02 Analisis de Fallas

Página 1 de 1
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO

MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
1. ANÁLISIS DE FALLAS
1.1. Definición de falla – Criterios de Fuzzy Logic
En las organizaciones, se presentan situaciones que giran en torno a la posible presencia de

una pérdida, que puede reflejarse en términos económicos, físicos, sociales, o de otra índole.
Esta pérdida es el resultado de una falla, considerada como la disminución de la capacidad de
un sistema para cumplir su función (Sánchez, 2005), la cual está íntimamente ligada al
cumplimiento de un objetivo.
Una falla ocurre cuando el objetivo para el cual el sistema está diseñado, no se ha cumplido;
en tal sentido, la falla puede tener un valor de verdad o falsedad, es decir, existe o no existe la
falla. No obstante, es necesario considerar que la falla puede alcanzar diferentes grados, que
pueden ir de la no falla hasta la incapacidad total del sistema para cumplir con su función.
Con base en lo anterior, podemos identificar una estructura de falla y asignar un grado
enmarcado dentro de un criterio difuso; por tanto, tomará diferentes grados entre los dos
posibles valores extremos de ocurrencia, que pueden tratarse como una situación binaria
dando un valor de cero (0) para la No falla y uno (1) para la ocurrencia de una falla total.
A continuación (Fig. 1), podemos identificar una estructura que muestra el rango dentro del
cual puede definirse una falla.
Criterios de Lógica Difusa (Fuzzy Logic)

0 1
Grado de la Falla
NO Falla Falla
Cumplimiento Total de la Impedimento Total del
Función Sistema para cumplir su
Función
Figura No. 1: Criterios de lógica Difusa

Página 2 de 2
______________________________________________________________________________________________
1.2. Fundamentos Teóricos – Método Delphi

Uno de los aspectos a considerar, en relación con participación del grupo de mantenimiento en
una organización, es el relacionado con los actividades desarrolladas en equipo y cada una de
las experiencias adquiridas a través del trabajo; que sin duda alguna, se convierte en uno de los
aportes relevantes en la formulación de planes y programas de mantenimiento. Por tanto, la
experticia y el conocimiento adquirido redundan en el afianzamiento de criterios y
determinaciones en una verdadera gestión de mantenimiento.
Lo anterior, se puede percibir cuando los técnicos, expertos y especialistas, establecen
consensos en la determinación de tiempos de falla ó en el período de vida útil que en muchas
ocasiones difiere del recomendado por los proveedores ó fabricantes de partes. Esta dinámica
organizacional ha conducido a replanteamiento en estándares que los gerentes y directores de
mantenimiento utilizan para elaborar presupuestos y programas de mantenimiento preventivo;
no obstante, esta práctica puede conducir a la apropiación de recursos que son bastante
significativos dentro de los estados financieros en la empresa.
El método Delphi 1 permite que un equipo de expertos emita un juicio; no obstante, cada uno
de ellos realiza una interpretación diferente del problema y su el resultado de la evaluación es
diferente. Por tanto, se trata de encontrar un consenso o el acercamiento entre las evaluaciones
para aceptar la diferencia. Las rondas de trabajo, permiten que los expertos visualicen y
planteen consideraciones que enriquecen el resultado final y facilitan la fusión de argumentos
y decisiones más precisas dentro del escenario de diversidades que aparecen en todo equipo de
trabajo.
La determinación de los parámetros e intervalos para definir el grado de la falla, se puede
tratar con base en el impacto que este pueda tener en relación con el funcionamiento del
sistema y la pérdida que genere; en tal sentido, el trabajo de expertos y especialistas mediante
la implementación de una metodología Delphi, puede generar diseños muy apropiados y
adaptados a las condiciones propias de cada organización, que procura mantener sus sistemas
el perfecto funcionamiento y el manejo adecuado de las situaciones de riesgo.
Un ejemplo aplicado en sistemas de distribución de energía, puede darse en caso de daño en
una torre 2 , que provoca una falla en el sistema de distribución de energía a una población. En
este caso, pueden verse afectados sectores productivos, hospitales y producir niveles de
satisfacción poco favorables por parte de los usuarios. Además, pueden incidir parcialmente,
en caso de ocurrir una falla en la torre, pero afectando una sola línea de conducción quedando
habilitadas las demás; esta situación, impacta de manera diferente a cada segmento de
población.
1
Delphi como la denominación de una metodología encaminada en integrar la percepción de expertos y
especialista en relación con una temática.

2
Torre: Estructura metálica o de concreto, que soporta las líneas de conducción eléctrica.
Página 3 de 3
______________________________________________________________________________________________
El ejercicio anterior, es apropiado para entender la dinámica que encierra la metodología

Delphi y los resultados favorables a la hora de determinar aspectos relacionados con el
mantenimiento de equipos e instalaciones dentro de un grupo empresarial.
1.3. Caracterización y Clasificación de fallas

A continuación se presenta una clasificación de las fallas (Sanchez, 2005); adicionalmente, se
debe considerar la naturaleza del sistema como físico, social, económico, etc., y tener en
cuenta todos los posibles escenarios que se presenten, al igual que las consecuencias que se
generan.
Tempranas
Estructurales
(Función del Aleatorias
tiempo)
Edad/Envejecimiento
Error Humano
Clasificación Limitación Humana

Factor Humano
de Fallas
Intervención Humana
Primarias
Operacionales
Secundarias
(Cumplimineto de
la Función)
Funcionales
FIG. No. 2: Clasificación de fallas de acuerdo con su origen
En esta forma, se propende por la integración de una prospectiva organizacional en torno del
análisis de fallas.
1.3.1. Fallas Estructurales

Básicamente, las fallas estructurales se refieren a las características de funcionamiento de un
sistema o elemento a través del tiempo y serán analizadas mediante el uso y adaptación de las
distribuciones de probabilidad que se ajusten a las condiciones de las variables y el
comportamiento del sistema. Dentro de las fallas estructurales, se pueden subdividir en las
siguientes.
Página 4 de 4
______________________________________________________________________________________________
• Fallas Tempranas: se focalizan hacia los procesos de fabricación principalmente y a los

momentos de puesta en funcionamiento de un sistema.
• Fallas Aleatorias: Se presentan principalmente en los procesos de producción, cuando

se ha logrado cierta estabilidad en cuanto al funcionamiento adecuado del sistema. En
este caso, es importante considerar que uno de los factores determinantes para el buen
funcionamiento de un sistema, es el relacionado con la operación; por ejemplo, un
vehículo considerado como sistema, puede tener más riesgo de fallo o deterioro si el
operario tiene un manejo agresivo o efectúa operaciones indebidas que causan
situaciones de fallo al funcionamiento del sistema.
• Fallas por Edad: Son las relacionadas con el envejecimiento de los elementos que
componen el sistema, están asociadas con la edad y definidas por el deterioro de los
elementos al paso del tiempo. En todo caso, el desgaste ocasionado por el uso a través
del tiempo provocará un eventual fallo en un tiempo de vida útil o tiempo de vida
mínimo esperado; por tal razón, los fabricantes y la experiencia frente a los procesos
asociados con el mantenimiento y durabilidad de un equipo, dependen de diversos
factores que deben ser analizados al interior de cada organización.
Como parte importante en el análisis de fallas, a pesar de no tratar a profundidad este tema,
consiste en identificar las fallas de diseño y operación. En virtud de la importancia, se
identifica las fallas primarias, a las asociadas con el incumplimiento frente a los
requerimientos mínimos de diseño, construcción y operación para un sistema. Igualmente, las
fallas secundarias son las producidas por la extralimitación de la carga impuesta que sobrepasa
la capacidad de un elemento, artefacto o sistema dentro de una operación normal. Finalmente
cuando se mencionan las fallas operacionales, se refiere a la operación bajo condiciones no
adecuadas o distintas a las condiciones de diseño
1.3.2. Fallas por Factor Humano.

Cuando existe intervención humana, pueden diferenciarse dos formas para la ocurrencia de
fallas, a saber:
• El Error Humano: Muchas actividades mentales o físicas previamente planificadas,

pueden no alcanzar el objetivo previsto; en tal sentido, se consideran como error
humano (Goeneweg, 1992). Para ejemplificar, se puede citar un accidente de tránsito al
conducir en estado de embriaguez.
• La Limitación Humana: Situación en que las capacidades físicas y mentales de un

individuo, o grupo, son limitadas para realizar una tarea.
•
Página 5 de 5
______________________________________________________________________________________________
1.3.3. Fallas de Diseño y Operación.

Estas dependen del cumplimiento de los requisitos mínimos para los cuales fue diseñando un
artefacto 3 . Dentro de esta clasificación encontramos la siguiente subdivisión.
• Fallas Primarias: Asociadas al incumplimiento de requisitos mínimos en diseño,

construcción y operación.
• Fallas Secundarias: Cuando las cargas impuestas superan la capacidad de diseño.
• Fallas de Operación: Al operar el elemento en condiciones indeseables.
2. Ley y Modelo de Causalidad.

La presencia de una falla requiere del análisis estructurado, para identificar las posibles causas
y cuantificarlas de manera cualitativa y cuantitativa; de tal forma, que permitan organizar un
soporte válido en la toma de decisiones.
2.1. Definición y Fundamentos Teóricos

La causalidad en el marco científico, no es una idea sencilla y muchos filósofos y científicos
han dejado de verla como una entidad viable en el marco del método científico. Uno de los
defensores de esta posición es Bertrand Russell, quien considero la casualidad como un
vestigio de una edad antigua que sobrevive.
“Desde el punto de vista instrumentalista las relaciones causales no son verdaderas o
naturales, sino que se comportan como si fueran causales, donde causalidad se define
como un conjunto de supuestos teóricos……..
Kevin Hoover (1990) expresa en forma sucinta el orden causal no es una propiedad de
las relaciones observadas estadísticamente entre las variables. Más bien es una
propiedad del proceso de generación de datos subyacentes y no observado
directamente” (Paul S., 2002)
La causalidad es asimétrica, en la medida en que solo el pasado puede afectar al futuro y no el
caso contrario (Granger, 1969)
3
Un artefacto, se refiere a un dispositivo fabricado utilizando tecnología que cumplen una función técnica
específica.
Página 6 de 6
______________________________________________________________________________________________
2.2. Regularidad y Correlación

Luego de encontrar diferentes posiciones, tanto filosóficas como científicas, nos centraremos
en el estudio de fallas y las leyes de causalidad desde el punto de vista del análisis de
correlación, siendo esta última una condición necesaria pero no suficiente de la causalidad.
Para entender mejor este concepto y lograr algunos resultados basados en la experiencia y en
los registros de datos, es preciso adelantar un ejercicio que muestre de manera gráfica y
numérica, los resultados al calcular el coeficiente de correlación definido entre dos o más
variables.
Un aspecto fundamental de las imágenes causales es que hay regularidad 4 entre las causas y
los supuestos efectos (Cartwrigt, 1989), puede utilizarse técnicas estadísticas estándar para
evaluar el grado de relación empírica entre dos o más variables. A continuación se muestra la
operación matemática que se realiza para determinar el valor del coeficiente de correlación
entre dos variables
N N N
N ∑ ( xi yi ) − ∑ xi ∑ yi
r= i =1 i =1 i =1
⎡ N 2 ⎛ N ⎞ 2
⎤ ⎡ N 2 ⎛ N ⎞2 ⎤
⎢ N ∑ xi − ⎜ ∑ xi ⎟ ⎥ * ⎢ N ∑ yi − ⎜ ∑ yi ⎟ ⎥
⎢⎣ i =1 ⎝ i =1 ⎠ ⎥⎦ ⎢⎣ i =1 ⎝ i =1 ⎠ ⎥⎦
Un ejemplo cotidiano donde se verificar un grado correlación bastante fuerte, el el existente

entre kilómetros recorridos por un vehículo, el consumo de combustibles y número de paradas
de en una ruta determinada. No obstante, se pueden adelantar ejercicios con parámetros y
criterios que consideren pertinentes y que conduzcan al análisis de una situación real donde
pueden analizarse escenarios de correlación entre varias variables y verificar cuál presenta
resultados de proporcionalidad directa o inversa.
La proporcionalidad directa entre dos variables, indica que las dos variables crecen o decrecen
simultáneamente; por otra parte, la proporcionalidad inversa pone de manifiesto que mientras
una variable aumenta la otra disminuye ó lo contrario, es decir, si una disminuye la otra
aumenta.
En diversos estudios estadísticos y bajo el criterio generalizado en análisis de resultados, se
usa una prueba estándar denominada Coeficiente de Determinación y simbolizado por R2, que
se logra con el uso de funciones predeterminadas en las herramientas computacionales, tales
como MINITAB, SPSS, SAS, EXCEL, entre otros. En tal sentido, se considera que una
variable puede definirse a partir de otra, siempre que su R2 >= 0.8.
4
La regularidad determinada a partir de análisis de Covarianza
Página 7 de 7
______________________________________________________________________________________________
Con frecuencia se utiliza el resultado de R2 para evaluar la efectividad en el diseño de

funciones mediante análisis de regresión 5 . Un modelo de regresión es una ecuación de la
forma:
Es importante mencionar, que la regresión ha sido aplicada como método de pronóstico; no

obstante, su efectividad se presenta en la interpolación de datos ó para definir si una variable
es incidente dentro de un modelo lineal.
2.3. Cartas de Control.

Un instrumento para el análisis de variabilidad, es la denominada carta de control de Shewart,
que fue desarrollada en los años 1920 para Bell Telephone Laboratorios. Esta carta se basa en
la línea central generada por una muestra de datos, en la que se determina el valor de
desviación estándar y se constituyen intervalos para definir los límites superior e inferior. Los
límites pueden estar a una, dos, tres, etc., desviaciones y depende de los criterios de calidad
que desee alcanzar (los criterios son establecidos por la organización).
Característica de la calidad muestral
Límite Superior
μ + kσ
Línea Central 6σ
Six Sigma
Límite Inferior _
μ − kσ
Número de muestras o tiempo
Figura No. 3: Carta de Control

Uno de los aspectos importantes a resaltar, para el uso adecuado de las cartas de control,
consiste en definirla antes de adelantar la evaluación o valoración de los resultados obtenidos
en una muestra. Lo anterior, en virtud a que se precisa de criterios bien definidos que permitan
identificar claramente y con enfoques de calidad, cada una de los efectos de variación,
comportamientos secuenciales o momentos de estacionalidad 6 , dentro de una serie de datos.
5
Análisis de Regresión: Es una de las técnicas estadísticas útiles para la construcción de modelos matemáticos
que representen un sistema. Otra técnica es el análisis de series de tiempo.
En general, el modelo de Regresión es una ecuación donde la variable respuesta depende de otras variables
denominadas regresoras. La solución puede lograrse mediante procesos matemáticos de solución de mínimos
cuadrados o por resolución de sistemas matriciales.
6
La estacionalidad es considerada como un escenario de homogeneidad o diferencia bien marcados en un período
de tiempo (día, semana, mes, etc.)
Página 8 de 8
______________________________________________________________________________________________
Entre los criterios usuales, en la identificación de patrones, se encuentran los siguientes:
• Valores de períodos consecutivos, que se encuentran por arriba de la media.
• Valores consecutivos crecientes o decrecientes, por arriba de la media.
• Valores que están a más de dos (2) veces la deviación estándar, por arriba de la media.
• Valores extremos que están a tres ó más desviaciones estándar.

Finalmente, del los objetivos que se busque lograr depende la elaboración de las cartas y sin
duda, permitirán identificar los patrones relevantes para el análisis de información.
2.4. Diagramas de Causa y Efecto - Ishikawa

Cuando se ha encontrado una falla en un sistema, se aísla y analiza para determinar las causas
potenciales de ese efecto indeseable. En muchas ocasiones, esas causas no son tan obvias y el
diagrama de causa y efecto se convierte en una herramienta formal que permite dilucidar las
causas que generaron la falla.
A continuación se propone un procedimiento para construir el diagrama (Montgomery,2005).
- Definir el problema o efecto que se va a analizar.
- Formar el equipo de trabajo para realizar el análisis que con frecuencias procede
mediante lluvia de ideas (brainstorming).
- Trazar el rectángulo del efecto y la línea central.
- Especificar las categorías principales de las causas potenciales y anexarlas como

rectángulos conectados con la línea central.
- Identificar las causas posibles y clasificarlas dentro de las categorías del paso anterior.
- Clasificar las causas para identificar las que parezcan tener mayores posibilidades de
incidir en el problema.
- Emprender una acción correctiva.
A continuación se muestra la estructura general de un diagrama de causa y efecto, que suele

denominarse diagrama espina de pez “Ishikawa” en nombre de su creador.
Página 9 de 9
______________________________________________________________________________________________
Categoría Categoría
Causa
Causa
Causa
EFECTO
Causa
Causa
Causa
Categoría Categoría
Figura No 4. Diagrama Espina de Pez “Ishikawa”
Los criterios pueden ser Máquinas, Materiales, Métodos, Medición, Personal y

Medioambiente, etc.; sin embargo, el grupo de trabajo determinará las categorías y asignará
las posibles causas para conformar el diagrama completamente y establecer un peso porcentual
o un valor probabilístico que permita identificar las causas potenciales de mayor importancia y
tomar las medidas pertinentes para evitar situaciones similares.
Es importante mencionar, que para elaborar un diagrama que contribuya efectivamente en la

identificación de causas, se requiere que puedan ser cuantificadas y que se tenga registro (en lo
posible), para lograr una estructura de modelo matemático que se traduzca posteriormente en
un proceso determinístico o probabilístico, de acuerdo con los niveles de complejidad que se
logren.
3. Aplicaciones y Sistematización
Al interior de los equipos de trabajo, se han logrado desarrollos mediante el uso de
herramientas ofimáticas, o a través de robustos programas computacionales, para el análisis de
información, preparación de planes de mantenimiento o determinación costos. No obstante,
estos logros no generan un impacto favorable, debido a la desarticulación de las áreas
administrativa, financiera y técnica, entre otras.
En relación con lo anterior, es pertinente que los gerentes, directores y técnicos, focalice la
integración de factores diversos, que permitan adelantar una verdadera gestión de
mantenimiento e involucre las diferentes áreas de la organización.
Página 10 de 10
______________________________________________________________________________________________
3.1. Métodos Sistemáticos - Análisis de Fallas
3.1.1. Fundamentos
Los métodos sistemáticos han podido desarrollarse, gracias a los avances en la tecnología
computacional; que ha permitido la implementación de modelos complejos que involucran
procesos de cálculo exhaustivos, que de forma manual llevarían a un desgate infructuoso y una
utilización de tiempo bastante considerable.
Para identificar algunas de las características que rodean la presencia de las fallas, se ha
estructurado un mapa conceptual, que permite identificar ciertas etapas y parámetros que
reflejan el comportamiento de los sistemas mecánicos, comparados con un sistema biológico.
Esta formulación de criterios y situaciones, en cada caso, hace posible identificar muchas
relaciones funcionales a través del tiempo.
El Envejecimiento
Lo Biológico Se percibe Lo Mecánico - Fallas

desde
Se debe a
Denominado
Factor Humano
Varias Causas Por
Senescencia Operacionales
Nos centramos en
Ocurren
Análisis de Fallas Estructurales
modificaciones Desgaste Por medio de Se busca
morfológicas y
F(t)
F(t) Curvas de Desgaste Confiabilidad
fisiológicas
Con Ó por Con Diseño
Estableciendo
Llevan a
ó Por medio de
Indicadores
La “ Homeostasis Mitótica” Proveedor Estocástico Sistemas
La
Muerte Se Se valida Por Weibull Estrategias de redundantes
Monitoreo Operación
Preserva la integridad Funcional 2P Mantenibilidad,…
Signos Vitales
R(t ) ==> 100%

Figura No. 5: Mapa Conceptual de Fallas (Álvaro Gómez M, 2006)
Para entender cada una de los métodos, es importante recordar la definición de modelo
sistémico Kantiano la cual permite estudiar e interpretar un fenómeno, “dado que define que
cualquier sistema está compuesto por tres elementos: Personas, Artefactos y Entorno”
(Gutiérrez M., 2005)
Página 11 de 11
______________________________________________________________________________________________
3.1.2. Métodos Sistemáticos Usuales

Se presenta a continuación, la definición y aplicabilidad, de algunos métodos más utilizados
para análisis de fallas y que han sido motivados por la búsqueda de una gestión de calidad al
interior de las organizaciones; que sin duda, permite generar altos estándares de calidad y una
posición fuerte de competitividad en los actuales entornos empresariales.
RCA: El Análisis de Causa Raíz (RCA por sus siglas en ingles), derivado de un esquema
proactivo AP, ha sido utilizado por profesionales de diferentes organizaciones que encuentran
día a día múltiples problemas recurrentes y que se denomina fallas crónicas de los sistemas;
por tanto, derivan altos costos de presupuesto para ser atendidos. Este método provee la forma
de identificar, investigar y eliminar esos eventos crónicos para evitar los altos costos producen
estas reparaciones, especialmente en las áreas de producción.
Para este método se debe asumir un punto de vista holístico, teniendo en cuenta los factores
que pueden afectar la confiabilidad, que debe hacer parte de una cultura en la organización que
se adopte como responsabilidad de todos.
Análisis de Incidencia AI: La metodología Delphi para el trabajo con expertos, puede
llevarse a un esquema sistemático que nos permita agrupar los factores y causas incidentes en
un efecto. Para el desarrollo del módulo se presenta una estructura de análisis de incidencia,
que es utiliza en estudios sociales con variables cualitativas que facilita la organización del
conjunto de variables derivadas de un grupo de expertos evaluadores del análisis causa raíz.
Construir el aplicativo es muy sencillo y se puede programa en herramientas ofimáticas, que
posibilita encontrar resultados de manera rápida y de fácil visualización e interpretación.
Página 12 de 12
______________________________________________________________________________________________
F10
F11
F12
F13
F14
F1
F2
F3
F4
F5
F6
F7
F8
F9
Co
A
F1 x 2 1 1 1 0 1 1 0 0 0 1 0 8 4 3
F2 1 x 0 0 1 0 1 1 1 1 1 2 1 10 2 2
F3 0 0 x 0 2 1 1 0 2 0 0 1 1 8 4 5
F4 1 1 1 x 1 0 1 1 1 1 1 1 0 10 2 3
F5 1 1 0 0 x 1 1 0 1 0 1 1 1 8 4 5
F6 0 0 1 0 1 x 0 0 1 0 0 1 1 5 7 12
F7 1 1 1 1 0 0 x 1 1 1 0 1 1 9 3 4
F8 2 1 1 2 1 1 1 x 1 0 1 1 0 12 1 1
F9 1 0 1 0 1 1 1 0 x 0 1 1 1 8 4 5
F10 0 1 0 0 1 0 1 0 1 x 0 1 1 6 6 11
F11 1 0 1 0 1 1 0 0 2 0 x 1 0 7 5 10
F12 1 1 0 0 1 0 1 0 1 1 1 x 1 8 4 5
F13 0 1 0 0 1 1 0 0 1 0 0 1 x 5 7 12
F14 9 9 7 4 12 6 9 4 13 4 6 13 8
P 3 3 5 7 2 6 3 7 1 7 6 1 4
4 4 8 12 3 9 6 11 1 12 9 1 7
8
Procedimiento
1. Establecer los factores de Incidencia
2. Realizar una matriz para evaluar doble entrada
3. Establecer valores de incidencia ( 0 = ninguna influencia, 1 = poca influencia, 2 = alta influencia )
4. Realizar los cálculos pertinentes horizontal y vertical ( Activo y Pasivo )
5. Se organizan en cuatro grupos, con base en los resultados obtenidos ( System Grid, de caracterización )
6. Se construye un vector de incidencia, para establecer una red entre factores
Figura No. 6: Matriz de Incidencia (Gómez Álvaro, 2005)

Con los resultados obtenidos se ubican en un system grid de impactos directos visualiza los
resultados del análisis de la matriz de influencia (Binder, 2002). En el eje “x” de la gráfica se
marca la suma pasiva y en el eje “y” la suma activa del factor de impacto. Tomando el
promedio de las dos sumas se divide el cuadrado en cuatro partes, las cuales caracterizan los
factores de impacto de la siguiente manera.
ambiva-
acitvo
lente
buffer pasivo
Figura No. 7 : System Gris

Página 13 de 13
______________________________________________________________________________________________
• Factores activos: factores que son más activos que el promedio. Esto significa que
estos factores influyen sobre otros factores más que el promedio y al mismo tiempo
casi no son afectadas por los otros factores.
• • Factores pasivos: factores que son más pasivos que el promedio y menos activos que
el promedio.
• • Factores buffer: factores que son menos pasivos que el promedio y menos activos
que el promedio.
• • Factores ambivalentes: factores que son más pasivos que el promedio y más activos
que el promedio.
FMEA: En el mercado existen sistemas computacionales que integran monitoreo y un modelo

matemático de decisiones. “El método de Análisis de los Modos de Falla y Efectos (Failure
Modes and Effects Analysis), consiste en una técnica estructurada para el análisis de:
proyectos, productos y procesos. Con la utilización del FMEA 7 , las fallas graves en los
productos y procesos son detectadas, analizadas y eliminadas durante la etapa del proyecto,
resultando una significativa mejora de los resultados en el desarrollo de productos y
planeamiento de procesos en la empresa”.
Igualmente, es conocido el método de análisis de los modos críticos de fallas FMECA, que
involucra la criticidad de eventos o posibles condiciones que muestran una alta probabilidad
de ocurrencia de una falla. Es importante mencionar, que el análisis de incidencia es aplicable
para soportar este método
Existen diferentes demos gratuitos para promocionar el producto y hacer atractiva la relación
con potenciales clientes; por tanto, se muestran algunas imágenes de los aplicativos que
pueden bajarse directamente de la página web de ISOSYSTEM.
7
Tomado de http://www.softexpert.com/es/fmea.php, referencia la empresa ISOSYMSTEM dedicada a
soluciones empresariales computarizadas
Página 14 de 14
______________________________________________________________________________________________
http://www.softexpert.com/es/fmea.php
Figura No. 8: Modelo FMEA prototipo ISOSYSTEM
Con el propósito de conocer los escenarios y criterios que se identifican en un desarrollo

sistemático, se propone un espacio para explorar un documento digital que muestran los pasos
y estructura general para el método de Análisis de los Modos de Falla y Efectos.
Taller No. 1: Estudio de FMEA producido por ISOSYSTEM
Objetivos:
1. Explorar el demo FMEA e identificar los factores que componen la estructura del
programa.
2. Identificar los Procesos y Procedimientos establecidos para la programación y uso de la
herramienta computacional.
3. Crear un escenario, de acuerdo con la actividad propia por grupos empresariales afines,
aplicando el método FMEA.
Página 15 de 15
______________________________________________________________________________________________
4. Presentar el esquema general de método FMEA, utilizado en cada grupo de trabajo.

Tiempo de la actividad: 55 minutos en total
• 5 minutos para organización por equipos de trabajo
• 15 minutos para Explorar e Identificar
• 15 minutos para Crear Escenario
• 20 minutos para Presentar Esquema General.
FMECA Método de Análisis de los Modos Críticos de Falla.

A través de este método se evalúa los posibles mecanismos de falla (arranque, paro, fugas,
etc.) de un equipo. Por tanto, se pueden definir los escenarios de falla y las consecuencias.
El FMECA se convierte en una herramienta para el análisis de confiabilidad; no obstante, se
ha utilizado, en algunas ocasiones, de manera cualitativa. Al introducir el concepto de
CRITICIDAD, se genera una amplia perspectiva enfocada a la cuantificación para establecer
el impacto generado cuando una parte, un equipo, o un componente provocan una falla al
sistema.
La importancia que tiene una máquina ó pieza dentro de un proceso, se deriva de las
consecuencias que el proceso pueda tener, si esa máquina presenta una falla. Las
consecuencias pueden ser:
Existen tres consecuencias básicas, dentro de los cuales se pueden organizar las partes o
componentes de un sistema y que permite contar con una aproximación, para caracterizar la
importancia que un equipo puede tener dentro de un proceso.
Parada del Equipo: En este, la pieza o componente al fallar, produce la parada del equipo e
interrumpe el proceso de operación o producción.
Baja del Rendimiento: Al presentarse la falla en la pieza o componente, no produce parada
en el sistema, pero si provoca una disminución en la capacidad de producción o rendimiento
del sistema. Por otra parte, puede generar efectos colaterales y afectar otros sistemas o
componentes que se encuentren dentro de la topología de proceso.
No produce efectos Directos: En este caso, el sistema sigue funcionando sin problema y el
elemento, pieza o componente, puede ser retirado y reemplazado si causar alteración en el
sistema
Página 16 de 16
______________________________________________________________________________________________
De acuerdo con los posibles efectos, se establecen niveles de criticidad de manera cualitativa,
que por lo general, se definen como Bajo, Medio ó Alto impacto. Igualmente, se pueden
identificar más escalas que se categorizan de acuerdo con la valoración que pueda establecerse
por parte del grupo evaluador.
En esta fase, se puede aplicar el método de Análisis de Incidencia ó estructurar variables que
puedan medirse de un sistema de información o mediante ingreso manual de datos reportados;
por ejemplo, en el caso de tiempos de reparación si se cuenta con los registros respectivos.
Como se mencionó anteriormente, el método FMECA puede valerse de criterios cualitativos o
subjetivos, al momento de adelantar una valoración de factores o criterios que se consideren al
parte de la estructurar para el análisis de criticidad; sin embargo, cuando las empresas poseen
sistemas de información y el mantenimiento se encuentra dentro del sistema, se puede contar
con cifras reales que permite una dinámica efectiva para la implementación del método.
Para desarrollar el modelo de los modos críticos, se han trabajado algunos factores que pueden
integrarse para el análisis de criticidad, entre los más relevantes tenemos:
• Seguridad y Salud
• Medio Ambiente
• Calidad
• Tiempos Operacionales
• Costos y tiempos de reparación
• Imagen
• Producción
El propósito viable, consiste en hacer posibilitar la combinación de los métodos cualitativos y
cuantitativos, que permitirán establecer algunos parámetros y elementos importantes dentro de
los factores identificados como relevantes y pertinentes. En tal sentido, es necesario definir
cada uno de los Factores y sus elementos, para conformar la matriz y el modelo de
determinación. Se tiene en cuenta, que la Formulación para determinar la Criticidad,
corresponde a un proceso de cálculo; no obstante, los valores asignados a cada uno de los
parámetros y niveles de impacto, corresponde a criterios cualitativos que se asignan por parte
de los expertos y especialistas en el tema.
La formulación matemática depende de la definición de los factores, para este ejemplo se
consideraron los siguientes.
Página 17 de 17
______________________________________________________________________________________________
Cc = Concecuencia
Cr = Criticidad
fx = Flexibilidad _ Operacional
Cc = Np * fx + Cm + Is + AH
Cm = Costo _ Mantenimiento
Cr = F * Cc , Donde
Is = Im pacto _ Seguridad
F = Frecuencia
AH = Ambiente _ Higiene
F = Frecuencia
Np = Nivel _ de _ Pr oducción
Para obtener el resultado, se asigna un valor cuantitativo o cualitativo a cada factor

relacionado. En caso de ser cualitativa la asignación, debe contarse factores de ponderación
previamente establecidos.
Finalmente, se requiere el uso de herramientas computacionales para el cálculo; además, si la
organización empresarial cuanta son sistemas de información, se puede crear desarrollos de
software que faciliten el proceso de migración de datos y presentación de reportes con los
resultados obtenido, tanto numéricos como de forma gráfica 8 .
4. Estadística En La Predicción De Fallas
4.1. Formalismo Teórico, Estadística - Probabilidad

Los problemas que actualmente afrontan las organizaciones, poseen comportamientos que
plantean gran incertidumbre y los eventos ocurridos se derivan del azar. Por tanto es
imprescindible apropiarnos del manejo de las probabilidades para el análisis de información y
la toma de decisiones.
8
Los reportes gráficos, pueden facilitar la percepción de resultados. Actualmente, se plantea un esquema de
semaforización que permita visualizar rápidamente las condiciones de un factor ó un equipo, dentro de proceso
y puede hacerse el seguimiento y control permanente.
Página 18 de 18
______________________________________________________________________________________________
Fig. No. 8: El azar
Una de las definiciones más sencillas y fáciles de interpretar la probabilidad, es la propuesta

por Laplace, como se muestra a continuación.
Probabilidad
“
La probabilidad mide la mayor o menor posibilidad de que se dé un
determinado resultado (suceso) cuando se realiza un experimento aleatorio.
La probabilidad toma valores entre 0 y 1 (o expresados en tanto por ciento,
entre 0% y 100%):
El valor cero corresponde al suceso imposible: lanzamos un dado al aire
y la probabilidad de que salga el número 7 es cero (al menos, si es un dado
certificado por la OMD, "Organización Mundial de Dados").
El valor uno corresponde al suceso seguro: lanzamos un dado al aire y la
probabilidad de que salga cualquier número del 1 al 6 es igual a uno (100%).
El resto de sucesos tendrá probabilidades entre cero y uno: que será
tanto mayor cuanto más probable sea que dicho suceso tenga lugar.
¿Cómo se mide la probabilidad?
Uno de los métodos más utilizados es aplicando la Regla de Laplace:
Laplace define
la probabilidad de un suceso como el cociente entre casos favorables y casos
posibles.
”
Casos _ Favorables
p ( A) =
Casos _ Posible
Página 19 de 19
______________________________________________________________________________________________
Es así, como podemos establecer la siguiente interpretación para las probabilidades.
Objetiva Subjetiva
Frecuencia Teorí
Teoría
Relativa Clá
Clásica
La persona le
asigna una
Es un proceso que se Laplace lo define
probabilidad (P)
repite un gran número de como: La razón
a los resultados
veces bajo las mismas del número de
posibles de un
condiciones. Observando casos favorables
proceso, con
que se aproxima a un al número total
base en la
valor de P. de casos
experiencia de la
igualmente
persona
posibles
ELORZA, Harol, Estadística para las ciencias sociales y del comportamiento, OXFORD University Press, 2° ed. México año 200
Fig. No. 9: Interpretación de Probabilidades
4.2 Intervalos de confianza
Es una forma de establecer la precisión o confiabilidad de un estimador puntual. En otras

palabras, un intervalo de confianza consiste en un par de valores a y b, entre los cuales está
contenido el verdadero valor del parámetro por estimar. La búsqueda de intervalos de
confianza, se convierte en una alternativa de trabajo permanente para análisis de datos. Este
fundamento se resume mediante la siguiente expresión.
zα / 2σ z σ
x− ≤ μ ≤ x + α /2
n n
Una de las aplicaciones de la estadística, puede verse reflejada en la definición de patrones,

para diseñar y evaluar los resultados en las cartas de control de Shewart. Por ejemplo, si
nuestro parámetro de observación es el número de horas de en funcionamiento de un equipo,
establecemos el intervalo de confianza como sigue.
Página 20 de 20
______________________________________________________________________________________________
IC pi : [max; min] , donde:
IC pi = Intervalo _ de _ Confianza _ Parámetro _ sub _ i
δ
max = x + α 1 / 2
N −1
δ
min = x − α 1 / 2
N −1
Donde :
X = Pr omedio
δ = Desviación _ Es tan dar
N = # _ de _ Datos
α!/ 2 = 1,64
1. Valores Superiores: Corresponde a los valores que superan el máximo del intervalo de
confianza. Para el proceso inicial, se estima un α 1 / 2 = 1,64 , lo que garantiza un nivel de
confianza del 95%.
2. Valores Inferiores: Corresponde a los valores que están por debajo del mínimo del intervalo
de confianza. Igual que en el ítem anterior, se toma un nivel de confianza del 95%.
3. Valores Extremos: Son aquellos valores que superan el criterio de desviaciones que se
determina como de máxima confiabilidad; por tanto los valores Ve ≤ − kδ ;Ve ≥ kδ , en tal
sentido, se eliminan aquellos valores muy extremos y las desviaciones hacen parte de criterio
probabilístico. Inicialmente, se toma un valor de desviación.
Donde : k = 3, δ = Desviación _ Esandar ., en tanto que para un sistema que utilice seis
veces la desviación estándar (six sigma), el valor de k=6.
Página 21 de 21
______________________________________________________________________________________________
Para apreciar en detalle una aplicación de Intervalo de Confianza en mantenimiento, se

presenta el siguiente desarrollo.
INTERVALO FALLA
⎛ s s ⎞
DIASGNÓSTICO MIN MAX P⎜ x − Z < μ < x+Z ⎟ = 1− α
⎝ n n⎠
ESP 1 85,000 105,000
ESP 2 90,000 100,000 PEQUEÑO 77,648
ESP 3 86,000 97,000 Grupo de
ESP 4 50,000 60,000 MEDIANO 77,500
Intervalos
ESP 5 85,000 95,000
ESP 6 90,000 90,000 GRANDE 89,558
ESP 7 90,000 90,000
ESP 8 100,000 105,000
ESP 9 100,000 105,000
64,755 90,541
50,000 MIN MAX 105,000
IO
86,222 94,111
14,738 14,128
56,747 122,368
25,786 86 Dias
Diferencia 55,000 184 Dias Kmt /día
s 65,621 219 Dias 300 Variable de Recorrido
Página 22 de 22
______________________________________________________________________________________________
4.3. Modelación de Sistemas.
Dentro del análisis de confiabilidad para un sistema, ya sea en serie, paralelo o mixto, se
puede determinar el valor de probabilidad para cada caso, de acuerdo con las fórmulas
siguientes y considerando la definición enunciada.
Confiabilidad
La medida de la confiabilidad de un equipo es la frecuencia con la que
ocurren las fallas en el tiempo ( Bazovsky, 2004)
Modelación de Sistemas: Un sistema se puede describir como un

conjunto de elementos y de relaciones entre ellos.
La forma en que falla un sistema está definida y en ocasiones
éstos coinciden con el modo de falla del elemento.
Estructura en serie: Es aquella en que todos los componentes deben

funcionar adecuadamente para que funcione el sistema (Bajaria, 1983,6)
N
Donde la confiabilidad de sistema es: Rs = ∏ R j

j =1
Estructura en Paralelo o redundante activo: Es aquella en que el

funcionamiento de k de los n componentes implica el del sistema (avión bimotor).
N
Rs = 1 − ∏ (1 − R( x j ) )
Donde la confiabilidad de sistema es:
j =1
• Sistemas Redundantes.
Una aplicación en mantenimiento, se toma con el uso del aplicativo estructurado para un
sistema de motores del equipo de inyección de combustible para una aeronave el cual se
muestra a continuación
Página 23 de 23
______________________________________________________________________________________________
Esquema de Cálculo para Confiabilidad de un Sistema Mixto ( Motores )
S11 S12 S13 R_S1 Serie

S1 88% 83% 75% 55% N
Rs = ∏ R j
j =1
S21 S22 S23 R_S2 R_Sistema Paralelo

S2 63% 100% 50% 31% 71% N
Rs = 1 − ∏ (1 − R( x j ) )
j =1
S31 S32 S33 R_S3

S3 50% 17% 75% 6%
Cuadro de Fallas Caluroso saludo Amigos, en el cuadro de fallas pueden

LH B V Conteo Probabilidad cambiar el valor que corresponde al número de fallas
encontradas en cada uno de los componentes ( LH, B, V ), y
S1 1 1 1 3 17%
obtendrán resultados automáticamente.
S2 3 0 2 5 28%
S3 4 5 1 10 56% Álvaro Gómez Martínez
alvarogomez@uniboyaca.edu.co
Conteo 8 6 4
Prob Falla 44% 33% 22%
Figura No. 13: Estructura de un Sistema Redundante

Adicionalmente, se considera el diseño de árboles de sucesos y decisión, como un instrumento
apropiado para determinar las causas de fallas o la estructura de un escenario en particular; por
tanto, se muestra un desarrollo aplicado a un sistema de monitoreo y control de fallos en una
fábrica, que facilitará interpretar y proponer diagramas aplicados en los diferentes entornos
empresariales.
“Tiene como objetivo reproducir todas las vías posibles que puedan conducir a un
acontecimiento final antes de que éste suceda” (Bestratén Belloví, 2004).
De acuerdo con Von Neumman y Morgenster, las decisiones óptimas deben tomarse siempre
con base en el valor esperado, de lo contrario, es muy probable que no sean las más
apropiadas.
⎡m ⎤ n = Alternativas
D = θ1≤i ≤ n ⎢∑ pij xij ⎥ m = Con sec uencias _ escenarios
θ = máximo _ ó _ mínimo
⎣ j =i ⎦
Página 24 de 24
______________________________________________________________________________________________
El siguiente ejemplo, corresponde al análisis de un sistema de control y su optimización

posterior, como se muestra en la siguiente figura.
Sistema
Detección Alarma T= Actuación
Automático
Operario 17°C Operario
T>=29°C
B C D E
P (Éxito) 9.0E-01 9.9E-01 9.9E-01 1.0E+00
P(Fallo) 1.0E-01 1.0E-02 1.0E-02 1.0E-03
Sucesos
Probabilidades
Finales
Escape de Gas AB 0 9.0E-02

A A B CD0 9.8E-03
P (Fallo) 1.0E-01 0
0 9.9E-05
1
Reacción A B CD0 E
Descontrolada 3.0E-07 0 9.9E-08
En razón a que la probabilidad de reacción 0 9.9E-08
descontrolada, es muy remota, se decide que el 1
sistema de seguridad existente, se considera A B 1C E
suficiente.
0 1.0E-07
Figura No. 14: Árbol de Decisión, aplicado en un Sistemas de Control
4.4.Pronósticos: Fundamentos
Son muchas las situaciones que llevan a una organización, a pensar en su futuro, a buscar un
modo de acierto para nuevas condiciones del negocio y precisan de métodos o modelos que la
lleven a encontrar esos resultados, que por momentos parecieran como por arte de magia. Por
tanto, la definición de pronóstico puede llegar a considerarse como un proceso de adivinación.
A mediados del siglo XIX, aparecen algunas técnicas de análisis de regresión que con el
avance de la tecnología y la computación, se fueron mejorando y aparecieron más métodos
para adelantar programas que involucran modelos matemáticos para la estimación de
resultados futuros; que en verdad, se convierten en una herramienta poderosa para las
organizaciones.
Página 25 de 25
______________________________________________________________________________________________
Se pueden considerar dos formas básicas para adelantar un pronóstico, a saber: la primera se
basa en el análisis cualitativo que motivada por la interacción de expertos permite prever
situaciones y condiciones a mediano y largo plazo; actualmente, se utiliza el método Delphi,
mencionado anteriormente. La segunda, corresponde a un análisis cualitativo que se vale de la
estadística y las probabilidades para lograr, con cierto grado de confiabilidad, resultados que
se validan mediante pruebas de ajuste de bondad para identificar la función de distribución de
probabilidades a que más se ajustan los datos en un experimento.
Los pronósticos basados en resultados verificados, facilitan el desarrollo de modelos para
lograr acertar en los resultados y minimizar el error; por esta razón, trataremos los pronósticos
relacionados con datos existentes y estudiar el método de regresión de mínimos cuadrados por
ser uno de los más precisos y ampliamente utilizado en el tema de mantenimiento predictivo.
• Pronósticos Cuantitativos.
Son todos aquellos pronósticos, que se basan en la estructura de modelos dinámicos o casi-
dinámicos, que integran múltiples variables que pueden afectar el comportamiento de un
fenómeno y que redunda en los efectos o resultados futuros; además, están definidos en
función del tiempo. Un ejemplo sencillo, puede darse en el modelo de pronóstico de
inventarios.
Los elementos que constituyen el modelo, son especialmente los resultados obtenidos en
operaciones anteriores y que han sido verificados; lo cual, constituye un argumento de
confiabilidad de los datos a la hora de buscar un pronóstico adecuado.
• Pronósticos Causales.
Estos modelos se basan en la interacción de variables que se denominan independientes y que

permiten pronosticar el comportamiento de un variable que se denomina dependiente. En este
saco, se debe contar con una definición de variables pertinentes y la estructura de un modelo
de relación que muestre un coeficiente de determinación adecuado.
El uso del método de regresión de mínimos cuadrados es bastante frecuente y debe estar
orientado al análisis de regresión polinomial donde se presentan muchas variables en la matriz
de cálculo. A continuaciones muestra el desarrollo para lograr los resultados de pronóstico
causal en varias variables.
Página 26 de 26
______________________________________________________________________________________________
• Modelo de pronósticos de Series de Tiempo.
Las series de tiempo, denominadas también como series cronológicas, son cualquier sucesión
de observaciones que variable con respecto al tiempo y se observa en intervalos de tiempo
regulares. Muchas observaciones pueden presentar una tendencia creciente o decreciente, otras
pueden dejar notar ciertas características de estacionalidad; siendo estas últimas, de gran
importancia a la hora de establecer los criterios de decisión para el pronóstico.
Taller No. 2: Árbol de Decisión, Sistemas Redundantes y Criticidad
El taller se desarrollará en equipos de trabajo, por especialidad, eligiendo solo uno de los
objetivos que se presentan a continuación.
Objetivos:
• Diseñar y Programar un árbol de decisión, para análisis de Causa Raíz
• Estructurar y desarrollar los procesos de cálculo probabilístico, en sistemas

redundantes aplicados en casos por equipo de empresa.
• Construir una matriz de Criticidad, con base en los métodos FMEA & FMECA
Tiempo Estimado de Actividad: 60 Minutos
Orientación a cada equipo de trabajo, 15 minutos (5 min/ equipo de
trabajo).
Preparación y desarrollo del ejercicio, 20 minutos
Presentación de trabajos – exposición, 15 minutos por Objetivo
Conclusiones y preguntas, 10 minutos
Si hay consenso, en relación con el tema objetivo para desarrollar el taller, se destinará el
tiempo de orientación de forma magistral para los participantes. Es importante mencionar, que
los casos que se consideren para este taller, deben estar basados en situaciones reales que se
den al interior de las empresas y permitan dar claridad a la solución de problemas en las áreas
de mantenimiento.
Página 27 de 27
______________________________________________________________________________________________
5. Bibliografía.
Real Academia de la Lengua Española Diccionario de la Lengua Española. Vigésima primera

edición, Editorial Espasa Calpe S.A., Madrid, España, 1998.
SANCHEZ, Mauricio. Evaluación de Riesgos. Universidad de los Andes. Bogotá. 2005.
EPEN, G.D. Investigación de Operaciones, Prentice Hall, 5° Ed. México. 2000
ORDOÑEZ P., Hermelinda. Inferencia Estadística Regresión y muestreo. Ed Universidad
Nacional, 2001.
MORA G., Alberto. Manejo Estratégico para Empresas de Servicios o Industriales. Edición
AGM. Medellín. Colombia. 2005.
Snape,J.B., Dunn, I.J., Ingham,J., Prenosil, J.,E. Dynamics of environmental bioprocesses-
Modelling and simulation. VCH Eds.New York. 1995
CHAPRA, Steven C., CANALE, Raymond P. Métodos numéricos para ingenieros : con
aplicaciones en computadoras personales. México : McGraw - Hill, 1990,1997. 641 p
CANAVOS, George C. Probabilidad y estadística ; aplicaciones y métodos. México : McGraw
- Hill, 1986. 651 p
LEÓN CÁRDENAS, Javier y VERA BADILLO, Fernando. Métodos numéricos para
ingenieros. 3ª ed. México : McGraw - Hill, 1999. 982 p
COSS BU, Raul. Simulación : un enfoque practico. México : Limusa, 1991. 158p
SCHMIDT, J. W., TAYLOR, R. E. Análisis y simulación de sistemas industriales. México :
Trillas, 1979. 651 p

02 Analisis de Fallas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

02 Analisis de Fallas

Cargado por

Copyright:

Formatos disponibles

Página 1 de 1

DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO

1.1. Definición de falla – Criterios de Fuzzy Logic

En las organizaciones, se presentan situaciones que giran en torno a la posible presencia de

Criterios de Lógica Difusa (Fuzzy Logic)

Figura No. 1: Criterios de lógica Difusa

1.2. Fundamentos Teóricos – Método Delphi

especialista en relación con una temática.

El ejercicio anterior, es apropiado para entender la dinámica que encierra la metodología

1.3. Caracterización y Clasificación de fallas

Clasificación Limitación Humana

FIG. No. 2: Clasificación de fallas de acuerdo con su origen

1.3.1. Fallas Estructurales

• Fallas Tempranas: se focalizan hacia los procesos de fabricación principalmente y a los

• Fallas Aleatorias: Se presentan principalmente en los procesos de producción, cuando

1.3.2. Fallas por Factor Humano.

• El Error Humano: Muchas actividades mentales o físicas previamente planificadas,

• La Limitación Humana: Situación en que las capacidades físicas y mentales de un

1.3.3. Fallas de Diseño y Operación.

• Fallas Primarias: Asociadas al incumplimiento de requisitos mínimos en diseño,

• Fallas Secundarias: Cuando las cargas impuestas superan la capacidad de diseño.

• Fallas de Operación: Al operar el elemento en condiciones indeseables.

2. Ley y Modelo de Causalidad.

2.1. Definición y Fundamentos Teóricos

2.2. Regularidad y Correlación

Un ejemplo cotidiano donde se verificar un grado correlación bastante fuerte, el el existente

Con frecuencia se utiliza el resultado de R2 para evaluar la efectividad en el diseño de

Es importante mencionar, que la regresión ha sido aplicada como método de pronóstico; no

2.3. Cartas de Control.

Figura No. 3: Carta de Control

Entre los criterios usuales, en la identificación de patrones, se encuentran los siguientes:

• Valores de períodos consecutivos, que se encuentran por arriba de la media.

• Valores consecutivos crecientes o decrecientes, por arriba de la media.

• Valores extremos que están a tres ó más desviaciones estándar.

2.4. Diagramas de Causa y Efecto - Ishikawa

- Trazar el rectángulo del efecto y la línea central.

- Especificar las categorías principales de las causas potenciales y anexarlas como

- Emprender una acción correctiva.

A continuación se muestra la estructura general de un diagrama de causa y efecto, que suele

Figura No 4. Diagrama Espina de Pez “Ishikawa”

Los criterios pueden ser Máquinas, Materiales, Métodos, Medición, Personal y

Es importante mencionar, que para elaborar un diagrama que contribuya efectivamente en la

3.1. Métodos Sistemáticos - Análisis de Fallas

Lo Biológico Se percibe Lo Mecánico - Fallas

R(t ) ==> 100%

3.1.2. Métodos Sistemáticos Usuales

Figura No. 6: Matriz de Incidencia (Gómez Álvaro, 2005)

Figura No. 7 : System Gris

FMEA: En el mercado existen sistemas computacionales que integran monitoreo y un modelo

Figura No. 8: Modelo FMEA prototipo ISOSYSTEM

Con el propósito de conocer los escenarios y criterios que se identifican en un desarrollo

Taller No. 1: Estudio de FMEA producido por ISOSYSTEM

4. Presentar el esquema general de método FMEA, utilizado en cada grupo de trabajo.

• 5 minutos para organización por equipos de trabajo

• 15 minutos para Explorar e Identificar

• 15 minutos para Crear Escenario

• 20 minutos para Presentar Esquema General.

FMECA Método de Análisis de los Modos Críticos de Falla.

• Costos y tiempos de reparación

Para obtener el resultado, se asigna un valor cuantitativo o cualitativo a cada factor

4. Estadística En La Predicción De Fallas

4.1. Formalismo Teórico, Estadística - Probabilidad

Fig. No. 8: El azar