Analisis Fallas Asme

ANÁLISIS DE FALLAS A PARTIR DEL CÁLCULO
DE LOS ÍNDICES DE CONFIABILIDAD,

MANTENIBILIDAD Y DISPONIBILIDAD
FACILITADOR: CARLOS PARRA.
2005
ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

CONTENIDO.
9Introducción
9Ingeniería de Mantenimiento y manejo del Dato.
9Terminología básica – tiempos promedios.
9Índice de Confiabilidad (R(t)).
9Índice de Mantenibilidad (M(t)).
9Test de Ajuste Estadístico.
9Índice de Disponibilidad.
9Manejo de la herramienta de cálculo de índices RELMANT.
9Aplicaciones prácticas.
9Discusión final.

PROPÓSITO .
• Definir la terminología básica asociada a los conceptos

de tiempo promedio operativos y tiempos promedios
fuera de servicio .
• Aclarar el concepto de cada uno de los indicadores

básicos: confiabilidad, disponibilidad y mantenibilidad
• Explicar como calcular a partir de distribuciones

estadísticas los índices de: confiabilidad,
mantenibilidad y disponibilidad
• Explicar la relación que existe entre la disponibilidad

con respecto a la confiabilidad y a la mantenibilidad.
• Analizar las pruebas de ajuste estadístico utilizadas

para seleccionar la distribución más adecuada al set de
datos
• Aprender a usar la herramienta de cálculo: RELMANT

MANTENIMIENTO / ENFOQUE COSTO RIESGO BENEFICIO
En el contexto actual, el mantenimiento no se puede

limitar sólo a la simple disminución de las fallas a partir
de acciones de mantenimiento seleccionadas en función
de un registro histórico de fallas, este concepto ya no tiene
vigencia, por lo cual, el rol del mantenimiento dentro de
este nuevo contexto se puede describir de la siguiente
forma:
“Preservar la función de los equipos, a partir de la

aplicación de estrategias efectivas de mantenimiento,
inspección y control de inventarios, que permitan
minimizar los riesgos que generan los distintos modos de
fallas dentro del contexto operacional y ayuden a
maximar la rentabilidad del negocio”.

OBJETIVOS DEL MANTENIMIENTO
La función de mantenimiento busca en términos generales:
• Garantizar valores aceptables de riesgo, reduciendo la probabilidad de

presencia de fallas – confiabilidad, y/o minimizando las consecuencias de las
fallas .
• Recuperar la operabilidad del sistema, una vez que se ha producido la falla

(mantenibilidad)..
•Incrementar la continuidad operacional (disponibilidad) de los activos.
“Identificando estrategias efectivas de mantenimiento que permitan,

reducir/eliminar los factores que provocan los eventos de falla en el
contexto operacional (actividades tales como: sustitución, reparación,
restauración, renovación.. )”

ÍNDICES BÁSICOS
¿ De qué forma se puede verificar si la gestión de

Mantenimiento esta cumpliendo con estos objetivos ?
Evaluando los resultados obtenidos de los

tres indicadores básicos:
Confiabilidad (R(t))
Disponibilidad ( A )
Mantenibilidad (M(t))

GERENCIA DEL DATO
Manejo del Dato en el proceso de Análisis de los

Índices de gestión del Mantenimiento
Mantenimiento..
9Potenciar la cultura en la captura y suministro de

data confiable
9Unificar criterios de captura y procesamiento de

datos
9Asegurar la visión sistémica en el proceso de

captura del dato
Una Vía Hacia la Categoría
Clase Mundial...
GERENCIA DEL DATO
Visión tradicional
2 a 3 (-ish) Capturar más datos
No sabemos usarlos
ni interpretarlos

GERENCIA DEL DATO
Visión actual
Capturar datos relevantes

MTTF, MTTR...
Usarlos para tomar

decisiones con menor
incertidumbre

GERENCIA DEL DATO
Gerencia del Dato: Fuente de

Creación de Valor
a
attoo APRENDIZAJE
e ll D
D
dde INFORMACION
daadd
li
lid /
Caa
TENDENCIAS
C ANALISIS
PROCESAMIENTO
CAPTURA
DEL
Tomar DECISIONES con un
DATO menor grado de incertidumbre
SISTEMAS Y
EQUIPOS DE
PRODUCCION

TERMINOLOGÍA BÁSICA
“La falla pueder afectar: parcial/total y ocurrir: repentina/gradual”

ÍNDICES BÁSICOS EN MANTENIMIENTO
MTBF/TPEF = mean time between failures, tiempo promedio entre fallas.

TPEF = Σ TEF / # de fallas (reparaciones)
MTTF/TPO = mean time to failure, tiempo promedio operativo.

TPO = Σ TO / # de fallas (reparaciones)
MDT/TPFS = mean down time, tiempo promedio fuera de servicio.

TPFS = Σ TFS / # de fallas (reparaciones)
MTTR/TPPR = mean time to repair, tiempo promedio para reparar.

TPPR = Σ TPR / # de fallas (reparaciones)
MOT/TPFC = mean out time , tiempo promedio fuera de control.

TPFC = Σ TFC / # de fallas (reparaciones)
9 R(t)=Confiabilidad
9 D=Disponibilidad
** Variables aleatorias continuas se pueden
9 Mt(t) = Mantenibilidad Modelar a partir de las Distribuciones de
Probabilidad: Weibull, Exponencial, Log
Normal, Normal….

HISTÓRICO DE FALLAS

CÁLCULOS BÁSICOS

• Ejercicio 1 :
Sistema 1 - semanas: Sistema 2 – semanas:
TO TFS TO TFS
5,0 0,5 34 1,7
5,5 0,6 34 1,7
6,0 0,7 35 2
6,7 0,8 67 2,3
6,7 0,7 67 2
6,8 0,7 69 2,4
7,9 0,7 69 2
9,0 0,8 95 1,8
9,0 0,7 96 1,8
12,0 0,8 97 1,7
12,5 0,7 98 1,8
Calcular TPO, TPFS y discutir analizar los resultados
Qué decisiones puedo inferir con esta información?

• Resultados Ejercicio 1:

• Ejercicio 2:
Sistema 1 (TO-días, TFS-días) Sistema 2 (TO-días, TFS-días)

Falla TO TFS Falla TO TFS
x 5,0 0,5 a 34 1,7
x 5,5 0,6 a 34 1,7
y 6,0 0,7 b 35 2
x 6,7 0,8 b 67 2,3
z 10,7 0,7 a 67 2
x 6,8 0,7 b 69 2,4
x 7,9 0,7 c 69 2
y 9,0 0,8 c 95 1,8
y 9,0 0,7 c 96 1,8
x 12,0 0,8 c 97 1,7
z 12,5 0,7 c 98 1,8
Calcular TPO, TPFS y discutir analizar los resultados.
Determinar las frecuencias de mantenimiento preventivo para

cada tipo de falla?
• Resultados Ejercicio 2:

LIMITACIÓN DE LOS TIEMPOS
PROMEDIOS
LIMITACIONES DE LOS DATOS HISTORICOS
???
Decidimos el Intervalo
¿ ES ESTA LA MEJOR
Fallas FRECUENCIA DE
Promedio de Mantenimiento
en función del TPO APLICACIÓN DEL
MANTENIMIENTO ?
TPO
TPO
TO2
TO1
TOn
To: tiempos Operativos

0 t
TPO: tiempo promedio
operativo

• Introducción al análisis del Índice de
Confiabilidad (R(t))
-Concepto de Confiabilidad
-Terminología básica – Variables aleatorias
-Distribuciones de Confiabilidad más comunes
-Determinación de intervalos de mantenimiento
basados en análisis de Confiabilidad
-Ejercicios

DEFINICIÓN DE CONFIABILIDAD
Confiabilidad ( R(t) ).
“ La probabilidad de que un equipo cumpla una misión
específica (no falle) bajo condiciones de operación
determinadas en un período de tiempo específico”.
La confiabilidad se relaciona básicamente con la tasa de

fallas (cantidad de fallas) y con el tiempo medio de
operación TPO, tiempo de operación (TO) . Mientras el
número de fallas de un determinado equipo vaya en
aumento o mientras el TPO de un equipo disminuya, la
confiabilidad del mismo será menor (variable a modelar
en Tiempos Operativos).

VARIABLES DISCRETAS Y CONTINUAS
Variables Aleatorias Discretas: Si una variable random sólo puede tomar valores
enteros, es decir, un número finito o infinito de valores “numerables o contables”
diremos que es discreta.
-Ejemplo : Lanzar dos dados. El espacio de resultados de la variable aleatoria
“suma de los puntos aparecidos en cada dado” esta compuesto por un numero
limitado de probables resultados (2,3,4,5,6,7,8,9,10,11,12), y no debemos esperar
que tome valores como 7.5, 9.8 o 2.2.
Variables Aleatorias Continuas: Si teóricamente, puede tomar todos los valores

de un intervalo dado, diremos que es continua. Para el mejor entendimiento de
estos conceptos, analicemos los siguientes ejemplos:
-Ejemplo: Consideremos ahora el experimento que consiste en elegir al azar 500
personas y medir su estatura. El espectro de probables resultados es infinito, y
aunque podríamos definir un rango (entre 0.25m y 3.5m) la variable puede tomar
cualquiervalor en ese rango.

DISTRIBUCIÓN DE PROBABILIDAD.
Las distribuciones paramétricas de probabilidad son funciones

matemáticas teóricas, que describen la forma en que se espera
que varíen los resultados de un experimento - área de
Confiabilidad las variables a modelar son los tiempos operativos
y los tiempos de reparación).
Debido a que las distribuciones tratan de explicar la expectativa

de que algo suceda, resultan ser modelos útiles para hacer
inferencias y para tomar decisiones en condiciones de
incertidumbre.
Distribuciones para Variables Aleatorias Continuas:

Distribución Normal, Distribución Lognormal, Distribución
Exponencial, Distribución Weibull, Distribución Beta,
Distribución Gamma, Distribución Triangular, Distribución
Uniforme,etc.

CARACTERÍSTICAS DE LAS
DISTRIBUCIONES

FACTORES DE LAS DISTRIBUCIONES MÁS
UTILIZADOS EN EL ÁREA DE CONFIABILIDAD
Índices más utilizados en el cálculo de Confiabilidad:
• Función de densidad de probabilidad f(t), este tipo de

representación matemática relaciona cualquier valor ti que pueda
tomar la variable aleatoria continua “t”, con su probabilidad de
ocurrencia f(ti).
• Función de probabilidad de falla acumulada:

• F(t) = ∫f(t) dt, probabilidad de falla para un tiempo (t)
• Función de Confiabilidad R(t), probabilidad de que el activo no

falle en un tiempo (t), R(t) : 1- F(t)
• Función de Frecuencia de fallas h(t)= f(t) / R(t) , fallas / tiempo

(2 fallas/año)
• Media E(t), el valor medio esperado, expresa la tendencia central

de la distribución, MTTF = 3,5 años, se utiliza para determinar
frecuencias de mantenimiento preventivo.

DISTRIBUCIÓN DE FRECUENCIAS f(x)
Función de densidad f(x):

FUNCIÓN DE PROBABILIDAD DE
FALLA ACUMULADA F(t)
F(t) = ∫f(t) dt, probabilidad de falla para un tiempo (t)

ASPECTOS DE INTERÉS EN CONFIABILIDAD
PARA DETERMINAR FRECUENCIAS DE MANTENIMIENTO PREVENTIVO,

SE UTILIZAN LOS RESULTADOS DEL CÁLCULO DEL ÍNDICE DE
PROBABILIDAD DE FALLA F(t). NORMALMENTE LAS ACTIVIDADES DE
MANTENIMIENTO PREVENTIVO SE REALIZAN EN LOS TIEMPOS QUE
CORRESPONDEN A LOS VALORES DE PROBABILIDAD DE FALLA
COMPRENDIDOS EN EL SIGUIENTE RANGO:
RANGO ÓPTIMO DE MANTENIMIENTO PREVENTIVO:

F(t) = 60% / 65 % – 80% / 85 % , PROBABILIDAD DE FALLA
Rango óptimo para ejecutar

actividades de mant. preventivo

FUNCIÓN DE PROBABILIDAD
DE QUE NO FALLE R(t)
Función de Confiabilidad R(t), probabilidad de que

el activo no falle en un tiempo (t), R(t) : 1- F(t)

FRECUENCIA DE FALLAS/
TIEMPO h(t)
•Función de Frecuencia de fallas:
h(t)= f(t) / R(t) , h(t)= f(t) / 1-F(t) ,
Fallas / tiempo: ejemplo: 1 falla/ cada 6 años

Distribuciones más comunes:
-Exponencial
-Weibull
-LogNormal

FACTORES DE LAS DISTRIBUCIONES MÁS
UTILIZADOS EN EL ÁREA DE CONFIABILIDAD
Índices más utilizados en el cálculo de Confiabilidad:

• F(t) = ∫f(t) dt, probabilidad de falla para un tiempo (t)


(2 fallas/año)

de la distribución, MTTF = 3,5 años – este factor es utilizado para
determinar intervalos de mantenimiento preventivo.

DISTRIBUCIÓN EXPONENCIAL

DISTRIBUCIÓN EXPONENCIAL
Expresiones de cálculo:
f(t)= λ exp [ -(λ) t ]

F(t) = ∫ f(t) dt,
F(t) = 1 - [exp (-(λ) t)] , Probabilidad de falla en un tiempo t

R(t) = 1- F(t) = exp[-(λ) t], Probabilidad de que el equipo no falle en un tiempo t
Media (MTTF) = tiempo medio hasta fallar = (Sum TTF / # fallas periodo
evaluado)
h(t) = f(t) / R(t) = λ (frecuencia de fallas – constante)
t = es el intervalo de tiempo en el cual se desea conocer la confiabilidad del equipo,

partiendo de un período de tiempo = 0.
λ = tasa de fallas = # de fallas / tiempo de evaluación
λ = 1 / MTTF ,
** Ebeling Charles, Reliability and Maintainability Engineering, McGraw Hill Companies, USA 1997- pag- 41
- 45

• Ejercicio 3:
• Para el siguiente set de datos utilizar la distribución
exponencial y calcular:
-Probabilidad de que no falle en un tiempo de 30 días R(t)
-Probabilidad de falla para un tiempo de 30 días F(t)
-Valor esperado (tiempo medio operativo), según la
Distribución Exponencial
- λ = tasa de fallas
• Registro histórico (tiempos operativos-días):
25, 34, 34, 34, 34, 34,32, 34, 45, 45, 56, 56, 34,34,
34,34,34,35,56, 56
• Determine la frecuencia óptima de mantenimiento

RESULTADOS
• Resultados
F(t) = 0,536%
%
fallas/t
días
Ejecutar el mantenimiento
Preventivo cada:
40 días

RESULTADOS

DISTRIBUCIÓN DE WEIBULL

DISTRIBUCIÓN DE WEIBULL
Expresiones usadas:
f(t) = [ (β x t ^(β-1) / α^β) x (exp (- t / α) ^ β) ]
F(t) = ∫ f(t) dt,
F(t) = 1- [ exp ((- t / α ) ^ β) ], Probabilidad de falla en un tiempo t
R(t)= 1- F(t) = [ exp ((- t / α ) ^ β) ], Probabilidad de que no falle en un tiempo t
MTTF = α ⎡ ( 1 + (1/ β ) ) , ⎡ = función Gamma
MTTF = Tiempo medio de operación - Valor esperado variable aleatoria .
h(t) = f(t) / R(t) = β x t ^(β-1) / α^β , frecuencia de fallas
t = tiempo evaluación,
V = α = vida característica, depende del MTTF
θ = β = parámetro de forma
** Ebeling Charles, Reliability and Maintainability Engineering, McGraw Hill Companies, USA 1997 - pag-58-66

PARÁMETRO DE FORMA
COMPORTAMIENTO DE FALLAS / DISTRIBUCIÓN DE WEIBULL.
Frecuencia de fallas
Período de mortalidad Período de

infantil desgaste
Período normal de
vida útil
β < 0,9 β =0,9 – 1,3 β >1,3

20-25% (TS) 50-60%(TS) 10-15%(TS)
Tiempo de servicio (TS) – tiempo entre Overhaul.
Curva de confiabilidad de un equipo.

VIDA CARACTERÍSTICA
⎛ ⎛ ⎛ ⎛ ⎛ ⎞ ⎞ ⎞⎟ ⎞ ⎞
⎜ ⎜ ⎜ ⎜ ⎜ ⎟⎟ ⎟ ⎟
⎜ ⎜ ⎜ Ln ⎜ Ln ⎜ 1 ⎟⎟ ⎟ ⎟ ⎟
⎜ ⎜ ⎜ ⎜ ⎜ n ⎟⎟ ⎟ ⎟ ⎟
⎜ ⎜ ⎜ ⎜ ⎜ 1 − ⎟ ⎟⎟ ⎟ ⎟
⎜ N ⎝ ⎝ N + 1 ⎠ ⎠ ⎟ × Ln (ti )⎟ ⎟
− ⎜ ∑⎜
⎜ ⎛
⎜
⎛
⎜
⎛ ⎞ ⎞ ⎟⎞
⎟
⎜ ⎜ Ln ( )
ti ⎟ ⎟ ⎟
⎜ ⎜ ⎟ ⎜ ⎜ ⎟ ⎟ ⎟
⎜ ⎜ Ln ⎜ Ln⎜ 1 ⎟⎟ ⎟ ⎜ ⎜ ⎟ ⎟ ⎟
⎜ ⎜ ⎜ ⎜ n ⎟ ⎟ ⎟ ⎜ ⎜ ⎟ ⎟ ⎟
⎜ ⎜ ⎜ ⎜1− ⎟⎟ ⎟ ⎜ ⎜ ⎟ ⎟ ⎟
⎝ ⎝ N +1 ⎠⎠ ⎟ ⎝ ⎠
⎜ ∑⎜ × Ln (ti ) ⎝ ⎠ ⎟
⎜ ⎜ Ln(ti ) ⎟ ⎟
⎜ ⎜ ⎟ ⎟
⎜ ⎜ ⎟ ⎟
⎜ ⎜ ⎟ ⎟
⎜ ⎟
⎜ ⎟
α
η== exp ⎜
⎛ ⎛
⎝
⎛ ⎞ ⎞
⎠
⎞ ⎛ ⎛ ⎛ ⎞ ⎞ ⎞⎟
⎜⎜ ⎜ ⎛ ⎞ ⎟ ⎜ ⎛ ⎞ ⎟⎟ ⎟
⎜ ⎜ ⎟⎟ ⎟ ⎜ ⎜ ⎜ ⎟⎟
⎜⎜ ⎜ Ln⎜ Ln⎜ 1 ⎟⎟ ⎟ ⎟ ⎜ ⎜ Ln⎜ Ln⎜ 1 ⎟⎟ ⎟⎟ ⎟
⎜⎜ ⎜ ⎜ ⎜ n ⎟⎟ ⎟ ⎟ ⎜ ⎜ ⎜ ⎜ n ⎟⎟ ⎟⎟ ⎟
⎜⎜ ⎜ ⎜ ⎜ 1 − ⎟⎟ ⎟ ⎟ ⎜ ⎜ ⎜ ⎜ 1 − ⎟⎟ ⎟⎟ ⎟
⎜⎜ ⎝ ⎝ + ⎠ ⎠ ⎝ ⎝ + ⎠ ⎠ × Ln (ti )⎟ ⎟ ⎟
⎜ N 1 ⎟ − Ln (ti )⎟ − ⎜ ⎜ N 1
⎜ ⎜ ∑⎜ Ln (ti ) ⎟ ⎟ ⎜ ∑ ⎜ Ln (ti ) ⎟⎟ ⎟
⎜⎜ ⎜ ⎟ ⎟ ⎜ ⎜ ⎟⎟ ⎟
⎜⎜ ⎜ ⎟ ⎟ ⎜ ⎜ ⎟⎟ ⎟
⎜⎜ ⎜ ⎟ ⎟ ⎜ ⎜ ⎟⎟ ⎟
⎜⎜ ⎜ ⎟ ⎟ ⎜ ⎜ ⎟⎟ ⎟
⎜ ⎝ ⎝ ⎠ ⎠ ⎝ ⎝ ⎠⎠ ⎟
⎜ ⎟
⎜ Donde n es el número de evento específico, N el número total de eventos y ⎟
⎜ ti es el tiempo operativo en cuestión ⎟
⎜ ⎟
⎜ ⎟
⎝ ÍNDICES DE GESTIÓN DEL MANTENIMIENTO ⎠
CÁLCULO DEL PARÁMETRO DE FORMA
⎛ ⎛ ⎛ ⎞ ⎞ ⎞
⎜ ⎜ ⎜ ⎟ ⎟ ⎟
⎜ ⎜
Ln Ln ⎜ 1 ⎟⎟ ⎟
⎜ ⎜ ⎜ n ⎟⎟ ⎟
⎜ ⎜ ⎜1− ⎟⎟ ⎟
⎝ ⎝ + ⎠ ⎠
∑
⎜ N 1 ⎟
⎜ Ln (ti) ⎟
ββ = ⎜ ⎟
⎛ ⎞ ⎛ ⎛ ⎞ ⎞
⎜ ⎜ ∑ 1 ⎟ − ⎜ Ln(ηα ) × ∑⎜ 1 ⎟ ⎟ ⎟
⎜ ⎜⎝ Ln(ti) ⎟⎠ ⎜⎝ ⎜ Ln (ti) ⎟ ⎟ ⎟
⎝ ⎠⎠
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎝ ⎠
Donde n es el número de evento específico, N el número total de eventos y
Expresión del parámetro de forma a través del método de “chi cuadrado”
ti es el tiempo operativo en cuestión

• Ejercicio 4:
• Para el siguiente set de datos, utilizar Distribución de Weibull y

calcular:
- Probabilidad de que no falle en un tiempo de 3 meses R(t)
-Probabilidad de falla para un tiempo de 3 meses (F(t)
-Valor esperado (tiempo medio operativo según la distribución)
- Parámetros de la distribución : β parámetro de forma y
α vida característica
• Registro histórico de fallas (tiempos operativos - meses):
• 2, 2, 3, 3, 3, 5, 5, 5, 5, 4, 4, 6, 7, 7, 6, 6, 6, 4, 3, 4, 4, 3,3
• Determine la frecuencia óptima de mantenimiento

RESULTADOS
F(t) = 0,1924 %
fallas/t
β= parámetro de forma meses
α= vida característica Ejecutar el mantenimiento

Preventivo cada:
4 -4,5 meses

RESULTADOS

DISTRIBUCIÓN LOGNORMAL
La distribución Lognormal es
ampliamente usada para variables que
ocurren cerca del valor mínimo
Los parámetros de la distribución

Lognormal son: La media logarítmica
“ µt ” y la desviación estándar
logarítmica“ σt ”
Muchas variables físicas y procesos de

deterioro pueden ser representados con la
distribución Lognormal.

EXPRESIONES MÁS IMPORTANTES

EXPRESIONES MÁS IMPORTANTES

EXPRESIONES MÁS COMUNES

EJERCICIO 5
Seleccione la mejor propuesta de las siguientes dos opciones:

Opción 1:
Activo: Sistema de compresión Tipo A
Actividades Frecuencia Costos Costos de
mant.. Materiales Mano de Obra
MBs MBs
Tipo A 3 meses 50 30
Tipo B 6 meses 100 100
Mant. Mayor 3 años 6000 4000
Predictivo Mensual 100 100
Tiempo promedio de operación: 8 meses, 1,5 fallas/año

Tiempo promedio de reparación: 20 horas
Costos de penalización por fallas inesperadas: 1 MMBs / hora
Costos del mant. no planificado: 100 MBs/hora
Costos Operacionales : 20 MMBs / año
Inversión inicial: 450 MMBs
Vida útil esperada: 15 años

EJERCICIO 5
Opción 2:
Activo: Sistema de Compresión Tipo B
MBs MBs
Tiempo promedio de operación: 2 meses, 6 fallas por año


EJERCICIO 5
1.Para las dos opciones mostradas, evalué los datos

económicos junto con los índices de tiempos promedios
operativos y tiempos promedios de reparación y trate de
seleccionar alguna de estas dos opciones.
- Afecta el factor Confiabilidad en la decisión que usted tomó?

- Explique por qué?
Argumente su respuesta.

RESULTADOS OPCIÓN 1


RESULTADOS GENERALES EJERCICIO 5:

Mantenibilidad (M(t))
-Terminología básica
-Distribuciones de Mantenibilidad más comunes
-Determinación de tiempos de reparación
-Ejercicios

DEFINICIÓN DE MANTENIBILIDAD
Concepto de Mantenibilidad:
1) Una característica de diseño e instalación, expresada como la probabilidad

de que un elemento sea recuperado a una condición especificada, a lo largo
de un período dado del tiempo empleado en el mantenimiento, cuando éste
se realiza de acuerdo con los procedimientos y recursos prescritos
[MIL-STD-721B, 1996 USA].
El parámetro fundamental para calcular la mantenibilidad lo constituye

el tiempo promedio de reparación de las fallas (MTTR/TPPR).

MANTENIBILIDAD
¿Cuánto durará la tarea de mantenimiento?
Históricamente se han ignorado los aspectos que afectan la respuesta de

esta interrogante. Hoy en día, la disciplina qie permite contestar de forma
adecuada esta interrogante es la Ingeniería de Mantenibilidad, disciplina
científica que estudia la complejidad, los factores y los recursos relacionados
con las actividades que debe realizar el usuario para mantener y/o
recuperar las funciones de un activo.
La importancia de la ingeniería de Mantenibilidad está creciendo

rápidamente, debido a su considerable contribución a la reducción de
los costos de mantenimiento de un producto activo durante su ciclo de vida.
Al mismo tiempo, el análisis de mantenibilidad proporciona una potente

herramienta a los ingenieros, para la descripción cuantitativa de la
capacidad inherente de su producto de ser recuperado para el servicio,
mediante la realización de tareas de mantenimiento.

LA MANTENIBILIDAD – IMPACTO EN LA DISPONIBILIDAD
La mayoría de los usuarios afirman que necesitan equipos con un alto factor
de servicio, porque no se puede tolerar tener un equipo fuera de servicio.
Hay varios medios con los que los diseñadores pueden lograrlo:
-Uno es construir las equipos extremadamente confiables y, consecuentemente,
costosos.
-El segundo es suministrar un sistema que, cuando falle, sea fácil de recuperar
(alta mantenibilidad).
Normalmente, el segundo escenario, es el más factible desde el punto de

vista costo riesgo beneficio.
¿qué elemento debe escoger el usuario, si el sistema A tiene un mejor índice

de mantenibilidad que el sistema B, pero este tiene un índice de confiabilidad
mejor que el sistema A?
ver ejercicio siguiente…..

EJERCICIO 6:
Ejercicio : Selecione la mejor propuesta de las siguientes dos opciones:

Opción 1:
Activo: Sistema de bombeo Tipo A
MBs MBs
Tiempo promedio de operación: 5000 horas: 1.75 fallas/año


EJERCICIO 6:
Opción 2:
Activo: Sistema de bombeo Tipo B
MBs MBs
Tiempo promedio de operación: 8760 horas: 1 falla/año


EJERCICIO 6:
1.Para las dos opciones mostradas, evalué los datos

económicos junto con los índices de tiempos promedios
operativos y tiempos promedio de reparación y trate de
seleccionar alguna de estas dos opciones.
- Afecta el factor Mantenibilidad en la decisión que usted

tomo?
- Explique por qué?



RESULTADOS GENERALES EJERCICIO 6:

ENFOQUE DE MANTENIBILIDAD BASADO EN EL TIEMPO EMPLEADO
¾Para explicar el significado físico de la mantenibilidad, vamos a establecer el

enlace entre una tarea especificada de mantenimiento y el tiempo empleado en su
realización. Así, la mantenibilidad puede representarse gráficamente como muestra
la siguiente Figura, donde el TPR representa el tiempo necesario para la acertada
finalización de una tarea especificada de mantenimiento.
¾En cierto modo, el orden de magnitud del tiempo empleado exigido para la
recuperación de la funcionabilidad (5 minutos, 5 horas o 2 días), puede ser
estimada en una etapa al inicio del proceso de diseño, por medio de decisiones
relacionadas con la complejidad de la tarea de mantenimiento, accesibilidad de
los elementos, seguridad de recuperación, facilidad de prueba, localización
física del elemento, así como con las relacionadas con los requisitos
de los recursos de apoyo del mantenimiento (instalaciones, repuestos,
herramientas, personal cualificado, etc.).

HISTÓRICO DE FALLAS

ASPECTOS QUE AFECTAN LA MANTENIBILIDAD
• factores personales, que representan la influencia de la habilidad, motivación,

experiencia, actitud, capacidad física, vista, autodisciplina, formación, responsabilidad
y otras características similares relacionadas con el personal involucrado;
•factores operacionales, que representan la influencia del entorno operativo, en función

de las consecuencias que ha producido la falla sobre: las operaciones, el ambiente,
la seguridad y la condición física del activo en recuperación;
• entorno, que representa la influencia de factores como temperatura, humedad, ruido,

iluminación, vibración, momento del día, época del año, viento, ruido, etc. en el
personal de mantenimiento durante la operación de recuperación.
Así, los diferentes tiempos empleados en la ejecución de cada ensayo individual de

la tarea de mantenimiento, son el resultado de la influencia de los factores
mencionados anteriormente.

CÁLCULO DE LA MANTENIBILIDAD
•La mantenibilidad es una variable, que en este caso se llamará Tiempo para reparar/
Time To Restore - TPR/TTR
•Las medidas de mantenibilidad están relacionadas con el tiempo que un elemento pasa
en estado de reparación. La naturaleza del parámetro TTR para la tarea depende de
la variabilidad de los factores (personales, operacionales, entorno). Por tanto, el único
camino posible en el análisis de mantenibilidad es recurrir a la teoría
de probabilidades, que ofrece una «herramienta» para la descripción probabilística .
EL cálculo de la Mantenibilidad M(t), se expresa:
La Probabilidad de que la variable aleatoria TTR tome el valor ti , es:
M(t) = P(TTR = ti) - probabilidad de reparar éxitosamente

un activo en un tiempo ti

EXPRESIONES DE CÁLCULO DE LA MANTENIBILIDAD (M(t))
Las expresiones de cálculo de mantenibilidad más frecuentemente usadas son:
1. Función de mantenibilidad M(t) - probabilidad de ser reparado antes de un

tiempo (t): M(t) = ∫ f(t) dt
2. Tiempo medio de recuperación MTTR - Valor esperado de la variable aleatoria .
3.Tiempo de recuperación TTR dada una probabilidad de completación de una

tarea de mantenimiento M(t)
** Ebeling Charles, Reliability and Maintainability Engineering, McGraw Hill

Companies, USA 1997 - pag: 191,192
** KnezevicJesdimir, Maintainability, Prentice Hall, USA 1996 - pág: 50 -85

FUNCIÓN DE MANTENIBILIDAD M(t)
Función de mantenibilidad M(t) - probabilidad de ser reparado antes de un tiempo t.
La función de distribución de la variable aleatoria TTR se llamará Función de

Mantenibilidad M(t) - Indica la probabilidad de que la función del sistema sea
recuperada antes de un tiempo de evaluación (t)
Funciones de Mantenibilidad M(t) más comunes:
Función Expresión M(t) = ∫ f(t) dt, Probabilidad de reparar antes

densidad f(t) de un tiempo de evaluación (t).
Exponencial 1- [exp(-(λ)t)] , t = tiempo evaluación,

f(t)= λ exp[-(λ)t] λ = frecuencia de reparación = (1 / MTTR)
MTTR = tiempo promedio de reparación
MTTR = Sumatoria (TTR) / # de reparaciones
Weibull 1-[ exp((-t/α)^β)] t = tiempo evaluación,

β x t^(
f(t) = [(β -β 1)/ α^β)x
^(β α = vida característica, depende del MTTR
exp -( t / α)^β)]
(exp β = parámetro de forma

EJEMPLO DE CÁLCULO DE M(t)
Se modelaron los tiempos de reparación de un activo con la Distribución de

Weibull y se obtuvieron los siguientes parámetros:
β = parámetro de forma = 2,9
α = vida característica = 29 minutos
Calcular la probabilidad de ser reparado en los tiempos:
t = 20 minutos y t =35 minutos

RESULTADOS M(t)
Calcular la probabilidad de ser reparado en un tiempo t1 = 20 minutos, t2=35 minutos
M(t) = 1- [ exp ((-t/ α) ^β) ], t = tiempo evaluación,

α = vida característica, depende del MTTR
β = parámetro de forma
M(t=20) = 1- [exp (-20/29)^2,9]
M(t=20) = 0,2885 = 28,85% probabilidad de ser reparado en 20 minutos
M(t=35) = 1- [exp (-35/29)^ 2,9]

M(t-35) = 0,8216 =82,16% probabilidad de ser reparado en 35 minutos

TIEMPO MEDIO DE REPARACIÓN (MTTR)
Tiempo medio de reparación (MTTR) - Valor esperado de la variable aleatoria .
La esperanza de la variable aleatoria TTR puede usarse para el cálculo de esta característica
del proceso de recuperación:
Expresiones más comunes usadas para el cálculo tiempo medio de recuperación MTTR :
Distribución Expresión Resultado: tiempo medio

MTTR de recuperación MTTR
Exponencial MTTR=(Sum TTR / #reparaciones) Sum TTR=sumatoria tiempos reparación

# reparaciones - periodo evaluado
Weibull MTTR=α ⎡ ( 1 + (1/ β) ) ⎡ = función Gamma

α = vida característica, depende
del MTTR

EJEMPLO DE CÁLCULO DEL MTTR
Se modelaron los tiempos de reparación de un activo con la Distribución de Weibull

y se obtuvieron los siguientes parámetros:
α = vida característica: 29 minutos
β = parámetro de forma: 2,9
Calcular MTTR tiempo medio de reparación:
MTTR = α ⎡ ( 1 + (1/ β) ) , ⎡ = función Gamma


RESULTADOS

Calcular MTTR tiempo medio de reparación
MTTR = α ⎡ ( 1 + (1/ β) ) , ⎡ = función Gamma

MTTR = 29 ⎡ ( 1 + (1/2,9) )
MTTR = 29 ⎡ (1,3448) ver tabla
MTTR = 29 * 0,8922 = 25,87 minutos tiempo medio de reparación

TIEMPO DE RECUPERACIÓN(TTR) DADA UNA PROBABILIDAD DE REPARACIÓN
Tiempo de recuperación TTR para una probabilidad de reparación

conocida (M(t)(%):
Expresiones más comunes del tiempo de recuperación TTR dado un M(t):
Distribución Expresión Resultado: tiempo de recuperación TTR dado

TTR / M(t) un M(t)
Exponencial (1/λ) [-Ln ( 1-M(t) )] , M(t) = probabilidad de ser reparado

λ = frecuencia de reparación = (1 / MTTR)
MTTR = tiempo promedio de reparación =
= Sumatoria (TTR) / # de reparaciones
Weibull α[-Ln ( 1-M(t) ) ^(1/ β)], M(t) = probabilidad de ser reparado,


EJEMPLO DE CALCULO DEL TTR DADO UN M(t)

Calcular el Tiempo de recuperación TTR para una probabilidad

de reparación de un 20% y un 95% respectivamente
TTR/ (M(t)) = α[-Ln ( 1-M(t) ) ^(1/ β)], M(t) = probabilidad de ser reparado,

RESULTADOS

Calcular el Tiempo de recuperación TTR para una probabilidad

de reparación de un 20% y un 95% respectivamente
TTR/ (M(t)) = α[-Ln ( 1-M(t) ) ^(1/ β)], M(t) = probabilidad de ser reparado,
TTR (M(t)=20%) = 29[-Ln ( 1 - 0,2 ) ^(1/2,9)]

TTR(M(t)=20%) = 17,28 minutos - tiempo en el cual se tiene una probabilidad
de completar la reparación de un 20%
TTR (M(t)=95%) = 29[-Ln ( 1 - 0,95 ) ^(1/2,9)]

TTR(M(t)=95%) = 42,33 minutos - tiempo en el cual se tiene una probabilidad
de completar la reparación de un 95%

EJERCICIO PROPUESTO
A continuación se presentan una serie de tiempos de reparación del compresor CX:

- Tiempos de reparación horas 16-16-14-14-15-15-17-18-17-19
Utilizar Modelo Exponencial y calcular:

1.M(t) Probabilidad de ser reparado antes de un tiempo t = 4 horas
2. Tiempo medio de recuperación MTTR - Valor esperado de la variable aleatoria
3.Tiempo de recuperación TTR dada una probabilidad de completación de una

tarea de mantenimiento M(t) = 20% , M(t)=95%

RESULTADOS
Utilizar Modelo Exponencial y calcular:
1.M(t) Probabilidad de ser reparado antes de un tiempo t = 4 horas
M(t) = 1- [exp (-t x λ)] , t = tiempo evaluación,

MTTR = Sumatoria (TTR) / # de reparaciones =
λ = frecuencia de reparación = (1 / MTTR) =
M(t=4) =

RESULTADOS
2. Tiempo medio de recuperación MTTR - Valor esperado de la variable aleatoria.
MTTR = (Sum TTR / # reparaciones) , Sum TTR = sumatoria tiempos reparación

# reparaciones - periodo evaluado
MTTR =

RESULTADOS
3.Tiempo de recuperación TTR dada una probabilidad de completación de una tarea

de mantenimiento M(t) = 20% , M(t)=95%
TTR(M(t)) = (1/λ) [-Ln ( 1-M(t) )] , M(t) = probabilidad de ser reparado


MTTR = Sumatoria (TTR) / # de reparaciones =
λ = 1/ MTTR=
Caso 1: M(t) = 20%

TTR(20%) =
Caso 2: M(t) = 95%

TTR(95%) =

ASPECTOS DE INTERÉS EN MANTENIBILIDAD
La realización de cualquier tarea de mantenimiento está relacionada con

diversos costos: unos costos directos (repuestos, mano de obra, etc.) y los
costos de las consecuencias de no tener el sistema disponible para la
operación. Razón por la cual los departamentos de mantenimiento son un
área de alto impacto económico y operacional, requiriendo a la industria
miles de millones de dólares cada año. Por este motivo, se ha convertido
en un factor crítico en la ecuación de rentabilidad de muchas compañías.
Finalmente, ya que las acciones de mantenimiento se vuelven cada vez

más impactantes , está claro, que el factor Mantenibilidad, representa
hoy en día, una de las mayores áreas de oportunidad para agregar valor en
cualquier sistema producción.

RESUMEN DE ÍNDICES EVALUADOS -CONFIABILIDAD
Confiabilidad:

F(t) = ∫f(t) dt, probabilidad de falla para un tiempo (t)


de la distribución, MTTF = 3,5 años

(2 fallas/año)

RESUMEN DE ÍNDICES EVALUADOS -MANTENIBILIDAD
Mantenibilidad:
1. Función de mantenibilidad M(t) - probabilidad de ser reparado antes

de un tiempo (t): M(t) = ∫ f(t) dt
2. Tiempo medio de recuperación MTTR - Valor esperado de la variable

aleatoria .
3.Tiempo de recuperación TTR dada una probabilidad de

completación de una tarea de mantenimiento M(t)

PRUEBAS DE AJUSTE ESTADÍSTICO -
LIMITACIÓN DE LOS DATOS HISTÓRICOS
LIMITACIONES DE LOS DATOS HISTORICOS
???
Decidimos el Intervalo
¿ ES ESTA LA MEJOR
Fallas FRECUENCIA DE
Promedio de Mantenimiento
en función del TPO APLICACIÓN DEL
MANTENIMIENTO ?
TPO
TPO
TO2
TO1
TOn
To : tiempo Operativo
0 t
TPO: tiempo promedio
operativo

TEST DE VALIDACIÓN- PRUEBAS DE AJUSTE ESTADÍSTICO
-Realizar pruebas de ajuste de los datos utilizados con el fin de

validar si la distribución se ajusta al comportamiento del modelo
estadístico seleccionado.
Test recomendado: Kolmogorov- Smirnov test
-Kolmogorov-Smirnov test, el sistema calcula la distancia máxima

entre la frecuencia acumulada de los tiempos observados y la frecuencia
teórica acumulada provista por el modelo seleccionado. Si la distancia
entre estas frecuencias acumuladas es igual o mayor, se puede concluir
que el modelo seleccionado no provee un buen ajuste para los datos
evaluados.
Referencias: Kececioglu, D. Reliability and Life Testing Handbook,

Prentice Hall 1991

Test de Kolmogorov
• Determinar el total de fallas (i): 1,2,3,…. N = número total de fallas
• Arreglar los tiempos hasta la falla t(i) en orden ascendente
• Para cada t(i) calcular la probabilidad de falla observada:
PFO(ti)= falla (i) / N , i=1,2,3,…..N
• Calcular los parámetros de la distribución seleccionada y luego calcule la
probabilidad de falla F(ti) según la distribución seleccionada para cada (ti)
• Determinar la diferencia absoluta D(i) entre PFO(ti) – F(ti) , para falla
D(i)=PFO(ti) – F(ti)
• Determinar la máxima diferencia absoluta Dmáx (ignorando el signo positivo y/o
negativo)
• Determine el valor de Kolmogorov Crítico Dcrit, dado en el Anexo G-1, busque el
Dcrit, con el valor de N y el nivel de significancia requerido, usualmente es 0,05
• Compare el Dcrit con el Dmáx,
– Si el Dmáx es menor que Dcrit, la distribución seleccionada es aceptada y representa
el comportamiento estadístico de la data evaluada para el nivel de significancia
seleccionado
– Si el Dmáx es igual o mayor que Dcrit, la distribución seleccionada “no” es aceptada
y no representa el comportamiento estadístico de la data evaluada para el nivel de
significancia seleccionado

Test recomendado: Kolmogorov- Smirnov test

PDVSA
INTEVEP Modelaje de Índices / Tabla de niveles de significancia
Tabla de Kolmogorov-Smirnov
Nivel
Nivel de
de Significancia
Significancia
N
N 0,2
0,2 0,15
0,15 0,1
0,1 0,05
0,05 0,01
0,01
11 0.900
0.900 0.925
0.925 0.950
0.950 0.975
0.975 0.995
0.995
22 0.684
0.684 0.726
0.726 0.776
0.776 0.842
0.842 0.929
0.929
33 0.565
0.565 0.597
0.597 0.642
0.642 0.708
0.708 0.828
0.828
44 0.494
0.494 0.575
0.575 0.564
0.564 0.624
0.624 0.733
0.733
55 0.446
0.446 0.424
0.424 0.510
0.510 0.454
0.454 0.669
0.669
66 0.410
0.410 0.436
0.436 0.470
0.470 0.521
0.521 0.618
0.618
77 0.381
0.381 0.405
0.405 0.438
0.438 0.486
0.486 0.557
0.557
88 0.358
0.358 0.381
0.381 0.411
0.411 0.457
0.457 0.543
0.543
99 0.339
0.339 0.360
0.360 0.388
0.388 0.432
0.432 0.514
0.514
10
10 0.322
0.322 0.342
0.342 0.368
0.368 0.410
0.410 0.490
0.490
11
11 0.307
0.307 0.326
0.326 0.352
0.352 0.391
0.391 0.468
0.468
12
12 0.295
0.295 0.313
0.313 0.338
0.338 0.375
0.375 0.405
0.405
13
13 0.284
0.284 0.302
0.302 0.325
0.325 0.361
0.361 0.433
0.433
14
14 0.274
0.274 0.292
0.292 0.314
0.314 0.349
0.349 0.418
0.418
15
15 0.266
0.266 0.293
0.293 0.304
0.304 0.338
0.338 0.404
0.404
16
16 0.258
0.258 0.274
0.274 0.295
0.295 0.328
0.328 0.392
0.392
17
17 0.250
0.250 0.266
0.266 0.286
0.286 0.318
0.318 0.381
0.381
18
18 0.244
0.244 0.259
0.259 0.278
0.278 0.309
0.309 0.371
0.371
19
19 0.237
0.237 0.252
0.252 0.272
0.272 0.301
0.301 0.363
0.363
20
20 0.231
0.231 0.246
0.246 0.264
0.264 0.294
0.294 0.356
0.356
25
25 0.21
0.21 0.22
0.22 0.24
0.24 0.27
0.27 0.32
0.32
30
30 0.19
0.19 0.20
0.20 0.22
0.22 0.24
0.24 0.29
0.29
35
35 0.18
0.18 0.19
0.19 0.21
0.21 0.23
0.23 0.27
0.27
>>35
35 1.07 / (N) ^1/2 1,14 / (N) ^1/2 1.22 / (N) ^1/2 1.36 / (N) ^1/2 1.63 /(N)
1.07 / (N) ^1/2 1,14 / (N) ^1/2 1.22 / (N) ^1/2 1.36 / (N) ^1/2 1.63 / (N)^1/2
^1/2

Ejemplo del Test de Kolmogorov
• Para el siguiente histórico de fallas determine

utilizando el test de Kolmogorov, si se ajustan a las
Distribuciones Exponencial y Weibull .
Tiempo operativos en meses:
5 - 6 - 5,5 - 9 - 9 - 6,7 - 6,7 - 7,9 - 6,8 - 12 - 12,5

Resultados del Test de Kolmogorov
N= 11
Tiempos
para fallar ti, Fti- Rti - Di -
N PFO(ti) F(ti)-weibull Rti - weibull D(i) - Weibull Weibull
orden exponencial exponencial exponencial
ascendente
Vida
1 5 0,090909091 0,1718643 0,8281357 0,468184202 0,531815798 0,377275111 0,080955209 8,64
Característica
Parámetro de
2 5,5 0,181818182 0,222908081 0,777091919 0,500727831 0,499272169 0,318909649 0,041089899 3,05
forma
3 6 0,272727273 0,28024715 0,71975285 0,531280004 0,468719996 0,258552732 0,007519877
4 6,7 0,363636364 0,368986156 0,631013844 0,570937999 0,429062001 0,207301635 0,005349793
5 6,7 0,454545455 0,368986156 0,631013844 0,570937999 0,429062001 0,116392545 0,085559298
6 6,8 0,545454545 0,382273554 0,617726446 0,576322619 0,423677381 0,030868074 0,163180991
7 7,9 0,636363636 0,532810058 0,467189942 0,631274859 0,368725141 0,005088777 0,103553579
8 9 0,727272727 0,677802331 0,322197669 0,679099627 0,320900373 0,0481731 0,049470396
9 9 0,818181818 0,677802331 0,322197669 0,679099627 0,320900373 0,139082191 0,140379487
10 12 0,909090909 0,934358906 0,065641094 0,780301566 0,219698434 0,128789343 0,025267997
11 12,5 1 0,954254845 0,045745155 0,793745665 0,206254335 0,206254335 0,045745155
Totales
87,1
operación
Tabla para N= 11 y Nivel de significancia de 0,05:

-Dmáx exponencial (0,3773) menor Dcr (0,391)
-Dmáx weibull (0,1631) menor Dcr (0,391)

Disponiblidad (D)
-Terminología básica
-Expresiones de Disponibilidad más comunes
-Cálculo de Disponibilidad
-Ejercicios

DISPONIBILIDAD
DEFINICIONES BÁSICAS.
Disponibilidad ( A ).
La disponibilidad es una característica que resume cuantitativamente

el perfil de operabilidad de un elemento. Representa el porcentaje del tiempo
disponible (de uso) del activo en un periodo determinado). Es una medida
importante y útil en casos en los que el usuario tiene que tomar decisiones
con respecto a la adquisición de un elemento entre varias posibilidades
alternativas.
La disponibilidad relaciona básicamente los tiempos promedios de reparación

de las fallas (MTTR / TPPR - mantenibilidad) y los tiempos promedios
operativos (MTTF/TPO - confiabilidad (depende de la tasa de fallas)).

CÁLCULO DE LA DISPONIBILIDAD
CÁLCULO DE LA DISPONIBILIDAD.
Disponibilidad (A).
· Disponibilidad operacional (Ao):
MTTF
Ao = x 100%
MTTF + MTTR
¿se pueden tener dos equipos con diferentes confiabilidades y una

misma disponibilidad?

CASO PRACTICO 1
APLICACIÓN PRÁCTICA: EJEMPLO 1.
Ejemplo 1:
Dada la siguiente distribución de fallas (Figura A) de un
equipo X, para un período de 53 semanas de trabajo ,
calcule:
a) La disponibilidad del equipo X, en el período de 53

semanas
b) Para un período de trabajo de 2 semanas, calcular la

confiabilidad R(t) del equipo X .

CASO PRACTICO 1
EJEMPLO 1.
TFS = tiempo no operativo entre fallas en semanas

TO = tiempo operativo entre fallas en semanas
TO= 7 TO=6 TO= 5 TO= 7 TO = 8 TO= 7
0 7 9 15 17 22 25 32 35 43 44 51 53 semanas
TPR=2 TPR=2 TPR=3 TPR= 3 TPR= 1 TPR=2
Número de fallas = n = 6
“ Equipo X, equipo de baja confiabilidad (muchas fallas) y

buena mantenibilidad (reparaciones rápidas)”
Figura A: Distribución de fallas del equipo X en un período de trabajo de 53 semanas.

RESULTADOS CASO PRACTICO 1
EJEMPLO 1.

CASO PRACTICO 1
EJEMPLO 1.

CASO PRACTICO 2
APLICACIÓN PRÁCTICA: EJEMPLO 2.
Ejemplo 2:
Dada la siguiente distribución de fallas (Figura B) de un
equipo Y, para un período de 53 semanas de trabajo,
calcule:
a) La disponibilidad del equipo Y, en el período de 53

semanas.
b) Para un período de trabajo de 2 semanas, calcular la

confiabilidad R(t) del equipo Y .

CASO PRACTICO 2
EJEMPLO 2.
TFS = tiempo no operativo entre fallas en semanas

TO = tiempo operativo entre fallas en semanas
TO=13 TO=12 TO= 15
0 13 19 31 36 51 semanas
TPR=6 TPR=5 TPR= 2 Número de fallas = n =3
“Equipo Y, equipo de mayor confiabilidad (pocas fallas) pero de

baja mantenibilidad (tiempo de reparación alto), con respecto
a la distribución de fallas del equipo X ( ejemplo 1)”.
Figura B: Distribución de fallas del equipo Y en un período de trabajo de 53 semanas.

RESULTADOS CASO PRACTICO 2
EJEMPLO 2.

EJEMPLO 2.

RESULTADOS EJEMPLOS 1 Y 2.
Comparación de Resultados:
Ejemplo 1 Ejemplo 2
Indicadores Inst. X Inst. Y
-Disponibilidad
-Confiabilidad
-MTTF
-MTTR
-# de fallas

RELACIÓN DE LA DISPONIBILIDAD CON LA CONFIABILIDAD Y LA MANTENIBILIDAD .
Forma de alcanzar una disponibilidad específica a partir de

actividades orientadas a mejorar la mantenibilidad o la
confiabilidad:
9 En el caso de que se quiera alcanzar un valor de disponibilidad

específico para un equipo con baja confiabilidad (alta tasa de fallas,
TPO bajo) es necesario mejorar la mantenibilidad (disminuir el
TPPR), para poder alcanzar el valor de disponibilidad requerido
9 En el caso de que se quiera alcanzar un valor de disponibilidad

específico para un determinado equipo que tenga una baja
mantenibilidad (TPPR muy alto) es necesario disminuir la tasa de
fallas (aumentar el TPO, con lo cual se incrementará la confiabilidad
del equipo), para alcanzar el valor de disponibilidad requerido

• MANEJO DE LA HERRAMIENTA DE
CÁLCULO DE ÍNDICES RELMANT
2001

Modelaje de Índices / Recopilación de datos
Formato tipo de data

Fch. Paro TO TFS Causa de Paro
24/01/00 xxxxxx 1 Petroleo En Separador Succion

28/01/00 95,71 1,48 Valvula Linea Descarga K3
29/01/00 22,7 1 Linea Rota Gas De 250#
Valv. Check Linea 250# C H E F -
13/02/00 358,83 1,42 6
Modificacion En Planta ( Linea 60
23/02/00 238,45 9,75 #)
Búsqueda del 07/07/00 3222,69 0,4 Baja Presion Agua
histórico de 09/07/00 51,35 0,45 Switch Dañado/temp. Aceite.
Presencia De Petroleo En Linea
fallas del Activo 01/08/00 553,38 0,53 De Succion-60
20/08/00 455,28 0,73 Sobre Velocidad
• Fechas de aparición de eventos
26/08/00 145,66 0,23 Sobre Velocidad
• Tiempo de operación antes de
26/08/00 1,72 0,15 Corto En El Anunciador Del K3
cada evento
12/03/01 4753,72 0,75 Bujias
• Tiempo fuera de servicio en
02/07/01 2686,71 0,25 Alto Nivel Liq. 2da. Etapa
cada evento 11/11/01 3161,18 0,67 Linea Tubing
17/12/01 866,83 0,42 Altronic
20/12/01 69,53 0,22

Caracterización Prueba Detector Fuego Y Paro
de los eventos Ordenamiento 21/12/01 18,89 0,28 Anunciador

21/12/01 0,93 1 Petroleo En Linea Succion
por grupo de Cronológico de 21/12/01 0,45 0,5 Petroleo En Linea Succion
modo de fallas los datos 21/12/01 6,65 0,37 Aceite Sucio Motor
27/12/01 139,3 0,33 Petroleo Linea Succion
15/01/02 460,12 1,28 Alto Nivel Liq. 2da. Etapa
• Inferencia de efectos u
acciones tomadas en cada
reporte con un módo de falla
específico del activo Volver

Modelaje de Índices / Estimación de Laplace
Muestra la tendencia de la frecuencia de fallas de un activo a través

del parámetro “U” de Laplace
-0,5 0 0,5
Decreciente Constante Creciente

U <- 0,5 - 0,5 <U < 0,5 U > 0,5
n Falla
∑ ti to
i =1
− • to = tiempo total de observación de eventos
U= n 2 • ti = tiempo entre eventos sucesivos
1 • n = número total de eventos Tiempo
to
12n
Volver

Modelaje de Índices / Ventana Principal
Ubicación
Ubicaciónde
delaladata
datamostrada
mostrada
Opción
OpciónBuscar
en
Buscar RELMANT
encarpeta
carpeta
Botón
Botónde
delimpiar
limpiar
campo
campo deentrada
de entrada
Data
Datade
deEntrada
Entrada
Selector
Selectorde
de
unidad
unidad
Gráfico
Gráficodedelalatendencia
tendencia
de
de la frecuenciade
la frecuencia defallas
fallas
Fecha
Fecha
inicial
inicialyy
final
finalde
delala
toma de
toma de
Resultados
Resultados datos
datos
preliminares
preliminares
Selector
Selector
Opción del
delíndice
OpciónGuardar
Guardar índice
aaanalizar
en
encarpeta
carpeta analizar
Volver

Modelaje de Índices / Ventana del software
N°
N°de
deKolmogorov
Kolmogorov
Distribución
Distribución
recomendada
recomendada
Nivel
NiveldedeRRpara
paraun
un
valor t requerido
valor t requerido
Gráfico
Gráficodel
delcomportamiento
comportamiento
de Parámetros
Parámetrosde delala
de la curvade
la curva deconfiabilidad
confiabilidad
en el tiempo distribución
distribución
en el tiempo
Leyenda
Leyenda
Selector
Selectordel
del Selector
Selectorde delaladistribución
distribución
grado
gradodedesuavidad
suavidad aautilizar en la evaluación
utilizar en la evaluación
de la curva
de la curva se ajuste
TPO
TPOmás
másprobable
probable
Volver

Modelaje de Índices / Ventana del software
Tiempos
TiemposPromedios
Promedios
Disponibilidad
Disponibilidad
observada
observada
Tiempos
TiemposPromedios
Promedios
Probables
Probables Disponibilidad
Disponibilidad
Selector esperada
Selectorde
de esperada
Distribución
Distribución
Detalles
Detallesde
delos
los
modos de fallas Gráfico
modos de fallas
registrados Gráficode
de
registrados Jerarquización
Jerarquizaciónpor
por
Modo
Mododedefalla
falla
Volver

PUNTOS A CONSIDERAR
9 Definir claramente los objetivos y el propósito del proceso de cálculo de

los índices básicos - especificar el uso (inmediato y potencial)
9 Enfatizar el aseguramiento de calidad de los datos - procedimientos de

recopilacion y verificación
9 Obtener retroalimentacion (feed-back) de los procesos de recopilación y

análisis de datos
9 Desarrollar un proceso de implantación de la herramienta de cálculo de

los índices en toda la organización - como elemento complementario de las
metodologías de confiabilidad operacional
9 Implementar, talleres de adiestramiento que incluyan ejercicios prácticos y

análisis de casos reales
9 Desarrollar un proceso efectivo de seguimiento de las recomendaciones

emitidas a partir del análisis de los índices.

CONSIDERACIONES FINALES
Finalmente, si el sistema de gestión de mantenimiento es capaz de

registrar, evaluar e interpretar de forma organizada y objetiva, la
información generada a partir de los indicadores básicos ( TPO, TPFS,
Disponibilidad, Confiabilidad y Mantenibilidad ), la organización
podrá:
9 Tomar las decisiones más acertadas, con respecto al proceso de

mantenimiento (bajo grado de incertidumbre) .
9 Maximizar la efectividad de las actividades de mantenimiento a
partir del establecimiento de las frecuencias óptimas.
9 Desarrollar actividades de mantenimiento preventivo bajo un
enfoque: costo-efectivo.
gracias por su atención...

Bibilografía:
•Ebeling Charles, Reliability and Maintainability Engineering, McGraw Hill

Companies, Boston 1997
• Elsayed A. Elsayed, Reliability Engineering, Addison Wesley Longman INC,

•New York 1996
•Knezevic Jesdimir, Maintainability, Prentice Hall, USA 1996
•Kececioglu, D. Reliability and Life Testing Handbook, Prentice Hall, 1991
•Yañez Medina, Medardo - Gomez de la Vega, Hernando – Valbuena, Genebelin

Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo
Capitulo II: Probabilidad y Estadística Descriptiva

• Ejercicios propuestos para utilizar la
herramienta RELMANT

EJERCICIO FINAL
Seleccione uno de los activos en función del análisis de los siguientes datos:
Costos
Costos Costos
Costos de Mant.
Activo Mantenimiento Operacionales
Adquisición Preventivo
Mayor Anual
Anual
1 1400 MMBs 18 MMBs 50 MMBs - 5 años 25 MMBs
2 900 MMBs 10 MMBs 40 MMBs - 3 años 26 MMBs
Expectativa de vida : 15 años

Costos de penalización por fallas: 100.000Bs / hora
Ver patrón de fallas a continuación.

FALLAS ACTIVO 1
T O D ia (s ) T F S D ia (s )
9 0 2
1 3 0 3
1 6 0 4
2 3 4 1 2
2 3 4 1 3
2 1 6 1 2
2 3 4 1 2
2 3 4 1 2
1 2 9 5
3 2 3 7
3 4 5 2
2 5 6 9
3 2 4 1 2
1 9 8 1 3
2 3 4 7
1 9 8 7

FALLAS ACTIVO 2
TO DÍAS TFS DÍAS

24 8
427 8
401 8
20 7
13 8
28 7
29 6
444 7
39 9
103 7
98 7
10 9
145 9
148 8
488 8
100 7

EJERCICIO
1.Para los dos equipos calcular:

- Probabilidad de que no falle en un tiempo de (180 días) R(t) - Weibull
- Probabilidad de falla para un tiempo de (180 días) (F(t) - Weibull
- Valor esperado -tiempo medio operativo según la distribución Weibull
-Probabilidad de ser reparado en un tiempo de (5 días) M(t) - Exponencial
-Valor esperado -Tiempo medio fuera de servicio - Exponencial
- # esperado de fallas totales al año en función de tiempo medio operativo
-Disponibilidad para los tiempos promedios operativos y fuera de
servicio.
En función de los resultados de Confiabilidad y los datos económicos

suministrados:
- Calcule el costo anual equivalente de cada opción y emita sus recomendaciones
al respecto?
**La penalización anual calcularla con el tiempo medio fuera de servicio del equipo y
el numero de fallas totales esperadas por año - calculado en la parte 1.
- Como afecta el factor confiabilidad a estos sistemas . Explique por qué?
- Que recomendaría usted con respecto a la continuidad operacional de estos

equipos?

RESULTADOS OPCIÓN # 1
Índices: Costo Anual Equivalente:

1.Confiabilidad /Distribución 1.Inversión:
Weibull: Inversión:
• R(t= 180 días)= 2.Mant. Preventivo:
• F(t= 180 días)=
3.Mant. Mayor:
• TPO=
• # Fallas / año: Mant. Mayor:
4.Costos Oper.:
2.Mantenibilidad/ Distribución 5.Penalizaciones:
Exponencial: Penalizaciones:
• M(t= 5 días)=
• TPFS=
Costo total anual equivalente:
3. Disponibilidad:
• D=

RESULTADOS OPCIÓN # 2
Índices: Costo Anual Equivalente:

1.Confiabilidad /Distribución 1.Inversión:
Weibull: Inversión:
• R(t= 180 días)= 2.Mant. Preventivo:
• F(t= 180 días)=
3.Mant. Mayor:
• TPO=
• # Fallas / año: Mant. Mayor:
4.Costos Oper.:
2.Mantenibilidad/ Distribución 5.Penalizaciones:
Exponencial: Penalizaciones:
• M(t= 5 días)=
• TPFS=
Costo total anual equivalente:
3. Disponibilidad:
• D=

RESUMEN DE RESULTADOS
Índices Costo Anual Equivalente:
Activo 1 Activo 1:
Activo 2: Activo 2:

Analisis Fallas Asme

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

Analisis Fallas Asme

Cargado por

Copyright:

Formatos disponibles

ANÁLISIS DE FALLAS A PARTIR DEL CÁLCULO

DE LOS ÍNDICES DE CONFIABILIDAD,

FACILITADOR: CARLOS PARRA.

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

• Definir la terminología básica asociada a los conceptos

• Aclarar el concepto de cada uno de los indicadores

• Explicar como calcular a partir de distribuciones

• Explicar la relación que existe entre la disponibilidad

• Analizar las pruebas de ajuste estadístico utilizadas

• Aprender a usar la herramienta de cálculo: RELMANT

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

En el contexto actual, el mantenimiento no se puede

“Preservar la función de los equipos, a partir de la

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

La función de mantenimiento busca en términos generales:

• Garantizar valores aceptables de riesgo, reduciendo la probabilidad de

• Recuperar la operabilidad del sistema, una vez que se ha producido la falla

•Incrementar la continuidad operacional (disponibilidad) de los activos.

“Identificando estrategias efectivas de mantenimiento que permitan,

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

¿ De qué forma se puede verificar si la gestión de

Evaluando los resultados obtenidos de los

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

Manejo del Dato en el proceso de Análisis de los

9Potenciar la cultura en la captura y suministro de

9Unificar criterios de captura y procesamiento de

9Asegurar la visión sistémica en el proceso de

2 a 3 (-ish) Capturar más datos

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

Capturar datos relevantes

Usarlos para tomar

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

Gerencia del Dato: Fuente de

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

“La falla pueder afectar: parcial/total y ocurrir: repentina/gradual”

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

MTBF/TPEF = mean time between failures, tiempo promedio entre fallas.

MTTF/TPO = mean time to failure, tiempo promedio operativo.

MDT/TPFS = mean down time, tiempo promedio fuera de servicio.

MTTR/TPPR = mean time to repair, tiempo promedio para reparar.

MOT/TPFC = mean out time , tiempo promedio fuera de control.

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

Calcular TPO, TPFS y discutir analizar los resultados

Qué decisiones puedo inferir con esta información?

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

Sistema 1 (TO-días, TFS-días) Sistema 2 (TO-días, TFS-días)

Calcular TPO, TPFS y discutir analizar los resultados.

Determinar las frecuencias de mantenimiento preventivo para

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

LIMITACIONES DE LOS DATOS HISTORICOS

To: tiempos Operativos

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

La confiabilidad se relaciona básicamente con la tasa de

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

Variables Aleatorias Continuas: Si teóricamente, puede tomar todos los valores

ÍNDICES DE GESTIÓN DEL MANTENIMIENTO

Las distribuciones paramétricas de probabilidad son funciones

Debido a que las distribuciones tratan de explicar la expectativa