ciencias aplicadas

Artículo

Estrategia de mantenimiento preventivo basada en la

fiabilidad de los sistemas de descarga de camiones
Awsan Mohammed *, Ahmed Ghaithan, Mashel Al-Saleh y Khalaf Al-Ofi https://orcid.org/0000-0001-
6500-5994 https://orcid.org/0000-0002-2108-4077
Departamento de Ingeniería y Gestión de la Construcción, Facultad de Diseño Ambiental, Universidad Rey Fahd de
Petróleo y Minerales, Dhahran 31261, Arabia Saudita; ahmedgh@kfupm.edu.sa (A.G.); g201214380@kfupm.edu.sa
(M.A.-S.); kaluwfi@kfupm.edu.sa (K.A.-O.)
* Correspondencia: awsan.mohammed@kfupm.edu.sa; Tel.: +966-13-8607575

http://
www.mdpi.
com/2076-
3417/10/19
/6957?
type=check
_update&v
ersion=1
Recibido: 11 de septiembre de 2020; Aceptado: 30 de septiembre de 2020; Publicado: 5 octubre
2020http://www.mdpi.com/2076-3417/10/19/6957?type=check_update&version=1

Resumen: La descarga de productos derivados del petróleo es una operación compleja y potencialmente
peligrosa ya que el sistema de descarga contiene componentes complejos de interdependencia. Cualquier
falla en uno de sus componentes conduce a un corte en la cadena de suministro de petróleo. Por lo tanto,
es importante evaluar y evaluar la fiabilidad del sistema de descarga para mejorar su disponibilidad. En este
contexto, este documento presenta la filosofía de operación del sistema de descarga de camiones, los
modos de falla de los componentes dentro del sistema y un enfoque ascendente para analizar la
confiabilidad del sistema. Además, proporciona datos de fiabilidad, tales tasas de fallo y tiempo medio
entre los componentes del sistema. Además, se calculó la fiabilidad de todo el sistema y se presenta para
diferentes períodos de tiempo. Se identificaron los componentes críticos, que son los principales
contribuyentes a la confiabilidad del sistema. Para mejorar la fiabilidad del sistema, se implementó una
estrategia de mantenimiento preventivo basada en la fiabilidad para los componentes críticos. Además, se
identificó la programación de mantenimiento preventivo en función de las parcelas de fiabilidad del sistema
de descarga. El mejor programa para el mantenimiento preventivo del sistema se determinó en función de
la función de confiabilidad cada 45 días para mantener la confiabilidad del sistema por encima de 0.9. Los
hallazgos revelan que la confiabilidad del sistema de descarga mejoró significativamente. Por ejemplo, la
fiabilidad del sistema al año mejoró en un 80%, y esto
La proporción aumentó dramáticamente a medida que aumentaba el período de tiempo.

Palabras llave: confiabilidad; sistema de descarga de camiones; equipos petroleros; mantenimiento

preventivo

1. Introducción
La cadena de suministro de productos derivados del petróleo se enfrenta a grandes desafíos, es decir, el
crecimiento de la demanda y la complejidad del transporte de fluidos. La cadena de suministro de petróleo
contiene múltiples estaciones que se extienden desde pozos de petróleo en áreas de exploración y
producción hasta el destino final. Cada estación tiene sus propias dificultades y desafíos en la contribución
Appl. Sci. 2020, 10, 6957 2 de 21

hacia el éxito del suministro seguro y continuo. Sin lugar a dudas, satisfacer una demanda regional de
productos derivados del petróleo requiere una operación segura ininterrumpida. En la última estación, los
productos petrolíferos pasan por un proceso llamado Transferencia de Custodia en el que la propiedad de los
productos se transfiere de una parte a otra. Estas cantidades masivas deben medirse con precisión cuando se
transfiere su posesión para reservar los derechos de cada parte. Sin embargo, las mediciones de fluidos son
complejas debido a múltiples factores que, cuando se desvían, pueden tener un impacto significativo en la
autenticidad de las mediciones. Por ejemplo, si el volumen de fluido se mide directamente en un proceso de
transferencia de custodia, entonces la presión y la temperatura del fluido deben mantenerse en ciertos
niveles para tener una medición de volumen precisa.
En plantas a granel y puntos de distribución, los productos derivados del petróleo se transfieren de los
tanques de camiones a los tanques de almacenamiento a través del sistema de descarga de camiones, en el
que el fluido pasa a través de múltiples componentes mecánicos e instrumentos, entre los que se encuentra
el medidor de flujo donde se encuentra la cantidad de la

Appl. Sci. 2020, 10, 6957; doi:10.3390/app10196957www.mdpi.com/journal/applsci http://dx.doi.org/10.3390/

app10196957http://dx.doi.org/10.3390/app10196957http://dx.doi.org/10.3390/app10196957
http://www.mdpi.com/journal/applscihttp://www.mdpi.com/journal/applscihttp://www.mdpi.com/
journal/applscihttp://www.mdpi.com/journal/applscihttp://www.mdpi.com/journal/applsci
el fluido se mide en un proceso llamado descarga de camiones. El sistema de descarga de camiones es una
parte vital de cualquier cadena de suministro y puede estar disponible en muchas aplicaciones, como
aeropuertos, plantas de distribución de petróleo y algunas otras estaciones, donde el alto tráfico requiere
grandes cantidades de combustible. Aparentemente, cualquier falla en estos sistemas conduce a un corte en
la cadena de suministro de petróleo. Por lo tanto, es importante mejorar la fiabilidad de los sistemas de
descarga realizando un estudio más profundo de la fiabilidad de sus componentes para averiguar cómo cada
componente contribuye a la fiabilidad del sistema.
El sistema de descarga de camiones es una integración de una gran cantidad de mecanismos diferentes
que funcionan como una unidad para descargar simultáneamente los productos derivados del petróleo y
medir genuinamente su cantidad con alta precisión de medición y alta confiabilidad para tener una
operación ininterrumpida. Contiene una variedad de componentes mecánicos, de tuberías, eléctricos y de
instrumentación que interactúan. La secuencia de operación comienza cuando llegan los camiones para
descargar el producto derivado del petróleo a los tanques de almacenamiento. Los brazos de descarga se
conectan a la parte inferior del camión y el brazo de vapor se conecta a la parte superior del camión para
evitar un vacío, lo que podría hacer que el camión colapse. A través del efecto de la fuerza gravitacional y la
diferencia de elevación, el fluido comenzará a fluir lentamente desde el tanque del camión hacia los brazos
de descarga hasta que llegue a la bomba, y luego el fluido se bombeará a la velocidad predefinida deseada
en el controlador preestablecido, que se considera el cerebro del sistema. Al pasar a través de la tubería del
sistema, el fluido finalmente llega a la salida con la misma cantidad medida por el medidor de flujo.
Debido a que los productos derivados del petróleo son peligrosos e inflamables, requieren una atención
especial desde su extracción hasta que llegan al cliente final. El sistema de descarga es una parte importante
de la larga cadena de suministro de petróleo, que desempeña un papel de conexión entre los diferentes
modos de transporte. El sistema de descarga contiene muchos componentes vinculados, sofisticados y
complejos. Cualquier falla en uno de sus componentes puede llevar a un corte en toda la cadena de
suministro de petróleo. Por lo tanto, es importante evaluar la fiabilidad del sistema de descarga realizando
un estudio profundo de la fiabilidad de sus componentes para averiguar cómo cada componente contribuye
a la fiabilidad del sistema. En este contexto, este documento presenta la filosofía de operación del sistema
de descarga de camiones, los modos de falla de los componentes dentro del sistema y un enfoque
ascendente para analizar la confiabilidad del sistema.
A pesar de la importancia de los sistemas de carga y de los mejores conocimientos, el análisis de
mantenimiento preventivo basado en la fiabilidad no se ha llevado a cabo en los sistemas de descarga. Como
se discutirá en la sección de revisión de la literatura, la mayoría de los estudios generalmente han
considerado las tasas de falla y la confiabilidad de las aplicaciones de transporte por tuberías. De hecho, la
mayoría de estos estudios se han llevado a cabo para el análisis de fiabilidad de los niveles de componentes,
independientemente del efecto del sistema del comportamiento de estos componentes.
Appl. Sci. 2020, 10, 6957 3 de 21

En este contexto, este documento evalúa el nivel actual de confiabilidad general del sistema de
descarga de camiones y los modos de falla de los componentes del sistema de descarga. Evalúa la
confiabilidad del sistema de descarga del camión durante la vida útil del sistema de descarga, investiga el
efecto del mantenimiento preventivo en la confiabilidad del sistema de descarga del camión. Luego,
establece una estrategia de mantenimiento preventivo basada en la confiabilidad para los sistemas de
descarga de camiones e identifica los principales contribuyentes a la confiabilidad del sistema para fines de
mejora del diseño.
El resto de este trabajo está organizado de la siguiente manera; los estudios pertinentes se revisan en la
sección 2, seguida de una descripción de los materiales y métodos de la sección 3. En la sección 4 se
presentan los resultados y la discusión. Finalmente, el documento está concluido y las instrucciones para
futuras investigaciones se destacan en la Sección 5.

2. Revisión de la literatura
En este documento, la principal preocupación es la confiabilidad de los sistemas de descarga, que
incluye una variedad de componentes de tuberías. La confiabilidad de los oleoductos y gasoductos y equipos
siempre se ha identificado como un problema importante en la industria. Estos sistemas funcionan
continuamente durante un largo período de tiempo. Por lo tanto, una falla menor de operación en
cualquiera de sus partes puede tener un gran impacto en el rendimiento general del sistema. La seguridad y
la disponibilidad de los componentes de la tubería son los factores más importantes que contribuyen a la
calidad general del sistema. En consecuencia, la fiabilidad es crucial para alcanzar los objetivos de cualquier
sistema industrial. Esta sección se centra en la fiabilidad de las fuentes de tuberías y la fiabilidad de
aplicaciones similares a los sistemas de carga/descarga de camiones. Además, revisa los documentos de
vanguardia relacionados con el mantenimiento basado en la confiabilidad de aplicaciones similares.
Durante el proceso de diseño de cualquier sistema, la fiabilidad suele evaluarse y evaluarse [ 1]. Varios
artículos publicados se han centrado en la fiabilidad de los componentes y unidades del sistema y su mejora
[2–4]. Se ha evaluado la fiabilidad de muchos sistemas [5–7]. Se menciona que la confiabilidad de los
sistemas es disminuible. Por lo tanto, se debe establecer un umbral de confiabilidad mínimo para mantener
(restaurar) un sistema y mejorar su confiabilidad. El proceso de reparación se puede dividir en otras
subtareas y retrasos únicos, y varias medidas de mantenimiento, que incluyen el tiempo medio de
reparación (MTTR), el tiempo medio de reparación, el modo, el tiempo de reparación más probable y la
duración del mantenimiento.
Nataša en al. [8] abordó el inventario de piezas de repuesto en el mantenimiento de aeronaves. Los
autores propusieron un proceso de toma de decisiones para planificar y controlar el inventario de piezas de
repuesto de aeronaves no reparables mediante la evaluación de la confiabilidad de los componentes de
aeronaves no reparables. Además, se propuso un modelo de fiabilidad para evaluar la fiabilidad de los
subcomponentes. También presentaron un nuevo enfoque para determinar la cantidad requerida de piezas
de repuesto de aeronaves disponibles en el inventario durante un período de tiempo determinado. Hou et al.
[9] describieron la relación de confiabilidad entre los componentes en sistemas complejos. Desarrollaron
un modelo de acción de mantenimiento preventivo para sistemas en serie y paralelos para determinar el
costo y el momento óptimos. Se presenta un estudio de caso para demostrar la practicidad del modelo
desarrollado.
VishnuandRegikumar[10]propuso un método generalizado para la fiabilidad centrada en el
mantenimiento (RCM) en el que el mantenimiento se programa en función de la fiabilidad de los equipos de
las plantas de proceso. La estrategia de mantenimiento se desarrolló en base a dos factores: la puntuación
de criticidad y los parámetros de fiabilidad de los equipos. Estos factores se derivan de datos históricos de
fallas de equipos y programas de mantenimiento previos. En consecuencia, se construyó una nueva
estrategia de mantenimiento para cada componente utilizando el método del proceso de jerarquía analítica
(AHP) con la ayuda de expertos en mantenimiento y opiniones de profesionales. Tee y Ekpiwhre [11]
presentaron un análisis de mantenimiento centrado en la confiabilidad, llevado a cabo en activos clave de
una infraestructura de cruce de carreteras nigeriana de nueva construcción. La adaptación del MCR clásico
logró hacer cumplir los diferentes activos asignados a las estrategias de mantenimiento preventivo (PM) y
demostró que su implementación en la industria vial puede minimizar el mantenimiento innecesario y el
mantenimiento reactivo regular al optimizar su intervalo de mantenimiento preventivo de manera efectiva.
Además, Yssaad et al. [12] propusieron un mantenimiento centrado en la confiabilidad para la distribución
Appl. Sci. 2020, 10, 6957 4 de 21

de un sistema de energía. Los autores discutieron los dos objetivos principales de RCM; garantizar la
protección a través de medidas de mantenimiento preventivo; y preservar la funcionalidad de la manera más
rentable cuando la protección no es importante.
Li et al. [13] expresaron la importancia de reducir las fallas de la máquina para tener un
funcionamiento ininterrumpido y enfatizaron la pobre eficiencia del método convencional de
mantenimiento preventivo,
lo que a veces causa costos innecesarios porque no considera el estado actual del equipo. En este estudio,
los investigadores desarrollaron un modelo dinámico de mantenimiento preventivo basado en la fiabilidad
de la corriente del equipo en lugar del mantenimiento fijo convencional. Además, demostraron en un
estudio de caso que el modelo propuesto puede reducir la indisponibilidad del equipo y aumentar la
eficiencia de su funcionamiento a lo largo de su vida útil.
Rafael y Shamsi [14] consideraron el proceso de toma de decisiones en la estrategia de mantenimiento
de los sistemas de distribución de agua. La probabilidad de tener un sistema de red funcional bajo demanda
se calculó en función del nivel actual de confiabilidad de los componentes en función del cual se podría
priorizar la necesidad de mantenimiento en áreas de baja confiabilidad. También tuvieron en cuenta la
gravedad del impacto en todo el sistema por la falla de cada componente.
Además, Stiftelsen publicó un informe para industriell og teknisk forskning (SINTEF) junto con la
cooperación de múltiples organizaciones mundiales en la industria del petróleo y el gas [15]. Proporciona
principalmente una estimación con respecto a los datos de confiabilidad para equipos seleccionados
normalmente utilizados en sistemas de control dentro de la industria del petróleo y el gas. Los datos de
confiabilidad pueden ayudar a las organizaciones a analizar los niveles de confiabilidad de acuerdo con los
estándares internacionales IEC 61508 e IEC 61511. En general, el estudio adoptó el enfoque de confiabilidad
para investigar las causas fundamentales de las fallas en los equipos y analizar el nivel de efecto en términos
de fallas bajo demanda y fallas de seguridad críticas.
El proyecto más importante documentado y publicado por la organización de exploración y producción
de gas evaluó, evaluó, registró y analizó fallas de un gran número de componentes de tuberías y máquinas
mecánicas utilizadas en estas industrias durante un período de tiempo definido. El proyecto consideró tanto
el tiempo operacional como el calendario en la evaluación de las tasas de fracaso que tuvieron lugar en el
ciclo de vida operativo normal en lugar de la mortalidad infantil o la fase de quemado. El objetivo principal
de este proyecto es proporcionar a la industria declarada datos confiables completos para garantizar una
mejora de procesos rentable y segura. Para minimizar el efecto de la variación en los datos de fallos
recopilados, se consideró un intervalo de incertidumbre del 90% para los límites inferior y superior. Además,
los modos de falla de cada componente se clasifican en función de su gravedad; permitiendo a los lectores
comprender la probabilidad de una falla crítica en cada uno de estos componentes [16].
Los dos estudios anteriores, SINTEF y Offshore Reliability Data (OREDA), son las fuentes mejor
documentadas de datos de confiabilidad de equipos de petróleo y gas debido a su naturaleza práctica, que
provino de la colaboración de varias grandes organizaciones de operaciones en ese campo. Los datos
también son confiables debido a la amplia gama de participación dentro de las organizaciones de operación y
fuera de estas organizaciones. Algunos de los componentes en los sistemas de transporte de petróleo y gas
son altamente confiables, lo que hace que sea extremadamente difícil estimar una tasa de falla para ellos.
Estos dos estudios llenan este vacío mediante la aplicación de largos períodos de pruebas a estos
componentes particulares. Además, Sun et al. [17] han realizado un estudio para mejorar las decisiones de
mantenimiento preventivo a largo plazo utilizando un enfoque de predicción de fiabilidad. Se desarrolló
un estudio de caso de tuberías de agua para recopilar datos reales de fallas de dos segmentos principales:
tuberías expuestas y tuberías enterradas. El estudio de caso se desarrolló sobre la base de que cada uno de
los dos segmentos de tuberías tenía su propia distribución de fallas, lo que ayuda a crear una confiabilidad
general del sistema. Además, el estudio investiga la mejora del mantenimiento preventivo en la fiabilidad del
sistema para desarrollar una estrategia de mantenimiento del sistema rentable. Posteriormente, una
fórmula de fiabilidad matemática
se derivó de la distribución exponencial para optimizar la necesidad de mantenimiento preventivo.
El estudio anterior, a diferencia de esta investigación, se centra en las tuberías de agua en lugar de las
tuberías de petróleo y gas. Sin embargo, su enfoque analítico del mantenimiento preventivo se puede utilizar
en esta investigación para recomendar un marco de planificación para el mantenimiento preventivo del
sistema de descarga. Rimkevicius et al. [18] desarrollaron un método integral para evaluar científicamente
la fiabilidad en los sistemas de tuberías de energía,
Appl. Sci. 2020, 10, 6957 5 de 21

que se puede aplicar a los sistemas de petróleo y gas. Básicamente, la falla en diferentes mecanismos y la
integridad estructural de las tuberías se consideran como la base para evaluar la confiabilidad del sistema. El
estudio se centra en tres tipos de análisis: matemáticos, térmico-hidráulicos y de estructura de tuberías. Los
autores utilizaron distribuciones de Poisson homogéneas y no homogéneas con una suposición de tasa de
falla constante para dar una mejor idea de la probabilidad de fallas futuras en el sistema de red de tuberías.
Curiosamente, confían en que el método desarrollado se puede aplicar bajo cualquier condición ambiental.
Se encontró que la corrosión de las tuberías constituye alrededor del 30-40% de las fallas totales de las
tuberías. Además, la frecuencia de fallas en las tuberías aumenta cuando superan los 30 años de servicio. La
suposición de una tasa de fallas constante en toda la tubería es la suposición principal de esta investigación.
Los enfoques adoptados en este estudio asumieron una tasa de fracaso constante y la consideración de
diferentes mecanismos, como lo que
lo hemos hecho en la aplicación de descarga, que ha iluminado el contexto de esta investigación.
Shalay et al. [19] discutieron las distribuciones de confiabilidad, como exponencial, normal, Rayleigh,
logarítmica y Weibull. Los autores destacaron que a pesar del hecho de que el uso de la distribución
exponencial bajo el supuesto de la tasa de falla constante del equipo es beneficioso durante la vida normal
de operación, es importante aplicar otras distribuciones para estudiar más a fondo el comportamiento de
falla del desgaste y el cambio de propiedades del equipo mediante la aplicación de distribuciones normales y
de Weibull. Además, esto proporciona una mejor comprensión de la predicción de fallas en diferentes
condiciones de trabajo y cargas cambiantes en el equipo. Se ha desarrollado un algoritmo que analiza los
parámetros tecnológicos, lo que ayuda en la selección de la función de distribución adecuada. El objetivo
principal de este estudio es proporcionar a las entidades operativas en la industria del transporte por
tuberías un modelo matemático para predecir mejor la probabilidad de falla de sus equipos en condiciones
operativas dinámicas. Kong et al. [20] propusieron un enfoque de mantenimiento basado en la fiabilidad
para el deterioro de los sistemas de infraestructura civil que aborda las incertidumbres actuales. Estas
incertidumbres incluyen resistencias y cambios en las cargas de tiempo, e intervenciones de las series de
mantenimiento que se utilizan para salvar los sistemas.
Los autores utilizaron software informático para este análisis.
Wu et al. [21] introdujeron un nuevo modelo de estrategias de mantenimiento de costes para
identificar un período aceptable de las condiciones de seguimiento y el nivel de deterioro después de una
prevención incompleta. reparaciones. Los modelos de optimización del mantenimiento del sistema de
producción fueron desarrollados por Barata y Tong respectivamente utilizando los diversos métodos [22,23].
Rao et al. [24] propusieron un modelo de mantenimiento de oportunidad para que la línea de
producción realice mantenimiento preventivo en varias máquinas simultáneamente, cuando una máquina
en la línea de producción falla. Sin embargo, la técnica de mantenimiento es difícil de utilizar para una línea
complicada que consta de un gran número de máquinas. Zhang et al. [25] desarrollaron una estrategia de
mantenimiento oportunista para turbinas eólicas que aborda un plan de mantenimiento inconsistente
dependiente de la confiabilidad. Los autores caracterizaron este mantenimiento e ilustraron las
consecuencias de la acción de mantenimiento correctivo utilizando un modelo híbrido basado en la tasa de
peligro. Los hallazgos muestran el efecto que los diferentes costos de mantenimiento tienen en los
beneficios económicos de una estrategia de mantenimiento oportunista. Xie et al. [26] establecieron una
estrategia eficaz con vistas a la accesibilidad de los aerogeneradores costeros para reducir los costes de
mantenimiento. Se ha estimado una tasa de fallos basada en datos mínimos utilizando la distribución de
Weibull con un enfoque de proceso de tres parámetros. El plan de mantenimiento oportunista se
implementó para minimizar los costos de mantenimiento mediante la optimización de la edad de
mantenimiento preventivo y una edad de mantenimiento aceptable.
Arunraj et al. [27] utilizaron el método de jerarquía analítica y los enfoques de planificación para
implementar planes de mantenimiento basados en el análisis de la tasa de fallas del sistema y costes de
mantenimiento, respectivamente. Zhao et al. [28] también sugirieron un modelo de tiempo de retardo para
evitar fallas en el sistema durante el ciclo de mantenimiento preventivo cuando las máquinas estaban
dañadas. Li et al. [29] propusieron una estrategia basada en el mantenimiento preventivo para la planta de
fabricación. Los autores midieron la criticidad de las máquinas en la línea y luego categorizaron las
máquinas. Hadidi y Alkhaldi [30] presentaron varias soluciones prácticas para mejorar la fiabilidad en los
sistemas de carga de brazos. El propósito de este estudio es evitar el retraso en el envío de petróleo.
El estudio anterior da una idea sobre el comportamiento normal de equipos similares bajo el efecto del
envejecimiento. En otras palabras, muestra el efecto del desgaste de dicho equipo. Además, proporciona el
Appl. Sci. 2020, 10, 6957 6 de 21

impacto de las condiciones de operación cambiantes que se pueden experimentar a lo largo del ciclo de vida
del sistema de descarga. Reis et al. [31] simularon las operaciones de carga de camiones cisterna en una
terminal de distribución de combustible para generar una simulación teórica de la operación de carga de
camiones cisterna, lo que ayuda a mejorar la eficiencia y la eficacia de los sistemas de carga de camiones
cisterna. Las teorías de probabilidad se han utilizado para simular tanques haciendo cola para diferentes
tipos de combustible con el objetivo de mejorar la política de colas. Se ha probado una simulación de los
diferentes caudales de combustible y el número de brazos de carga de combustible para llegar a la nueva
política de colas. Los resultados muestran que la simulación de la nueva política de colas óptimas tiene un
uso más eficiente de los recursos que la política anterior, que se basaba en el orden de llegada.
Jamshidi y Esfahani [32] se ocuparon de un enfoque de fiabilidad basado en el mantenimiento para un
problema de programación de máquinas. Los autores propusieron un modelo de enteros mixtos no lineales
para aumentar simultáneamente la eficiencia y reducir los costos de mantenimiento, demora e interrupción.
Navarro et al. [33] introdujeron un modelo de optimización basado en un enfoque de mantenimiento
basado en la fiabilidad para el diseño preventivo de la corrosión, además de los efectos ambientales y
costes del ciclo de vida. Los hallazgos de su estudio mostraron una reducción en los impactos ambientales y
los costos del ciclo de vida utilizando el modelo propuesto.
Sobre la base de la revisión de la literatura anterior, está claro que ningún estudio ha evaluado y
evaluado la confiabilidad de los sistemas de descarga de camiones. A pesar de que las normas
internacionales cubren los requisitos mínimos para estos sistemas, la mejora del diseño y la programación de
mantenimiento para mantener una operación ininterrumpida deben tener una evaluación clara del efecto de
cada componente en la confiabilidad general del sistema. En consecuencia, el objetivo de este estudio es
llenar el vacío de los trabajos anteriores. Además, este documento presenta una estrategia de operación del
sistema de descarga de camiones, los modos de falla de los componentes dentro del sistema y un enfoque
ascendente de la confiabilidad del sistema. Evalúa la confiabilidad del sistema de descarga del camión
durante el ciclo de vida operativo hasta el final de su vida útil, investiga el efecto del mantenimiento
preventivo en la confiabilidad del sistema de descarga del camión e identifica los principales contribuyentes a
la confiabilidad del sistema para fines de mejora del diseño.

3. Materiales y métodos
En esta sección, se explica la filosofía de operación del sistema de descarga y se resumen los enfoques
seguidos. En general, el sistema de descarga de camiones es un sistema de tuberías que absorbe el
combustible líquido de los camiones y mide la cantidad con la mayor precisión posible antes de transferirla a
los tanques de almacenamiento. Las características de los dispositivos se enumeran en la Tabla 1.

Tabla 1. Características del dispositivo.

Baja caída de presión: menos de 3,2 psi con un caudal máximo extendido
CaracterísticasCoste inicial relativamente bajo y mantenimiento mínimo

Alta precisión

Repetibilidad ±
Menor o igual a 0,02%.

±0,25% en el rango de flujo extendido

Estabilidad Mejor que ±0.05% por 10 millones de galones (38 millones de

litros).
Rango normal 17 m3/h–170 m3/h
Gama
Rango extendido 10 m3/h–204 m3/h
±0.15% sobre el rango de flujo normal
PrecisiónLinealidad
Appl. Sci. 2020, 10, 6957 7 de 21

En la siguiente sección, se analiza una descripción general secuencial del proceso para comprender el
papel de los componentes principales en el sistema. La Tabla 2 muestra la lista de componentes del sistema
de descarga del camión y sus símbolos asociados. La Figura 1 muestra el sistema de descarga del camión
mostrando los símbolos.

Tabla 2. Descarga de la lista de componentes del sistema.

Componente Símbolo
Descarga de brazos UA
Válvulas de bola POR
EJEMPLO
Filtros C
Transmisorde presión diferencial DPTO
Bomba de desplazamiento positivo PDP

Válvula de retención CV

Eliminador de aire Æ

Interruptor de nivel LS
Válvulas de compuerta GV
Válvula de alivio de presión PRV

Medidor de flujo de desplazamiento FM

positivo
Transmisor de presión PT
Válvula de tapón PV
Válvula de control de flujo FCV
Appl. Sci. 2020, 10, 6957
7 de 17

Figura 1. Diagrama de tuberías e instrumentación del sistema de descarga.

Appl. Sci. 2020, 10, 6957 9 de 21

Los brazos de descarga están conectados a la parte inferior de un camión y el brazo de vapor está
conectado a la parte superior de un camión para evitar un vacío, lo que podría hacer que el camión colapse.
El fluido comienza a fluir lentamente desde el camión hasta los brazos de descarga debido a la fuerza
gravitacional y la diferencia en la elevación, que se puede notar a través del vidrio de flujo visual en cada uno
de los dos brazos. Las válvulas de bola en cada brazo estarán normalmente abiertas para que el fluido pueda
pasar a través de las dos corrientes de entrada. Después de eso, el fluido se fusionará con la línea de flujo
principal a través de una articulación de tee. Luego, el fluido fluye a través de un colador que incluye un
transmisor de presión diferencial para monitorear la diferencia de presión entre la entrada y la salida. Esto
está diseñado principalmente para filtrar el líquido con el fin de proteger las partes giratorias de la bomba de
descarga contra partículas sólidas. Una vez que la bomba de descarga comienza a funcionar, el fluido fluirá a
la velocidad predefinida deseada en el controlador preestablecido, que se considera como el cerebro del
sistema. Aguas abajo de la bomba hay una válvula de retención para evitar que el fluido fluya en la dirección
opuesta. Hasta este punto del proceso, el fluido contiene aire, que debe eliminarse para tener una medición
precisa de la cantidad de líquido. Por lo tanto, el fluido pasará a través de un recipiente eliminador de aire
donde se separan el aire y el líquido. El aire fluirá de regreso a la parte superior del camión a través del brazo
de vapor, mientras que el líquido continuará su flujo en la corriente principal. Hay dos válvulas de alivio de
presión; una válvula se encuentra en la línea de ventilación del eliminador de aire y la otra válvula está
disponible aguas abajo del eliminador de aire. La función de estas válvulas es proteger el sistema del exceso
de presión con un punto de ajuste de presión prediseñado. Posteriormente, el fluido pasará a través de otro
colador equipado con un transmisor de presión diferencial para fines de filtración antes de ingresar al
medidor de desplazamiento positivo para proteger sus partes giratorias de partículas sólidas, dando una
lectura de medición más auténtica. El medidor de desplazamiento positivo medirá el caudal volumétrico por
desplazamiento del fluido que fluye. El caudal volumétrico depende de la presión del fluido para que pase a
un transmisor de presión para garantizar que el fluido que se está midiendo esté dentro del rango de presión
deseado. De lo contrario, se enviará una señal al controlador del sistema para notificar cualquier cambio no
deseado observado. Justo antes de la salida, hay una válvula de control de flujo a través de la cual se controla
todo el flujo del sistema. El punto de salida está conectado directamente al tanque de almacenamiento.
Los siguientes son los supuestos y parámetros del análisis del sistema:

• Las tasas de falla de los carretes de tuberías no se consideran parte del sistema debido a su corta
longitud y facilidad de reemplazo.
• Las cajas y terminaciones eléctricas no se consideran parte del sistema debido a la facilidad de
reemplazo.
• El estudio del sistema se encuentra en la fase normal de funcionamiento del ciclo de vida del sistema;
no se consideran las fases de quemado y desgaste.
• La vida útil del sistema es de 20 años, lo cual es común para tales sistemas en el mismo campo y en
condiciones de operación similares.
• Hay una tasa de fallas constante (fallas aleatorias) para cada pieza de equipo; ha demostrado estar muy
cerca de la tasa de fallos real durante el ciclo de vida operativo normal.
• La diferencia en el tamaño de la muestra en la determinación de la tasa de fracaso es insignificante.

3.1. Fiabilidad del sistema

La confiabilidad del sistema es la probabilidad de que todo el sistema funcione con éxito en cualquier
momento. El rendimiento del sistema depende del rendimiento de sus subsistemas (o de sus componentes).
En otras palabras, cada componente contribuye de una manera u otra al rendimiento general del sistema. En
consecuencia, la falla de cualquier parte del sistema afectará parcialmente el rendimiento general del
sistema o causará una falla en el sistema. En este estudio, la atención se centra en los componentes del
sistema que tienen una contribución importante al rendimiento del sistema, y es imposible o no seguro
operar sin ellos. Durante la etapa de diseño de cualquier sistema, es necesario decidir qué componentes
Appl. Sci. 2020, 10, 6957 10 de 21

están en serie y cuáles deben estar en paralelo. Un sistema en serie significa que todo el sistema fallará si
algún componente falla. Un sistema paralelo falla si todos sus componentes fallan. En el sistema de descarga
de camiones, hay dos corrientes de entrada, cada una consta de un brazo de descarga y una válvula de bola
conectada en serie, cada una de estas dos corrientes están conectadas en paralelo. En otras palabras, si una
corriente falla, la otra aún puede ser funcional. Los componentes restantes están conectados en serie. Por
ejemplo, si la bomba de desplazamiento positivo no absorbe el fluido, entonces todo el sistema fallará.
En la figura 2 se muestra un diagrama de bloques de confiabilidad de un sistema de descarga.

UA-1 BV-1

ST-1 DTP-1 PDP CV Æ LS

UA-2 BV-2

GV PZV-1 PZV-2 BV-3 ST-2 DPT-2

FM PT PV FCV

Figura 2. Diagrama de bloques de confiabilidad del sistema de descarga.

3.2. Recopilación de datos

Los estudios de evaluación de la fiabilidad dependen principalmente de los datos de las tasas de fallo.
Cuanto más fiables y válidos sean los datos, mejor podrá evaluarse la fiabilidad. Específicamente, en este
caso, es necesario tener un gran tamaño de muestra para investigar fallas aleatorias de un componente en
particular, a diferencia de otros componentes donde las fallas no son aleatorias. Para satisfacer este punto,
las tasas de falla de los componentes se extraen del proyecto de datos de confiabilidad offshore y onshore
(OREDA) [16], que es un proyecto a gran escala en condiciones similares en la misma industria. Para los
componentes restantes, se tomaron muestras más válidas de una de las compañías de operación de petróleo
y gas más grandes de Oriente Medio. Algunos de los componentes tienen una alta confiabilidad y rara vez
ocurren fallas. Para estos componentes, el uso de datos históricos de un sistema de descarga de camiones no
era factible, en cambio, los datos se tomaron de OREDA. Estos datos incluyen el número de unidades
probadas, el número de fallas y la duración de una serie de elementos, como la válvula de bola, la válvula de
compuerta, la válvula de alivio de presión, la válvula de control de flujo, el transmisor de presión diferencial,
el transmisor de presión, el interruptor de nivel y el eliminador de aire. La Tabla 3 muestra el número de
unidades probadas, el número de fallas de las unidades probadas, la duración de la prueba y el tiempo medio
hasta la falla (MTTF) para cada componente. Se incluyeron brazos de descarga, bomba de desplazamiento
positivo, válvula de retención, medidor de flujo (medidor de desplazamiento positivo), válvula de tapón y
colador, donde se investigaron bajo un sistema de descarga de camión idéntico, mientras que el resto se
tomó del proyecto OREDA. Por otro lado, lambda (λ) y el tiempo medio hasta el fallo (MTTF) se calcularon
utilizando las ecuaciones (1) y (2), respectivamente. El tiempo medio entre fallas arrojó cifras claras sobre el
comportamiento de falla aleatoria de un componente en particular y, en última instancia, fue esencial para
los cálculos de confiabilidad.
Número de fallos
l= (1)
Número de unidades probadas × duración de la prueba

MTTF = (2)
Tabla 3. Descarga de los detalles y resultados de la prueba del componente del sistema.
Appl. Sci. 2020, 10, 6957 11 de 21

Componente Unidades Número de fallos Duración (horas) λ (1/horas) MTTF (horas)

probadas
UA 14 1 25,920 × 362,880
2.75573 10−6
POR EJEMPLO 316 328 9,324,700 × 8,983,552
1.11315 10−7
PDP 7 3 25,920 × 60,480
1.65344 10−5
CV 14 2 25,920 × 181,440
5.51146 10−6
GV 177 240 3,852,300 × 2,841,071
3.5198 10−7
PZV 278 272 7,169,800 × 7,327,957
1,36464 10−7
FM 7 4 25,920 × 45,360
2.20459 10−5
PV 7 1 25,920 × 181,440
5.51146 10−6
FCV 316 328 9,324,700 × 8,983,552
1.11315 10−7
DPTO 55 4 1,467,500 × 20,178,125
4.95586 10−8
LS 76 37 1,862,400 × 3,825,470
2.61406 10−7
PT 55 4 1,467,500 × 20,178,125
4.95586 10−8
Æ 50 174 3,725,900 × 1,070,661
9.34003 10−7
C 14 8 25,920 × 45,360
2.20459 10−5
4. Análisis de datos y resultados
El objetivo de este estudio fue evaluar la fiabilidad del sistema de descarga de camiones, lo que
permitirá a los usuarios del sistema conocer qué parte del sistema es esencial para el mantenimiento
preventivo y la disponibilidad de piezas de repuesto para garantizar un funcionamiento continuo. Además, el
estudio proporcionará información valiosa a los fabricantes de sistemas, como en qué parte del sistema
deben concentrarse durante el proceso de mejora del diseño, lo que ayudará a producir un sistema más
confiable que pueda estar disponible y duradero durante un largo período de tiempo. En esta sección, se
analizará y discutirá el tiempo medio entre fallas, modos de falla y confiabilidad del sistema.

4.1. Tiempo medio entre fallos

El tiempo medio entre fallos juega un papel importante en las investigaciones de confiabilidad. Tiene
una contribución significativa a la programación del mantenimiento y la predicción de costos. La Figura 3
muestra el tiempo medio entre fallos de cada componente en el sistema de descarga. Claramente, el
transmisor de presión diferencial y el transmisor de presión tienen los intervalos de tiempo más largos sin
fallas. Esto no es una sorpresa para los profesionales de la industria debido a la naturaleza de la operación de
instrumentación y el material de construcción. Por otro lado, la bomba de desplazamiento positivo y el
medidor de flujo de desplazamiento positivo tienen los intervalos de tiempo más cortos entre fallas
consecutivas debido a la complejidad del diseño de los mecanismos giratorios dentro de los dos
componentes. Lo más importante es que cualquier falla del medidor de flujo debe detectarse lo antes
posible para evitar la variación de incertidumbre en las mediciones de fluidos. Además, el colador tiene un
corto período entre fallas consecutivas porque, por lo general, dichos sistemas de filtración necesitan una
limpieza continua de sus partes internas y las fallas de estos componentes se pueden observar sin una
limpieza frecuente regular. Por lo tanto, la limpieza frecuente del colador conducirá a un aumento en el
Appl. Sci. 2020, 10, 6957 12 de 21

tiempo medio entre las fallas. Se observa que todas las válvulas tienen un tiempo medio entre fallas,
mientras que los carretes de tubería tienen largos intervalos de tiempo entre fallas. De acuerdo con algunos
estudios discutidos anteriormente en la sección de revisión de la literatura, el eliminador de aire tiene un
tiempo medio relativamente bajo entre fallas debido al diseño complejo en el proceso de separación que
tiene lugar en esta parte del sistema. Además, los brazos de descarga también tienen un tiempo medio
relativamente bajo entre fallas en comparación con los carretes de tuberías debido a la naturaleza dinámica
de las juntas giratorias que conectan las partes del brazo entre sí y el movimiento excesivo que experimentan
externamente.

Figura 3. Tiempo medio entre fallos de descarga de componentes del sistema.

4.2. Modos de fallo

La Tabla 4 muestra los modos de falla de cada componente individual que se observó de acuerdo con el
mismo estudio de la tasa de falla de los componentes respectivos. Por ejemplo, las tres fallas que
generalmente ocurren en la bomba de desplazamiento positivo son la vibración, la desviación de parámetros
y la falla al iniciar bajo demanda. Al observar profundamente los modos de falla de los componentes críticos,
la bomba de desplazamiento positivo y el medidor de desplazamiento positivo, se observa que estas fallas en
particular, a diferencia de otras fallas de componentes, podrían ser causadas por la deficiencia de más de
una parte de la construcción del componente, por lo tanto, la causa raíz de las fallas podría ser muy difícil de
detectar. Por otro lado, las fallas en el brazo de descarga se pueden detectar fácilmente. Prácticamente, las
válvulas son componentes extremadamente importantes en el sistema para aislar o controlar el flujo de
fluido. Se ha encontrado que casi todas las fallas de las válvulas son el resultado de su integridad de
construcción o condiciones de operación excesivas; ambas fallas causan una fuga interna o externa. La
detección de fallas está fuera del alcance de este estudio; sin embargo, conocer los estados de ánimo de falla
y sus causas fundamentales es esencial para mejorar la confiabilidad.

Tabla 4. Descarga de los modos de fallo de los componentes del sistema.

Componente Modo de fallo
Descarga de brazos Ruptura y fuga

Escapar en posición cerrada

Fugas internas
Válvula de Escapar externa
bola
Bajo
rendimiento
Deficiencia estructural
Vibración
Bomba de desplazamiento Positivo Desviación de parámetros
No se puede iniciar bajo
demanda
Escapar externa
Válvula de Flujo en dirección opuesta
Appl. Sci. 2020, 10, 6957 13 de 21

Tabla 4. Cuent
a.
Componente Sentido de fallo
Fugas internas
Válvula de
compuerta Escapar externa
Escapar externa
No se cierra bajo demanda
No se puede abrir bajo
Válvula de alivio de demanda
Operación espuria
presión
Fuga de la válvula en posición cerrada
Retraso en la operación
Desviación de parámetros
Medidor de flujo de desplazamiento Bajo
positivo rendimiento
Vibración

Válvula de tapón Fugas externas e internas

Fuga en posición cerrada
Fugas internas
Válvula de control de flujo Fuga externa

Bajo rendimiento
Deficiencia estructural

Transmisorde presión diferencial Filtración

Alto rendimiento
Bajo
rendimiento
Salida errática
Nivel Interruptor
Fallar Para función en demanda
Operación espuria

Transmisor de presión Filtración

Desviación de parámetros
4.3. Fiabilidad del
sistema de Eliminador de aire (Eliminador /Ahogado
Conectado
descarga
de aire): separador (Air Eliminator): Deficiencia estructural
Dado separador que se
Escapar externa
Colador supone que
los Conectar componentes y todo el
sistema tienen tasas de
falla constantes (fallas aleatorias), las cifras de confiabilidad deben investigarse en múltiples intervalos de
tiempo. Para cada componente, la confiabilidad del sistema se calcula al final del primer año, el quinto año,
el décimo año y el vigésimo año utilizando la Ecuación (3). La Tabla 5 muestra la confiabilidad de cada
componente del sistema.
Ri(t) = e−t (3)
np
Y
Rp(t) = 1 − F(t) = 1 − [1 − Ri(t)] (4)
i =1
Appl. Sci. 2020, 10, 6957 14 de 21

donde Ri(t) es la fiabilidad del componente i , Rp(t) es la fiabilidad de los componentes conectados en
paralelo, F(t) es la distribución de probabilidad acumulativa y np es el número de componentes conectados
en paralelo.
Para los otros componentes conectados en serie, la fiabilidad individual se calculó utilizando la Ecuación
(3). Considerar cada subsistema con su redundancia como un solo componente que tiene un único valor de
confiabilidad como se ilustra en las filas combinadas de los flujos 1 y 2 como se indica en la Tabla 3 validará el
concepto de un sistema de serie completo. La confiabilidad combinada de los flujos 1 y 2 se calculó utilizando
la ecuación (4), considerando la corriente 1 y la corriente 2 en conexión paralela. Como resultado, los
componentes del sistema que se muestran en la Figura 2 se convierten en una línea de componentes de la
serie de principio a fin. En consecuencia, la fiabilidad total del sistema se puede calcular utilizando la
ecuación (5). Es importante tener en cuenta que ni los brazos de descarga ni las válvulas de bola se
consideraron directamente en los cálculos de confiabilidad del sistema, en cambio, su subsistema (flujo 1 y 2
combinados) se consideró directamente en los cálculos de confiabilidad del sistema y esto tendrá en cuenta
tanto los brazos de descarga como las válvulas de bola conectadas a ellos.
n
Y
Rs(t) = r1(t)r2(t) ... rn(t) = ri(t) (5)
i=1

donde ri(t) es la fiabilidad del componente i y n es el número de componentes conectados en serie.

La Figura 4 muestra la confiabilidad total del sistema en diferentes períodos de tiempo (por ejemplo, t =
0, 1, 5, 10 y 20 años) durante la fase normal de operación. Durante esta fase, es seguro que el sistema está
actualmente en pleno funcionamiento; por lo tanto, la fiabilidad es igual a 1 en el momento 0. Basado en la
gráfica de confiabilidad del sistema, se observa que la confiabilidad disminuye dramáticamente con la
pendiente más alta entre 0 y 2 años. Entonces, la pendiente (2-5 años) tiende a ser mucho más pequeña.
Después de 5 años, a medida que aumenta el tiempo, la probabilidad del sistema es muy baja y casi
constante, lo que significa que la probabilidad de que el sistema sea funcional después de cinco años es
cercana a la probabilidad de que el sistema sea funcional después de diez y veinte años.

Figura 4. Fiabilidad del sistema de descarga.

La gráfica de confiabilidad ayuda a determinar el mejor cronograma para el mantenimiento preventivo

del sistema, lo que mejorará la confiabilidad del sistema. En este estudio, la fiabilidad del sistema de
descarga debe mantenerse por encima del 90%, lo que significa que los componentes del sistema deben
Appl. Sci. 2020, 10, 6957 15 de 21

mantenerse cada 45 días como se muestra en la Figura 4. En la siguiente sección, se investigará el impacto
del mantenimiento preventivo de componentes críticos en la confiabilidad de todo el sistema.
Appl. Sci. 2020, 10, 6957
14 de 17

Tabla 5. Descarga de la fiabilidad de los componentes del sistema para diferentes duraciones.

Componente Relación Fiabilidad (1 año) Fiabilidad (5 años) Fiabilidad (10 años) Fiabilidad (20 años)
Brazo de descarga: 1 Paralelo 0.976471687 0.887765525 0.788127628 0.621145158

Brazo de descarga: 2 Paralelo 0.976471687 0.887765525 0.788127628 0.621145158

Válvula de bola: 1 Paralelo 0.999038705 0.995202756 0.990428525 0.980948663
Válvula de bola: 2 Paralelo 0.999038705 0.995202756 0.990428525 0.980948663
Transmisión: 1 Paralelo 0.975533009 0.883506697 0.780584084 0.609311512
Transmisión: 2 Paralelo 0.975533009 0.883506697 0.780584084 0.609311512
Transmisiones 1 y 2 combinadas Serie 0.999401366 0.98642931 0.951856656 0.847362505
Válvula de bola:3 Serie 0.999038705 0.995202756 0.990428525 0.980948663
Bomba de desplazamiento positivo Serie 0.8668779 0.48954166 0.239651036 0.057432619
Válvula de retención:1 Serie 0.953496955 0.788127628 0.621145158 0.385821307
Válvula de compuerta:1 Serie 0.996963513 0.984909488 0.9700467 0.940990601
Válvula de compuerta:2 Serie 0.996963513 0.984909488 0.9700467 0.940990601
Válvula de alivio de presión : 1 Serie 0.998821649 0.994122112 0.988278773 0.976694934

Válvula de alivio de presión :2 Serie 0.998821649 0.994122112 0.988278773 0.976694934

Medidor de flujo de desplazamiento Serie 0.826565438 0.385821307 0.148858081 0.022158728

positivo
Válvula de tapón Serie 0.953496955 0.788127628 0.621145158 0.385821307
Válvula de control de flujo Serie 0.999038705 0.995202756 0.990428525 0.980948663
Transmisor de presión diferencial:1 Serie 0.999571905 0.997861358 0.995727289 0.991472835
Transmisor de presión diferencial—2 Serie 0.999571905 0.997861358 0.995727289 0.991472835
Interruptor de nivel Serie 0.997744003 0.988770794 0.977667684 0.95583410

Transmisor de presión Serie 0.999571905 0.997861358 0.995727289 0.991472835

Eliminador de aire (Air Eliminator): Serie 0.991962691 0.96045427 0.922472404 0.850955336

Appl. Sci. 2020, 10, 6957

separador (Air Eliminator): separador

Colador:1 Serie 0.826565438 0.385821307 0.148858081 0.022158728
Colador—2 Serie 0.826565438 0.385821307 0.148858081 0.022158728
Appl. Sci. 2020, 10, 6957 18 de 21

4.4. Mejora de la fiabilidad

A partir de la gráfica de confiabilidad del sistema, se especifica el programa de mantenimiento
preventivo para el sistema de descarga con el fin de mantener la confiabilidad del sistema por encima de un
cierto nivel. En las secciones anteriores, se identificaron los componentes críticos de los sistemas. Por lo
tanto, el mantenimiento preventivo de estos elementos críticos tendrá un gran impacto en la confiabilidad
total del sistema. En este estudio, se considerará el mantenimiento preventivo del colador, la bomba de
desplazamiento positivo y el medidor de desplazamiento positivo debido a su naturaleza de diseño.
Prácticamente, las fallas de piezas giratorias son relativamente más fáciles de detectar antes de que ocurran,
en comparación con las fallas de piezas estáticas. Por ejemplo, si hay una ligera desviación de alineación en
el acoplamiento de la bomba, permanecerá funcional durante un pequeño período de tiempo antes de la
avería. Mientras que, para componentes estáticos como válvulas, las fallas ocurren en cuestión de segundos
sin señales previas. Además, el colador se considera como un componente crítico debido al proceso de
limpieza que debe tener lugar durante el mantenimiento, lo que mejorará la fiabilidad del sistema.
La Figura 5 muestra la confiabilidad del sistema cuando el mantenimiento preventivo de los
componentes críticos se realiza cada 45 días. Se observa que el mantenimiento preventivo de los tres
componentes críticos mejora significativamente la fiabilidad del sistema de descarga. En otras palabras, la
probabilidad de que alguno de estos componentes sea funcional durante el próximo mes y medio es
constante a lo largo del ciclo de vida de estos componentes.
La Figura 5 muestra las mejoras reflejadas en la fiabilidad del sistema debido a la realización de
mantenimiento preventivo. Está claro que el mantenimiento preventivo tiene un gran impacto en la mejora
total de la fiabilidad del sistema.

Figura 5. Descarga de la fiabilidad del sistema antes y después del mantenimiento preventivo.

El análisis muestra que la confiabilidad del sistema de descarga alcanzó aproximadamente cero después
de 5 años de operación continua, mientras que después de realizar el mantenimiento preventivo, la
confiabilidad del sistema mejoró significativamente. Además, los resultados indicaron que la implementación
del mantenimiento preventivo mejora la confiabilidad del sistema en un 80% en el primer año, y esta
relación aumenta dramáticamente a medida que aumenta el período.

5. Conclusiones y labor futura

El sistema de descarga de camiones es una complicada integración de componentes con diferentes
niveles de fiabilidad. Este estudio evaluó y evaluó la confiabilidad del sistema de descarga de camiones,
exploró e identificó los componentes que tienen la menor confiabilidad dentro del sistema. Se analiza el
tiempo medio entre fallos, los modos de fallo de cada componente y la fiabilidad del sistema. Además, este
estudio estableció una estrategia de mantenimiento preventivo para mejorar la fiabilidad de los sistemas de
Appl. Sci. 2020, 10, 6957 19 de 21

descarga de camiones. Dado que el nivel actual de confiabilidad del sistema de descarga del camión no es
satisfactorio, se puede mejorar en gran medida centrándose en algunos componentes críticos.
De acuerdo con el análisis de confiabilidad, el mejor cronograma de mantenimiento preventivo para
mantener la confiabilidad del sistema por encima del 90% es de 45 días. Además, la bomba de
desplazamiento positivo y el medidor de desplazamiento positivo son los elementos más críticos. Por lo
tanto, se recomienda hacer uso de piezas de repuesto para estos dos componentes y realizar un
mantenimiento preventivo de forma regular; preferiblemente cada mes y medio como se encuentra en el
análisis de confiabilidad. Además, se recomienda encarecidamente que los operadores informen cualquier
observación inusual lo antes posible para evitar daños adicionales o una función deficiente. Además, los
resultados indicaron que la implementación del mantenimiento preventivo mejora la fiabilidad del sistema
en casi un 80% en el primer año, y esta relación aumenta radicalmente a medida que aumenta el período.
Además, se debe considerar la sustitución del medidor de desplazamiento positivo por un medidor
Coriolis más avanzado. Comparativamente, tiene una menor tasa de fallos debido al menor número de
componentes internos y al mecanismo más simple de su funcionamiento. En segundo lugar, los componentes
de filtración, como un colador, deben inspeccionarse y limpiarse periódicamente para evitar el
enchufamiento. En tercer lugar, aunque las válvulas tienen tasas de falla medias, es importante mantener las
piezas de repuesto para las piezas que fallan con frecuencia, como los sellos. Finalmente, se recomiendan
más estudios para la mejora del diseño del sistema de descarga del camión para mejorar la confiabilidad del
sistema y tener una operación segura ininterrumpida más larga.

Contribuciones del autor: Conceptualización, A.M. y M.A.-S.; metodología, A.M. y M.A.-S.; software, A.G.; validación,
A.G. y K.A.-O.; análisis formal, A.M., M.A.-S. y A.G.; investigación, A.M.; recursos, A.G.; curación de datos, M.A.-S.;
redacción—preparación del borrador original, M.A.-S.; redacción—revisión y edición, A.G. y A.M.; supervisión, K.A.-O.;
administración de proyectos, K.A.-O. Todos los autores han leído y aceptado la versión publicada del manuscrito.
Financiación: Esta investigación no recibió financiación externa.
Agradecimientos: Los autores desean agradecer a la Universidad De Petróleo y Minerales Rey Fahd por el apoyo que
contribuyó a llevar a cabo esta investigación. También agradecen a los revisores anónimos por sus comentarios
perspicaces.
Conflictos de intereses: Los autores declaran que no hay conflicto de intereses.

Referencias
1. Lee, D.; Pan, R. Un enfoque de red bayesiana no paramétrica para evaluar la confiabilidad del sistema en las
primeras etapas de diseño. Reliab. Eng. Syst. Saf. 2018, págs. 171, 57–66. [CrossRef]
2. Yoon, J.-H.; Yang, I.-H.; Jeong, J.-E.; Parque, S.-G.; Oh, J.-E. Mejora de la fiabilidad de un índice de calidad de sonido
para un sistema HVAC de vehículo utilizando un modelo de regresión y red neuronal. Appl. Acoust. 2012, 73,
1099–1103. [CrossRef]
3. Dalkilic, S. Mejora de la seguridad y confiabilidad de las aeronaves mediante la capacitación de técnicos de
mantenimiento de aeronaves. Eng. Falla. Anal. 2017, págs. 82, 687–694. [CrossRef]
4. Corvaro, F.; Giacchetta, G.; Marchetti, B.; Recanati, M. Estudio de confiabilidad, disponibilidad, mantenibilidad
(RAM), sobre compresores alternativos API 618. Petróleo 2017, 3, 266–272. [CrossRef]
5. Catelani, M.; Ciani, L.; Venzi, M. Evaluación de la importancia de la fiabilidad de los componentes en sistemas
complejos que utilizan un potencial de mejora creíble. Microelectrón. Reliab. 2016, págs. 64, 113–119. [CrossRef]
6. Wu, J.; Yan, S.; Li, J.; Gu, Y. Fiabilidad del mecanismo de mecanismos compatibles biestables considerando
degradación e incertidumbres: Método de modelado y evaluación. Appl. Matemáticas. Modelo. 2016, 40, 10377–
10388. [CrossRef]
7. Mi, J.; Li, Y.-F.; Yang, Y.-J.; Peng, W.; Huang, H.-Z. Evaluación de la fiabilidad de sistemas electromecánicos
complejos bajo incertidumbre epistémica. Reliab. Eng. Syst. Saf. 2016, págs. 152, 1–15. [CrossRef]
Appl. Sci. 2020, 10, 6957 20 de 21

8. Kontrec, N.; Milovanovic', G.V.; Pánico, S.R.; Miloševic', H. Un enfoque basado en la confiabilidad para la previsión
de piezas de repuesto no reparables en el sistema de mantenimiento de aeronaves. Matemáticas. Probl. Ing.
2015, 2015, págs. 1–7. [CrossRef]
9. Hou, W.; Jiang, Z.; Jin, Y. Modelo de mantenimiento preventivo oportunista basado en la confiabilidad del sistema
serie-paralelo de unidades múltiples. J. Shanghai Jiaotong Univ. 2009, págs. 4, 658–662.
10. Vishnu, C.; Regikumar, V. Selección de estrategias de mantenimiento basadas en la confiabilidad en plantas de
proceso: un estudio de caso. Procedia Technol. 2016, 25, 1080–1087. [CrossRef]
11. Tee, K.F.; Ekpiwhre, E. Estrategias de mantenimiento preventivo basadas en la fiabilidad de los sistemas de cruce
de carreteras. Int. J.
Cuál. Reliab. Manag, manag. 2019, págs. 36, 752–781. [CrossRef]
12. Yssaad, B.; Khiat, M.; Chaker, A. Optimización del mantenimiento centrado en la confiabilidad para sistemas de
distribución de energía. Int. J. Electr. Sistema de energía de energía. 2014, págs. 55, 108–115. [CrossRef]
13. Li, L.; Usted, M.; Ni, J. Umbral de mantenimiento dinámico basado en la confiabilidad para la prevención de fallas
de sistemas degradantes monitoreados continuamente. J. Manuf. Ciencia Ing. 2009, 131, 031010. [CrossRef]
14. Quimpo, R.G.; Shamsi, U.M. Mantenimiento del sistema de distribución basado en la confiabilidad. J. Recursos
hídricos. Plan. Manag. 1991, págs. 117, 321–339. [CrossRef]
15. Stein, H. PDSDataHandbook, 2010ª ed.; SINTEF: Trondheim, Noruega, 2010. Disponible en línea:
https://www.sintef.
no/globalassets/project/pds/presentations/pds_data_handbook_2010_edition-selected_pages.pdf https://
www.sintef.no/globalassets/project/pds/presentations/pds_data_handbook_2010_edition-
selected_pages.pdfhttps://www.sintef.no/globalassets/project/pds/presentations/
pds_data_handbook_2010_edition-selected_pages.pdf https://www.sintef.no/globalassets/project/
pds/presentations/pds_data_handbook_2010_edition-selected_pages.pdf https://www.sintef.no/
globalassets/project/pds/presentations/pds_data_handbook_2010_edition-
selected_pages.pdfhttps://www.sintef.no/globalassets/project/pds/presentations/
pds_data_handbook_2010_edition-selected_pages.pdf https://www.sintef.no/globalassets/project/
pds/presentations/pds_data_handbook_2010_edition-selected_pages.pdf https://www.sintef.no/
globalassets/project/pds/presentations/pds_data_handbook_2010_edition-
selected_pages.pdfhttps://www.sintef.no/globalassets/project/pds/presentations/
pds_data_handbook_2010_edition-selected_pages.pdf https://www.sintef.no/globalassets/project/
pds/presentations/pds_data_handbook_2010_edition-selected_pages.pdf https://www.sintef.no/
globalassets/project/pds/presentations/pds_data_handbook_2010_edition-selected_pages.pdf
(consultado el 1 de septiembre de 2020).
16. Participantes de OREDA. Offshore Reliability Data Handbook; DNV: Trondheim, Noruega, 2002.
17. Sol, Y.; Ma, L.; Morris, J. Un enfoque práctico para la predicción de la fiabilidad de los sistemas de tuberías. Eur. J.
Oper. Res. 2009, 198, 210–214. [CrossRef]
18. Rimkevicˇius, S.; Kaliatka, A.; Valincˇius, M.; Dundee, G.; Janulionis, R.; Micelio, A.; Zutautaite, I.
Desarrollo de un enfoque para la evaluación de la fiabilidad de los sistemas de redes de tuberías. Appl. Energía
2012, 94, 22–33. [CrossRef]
19. Shalay, V.; Zemenkova, M.; Zemenkov, Y.; Toropov, S. Modelización de Parámetros de Confiabilidad de Procesos
Tecnológicos de Transporte de Hidrocarburos por Tuberías. En MATEC Web de Conferencias; EDP Science: Les Ulis,
Francia, 2016; Tomo 73, p. 01029.
20. Kong, J.S.; Frangopol, D.M. Life-Cycle Reliability-Based Maintenance Cost Optimization of Deteriorating Structures
with Emphasis on Bridges. J. Estructura. Eng. 2003, págs. 129, 818–828. [CrossRef]
21. Wu, F.; Niknam, S.A.; Kobza, J.E. Una estrategia de mantenimiento rentable basada en la degradación bajo
reparación imperfecta. Reliab. Eng. Syst. Saf. 2015, págs. 144, 234–243. [CrossRef]
Appl. Sci. 2020, 10, 6957 21 de 21

22. Barata, J.M.; Soares, C.G.; Marseguerra, M.; Zio, E. Modelado de simulación de sistemas de deterioro
multicomponente reparables para la optimización del mantenimiento "en condiciones". Reliab. Eng. Syst. Saf.
2002, PÁGS. 76, 255–264. [CrossRef]
23. Tong, J.; Mao, D.; Xue, D.A. solución de algoritmo genético para un modelo de mantenimiento de riesgo-costo de
planta de energía nuclear. Nucl. Ing. Des. 2004, PÁGS. 229, 81–89.
24. Rao, A.N.; Bhadury, B. Mantenimiento oportunista del sistema multiequipo: un estudio de caso. Calidad. Reliab.
Ing. Int. 2000, págs. 16, 487–500. [CrossRef]
25. Zhang, C.; Gao, W.; Guo, S.; Li, Y.; Yang, T. Mantenimiento oportunista para turbinas eólicas considerando un
mantenimiento imperfecto basado en la confiabilidad. Renovar. Energía 2017, 103, 606–612. [CrossRef]
26. Xie, L.; Rui, X.; Li, S.; Hu, X. Optimización del mantenimiento de turbinas eólicas marinas basada en una estrategia
de mantenimiento oportunista. Energías 2019, 12, 2650. [CrossRef]
27. Arunraj, N.; Maiti, J. Selección de políticas de mantenimiento basadas en riesgos utilizando AHP y programación de
objetivos. Saf. Ciencia. 2010, págs. 48, 238–247. [CrossRef]
28. Zhao, F.; Wang, W.; Peng, R. Modelado de mantenimiento preventivo basado en el tiempo de retardo para una
planta de producción: un estudio de caso en una fábrica de acero. J. Oper. Res. Soc. 2015, 66, 2015–2024.
[CrossRef]
29. Li, G.; Li, Y.; Zhang, X.; Hou, C.; Él, J.; Xu, B.; Chen, J. Desarrollo de una estrategia de mantenimiento preventivo para
una línea de producción automática basada en el método de mantenimiento grupal. Appl. Ciencia. 2018, 8, 1781.
[CrossRef]
30. Hadidi, Los Ángeles; Alkhaldi,A.F.Mejora de la fiabilidadparael sistema de carga de brazos neumáticos eléctricos.
InProceedings of the 2016 IEEE International Conference on Industrial Engineering and Engineering Management
(IEEM), Bali, Indonesia, 4–7 de diciembre de 2016; IEEE: Piscataway, NJ, Estados Unidos, 2016.
31. Reis, A.N.; Neto, A.R.P.; Rolim, G.A. Simulación de operaciones de carga de camiones cisterna en una terminal de
distribución de combustible. Int. J. Simulacro. Modelo. 2017, págs. 16, 435–447. [CrossRef]
32. Jamshidi, R.; Esfahani, M.M.S. Mantenimiento basado en la fiabilidad y programación de trabajos para máquinas
paralelas idénticas. Int. J. Prod. Res. 2014, págs. 53, 1216–1227. [CrossRef]
33. Navarro, I.J.; Martí, J.V.; Yepes, V. Optimización del mantenimiento basado en la confiabilidad de los diseños
preventivos de corrosión bajo una perspectiva de ciclo de vida. Medio ambiente. Evaluación de impacto. Rev.
2019, 74, 23–34. [CrossRef]

© 2020 por los autores. Licenciatario MDPI, Basilea, Suiza. Este artículo es un artículo de
acceso abierto distribuido bajo los términos y condiciones de la licencia Creative Commons
Attribution (CC BY)
(http://creativecommons.org/licenses/by/4.0/).http://creativecommons.org/licenses/by/4.0/ http://
creativecommons.org/licenses/by/4.0/http://creativecommons.org/licenses/by/4.0/http://
creativecommons.org/licenses/by/4.0/http://creativecommons.org/licenses/by/4.0/http://
creativecommons.org/licenses/by/4.0/http://creativecommons.org/licenses/by/4.0/http://
creativecommons.org/licenses/by/4.0/http://creativecommons.org/licenses/by/4.0/http://
creativecommons.org/licenses/by/4.0/.