Elementos Básicos del Mantenimiento Predictivo

Capítulo 6. Elementos Básicos del Mantenimiento

Predictivo.
Métodos de predicción
Los estudios relativos a la confiabilidad de los Sistemas Operacionales vienen recibiendo, en los últimos
años, la atención de especialistas en diversos ramos de empresas, particularmente ligados a las áreas de
proyecto, operación y mantenimiento. Específicamente en esta última, muchos son los trabajos desarro-
llados visando la aplicación del llamado "Control Predictivo de Mantenimiento" o "Mantenimiento Predicti-
vo", que tiene por objetivo ejecutar el mantenimiento preventivo en máquinas e instalaciones en el punto
exacto en que el desgaste producto de la explotación comienza a interferir o alterar los estados de refe-
rencia de los sistemas.

Entendemos por Control Predictivo de Mantenimiento la determinación del punto óptimo para la ejecución
del mantenimiento preventivo en un equipo, o sea el punto a partir del cual la probabilidad de que el equi-
po falle asume valores indeseables. La determinación de ese punto es posible cuando existen índices
ideales de prevención de fallas, tanto bajo el aspecto técnico como económico.

Los estudios de determinación de ese punto, que llamamos Punto Predictivo, pueden ser hechos bajo
dos formas, en función de las características de los equipos: Análisis Estadístico y Análisis de Síntomas.

El análisis estadístico es aplicado cuando existe, en la instalación, una cantidad apreciable de equipos o
componentes con las mismas características, que puedan ser considerados como un "universo" para el
desarrollo de los cálculos de probabilidades.

El análisis de síntomas es aplicado cuando es necesario el desarrollo de estudios mirando la determina-

ción del punto predictivo en equipos con características impares en relación con los demás instalados.

En ambos casos, es recomendable que ese trabajo sea desarrollado para equipos prioritarios de las ins-
talaciones, toda vez que involucran costos adicionales de inversión de material (instrumentos de medi-
ción) y mano de obra calificada., que no siempre compensan el benéfico obtenido.

Análisis Estadístico
El análisis estadístico está basado en la determinación del término de la vida útil, objeto de estudio en la
curva de tasa de fallas en relación con el tiempo, entendiéndose por tasa de fallas "la relación entre un
incremento del número de fallas y el incremento correspondiente de tiempo, en cualquier instante de la
vida de un sistema, subsistema o equipo" y por vida útil "el periodo de tiempo durante el cual un sistema,
subsistema o equipo desempeña su función con una tasa de fallas aceptable (Constante)".

Por simplicidad, trataremos el asunto a partir de este punto, relacionado a los equipos, mientras el estudio
de predictivo puede ser dispensado para las partes de un equipo (componentes), o en nivel mis detallado,
(piezas) o para un conjunto de equipos (subsistema o sistema operacional).

Tradicionalmente, la tasa de fallas representa la medida de probabilidad de que un equipo que está ope-
rando presente falla, o sea, deje de operar, cuando se incrementa un intervalo de tiempo. Para su deter-
minación es necesario agrupar los datos del histórico de las ocurrencias por períodos de tiempo determi-
nando y efectuar los cálculos de las funciones de distribución acumulada y densidad de probabilidad co-
mo se define a continuación.

Gestión e Ingeniería Integral del Mantenimiento 121

Elementos Básicos del Mantenimiento Predictivo

La "Función de Distribución Acumulada" f(t) definida como el número de ítems que fallan en un deter-
minado intervalo de tiempo.

Nf
f (t ) = = λe λt
No

donde: ë = tasa media de fallas o intensidad de fallas en la unidad estudiada

La "Función Densidad de Probabilidad" F(t), definida como la relación entre el número de ítems que
irán a fallar cuando se produce un pequeño incremento de la unidad de tiempo.

t
dN f
F (t ) = = ∫ f (t )dt
N o dt o

La "Tasa de Falla o intensidad de fallas en una edad determinada" Z(t), obtenida por la relación entre la
Función de Distribución acumulada y la Función Densidad de Probabilidad, que representa la cantidad de
ítems que sobreviven después de un tiempo determinado, determinada a través de la relación:

dN t f (t )
Z (t ) = =
N s dt 1 − F (t )

Siendo [1 - F(t)], definida como la "Probabilidad de Sobrevida o probabilidad de trabajo sin fallas"
R(t).

Para facilitar el entendimiento de la aplicación de estas fórmulas presentamos en la (Figura 54) un ejem-
plo del cálculo y trazado del gráfico de Distribución Acumulada para un conjunto de 3000 ítems.

Se observa que los valores de la función de distribución acumulada son presentados en intervalos y por
esto no es posible saber el valor exacto en un determinado día.

Al ser efectuada la derivada de la función se obtiene una función continua, (Figura 55), que pasa a lla-
marse Función Densidad de Probabilidad.

La tasa de falla que va a indicar la probabilidad que tiene el ítem que está en operación, de presentar una
falla se expresa a través de la división del valor de la función de Distribución Acumulada entre la Probabi-
lidad de Sobrevida, que, como se indica arriba, es la diferencia de la unidad con respecto a el valor de la
Función de Densidad de Probabilidad.

Para el ejemplo de la (Figura 54) los valores de la tasa de falla y el comportamiento de su gráfico son
presentados en la (Figura 56).

122 Gestión e Ingeniería Integral del Mantenimiento

Elementos Básicos del Mantenimiento Predictivo

Tiempo Dist. Un. Dist Ac. Densidad

(en días) Simples Simples Probabil. F(t)
001 – 030 0 0 0.00 %
031 – 060 12 12 0.40 %
061 – 090 38 50 1.67 %
091 – 120 50 100 3.33 %
121 – 150 93 193 6.43 %
151 – 180 117 310 10.33 %
181 – 210 152 462 15.40 %
211 – 240 231 693 23.10 %
241 – 270 268 961 32.03 %
271 – 300 321 1273 42.43 %
301 – 330 379 1652 55.07 %
331 – 360 408 2060 68.67 %
361 – 390 359 2419 80.63 %
391 – 420 237 2556 88.53 %
421 – 450 162 2818 93.93 %
451 – 480 115 2933 97.77 % t
481 – 510 51 2984 99.47 %
511 – 540 16 3000 100.00 %

Figura 54. Distribución acumulada (discreta) de fallas en un conjunto de ítems.

Tiempo Dist. Un. Dist Ac. Distribución

(en días) Simples Simples acumulada f(t)
001 – 030 0 0 0.00 %
031 – 060 12 12 0.40 %
061 – 090 38 50 1.67 %
091 – 120 50 100 3.33 %
121 – 150 93 193 6.43 %
151 – 180 117 310 10.33 %
181 – 210 152 462 15.40 %
211 – 240 231 693 23.10 %
241 – 270 268 961 32.03 %
271 – 300 321 1273 42.43 %
301 – 330 379 1652 55.07 %
331 – 360 408 2060 68.67 %
361 – 390 359 2419 80.63 %
391 – 420 237 2556 88.53 %
421 – 450 162 2818 93.93 %
451 – 480 115 2933 97.77 % t
481 – 510 51 2984 99.47 %
511 – 540 16 3000 100.00 %

Figura 55. Función Densidad de Probabilidad (continua) en un conjunto de ítems.

Gestión e Ingeniería Integral del Mantenimiento 123

Elementos Básicos del Mantenimiento Predictivo

Tiempo Dist. Un. Dist Ac. Densidad

(en días) Simples Simples Probabil. λ (t)
001 – 030 0.00 % 100.00 0.00 %
031 – 060 0.40 % 99.60 0.00 %
061 – 090 1.67 % 98.33 0.02 %
091 – 120 3.33 % 96.67 0.03 %
121 – 150 6.43 % 93.57 0.07 %
151 – 180 10.33 % 89.67 0.12 %
181 – 210 15.40 % 84.60 0.18 %
211 – 240 23.10 % 76.90 0.30 %
241 – 270 32.03 % 67.91 0.47 %
271 – 300 42.43 % 57.57 0.74 %
301 – 330 55.07 % 44.93 1.23 %
331 – 360 68.67 % 31.33 2.19 %
361 – 390 80.63 % 19.37 4.16 %
391 – 420 88.53 11.47 7.72 %
421 – 450 93.93 % 6.07 15.47 % t
451 – 480 97.77 % 2.23 43.84 %
481 – 510 99.47 % 0.53 99.47 %
511 – 540 100.00 % 0.00 100.00 %

Figura 56. Tasa de falla del conjunto analizado .

Funciones Segundo Weibull

Wallodi Weibull, en sus estudios sobre la resistencia de aceros, estableció una expresión semi - empírica
que permite:

a) Representar fallos típicos de partida (mortalidad infantil), fallos aleatorios y fallos debido al desgaste;

b) Obtener parámetros significativos de configuración de fallo, a razón del tiempo mínimo probable
hasta el fallo;

c) Configurar la representación gráfica simple para la aplicación en cuestión.

En función de la situación en que el equipo se encuentra, con el correr del tiempo presentará una de las
condiciones anteriormente señaladas. La composición de las tres condiciones que representa las fases
de vida de una instalación, equipo, componentes o pieza, según la relación entre la tasa de falla y el
tiempo es conocida como "Curva de la Bañera" o "Curva del Ciclo de Vida de un Equipo" - Figura 53.

La selección adecuada de { â } de la distribución de Weibull, permite su uso para representar una amplia
gama de aplicaciones, incluyendo tanto las ocurrencias, que se comportan siguiendo una exponencial
negativa, hasta aquellas que se comportan aproximadamente siguiendo una distribución normal. Aunque
la experiencia tenga demostrado que Weibull puede ser usado para un gran número de modelos de fa-
llos, es esencial notar que se trata de una función semi - empírica, y que puede no ser capaz de repre-
sentar algunas distribuciones particulares encontradas en la práctica.

124 Gestión e Ingeniería Integral del Mantenimiento

Elementos Básicos del Mantenimiento Predictivo

λ (t)

1 2 3

β=1

β<1 Vida Util β>1

t
1. Período de Adaptación o asentamiento.
2. Período de operación o explotación normal.
3. Período de desgaste o envejecimiento.

Figura 57. Curva de la bañera.

El valor { â=1} (tasa de fallas constantes), puede ser indicativa de que modos de fallos existen, o que los
datos de los tiempos para fallos son aleatorios. Este es frecuentemente el caso de sistemas en los cuales
los diferentes componentes tienen diferentes edades, y el tiempo individual de operación de los compo-
nentes no esta disponible. Una tasa de fallas constantes puede además indicar que los fallos son debi-
dos a eventos externos, tales como el uso indebido del equipo o deficiencia en las intervenciones para
mantenimiento.

Análisis de Síntomas.
Especificación de Origen y Degeneración.

Toda pieza es caracterizada por valores específicos, establecidos en su proyecto, fabricación o instala-
ción. Al conjunto de valores que definen la condición inicial de la pieza, los denominamos de Especifica-
ción de Origen identificado por {Eo}.

La utilización y/o exposición de la pieza a agentes externos, hace que {E0} se transforme en {E1}, o sea:

E01 ⇒ E1
E02 ⇒ E 2
E03 ⇒ E3

E 0n ⇒ E n
Sea : ( E0 i ⇒ Ei ) = ∆

La ocurrencia de un delta (Ä) diferente de cero, significa la degeneración de la pieza y su valor podrá
determinar una condición inaceptable de utilización.

Vida útil

Por simplicidad consideramos apenas uno de los elementos "E" del conjunto "{E"} y la variación de "E" en
función del tiempo, representa la curva de degeneración "E(t)".

Gestión e Ingeniería Integral del Mantenimiento 125

Elementos Básicos del Mantenimiento Predictivo

Por conveniencia está siendo utilizado como variable independiente el tiempo (t), aunque podarían ser
utilizadas, de acuerdo con el caso a estudiar, otras variables como Toneladas, Litros, KW / hora, Ciclos,
etc.

Sea "Eu" un valor fijado por criterio técnico - económico, tal que:

En cuanto "E" fuese mayor que "Eu", tenemos la condición técnica - económica aceptable de utilización.

Cuando "E" fuese menor o igual a "Eu", tenemos la condición técnica - económica inaceptable de utiliza-
ción.

La intersección de la curva de degeneración con el valor de "Eu", determina la vida útil de la pieza - Figura
54 - y toda la teoría está basada en curvas de degeneración en que "Et" es menor o igual a "E0". Para
casos en que "Et" es mayor o igual a "E0", el tratamiento seria semejante y no alteraría los conceptos
emitidos.

Especificación de Origen

Eo
E1 ∆)
Curva de degeneración (∆
E2
E3
E4

∆ = En − En−1 ≠ 0
E5
Eu

Vida Util

Figura 58. Curva de degeneración con la determinación de la vida útil.

En el mantenimiento preventivo convencional se ejecutan acciones correspondientes según las condicio-

nes:
E(TP1) ⇒ E ′
E(TP 2) ⇒ E ′′
etc.

La época de realización del Mantenimiento Preventivo Convencional, puede ser definida en función de las
inspecciones que determinan los valores ∆1, ∆2, etc., o de programación
periódica preestablecida.

La ocurrencia de valores de "E" < "Eu" caracteriza el Mantenimiento Correctivo, y esta puede ser debida a
una de las dos siguientes situaciones

a) Inexistencia de anomalía brusca en la curva de degeneración, todavía el valor de "E" tiende o queda
menor que el valor "E," y consecuentemente el valor de "te" queda igual o mayor del que el valor de
“tu”.

b) Existencia de anomalía brusca en la curva de degeneración que acarrea que el valor "E" caiga para
valores inferiores a "Eu" en un tiempo "t0" menor que el valor de "tu".

126 Gestión e Ingeniería Integral del Mantenimiento

Elementos Básicos del Mantenimiento Predictivo

Inspección predictiva / Mantenimiento predictivo

La inspección convencional determina apenas los valores "Et" y si fueran hechas de forma sucesiva per-
miten la extrapolación para la determinación de "tu". Muchas veces la pieza no es accesible y hay necesi-
dad de desmontaje con interrupción de la producción.

En la Inspección Predictiva, los valores de "Et" son medidos a través de sensores adecuados sin inte-
rrupción de la producción. Esos valores reciben tratamiento matemático con la determinación del meca-
nismo de degeneración, haciendo objetiva la previsión de ocurrencia de anomalía en la curva de degene-
ración y la optimización de los tiempos "t0".

La determinación de las curvas de degeneración de las diversas variables permite determinar los tiempos
"tu" que indicarán las mejores épocas para intervención en el equipo. Las intervenciones según esa téc-
nica de análisis caracterizan al Mantenimiento Predictivo, que tiene por objetivos:

1. Aumentar los valores Eo, Eo', Eo", etc.

2. Aumentar los valores "tpi" por alteración en el desarrollo de la curva "Et".

Ese tipo de mantenimiento empieza en las fases de especificación, proyecto fabricación e instalación
acarreando:

1. La minimización de los costos de mantenimiento preventivo y correctivo.

2. La maximización de la eficiencia del mantenimiento.

Gestión e Ingeniería Integral del Mantenimiento 127

Elementos Básicos del Mantenimiento Predictivo

128 Gestión e Ingeniería Integral del Mantenimiento