12 Analisis Actuarial y Datos de Falla 12.1 Los Seis Patrones de Falla Alolargodeeste libro nos referimos numerosas vecesalosseis patronesde falla, los que se muestran nuevamente en la Figura 12.1. También usamos frecuente los términos edad, vida y TMEF. Este capitulo explora estos conceptos y la relaci6n entre ellos con més detalle. También consideraqué rol (sihay alguno) cumplen, al formular po- Iiticas de mantenimiento, los re- gistros técnicos histéricos y otros datos de fallas. Comenzamos con un anilisis detallado de los patrones de falla B y E, porque representan los casos mas comunes de fallas re- lacionadas con la edad y fallas aleatorias. Luego estudiaremos los patrones C y F, y posterior- mente veremos los patrones A y D. La parte 2 de este capitulo resume los usos y limitaciones de los datos de fala. Patr6n de Falla B Figura 12.1: Seis patrones de Falla Los Capitulos I y 6 mencionaron que el patron B describe las fallas relacionadas con la edad. El Capitulo 6 explic6 que atin cuando estas fallas son el resultado de un proceso de deterioro mds o menos lineal, todavia habré considerables diferencias en el comportamiento de dos componentes que estén sujetos a las mismas solicitaciones nominales. La figura 12.2 muestracomoeste comportamiento se convierte en el patrén de fallas B. Un ejemplo de un componente que puede comportarse como se muestra en la figura 12.2 es el impulsor de una bomba que se usa para bombear un liquido moderadamente abrasivo. La parte 1 de la Figura 12.2 muestra las caracteristicas240 Mantenimiento Centrado en Confiabilidad “‘CONDICION 5 NUMERO DE SOBREVIVIENTES: ‘ALFINAL DE CADA PERIOD = 10 periodos | PROBABILIDAD | CONDICIONAL DE FALLA (Porcentaje) | @ ale a =. © Ss PERIODO 1/2) 3)4 2 | 41/12|13/44/15/ 16] Figura 12.2: Patron de Falla BAndlisis Actuarial y Datos de Falla 241 de desgaste de una docena de tales impulsores. Diez de ellos se deterioran aproximadamente al mismo tiempo, y duran entre 11 y 16 perfodos antes de fallar. Sin embargo, dos de los impulsores fallan mucho antes de lo esperado, el“A” quiz porque el bastidor no estaba apropiadamente tratado y el “B" porque cambiaron en. algun momento las propiedacies del liquido, haciendo que se desgastara mas rapido que lo usual. Notese que esta distribucion de falla s6lo se aplica aimpulsores que fallan debido al desgaste, y no se aplica a los que fallan por otras razones. En la Parte 2 de la Figura 12.2 la distribucién de frecuencias de fallas se representa en funcién de la edad operativa de una muestra grande de componentes. Ello muestra que a pesar de unas pocas fallas “prematuras”, lamayorfa de los componentes es probable que se ajusten a una distribucién normal alrededor de un punto. Por ejemplo, supengamos que hemos acumutado datos de falla para una muestrade 110 impulsores, los cuales han fallado debidoadesgaste. Diez de estos impulsores fallaron prematuramente, uno en cada uno de los diez primeros periodos. Los otros 100 impulsores fallaron todos entre los periodos 11 y 16, y las frecuencias de estas fallas se ajustan a una distribucién normal. (Para una distribucién normal, las frecuencias de fallas en los Ultimos seis perfodos seran aproximadamente como se muestra si se redondean al entero mas cercano.) En base aestas cifras, el tiempo medio entre fallas de los impulsores debido adesgaste es de 12.3 periodos. La Parte 3 de la Figura 12.2 muestra la supervivencia de los impulsores basada en esta distribucién de frecuencia. Por ejemplo, 98 impulsores duraron mas de 11 periodos, y 16 de los mismos lo hicieron en mas de 14 periodos. La Parte 4 de la Figura 122 es el patrén de falla tipo B. Muestra la probabilidad que tiene cualquier propulsor que haya sobrevivido hasta el comienzo de un perfodo, de fallar durante el mismo. Esto es conocido como probabilidad condicional de falla. ‘Aceptando un pequefio error por redondeo, vemos por ejemplo que hay una probabilidad de 14% que un propulsor que haya alcanzado el periodo 12 falle en dicho periodo. De igual manera, 14 de los 16 impulsores que alcancen el periodo 15 fallaran durante el mismo (una probabilidad condicional de falla del 87%). La curva de frecuencia de la Parte 2 y la curva de probabilidad de la Parte 4 estén describiendo el mismo fenémeno, pero difieren notablemente en el modo en que lo muestran. De hecho, la probabilidad condicional de la curva de falla provee una mejor ilustracién de lo que realmente sucede que la curva de frecuencia, yaqueesta tiltima podria inducimos engafiosamenteasuponer que las cosas mejorarian a partir del pico de Ja curva de frecuencia. Estas curvas ilustran un cierto ntimero de puntos adicionales:242 Mantenimiento Centrado en Confiabilidad © lascurvasde frecuencia y de probabilidadcondicional muestranqueel término “vida” puede en realidad tener dos significados completamente distintos. El primeroesel tiempo medio entre fallas (que esel mismo que la vida promedio si todas las piezas hubieran trabajado hasta la rotura). La segunda es el punto partir del cual existe un répido incremento de la probabilidad condicional de falla. A falta de otro vocablo mejor, se lo ha denominado vida util. Si planificéramos el reacondicionamiento o Ia sustitucién de componentes enel tiempo medio entre fallas, la mitad fallarfa antes de alcanzarlo. En otras palabras, estarfamos previniendo sdlo la mitad de las fallas, cosa que supone consecuencias operativas inaceptables. Evidentemente, si deseamos preve- nirlamayorfade las fallas, necesitarfamos intervenir al final de la “vida util”. LaFigura 12.2 muestraque la vida itil esmis cortaqueeltiempo medioentre fallas- de hecho, si la campana fuera mds achatada, serfa mucho més corta. Comoresultado,sélo podemosconcluirqueel tiempomedio entre fallas es de poca utilidad para establecer la frecuencia de tareas de reacondi- cionamiento y sustitucién ciclicas para componentes que se ajustan a patrones de falla del tipo B. La variable clave es el punto a partir del cual hay un répido incremento de la probabilidad condicional de falla. Sireemplazamos el componente al final de su vida util tal como se definié anteriormente, la vida de servicio promedio de cada componente sera mas corta que si la dejéramos trabajar a la rotura. Tal como se discutié en Ia pégina 141, esto aumentaria e! costo de mantenimiento (suponiendo que no hay un dafio secundario asociado con las fallas). Por ejemplo, si tuviéramos que reemplazar todos los impulsores sobrevivientes de lafigura 12.2alfinal delperiodo 10, la vidade servicio promediode los mismosestaria alrededor de 9.5 periodos, en lugar de los 12.3 si se los dejara trabajar a la rotura. El hecho de que haya dos “vidas” asociadas con el patrén de falla B significa que debemos tener cuidado al especificar a cual nos referimos cada vez que usemos el término “vida”. Por ejemplo, podriamos comunicarnos con el fabricante de cierto componente para preguntarle cual esla “vida” del mismo. Podemos tener en mente la vida ttt, pero si no expresamos exactamente lo que queremos expresar, 6! podria con total buena fe darnos el tiempo medio entre fallas. Si esto luego se usa para establecer una frecuencia de reemplazo, surgiran todo tipo de problemas, resultando en disgusts completamente innecesarios. Apatte de los comentarios anteriores, quizis el mayor problema asociado con el patron de fallas B es que muy pocos modos de falla se comportan realmente de esta manera. TalcomosemenciondenlosCapfiulos | y6,esmuchomésconminencontrar modos de falla que muestren muy poca relaci6n a largo plazo entre edad y falla.| | isis Actuarial y Datos de Falla 243 Patrén de Falla E La Figura 7.9 de la pagina 160 muestra tres componentes que fallan de manera aleatoria 0 al azar. Existe una serie de razones por las cuales pueden ocurrir las fallas al azar, las cuales se discutieron en el Capitulo 7. Esta parte del capitulo explora con ms detalle algunos de los aspectos cuantitativos de las fallas al azar, y prosigue reviendo algunas de las implicancias del patron de fallas E. Para comenzar, la Figura 12.3 de la pagina siguiente muestra la relacién entre la frecuencia y la probabilidad condicional de fallas al azar. En laparte { de la Figura 12.3, las lineas punteadas representan cierto ntimero de componentes — en este caso, cojinetes de bolilia— que fallan de manera aleatoria. Comoenla Figura 7.9, cada falla est precedida por una curva P-F (algo elongada). Que un elemento falle de manera aleatoria significa que la probabilidad de que falle en un perfodo, es la misma que tendrfa de fallar en cualquier otro. En otras palabras, la probabilidad condicional de falla es constante, tal como muestra la Parte 2 de la Figura 12.3. Por ejemplo, si aceptamos la evidencia empirica que los cojinetes con elementos rodantes se ajustan generalmente a un tipo de falla al azar —fenomeno observado primero por Davis'*- la probabilidad condicional de falla es constante tal como se ve en la Figura 12.3, Parte 2. Especificamente, esta muestra que un cojinete que no ha fallado al comienzo de cualquier periodo tiene una probabilidad del 10% que falle durante el mismo. ‘LaParte3 dela Figura 12.3 muestra como una probabilidad condicional de falla queesconstante se transformaen unadistribucién de supervivenciaexponencial. Por ejemplo, si comenzamos con una muestra de 100 cojinetes y la probabilidad de falla en el primer periodo es del 10%, entonces 10 cojinetes fallarian en el perfodo 1 y 90 sobrevivirian mas de un periodo. En forma similar, hay una probabilidad de! 10% de que los cojinetes que sobrevivan al periodo 1 fallen en el 2, con lo que 9 cojinetes fallaran en el periodo 2 y que los 81 restantes sobreviviran mas de dos periodos. La Parte3dela Figura 12.3 muestra cuantos cojinetes sobrevivirianalcomienzodecada periodo subsiguiente para los primeros 16 perfodos. Te6ricamente, este proceso de deterioro continuaria hasta el infinito. En la practica, sin embargo, generalmente nos detenemos en la unidad —en otras palabras, cuando la curva de supervivencia sea menor de uno. Enelejemplo visto ena Figura 12.3. unatasa de deterioro por perfododel 10% significa quelaunidad se alcanza alrededor de los 43 periodos. Esto sugiere que solo un cojinete durarfa 43 periodos, pero que la gran mayoria habran fallado mucho antes. Finalmente, la Parte 4 de la Figura 12.3 muestra la curva de frecuencia derivada de la curva de supervivencia de la Parte 3, Esta curva también es exponencial. (La forma de esta curva de frecuencia hace que a menudo se la confunda con el patrén de fallas F, que es una curva de probabilidad condicional basada en una distribucién de frecuencia diferente).244 Mantenimiento Centrado en Confiabilidad ae ie) “PROBABILIDAD. ~ CONDICIONAL DE FALLA (Porcentaj PERIODO Figura 12.3: Patron de Falla E |Andlisis Actuarial y Datos de Falla 245 Elhecho de que ambas curvas, la de frecuencia y lade supervivencia, sigan declinando indefinidamente significa que también permanece indefinidamen- tehorizontal lacurvade probabilidad condicional. Enotras palabras enningtin momento el patrén de falla E muestra un aumento significativo de la probabi- idad condicional de falla, con lo que no puede determinarse edad alguna para la cual pudiéramos programar un reacondicionamiento o una sustitucién cfclica. Otros puntos adicionales sobre el patr6n de fallas E son los siguientes: ¢ TMEF y fallas al azar: a pesar del hecho de que es imposible predecir cuanto tiempo duraré cualquier ftem que se ajuste a un patrén de fallas E (de ahi el uso del término fala “aleatoria”), todavia es posible determinar un tiempo medio entre fallas para tales elementos. En este caso el TMEF esta dado por el punto en el cual el 63% de los mismos ha fallado. Por ejemplo, en la Parte 3 de la Figura2.3 se indica que el 63% de los items han fallado aproximadamente a mitad del periodo 10. En otras palabras, el TMEF de los cojinetes en este caso es de 9.5 periodos. El hecho de que estos elementos tengan un tiempo medio entre fallas, pero no tengan una “vida titil” tal como se defini6 anteriormente, significa que debemos ser doblemente cuidadosos cuando hablamos de “vida” de un componente. © comparando confiabilidad: el TMEF provee una base para comparar la confiabilidad de doscomponentes distintos sujetosa fallasdel tipo E,atincuando la fallaes “aleatoria’” en ambos casos. Esto es porque el elementocon un TMEF mayor tendré una menor probabilidad de falla en cualquier periodo dado. Por ejemplo, supongamos que los cojinetes Marca X estan sujetos a la distribu- cién de fallas vista en la Figura 12.8. Sila probabilidad condicional de fala de la Marca Y es sdlo de 5% en cada periodo, sdlo tendrén la mitad de posibilidad de fallar y eso seria considerado mucho més confiable. Enel caso de elementos que se ajustan al patr6n de fala B, un componente més confiable tiene una “vida Util” mayor que uno que sea menos confiable. De modo que en lenguaje comtin, podrfa decirse para los componentes del tipo B que uno dura ms que el otro, mientras que para los componentes del tipo E deberfamos decir que uno falla con menos frecuencia que el otro. nla practica, la confiabilidad de cojinetes se mide por la vida“ B10”. Estaes la vida bajo la cual un proveedor de cojinetes garantiza que no mas que el 10% de’ sus cojinetes fallarén bajo determinadas condiciones de carga y velocidad. Esto corresponde a un perfodo de la Parte 2 de la Figura 12.3. También sugiere que si un tipo de cojinetes se ajusta a una distribu- cin de supervivencia verdaderamente exponencial, entonces el TMEF de los mismos debido a “uso y desgaste normal” serfa de alrededor de 9.5 veces la vida B10.246 Mantenimiento Centrado en Confiabilidad De modo que si el cojinete Marca Y es dos veces mas confiable que el Marca X, la vida B10—que también es conocida como la vida L100 la vida N10 — de la Marca Y seria el doble de la Marca X. Esto es titil cuando se toman decisiones para la compra de cojinetes, pero no nos dice cuanto duraré cada cojinete en servicio). ° Las curvas P-F yas fallas al azar: La Figura 7,9 de la pagina 160 y la Parte Idela Figura 12.3 nosmuestran fallasal azar precedidas porcurvasP-F.Esto no implica sugerir que todas las fallas que aparecen al azar estén precedidas por tal curva. En realidad muchos modos de falla que se ajustan al patrén E no estén precedidos por ninguna clase de sefial, o si las hay, el perfodo de aviso es tan corto que no es de utilidad. Esto es especialmente cierto para la mayoria de las fallas que afectan componentes electronicos 0 eléctricos. Estonomenospreciadeningunamanerala validezdel andlisis.Simplemen- te significa que no existe ninguna clase de mantenimiento preventivo — a condicién, reacondicionamiento o sustitucién ciclica— que sea técnicamente factible para estos componentes, y que deben ser tratados en base de una politica “a falta de” adecuada tal como se discutid en los Capitulos 8 y 9. Tasa de riesgo de Baa Weibull Densidad de (probabllidad probabllidad de condicional Weibull de falla) aat ane a= ast a=2 a=3 Figura 12.4: Distribuciones de Weibull Una nota sobre las distribuciones de Weibull En esta etapa, es util hacer un comentario sobre la distribucién de Weibull. Esta distribucién se usa mucho porque tiene una gran variedad de formas que permiten ajustarla a distintos patrones de datos, especialmente aquellos relacionados con la vida de productos. La distribucién de frecuencia de Weibull (o mejor dicho, funcidn de densidad de probabilidad) es: F(t) = (Bla) expl-(Ya)"] “8* es el Iamado pardmetro de forma puesto que define la forma de la distribucién.““a‘esel pardmetrode escala, define la amplitud de ladistribuci6n y corresponde al percentil 63°[ 100—(1 -e) ] de ladistribucién acumulada. Las curvas de la funcién de densidad de probabilidad de Weibull y su | | |Andlisis Actuarial y Datos de Falla 247 correspondiente probabilidad condicional se muestran en la Figura 12.4. (Esto muestra que la probabilidad condicional de falla también es conocida como “tasa de riesgo”). Cuando 8=1, la distribucién de Weibull es la distribucién exponencial. Cuando 8 esté entre 2 y 3 se aproxima suficientemente a la distribucién normal. Mas adelante veremos como describe otros patrones de fallas. Patrén de Falla C El patron C muestra una probabilidad de falla que crece de manera uniforme y dondenoexisteningtin puntoenel cual podamosdecir“aquiesdonde falla”.Esta. parte del capitulo considera una razén posible por la que ocurre el patron de falla C, y luego muestra como se lo deduce. Lacatisa que consideramos posible por aque ocurre el patrénCes la fatiga. Lateorfa clésica de la ingenieria sugiere que la falla por fatiga es causada por tensiones efclicas, y que la relacién entre las mismas y la falla est regida por la curva S-N, tal como se muestra en la Figura 12.5. La curva S-N sugiere que el nivel de tension “S” causard que el equipo falle después de "N" ciclos Figura 12.5: Ni La curva S-N de la tensién ciclica aplicada Promedio de amplitud Namero de cicios operaiives (‘N") ——P> La figura 12.5 sugiere que si conociéramos la curva S-N, entonces serfamos capaces de predecirla vidadeun componente con gran precision paraunatensién ciclica de amplitud dada. Sin embargo, en la préctica esto no es asi porque la amplitud promedio de la tensién cfclica no es constante, y Ia capacidad del componente para soportar la tensién —en otras palabras, la posicién de la curva S-N —no seré exactamente Ja misma para cada componente. LaParte | dela Figura 12.6 sugiere que la amplitud promedio de la tension aplicada podrfa ajustarse a una distribucién normal alrededor de una media, que est indicada con la letra S en Ia Figura 12.6, Esta distribucién se representa por la curva P. En forma similar, la distribucién de las curvas S- N podria ser determinada por la curva normal Q.248 — Mantenimiento Centrado en Confiabilidad Curvas S-N 31 PROBABILIDAD — | CONDICIONAL | PERIODO 10/41 |12]/13|14|15 16) Figura 12.6: Patton de Falla C (modificado)Andilisis Actuarial y Datos de Falla 249 Lacombinaci6n de estas dos curvas serd tal que las edades en las que ocurre Ja falla se ajustard a una distribucién sesgada hacia la izquierda. Cudnto est sesgada la distribucin depende de la forma de la curva S-N. Siguiendo el razonamiento, Ia Parte 2 de la Figura 12.6 sugiere que se ajustard a una distribucién de Weibull con pardmetro de forma B=2. (Hablando estricta- mente, esta debiera Iamarse distribucién Weibull “desviada” porque no comienza en tiempo cero). Sobre la base de esta distribucién, la Parte 2 de la Figura 12.6 contintia estimando cuantas fallas podrian ocurrir en cada perfodo si ensayéramos a Ia falla una muestra de 1000 componentes. (El hecho de gue los ntimeros marcados con un asterisco no son enteros explica porque esta curva deberfa Mamarse de densidad de probabilidad en lugar de distribuci6n de frecuencia). La Parte 3 de la Figura 12.6 transforma la Parte 2 en una curva de supervivencia, mientras que la Parte 4 muestra la probabilidad condicional de falla basada en las dos curvas precedentes. Las dos tiltimas curvas se derivan del mismo modo que las correspondientes de la Figura 12.2. Otros puntos sobre el patrén de falla C incluyen: * la distribucién Weibull desviada significa que la curva de probabilidad condicional comienza en un punto a la derecha del tiempo t=0. La figura 12.6 muestra que este es el punto donde hay “ un rdpido incremento en la probabilidad condicional de falla “, que es naturalmente la vida ttil tal como se definié anteriormente. En la Figura 12.6 esta es tres perfodos. Sin embargo, las representaciones anteriores del patron de falla tipo C mues- tran una probabilidad condicional de falla partiendo por sobre cero. Esto enlapractica puede ocurrir ma T siunmododefallaconduce < auna distribucién Weibull oo truncada (una que comien- ac za hipotéticamente a la iz- ee 100 quierdadel tiempot=0)con x 607 un pardmetro de amplitud - B=2talcomose muestraen a ag ae) | vw] Ja Figura 12.7. gs g 805 age 8 84 404 Figura 12.7: aO2 20 Distribucién de ee Weibull truncada y PERIODO Patron de falla tipo C250 Mantenimiento Centrado en Confiabilidad ¢ la pendiente del patron C aparece muy empinada en estos ejemplos. Sin embargo, hay que tener en cuenta que la pendiente real estard dada por el pardmetro de escala "a" de Weibull, que puede medirse en rangos que varfan de semanas a décadas (0 atin siglos), de modo que la pendiente del patrén C puede variar entre completamente empinada y casi plana. + el patrén de falla tipo Cno est solamente asociadbo alla fatiga. Porejemplo, se ha encontrado que se corresponde con Ia falla de la aislacién de los bobinados de ciertos tipos de generadores. Recfprocamente, no todas las fallas relacionadas con Ja fatiga se adecuan al tipo de falla C. Por ejemplo, sila curva P de la Figura 12.6 estuviera desviada hacia el limite S, yla.curva Q lo estuviera hacia el limite R,,, 4.9 |a curva de frecuencia de falla estaria mas sesgada hacia la derecha. Esto un parametro de configuracién de Weibull mayor que 2, que tiende hacia una distribucién normal y por lotanto da una curva de probabilidad condicional de falla que se asemeja al tipo B. Por otra parte, si el limite S,,,,, eSt4 bajo el punto en el que R,..4, 58 hace asintético, entonces la distribucion de frecuencia mostraré una larga “cola” hacia la derecha, Esto correspond a una distribucién de Weibull donde & esté entre 1 2, que a su vez genera un patrén de falla tipo D. Finalmente, como se mencioné en la pagina 163, un gran numero de factores influyen sobre la tasa de fatiga que desarrollan los cojinetes de bolila. Esto harfa que la amplitud de cualquier distribucién sea grande, la que a su vez tenderiaauna curva de probabilidad condicional casi plana. Agréguese a esto la variedad de modos de fala adicionales para los cofinetes a bolllas vistos en la pagina 163 que tienen los mismos sintornas de la fatiga, y la densidad de probabilidad total se convierte en una ‘exponencial, que tiende a un patrén de falla tipo E tal como hemos visto. De modo que la fatiga puede manifestarse como una falla tipo B, C, Do atin E. Patrén de FallaD Tal y como se mencioné, el patrén de falla D es la curva de la probabilidad condicional asociada con una distribucién de Weibull cuyo pardmetro de forma 8 es mayor que | pero menor que 2. Patrén de Falla F El patron de falla tipo F es quizds el més interesante, por dos razones: * esel Gnico patrén de falla donde la probabilidad de falla realmente decrece con la edad (aparte del tipo A, que es un caso especial) * es el mas comtin de los seis patrones de falla, tal como se mencioné en la pagina 13. Por estas razones, vale la pena estudiar mds detalladamente los factores que lo originan. tapoe | |Andlisis Actuarial y Datos de Falla 251 La forma del patrén de falla tipo F indica que la mayor probabilidad de falla se da cuando el equipo es nuevo o justo después de haber sido reacondicio- nado. Este fenémeno se conoce como mortalidad infantil, y tiene unaamplia variedad de causas. Estas se resumen en la Figura 12.8 y se discuten en parrafos subsiguientes. Mortalidad infantil causada por " *Mal disefio Figura 12.8: “Mala calidad de fabrcacion Causas de + Instalacién incorrect ided infantil + Delegado Incorrectamente mortalidad infantil + Operacién incorrecta + Mantenimiento innecesario + Mantenimiento excesivamente invasivo +Mal manejo del personal condicional da falta Probabilidad Edad operativa > Diseiio Los problemas de mortalidad infantil atribuibles al disefio ocurren cuando parte de un equipo simplemente es incapaz de cumplir con el desempefio deseado, y de ahi que tienda a fallar poco después de ser puesto en servicio. Cuando afectan a un activo existente, estos problemas sélo pueden resolver- se con redisefio, tal como se discutié en el Capitulo 9. Los mismos pueden prevenirse en alguna medida al * usar tecnologia comprobada. E/ autor encontré una compaiita que asegu- raba estar “en una carrera a toda prisa para ser la segunda” en adoptar nuevas tecnologtas, porque habia encontrado que ser la primera general- mente implicaba una importante inversion en detectar y eliminar defectos = una inversién involuntaria hecha en forma de tiempo de parada del equipo. No obstante, a largo plazo ser segundo puede ser una desventaja. © Usandoel equipo més simple posible paracumplir con lafuncién requerida ya que las piezas que no estén alli no pueden fallar. Fabricaci6n e instalacion La mortalidad infantil atribuible a la fabricacién del equipo ocurre ya sea porque los estdndares de calidad son demasiado bajos, o porque las piezas correspondientes han sido mal instaladas. Estos problemas slo pueden ser solucionados reensamblando los conjuntos afectados 0 reemplazando las partes involucradas. Dos maneras para prevenir estos problemas son:252. Mantenimiento Centrado en Confiabilidad + implementar esquemas aceptables de SQA(Aseguramiento de la Calidad del Proveedor) y PQA (Aseguramiento de la Calidad del Proyecto). Tales esquemas generalmente dan mejores resultados cuando son dirigidos por alguien que no sea el contratista original. © requerir garantias extendidas, quizds con un soporte de tiempo completo en laplanta con técnicos del proveedor hasta que el equipo esté trabajando como se pretende durante un periodo determinado. Por delegacin ‘Los problemas por delegacién surgen ya sea cuando el equipo est preparado incorrectamente, 0 cuando se pone en funcionamiento en forma indebida. Estos problemas se minimizan sisetiene cuidadodeasegurar quecada persona ala que se pueda delegar una tarea conozca exactamente como se espera que trabaje la planta, y que se da suficiente tiempo para asegurarse de que asi sea. Mantenimiento de rutina Una gran parte de la mortalidad infantil es causada por las tareas de mantenimiento de rutina innecesarias, o innecesariamente invasivas. Las Gitimas son tareas que desestabilizan 0 perturban el equipo, perturbando sin necesidad sistemas basicamente estables. El modo de evitar estos problemas es dejar de hacer tareas innecesarias,y en aquellos casos donde sea necesario el mantenimiento programado, elegir aquellas tareas que alteren el equipo tan poco como sea posible. Mano de obra de mantenimiento Evidentemente, si algo se arma incorrectamente fallara répidamente. Este problema s6lo puede evitarse asegurdndose que cualquier persona que deba efectuar una tarea de mantenimiento preventivo 0 correctivo, sea entrenada y motivada para hacerlo correctamente la primera vez. Mortalidad infantil y RCM La discusién anterior sugiere que los problemas de mortalidad infantil se resuelven generalmente porcambios deunasola vezen lugar del mantenimien- to programado (con la excepei6n de unos pocos casos donde para anticipar fallas sea factible efectuar tareas a condicién). No obstante, a pesar del rol mfnimo que juega el mantenimiento de rutina paraeste tipo de fallas, el uso de RCM para analizar un nuevo activo antes de ponerlo en servicio promueve reducciones sustanciales en la mortalidad infantil por las siguientes razones: + un estudio detallado de las funciones del activo generalmente revela un miimero sorprendente de fallas de disefio que, si no se corrigen, harfan totalmente imposible el funcionamiento del activo | | |Andlisis Actuarial y Datos de Falla 253 © losespecialistas y los operarios aprenden exactamente cémo se espera que funcione el activo, y asf tienden a cometer menos errores que causen fallas * seidentifican y tratan muchas deficiencias, que de otra manera provocarian fallas prematuras, antes de que el activo entre en servicio ¢ el mantenimiento de rutina se reduce al minimo esencial, lo que significa menos intervenciones desestabilizadoras, pero este mfnimo esencial ase- gura que la vida temprana del activo no esté plagada de fallas que podrian ser anticipadas o prevenidas. Falla Tipo A Hoy diaseaceptaqueel patrén de falla A—lacurvade la bafiera-es realmente una combinacién de dos o més fallas de distinto tipo, una de las cuales comprende mortalidad infantil y la otra que muestra el incremento de la probabilidad de fallas con la edad. Algunos especialistas todavia sugieren que la parte central (plana) de Ia curva bafiera constituye un tercer perfodo (aleatoria) entre los otros dos, tal como muestra la Figura 12.9. Mortalidad infantil Desgaste Fallas aleatorias —| Edad operatva—P> Figura 12.9: La clésica vista de la “ bafiera” Esto significa que el patrén de falla A generalmente describe la probabi- lidad condicional de dos o mas modos de fallas diferentes. Desde el punto de vista del manejo de las fallas, cada una de estas debe ser identificada y tratada a la luz de sus consecuencias y caracteristicas técnicas propias. Se pueden extraer conclusiones similares acerca del patrén de falla B tal como se muestra en la Figura 12.2. Esto es porque las fallas que aparecen entre los perfodos 11 y 16 estén causadas por desgaste “normal”, mientras que las que aparecen entre los perfodos 1 y 10 son causadas por otros factores “al azar” que hacen que el impulsor se desgaste mas répido de lo que seria normal. Esto sugiere la formulacién de cierto mimero de preguntas acerca del significado de estos patrones, las que son consideradas més extensamente en Ja préxima seccién de este capitulo.