Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Documento Mantenimiento
Documento Mantenimiento
DE F(T) Y M(T)
Donde:
n es(son) el(los) evento(s) de falla (en confiabilidad) por estudiar;
N= es el número total de eventos posibles; Pf es la probabilidad de falla.
Donde:
se define como la probabilidad de que ocurra el evento n ante una serie grande o infinita N,
de eventos posibles.
Estimación de parametros con aproximación Rango de Medianas Benard RRY - Weibull Alineación con regresión - mínimos
1 2 3 4 5 6 7 8
β 2.49798
η 220.6024 horas
γ 0
Entonces;
β 2.49798
η 220.6024 horas
γ 0
MTBF 195.7369 horas
MTBF = η* Gamma᾿ (1+1/β)
Para conocer la curva de probabilidad es necesario encontrar la probabilidad de falla para distribución
Weibull con Beta = 2,49198, δ=0 y Eta (Alfa)=220,6024; con to= 0 horas, con cuatro UT, mediante un
modelo de distribución de vida alternativo, donde la más general12 es:
t− δ β
−( )
F(t) = 1 − e η− δ
Donde δ es un parámetro de vida mínima o ubicación que con frecuencia se supone cero. En este
caso, la función de distribución es:
t β
−( )
F(t) = 1 − e η
El valor 0.632 significa que el dispositivo tiene una probabilidad de sobrevivir del 36,8%, es decir,
poniendo en funcionamiento 100 dispositivos del mismo tipo, cuando hayan pasado un número de
horas t = m = MTBF funcionarán aproximadamente 37, habiendo fallado los 63 restantes.
La cual expresa que la probabilidad de que un elemento dure más de 250 horas sin fallar es del
25,52%. Si se hace la lectura para múltiples elementos similares o equipos no reparables se expresa
que después de 250 horas deben funcionar correctamente más del 25,52% de ellos; como también se
visualiza que existe una probabilidad del 98,78% de que un elemento entre en falla antes de 400
horas.
Nótese que en este ejemplo explicativo solo se tienen cuatro TBF y cinco TTR, pero en la realidad al
simular comportamientos de fallas y/o reparaciones deben ser al menos 31 datos de cada uno
(teorema del límite central)13.
13 Se recomiendan valores superiores a treinta y un experimentos; de acuerdo con el teorema del límite central, que menciona que cuando la muestra
en poblaciones atípicas es igual o superior a treinta (o 31) elementos, la media muestral se asemeja a la media poblacional.
4.3. Mantenibilidad – Reparaciones
En general, la forma más clara de medir la mantenibilidad es en términos de los tiempos empleados
en las diferentes restauraciones, reparaciones o realización de las tareas de mantenimiento
requeridas para llevar nuevamente el elemento o equipo a su estado de funcionalidad y normalidad.
La mantenibilidad expresa la capacidad con que un equipo se deja mantener para regresarlo a su
estado de referencia. El mantenimiento consiste en las acciones concretas que se realizan para
mejorar la mantenibilidad, y es esta última la calificación de cómo se realiza el mantenimiento.
En síntesis, hasta el momento se puede afirmar que la confiabilidad permite establecer y medir cómo
actúa el área de producción en la administración y explotación de los equipos para generar bienes y
servicios y, por otro lado, la mantenibilidad evalúa la gestión y la operación del mantenimiento que se
realiza a esos elementos o máquinas. La disponibilidad es el adjetivo calificativo integral de las dos
áreas (producción y mantenimiento, actuando conjuntamente), como de otras divisiones de la
empresa; mide la obtención de productos y bienes intangibles de la empresa en general. La
confiabilidad es responsabilidad de producción, la mantenibilidad es compromiso de mantenimiento y
la disponibilidad es encargo de la gerencia o dirección que está por encima de ambas y que abarca
probablemente otras áreas de la compañía.
La forma como se pueden reducir los costos de mantenimiento se enfoca en dos ambientes: en la
confiabilidad, mediante el control de sus indicadores (González, 2004), en especial el indicador Beta
para garantizar el nivel de funcionalidad y fiabilidad del equipo, al ampliar los tiempos entre
mantenimientos planeados; y en la mantenibilidad que contribuye a disminuir los tiempos de
reparaciones y servir de base para el análisis de fallas FMECA16, en la erradicación de las fuentes de
paradas imprevistas y fallas.
14 Su estado de referencia normal no necesariamente tiene que ser igual al diseño original, se refiere a la normalidad
como las condiciones usuales en que el equipo genera servicios o productos, sin problema alguno.
15 Se parte de la base de que sólo es posible aplicarles mantenimiento a aquellos equipos susceptibles de ser reparados. A
los elementos o aparatos desechables que no tienen reparación o que sale más costoso realizarla, no se les puede medir la
mantenibilidad.
16 Análisis de los modos, los efectos, las causas y las criticidades de las fallas.
4.4. Curva de la bañera o de Davies
Las diferentes acciones que se deciden sobre las tareas que se deben realizar por parte de
mantenimiento (y producción), dependen entre otros parámetros de la curva de la bañera o de Davies
donde se muestra la evolución en el tiempo frente a la tasa de fallas λ(t) y el valor del parámetro de
forma Beta del equipo que se evalúa. De acuerdo con el valor del equipo para ese momento, se
selecciona si las tareas de mantenimiento deben ser correctivas, modificativas, preventivas o
predictivas, al tener en cuenta la fase en que se encuentre el elemento o sistema.
La fase II se tipifica por fallas enmarcadas en origen técnico, ya sea de procedimientos humanos o de
equipos. Las acciones que más se adaptan a esta etapa son de las modificativas, ya que al generarse
por utilizaciones fuera del estándar. La probabilidad de falla en la fase II es constante, indiferente del
tiempo que transcurra; por ejemplo, si se tienen dos elementos similares y a uno de ellos se le acaba
de hacer un mantenimiento o reparación, mientras al otro desde hace algunos años no se le realizan
tareas de mantenimiento, en el instante actual ambos tienen la misma probabilidad de sufrir una
falla.
Durante la fase III se observa un incremento paulatino de la tasa de fallas en la medida en que
aumenta el tiempo hacia la derecha. En esta sección se presentan varias etapas: en el ciclo I de la fase
III, la tasa de fallas empieza a aumentar en forma suave; es decir, su incremento es bajo y crece hacia
la derecha en forma leve. Las fallas que aparecen son conocidas y se empieza a tener experiencia y
conocimiento sobre ellas, las cuales son debidas a los efectos del tiempo por causas de uso, abuso o
desuso. En esta fase ya se pueden empezar a utilizar acciones planeadas preventivas ya que las fallas
se conocen y se tiene algún control sobre ellas; es la etapa en que la ingeniería de confiabilidad
comienza a ejercer dominio sobre el sistema; es decir, es la zona de ingeniería por excelencia.
En la etapa II de la fase III se incrementa la tasa de fallas en forma constante con pendiente positiva
en forma rectilínea. En esta sección se inicia la transición de acciones preventivas hacia acciones
predictivas y el comportamiento de las fallas empieza a ser predecible; es la franja donde se logra
implementar de una forma sólida las acciones preventivas.
Por último, aparece la zona III de la fase III de envejecimiento puro, en que la vida útil del elemento se
acelera y la tasa de fallas se incrementa aceleradamente. En esta etapa normalmente se estabiliza el
uso de acciones predictivas, pero cuando éstas ya no mejoran la mantenibilidad de la máquina, se usa
la reposición o la sustitución como única alternativa. En esta etapa III de la fase III aún se continúa con
el uso de técnicas preventivas y eventualmente correctivas y modificativas, pues la mayoría de las
fallas son causadas por acción del tiempo, y en consecuencia se usan las acciones predictivas para
tipificar el comportamiento futuro de los elementos, con el fin de conocer su verdadera vida útil en
tiempo presente.
4.5. Curva de Mantenimiento.
Donde:
Se toma como base de cálculo del mismo ejemplo de disponibilidad inherente anterior, con los
procesos de estimación de parámetros mediante Weibull.
Para conocer la curva de Mantenibilidad M(t) se debe tabular el tiempo con respecto a la función de
Mantenibilidad (ecuación 11) con Beta = 0.7930 y Eta (Alpha)= 16.0183; con to = 0 horas, con cinco
reparaciones.
Para estimar ambos parámetros es necesario obtener los porcentajes acumulados para cada tiempo
de falla F(t) y para cada ítem de reparación M(t); entre los métodos existentes que enuncia el modelo
propuesto para el cálculo de la no confiabilidad y de la mantenibilidad, son: i-kaésimo, el rango de
mediana (por tabla y el de Benard por aproximación) y el estimador de Kaplan-Meier.
Método i-kaésimo o estimador no sesgado
𝑗
𝐹(𝑡𝑖 ) = 1 − 𝑅(𝑡𝑖 ) =
𝑁+1
Donde:
N es el número total de datos, j es el número consecutivo del dato que se evalúa; cuando la muestra
j
es muy grande o tiende a infinito se puede usar F(t) = , Para el caso particular del ejemplo de
N
disponibilidad inherente que se trae, se tiene:
Este valor es el que la probabilidad real de falla debe tener para la enésima falla o en una reparación
para la enésima tarea correctiva, para una muestra de N datos con un nivel de confianza del 50%. Ello
significa esencialmente que este estimativo es el mejor para la no confiabilidad, en una población de
datos.
Ecuación de la distribución binomial acumulada, para la estimación por rango de medianas puro por
tabla.
𝑁
𝑃 = ∑( 𝑁𝑗)𝑍𝑗 (1 − 𝑧)𝑁−𝑗
𝑗=1
El rango de mediana también puede ser estimado de una manera más sencilla, pero un poco menos
precisa mediante la aproximación de Benard (ReliaSoft@,2000).
𝑗 − 0.3
𝑅−𝑀 =
𝑁 + 0.4
Donde:
R-M: es el estimador de no confiabilidad o mantenibilidad de rango de mediana;
j: posición del dato ordenado de menor a mayor.
N: número total de datos.
Donde:
K-M: estimado de no confiabilidad o mantenibilidad de Kaplan-Meier;
j: posición del dato ordenada de menor a mayor;
N: número total de datos (Reliasoft@, 2008).
Donde:
K-M M es el estimado de no confiabilidad o mantenibilidad de Kaplan-Meier.
Modificado; j: posición del dato ordenado de menor a mayor y N: número total de datos.
Curvas y valores de mantenibilidad M(t) estimadas por los cuatro métodos descritos.
Nótese que en ambos casos F(t) y M(t), la media de Kaplan-Meier no alcanza el 50%, lo que se ratifica
en los cuadros de F(t) (sin eliminar los UT iguales) y en M(t), al ser el cuadro que siempre está por
debajo con menores valores.
Estimación de no confiabilidad y mantenibilidad con datos censurados
En ocasiones el manejo de datos implica una gran incertidumbre estadística, pero aun así los
datos son útiles en el análisis de Weibull o de otras distribuciones. Esta incertidumbre puede
provenir de varias fuentes: cuando se tiene gran cantidad de elementos para probar hasta la
falla pero sólo se cuenta con recursos económicos para unos cuantos o no se dispone de
mucho tiempo; cuando los elementos o dispositivos que se analizan no alcanzan el estado de
falla o avería en el momento de hacer los cálculos de estimación y parametrización; cuando las
pruebas (test) contra la falla se suspenden porque las condiciones de la prueba se alteran;
cuando los datos obtenidos son de dudosa procedencia o no presentan la calidad de obtención
adecuada. En general, es necesario hacer estimaciones aproximadas con el fin de completar el
análisis CMD en Weibull. Para compensar la incertidumbre en tales datos es necesario realizar
un censurado o ajuste en el nuevo cálculo del valor de posición j de los datos ordenados, con
el fin de calcular F(t) o M(t) en el caso de reparaciones, necesario para estimar los parámetros.
Un método usado para tal fin es el método de los incrementos, que consiste en calcular
nuevamente los valores de posición del número j de elementos fallados de acuerdo con un
nuevo número de orden asignado; el proceso parte de la clasificación de los elementos como
censurados o no censurados, luego genera un incremento. a partir de dicha clasificación y
finalmente asigna un nuevo número de orden, de acuerdo con el incremento obtenido al valor
de j el cual se denomina número de orden y es equivalente al N tratado hasta el momento en
las cuatro estimaciones presentadas (Kelly, y otros, 1998).
Para el dato 1:
Y así sucesivamente hasta llegar al dato donde j = N. Nótese que sólo hay cambios en
incremento y número de orden después de que aparece un dato censurado, pero cuando no lo
hay el incremento sigue constante (Kelly, y otros, 1998).