximo: 0.13
De dicha distribución, se genera una serie de valores hasta 2031:
Indices y variaciones anuales de precios externos (Historico y proyectado)

700 20,00%
600 15,00%
500
10,00%
400
5,00%
300
0,00%
200
100 -5,00%
0 -10,00%
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
2018
2020
2022
2024
2026
2028
2030
Variacion (%) Valor Promedio Mobil Variacion (5 per)
Grafico 13 – Índice de precios externos y variación porcentual anual, históricos y proyectado.

Periodo representado, 1986 – 2031 (Fuente: Elaboración propia)
Se nota un aumento más rápido en la proyección que al inicio del periodo

dibujado, dada la calibración efectuada sobre los últimos periodos registrados (2000 –
2006).
En la simulación, se usa un promedio del periodo deseado. Por ejemplo, si se

simula sobre 5 años, desde 2007 hasta 2012, se tomara un promedio de los 5 años
simulados del IPE, i.e. 3.12%35.
7.4/ Diseño del modelo
7.4.1/ Generalidades
El diseño de la simulación se realiza mediante el software Rockwell Arena™,
versión 7.0.1. Este programa se especializa en simulación, y da acceso a varias
herramientas útiles en la definición del problema. Dada la extensión del modelo, se
necesita una versión profesional.
35
Ver Anexo J.
58/85
Varios resultados estadísticos entregados automáticamente son erróneos por
adaptación del programa al uso preciso que se desea realizar. Se conseja no tomar en
cuenta más informaciones que las extraídas mediante el interfaz Excel descrita en el
capítulo 7.4.8/Interfaz Microsoft Excel™.
7.4.2/ Trama global36

La trama del modelo se define como el nivel superior de la simulación, que maneja
el control del estado del tren, la lectura y grabación de las variables, y la actualización
de los parámetros:
Figura 8 – Trama del modelo de simulación, Nivel 0 (Fuente: Elaboración propia)
Cada hora virtual, el modelo genera una “foto” del tren. Esta foto entra en el
sistema de simulación y se realizan las siguientes tareas:
- Se controla la hora de creación de la foto:
o Si la foto es la primera del periodo simulado, se entra en la parte
Lector, que inicializa los valores de las variables de simulación, y
pasa inmediatamente después en el proceso de Warm Up, para
actualizar el estado del tren según los valores leídos. El capítulo
7.4.3/Warm Up y describe este proceso.
o Si la foto fue sacada un año después de la última actualización de
datos, se entra en los bloques de grabación de valores, y de
actualización de parámetros. Se describe este proceso en la parte
7.4.6/Actualización Anual y Writer.
- Se verifica que la foto no fue sacada cuando el tren estaba en el taller
o Si hay un tren en el taller, su estado no cambió y no debe cambiar
antes que salga del taller. Se desecha la foto y se genera una nueva,
36
Estructura en Anexo K.1.1, Formulas en Anexo K.3
59/85
una hora virtual después. Se detalla en el capítulo 7.4.5/Contador e
indisponibilidad.
o Si el tren no esta en el taller, se analiza la foto del tren: Se nota el
kilometraje que tiene y se verifica si hay que intervenir o no sobre el
tren. Si se necesita una intervención, se valoriza. Se detalla este
proceso en la parte 7.4.4/Valorización.
- Se memorizan los kilometrajes actuales y se desecha la foto.
7.4.3/ Warm Up y Reader

En Arena se define la dirección de un archivo Excel de formato predefinido. Este
archivo constituye la interfaz entre los usuarios y el programa. El subproceso “READER”
contiene una serie de bloques de lectura que permiten grabar los valores iníciales del
archivo dentro de la simulación37.
El subproceso “WARM UP”38 toma en cuenta la historia del tren y permite empezar
la simulación a la fecha deseada. Tiene dos objetivos:
- Actualizar la situación del tren dentro de su ciclo de mantenimiento
preventivo:
o Dado el kilometraje acumulado del tren, y dado los kilometrajes fijos
de intervenciones preventivas, se calcula el kilometraje recorrido
desde la última intervención preventiva, para cada tipo de
intervención.
o Si el kilometraje recorrido es superior al fijado, se considera la
intervención ya realizada.
- Atribuir un kilometraje entre avería aleatorio, para cada cluster, contenido
entre 0 y el MCKBF:
o Dado que el tren esta en una situación estacionaria de su vida y que
no se conoce el kilometraje de la última avería de cada cluster, se
decide fijar esta última avería a kilometraje aleatorio, incluido entre
cero y la estimación realizada por la distribución exponencial.
Una vez que se inicializaron las variables de estado del tren, se toma una primera
estimación del MCKBF, para cada cluster. Este cálculo preliminar se realiza en el
bloque “MEANS”.
7.4.4/ Valorización
7.4.4.1/ Parte preventiva39

Cuando se realiza el análisis del estado del tren, se verifica antes si el tren
necesita una intervención preventiva que si se sobrepasó el kilometraje medio de
alguna avería. El mantenimiento preventivo es prioritario sobre el correctivo.
37
Estructura en Anexo K.1.2.1, Formulas en Anexo K.3
38
39
60/85
Esta verificación se realiza según el kilometraje recorrido desde cada intervención,
y según cual fue la última intervención realizada.
Si hay que realizar una intervención preventiva, el tren entra en el taller para un
tiempo fijo, promedio, definido al inicio. Durante este periodo, se considera el tren no
utilizable.
Al final del tiempo virtual de atención, el tren entra en un primer bloque donde se
repone a cero el valor del kilometraje desde la última intervención del mismo tipo, y
desde la última intervención de seguridad. Se recuerda que una IM es prioritaria sobre
una IS40. En el caso de haber realizado una GR, se reinicializan todos los kilometrajes
ya que el tren empieza un nuevo ciclo.
Luego, el tren entra en un segundo bloque de valorización. El costo de la última

intervención realizada se acumula al costo total de las intervenciones del mismo tipo.
Cabe mencionar que el modelo puede soportar hasta 20 IM distintas. Si no se

usan todas, hay que fijar el kilometraje de intervención a un valor negativo en la interfaz
usuario, de tal forma que no se pueda usar los bloques inútiles. Si se realiza una
intervención y que los costos no se imputan a ALSTOM, es necesario fijar dichos costos
a cero pero ingresar los kilometrajes de intervención (Caso particular de la GR en
algunos proyectos).
7.4.4.2/ Parte correctiva41
7.4.4.2.1/ Prueba
La parte correctiva funciona de manera similar a la parte preventiva, reemplazando
los valores determinísticos con estimaciones por distribuciones de probabilidad y
autorizando la posibilidad de tener varias intervenciones distintas a la misma hora. En
efecto, nada impide en la realidad que el tren tenga dos averías en la misma hora, que
sean relacionadas o no.
Si no hay intervención preventiva a la hora de simulación, se realiza una

multiplicación virtual de la foto del tren con el objetivo de verificar su estado
simultáneamente para cada grupo de avería. Si el kilometraje recorrido desde la última
intervención del mismo tipo sobrepasa el kilometraje estimado por distribución de
probabilidad, se considera que el tren falló, y se realiza una reparación. Esta verificación
se hace al mismo tiempo sobre la totalidad de las familias de averías.
El modelo puede soportar 15 tipos de averías distintas, y si no se usan todas hay

que fijar el MCKBF inicio a un valor negativo en el archivo Excel de interfaz usuario.
40
Ver Tabla 4
41
61/85
7.4.4.2.2/ Cálculo de costo por intervención
Cada avería tiene el mismo modelo lógico de cálculo:
Figura 9 – Subproceso de valorización de una intervención correctiva (grupo 1), Nivel -2

En primer lugar, se estima:

- un nuevo MCKBF para las iteraciones siguientes, por distribución
exponencial,
- El costo de repuesto por distribución Beta. Si no hay repuesto, los valores de
la distribución se fijaron a cero en el archivo Excel,
- Las HH In Situ y en Laboratorio, por distribuciones Log normal. Si no hay
reparación en Laboratorio, se fijaron a cero los parámetros correspondientes.
- Además, se reinicializa el valor del kilometraje recorrido desde la última
intervención del mismo tipo.
El segundo bloque, denominado “VAL_INSITU” representa el tiempo de reparación

en el taller. En esta situación, el tren se considera no utilizable.
El tercer bloque y el bloque “MATER” crean una nueva entidad virtual llamada
“MATERIAL”, que representa un elemento reemplazado del tren. En efecto, los costos
siguientes representan acciones a fuera del tren y este proceso no impide la salida del
tren. Si no hay reparación además de la intervención In Situ, esta entidad se crea pero
no induce costos suplementarios.
El bloque “EXTINT” reparte las reparaciones entre la fábrica y los laboratorios

según un porcentaje predefinido. El bloque “VAL_EXT” permite contar el número de
intervenciones que se mandan a fuera y el bloque “VAL_LAB” representa el proceso de
reparación en Chile, con un tiempo asociado relativo a las HH correspondientes.
El último bloque “COST” suma los costos inducidos por esta intervención. Suma el
costo de mano de obra In Situ, el costo de repuesto si existe, y el costo de reparación
de la pieza fuera o en laboratorio. Se graban en total y por categoría de imputación para
análisis posterior.
62/85
7.4.4.2.3/ Supresión de copias
Después de una valorización de reparación, la copia del tren entra en un bloque
de espera al nivel -1. Una vez que las 15 copias virtuales llegan al bloque de espera, se
considera el tren de nuevo disponible, se guarda una sola copia del tren y se sigue el
camino lógico al nivel superior (Trama).
Las copias del Material desmontado no inducen indisponibilidad del tren, luego no
hay bloque de espera. Cada material generado pasa en un solo bloque “COST_Corr”
que permite sumar los costos de reparación de todas las averías valorizadas, antes de
subir al nivel 0 para terminar en “WAREHOUSE”.
7.4.5/ Contador e indisponibilidad

La Trama del modelo contiene dos bloques a nivel 0 que garantizan la
acumulación de los kilometrajes entre intervenciones preventivas y correctivas. El
bloque “COUNT” incrementa los kilometrajes cada hora y el bloque “MEM” memoriza
estos mismos valores para la entidad siguiente.
Además, se destacó en los capítulos anteriores situaciones en cuales el tren esta
no utilizable. Si queda un tren virtual en el sistema a la hora siguiente, significa que esta
en un bloque de proceso ya que los cálculos se realizan en un tiempo virtual
instantáneo. Los bloques de proceso donde pasa la entidad original corresponden a un
tren en taller, i.e. no utilizable. Un material en proceso en el laboratorio no tiene
influencia sobre la disponibilidad del tren.
7.4.6/ Actualización Anual y Writer42

Después de cada año virtual, los resultados se graban en la interfaz usuario. El
subproceso “WRITER” suma los costos del mantenimiento preventivo, graba todos los
resultados, e inicializa el número de intervenciones y los costos para el año siguiente.
En los bloques “INFLATION” e “AGE”, se actualizan respectivamente los

parámetros financieros y las tasas de fallas.
Con el IPE, se actualizan los parámetros de la formula de cálculo de los costos de
repuestos correctivos (mínimo y factor multiplicativo de la distribución Beta), el costo de
reparar a fuera así que el costo promedio de material del mantenimiento preventivo. Se
actualiza además el costo unitario de la hora hombre.
En el modulo “AGE”, se actualizan los parámetros de las distribuciones
exponencial de los MCKBF, el kilometraje diario, la duración del día de operación, el
porcentaje de reparaciones a fuera, el tiempo de reparación In Situ, y el tiempo de
reparación en Laboratorio.
42
63/85
7.4.7/ Visualizadores
Se permite observar la evolución de la simulación mediante una serie de
visualizadores. De manera general, no se puede usar los indicadores de Arena que no
pueden tomar en cuenta las variaciones del día de operación.
Los visualizadores implementados en el modelo son los siguientes:
Figura 10 – Visualizadores del estado de la simulación (Fuente: Elaboración propia)
Se puede observar el día y el año virtual de simulación, el número de

intervenciones preventivas y los costos asociados, así que el número de intervenciones
correctivas y los costos asociados. Se agrega información sobre el kilometraje
acumulado del tren, y los costos unitarios de HH preventivas, correctivas, y en
laboratorio.
En simulación rápida, Arena no actualiza los valores de los visualizadores.
7.4.8/ Interfaz Microsoft Excel™

El archivo interfaz entre el usuario y Arena consta con 5 hojas. Este archivo esta
en inglés, lengua oficial de ALSTOM.
La primera hoja permite ingresar los valores iníciales de las variables definidas por
el usuario. Estas variables son definidas en el capítulo 7.3/Datos de entrada.
La segunda hoja contiene los resultados detallados de la simulación para análisis

y la tercera hoja presenta una serie de gráficos ilustrando el número de intervenciones
preventivas y correctivas, y todos los costos inducidos por categoría de imputación y
tipo de intervención43.
La cuarta hoja contiene un formato resumido, listo para imprimir, con los
principales indicadores y gráficos útiles.44
43
Un ejemplo de los resultados entregados de una simulación sobre 5 años esta en Anexo L.
44
Ejemplos del formato están en Anexo M.
64/85
La última hoja es un formato intermediario entre las tablas de datos y Arena,
donde se leen y graban los valores de todas las variables representativas.
7.5/ Validación del modelo
Con el fin de validar el modelo, se corre un escenario por comparación con los
gastos estimados. Se usan parámetros correspondientes al año 2006.
7.5.1/ Coherencia entre estimaciones y simulación

La valorización completa de todas las averías de mantenimiento correctivo en
valores de inicio 200745 asociados a las tasas de falla promedias de 2004-2005 da una
estimación bastante precisa de los costos de mantenimiento correctivo de 2006.
Igualmente para la parte preventiva, se tiene el kilometraje de cada tren y el valor de las
intervenciones realizadas46.
Luego, corriendo el modelo con los parámetros de inicio de 2006 durante un año,
se verifica la coherencia entre las estimaciones detalladas, las entradas de la
simulación, y los resultados.
Se calcula el nivel de error siguiente:

V −V
ε = estim sim
Vestim
Año 2006
Resultados Resultados Estimacion
Valores por Flota (11 Trenes) - CLP Error
Simulacion Promedia
Numero de Intervenciones 1386 1415 -2.02%
Mano Obra In Situ 10 810 165 11 657 538 -7.27%
Mano Obra En Lab 116 000 740 101 630 251 14.14%
Costo Total Mano Obra 126 810 906 113 287 789 11.94%
Costo Total Material 75 161 318 70 509 401 6.60%
TOTAL Correctivo 201 972 223 180 321 507 12.01%
Tabla 20 – Tabla resumida de los costos de mantenimiento correctivo calculados por simulación y
por estimación promedia (Fuente: Elaboración propia)
45
Ver 6.3.2/Valorización de averías
46
Ver 5.2/Valorización de las intervenciones
65/85
140 000 000
120 000 000
100 000 000
80 000 000
60 000 000 Simulacion

Estimacion
40 000 000
20 000 000
0
Mano Obra In Mano Obra En Costo Total
Situ Lab Material
Grafico 14 – Grafico de los costos de mantenimiento correctivo estimados y simulados para el año
2006, en pesos chilenos. Error de 10% representada. (Fuente: Elaboración propia)
Se destaca que la simulación da resultados un poco superiores a la estimación

promedia (12%), aunque tenga menos intervenciones simuladas. Esto ocurre por la
aproximación que resulta de la agrupación. Esta diferencia no quita coherencia entre la
estimación y la simulación cuando se toma en cuento este supuesto. Para futuros
proyectos, se recomienda evaluar a juicios de experto los valores de las distribuciones
en caso de ajuste difícil.
En cuanto a la parte preventiva, se realiza en la simulación como en la estimación

promedia un calculo determinístico con los valores promedios de las fichas de
mantenimiento, luego, por un kilometraje idéntico, la simulación no sufre variación frente
al cálculo inicial.
7.5.2/ Comparación con estimación ALSTOM 2006

El mismo escenario del capítulo anterior se compara con los gastos estimados a
fin del año 2006. La estimación de ALSTOM fue realizada con un método distinto, lo
que permite comprobar con bastante seguridad los resultados de la simulación. En este
caso, se comparan los costos del mantenimiento correctivo y del preventivo:
Año 2006
Resultados Resultados Estimacion
Valores por Flota (11 Trenes) - CLP Error
Simulacion ALSTOM
Mtto Preventivo 68 754 358 74 015 544 -7.11%
Mano Obra Correctivo 126 810 906 154 440 000 -17.89%
Material Correctivo 75 161 318 78 766 740 -4.58%
Mtto Correctivo 201 972 223 233 206 740 -13.39%
TOTAL 270 726 581 307 222 283 -11.88%
Tabla 21 – Tabla resumida de los costos de mantenimiento correctivo calculados por simulación y
por estimación ALSTOM (Fuente: Elaboración propia)
66/85
180 000 000
160 000 000
140 000 000
120 000 000
100 000 000
80 000 000 Simulacion
60 000 000 Estimacion ALSTOM
40 000 000
20 000 000
0
Mtto Mano Obra Material
Preventivo Correctivo Correctivo
Grafico 15 – Grafico de los costos de mantenimiento estimados por ALSTOM y simulados para el
año 2006, en pesos chilenos. Error de 10% representada. (Fuente: Elaboración propia)
En la comparación entre ALSTOM y la simulación, se destaca que la simulación

da valores de 12% inferiores, tomando en cuenta el mantenimiento preventivo y
correctivo. Esta diferencia esta comprendida en el margen de error de la simulación
como en la estimación de ALSTOM, dado que se pudo haber hecho supuestos
diferentes en término de kilometraje, de número de intervenciones y de HH
consideradas lo que no tiene preciso el estudio de la empresa. Este trabajo se realizó a
inicios de 2007 con métodos de estimaciones diferentes, permitiendo validar los costos
simulados.
8/ ANÁLISIS DE SENSIBILIDAD
8.1/ Escenario base
8.1.1/ Definición
El escenario base esta definido como una situación estable sobre 5 años, de
mínimas variaciones anuales frente al año 2006. Se simulan los costos de
mantenimiento de 11 trenes tipo NS93 (Del 74 hasta 84), desde el inicio de 2007 hasta
fin de 2011.
Se fija la duración del día de operación a 16 horas, con un kilometraje diario inicial
de 275 km (base 2006). El kilometraje de los trenes es el del 01/01/2007, como los
MCKBF entre averías, y el costo de la mano de obra es la de 2007.
Se supone estar en un periodo estable de la vida del tren, con una tasa de
desgaste nula, y el kilometraje diario va aumentando de 13 kilómetros por año. El precio
de la mano de obra sigue las variaciones definidas, a 1,96%, y el IPE, Índice de Precios
Externos, tiene una variación de 3,12%.
En este escenario, se consideran todas las reparaciones realizadas en Chile.
67/85
8.1.2/ Resultados
En Anexo L se presenta la tabla completa de resultados obtenidos por la
simulación, con el detalle de las averías simuladas y sus costos asociados, y el detalle
de las intervenciones preventivas con los costos inducidos. Las tablas y gráficos
presentados son extraídos del interfaz usuario, en inglés, lengua oficial de ALSTOM.
Operation MEAN Year 1 Year 2 Year 3 Year 4 Year 5

Daily Kilometers 301 275 288 301 314 327
Preventive TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
Number of fails 7456 1389 1439 1501 1509 1618
Corrective Material Cost 297 290 323 73 618 444 79 307 691 85 212 498 86 604 573 92 777 804
HH Cost In Situ 44 605 720 11 073 480 11 772 470 12 742 447 12 992 180 14 111 344
HH Cost In Lab 559 682 605 126 579 229 188 112 374 140 015 095 148 734 782 180 674 883
Corrective Total Cost 901 578 648 211 271 154 279 192 536 237 970 040 248 331 536 287 564 031
Corrective TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
IS 393 71 72 80 82 88
IM01 11 0 11 0 0 0
IM02 11 0 8 3 0 0
IM03 11 0 4 7 0 0
IM04 11 0 0 11 0 0
IM05 11 0 0 11 0 0
IM06 11 0 0 6 5 0
IM07 11 0 0 2 9 0
IM08 11 0 0 0 11 0
IM09 11 0 0 0 11 0
IM10 11 0 0 0 4 7
IM11 11 0 0 0 0 11
IM12 14 3 0 0 0 11
IM13 16 7 0 0 0 9
IM14 15 11 0 0 0 4
IM15 11 9 2 0 0 0
IM16 11 4 7 0 0 0
GR 11 2 9 0 0 0
Preventive Material Cost 1 952 868 453 425 173 794 1 911 767 679 27 391 704 20 521 575 29 362 021
Preventive HH Cost 423 267 818 96 679 105 275 722 045 58 610 975 60 923 961 64 690 010
Preventive Total Cost 2 376 136 271 521 852 899 2 187 489 724 86 002 678 81 445 537 94 052 031
TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
TOTAL 3 277 714 919 733 124 053 2 466 682 260 323 972 719 329 777 072 381 616 062
Tabla 22 – Tabla resumida de las averías e intervenciones preventivas con sus costos asociados,
en CLP, para el escenario base (Fuente: Elaboración propia)
Dado el aumento progresivo del kilometraje diario, se constata un aumento del

número de averías de 4%, 4%, 1% y 7%. Los costos de mantenimiento correctivo van
aumentando lógicamente con un peak en 2008. Estos resultados se destacan en los
siguientes gráficos:
C15 C15
Anual Number of fails C14
Anual Corrective Total Cost C14
C13 C13
1800 350 000 000
C12 C12
1600 300 000 000
C11 C11
1400 C10 250 000 000 C10
1200 C09 C09
1000 C08
200 000 000
C08
800 C07 150 000 000 C07
600 C06 C06
100 000 000
400 C05 C05
200 C04 50 000 000 C04
0 C03 0 C03
C02 C02
Year 1 Year 2 Year 3 Year 4 Year 5 C01
Grafico 16 – Gráficos del número de fallas y del costo total asociado a cada grupo
68/85
Con respecto al preventivo, se destaca que 2 y 9 trenes llegan al kilometraje de la
Gran Revisión, respectivamente durante el año 2007 y 2008, lo que induce un aumento
muy importante de los costos de mantenimiento preventivo durante estos dos años.
Dado que se evalúa una flota de 11 trenes, los periodos siguientes no tendrán que
soportar otra GR. Se empieza un nuevo ciclo de mantenimiento preventivo en 2009:
Anual Number of Preventives GR Anual Preventive Total Costs GR

IM20 IM20
140 IM19 2 500 000 000 IM19
IM18 IM18
IM17 IM17
120
IM16 2 000 000 000 IM16
IM15 IM15
100 IM14 IM14
IM13 IM13
IM12 1 500 000 000 IM12
80
IM11 IM11
IM10 IM10
60 IM09 IM09
1 000 000 000
IM08 IM08
40 IM07 IM07
IM06 IM06
IM05 500 000 000 IM05
20 IM04 IM04
IM03 IM03
0 IM02 0 IM02
IM01 IM01
Year 1 Year 2 Year 3 Year 4 Year 5 Year 1 Year 2 Year 3 Year 4 Year 5
IS IS
Grafico 17 - Gráficos del número de intervenciones y del costo total asociado a cada una (Fuente:
Elaboración propia)
El impacto de las GR se destaca sobre el costo total, cuyo valor actualizado al día
de hoy se eleva a 3 277 714 919 CLP.
Se nota que dentro de un ciclo de mantenimiento sin GR, las reparaciones son
más costosas que las intervenciones pre fallas, y el total anual esta dentro de 323 972
719 CLP y 381 616 062 CLP, a precio no actualizado.
Anual Total Costs

3000
2500
2000
Millions CLP
1500
1000
500
0
Year 1 Year 2 Year 3 Year 4 Year 5
External Cost To Repair Corrective Material Cost HH Cost In Situ
Grafico 18 – Distribución de los costos de mantenimiento y total por año no actualizado al día de
hoy (Fuente: Elaboración propia)
69/85
8.2/ Impacto del Transantiago
8.2.1/ Análisis cualitativo
8.2.1.1/ Antecedentes
El 10 de febrero de 2007 se implementó en Santiago un nuevo sistema de
transporte de pasajeros, el Transantiago. El objetivo del Transantiago era la
modernización del transporte público, mejorando la calidad de servicio, la eficiencia, y
ofreciendo un servicio social ambientalmente sustentable.
Se proyectó ofrecer un sistema completamente integrado. De los 3000

microempresarios, dueños de micros, pasó a 10 empresas con 200 a 700 buses cada
una. Mejorando la eficiencia, se estimaba la reducción de buses de 7000 a 4515, y un
recorrido promedio de 25 Km en vez de 62 Km. El sistema implementado se compone
de buses troncales, que cruzan la ciudad de un área a otra, y de buses locales,
recorriendo un área particular, a la periferia de Santiago. En este sistema integrado, el
metro de Santiago pasó a ser un servicio del Transantiago, como un troncal más, con
tarifas iguales a los buses.
En los hechos, este nuevo servicio sufrió problemas graves y 4 meses después de
la fecha de lanzamiento, su calidad está muy por debajo de las expectativas, lo que
tiene consecuencias en el mantenimiento de los trenes.
8.2.1.2/ Estrategia de Metro SA

Las consecuencias estimadas sobre el Metro eran un aumento de 100% del
número de usuarios, pasando de 25% de los viajes en transporte público a 50%. Metro
tenía el objetivo de mantener sus estándares de calidad para el doble de santiaguinos.
ALSTOM estableció en febrero los posibles escenarios de cambios que podría plantear
Metro frente a este desafió con el objetivo de establecer el impacto que tendrían sobre
el mantenimiento de ALSTOM.
Tabla 23 – Matriz de probabilidad de los posibles escenarios de cambios frente a la

implementación del Transantiago (Fuente: ALSTOM)
70/85
Se deduce de esta tabla las consecuencias siguientes:
ALSTOM tiene que enfrentar un aumento del horario de explotación de los trenes,
una modificación interna en los coches, y cambios en los horarios puntas. En junio
2007, estas tres decisiones ya se implementaron.
8.2.1.3/ Consecuencias organizacionales y técnicas en ALSTOM

Estas tres decisiones tuvieron consecuencias importantes en el mantenimiento: Al
aumentar el horario de explotación y el horario punta de los trenes, se determinaron
nuevos turnos de mantenimiento correctivo y se contrató mano de obra suplementaria.
Del punto de vista técnico, se necesita una cantidad mayor de repuestos para solventar
el aumento de las averías, y del punto de vista contractual, hay un aumento de fallas
tipo A no necesariamente justificadas (evacuación de pasajeros), producto de la presión
existente sobre conductores nuevos de Metro.
Además, Metro pidió a ALSTOM realizar las intervenciones de mantenimiento

preventivo de noche y disminuir el tiempo medio de reparación de averías. Esta última
decisión dejaría menos tiempo para la investigación de averías.
Por último, las modificaciones internas de los coches producen complicaciones de

prestaciones del tren al no considerar condiciones de diseño, como el número de
personas por metro cuadrado. Esto provoca una degradación más rápida de los
elementos por sobre esfuerzo de partes mecánicas o electromecánicas (cadena de
tracción, frenado, suspensiones, arrastre, etc.).
En general, y cualquiera sea la causa, un aumento del kilometraje puede afectar

temas relacionados con los recursos propios del taller como la disponibilidad de fosos
para el mantenimiento, la disponibilidad de herramientas especiales (grúas, etc.).
8.2.2/ Escenarios de simulación
8.2.2.1/ Parámetros sensibles

De las tres decisiones de cambio de Metro, se deduce los parámetros sensibles en
la simulación: Ampliar el horario de explotación de los trenes es aumentar el kilometraje
diario del tren. Además del crecimiento a largo plazo del kilometraje diario, que se
mantiene constante, se hará variar el kilometraje diario base en un rango de aumento
de 15% a 25% comparado al año 2006. En el capítulo 3.3.3/Efecto del Transantiago, se
calculó el aumento del kilometraje diario que provocó la implementación del nuevo
servicio. Al día de hoy hay un aumento de 19% diario. Se considera dos opciones: La
introducción de nuevos trenes en la línea y recorridos más cortos de una parte de la
flota provocarían un aumento reducido del kilometraje diario a 15%, o al contrario una
nueva ampliación del horario de explotación provocaría un aumento del kilometraje
diario a 25% sobre los promedios de 2006.
Los cambios en la distribución de oferta aumenta las exigencias de disponibilidad

ya altas. Se harán las intervenciones preventivas de noche, y se considera el precio de
la hora-hombre de noche aumentado en 30% frente a la del día. En cambio, dado que
71/85
se para el tren de noche, se considera un tiempo de no disponibilidad nulo durante el
día.
Las modificaciones internas del tren provocan una degradación acelerada de los
trenes. Se hará variar la tasa de desgaste de los diferentes grupos de equipos dentro de
los rangos definidos en el capítulo 7.3.4.2.3/Variaciones de las tasas de falla.
8.2.2.2/ Escenario base

El escenario de comparación estará establecido sobre los parámetros del año
2006, en termino de kilometraje diario base y de precio de hora-hombre base. Los
parámetros exactos del escenario base están detallados en el capitulo 8.1/Escenario
base.
8.2.2.3/ Escenario 1
En el escenario 1, se supone un aumento de kilometraje diario mínimo, de 15%
frente al escenario base, suponiendo que la situación del Transantiago se regulariza y
absorba parte de la frecuentación del Metro. El día de operación se amplia a 17 horas.
Se considera que la sobrecarga provoca un desgaste mínimo47.
Además, el mantenimiento preventivo de noche esta sujeto a cambios

contractuales, después de negociaciones. Se supone en este escenario que el
mantenimiento preventivo queda de día.
Los costos simulados del escenario 1 están en Anexo M.1.1.
En el escenario 2, se supone un aumento de kilometraje diario medio, de 20%
frente al escenario base. El día de operación se amplia a 17 horas.
Se considera que la sobrecarga provoca un desgaste medio.
Se supone que las negociaciones con Metro llevan a hacer el mantenimiento

preventivo de noche, luego un aumento de las horas-hombres de 30%.
En el escenario 3, consideramos un aumento de kilometraje máximo, de 25%,
frente al escenario base, lo que es la situación actual. El día de operación se amplia a
17 horas.
47
Ver Tabla 17 – Estimación de costos de reparación en Francia de los equipos electrónicos, enero
2007 (Fuente: Elaboración propia)
72/85
Consideramos una sobrecarga provocando un desgaste máximo.
El mantenimiento preventivo ocurre de noche, y el precio de la hora-hombre

aumenta en 30%.
8.2.3/ Resultados
Los parámetros considerados se resumen el la siguiente tabla:
Resumen Base Escenario 1 Escenario 2 Escenario 3
∆ Kilometraje Largo Plazo LP + 15% LP + 20% LP + 25%
Desgaste Nula Mínima Media Máxima
Mtto Preventivo Día Día Noche Noche
Tabla 24 – Resumen de escenarios “Impacto del Transantiago” (Fuente: Elaboración propia)
Un resumen de los costos totales de cada escenario se encuentra en la siguiente

tabla de comparación:
Operacion Esc Base Esc 1 ∆ Esc 1 / Base Esc 2 ∆ Esc 2 / Base Esc 3 ∆ Esc 3 / Base
Kilometraje Diario 301 342 13.62% 356 18.27% 370 22.92%
Correctivo TOTAL (VA) TOTAL (VA) TOTAL (VA) TOTAL (VA)
Numero de averias 7456 8603 15.38% 9185 23.19% 9682 29.86%
Costo de Materiales 297 290 323 348 312 751 17.16% 377 443 257 26.96% 401 411 478 35.02%
Costo de MO In Situ 44 605 720 51 643 237 15.78% 55 385 973 24.17% 57 854 461 29.70%
Costo de MO en Lab 559 682 605 596 476 637 6.57% 623 382 419 11.38% 658 777 764 17.71%
Costo Total Correctivo 901 578 648 996 432 625 10.52% 1 056 211 649 17.15% 1 118 043 703 24.01%
Preventivo TOTAL (VA) TOTAL (VA) TOTAL (VA) TOTAL (VA)
IS 393 442 12.47% 462 17.56% 478 21.63%
IM01 11 11 0.00% 15 36.36% 18 63.64%
IM02 11 11 0.00% 11 0.00% 14 27.27%
IM03 11 11 0.00% 11 0.00% 11 0.00%
IM04 11 11 0.00% 11 0.00% 11 0.00%
IM05 11 11 0.00% 11 0.00% 11 0.00%
IM06 11 11 0.00% 11 0.00% 11 0.00%
IM07 11 11 0.00% 11 0.00% 11 0.00%
IM08 11 11 0.00% 11 0.00% 11 0.00%
IM09 11 11 0.00% 11 0.00% 11 0.00%
IM10 11 11 0.00% 11 0.00% 11 0.00%
IM11 11 11 0.00% 11 0.00% 11 0.00%
IM12 14 14 0.00% 14 0.00% 14 0.00%
IM13 16 18 12.50% 18 12.50% 18 12.50%
IM14 15 22 46.67% 22 46.67% 22 46.67%
IM15 11 22 100.00% 22 100.00% 22 100.00%
IM16 11 17 54.55% 22 100.00% 22 100.00%
GR 11 15 36.36% 19 72.73% 22 100.00%
Costo de Materiales 1 952 868 453 2 513 242 687 28.69% 3 040 257 092 55.68% 3 436 030 116 75.95%
Costo de MO 423 267 818 515 329 097 21.75% 765 281 839 80.80% 833 686 582 96.96%
Costo Total Preventivo 2 376 136 271 3 028 571 784 27.46% 3 805 538 931 60.16% 4 269 716 698 79.69%
TOTAL (VA) TOTAL (VA) TOTAL (VA) TOTAL (VA)
TOTAL 3 277 714 919 4 025 004 409 22.80% 4 861 750 580 48.33% 5 387 760 401 64.38%
Tabla 25 – Tabla de comparación de escenarios de impacto del Transantiago
En acuerdo con la idea inicial de los escenarios, se ve que se realizan tres

estimaciones a costos crecientes, todas superiores a la del escenario definido en base
al año 2006. Se destacan dos causas independientes que provocan un aumento de
costo.
73/85
En primer lugar, el aumento de kilometraje diario promedio unido al desgaste
provocado por la sobrecarga induce un aumento del número de fallas, aumento relativo
al kilometraje mayor cuanto mayor es el nivel de deterioración del tren: A 13.6% de
aumento promedio diario del kilometraje corresponde 15.4% de aumento de fallas a
desgaste mínimo, y a 22.9% de aumento promedio diario del kilometraje corresponde
29.9% de aumento de fallas.
Este primer hecho muestra que al aumentar conjuntamente el kilometraje y la

carga, se aumentan más rápidamente los costos de averías y se disminuye la
disponibilidad del tren.
En segundo lugar, el aumento de kilometraje adelanta las fechas de

intervenciones preventivas. Si se toma el ejemplo de la GR, más costosa, se nota que el
escenario base tenia previsto una revisión por tren sobre los 5 próximos años (11 GR),
el escenario 1 entrega 15 GR, el escenario 2 entrega 19 GR, y el último escenario dobla
las previsiones del escenario base, estimando 2 revisiones por tren dentro de los 5
próximos años (22 GR). Obviamente las otras intervenciones siguen el mismo
esquema, y luego el preventivo llega a aumentos importantes de costos, de 27.5% para
el escenario 1, 60.2% para el escenario 2, y hasta 79.7% para el escenario 3.
Cabe destacar que el mantenimiento preventivo tiene un impacto más importante

sobre los costos que el mantenimiento correctivo, dado que el aumento de kilometraje
anticipa costos de futuras intervenciónes. El sentido común da a pensar que el aumento
de kilometraje y la sobrecarga del tren provocan aumentos de fallas responsables de
mayores costos, lo que es verdadero pero tiene menor impacto que el anticipo de
intervenciones futuras.
En conclusión, se destaca que el Transantiago impacta fuertemente los costos de

mantenimiento. El escenario más optimista evalúa un aumento de 23% de los costos de
un escenario de pocas variaciones frente a la situación de 2006 y el más pesimista
estima un aumento de 64%. Al día de hoy, el escenario más probable corresponde al
escenario medio, que estima el aumento de costos totales à 48.3%. Este aumento de
costo tiene que ser compensado por el cliente, Metro SA, de tal forma que la
implementación del Transantiago no impacte negativamente sobre el margen
operacional de la empresa.
8.3/ Costo de reparaciones externas
8.3.1/ Antecedentes
Durante el periodo de garantía, las piezas con fallas tienen que ser reparadas por
la fábrica, en Francia en el caso del NS93. ALSTOM tuvo problemas con estas
reparaciones, dado por la lejanía entre la entidad reparadora y la realidad del taller.
Algunas piezas volvieron con problemas no resueltos, y además con tiempos de
reparación muy altos. La demora del envío a Francia, el tiempo de análisis y de
reparación y el tiempo de vuelta a Chile se suman hasta tener un tiempo medio de
reparación que resulta ser muy costoso.
74/85
En 2001, después de varios problemas de confiabilidad y de disponibilidad sobre
las reparaciones realizadas en Francia, se instaló un laboratorio en Chile que empezó a
encargarse de reparaciones simples, adquiriendo experiencia, hasta el día de hoy.
Desde fines de 2002, todas las reparaciones del NS93 están oficialmente realizadas en
Chile.
La idea del siguiente estudio es evaluar la disminución de costo a nivel de

reparación generada por este cambio. Esta evaluación permite destacar una estimación
del beneficio de tener un laboratorio de electrónica en Chile y a mediano plazo ver
cuales son las ampliaciones en que se podría invertir para que el Laboratorio se
encargue de otros proyectos en Chile. Por ejemplo, en el caso del tren de la línea 4,
cuando se acabe el periodo de garantía se puede imaginar que la mayor parte de las
piezas estén reparadas en Chile a menor costo que si se sigue enviándolas a Francia.
Esta evaluación con el NS93 es preliminar: para tener una estimación más precisa se
necesita usar el modelo de simulación con los datos del proyecto correspondiente.
Se limita a un trabajo sobre las piezas electrónicas, responsables del mayor gasto
de mantenimiento, y sobre las cuales se tiene la mayor cantidad de datos.
8.3.2/ Escenario de simulación
8.3.2.1/ Parámetros sensibles

Se usa un escenario ficticio comparando los costos actuales proyectados a cinco
años según los parámetros del escenario base48 con los costos que se tendría si se
volviéra a mandar las piezas a Francia. Luego, el único factor de comparación es el del
costo de reparación. No se toma en cuenta el tiempo de no disponibilidad de la pieza ya
que no se incluyen los costos de bodegaje en el modelo, aunque sería una diferencia a
agregar al beneficio del laboratorio. Tampoco se considera la calidad de la reparación,
difícil de evaluar en términos monetarios dado que no se tiene dos periodos al mismo
kilometraje para comparar las tasas de falla.
La segunda variable sensible es la tasa de transferencia de las reparaciones de

Francia a Chile. Según la capacitación del personal, su capacidad de aprendizaje y la
inversión en infraestructura, se puede transferir 100% de las reparaciones en 2 a 5
años.
En el primer escenario, se considera que la mitad de las reparaciones se hacen en
Francia y la mitad en Chile. Este escenario es fijo, luego no se consideran cambios de
repartición. Se compara este caso con el escenario base que tiene todas las
reparaciones hechas en Chile.
48
Ver capitulo 8.1/Escenario base
75/85
El segundo escenario considera todas las reparaciones realizadas en Francia al
inicio del periodo, con una tasa de transferencia de 50% por año. Luego, después de 2
años, se considera que el laboratorio tiene toda la experiencia necesaria para reparar
las piezas electrónicas. Se compara este escenario con el caso donde todo se repara
en Chile, con todos los otros parámetros constantes.
En este tercer escenario, se supone una inversión menor en el laboratorio, y una
tasa de transferencia de 20% por año. Parte con el 100% de las reparaciones hechas
en Francia: después de 5 años, el laboratorio de electrónica de Chile se encarga de
todas las reparaciones.
8.3.3/ Resultados
Los parámetros considerados se resumen el la siguiente tabla:
Resumen Base Escenario 1 Escenario 2 Escenario 3
Rep. Francia /
0 / 100 50 / 50 100 / 0 100 / 0
Rep. Chile
Tasa de
0% 0% 50% anual 20% anual
transferencia
Tabla 26 – Resumen de escenarios “Costo de reparaciones externas” (Fuente: Elaboración propia)
Un resumen de los costos totales de cada escenario se encuentra en la siguiente

tabla de comparación:
76/85
Operacion Esc Base Esc 1 ∆ Esc 1 / Base Esc 2 ∆ Esc 2 / Base Esc 3 ∆ Esc 3 / Base
Kilometraje Diario 301 301 0.00% 301 0.00% 301 0.00%
Correctivo TOTAL (VA) TOTAL (VA) TOTAL (VA) TOTAL (VA)
Numero de averias 7456 7466 0.13% 7468 0.16% 7472 0.21%
Costo de Materiales 297 290 323 146 135 374 -50.84% 234 510 403 -21.12% 193 519 714 -34.91%
Costo de MO In Situ 44 605 720 44 735 793 0.29% 44 688 105 0.18% 44 752 234 0.33%
Costo de MO en Lab 559 682 605 34 399 914 -93.85% 363 011 643 -35.14% 180 321 995 -67.78%
Costo Externo 2 873 472 712 - 1 212 852 586 - 1 999 507 259 -
Costo Total Correctivo 901 578 648 3 098 743 792 243.70% 1 855 062 736 105.76% 2 418 101 202 168.21%
Preventivo TOTAL (VA) TOTAL (VA) TOTAL (VA) TOTAL (VA)
IS 393 393 0.00% 393 0.00% 393 0.00%
IM01 11 11 0.00% 11 0.00% 11 0.00%
IM02 11 11 0.00% 11 0.00% 11 0.00%
IM03 11 11 0.00% 11 0.00% 11 0.00%
IM04 11 11 0.00% 11 0.00% 11 0.00%
IM05 11 11 0.00% 11 0.00% 11 0.00%
IM06 11 11 0.00% 11 0.00% 11 0.00%
IM07 11 11 0.00% 11 0.00% 11 0.00%
IM08 11 11 0.00% 11 0.00% 11 0.00%
IM09 11 11 0.00% 11 0.00% 11 0.00%
IM10 11 11 0.00% 11 0.00% 11 0.00%
IM11 11 11 0.00% 11 0.00% 11 0.00%
IM12 14 14 0.00% 14 0.00% 14 0.00%
IM13 16 16 0.00% 16 0.00% 16 0.00%
IM14 15 15 0.00% 15 0.00% 15 0.00%
IM15 11 11 0.00% 11 0.00% 11 0.00%
IM16 11 11 0.00% 11 0.00% 11 0.00%
GR 11 11 0.00% 11 0.00% 11 0.00%
Costo de Materiales 1 952 868 453 1 952 868 453 0.00% 1 952 868 453 0.00% 1 952 868 453 0.00%
Costo de MO 423 267 818 423 267 818 0.00% 423 267 818 0.00% 423 267 818 0.00%
Costo Total Preventivo 2 376 136 271 2 376 136 271 0.00% 2 376 136 271 0.00% 2 376 136 271 0.00%
TOTAL (VA) TOTAL (VA) TOTAL (VA) TOTAL (VA)
TOTAL 3 277 714 919 5 474 880 063 67.03% 4 231 199 007 29.09% 4 794 237 473 46.27%
Tabla 27 – Tabla de comparación de escenarios de Reparaciones externas
Los tres escenarios realizados considerando piezas reparadas a fuera muestran

un aumento del costo global de mantenimiento.
Se ve de la tabla siguiente que dicha variación esta provocada por los costos de
mantenimiento correctivo. Con respecto a la parte preventiva, se nota que se sigue el
mismo plan de mantenimiento que para el escenario base.
Se destaca del estudio que la disminución de gastos en materiales y mano de obra

en Chile no compensan el aumento del costo de reparar en Francia, aun sin considerar
costos indirectos provocados por el aumento del tiempo medio por reparar.
En el primer escenario, donde la mitad de las piezas electrónicas se reparan en

Francia, los costos de mantenimiento correctivo se multiplican por 3.4, comparando con
un escenario con todas las piezas reparadas en Chile. Representa un 67% sobre el
total, lo que define el escenario como pesimista. En el segundo escenario, 100% de las
piezas electrónicas se reparan en Francia al inicio del periodo y en dos años todas las
reparaciones son transferidas al laboratorio de Chile. Este escenario es el menos
costoso, aunque dobla los costos de mantenimiento correctivo. Resulta un total superior
de 29% frente a un escenario con todas las reparaciones en Chile. El último escenario
supone que el laboratorio no puede atender todas las reparaciones en dos años, sino
en cinco años. En tal caso, se tiene un aumento medio de 46.3% de los costos totales
de mantenimiento frente a la posibilidad de poder reparar todo en Chile.
77/85
El estudio anterior insista sobre las disminuciones de gastos directos al transferir
lo más pronto posible la totalidad de las reparaciones a Chile. Un estudio
complementario de las inversiones necesarias para lograr este objetivo es necesario
para concluir sobre la pertinencia de este cambio. Sin embargo, todo el proceso de
calibración del modelo ya destacó que las reparaciones electrónicas tienen un impacto
importante sobre los costos totales49 y la diferencia de precios de reparaciones entre
Chile y Francia permite suponer una fuente de reducción de costos importante en los
nuevos proyectos, resultando muy relevante el estudio de inversiones en el laboratorio.
9/ CONCLUSIONES
9.1/ Alcances de la memoria
9.1.1/ Resultados claves

El enfoque de la memoria se posiciona dentro de un contexto altamente
competitivo y bajo presiones políticas que fomentan una transferencia de los riesgos
relativos a la mantención de los trenes hacia el contratista del operador. Metro SA
confía en ALSTOM Chile, proveedor de los trenes del metro de Santiago, para realizar
la mantención de una parte de su flota a un nivel cada día más importante. Luego
resulta clave para ALSTOM poder evaluar los costos de mantenimiento para varios
proyectos con estimaciones simples, y captar las variaciones futuras de dichos costos.
La idealización de la vida en explotación de una flota de trenes tipo NS93 permitió

diseñar un modelo de simulación50 adaptable a otros tipos de trenes para cifrar las
consecuencias de cambios externos como internos de cualquier proyecto.
Con el proyecto NS93, se realizó dos evaluaciones de cambios: uno de origen

externa, dada por el impacto de la implementación del Transantiago, y otro de origen
interna, por transferencia de reparaciones en Francia a Chile.
Las consecuencias del Transantiago no son menores para ALSTOM. Se destaca

un aumento de los costos de mantenimiento correctivo de 11% en un escenario
optimista a 24% en un escenario pesimista. Este aumento resulta del aumento del
recorrido diario (entre 15% y 25%), y de la sobrecarga de los trenes en horario punta.
Más importante aún, el aumento del kilometraje diario provoca un adelanto de las
intervenciones de mantenimiento preventivo. Luego, se puede tener dos ciclos de
intervenciones en menos de 5 años, lo que supone 2 revisiones por tren, y un aumento
de costos que se encuentra entre 27% y 80%. En total, el impacto del Transantiago se
evalúa en un aumento de gastos entre un 23% e un 64%, que deberá ser cobrado a
Metro SA.
49
Ver capítulo 6.3.2.4/Síntesis de la valorización correctiva
50
La última versión del modelo esta en el CD de Anexos
78/85
Impacto Transantiago Bajo Medio Alto
% Aumento de Costos
Mantenimiento Correctivo 10.52% 17.15% 24.01%
Mantenimiento Preventivo 27.46% 60.16% 79.69%
Total 22.80% 48.33% 64.38%
Tabla 28 – Resumen de aumentos de costos por Transantiago, según tres escenarios de
simulación (Fuente: Elaboración propia)
Impacto Transantiago
Alto
Medio
Bajo
Base
0 2 000 4 000 6 000
Miliones de pesos (CLP)
Mtto Correctivo Mtto Preventivo
Grafico 19 – Resumen de costos de mantenimiento sobre 5 años, según el impacto del

Transantiago (Fuente: Elaboración propia)
Por otra parte, se puede destacar una pista importante de ahorro en otros
proyectos. Si bien las reparaciones electrónicas del tren NS93 se realizan en Chile, no
es así para toda la flota de trenes mantenida por ALSTOM. Luego, se puede evaluar el
beneficio de poseer un laboratorio de electrónica realizando una proyección de los
costos que se tendrían que enfrentar en otro caso. Se concluye de dicho estudio que
según la cantidad de reparaciones externas y la capacidad del laboratorio a atender
reparaciones que se realizan a fuera, se puede tener diferencias en los costos de
mantenimiento correctivo variando entre 106% y 244%, lo que se traduce a nivel global
a costos directos mayores de 29% a 67% por reparar en Francia51. A este trabajo se
debe agregar a corto plazo una evaluación de las inversiones que se realizarían en el
laboratorio con el fin de poder transferir la totalidad de las reparaciones externas a Chile
y reducir el costo global de mantenimiento, considerando todas las flotas.
0/100 en 0/100 en
Reparaciones Externas (Ext/Int) 50/50 2 años 5 años
% Aumento de Costos
Mantenimiento Correctivo 243.70% 105.76% 168.21%
Mantenimiento Preventivo 0.00% 0.00% 0.00%
Total 67.03% 29.09% 46.27%
Tabla 29 – Resumen de aumentos de costos por reparar afuera de Chile, según tres escenarios de
simulación (Fuente: Elaboración propia)
51
Con todos los demás parámetros sobre la base de 2006.
79/85
Reparaciones Externas (Ext/Int)
0/100 en 5 años
0/100 en 2 años
50/50
Base
0 2 000 4 000 6 000
Miliones de pesos (CLP)
Mtto Correctivo Mtto Preventivo
Grafico 20 - Resumen de costos de mantenimiento sobre 5 años, según las estrategias de

reparticiones de reparaciones (Fuente: Elaboración propia)
9.1.2/ Límites
Toda la investigación se diseñó para una evaluación de hasta 20 años, por deseo
de la empresa de tener una estimación sobre un periodo correspondiente al plazo de las
ofertas realizadas a la hora de nuevas licitaciones. Los resultados que entrega el
modelo no pueden ser muy confiables a este nivel y todos los análisis realizados se
validan para periodos cortos.
En los casos donde se prolonga la simulación, los factores monetarios toman

mucha importancia y en tal caso se tendría que hacer un estudio más profundo de las
variaciones del costo de la mano de obra y del tipo de cambio. Además, el modelo usa
promedios de dichos valores, lo que no es conveniente en simulaciones largas. Se
tendría que agregar series de variaciones anuales al momento de actualizar los datos.
El segundo factor limitante del modelo viene del envejecimiento del tren. Según la
teoría de Dhillan, a un periodo estable en término de número de averías sucede una
degradación rápida de los equipos con el fin de la vida útil. En una simulación de 20
años, considerando una vida útil promedia de 30 años por tren, es muy probable llegar
a periodos de alto desgaste de equipos. En tal caso, en vez de usar una tasa de
variación promedia para todo el periodo, hay que hacer variar los parámetros de la
distribución exponencial con valores distintos cada año.
De forma general, cada vez que se considera un plazo de simulación largo se

necesita poder tomar en cuenta variaciones no lineales en el tiempo, lo que no se
puede realizar en el estado actual del modelo. Por estas razones, el modelo esta
diseñado de tal forma que las variables de variación sean extensibles sin modificación
de la lógica global, pero con ajustes en el interfaz usuario, en la lectura de los datos de
entrada, y en los bloques de actualización de la simulación. Este trabajo debe
agregarse a un estudio preciso de los parámetros cambiantes.
Para concluir, usar el modelo tal cual para simulaciones de largo plazo es incurrir
en riesgo de realizar estimaciones erróneas por no linealidad de las variaciones.
80/85
Por otra parte, hay que considerar que una modelización significa necesariamente
idealizar la realidad, atribuyendo arbitrariamente más o menos peso a los parámetros
influyendo sobre los resultados. El modelo presentado se concentra en el cálculo de los
costos directos de mano de obra y de repuestos, y no toma en cuenta costos indirectos,
difíciles de evaluar en términos monetarios. En el caso presente, no se consideró muy
relevante tomar en cuenta los costos de no disponibilidad para ALSTOM (multas por
parte del cliente). La historia de los indicadores muestra pocas ocurrencias del MCKBF
real inferior al MCKBF contractual, que se trate de averías de tipo A o C. Cuando una
no disponibilidad se declara, el nivel de multa importa menos a la empresa que la
imagen de calidad en que se comprometió. Otro ejemplo de costos indirectos son los de
bodegaje, relevantes en el enfoque de reparaciones externas con demora alta de
respuesta.
9.2/ Investigaciones futuras
9.2.1/ Estudios complementarios

Una primera investigación que se puede realizar con el modelo actual se relaciona
con las variaciones de los tiempos de reparación, particularmente del laboratorio de
electrónica. Se destacó en el capítulo 7.3.4.2.2/Variaciones de tiempos de reparación,
que el laboratorio responde con plazos distintos según su nivel de experticia, cuyo nivel
es directamente relacionado con las inversiones en infraestructura y la capacitación de
su personal. Estimar una curva de variación de los tiempos de reparación de laboratorio
en función del nivel de experticia del laboratorio parece ser un estudio relevante,
fácilmente agregable a la simulación. No se realizó por falta de datos a la hora de
realizar esta memoria.
Otra investigación relevante con el objetivo de optimizar el kilometraje entre

intervenciones preventivas sería realizar un análisis de sensibilidad de la variación de
dicho kilometraje sobre el número de averías, y sobre los costos totales. Relacionar las
intervenciones preventivas con las reparaciones correctivas supone tener informes de
averías de algún proyecto similar con un kilometraje entre intervenciones preventivas
distinto, lo que no posee ALSTOM a la hora de realizar esta memoria. A juicio de
experto, parece factible reducir los costos totales aumentando el kilometraje entre
intervenciones preventivas, suponiendo bajo impacto sobre el nivel de fallas. Esta
hipótesis tiene que ser validada por un estudio detallado, en el cual la simulación puede
ser una herramienta muy útil.
Por otra parte, el estudio realizado con el NS93 debe ser repetido con otros
proyectos. Cada tren tiene sus particularidades y se diseño un modelo adaptable
precisamente para captar las diferencias de cada proyecto. Luego, se recomienda
desarrollar el mismo trabajo con los otros proyectos de Santiago. El estudio sería muy
simplificado por la preparación realizada con el modelo de simulación, y podría entregar
soluciones simples para disminuir los costos a nivel global. En particular, se piensa en
los ahorros potenciales relacionados con las reparaciones externas.
Por último, hay una posibilidad de extender el modelo de simulación hacia los
costos de bodegaje. Agregar la no disponibilidad de los equipos en la idealización junto
81/85
al inventario de la bodega permite usar las capacidades de optimización de Arena para
reducir los costos globales de mantenimiento. El bajo inventario de la bodega actual de
ALSTOM induce préstamos en la bodega de Metro, complejidad en la gestión del
mantenimiento, a veces problemas de repuestos y costos subyacente de dependencia
hacia el cliente. Parece muy relevante desarrollar un estudio de inventarios y de
bodegaje, e inducir mejoras estructurales en la gestión de los activos físicos.
9.2.2/ Recomendaciones en el manejo de datos

“The mathematical models cannot be applied without a system to collect detailed
data concerning the operation, maintenance, failure, modification and costs of the
machines and other equipment making up the plant. To choose the best optimisation
model, every maintenance event must be fully documented [...]. Whereas the application
of such models does not ensure optimality, without them matters would almost certainly
be worse. Any management model, therefore, that does not allow, or plays down the
importance of data collection, analysis and feedback is not useful to those wishing to
apply the mathematical models."
[18] Sherwin, D. 2000. A review of overall models for maintenance management.
Journal of Quality in Maintenance Engineering, p138-164.
El principal factor limitante de los estudios de ingeniería en ALSTOM viene de

problemas graves en el manejo de datos. Al inicio de 2006, cuando se decidió usar un
nuevo sistema de bases de datos centralizado se cometieron errores de gestión,
particularmente en la capacitación del personal. De este hecho resulta que no se puede
confiar en los datos del año 2006. Además de eso, no hubo transferencia de los
antiguos datos al nuevo sistema. Por estas dos razones conjuntas, se produjo una
discontinuidad que impide usar datos anteriores al cambio con datos posteriores al
periodo de transición. Luego, se posee un historial corto entre el día de hoy y fin de
2006 y un historial largo que se termina a fin de 2005, y no un conjunto global de datos
utilizables.
La primera recomendación que se puede hacer al concluir sobre esta memoria

tiene que ver con una verdadera capacitación de la totalidad del personal comprometido
en el ingreso de datos y en la extracción de información. Una buena calidad de los
datos de entrada significa poseer bases de datos confiables y limpias, buenos formatos
de exportación de datos significa tener información utilizable para futuros estudios.
La segunda recomendación se relaciona con las informaciones registradas en

dicha base de datos. Es muy relevante para el trabajo sobre modelos de confiabilidad
disponer de un seguimiento preciso de cada equipo. No es suficiente considerar el
kilometraje de un tren cuando se sabe que los equipos no siempre están en servicio en
el mismo tren. Hay que permitir la extracción de informes de averías por equipo, con el
kilometraje acumulado de cada equipo en particular. De esta forma se disminuye el
nivel de error a la hora de realizar investigaciones sobre fallas.
La tercera recomendación viene del uso sistemático de los códigos DTR, únicos
por tipo de pieza. Para lograr este objetivo se necesita llevar a cabo la creación de
dichos códigos para cada pieza, sin olvidar de actualizar las bases con estos DTR.
Cuando se lee en los informes varios nombres para designar el mismo equipo, se da
82/85
cuenta de la dificultad de procesar de manera automática la información contenida en
las hojas Excel exportadas.
Otros datos faltantes son códigos de fallas para poder filtrar las distintas
reparaciones que se realizan sobre un mismo equipo. Puede ser demasiado reducido
suponer una sola avería por equipo, en particular en el caso de las tarjetas electrónicas.
Las descripciones de acciones realizadas sobre los equipos no siguen un código
estándar y dificultan el post proceso de los informes de averías. Para lograr
implementar dicho dato, hay que pensar en un proceso de generación automática de
códigos según un cuadro de filtros en las hojas de averías, chequeados por los técnicos
encargados de la reparación.
La mejora de los datos debe ser prioritaria para no seguir perdiendo información
clave para el desempeño del negocio.
9.3/ Evaluación personal
El trabajo de memoria presentado se concluye con una evaluación personal del

autor. De nacionalidad francesa, ha considerado como un honor usar las competencias
adquiridas en l’Ecole Centrale de Nantes y en la Universidad de Chile al servicio de la
empresa ALSTOM y de todos los usuarios del Metro de Santiago. Resultó un trabajo
que en si mismo puede generar beneficios, y que queda abierto a investigaciones
complementarias. Siempre que se toma en cuenta los límites anteriormente expuestos,
se tiene un modelo robusto, capaz de captar los cambios rápidos que pueden surgir
durante la vida de un tren y que puede ayudar a tomar las mejores decisiones de
mantenimiento. Se buscó entregar pistas de reflexión para reducir los costos que
tendrán un crecimiento por la integración del Metro al Transantiago, asegurando el alto
nivel de servicio que caracteriza tanto a ALSTOM como a Metro SA. Al final, se trató de
transmitir los buenos resultados de una empresa que se preocupa en mejorar la calidad
de vida de cada usuario del transporte público, entregando sistemas de transporte
fiables, seguros, rápidos y respetuosos del medio ambiente.
83/85
REFERENCIAS BIBLIOGRÁFICAS
[1] Andersen, T.M. y Rasmussen, M. 1999. Decision support Decision support

in a condition based environment. Journal of Quality in Maintenance
Engineering, 5(2), p89-101.
[2] Beilby, Michael Harry. 1976. Economics and Operational Research. New
York: Academic Press. Inc.
[3] Ebeling, C.E. 1997. An Introduction to Reliability and Maintainability

Engineering, Madrid: McGraw-Hill,
[4] Harkins, Will. 1994. Mean Time To Repair Predictions [en línea]. Nasa
Engineering Network. http://www.nasa.gov/offices/oce/llis/0840.html
[consulta: 25/04/2007]
[5] Heller, Robert A. 1981. Guide To The Use of The Weibull Distribution.
Virginia Polytechnic Institute, HRB-Report BF 0684.
[6] Jackson, C. Pascual, R. 1997. Optimal Maintenance Service Contract

Negotiation with Aging Equipment. Department of Mechanical Engineering,
Universidad de Chile, Santiago, Chile.
[7] Jardine, A.K.S. 1973. Maintenance, Replacement and Reliability. Pitman

Publishing.
[8] Kelton, W. David y P. Sadowski, Randall y A. Sadowski, Deborah.

Simulation with Arena. 2nda ed. McGraw-Hill.
[9] Knights, P.F. 2004. Técnicas de priorización, Apuntes del curso

Optimización de Estrategias de Mantenimiento de Equipos, Universidad
Católica de Chile.
[10] Labib, A.W. 1998. World-class maintenance using a computerised

maintenance management system, Journal of Quality in Maintenance
Engineering. p66-75.
[11] Louit D., Soto J. 2007. Servicios de Reparación y Mantenimiento (R&M),

Experiencia en la industria minera en Chile. En: 2° Encuentro de Gestión de
Activos Físicos: 28 de junio de 2007. Santiago, Universidad de Chile,
Facultad de Ciencias Físicas y Matemáticas.
[12] Lyonnet, P. 1991. Maintenance Planning, Methods and Mathematics.

Chapman & Hall.
84/85
[13] Pascual J., Rodrigo. Abril 2005. El Arte de Mantener. Apunte de Curso,
Universidad de Chile.
[14] Mª Tamborero del Pino, José y Cejalvo Lapeña, Antonio. 1996. Fiabilidad:
La distribución Log Normal [en linea]. Centro Nacional de Condiciones de
Trabajo, España. http://www.mtas.es/insht/ntp/ntp_418.htm [consulta:
08/05/2007]
[15] Magnaudeix M. 2007. Alstom a raté le train de la compétitivité. [en línea]

Challenges en Internet. 02 de noviembre, 2006.
http://www.challenges.fr/recherche/20061102.CHAP1018557/alstom_a_rat_
le_train_de_la_comptitivit.html [consulta: 1 julio 2007]
[16] Magnaudeix M. 2007. La guerre du rail s'intensifie entre Bombardier et

Alstom. [en línea] Challenges en Internet. 05 de octubre, 2006.
http://www.challenges.fr/recherche/20061005.CHAP1018049/la_guerre_du_
rail_sintensifie_entre_bombardier_et_alsto.html [consulta: 1 julio 2007]
[17] Rockwell Software Inc. 2002. Arena Standard: User’s Guide. Maple Valley,
USA. 157p.
[18] Sherwin, D. 2000. A review of overall models for maintenance

management. Journal of Quality in Maintenance Engineering, p138-164.
[19] SES Académie de Besançon. Entreprises et Marchés, Alstom. [en linea]

http://artic.ac-besancon.fr/s_e_s/entmarch/3trim03/0703alstom.htm
[consulta: 17/05/2007]
[20] Visauta Vinacua, Bienvenido y Martori I Cañas, Joan Carles. 2003. Análisis
estadístico con Spss para Windows. Volumen II, Madrid: McGraw-Hill. 348p.
[21] Vivanco, Manuel. 1999. Análisis estadístico multivariable: teoría y práctica.

Santiago de Chile: Comité de Publicaciones Científicas, Universidad de
Chile: Universitaria. 234p.
85/85
INDICE DE ANEXOS/
ANEXO A. Los Trenes NS93 en Cifras _________________________________________________ 1

A.1/ Características cinemáticas _______________________________________________________ 1
A.2/ Características eléctricas _________________________________________________________ 1
A.3/ Características de dimensiones ____________________________________________________ 1
A.3.1/ Longitud de los coches _______________________________________________________ 1
A.3.2/ Altura de los trenes __________________________________________________________ 1
A.3.3/ Ancho de los trenes _________________________________________________________ 1
A.4/ Capacidad del tren ______________________________________________________________ 2
A.4.1/ Tren de 7 coches____________________________________________________________ 2
A.4.2/ Tren de 8 coches____________________________________________________________ 2
A.5/ Pesos ________________________________________________________________________ 2
A.5.1/ Tren de 7 coches____________________________________________________________ 2
A.5.2/ Tren de 8 coches____________________________________________________________ 2
ANEXO B. Fichas de Intervenciones Preventivas _______________________________________ 3
ANEXO C. Análisis Dinámico de La Tasa de Avería Global _______________________________ 4

C.1/ ANALISIS DE AVERIAS CON REPUESTO (REEMPLAZO, REPARACION) _________________ 4
C.1.1/ Numero de Averias por Coche, Mensual, ENE 98 > DIC 05 __________________________ 4
C.1.2/ Numero de Averías por Coche, Mensual, ENE 04 > DIC 05 __________________________ 5
C.1.3/ Numero de Averías por Coche, Mensual, SEP 02 > DIC 05 __________________________ 5
C.1.4/ Análisis de Curvas de Regresión, SEP 02 > DIC 05 ________________________________ 6
C.1.5/ Regresión Lineal, SEP 02 > DIC 05 _____________________________________________ 7
ANEXO D. Etapas de cálculo del MCKBF ______________________________________________ 9
ANEXO E. Evaluación de Costos Del Laboratorio de Electrónica _________________________ 11
ANEXO F. Informe de Averías Y Costos Asociados ____________________________________ 12
ANEXO G. Agrupación De Averías ___________________________________________________ 13

G.1/ Bautizo de los clusters __________________________________________________________ 13
G.2/ Estadísticos descriptivos ________________________________________________________ 14
ANEXO H. Ajuste de Distribuciones de Probabilidad ___________________________________ 15

H.1/ Modelo de confiabilidad con función exponencial _____________________________________ 15
ANEXO I. Índice de Remuneraciones ________________________________________________ 17
ANEXO J. Índice de Precios Externos _______________________________________________ 18
ANEXO K. Modelo de Simulación ___________________________________________________ 19

K.1/ Estructura ____________________________________________________________________ 19
K.1.1/ Nivel 0 ___________________________________________________________________ 19
K.1.2/ Nivel – 1 _________________________________________________________________ 20
K.1.2.1/ Reader _______________________________________________________________ 20
K.1.2.2/ Writer ________________________________________________________________ 20
K.1.2.3/ Warm Up _____________________________________________________________ 21
K.1.2.4/ Val Prev ______________________________________________________________ 22
K.1.2.5/ Val Repair ____________________________________________________________ 23
K.1.3/ Nivel – 2 _________________________________________________________________ 24
K.1.3.1/ Val C01 ______________________________________________________________ 24
K.1.4/ Visualizadores _____________________________________________________________ 24
K.2/ Variables _____________________________________________________________________ 25
K.3/ Formulas _____________________________________________________________________ 28
ANEXO L. Resultados Del Escenario Base ___________________________________________ 56
ANEXO M. Resultados sintetizados de Escenarios de Simulación ________________________ 57

M.1/ Impacto del Transantiago _______________________________________________________ 57
M.1.1/ Escenario 1 _______________________________________________________________ 57
M.1.2/ Escenario 2 _______________________________________________________________ 59
M.1.3/ Escenario 3 _______________________________________________________________ 61
M.2/ Costo de reparaciones externas __________________________________________________ 63
M.2.1/ Escenario 1 _______________________________________________________________ 63
M.2.2/ Escenario 2 _______________________________________________________________ 65
M.2.3/ Escenario 3 _______________________________________________________________ 67
ANEXO A. LOS TRENES NS93 EN CIFRAS
A.1/ Características cinemáticas
- Velocidad máxima en operación: 80 km/h

- Aceleración instantánea máxima en horizontal en tracción: 1,35 m/s2
- Deceleración máxima (frenado combinado): 1,85 m/s2
- Deceleración máxima en frenado de urgencia: 2,3 m/s2
A.2/ Características eléctricas
- Tensión de alimentación en línea (AT): 750 V continuo

- Gama de variación: 600 V / 900 V
- Tensión de los auxiliares
• Baja tensión (BT): 72 V
• Media tensión (MT): 230 V
- Tensiones alternas trifásicas: 230 V 50 Hz
A.3/ Características de dimensiones
A.3.1/ Longitud de los coches

- Longitud del remolque R: 14,880 m
- Longitud de los remolques S1 y S2: 15,380 m
- Longitud de las motrices N, N1 y N2: 14,880 m
A.3.2/ Altura de los trenes

- Altura total: 3,640 m
- Altura del suelo: 1,130 m
- Altura media entre el suelo y el techo: 2,150 m
A.3.3/ Ancho de los trenes

- Ancho (dimensiones exteriores) : 2,600 m
1/68
A.4/ Capacidad del tren
A.4.1/ Tren de 7 coches

Pasajeros 4 pasajeros/m² 6 pasajeros/m² 8 pasajeros/m²
Sentados 135 135 135
De pie 704 1059 1410
TOTAL 839 1194 1545

Pasajeros 4 pasajeros/m² 6 pasajeros/m² 8 pasajeros/m²
Sentados 155 155 155
De pie 807 1214 1616
TOTAL 962 1369 1771
A.5/ Pesos

- En vacío, MVOM : 156 toneladas
- En carga normal, MCN : 240 toneladas
- En sobrecarga (8 pasajeros/m2), MSC : 265 toneladas

- En vacío, MVOM : 188 toneladas
- En carga normal, MCN : 284 toneladas
- En sobrecarga (8 pasajeros/m2), MSC : 312 toneladas
2/68
ANEXO B. FICHAS DE INTERVENCIONES PREVENTIVAS
Anexo en Formato Digital. Ver el CD adjuntado, Archivo EXCEL, ANEXO_B.xls
3/68
ANEXO C. ANÁLISIS DINÁMICO DE LA TASA DE AVERÍA
GLOBAL
C.1/ ANALISIS DE AVERIAS CON REPUESTO

(REEMPLAZO, REPARACION)
C.1.1/ Numero de Averias por Coche, Mensual, ENE 98 > DIC 05

Output Created 11-APR-2007 10:57:54
Averias Mensuales, por coche, con reemplazo o reparacion (in-situ o a fuera del
Comments
tren)
Data D:\Etudes\UChile\Alstom\Datos_Frecuencias\BDD_Frecuencias_AGR_MES_REP1.sav
Input N of Rows in Working
96
Data File
GRAPH
Syntax
/BAR(SIMPLE)=VALUE( FREC_sum ) BY MES .
Resources Elapsed Time 0:00:00,27
Del grafico, se considera una situación estable desde septiembre de 2002 hasta
diciembre de 2005. Se usaran los promedios del periodo incluido entre enero 2004
hasta noviembre 2005 como valores bases, periodo considerado perfectamente
estacionario.
Se busca una regresión desde septiembre 2002 hasta noviembre 2005 para proyectar
la alza del número de averías en los periodos siguientes.
4/68
C.1.2/ Numero de Averías por Coche, Mensual, ENE 04 > DIC 05
Comments
tren)
24
Data File
GRAPH
Syntax
Descriptive Statistics (MENSUAL)
N Minimum Maximum Mean Std. Deviation
Numero de Averias por Coche 24 ,63 1,24 ,9731 ,16073

Valid N (listwise) 24
C.1.3/ Numero de Averías por Coche, Mensual, SEP 02 > DIC 05

Comments
tren)
40
Data File
GRAPH
Syntax
5/68
C.1.4/ Análisis de Curvas de Regresión, SEP 02 > DIC 05
Model Description
Model Name MOD_2
Dependent Variable 1 Numero de Averias por Coche
1 Linear
2 Quadratic
Equation
3 Cubic
4 Exponential(a)
Independent Variable Case sequence
Constant Included
Variable Whose Values Label Observations in Plots Unspecified
Tolerance for Entering Terms in Equations ,0001
a The model requires all non-missing values to be positive.
Model Summary and Parameter Estimates

Dependent Variable: Numero de Averias por Coche
Model Summary Parameter Estimates
Equation
R Square F df1 df2 Sig. Constant b1 b2 b3
Linear ,399 25,238 1 38 ,000 ,719 ,009
Quadratic ,410 12,838 2 37 ,000 ,678 ,015 ,000
Cubic ,431 9,100 3 36 ,000 ,753 -,006 ,001 -2,03E-005
Exponential ,401 25,399 1 38 ,000 ,720 ,010
6/68
Las diferencias de ajuste de las curvas no permiten distinguir un caso mas adaptado
que otro a las variaciones de número de averías registradas. Luego, por simplicidad, se
usa una regresión lineal para deducir una tasa de aumento de avería en el tiempo.
C.1.5/ Regresión Lineal, SEP 02 > DIC 05

Se empieza la regresion en septiembre 2002. Los meses estan representados por enteros,
Comments
inicializados por 1 en sep 2002
Input N of Rows in
Working Data 40
File
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE
Syntax /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT FREC_sum
/METHOD=ENTER RMES .
Model Summary
Change Statistics
R Adjusted R Std. Error of the
Model R R Square F Sig. F
Square Square Estimate df1 df2
Change Change Change
1 ,632(a) ,399 ,383 ,13207 ,399 25,238 1 38 ,000
a Predictors: (Constant), RANK of MES
ANOVA(b)
Model Sum of Squares df Mean Square F Sig.
7/68
Regression ,440 1 ,440 25,238 ,000(a)
1 Residual ,663 38 ,017
Total 1,103 39
a Predictors: (Constant), RANK of MES
b Dependent Variable: FREC_sum
Coefficients(a)
Unstandardized Coefficients Standardized Coefficients
Model Beta t Sig.

B Std. Error
(Constant) ,719 ,043 16,891 ,000

1
RANK of MES ,009 ,002 ,632 5,024 ,000
a Dependent Variable: FREC_sum
Ecuación de regresión: NUMERO DE AVERIAS = 0,719 + 0,009. NUMERO MES
Se puede asumir un aumento de 0.9% del numero de averías por coche, por mes.
Se supone que cuando nos acercamos a un nivel crítico del número de averías, se
empieza una serie de modificaciones para bajar al nivel de falla base.
8/68
ANEXO D. ETAPAS DE CÁLCULO DEL MCKBF
[1] Se calcula el número de averías por coche ( λ ), para un mismo tipo de averías,
sobre un periodo base T = t1 − t 0
NumIntT
λ=
NumCoches
Ejemplo, con el caso de una tarjeta CRV8, del Sistema Informático Embarcado. Entre
enero 2004 y diciembre 2005, se registró 182 intervenciones sobre la tarjeta CRV8. 34
trenes estaban en servicio, con un total de 236 coches.
Con Maple™ se deduce el cálculo siguiente:
NCo Flota := 236 :

NIntFlota := 182 :
NIntFlota
lCo := ;
NCo Flota
Luego la tasa de falla es igual a:
91
lCo :=
118
[2] Se divide el kilometraje real del coche por la tasa de falla, sobre un mismo
periodo T, y se obtiene el kilometraje del coche entre fallas, igual al coche
kilómetro del tren entre fallas.
Km
MCKBF =
λCo
Se aplica esta formula con el ejemplo de la tarjeta CRV8, y un recorrido promedio de los
trenes en el periodo considerado de 198034 Km.
Se deduce el resultado siguiente:
Km T = 2 := 198034 :
 Km T = 2 
MCKBF := evalf  , 5 ;
 lambdaCo 
Luego el coche kilómetro es igual a:
9/68
MCKBF := 2.5679 10 5
[3] Se puede hacer el proceso inverso para tener el kilometraje medio entre fallas
(MKBF, Mean Kilometres Between Fails), valor función del tren estudiado.
MCKBF
MKBF =
NumCochesTren
Para la tarjeta CRV8, se toma el caso del tren 84, con una configuración total de 8
coches, y el caso del tren 74, con una configuración total de 7 coches.
NCo 74 := 7 :
NCo 84 := 8 :
 MCKBF 
MKBF74 := evalf [ 5 ]  ;
 NCo 74 
 MCKBF 
MKBF84 := evalf [ 5 ]  ;
 NCo 84 
Para el tren 74 y 84, se tiene el MKBF respectivamente igual a:
MKBF74 := 36684.
MKBF84 := 32099.
El concepto del MCKBF nos permite obtener un valor medio independiente del tiempo e
independiente del tren considerado. Según el kilometraje diario y la configuración del
tren estudiado, se deducirá el periodo entre dos averías y los costos de reparación
correspondientes.
10/68
ANEXO E. EVALUACIÓN DE COSTOS DEL LABORATORIO DE
ELECTRÓNICA
Anexo en Formato Digital. Ver el CD adjuntado, Archivo EXCEL, ANEXO_E.xls
11/68
ANEXO F. INFORME DE AVERÍAS Y COSTOS ASOCIADOS
Anexo en Formato Digital. Ver el CD adjuntado, Archivo EXCEL, ANEXO_F.xls
12/68
Cluster
1 2 3 4 5 6 7 8 9 10 11 12 13 14
NUMERO DE AVERIAS -
Anual por Coche 2.8305 0.3750 0.3771 4.9004 0.0275 0.0021 0.6123 0.5360 2.2055 1.4873 0.4788 0.3623 0.5085 1.8665
NUMERO DE EQUIPOS 11 18 24 171 7 1 1 11 2 2 12 30 9 68

Alimentacion AT 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0
Arrastre Boguie 0.0 0.8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0 0.0 0.0
Caja 0.0 0.1 0.0 0.1 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.6 0.0 0.1
Comunicacion 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0 0.0
Control Auto 1.0 0.0 0.4 0.4 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 1.0 0.2
Energia Aux 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Freno Mecanico 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.3
Produc Energ 0.0 0.0 0.4 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1
Produc Distrib Air 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1
Puertas 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.1
Traccion Frenado 0.0 0.0 0.0 0.3 1.0 0.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 0.1
Cambio 0.0 0.0 0.0 0.0 1.0 1.0 0.0 0.0 0.0 1.0 0.0 1.0 0.0 0.0
Cruce, Verificacion, Falsa
Deteccion 0.0 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Reparacion In Situ 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Reparacion Metro 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.2 0.0
Electronica 1.0 0.0 1.0 0.0 0.0 0.0 1.0 1.0 0.7 0.0 0.0 0.0 0.0 0.0
Mecanica 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.0 0.0 0.0 0.8 1.0
G.1/ Bautizo de los clusters
Baja 0.0 0.0 0.0 0.0 0.0 1.0 1.0 0.0 1.0 0.0 0.0 0.0 1.0 0.0
Cste 1.0 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0 0.0 0.0
Alza 0.0 1.0 1.0 0.0 1.0 0.0 0.0 1.0 0.0 0.0 1.0 1.0 0.0 1.0
[EST]Costo HH In Situ
(CLP) 0.065 0.378 0.097 0.105 0.250 0.231 0.162 0.106 0.092 0.155 0.046 0.070 0.097 0.120
[EST]Costo HH en
Laboratorio (CLP) 0.514 0.000 0.446 0.000 0.000 0.000 0.026 0.463 0.400 0.000 0.000 0.000 0.027 0.033
[EST]Precio Repuesto
(CLP) 0.004 0.011 0.009 0.000 0.208 0.080 0.242 0.005 0.034 0.264 0.000 0.098 0.021 0.019
[EST]Tasa de Falla Anual
por Coche 0.243 0.131 0.021 0.084 0.002 0.000 0.375 0.092 0.831 0.896 0.083 0.031 0.051 0.059
Funcion CONTROL Funciones CONTROL Funcion TRACCION Funcion TRACCION

ANEXO G. AGRUPACIÓN DE AVERÍAS
Funcion TRACCION Funcion PUERTAS, Funcion CONTROL Todas funciones,

AUTO, Reparado en Funcion ARRASTRE AUTO y PRODUC Todas Funciones, FRENADO, Funcion CAJA, FREN, Reparado en Funcion ARRASTRE
FREN, Reparado en Reparado en Funcion Funcion CAJA, AUTO, Reparado en Reparado en
Laboratorio de BOGUIE y CAJA, ENERG, Reparado Cruce, Verif, Falsa Cambiado in situ, Cambiado in situ, Laboratorio de BOGUIE, con
Laboratorio de Laboratorio, ahora COMMUNICACION, Cambiado in situ, Laboratorio de Laboratorio de
Electronica, tasa de Reparado in situ, tasa en Laboratorio de Deteccion, Tasa de Repuesto de precio tasa de falla muy Electronica, tasa de Cambio, tasa de falla
Electronica, tasa de modificado, con tasa A cargo de Metro tasa de falla baja Mecanica, tasa de Mecanica, tasa de
falla media, campaña de falla media baja Electronica, tasa de falla baja alto, tasa de falla muy baja, disminuyendo falla media baja, muy alta estabilizada
falla baja de falla muy alta falla baja y bajando falla baja
de fiabilizacion falla baja baja modificados
NO RELEVENTE,
IDENTIFICACION
REPARACIONES IN TARJETAS TASA EQUIPOS NO CAMBIOS VARIOS, BLOCK Y TARJETAS ELECTRO
TARJETAS SIE SIN REPARACION Integracion en grupo PANEL SMF TARJETAS ETF PUERTAS NEUMATICOS FALLAS METRO
SITU BAJA REPARABLES CAJA RELES MECANICA
12
13/68
er 1 2 3 4 5 6 7 8 9 10 11 12 13 14
st
lu
C
Min HH In Situ 0.80 0.37 0.73 0.25 0.73 2.92 2.12 0.73 1.24 2.03 0.37 0.49 0.81 0.49
tu Promedio HH In Situ 1.12 2.86 1.65 1.68 2.79 2.92 2.12 1.70 1.37 2.17 1.21 1.21 1.38 2.09
Si
In Max HH In Situ 1.64 11.80 3.10 6.69 5.84 2.92 2.12 2.19 1.50 2.31 3.10 2.45 1.90 10.95
H Suma HH In Situ 12.28 51.53 39.62 287.17 19.50 2.92 2.12 18.66 2.74 4.34 14.51 36.26 12.42 142.29
H
s Min HH en lab 4.17 0.00 2.00 0.00 0.00 0.00 1.00 2.00 1.00 0.00 0.00 0.00 1.00 0.00
b Promedio HH en lab 18.45 0.00 17.37 0.00 0.00 0.00 1.00 24.53 10.70 0.00 0.00 0.00 2.41 1.42
La
en Max HH en lab 24.00 0.00 36.40 0.00 0.00 0.00 1.00 38.00 20.40 0.00 0.00 0.00 5.00 27.32
H Suma HH en lab 202.97 0.00 416.89 0.00 0.00 0.00 1.00 269.80 21.40 0.00 0.00 0.00 21.67 96.70
H
Min Precio Uso (CLP) 375 - - - 4 000 88 800 270 000 - 6 200 68 000 - - 15 000 -
s
o Promedio Precio Uso (CLP)
st 3 978 1 319 6 521 - 332 315 88 800 270 000 3 184 65 600 182 309 - 75 420 23 889 28 338
u e Max Precio Uso (CLP) 9 175 15 000 52 500 - 1 114 866 88 800 270 000 16 500 125 000 296 618 - 264 000 25 000 375 000
ep Suma Precio Uso (CLP) 43 753 23 750 156 515 - 2 326 208 88 800 270 000 35 023 131 200 364 618 - 2 262 597 215 000 1 927 018
R
G.2/ Estadísticos descriptivos
er 1 2 3 4 5 6 7 8 9 10 11 12 13 14
st
lu
C
lla Min Tasa Falla Anual 2.04 0.19 0.19 0.19 0.19 0.19 53.50 0.19 50.53 1.30 0.19 0.19 0.19 0.19
fa Promedio Tasa Falla Anual 22.48 1.82 1.37 2.50 0.34 0.19 53.50 4.26 96.35 64.97 3.49 1.06 4.94 2.40
de
sa Max Tasa Falla Anual 58.12 24.62 5.74 28.51 0.74 0.19 53.50 18.88 142.16 128.65 14.99 11.11 11.29 24.25
Ta Suma Tasa Falla Anual 247.30 32.76 32.95 428.15 2.41 0.19 53.50 46.83 192.70 129.94 41.83 31.65 44.43 163.08
14/68
ANEXO H. AJUSTE DE DISTRIBUCIONES DE PROBABILIDAD
Anexo en Formato Digital. Ver el CD adjuntado, Archivo EXCEL, ANEXO_H.xls
H.1/ Modelo de confiabilidad con función exponencial
La típica curva de la bañera, que describe el dinamismo de la tasa de falla sobre

una vida útil consta con tres periodos:
- Un periodo inicial, de ajuste al poner en servicio un equipo nuevo
- Un periodo estable, de funcionamiento normal
- Un periodo de fin de vida, con un aumento de las averías por envejecimiento
Figura 1 – Curva de la bañera (Fuente: Heller, Robert A. 1981. Guide To The Use of The Weibull
Distribution. Virginia Polytechnic Institute, HRB-Report BF 0684.)
En el caso de la distribución exponencial, se supone que la tasa de falla λ es

constante sobre el periodo. Luego, la función de confiabilidad, definida por
se integra con y se tiene:
Derivando L, se obtiene la función de densidad de probabilidad:
Figura 2 – Densidad exponencial y tasa de falla (Fuente: Heller, Robert A. 1981. Guide To The Use of
The Weibull Distribution. Virginia Polytechnic Institute, HRB-Report BF 0684.)
15/68
Se puede deducir la media, el parámetro de escala de la distribución:
Lo que corresponde al tiempo promedio entre averías. (Mean Time To Failure, MTTF)
Y la desviación estándar, parámetro de forma de la distribución:
Se puede transponer todo este análisis en una escala kilométrica en vez de temporal, y
se deduce las distribuciones de probabilidades por grupo de averías parecidas.
16/68
ANEXO I. ÍNDICE DE REMUNERACIONES
Índice de Costo de la Mano de Obra por hora / Real
(Base: Enero 2006=100)
Promedio
Variacion
Año Valor Variacion
%
3 per. Ant.
1994 76.91 3.81%
1995 79.84 3.77%
1996 82.85 2.52%
1997 84.94 2.73% 3.37%
1998 87.26 2.92% 3.01%
1999 89.81 0.82% 2.72%
2000 90.55 1.42% 2.16%
2001 91.84 2.22% 1.72%
2002 93.88 0.77% 1.49%
2003 94.6 2.12% 1.47%
2004 96.61 1.94% 1.70%
2005 98.48 1.81% 1.61%
2006 100.26 1.96%
(Fuente "Valor": Instituto Nacional de Estadísticas)
Indice de Costo de la Mano de Obra por hora / Real

120 4,50%
4,00%
100
3,50%
80 3,00%
2,50%
60
2,00%
40 1,50%
1,00%
20
0,50%
0 0,00%
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Valor Variacion % Promedio mobil 3 periodos (Variacion)
17/68
ANEXO J. ÍNDICE DE PRECIOS EXTERNOS
18/68
ANEXO K. MODELO DE SIMULACIÓN
K.1/ Estructura
Para recuerdos sobre los módulos Arena, referirse al manual de uso:

Rockwell Software Inc. 2002. Arena Standard: User’s Guide. Maple Valley, USA. 157p.
Una versión ejecutable del programa esta en la carpeta SIMANTE 2007.
K.1.1/ Nivel 0
19/68
K.1.2/ Nivel – 1
K.1.2.1/ Reader
K.1.2.2/ Writer
20/68
K.1.2.3/ Warm Up
21/68
K.1.2.4/ Val Prev
22/68
K.1.2.5/ Val Repair
23/68
K.1.3/ Nivel – 2
K.1.3.1/ Val C01
La estructura anterior se repite 15 veces, en “VAL_REPAIR”, para los 15 grupos de

averías posibles.
K.1.4/ Visualizadores
24/68
MCKBF t-1 t min mu mean ExtVsInt Ratio Ext/Int Variacion
1 2 3 4 5 1 2
Global 1 MCKBF(1,1) MCKBF(1,2) MCKBF(1,3) MCKBF(1,4) MCKBF(1,5) C01 1 ExtVsInt(1,1) ExtVsInt(1,2)
C01 2 MCKBF(2,1) MCKBF(2,2) MCKBF(2,3) MCKBF(2,4) MCKBF(2,5) C02 2 ExtVsInt(2,1) ExtVsInt(2,2)
C15 16 MCKBF(16,1) MCKBF(16,2) MCKBF(16,3) MCKBF(16,4) MCKBF(16,5)
CT_Corr Total Material HH In Situ HH en Lab Rep Ext Envej

1 2 3 4 5 1
C01 1 CT_Corr(1,1) CT_Corr(1,2) CT_Corr(1,3) CT_Corr(1,4) CT_Corr(1,5) Global 1 Envej(1,1)
C02 2 CT_Corr(2,1) CT_Corr(2,2) CT_Corr(2,3) CT_Corr(2,4) CT_Corr(2,5) C01 2 Envej(2,1)
K.2/ Variables

Ctotal 16 CT_Corr(16,1) CT_Corr(16,2) CT_Corr(16,3) CT_Corr(16,4) CT_Corr(16,5) C15 16 Envej(16,1)
CREEM_Corr min factor beta alpha mu var Rep_Ext

1 2 3 4 5 6 1
C01 1 CREEM_Corr(1,1) CREEM_Corr(1,2) CREEM_Corr(1,3) CREEM_Corr(1,4) CREEM_Corr(1,5) CREEM_Corr(1,6) C01 1 Rep_Ext(1,1)
HH_Corr In Situ Lab Min Lab LogMean Lab LogDEst Lab Var Min InSitu LogMean InSitu LogDEst InSitu Var
1 2 3 4 5 6 7 8 9 10
C01 1 HH_Corr(1,1) HH_Corr(1,2) HH_Corr(1,3) HH_Corr(1,4) HH_Corr(1,5) HH_Corr(1,6) HH_Corr(1,7) HH_Corr(1,8) HH_Corr(1,9) HH_Corr(1,10)
25/68
Kmj_Prev MCKBP t-1 t Fijo CREEM_Prev CT_Prev
1 1 2 3 1 1
Min 1 Kmj_Prev(1,1) Min 1 MCKBP(1,1) MCKBP(1,2) MCKBP(1,3) IS 1 CREEM_Prev(1,1) IS 1 CT_Prev(1,1)
IS 2 Kmj_Prev(2,1) IS 2 MCKBP(2,1) MCKBP(2,2) MCKBP(2,3) IM01 2 CREEM_Prev(2,1) IM01 2 CT_Prev(2,1)
IM01 3 Kmj_Prev(3,1) IM01 3 MCKBP(3,1) MCKBP(3,2) MCKBP(3,3) IM02 3 CREEM_Prev(3,1) IM02 3 CT_Prev(3,1)
IM20 22 Kmj_Prev(22,1) IM20 22 MCKBP(22,1) MCKBP(22,2) MCKBP(22,3) GR 22 CREEM_Prev(22,1) GR 22 CT_Prev(22,1)
GR 23 Kmj_Prev(23,1) GR 23 MCKBP(23,1) MCKBP(23,2) MCKBP(23,3) Ctotal 23 CREEM_Prev(23,1) Ctotal 23 CT_Prev(23,1)
HH_Prev Num_Int_Prev Tpo_Prev

1 1 2 1
IS 1 HH_Prev(1,1) IS 1 Num_Int_Prev(1,1) Num_Int_Prev(1,2) IS 1 Tpo_Prev(1,1)
IM01 2 HH_Prev(2,1) IM01 2 Num_Int_Prev(2,1) Num_Int_Prev(2,2) IM01 2 Tpo_Prev(2,1)
GR 22 HH_Prev(22,1) GR 22 Num_Int_Prev(22,1) Num_Int_Prev(22,2) GR 22 Tpo_Prev(22,1)
HHtotal 23 HH_Prev(23,1)
26/68
Kms t-1 t Nco HH
1 2 1 1
Tren01 1 Kms(1,1) Kms(1,2) Tren01 1 Nco(1,1) Prev 1 HH(1,1)
Tren02 2 Kms(2,1) Kms(2,2) Tren02 2 Nco(2,1) Corr 2 HH(2,1)
Tren03 3 Kms(3,1) Kms(3,2) Tren03 3 Nco(3,1) Lab 3 HH(3,1)
Tren04 4 Kms(4,1) Kms(4,2) Tren04 4 Nco(4,1)
Tren06 6 Kms(6,1) Kms(6,2) Tren06 6 Nco(6,1) NTec
Tren07 7 Kms(7,1) Kms(7,2) Tren07 7 Nco(7,1) 1
Tren08 8 Kms(8,1) Kms(8,2) Tren08 8 Nco(8,1) In Situ 1 NTec(1,1)
Tren09 9 Kms(9,1) Kms(9,2) Tren09 9 Nco(9,1) Lab 2 NTec(2,1)
Tren12 12 Kms(12,1) Kms(12,2) Tren12 12 Nco(12,1) Desarr
Tren14 14 Kms(14,1) Kms(14,2) Tren14 14 Nco(14,1) Frecuencia 1 Desarr(1,1)
Tren15 15 Kms(15,1) Kms(15,2) Tren15 15 Nco(15,1) Duracion dia 2 Desarr(2,1)
Tren18 18 Kms(18,1) Kms(18,2) Tren18 18 Nco(18,1) Duration
Tren20 20 Kms(20,1) Kms(20,2) Tren20 20 Nco(20,1) Years 1 Duration(1,1)
Tren21 21 Kms(21,1) Kms(21,2) Tren21 21 Nco(21,1) Hour per Day 2 Duration(2,1)
Tren24 24 Kms(24,1) Kms(24,2) Tren24 24 Nco(24,1) IPC
Tren27 27 Kms(27,1) Kms(27,2) Tren27 27 Nco(27,1) IPE
Tren30 30 Kms(30,1) Kms(30,2) Tren30 30 Nco(30,1) V_kmh
Trenk NREP Kms(NREP,1) Kms(NREP,2) Trenk NREP Nco(NREP,1)
27/68
K.3/ Formulas
> Formulas Nivel 0

> Stop – Detencion del tren en el taller
STOP
1- Begin.NumberOut-End.NumberOut>1
Un tren en el taller no puede estar en servicio - INDISPONIBILIDAD
> Update – Actualizacion anual
UPDATE
1- TNOW==AINT(365*Duration(2,1))+TNOWM1 || TNOW==AINT(365*Duration(2,1)*Duration(1,1))-1
Fecha de actualizacion de los datos
WRITER
2- GO TO WRITER
Se graban los valores, parametros y costos de la simulacion desde un archivo Excel preformato
INFLATION
3- HH(1,1) HH(1,1)*(1+IPC)
HH(2,1) HH(2,1)*(1+IPC)
HH(3,1) HH(3,1)*(1+IPC)
Se actualiza el valor unitario de la hora hombre segun la tasa de inflacion
INFLATION
4- CREEM_Prev(1,1) CREEM_Prev(1,1)*(1+IPE)
CREEM_Prev(2,1) CREEM_Prev(2,1)*(1+IPE)
Se actualiza el costo de repuesto promedio, para cada intervencion preventiva
INFLATION
5- CREEM_Corr(1,1) CREEM_Corr(1,1)*(1+IPE)
CREEM_Corr(2,1) CREEM_Corr(2,1)*(1+IPE)
Se actualiza el costo de repuesto minimo, para cada reparacion correctiva
28/68
INFLATION
6- CREEM_Corr(1,2) CREEM_Corr(1,2)*(1+IPE)
Se actualiza el factor de la distribucion beta esimando el costo de repuesto, para cada reparacion correctiva
INFLATION
7- Rep_Ext(1,1) Rep_Ext(1,1)*(1+IPE)
Rep_Ext(2,1) Rep_Ext(2,1)*(1+IPE)
Se actualiza el valor de la reparacion externa
AGE
8- V_kmh V_kmh+Desarr(1,1)
Se actualiza el kilometraje recorrido por dia
AGE
9- Duration(2,1) MN(24,Duration(2,1)+Desarr(2,1))
Se actualiza el horario del dia de operacion
AGE
10- MCKBF(1,4) MCKBF(1,4)*(1-Envej(1,1))
MCKBF(2,4) MCKBF(2,4)*(1-Envej(2,1))
Se actualiza la tasa de falla promedia, para cada cluster
29/68
AGE
11- ExtVsInt(1,1) MX(0,ExtVsInt(1,1)*(1+ExtVsInt(1,2)))
ExtVsInt(2,1) MX(0,ExtVsInt(2,1)*(1+ExtVsInt(2,2)))
Se actualiza la reparticion de reparaciones a fuera sobre las reparaciones en laboratorio
AGE
12- HH_Corr(1,7) MX(0,HH_Corr(1,7)*(1+HH_Corr(1,10)))
HH_Corr(2,7) MX(0,HH_Corr(2,7)*(1+HH_Corr(2,10)))
Se actualiza el tiempo minimo de reparacion In Situ
AGE
Se actualiza el tiempo promedio de reparacion In Situ (LN)
AGE
Se actualiza el tiempo minimo de reparacion en el laboratorio
30/68
AGE
Se actualiza el tiempo promedio de reparacion en el laboratorio (LN!)
> Init – Lectura de valores, Inicialización de las variables, Cálculos preliminarios
INIT
1- TNOW==0
Se inicializan las variables al la primera iteracion
READER
2- GO TO READER
Se leen los valores iniciales y los parametros de la simulacion desde un archivo Excel preformato
WARM UP
3- GO TO WARM UP
Se actualiza el estado del tren segun el kilometraje accumulado
MEANS
4- CREEM_Corr(1,5) CREEM_Corr(1,1)+CREEM_Corr(1,2)*BETA(CREEM_Corr(1,3),CREEM_Corr(1,4))
CREEM_Corr(2,5) CREEM_Corr(2,1)+CREEM_Corr(2,2)*BETA(CREEM_Corr(2,3),CREEM_Corr(2,4))
Se toma una primera estimacion del CREEM
MEANS
5- MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))
MCKBF(2,5) MCKBF(2,3)+EXPO(MCKBF(2,4))
Se toma una primera estimacion del MCKBF
31/68
> Count – Contadores de kilometrajes
COUNT
1- MCKBF(1,2) MCKBF(1,1)+Nco(NREP,1)*V_kmh
MCKBF(2,2) MCKBF(2,1)+Nco(NREP,1)*V_kmh
Se acumulan los kilometrajes entre cada averia, para cada cluster
COUNT
2- MCKBP(1,2) MCKBP(1,1)+Nco(NREP,1)*V_kmh
MCKBP(2,2) MCKBP(2,1)+Nco(NREP,1)*V_kmh
Se acumulan los kilometrajes entre cada intervencion, para cada tipo de inspeccion
COUNT
3- Kms(NREP,1) Kms(NREP,2)
Se memoriza el kilometraje del periodo pasado
COUNT
4- Kms(NREP,2) Kms(NREP,1)+Nco(NREP,1)*V_kmh
Se acumula el kilometraje global del tren
MEM
5- Num_Int_Prev(1,2) IS.NumberOut-Num_Int_Prev(1,1)
Num_Int_Prev(2,2) IM01.NumberOut-Num_Int_Prev(2,1)
Num_Int_Prev(22,2) GR.NumberOut-Num_Int_Prev(22,1)
Se graba el numero de intervenciones preventivas
32/68
MEM
6- MCKBF(1,1) MCKBF(1,2)
MCKBF(2,1) MCKBF(2,2)
Se graba el valor del kilometraje del periodo anterior
MEM
7- MCKBP(1,1) MCKBP(1,2)
MCKBP(2,1) MCKBP(2,2)
Se graba el valor del kilometraje del periodo anterior
> WORK – Valorizacion de las intervenciones
WORK
1- MCKBP(1,2)>=MCKBP(1,3)
Se entra en el taller preventivo si no hubo inspeccion desde el kilometraje preventivo minimo establecido
Si no, verificamos la parte correctiva
VAL_PREV
2- GO TO VAL_PREV
Se valorizan las intervenciones preventivas
VAL_CORR
3- GO TO VAL_CORR
Se valorizan las intervenciones correctivas
33/68
> Formulas Reader
1- ReadPARAM INITIAL_VALUES_1
Duration(1,1)
Duration(2,1)
V_kmh
MREP
Desarr(1,1)
Desarr(2,1)
IPE
IPC
2- ReadHH INITIAL_VALUES_2
HH(1,1)
HH(2,1)
HH(3,1)
NTec(1,1)
NTec(2,1)
3- ReadMCKBF INITIAL_VALUES_3
4- ReadEXTCOST INITIAL_VALUES_4
Rep_Ext(1,1)
Rep_Ext(2,1)
Rep_Ext(3,1)
Rep_Ext(4,1)
Rep_Ext(5,1)
Rep_Ext(6,1)
Rep_Ext(7,1)
Rep_Ext(8,1)
Rep_Ext(9,1)
Rep_Ext(10,1)
Rep_Ext(11,1)
Rep_Ext(12,1)
Rep_Ext(13,1)
Rep_Ext(14,1)
Rep_Ext(15,1)
34/68
5- ReadMATCOST_CORR INITIAL_VALUES_5
CREEM_Corr(1,1) CREEM_Corr(1,4)
CREEM_Corr(1,3)
CREEM_Corr(2,3)
CREEM_Corr(3,3)
CREEM_Corr(4,3)
CREEM_Corr(5,3)
CREEM_Corr(6,3)
CREEM_Corr(7,3)
CREEM_Corr(8,3)
CREEM_Corr(9,3)
CREEM_Corr(10,3)
CREEM_Corr(11,3)
CREEM_Corr(12,3)
CREEM_Corr(13,3)
CREEM_Corr(14,3)
CREEM_Corr(15,3)
35/68
6- ReadHH_CORR INITIAL_VALUES_6
HH_Corr(1,1) HH_Corr(1,4) HH_Corr(1,7) HH_Corr(1,10)
HH_Corr(1,2) HH_Corr(1,5) HH_Corr(1,8)
7- ReadTOTALCOST_CORR INITIAL_VALUES_7
CT_Corr(1,1)
CT_Corr(2,1)
CT_Corr(3,1)
CT_Corr(4,1)
CT_Corr(5,1)
CT_Corr(6,1)
CT_Corr(7,1)
CT_Corr(8,1)
CT_Corr(9,1)
CT_Corr(10,1)
CT_Corr(11,1)
CT_Corr(12,1)
CT_Corr(13,1)
CT_Corr(14,1)
CT_Corr(15,1)
CT_Corr(16,1)
8- ReadREPEXTVSINT INITIAL_VALUES_8
ExtVsInt(1,1) ExtVsInt(1,2)
36/68
9- ReadCKBP INITIAL_VALUES_9
MCKBP(1,1) MCKBP(1,2) MCKBP(1,3)
10- ReadKM_PREV INITIAL_VALUES_10
Kmj_Prev(1,1)
Kmj_Prev(2,1)
Kmj_Prev(3,1)
Kmj_Prev(4,1)
Kmj_Prev(5,1)
Kmj_Prev(6,1)
Kmj_Prev(7,1)
Kmj_Prev(8,1)
Kmj_Prev(9,1)
Kmj_Prev(10,1)
Kmj_Prev(11,1)
Kmj_Prev(12,1)
Kmj_Prev(13,1)
Kmj_Prev(14,1)
Kmj_Prev(15,1)
Kmj_Prev(16,1)
Kmj_Prev(17,1)
Kmj_Prev(18,1)
Kmj_Prev(19,1)
Kmj_Prev(20,1)
Kmj_Prev(21,1)
Kmj_Prev(22,1)
Kmj_Prev(23,1)
11- ReadMATCOST_PREV INITIAL_VALUES_11
CREEM_Prev(1,1)
CREEM_Prev(2,1)
CREEM_Prev(3,1)
CREEM_Prev(4,1)
CREEM_Prev(5,1)
CREEM_Prev(6,1)
CREEM_Prev(7,1)
CREEM_Prev(8,1)
CREEM_Prev(9,1)
CREEM_Prev(10,1)
CREEM_Prev(11,1)
CREEM_Prev(12,1)
CREEM_Prev(13,1)
CREEM_Prev(14,1)
CREEM_Prev(15,1)
CREEM_Prev(16,1)
CREEM_Prev(17,1)
CREEM_Prev(18,1)
CREEM_Prev(19,1)
CREEM_Prev(20,1)
CREEM_Prev(21,1)
CREEM_Prev(22,1)
CREEM_Prev(23,1)
37/68
12- ReadHH_PREV INITIAL_VALUES_12
HH_Prev(1,1)
HH_Prev(2,1)
HH_Prev(3,1)
HH_Prev(4,1)
HH_Prev(5,1)
HH_Prev(6,1)
HH_Prev(7,1)
HH_Prev(8,1)
HH_Prev(9,1)
HH_Prev(10,1)
HH_Prev(11,1)
HH_Prev(12,1)
HH_Prev(13,1)
HH_Prev(14,1)
HH_Prev(15,1)
HH_Prev(16,1)
HH_Prev(17,1)
HH_Prev(18,1)
HH_Prev(19,1)
HH_Prev(20,1)
HH_Prev(21,1)
HH_Prev(22,1)
HH_Prev(23,1)
13- ReadTOTALCOST_PREV INITIAL_VALUES_13
CT_Prev(1,1)
CT_Prev(2,1)
CT_Prev(3,1)
CT_Prev(4,1)
CT_Prev(5,1)
CT_Prev(6,1)
CT_Prev(7,1)
CT_Prev(8,1)
CT_Prev(9,1)
CT_Prev(10,1)
CT_Prev(11,1)
CT_Prev(12,1)
CT_Prev(13,1)
CT_Prev(14,1)
CT_Prev(15,1)
CT_Prev(16,1)
CT_Prev(17,1)
CT_Prev(18,1)
CT_Prev(19,1)
CT_Prev(20,1)
CT_Prev(21,1)
CT_Prev(22,1)
CT_Prev(23,1)
38/68
14- ReadKMS INITIAL_VALUES_14
Kms(1,1) Kms(1,2)
Kms(2,1) Kms(2,2)
Kms(3,1) Kms(3,2)
Kms(4,1) Kms(4,2)
Kms(5,1) Kms(5,2)
Kms(6,1) Kms(6,2)
Kms(7,1) Kms(7,2)
Kms(8,1) Kms(8,2)
Kms(9,1) Kms(9,2)
Kms(10,1) Kms(10,2)
Kms(11,1) Kms(11,2)
Kms(12,1) Kms(12,2)
Kms(13,1) Kms(13,2)
Kms(14,1) Kms(14,2)
Kms(15,1) Kms(15,2)
Kms(16,1) Kms(16,2)
Kms(17,1) Kms(17,2)
Kms(18,1) Kms(18,2)
Kms(19,1) Kms(19,2)
Kms(20,1) Kms(20,2)
Kms(21,1) Kms(21,2)
Kms(22,1) Kms(22,2)
Kms(23,1) Kms(23,2)
Kms(24,1) Kms(24,2)
Kms(25,1) Kms(25,2)
Kms(26,1) Kms(26,2)
Kms(27,1) Kms(27,2)
Kms(28,1) Kms(28,2)
Kms(29,1) Kms(29,2)
Kms(30,1) Kms(30,2)
Kms(31,1) Kms(31,2)
Kms(32,1) Kms(32,2)
Kms(33,1) Kms(33,2)
Kms(34,1) Kms(34,2)
Kms(35,1) Kms(35,2)
Kms(36,1) Kms(36,2)
Kms(37,1) Kms(37,2)
Kms(38,1) Kms(38,2)
Kms(39,1) Kms(39,2)
Kms(40,1) Kms(40,2)
Kms(41,1) Kms(41,2)
Kms(42,1) Kms(42,2)
Kms(43,1) Kms(43,2)
Kms(44,1) Kms(44,2)
Kms(45,1) Kms(45,2)
Kms(46,1) Kms(46,2)
Kms(47,1) Kms(47,2)
Kms(48,1) Kms(48,2)
Kms(49,1) Kms(49,2)
Kms(50,1) Kms(50,2)
Kms(51,1) Kms(51,2)
Kms(52,1) Kms(52,2)
Kms(53,1) Kms(53,2)
Kms(54,1) Kms(54,2)
Kms(55,1) Kms(55,2)
Kms(56,1) Kms(56,2)
Kms(57,1) Kms(57,2)
Kms(58,1) Kms(58,2)
Kms(59,1) Kms(59,2)
Kms(60,1) Kms(60,2)
39/68
15- ReadNCO INITIAL_VALUES_15
Nco(1,1) Nco(30,1)
Nco(2,1) Nco(31,1)
Nco(3,1) Nco(32,1)
Nco(4,1) Nco(33,1)
Nco(5,1) Nco(34,1)
Nco(6,1) Nco(35,1)
Nco(7,1) Nco(36,1)
Nco(8,1) Nco(37,1)
Nco(9,1) Nco(38,1)
Nco(10,1) Nco(39,1)
Nco(11,1) Nco(40,1)
Nco(12,1) Nco(41,1)
Nco(13,1) Nco(42,1)
Nco(14,1) Nco(43,1)
Nco(15,1) Nco(44,1)
Nco(16,1) Nco(45,1)
Nco(17,1) Nco(46,1)
Nco(18,1) Nco(47,1)
Nco(19,1) Nco(48,1)
Nco(20,1) Nco(49,1)
Nco(21,1) Nco(50,1)
Nco(22,1) Nco(51,1)
Nco(23,1) Nco(52,1)
Nco(24,1) Nco(53,1)
Nco(25,1) Nco(54,1)
Nco(26,1) Nco(55,1)
Nco(27,1) Nco(56,1)
Nco(28,1) Nco(57,1)
Nco(29,1) Nco(58,1)
16- ReadTPO_PREV INITIAL_VALUES_16
Tpo_Prev(1,1)
Tpo_Prev(2,1)
Tpo_Prev(3,1)
Tpo_Prev(4,1)
Tpo_Prev(5,1)
Tpo_Prev(6,1)
Tpo_Prev(7,1)
Tpo_Prev(8,1)
Tpo_Prev(9,1)
Tpo_Prev(10,1)
Tpo_Prev(11,1)
Tpo_Prev(12,1)
Tpo_Prev(13,1)
Tpo_Prev(14,1)
Tpo_Prev(15,1)
Tpo_Prev(16,1)
Tpo_Prev(17,1)
Tpo_Prev(18,1)
Tpo_Prev(19,1)
Tpo_Prev(20,1)
Tpo_Prev(21,1)
Tpo_Prev(22,1)
17- ReadDAMAGES INITIAL_VALUES_17
Envej(1,1)
Envej(2,1)
Envej(3,1)
Envej(4,1)
Envej(5,1)
Envej(6,1)
Envej(7,1)
Envej(8,1)
Envej(9,1)
Envej(10,1)
Envej(11,1)
Envej(12,1)
Envej(13,1)
Envej(14,1)
Envej(15,1)
Envej(16,1)
40/68
> Formulas Writer
COSTT_PREV
1- CREEM_Prev(23,1) Num_Int_Prev(1,2)*CREEM_Prev(1,1)+Num_Int_Prev(2,2)*CREEM_Prev(2,1)+Num_Int_Prev(3,2)*CREEM
_Prev(3,1)+Num_Int_Prev(4,2)*CREEM_Prev(4,1)+Num_Int_Prev(5,2)*CREEM_Prev(5,1)+Num_Int_Prev(6
,2)*CREEM_Prev(6,1)+Num_Int_Prev(7,2)*CREEM_Prev(7,1)+Num_Int_Prev(8,2)*CREEM_Prev(8,1)+Num
_Int_Prev(9,2)*CREEM_Prev(9,1)+Num_Int_Prev(10,2)*CREEM_Prev(10,1)+Num_Int_Prev(11,2)*CREEM_
Prev(11,1)+Num_Int_Prev(12,2)*CREEM_Prev(12,1)+Num_Int_Prev(13,2)*CREEM_Prev(13,1)+Num_Int_P
rev(14,2)*CREEM_Prev(14,1)+Num_Int_Prev(15,2)*CREEM_Prev(15,1)+Num_Int_Prev(16,2)*CREEM_Pre
v(16,1)+Num_Int_Prev(17,2)*CREEM_Prev(17,1)+Num_Int_Prev(18,2)*CREEM_Prev(18,1)+Num_Int_Prev
(19,2)*CREEM_Prev(19,1)+Num_Int_Prev(20,2)*CREEM_Prev(20,1)+Num_Int_Prev(21,2)*CREEM_Prev(2
1,1)+Num_Int_Prev(22,2)*CREEM_Prev(22,1)
HH_Prev(23,1) Num_Int_Prev(1,2)*HH_Prev(1,1)+Num_Int_Prev(2,2)*HH_Prev(2,1)+Num_Int_Prev(3,2)*HH_Prev(3,1)+Nu
m_Int_Prev(4,2)*HH_Prev(4,1)+Num_Int_Prev(5,2)*HH_Prev(5,1)+Num_Int_Prev(6,2)*HH_Prev(6,1)+Num_
Int_Prev(7,2)*HH_Prev(7,1)+Num_Int_Prev(8,2)*HH_Prev(8,1)+Num_Int_Prev(9,2)*HH_Prev(9,1)+Num_Int
_Prev(10,2)*HH_Prev(10,1)+Num_Int_Prev(11,2)*HH_Prev(11,1)+Num_Int_Prev(12,2)*HH_Prev(12,1)+Nu
m_Int_Prev(13,2)*HH_Prev(13,1)+Num_Int_Prev(14,2)*HH_Prev(14,1)+Num_Int_Prev(15,2)*HH_Prev(15,1
)+Num_Int_Prev(16,2)*HH_Prev(16,1)+Num_Int_Prev(17,2)*HH_Prev(17,1)+Num_Int_Prev(18,2)*HH_Prev(
18,1)+Num_Int_Prev(19,2)*HH_Prev(19,1)+Num_Int_Prev(20,2)*HH_Prev(20,1)+Num_Int_Prev(21,2)*HH_
Prev(21,1)+Num_Int_Prev(22,2)*HH_Prev(22,1)
CT_Prev(23,1) CT_Prev(1,1)+CT_Prev(2,1)+CT_Prev(3,1)+CT_Prev(4,1)+CT_Prev(5,1)+CT_Prev(6,1)+CT_Prev(7,1)+CT
_Prev(8,1)+CT_Prev(9,1)+CT_Prev(10,1)+CT_Prev(11,1)+CT_Prev(12,1)+CT_Prev(13,1)+CT_Prev(14,1)+
CT_Prev(15,1)+CT_Prev(16,1)+CT_Prev(17,1)+CT_Prev(18,1)+CT_Prev(19,1)+CT_Prev(20,1)+CT_Prev(2
1,1)+CT_Prev(22,1)
Se calcula el costo anual de uso de material, de mano de obra, y el total
LINECALCULUS
2- Line (NREP-1)*20+(Update.NumberOut true)
Se calcula la linea correspondiante al año evaluado en el archivo de interfaz
3- WRITE1 FINAL_VALUES
Duration(2,1)
V_kmh
HH(1,1)
HH(2,1)
HH(3,1)
Val_InSitu_01.NumberOut
MCKBF(1,5)
MCKBF(2,5)
MCKBF(3,5)
MCKBF(4,5)
MCKBF(5,5)
MCKBF(6,5)
MCKBF(7,5)
MCKBF(8,5)
MCKBF(9,5)
MCKBF(10,5)
MCKBF(11,5)
MCKBF(12,5)
MCKBF(13,5)
MCKBF(14,5)
MCKBF(15,5)
MCKBF(16,5)
CT_Corr(1,5)
CT_Corr(2,5)
CT_Corr(3,5)
CT_Corr(4,5)
CT_Corr(5,5)
CT_Corr(6,5)
CT_Corr(7,5)
CT_Corr(8,5)
CT_Corr(9,5)
CT_Corr(10,5)
CT_Corr(11,5)
CT_Corr(12,5)
CT_Corr(13,5)
CT_Corr(14,5)
CT_Corr(15,5)
CT_Corr(16,5)
41/68
CT_Corr(1,2)
CT_Corr(2,2)
CT_Corr(3,2)
CT_Corr(4,2)
CT_Corr(5,2)
CT_Corr(6,2)
CT_Corr(7,2)
CT_Corr(8,2)
CT_Corr(9,2)
CT_Corr(10,2)
CT_Corr(11,2)
CT_Corr(12,2)
CT_Corr(13,2)
CT_Corr(14,2)
CT_Corr(15,2)
CT_Corr(16,2)
CT_Corr(1,3)
CT_Corr(2,3)
CT_Corr(3,3)
CT_Corr(4,3)
CT_Corr(5,3)
CT_Corr(6,3)
CT_Corr(7,3)
CT_Corr(8,3)
CT_Corr(9,3)
CT_Corr(10,3)
CT_Corr(11,3)
CT_Corr(12,3)
CT_Corr(13,3)
CT_Corr(14,3)
CT_Corr(15,3)
CT_Corr(16,3)
CT_Corr(1,4)
CT_Corr(2,4)
CT_Corr(3,4)
CT_Corr(4,4)
CT_Corr(5,4)
CT_Corr(6,4)
CT_Corr(7,4)
CT_Corr(8,4)
CT_Corr(9,4)
CT_Corr(10,4)
CT_Corr(11,4)
CT_Corr(12,4)
CT_Corr(13,4)
CT_Corr(14,4)
CT_Corr(15,4)
CT_Corr(16,4)
ExtVsInt(1,1)
ExtVsInt(2,1)
ExtVsInt(3,1)
ExtVsInt(4,1)
ExtVsInt(5,1)
ExtVsInt(6,1)
ExtVsInt(7,1)
ExtVsInt(8,1)
ExtVsInt(9,1)
ExtVsInt(10,1)
ExtVsInt(11,1)
ExtVsInt(12,1)
ExtVsInt(13,1)
ExtVsInt(14,1)
ExtVsInt(15,1)
CT_Corr(1,1)
CT_Corr(2,1)
CT_Corr(3,1)
CT_Corr(4,1)
CT_Corr(5,1)
CT_Corr(6,1)
CT_Corr(7,1)
CT_Corr(8,1)
CT_Corr(9,1)
CT_Corr(10,1)
CT_Corr(11,1)
CT_Corr(12,1)
CT_Corr(13,1)
CT_Corr(14,1)
CT_Corr(15,1)
CT_Corr(16,1)
42/68
Num_Int_Prev(1,2)
Num_Int_Prev(2,2)
Num_Int_Prev(3,2)
Num_Int_Prev(4,2)
Num_Int_Prev(5,2)
Num_Int_Prev(6,2)
Num_Int_Prev(7,2)
Num_Int_Prev(8,2)
Num_Int_Prev(9,2)
Num_Int_Prev(10,2)
Num_Int_Prev(11,2)
Num_Int_Prev(12,2)
Num_Int_Prev(13,2)
Num_Int_Prev(14,2)
Num_Int_Prev(15,2)
Num_Int_Prev(16,2)
Num_Int_Prev(17,2)
Num_Int_Prev(18,2)
Num_Int_Prev(19,2)
Num_Int_Prev(20,2)
Num_Int_Prev(21,2)
Num_Int_Prev(22,2)
CREEM_Prev(1,1)*Num_Int_Prev(1,2)
CREEM_Prev(23,1)
HH(1,1)*HH_Prev(1,1)*Num_Int_Prev(1,2)
HH_Prev(23,1)
CT_Prev(1,1)
CT_Prev(2,1)
CT_Prev(3,1)
CT_Prev(4,1)
CT_Prev(5,1)
CT_Prev(6,1)
CT_Prev(7,1)
CT_Prev(8,1)
CT_Prev(9,1)
CT_Prev(10,1)
CT_Prev(11,1)
CT_Prev(12,1)
CT_Prev(13,1)
CT_Prev(14,1)
CT_Prev(15,1)
CT_Prev(16,1)
CT_Prev(17,1)
CT_Prev(18,1)
CT_Prev(19,1)
CT_Prev(20,1)
CT_Prev(21,1)
CT_Prev(22,1)
CT_Prev(23,1)
Se graban todos los resultados de la simulacion
43/68
INITNUMINT
4- Val_InSitu_01.NumberOut 0
Val_InSitu_02.NumberOut 0
Se inicializa el numero de intervenciones a cero
INITNUMINT
5- Num_Int_Prev(1,1) IS.NumberOut
Num_Int_Prev(2,1) IM01.NumberOut
Num_Int_Prev(22,1) GR.NumberOut
Se graba el numero de intervenciones del año
INITNUMINT
6- Val_Lab_01.NumberOut 0
Val_Lab_02.NumberOut 0
Se inicializa el numero de intervenciones a cero
INITNUMINT
7- Val_Ext_01.NumberOut 0
Val_Ext_02.NumberOut 0
44/68
INITNUMINT
8- CT_Corr(1,1) 0
CT_Corr(2,1) 0
CT_Corr(3,1) 0
CT_Corr(4,1) 0
CT_Corr(5,1) 0
CT_Corr(6,1) 0
CT_Corr(7,1) 0
CT_Corr(8,1) 0
CT_Corr(9,1) 0
CT_Corr(10,1) 0
CT_Corr(11,1) 0
CT_Corr(12,1) 0
CT_Corr(13,1) 0
CT_Corr(14,1) 0
CT_Corr(15,1) 0
Se inicializa el costo total correctivo a cero
INITNUMINT
9- CT_Corr(1,2) 0
CT_Corr(2,2) 0
CT_Corr(3,2) 0
CT_Corr(4,2) 0
CT_Corr(5,2) 0
CT_Corr(6,2) 0
CT_Corr(7,2) 0
CT_Corr(8,2) 0
CT_Corr(9,2) 0
CT_Corr(10,2) 0
CT_Corr(11,2) 0
CT_Corr(12,2) 0
CT_Corr(13,2) 0
CT_Corr(14,2) 0
CT_Corr(15,2) 0
Se inicializan los costos del material por cluster a cero
INITNUMINT
10- CT_Corr(1,3) 0
CT_Corr(2,3) 0
CT_Corr(3,3) 0
CT_Corr(4,3) 0
CT_Corr(5,3) 0
CT_Corr(6,3) 0
CT_Corr(7,3) 0
CT_Corr(8,3) 0
CT_Corr(9,3) 0
CT_Corr(10,3) 0
CT_Corr(11,3) 0
CT_Corr(12,3) 0
CT_Corr(13,3) 0
CT_Corr(14,3) 0
CT_Corr(15,3) 0
Se inicializan los costos de mano de obra in situ por cluster a cero
INITNUMINT
11- CT_Corr(1,4) 0
CT_Corr(2,4) 0
CT_Corr(3,4) 0
CT_Corr(4,4) 0
CT_Corr(5,4) 0
CT_Corr(6,4) 0
CT_Corr(7,4) 0
CT_Corr(8,4) 0
CT_Corr(9,4) 0
CT_Corr(10,4) 0
CT_Corr(11,4) 0
CT_Corr(12,4) 0
CT_Corr(13,4) 0
CT_Corr(14,4) 0
CT_Corr(15,4) 0
Se inicializan los costos de mano de obra en lab por cluster a cero
45/68
INITNUMINT
12- CT_Corr(1,5) 0
CT_Corr(2,5) 0
CT_Corr(3,5) 0
CT_Corr(4,5) 0
CT_Corr(5,5) 0
CT_Corr(6,5) 0
CT_Corr(7,5) 0
CT_Corr(8,5) 0
CT_Corr(9,5) 0
CT_Corr(10,5) 0
CT_Corr(11,5) 0
CT_Corr(12,5) 0
CT_Corr(13,5) 0
CT_Corr(14,5) 0
CT_Corr(15,5) 0
Se inicializan los costos de rep ext por cluster a cero
INITNUMINT
13- CT_Prev(1,1) 0
CT_Prev(2,1) 0
CT_Prev(3,1) 0
CT_Prev(4,1) 0
CT_Prev(5,1) 0
CT_Prev(6,1) 0
CT_Prev(7,1) 0
CT_Prev(8,1) 0
CT_Prev(9,1) 0
CT_Prev(10,1) 0
CT_Prev(11,1) 0
CT_Prev(12,1) 0
CT_Prev(13,1) 0
CT_Prev(14,1) 0
CT_Prev(15,1) 0
CT_Prev(16,1) 0
CT_Prev(17,1) 0
CT_Prev(18,1) 0
CT_Prev(19,1) 0
CT_Prev(20,1) 0
CT_Prev(21,1) 0
CT_Prev(22,1) 0
CT_Prev(23,1) 0
Se inicializan los costos preventivos a cero
> Formulas Warm-Up

CORR_HIST
1- MCKBF(2,1) UNIF(0,MCKBF(2,3)+EXPO(MCKBF(2,4)))
MCKBF(3,1) UNIF(0,MCKBF(3,3)+EXPO(MCKBF(3,4)))
Se toma un valor aleatorio entre 0 y el MCKBF estimado
PREV_HIST
2- Kms(NREP,2) Kms(NREP,1)
Se memoriza el kilometraje inicial
46/68
PREV_HIST
3- MCKBP(1,3) Kmj_Prev(1,1)*Nco(NREP,1)
MCKBP(2,3) Kmj_Prev(2,1)*Nco(NREP,1)
Se convierte los kilometrajes fijos entre intervenciones por coche kilometros entre intervenciones
PREV_HIST
4- MCKBP(1,1) Kms(NREP,1)-MCKBP(1,3)*AINT(Kms(NREP,1)/MCKBP(1,3))
MCKBP(2,1) Kms(NREP,1)-MCKBP(2,3)*AINT(Kms(NREP,1)/MCKBP(2,3))
Se calcula el coche kilometro desde las ultimas intervenciones realizadas según el kilometraje accumulado del tren
PREV_HIST
5- K 0
Se inicializa un contador
KPLUS
6- K K+1
Se incrementa un contador
IMBEFORE
7- MCKBP(5,3)>0 && MCKBP(5,1)>MCKBP(5,3) && IM03.NumberOut== 0
MCKBP(6,3)>0 && MCKBP(6,1)>MCKBP(6,3) && IM04.NumberOut== 0
MCKBP(23,3)>0 && MCKBP(23,1)>MCKBP(23,3) && GR.NumberOut== 0
Se actualiza el valor contador de intervencion segun el kilometraje recorrido
47/68
NumOutXX
8- IM01.NumberOut 1
9- IM02.NumberOut 1
10- IM03.NumberOut 1
28- GR.NumberOut 1
Se imponen los contadores a 1 para empezar el mtto preventivo a la intervencion correspondiante al kilometraje accumulado
FOR
29- K >= 21
Se sale del loop despues de todos los tests
NumIntPrev
30- Num_Int_Prev(2,1) IM01.NumberOut
Num_Int_Prev(22,1) GR.NumberOut
Se graba la cantidad inicial de intervenciones
48/68
> Formulas Val_Prev
TYPE_IM
1- MCKBP(23,2)>=MCKBP(23,3) && Kms(NREP,2)-GR.NumberOut*MCKBP(23,3)>=MCKBP(23,3) && MCKBP(23,3)>=0
MCKBP(22,2)>=MCKBP(22,3) && IM20.NumberOut ==GR.NumberOut && MCKBP(22,3)>=0
MCKBP(2,2)>=MCKBP(2,3) && MCKBP(2,3)>=0
Se verifica el kilometraje real frente al kilometraje establecido entre dos averias,
empezando por la intervencion de mas alto kilometraje, limite entre dos ciclos de mtto preventivo.
Para todas las IM entramos en inspeccion si el numero de inspeccion que hubo antes es igual al numero de ciclos realizados.
RESET_CKBP_IMXX
2- MCKBP(3,2) 0
3- MCKBP(4,2) 0
4- MCKBP(5,2) 0
5- MCKBP(6,2) 0
6- MCKBP(7,2) 0
7- MCKBP(8,2) 0
8- MCKBP(9,2) 0
9- MCKBP(10,2) 0
10- MCKBP(11,2) 0
11- MCKBP(12,2) 0
12- MCKBP(13,2) 0
13- MCKBP(14,2) 0
14- MCKBP(15,2) 0
15- MCKBP(16,2) 0
16- MCKBP(17,2) 0
17- MCKBP(18,2) 0
18- MCKBP(19,2) 0
19- MCKBP(20,2) 0
20- MCKBP(21,2) 0
21- MCKBP(22,2) 0
Se inicializa el valor del kilometraje a cero después de cada intervencion
RESET_CKBP_GR
22- MCKBP(3,2) 0
MCKBP(4,2) 0
MCKBP(5,2) 0
MCKBP(6,2) 0
MCKBP(7,2) 0
MCKBP(8,2) 0
MCKBP(9,2) 0
MCKBP(10,2) 0
MCKBP(11,2) 0
MCKBP(12,2) 0
MCKBP(13,2) 0
MCKBP(14,2) 0
MCKBP(15,2) 0
MCKBP(16,2) 0
MCKBP(17,2) 0
MCKBP(18,2) 0
MCKBP(19,2) 0
MCKBP(20,2) 0
MCKBP(21,2) 0
MCKBP(22,2) 0
MCKBP(23,2) 0
Se inicializa los valores de todos los kilometrajes entre intervenciones preventivas después de una GR
49/68
RESET_MCKBP
23- MCKBP(1,2) 0
MCKBP(2,2) 0
Se inicializa el valor minimo y de la IS después de cualquier intervencion
COST_Process
24- CT_Prev(1,1) CT_Prev(1,1)+CREEM_Prev(1,1)+HH(1,1)*HH_Prev(1,1)
Se suman los costos involucrados en la intervencion preventiva correspondiente
> Formulas Val_Corr

INT_CXX
1- MCKBF(2,4)>0 && MCKBF(2,5)<=MCKBF(2,2)
Si el kilometraje acumulado desde la ultima valorizacion es mayor al kilometraje estimado por distribucion de pbb, entramos en el bloque de valorizacion
VAL_CXX
16- GO TO VAL_CXX
Valorizacion de una intervencion del grupo XX
*******
CREEM_Corr(1,5)+
CREEM_Corr(2,5)+
CREEM_Corr(3,5)+
CREEM_Corr(4,5)+
CREEM_Corr(5,5)+
CREEM_Corr(6,5)+
CREEM_Corr(7,5)+
CREEM_Corr(8,5)+
CREEM_Corr(9,5)+
CREEM_Corr(10,5)+
CREEM_Corr(11,5)+
CREEM_Corr(12,5)+
CREEM_Corr(13,5)+
CREEM_Corr(14,5)+
CREEM_Corr(15,5)
50/68
******
HH_Corr(1,1)*HH(2,1)+
HH_Corr(2,1)*HH(2,1)+
HH_Corr(3,1)*HH(2,1)+
HH_Corr(4,1)*HH(2,1)+
HH_Corr(5,1)*HH(2,1)+
HH_Corr(6,1)*HH(2,1)+
HH_Corr(7,1)*HH(2,1)+
HH_Corr(8,1)*HH(2,1)+
HH_Corr(9,1)*HH(2,1)+
HH_Corr(10,1)*HH(2,1)+
HH_Corr(11,1)*HH(2,1)+
HH_Corr(12,1)*HH(2,1)+
HH_Corr(13,1)*HH(2,1)+
HH_Corr(14,1)*HH(2,1)+
HH_Corr(15,1)*HH(2,1)
******
Val_Lab_01.NumberOut*HH_Corr(1,2)*HH(3,1)+
Val_Lab_15.NumberOut*HH_Corr(15,2)*HH(3,1)
******
Val_Ext_01.NumberOut*Rep_Ext(1,1)+
Val_Ext_15.NumberOut*Rep_Ext(15,1)
COSTT_CORR
CT_Corr(1,2)+CT_Corr(2,2)+CT_Corr(3,2)+CT_Corr(4,2)+CT_Corr(5,2)+CT_Corr(6,2)+CT_Corr(7,2)+CT_
4- CT_Corr(16,2) Corr(8,2)+CT_Corr(9,2)+CT_Corr(10,2)+CT_Corr(11,2)+CT_Corr(12,2)+CT_Corr(13,2)+CT_Corr(14,2)+CT
CT_Corr(16,3) Corr(8,3)+CT_Corr(9,3)+CT_Corr(10,3)+CT_Corr(11,3)+CT_Corr(12,3)+CT_Corr(13,3)+CT_Corr(14,3)+CT
Se graba el costo anual del uso de material, del uso de mano de obra in situ, del uso de mano de obra en laboratorio, del costo de reparacion a fuera y el costo total
COSTT_CORR
5- Val_Ext_01.NumberOut 0
Se inicializa el numero de intervencion a fuera a cero
COSTT_CORR
6- Val_Lab_01.NumberOut 0
Se inicializa el numero de intervencion en lab a cero
51/68
> Formulas Val_CXX
RESET_CKBF_C01
1- MCKBF(2,2) 0
MCKBF(1,2) 0
HH_Corr(1,1) HH_Corr(1,7)+LOGN(HH_Corr(1,8),HH_Corr(1,9))
Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
RESET_CKBF_C02
2- MCKBF(3,2) 0
MCKBF(1,2) 0
RESET_CKBF_C03
3- MCKBF(4,2) 0
MCKBF(1,2) 0
RESET_CKBF_C04
4- MCKBF(5,2) 0
MCKBF(1,2) 0
RESET_CKBF_C05
5- MCKBF(6,2) 0
MCKBF(1,2) 0
RESET_CKBF_C06
6- MCKBF(7,2) 0
MCKBF(1,2) 0
RESET_CKBF_C07
7- MCKBF(8,2) 0
MCKBF(1,2) 0
RESET_CKBF_C08
8- MCKBF(9,2) 0
MCKBF(1,2) 0
RESET_CKBF_C09
9- MCKBF(10,2) 0
MCKBF(1,2) 0
RESET_CKBF_C10
10- MCKBF(11,2) 0
MCKBF(1,2) 0
52/68
RESET_CKBF_C11
11- MCKBF(12,2) 0
MCKBF(1,2) 0
RESET_CKBF_C12
12- MCKBF(13,2) 0
MCKBF(1,2) 0
RESET_CKBF_C13
13- MCKBF(14,2) 0
MCKBF(1,2) 0
RESET_CKBF_C14
14- MCKBF(15,2) 0
MCKBF(1,2) 0
RESET_CKBF_C15
15- MCKBF(16,2) 0
MCKBF(1,2) 0
*******
HH_Corr(1,1)*HH(2,1)+
HH_Corr(2,1)*HH(2,1)+
HH_Corr(3,1)*HH(2,1)+
HH_Corr(4,1)*HH(2,1)+
HH_Corr(5,1)*HH(2,1)+
HH_Corr(6,1)*HH(2,1)+
HH_Corr(7,1)*HH(2,1)+
HH_Corr(8,1)*HH(2,1)+
HH_Corr(9,1)*HH(2,1)+
HH_Corr(10,1)*HH(2,1)+
HH_Corr(11,1)*HH(2,1)+
HH_Corr(12,1)*HH(2,1)+
HH_Corr(13,1)*HH(2,1)+
HH_Corr(14,1)*HH(2,1)+
HH_Corr(15,1)*HH(2,1)+
******
53/68
******
COST_01
CT_Corr(1,1)+CREEM_Corr(1,5)+HH_Corr(1,1)*HH(2,1)+Val_Lab_01.NumberOut*HH_Corr(1,2)*HH(3,1)+
16- CT_Corr(1,1) Val_Ext_01.NumberOut*Rep_Ext(1,1)
CT_Corr(1,2) CT_Corr(1,2)+CREEM_Corr(1,5)*(1-Val_Ext_01.NumberOut)
CT_Corr(1,3) CT_Corr(1,3)+HH_Corr(1,1)*HH(2,1)
CT_Corr(1,4) CT_Corr(1,4)+Val_Lab_01.NumberOut*HH_Corr(1,2)*HH(3,1)
CT_Corr(1,5) CT_Corr(1,5)+Val_Ext_01.NumberOut*Rep_Ext(1,1)
Se suman los costos involucrados en la reparacion correctiva correspondiante
COST_02
COST_03
COST_04
COST_05
COST_06
COST_07
COST_08
COST_09
54/68
COST_10
CT_Corr(10,1)+CREEM_Corr(10,5)+HH_Corr(10,1)*HH(2,1)+Val_Lab_10.NumberOut*HH_Corr(10,2)*HH(3
25- CT_Corr(10,1) ,1)+Val_Ext_10.NumberOut*Rep_Ext(10,1)
COST_11
COST_12
COST_13
COST_14
COST_15
EXTINT_XX
31- 100*ExtVsInt(1,1)
32- 100*ExtVsInt(2,1)
33- 100*ExtVsInt(3,1)
34- 100*ExtVsInt(4,1)
35- 100*ExtVsInt(5,1)
36- 100*ExtVsInt(6,1)
37- 100*ExtVsInt(7,1)
38- 100*ExtVsInt(8,1)
39- 100*ExtVsInt(9,1)
40- 100*ExtVsInt(10,1)
41- 100*ExtVsInt(11,1)
42- 100*ExtVsInt(12,1)
43- 100*ExtVsInt(13,1)
44- 100*ExtVsInt(14,1)
45- 100*ExtVsInt(15,1)
Se repara a fuera según la pbb que la reparacion no se pueda reparar en el laboratorio
Val_InSitu_XX
46- Val_InSitu_01 (1/NTec(1,1))*(HH_Corr(1,1))
Se calcula el tiempo de indisponibilidad
Val_Lab_XX
61- Val_Lab_01 (1/NTec(2,1))*(HH_Corr(1,2))
Se calcula el tiempo de reparacion en laboratorio
55/68
ANEXO L. RESULTADOS DEL ESCENARIO BASE
Anexo en Formato Digital. Ver el CD adjuntado, Archivo EXCEL, ANEXO_L.xls
56/68
ANEXO M. RESULTADOS SINTETIZADOS DE ESCENARIOS DE
SIMULACIÓN
Resultados completos en Formato Digital.
Ver el CD adjuntado, Archivos EXCEL en la carpeta ANEXO_M
M.1/ Impacto del Transantiago
M.1.1/ Escenario 1
KS0010-200706-NS93 29/06/2007
Escenario Transantiago 1, Simulacion de 11 trenes tipo NS93 sobre 5 años (TRENES 74 > 84), desde inicio de 2007 hasta fin de 2011. Horario
dia de operacion 17 horas, kilometraje base diario 316Km. Estado del tren al 01/01/2007 (Kilometraje, Tasa de falla). Costos de mano de obra
al 01/01/2007. Costo de repuestos y tiempos de reparacion promedios estimados a inicio de 2007. Tasa de desgaste minima, Kilometraje diario
aumentando de 13 km anual, Horario de operacion fijo, Aumento del precio de las HH de 1.96%, Variacion del IPE de 3.12%. Sin reparaciones
externas.

Number of fails 8603 1584 1659 1721 1773 1866
HH Cost In Situ 51 643 237 12 698 251 13 939 759 14 411 540 15 295 682 16 238 728
HH Cost In Lab 596 476 637 154 521 557 152 390 768 163 077 480 196 771 306 169 006 669
Corrective Total Cost 996 432 625 252 471 995 258 251 420 272 501 788 316 369 131 299 800 858
IS 442 80 85 88 96 93
IM01 11 0 11 0 0 0
IM02 11 0 11 0 0 0
IM03 11 0 8 3 0 0
IM04 11 0 4 7 0 0
IM05 11 0 0 11 0 0
IM06 11 0 0 11 0 0
IM07 11 0 0 9 2 0
IM08 11 0 0 4 7 0
IM09 11 0 0 0 11 0
IM10 11 0 0 0 11 0
IM11 11 0 0 0 11 0
IM12 14 3 0 0 4 7
IM13 18 7 0 0 0 11
IM14 22 11 0 0 0 11
IM15 22 11 0 0 0 11
IM16 17 6 5 0 0 6
GR 15 4 7 0 0 4
Preventive Total Cost 3 028 571 784 988 240 562 1 731 958 715 91 688 912 93 029 936 1 129 877 245
TOTAL 4 025 004 409 1 240 712 556 1 990 210 135 364 190 700 409 399 067 1 429 678 103
57/68
C15 C15
C13 C13
2000 350 000 000
C12 C12
C11 300 000 000 C11
1500 C10 250 000 000 C10
C09 C09
C08
200 000 000
1000 C08
C07 150 000 000 C07
C06 100 000 000 C06
500 C05 C05
C04 50 000 000 C04
0 C03 0 C03
C02 C02
C01

IM20 IM20
160 IM19 2 000 000 000 IM19
IM18 IM18
IM17
1 800 000 000 IM17
140
IM16 IM16
1 600 000 000
120 IM15 IM15
IM14 1 400 000 000 IM14
IM13 IM13
100 1 200 000 000
IM12 IM12
IM11 IM11
80 1 000 000 000
IM10 IM10
IM09 800 000 000 IM09
60 IM08 IM08
IM07 600 000 000 IM07
40 IM06 IM06
IM05 400 000 000 IM05
20 IM04 IM04
200 000 000
IM03 IM03
0 IM02 0 IM02
IM01 IM01
Year 1 Year 2 Year 3 Year 4 Year 5 Year 1 Year 2 Year 3 Year 4 Year 5
IS IS
Anual Total Costs

2500
2000
Millions CLP
1500
1000
500
0
External Cost To Repair Corrective Material Cost HH Cost In Situ HH Cost In Lab Preventive Material Cost Preventive HH Cost
58/68
M.1.2/ Escenario 2
KS0011-200706-NS93 29/06/2007
al 01/01/2007, Preventivos de noche. Costo de repuestos y tiempos de reparacion promedios estimados a inicio de 2007. Tasa de desgaste
media, Kilometraje diario aumentando de 13 km anual, Horario de operacion fijo, Aumento del precio de las HH de 1.96%, Variacion del IPE de
3.12%. Sin reparaciones externas.

Number of fails 9185 1682 1756 1818 1915 2014
HH Cost In Situ 55 385 973 13 654 806 14 554 194 15 392 838 16 485 892 17 902 338
HH Cost In Lab 623 382 419 150 377 771 155 184 345 182 309 651 195 212 212 196 640 754
Corrective Total Cost 1 056 211 649 255 157 364 268 094 497 299 704 809 327 572 854 340 425 990
IS 462 85 88 95 97 97
IM01 15 0 11 0 0 4
IM02 11 0 11 0 0 0
IM03 11 0 11 0 0 0
IM04 11 0 4 7 0 0
IM05 11 0 0 11 0 0
IM06 11 0 0 11 0 0
IM07 11 0 0 11 0 0
IM08 11 0 0 6 5 0
IM09 11 0 0 2 9 0
IM10 11 0 0 0 11 0
IM11 11 0 0 0 11 0
IM12 14 3 0 0 9 2
IM13 18 7 0 0 4 7
IM14 22 11 0 0 0 11
IM15 22 11 0 0 0 11
IM16 22 8 3 0 0 11
GR 19 4 7 0 0 8
Preventive Material Cost 3 040 257 092 835 540 802 1 498 744 714 28 429 102 28 438 600 1 870 091 060
Preventive Total Cost 3 805 538 931 1 041 427 687 1 802 500 237 119 348 526 125 252 601 2 245 576 500
TOTAL 4 861 750 580 1 296 585 050 2 070 594 734 419 053 334 452 825 456 2 586 002 490
59/68
C15 C15
C13 C13
2500 400 000 000
C12 C12
C11
350 000 000 C11
2000
C10 300 000 000 C10
1500 C09 250 000 000 C09
C08 200 000 000 C08
1000 C07 C07
150 000 000
C06 C06
C05 100 000 000
500 C05
C04 50 000 000 C04
0 C03 0 C03
C02 C02

IM20 IM20
160 IM19 2 500 000 000 IM19
IM18 IM18
140 IM17 IM17
IM16 IM16
2 000 000 000
120 IM15 IM15
IM14 IM14
IM13 IM13
100 1 500 000 000
IM12 IM12
IM11 IM11
80 IM10 IM10
IM09 1 000 000 000 IM09
60 IM08 IM08
IM07 IM07
40 IM06 IM06
IM05 500 000 000 IM05
20 IM04 IM04
IM03 IM03
0 IM02 0 IM02
IM01 IM01
Year 1 Year 2 Year 3 Year 4 Year 5 IS
Anual Total Costs

3000
2500
2000
Millions CLP
1500
1000
500
0
60/68
M.1.3/ Escenario 3
KS0012-200706-NS93 29/06/2007
al 01/01/2007, Preventivos de noche. Costo de repuestos y tiempos de reparacion promedios estimados a inicio de 2007. Tasa de desgaste
maxima, Kilometraje diario aumentando de 13 km anual, Horario de operacion fijo, Aumento del precio de las HH de 1.96%, Variacion del IPE
de 3.12%. Sin reparaciones externas.

Number of fails 9682 1742 1810 1940 2051 2139
HH Cost In Situ 57 854 461 14 097 042 14 798 834 16 345 075 17 426 556 18 965 059
HH Cost In Lab 658 777 764 166 545 030 162 723 175 169 789 132 194 597 013 239 383 197
IS 478 90 90 97 102 99
IM01 18 0 11 0 0 7
IM02 14 0 11 0 0 3
IM03 11 0 11 0 0 0
IM04 11 0 6 5 0 0
IM05 11 0 2 9 0 0
IM06 11 0 0 11 0 0
IM07 11 0 0 11 0 0
IM08 11 0 0 9 2 0
IM09 11 0 0 4 7 0
IM10 11 0 0 0 11 0
IM11 11 0 0 0 11 0
IM12 14 3 0 0 11 0
IM13 18 7 0 0 7 4
IM14 22 11 0 0 3 8
IM15 22 11 0 0 0 11
IM16 22 9 2 0 0 11
GR 22 4 7 0 0 11
Preventive Material Cost 3 436 030 116 836 416 060 1 500 439 872 28 148 597 31 147 617 2 561 137 314
Preventive Total Cost 4 269 716 698 1 045 999 582 1 808 783 856 122 406 923 130 883 983 3 037 450 728
TOTAL 5 387 760 401 1 321 193 061 2 087 702 333 421 408 333 469 540 336 3 428 580 622
61/68
C15 C15
C13 C13
2500 450 000 000
C12 C12
400 000 000
C11 C11
2000 350 000 000
C10 C10
C09 300 000 000 C09
1500 250 000 000
C08 C08
1000 C07 200 000 000 C07
C06 150 000 000 C06
500 C05 100 000 000 C05
C04 50 000 000 C04
0 C03 0 C03
C02 C02

IM20 IM20
180 IM19 3 500 000 000 IM19
IM18 IM18
160 IM17 IM17
3 000 000 000
IM16 IM16
140 IM15 IM15
IM14 2 500 000 000 IM14
120 IM13 IM13
IM12 IM12
100 2 000 000 000
IM11 IM11
IM10 IM10
80 1 500 000 000
IM09 IM09
IM08 IM08
60
IM07 1 000 000 000 IM07
IM06 IM06
40
IM05 IM05
IM04 500 000 000 IM04
20
IM03 IM03
0 IM02 0 IM02
IM01 IM01
Anual Total Costs

4000
3500
3000
Millions CLP
2500
2000
1500
1000
500
0
62/68
M.2/ Costo de reparaciones externas
M.2.1/ Escenario 1
KS0100-200706-NS93 29/06/2007
Escenario Expert_Lab 1, Simulacion de 11 trenes tipo NS93 sobre 5 años (TRENES 74 > 84), desde inicio de 2007 hasta fin de 2011. Horario
al 01/01/2007. Costo de repuestos y tiempos de reparacion promedios estimados a inicio de 2007. Tasa de desgaste nula, Kilometraje diario
aumentando de 13 km anual, Horario de operacion fijo, Aumento del precio de las HH de 1.96%, Variacion del IPE de 3.12%. 50% de las
reparaciones electro en lab, 50% en Francia, sin transferencia durante el periodo.

Number of fails 7466 1389 1444 1504 1513 1616
HH Cost In Situ 44 735 793 11 086 391 11 788 245 12 892 026 13 102 707 13 986 676
HH Cost In Lab 34 399 914 8 761 232 8 796 798 9 304 474 10 561 575 10 979 070
External Cost 2 873 472 712 717 915 337 755 103 555 826 806 254 824 274 983 913 187 181
IS 393 71 72 80 82 88
IM01 11 0 11 0 0 0
IM02 11 0 8 3 0 0
IM03 11 0 4 7 0 0
IM04 11 0 0 11 0 0
IM05 11 0 0 11 0 0
IM06 11 0 0 6 5 0
IM07 11 0 0 2 9 0
IM08 11 0 0 0 11 0
IM09 11 0 0 0 11 0
IM10 11 0 0 0 4 7
IM11 11 0 0 0 0 11
IM12 14 3 0 0 0 11
IM13 16 7 0 0 0 9
IM14 15 11 0 0 0 4
IM15 11 9 2 0 0 0
IM16 11 4 7 0 0 0
GR 11 2 9 0 0 0
TOTAL 5 474 880 063 1 295 523 622 3 004 513 144 977 292 300 971 288 754 1 075 194 337
63/68
C15 C15
C13 C13
1800 1 200 000 000
C12 C12
1600
C11 1 000 000 000 C11
1400 C10 C10
1200 C09 800 000 000 C09
1000 C08 C08
600 000 000
800 C07 C07
600 C06 400 000 000 C06
400 C05 C05
200 000 000
200 C04 C04
0 C03 0 C03
C02 C02

IM20 IM20
140 IM19 2 500 000 000 IM19
IM18 IM18
IM17 IM17
120
IM16 IM16
2 000 000 000
IM15 IM15
100 IM14 IM14
IM13 IM13
IM12 1 500 000 000 IM12
80
IM11 IM11
IM10 IM10
60 IM09 IM09
1 000 000 000
IM08 IM08
40 IM07 IM07
IM06 IM06
IM05 500 000 000 IM05
20 IM04 IM04
IM03 IM03
0 IM02 0 IM02
IM01 IM01
Anual Total Costs

3500
3000
2500
Millions CLP
2000
1500
1000
500
0
64/68
M.2.2/ Escenario 2
KS0101-200706-NS93 29/06/2007
reparaciones electro en lab, 100% en Francia, Transferencia total en 2 años.

Number of fails 7468 1389 1444 1504 1517 1614
HH Cost In Situ 44 688 105 11 086 391 11 783 460 12 891 133 13 035 825 13 985 383
HH Cost In Lab 363 011 643 8 761 232 124 372 239 110 722 973 129 448 626 167 357 182
External Cost 1 212 852 586 717 915 337 380 023 648 232 745 236 99 512 321 70 491 698
IS 393 71 72 80 82 88
IM01 11 0 11 0 0 0
IM02 11 0 8 3 0 0
IM03 11 0 4 7 0 0
IM04 11 0 0 11 0 0
IM05 11 0 0 11 0 0
IM06 11 0 0 6 5 0
IM07 11 0 0 2 9 0
IM08 11 0 0 0 11 0
IM09 11 0 0 0 11 0
IM10 11 0 0 0 4 7
IM11 11 0 0 0 0 11
IM12 14 3 0 0 0 11
IM13 16 7 0 0 0 9
IM14 15 11 0 0 0 4
IM15 11 9 2 0 0 0
IM16 11 4 7 0 0 0
GR 11 2 9 0 0 0
TOTAL 4 231 199 007 1 295 523 622 2 765 469 443 515 336 991 404 336 641 433 705 667
65/68
C15 C15
C13 C13
1800 900 000 000
C12 C12
1600 800 000 000
C11 C11
1400 C10
700 000 000 C10
1200 C09 600 000 000 C09
1000 C08 500 000 000 C08
800 C07 400 000 000 C07
600 C06 300 000 000 C06
400 C05 200 000 000 C05
200 C04 100 000 000 C04
0 C03 0 C03
C02 C02

IM20 IM20
140 IM19 2 500 000 000 IM19
IM18 IM18
IM17 IM17
120
IM16 IM16
2 000 000 000
IM15 IM15
100 IM14 IM14
IM13 IM13
IM12 1 500 000 000 IM12
80
IM11 IM11
IM10 IM10
60 IM09 IM09
1 000 000 000
IM08 IM08
40 IM07 IM07
IM06 IM06
IM05 500 000 000 IM05
20 IM04 IM04
IM03 IM03
0 IM02 0 IM02
IM01 IM01
Anual Total Costs

3000
2500
2000
Millions CLP
1500
1000
500
0
66/68
M.2.3/ Escenario 3
KS0102-200706-NS93 29/06/2007
reparaciones electro en lab, 100% en Francia, Transferencia total en 5 años.

Number of fails 7472 1389 1444 1504 1515 1620
HH Cost In Situ 44 752 234 11 086 391 11 788 804 12 892 026 13 009 874 14 118 840
HH Cost In Lab 180 321 995 8 761 232 34 981 656 50 469 187 72 478 176 110 372 186
External Cost 1 999 507 259 717 915 337 604 773 095 571 950 807 400 051 118 378 986 307
IS 393 71 72 80 82 88
IM01 11 0 11 0 0 0
IM02 11 0 8 3 0 0
IM03 11 0 4 7 0 0
IM04 11 0 0 11 0 0
IM05 11 0 0 11 0 0
IM06 11 0 0 6 5 0
IM07 11 0 0 2 9 0
IM08 11 0 0 0 11 0
IM09 11 0 0 0 11 0
IM10 11 0 0 0 4 7
IM11 11 0 0 0 0 11
IM12 14 3 0 0 0 11
IM13 16 7 0 0 0 9
IM14 15 11 0 0 0 4
IM15 11 9 2 0 0 0
IM16 11 4 7 0 0 0
GR 11 2 9 0 0 0
TOTAL 4 794 237 473 1 295 523 622 2 889 296 026 777 474 947 631 232 525 669 055 148
67/68
C15 C15
C13 C13
1800 900 000 000
C12 C12
1600 800 000 000
C11 C11
1400 C10
700 000 000 C10
1200 C09 600 000 000 C09
1000 C08 500 000 000 C08
800 C07 400 000 000 C07
600 C06 300 000 000 C06
400 C05 200 000 000 C05
200 C04 100 000 000 C04
0 C03 0 C03
C02 C02

IM20 IM20
140 IM19 2 500 000 000 IM19
IM18 IM18
IM17 IM17
120
IM16 IM16
2 000 000 000
IM15 IM15
100 IM14 IM14
IM13 IM13
IM12 1 500 000 000 IM12
80
IM11 IM11
IM10 IM10
60 IM09 IM09
1 000 000 000
IM08 IM08
40 IM07 IM07
IM06 IM06
IM05 500 000 000 IM05
20 IM04 IM04
IM03 IM03
0 IM02 0 IM02
IM01 IM01
Anual Total Costs

3500
3000
2500
Millions CLP
2000
1500
1000
500
0
68/68

Revisar Pagina 45 PDF

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

Revisar Pagina 45 PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE CHILE

FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS

EVALUACIÓN DE COSTOS DE MANTENIMIENTO PREVENTIVO Y CORRECTIVO

MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL INDUSTRIAL

EVALUACIÓN DE COSTOS DE MANTENIMIENTO PREVENTIVO Y CORRECTIVO

El entorno muy competitivo en cual se desarrollan los negocios en transporte público y

La siguiente memoria evalúa impactos de cambios estratégicos en Metro SA sobre los

Se recomienda realizar una investigación complementaria de los tiempos de reparación

Fernando QUIROZ, Jaime CANTALLOPTS

Carlos GONZALES, Carolina RAMIREZ, Elizabeth TELLO, Eric VARGAS, Germán

Patricio CONCA, Ricardo SAN MARTIN, Alejandro BARRIENTOS, Rodrigo PASCUAL,

2/ Descripción de ALSTOM S.A. ___________________________________________________ 3

3/ Presentación de los Trenes NS93 _______________________________________________ 7

4/ Organización del Mantenimiento _______________________________________________ 19

5/ Mantenimiento Preventivo ____________________________________________________ 21

6/ Mantenimiento Correctivo _____________________________________________________ 26

7/ Modelo de Simulación ________________________________________________________ 38

8/ Análisis de Sensibilidad ______________________________________________________ 67

Referencias Bibliográficas ______________________________________________________ 84

Figura 1 – Ordenes de ventas por región en 2006/07 (Fuente: ALSTOM) _________________________ 4

Una de las numerosas preguntas que enfrenta toda empresa a la hora de

Hoy en día, en un mercado globalizado y altamente competitivo, el manejo de los

ALSTOM Transport es una filial de ALSTOM S.A., empresa de origen francesa. La

A fines de octubre de 2006, ALSTOM perdió un contrato de 4 mil millones de

Dar la capacidad de predecir los costos de mantenimiento de distintos tipos de

1.2.1/ Objetivo General

1.2.2/ Objetivos Específicos

El título de la memoria, Evaluación de Costos de Mantenimiento Preventivo y

Un estudio preliminar del contexto en el cual se desarrollan los negocios de

Después de aclarar todo el contexto económico y técnico, se realiza un trabajo de

Este modelo permite simular diferentes escenarios probables, realizar análisis de

Los resultados del último análisis se discuten en las conclusiones, se expone la

2/ DESCRIPCIÓN DE ALSTOM S.A.

ALSTOM SA es una empresa de origen francesa, cuyas acciones se transan en la

Hoy ALSTOM disminuyó su deuda neta a 64 millones de euros, esta posicionada

GRUPO ALSTOM % Variación

Cartera de pedidos 32 350 26 431 22%

Las tres divisiones del grupo:

Figura 1 – Ordenes de ventas por región en 2006/07 (Fuente: ALSTOM)

ALSTOM Transport diseña, fabrica, provee y hace la mantención de productos,

2.2/ ALSTOM Transport

2.2.1/ Presentación del sector

El material rodante puede ser de tipo:

Los productos informativos son:

La empresa propone sistemas integrados para los proyectos de grandes líneas y

Europa 3 695 70% - 2% 3759 76%

Volumen de negocios 5288 100% 7% 4957 100%

2.2.2/ ALSTOM en Chile

2.2.2.1/ Metro Regional de Valparaíso

Se diseñó un tren ligero que reduce los costos de mantenimiento de las

2.2.2.2/ Metro de Santiago

3/ PRESENTACIÓN DE LOS TRENES NS93

3.1.2/ Contratos de venta

- Contrato 1: trenes 51 a 62 (12 trenes)

3.1.3/ Contratos de mantenimiento

La venta de un tren representa no solo la entrega del material rodante sino

ALSTOM cobra a Metro SA mensualmente, para el mantenimiento preventivo y el

Además, se estableció metas de confiabilidad según el tipo de avería. Se registra

3.2/ Presentación técnica

3.2.1/ Formación y modos de conducción

Los diferentes modos de conducción disponibles son los siguientes:

3.2.2/ Arquitectura general

3.2.2.1/ Equipos Claves