Documentos de Académico
Documentos de Profesional
Documentos de Cultura
I. INTRODUCCIÓN....................................................................................................................2
1.- Modelos de Decisión en Mantenimiento............................................................................2
2.- Riesgo, un indicador para el Diagnóstico Integrado............................................................3
3.- Estimación de Riesgo...........................................................................................................4
3.1.- Estimación de la Probabilidad de Fallas y/o la Confiabilidad........................................5
4.- Estimación de Consecuencias..............................................................................................9
5.- El Diagnóstico Integral en el Proceso de Confiabilidad......................................................10
II. EXCEL..................................................................................................................................12
III. CONCLUSIÓN Y RECOMENDACIONES.............................................................................19
IV. BIBLIOGRAFÍA.................................................................................................................20
1
I. INTRODUCCIÓN
2
La curva de impacto total, que resulta de la suma punto a punto de la curva de riesgos y la
curva de los costos de mantenimiento. El “mínimo” de esta curva, representa la frecuencia
para la cual las sumas de los costos de la política de mantenimiento con el nivel de riesgo
asociado a esta política son mínimos; es decir hay el “mínimo impacto posible en el negocio”
Este mínimo está ubicado sobre el valor que puede traducirse como el periodo o frecuencia
óptima para la realización de la actividad de mantenimiento. Un desplazamiento hacia la
derecha de este punto implicaría “asumir mucho riesgo” y un desplazamiento hacia la
izquierda del mismo implicaría “gastar demasiado dinero”.
La dificultad para el uso del modelo, se centra en la estimación o modelaje de la curva del
riesgo, ya que la misma requiere la estimación de la probabilidad de falla (y su variación con el
tiempo), y las consecuencias En la próxima sección, se detallan las herramientas para lograr el
correcto modelaje y estimación del riesgo.
El riesgo R(t), base fundamental del modelo de decisión descrito en la sección anterior, es un
término de naturaleza probabilística, que se define como “egresos o pérdidas probables
consecuencia de la probable ocurrencia de un evento no deseado o falla”, y comúnmente se
expresa en unidades monetarias. Matemáticamente, el riesgo se calcula con la siguiente
ecuación:
El análisis de la ecuación del riesgo, permite entender el poder de este indicador para el
diagnóstico y la toma de decisiones, debido a que el mismo combina probabilidades o
frecuencias de fallas con consecuencias, permitiendo la comparación de unidades como los
equipos rotativos, que normalmente presentan alta frecuencia de fallas con bajas
consecuencias, con equipos estáticos, que normalmente presentan patrones de baja
frecuencia de fallas y alta consecuencia.
3
El mantenimiento moderno, sustentado en la Ingeniería de Confiabilidad, requiere de un
cuidadoso proceso de diagnóstico de equipos y sistemas. El diagnóstico, basado en el “riesgo”,
puede entenderse entonces como un proceso que busca caracterizar el estado actual y
predecir el comportamiento futuro de equipos y sistemas.
Para el logro de un diagnóstico integrado, el riesgo debe calcularse usando toda la información
disponible; es decir, debe incluir el análisis del historial de fallas, los datos de condición y datos
técnicos. De esta forma, se podrán identificar las acciones correctivas y proactivas que puedan
efectivamente optimizar costos y minimizar su impacto en el negocio medular.
4
3.1.- Estimación de la Probabilidad de Fallas y/o la Confiabilidad.
Para la estimación de la confiabilidad o la probabilidad de fallas, existen dos métodos que
dependen del tipo de data disponible; estos son:
El análisis tradicional de confiabilidad, basado en el análisis estadístico del tiempo para la falla,
ha sido exitosamente utilizado para mejorar el mantenimiento preventivo y traer los equipos y
sistemas hasta los actuales niveles de desempeño. Sin embargo, buscando la mejora continua
de sus procesos, en las tres últimas décadas, algunas industrias han hecho grandes esfuerzos
en la recolección de data diferente a la data de falla, a través de programas de monitoreo de la
condición (mantenimiento predictivo) con la finalidad de optimizar las frecuencias de
mantenimiento de sus equipos y tomar acciones proactivas para evitar la ocurrencia de la falla.
a. Análisis Carga-Resistencia
El análisis Carga-Resistencia tiene como premisa el hecho de que las fallas son el resultado de
una situación donde la carga aplicada excede la resistencia. Carga y Resistencia son usados en
el sentido más amplio de la palabra; es decir, la carga pudiera ser la presión de operación,
mientras la máxima presión de operación permisible sería la resistencia. Similar análisis se
hace para cualquier otro parámetro relevante de la condición como vibración para equipos
dinámicos, o reducción de espesor para el caso de equipos estáticos.
En todos los casos existirá un valor actual de la condición que se monitorea, el cual
representará la carga, y un valor límite de la condición que representará la resistencia. Esta
última normalmente está regulada por normas y estándares de la ingeniería.
5
Cuando la distribución de la condición medida o monitoreada en el equipo tiene algún solape
con la distribución de la condición límite o criterio de rechazo, en ese momento existe
probabilidad de falla. Esta situación es mostrada en la figura 6.
NOTA: El operador “Φ”, indica que con el resultado obtenido de la ecuación entre paréntesis,
debe buscarse el valor de probabilidad correspondiente en una tabla de la distribución normal
Un parámetro de condición (PC) es cualquier variable física que revele información acerca de
las características de desempeño de un equipo o componente. Un Parámetro Relevante de
Condición (PRC) es un parámetro cuyo valor numérico caracteriza y cuantifica la condición de
un equipo o componente en cualquier instante de su vida operativa.
Para que un PC sea un PRC, debe cumplir con los siguientes requisitos:
6
3.1.2 Predicción del Número de Fallas Basado en el Historial de Fallas
Este tipo de análisis es particularmente valioso para equipos dinámicos, los cuales tienen una
frecuencia de falla relativamente alta. Normalmente, la data de fallas y reparaciones está
disponible.
Para equipos reparables existen cinco posibles estados en los que ellos pueden quedar, una
vez reparados después de una falla:
Las ecuaciones básicas del PGR tienen su base en distribuciones probabilísticas de Weibull
condicionales, y son las siguientes:
7
A partir de estas ecuaciones básicas y de la data de fallas [(ti)=tiempos de operación entre
fallas sucesivas] se calculan los parámetros “α”, “β” y “q”, cuyo significado es:
Para obtener los parámetros con este método existen dos alternativas dependiendo del
momento de ejecución del análisis.
Una vez estimados los parámetros de PGR es posible predecir el número esperado de fallas
Λ(t), usando un proceso iterativo basado en simulación de Montecarlo. El diagrama de flujo
para este proceso iterativo se muestra en la figura 7.
8
Los resultados de las estimaciones hechas con el PGR son mucho más certeros que las
predicciones tradicionales. Como puede observarse en la figura 7.1, se generaron tres líneas de
predicción basados en el 25% de los datos de fallas (puntos de falla encerrados con un cuadro)
usando las tres teorías de predicción del número de fallas:
De las tres, solo la correspondiente al PGR coincide con gran precisión con las fallas que
ocurrieron subsecuentemente.
En esta sección se presenta una metodología para estimar las consecuencias totales que
resultan de la falla de un equipo y/o sistema. El modelo básico que soporta el trabajo aquí
propuesto es el de “Impacto Total en el Negocio” desarrollado por John Woodhouse.
Modelo Propuesto:
El modelo divide las consecuencias asociadas con una falla particular en cuatro grandes
categorías: Pérdidas de producción, costos de reparación, impacto ambiental e impacto en
seguridad.
a. Pérdida de Producción:
9
En este paso, las pérdidas de producción debido a tiempo fuera de servicio son estimadas
usando la siguiente ecuación: PERDIDA DE PRODUCCIÓN = PP * RF * TTR
Donde PP es el precio del producto ($/Unid), RF es la reducción de flujo (Unid/Hr) y TTR, el
tiempo para reparar (Hrs). La variabilidad del costo del producto se incluye con la asunción de
una distribución normal.
Reducción de flujo: La reducción puede ser total o parcial, dependiendo de otros factores tales
como diseño, redundancias, cargas compartidas o stand by y/o severidad de la falla (critica o
degradación). Para representar todos los posibles valores de esta reducción se definió una
distribución normal.
Tiempo de reparación: En lo que respecta al tiempo de reparación, es su valor promedio
(MTTR) el considerado para representar la distribución de esta variable.
Hasta este punto, se han descrito brevemente las técnicas de la Ingeniería de Confiabilidad que
permiten hacer estos cálculos.
II. EXCEL
11
1. DATOS APLICABLES
2. FUNCION WEIBULL
13
Edad
de
iten %F(t) LN (t) LN(LN(1/1-F(t))) (t-ϒ) LN(t-ϒ) LN(LN(1/1-F(t)))
fallas
(hrs)
14
1 86 1.87% 4.454 -3.969 6 1.792 -3.969
2 91 4.55% 4.511 -3.068 11 2.398 -3.068
3 107 7.22% 4.673 -2.591 27 3.296 -2.591
4 111 9.89% 4.710 -2.262 31 3.434 -2.262
5 140 12.57% 4.942 -2.008 60 4.094 -2.008
6 143 15.24% 4.963 -1.800 63 4.143 -1.800
7 160 17.91% 5.075 -1.622 80 4.382 -1.622
8 164 20.59% 5.100 -1.467 84 4.431 -1.467
9 166 23.26% 5.112 -1.329 86 4.454 -1.329
10 172 25.94% 5.147 -1.203 92 4.522 -1.203
11 192 28.61% 5.257 -1.088 112 4.718 -1.088
12 208 31.28% 5.338 -0.980 128 4.852 -0.980
13 211 33.96% 5.352 -0.880 131 4.875 -0.880
14 213 36.63% 5.361 -0.785 133 4.890 -0.785
15 213 39.30% 5.361 -0.695 133 4.890 -0.695
16 214 41.98% 5.366 -0.608 134 4.898 -0.608
17 237 44.65% 5.468 -0.525 157 5.056 -0.525
18 255 47.33% 5.541 -0.445 175 5.165 -0.445
19 313 50.00% 5.746 -0.367 233 5.451 -0.367
20 334 52.67% 5.811 -0.290 254 5.537 -0.290
21 406 55.35% 6.006 -0.215 326 5.787 -0.215
22 419 58.02% 6.038 -0.142 339 5.826 -0.142
23 480 60.70% 6.174 -0.068 400 5.991 -0.068
24 481 63.37% 6.176 0.004 401 5.994 0.004
25 492 66.04% 6.198 0.077 412 6.021 0.077
26 560 68.72% 6.328 0.150 480 6.174 0.150
27 597 71.39% 6.392 0.224 517 6.248 0.224
28 615 74.06% 6.422 0.300 535 6.282 0.300
29 668 76.74% 6.504 0.377 588 6.377 0.377
30 701 79.41% 6.553 0.458 621 6.431 0.458
31 720 82.09% 6.579 0.542 640 6.461 0.542
32 720 84.76% 6.579 0.632 640 6.461 0.632
33 1550 87.43% 7.346 0.730 1470 7.293 0.730
34 1870 90.11% 7.534 0.839 1790 7.490 0.839
35 1879 92.78% 7.538 0.966 1799 7.495 0.966
36 1942 95.45% 7.571 1.129 1862 7.529 1.129
37 2107 98.13% 7.653 1.381 2027 7.614 1.381
β 1.237 β 0.862
η 550.89 η 490.64 DIAS
ϒ 0 ϒ 80 DIAS
R 0.9263 R 0.9865
15
R IDEAL 1 R IDEAL 1
DELTA R 0.0737 DELTA R 0.0135
1+1/β 1.8082 Tiempo Calculo Confiabilidad
1+1/β 2.1603
ITEM
(DIAS) exponente R(t)
MTBF 514.29 MTBF 609.27 DIAS
1 5 1
2 10 1
3. 3 15 1 GRAFICAS
4 20 1
5 25GRAFICO WEIBULL 1
2.000 6 30 1
7 35 1
1.000
8 40 1
0.000 9 45 1
4.000 4.500
10 5.000 50 5.500 6.000 6.500 1 7.000 7.500 8.000
LN(LN(1/1-F(t)))
-1.000 11 55 1
12 60 1
-2.000
13 65 1
-3.000 14 70 1
15 75 1
-4.000 16 80 0.3408 0.7112
17 85 0.3965 0.6727
-5.000
18 90 0.4547 0.6346
19 95 LN (t)
0.5155 0.5972
20 100 0.5786 0.5607 WEIBULL
21 105 0.6440 0.5252
22 110 0.7115 0.4909
GRAFICO WEIBULL
2.000 23 115 0.7812 0.4579
24 120 0.8529 0.4262
1.000 25
f(x) = 125
0.861836855867545 x − 0.9266
5.18628559338835 0.3959
R² = 0.973097933269102
26 130 1.0021 0.3671
27 135 1.0796 0.3397
LN(LN(1/1-F(t)))
0.000
1.000 2.000 3.000 4.000 5.000 6.000 7.000 8.000
28 140 1.1588 0.3139
-1.000 29 145 1.2398 0.2894
30 150 1.3226 0.2665
-2.000 31 155 1.4070 0.2449
32 160 1.4930 0.2247
-3.000
33 165 1.5807 0.2058
34 170 1.6699 0.1883
-4.000
-5.000
LN(t-ϒ)
16
5. GRAFICA DE CONFIABILIDAD
17
GRAFICO CONFIABILIDAD R(t)
1.2
1
0.8
0.6
R(t)
0.4
0.2
0
0 20 40 60 80 100 120 140 160 180
Tiempo (DIAS)
7. GRAFICA DE INFIABILIDAD
18
GRAFICO INFIABILIDAD F(t)
1.2000
1.0000
0.8000
0.6000
F(t)
0.4000
0.2000
0.0000
0 20 40 60 80 100 120 140 160 180
TIEMPO (Dias)
Lecciones aprendidas
20
IV. BIBLIOGRAFÍA
21