TECSUP PFR

Gestin del Mantenimiento II

Unidad IV

OPTIMIZACIN DEL PLAN DE MANTENIMIENTO

(Tomado de Maintenance por Jasper Coetze)

1.

FACTIBILIDAD TCNICA VS FACTIBILIDAD ECONMICA Cada una de las tres tareas bsicas se seleccionan a travs de las preguntas que estipulan que la tarea debe ser factible tcnica y econmicamente antes de seleccionarla. La factibilidad tcnica se refiere a la habilidad de la tarea para prevenir la falla antes que ocurra, mientras que la factibilidad econmica se refiere a si los beneficios al realizar la tarea son tales que la hacen rentable sobre los gastos involucrados en implementarla. 1.1. FACTIBILIDAD TCNICA La factibilidad tcnica depende de las caractersticas tcnicas de los modos de falla y de la tarea. La tarea debe ser capaz de prevenir el modo de falla a un nivel de certeza especificado. Esta especificacin difiere para cada variedad de consecuencia de falla: Consecuencia de fallas escondidas: la tarea debe reducir el riesgo de una falla mltiple a un nivel aceptable. Recuerde que en el caso de las fallas escondidas, la falla misma no tiene efectos negativos, pero si no es descubierta y reparada puede eventualmente conducir a una falla mltiple la cual puede o no ser adecuado prevenirla dependiendo del riesgo involucrado. Si la falla escondida puede conducirnos a una falla mltiple costosa o insegura, el riesgo es alto. Por otro lado, si la falla escondida no nos conducir a una falla mltiple o la falla mltiple resultante no tiene consecuencias entonces el riesgo involucrado es imperceptible (es decir que el equipo ha sido sobre diseado en esta rea y la funcin especfica puede ser eliminada en esta situacin). Si no se tiene una tarea disponible que reduzca el riesgo a un nivel aceptable, una accin inicial por defecto es una tarea de bsqueda de fallas programada. Consecuencias de falla sobre la seguridad y el medio ambiente: la tarea debera reducir el riesgo de una falla sea total o a un nivel

55

Gestin del Mantenimiento II

TECSUP PFR

aceptable (muy baja). Donde los aspectos sobre seguridad y medio ambiente estn en riesgo uno no puede comprometerse. Si no se encuentra una tarea preventiva que reduce el riesgo de falla a un nivel lo suficientemente bajo, la accin inicial por defecto es redisear. Consecuencias operacionales y no operacionales: la tarea debera reducir el riesgo de falla a un nivel lo suficientemente bajo tal que el beneficio de la accin preventiva sea rentable respecto a los costos de su implementacin. Si no se encuentra una tarea preventiva disponible, la accin inicial por defecto es el mantenimiento correctivo (mantenimiento no programado). Tareas basadas en la condicin programadas En muchos casos, los efectos de falla son tan serios que idealmente deseamos prevenir la falla antes que ocurra. Como el mantenimiento preventivo basado en el uso frecuentemente no es tcnicamente factible, necesitamos identificar las fallas antes que ocurran. Llamamos a este tipo de tareas como tareas preventivas basadas en la condicin porque la accin preventiva sigue a la identificacin del momento anterior a la falla por alguna tcnica de monitoreo de condicin, tal como el anlisis vibracional o el monitoreo del aceite. Reaccionamos a la presencia de una condicin previa a la falla (una falla potencial). La efectividad (y as la factibilidad tcnica) de una tarea basada en la condicin para prevenir una falla antes de que ocurra depende mucho de lo siguiente: Debe ser posible identificar inequvocamente el potencial de falla a travs del mtodo de monitoreo de condicin o inspeccin que fue seleccionado. No debera haber duda en las mentes de los expertos en monitoreo de condicin y en los gerentes de mantenimiento involucrados que este nivel del parmetro monitoreado constituye una falla potencial. Normalmente cuando la condicin de un componente comienza a deteriorarse, primero se deteriora bastante lento. Esto es verdad hasta un punto donde la tasa de deterioro comienza a acelerarse. Cuando monitoreamos tal proceso de deterioro, es importante que el espacio de tiempo entre el punto donde nuestro monitoreo establece que existe una falla potencial y el punto de la falla funcional actual sea bastante consistente y lo suficientemente grande para tomar una accin preventiva (esto es prevenir la falla completamente o limitar suficientemente la consecuencia de falla). Es importante notar que, a menos que la frecuencia de monitoreo sea demasiado alta, el potencial de falla es identificado algunas veces con un tiempo
56

TECSUP PFR

Gestin del Mantenimiento II

considerablemente posterior al punto inicial donde la falla potencial podra haberse identificado primero. La frecuencia establecida de monitoreo de condicin o inspeccin debe ser alcanzable prcticamente. El tiempo entre inspecciones (monitoreo de condicin) debe ser suficientemente menor que el intervalo de tiempo entre el punto al cual el potencial de falla llega a ser evidente y el punto de falla funcional para asegurar que el potencial de falla ser identificado a tiempo. Si el tiempo entre puntos de monitoreo se establece menor que la mitad del periodo de tiempo para la falla (el intervalo de tiempo entre la primera indicacin identificable de una falla potencial y la falla funcional) uno podra estar bastante seguro que la falla potencial ser identificada a tiempo con certeza para poder tomar una accin preventiva. En la prctica sera necesario comenzar un monitoreo a una frecuencia mas alta una vez que la falla potencial ha sido identificada, para predecir adecuadamente cuando ocurrir la falla funcional. Esto es as especialmente en el caso donde el lapso de tiempo para la falla abarca un tiempo largo (algunas veces semanas o incluso meses). Tareas de reacondicionamiento programadas Las tareas de reacondicionamiento programadas (overhaul) son de la clase de mantenimiento preventivo basado en el uso. Hay dos prerrequisitos para la factibilidad tcnica de una tarea de reacondicionamiento programada: Debe ser posible restaurar el sub-sistema o componente a una condicin bastante buena a travs del reacondicionamiento. Lo ideal es una condicin tan buena como una nueva, pero esto no es siempre asequible. La funcin de riesgo (riesgo de falla) de un tem aumenta con la edad. Solo cuando el riesgo aumenta con la edad el reacondicionamiento producir un tem (sub-sistema o componente) que es menos propenso a la falla. Esto se ilustra en la figura 4.1.

57

Gestin del Mantenimiento II

TECSUP PFR

TASA DE RIESGO EN LA DISTRIBUCIN WEIBULL

5,00 4,00 Z(t) 3,00 2,00 1,00 0,00 11 13 15 17 19 21 Tiempo
Figura 4.1 Efecto de la prevencin basada en el uso.

Realizar Overhaul o reemplazar la unidad

Tareas de reemplazo programadas Como en el caso de las tareas de reacondicionamiento programadas, las tareas de reemplazo preventivas programadas son de la clase de mantenimiento basado en el uso. Como en el caso previo tales tareas sern tcnicamente factibles si: Es posible restaurar la funcin a una condicin bastante buena a travs del reemplazo del sub-sistema o componente. Lo ideal es una condicin tan buena como una nueva, pero esto no es siempre asequible. La funcin de riesgo (riesgo de falla) de un tem esta aumentando con la edad. Solo cuando el riesgo aumenta con la edad el reemplazo producir un tem (sub-sistema o componente) que es menos propenso a la falla. Esto es ilustrado en la figura 4.1. 1.2. FACTIBILIDAD ECONMICA En cierto sentido, es bastante fcil determinar si una cierta tarea preventiva es tcnicamente viable. Los ingenieros entienden el lado tcnico mucho mas fcil que decidir sobre la efectividad de los costos de un mtodo propuesto. La figura 4.2 se dio para asistir en este proceso. Pero la vida no es siempre tan simple como usar un diagrama de decisin tal como el de la figura 4.2. En general uno puede decir que para varias consecuencias de falla las siguientes guas se aplican para decidir si una tarea es factible econmicamente:

58

23

TECSUP PFR

Gestin del Mantenimiento II

Consecuencias sobre la seguridad y el medio ambiente: Aqu la factibilidad tcnica juega un rol mas grande que la factibilidad econmica. La razn para esto es que la consecuencia de falla en esta rea es en muchos casos perjudicial para la salud y la vida de las personas y/o la planta. As uno normalmente tiene que encontrar la tarea preventiva que trabaje. Pero uno no puede descuidar totalmente los costos de la accin propuesta. De alguna u otra manera uno tiene que establecer si la accin propuesta es la nica manera o la menos cara de resolver el problema. Esto puede ocasionar que se compare el costo de acciones preventivas alternativas entre ellas o contra la posibilidad de redisear para resolver el problema. Consecuencias operacionales: En el caso de las consecuencias operacionales la respuesta estndar al problema de si una tarea preventiva es econmicamente factible es: si el costo de la tarea preventiva es menor que el costo de las consecuencias operacionales (en otras palabras el valor de la perdida de produccin) mas el costo de la reparacin de la falla, entonces la tarea es econmicamente factible. Como veremos mas adelante, esto es un punto de vista simplista. Un punto de vista mas balanceado es que la tarea es econmicamente factible si el costo total (costo de la parada mas el costo de incurrir en la falla mas el costo de la prevencin) es mnimo, esto llegar a ser claro mas adelante. Consecuencias no operacionales: En este caso la respuesta a la pregunta sobre la factibilidad econmica es la misma que para las consecuencias operacionales, excepto que el costo de la perdida de produccin no figura (la falla no afecta la produccin). El titulo de la presente seccin sugiere que hay un partido de desempate entre la factibilidad tcnica y la econmica. Este no es realmente el caso. Pero en muchas situaciones prcticas uno tiene que tomar una decisin basada mas en una que en otra. Como se estableci anteriormente, en el caso de los modos de fallas escondidas y de seguridad y medio ambiente, la factibilidad tcnica frecuentemente juega un rol mas importante que si la tarea es econmicamente factible. Por otro lado, en el caso de las consecuencias operacionales y no operacionales, la pregunta de si la tarea es econmicamente factible es de mxima importancia. Al final la lnea de referencia esta relacionada siempre con el dinero.

59

Gestin del Mantenimiento II

TECSUP PFR

2.

TEORA BSICA DE LA RENOVACIN Tradicionalmente se asumi que el reacondicionamiento programado y el reemplazo programado dejaban al tem en condiciones casi nuevas despus de la accin preventiva. Se desarroll alrededor de esta premisa una teora denominada Teora de la renovacin. En otras palabras, la teora de la renovacin es la teora que explica las situaciones de falla donde las acciones preventivas basadas en el uso conducen hacia una restauracin completa. Esta teora puede enfocarse desde diferentes ngulos usando diferentes tericas matemticas bsicas. Frecuentemente el enfoque es por el lado de la distribucin estadstica. Generalmente se acepta que las fallas (donde se sostiene la asuncin de renovacin) tiene lugar de acuerdo a una u otra distribucin. Una de las que se emplea mas frecuentemente en mantenimiento es la distribucin Weibull, llamada as en honor a su autor. Es una distribucin muy verstil que puede simular la mayora de las situaciones de falla encontradas en la prctica del mantenimiento. Las cuatro funciones de confiabilidad fueron definidas en el capitulo 5. Estas son la funcin densidad, la funcin de distribucin acumulativa, la funcin de supervivencia y la funcin de riesgo. Definiciones mas formales se dan en el anexo A1. Las descripciones de estas funciones dadas en el capitulo 5, con algunas aclaraciones adicionales se repetirn aqu. 2.1. DENSIDAD DE FALLA La densidad de falla da una imagen de la probabilidad de falla de un componente sobre su propia vida. As da, en cualquier punto en particular la vida del componente, la probabilidad de falla en ese punto exacto. Es costumbre en el mundo del mantenimiento emplear la distribucin Weibull para describir el comportamiento de la falla de un componente. Una funcin densidad de falla Weibull tpica se muestra en la figura 4.2.

60

TECSUP PFR

Gestin del Mantenimiento II

DISTRIBUCION WEIBULL Funcion Densidad

0.120 0.100 0.080

f(t)

0.060 0.040 0.020 0.000 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31

Tiempo
Figura 4.2 Densidad de Falla Weibull tpica.

El uso de la funcin densidad f(t) se describe usando los siguientes ejemplos: la figura 4.2 establece que la probabilidad de falla (del componente al cual se le aplica la funcin de densidad de la figura 4.2, a la edad de 5 unidades es del orden de 0.06 o 6%. La suma de todas las probabilidades esta dado por el rea bajo la curva de la figura 4.2 la cual es 1 (o 100%). Esto es equivalente a establecer que el componente debe eventualmente fallar (en el ejemplo antes de 23 unidades) con 100% de certeza. La probabilidad acumulativa de falla hasta 5 unidades est dada por el rea total bajo la curva a la izquierda del valor de 5 unidades. Esta cantidad (acumulada) se conoce como la distribucin de falla acumulativa F(t). La funcin densidad puede estimarse directamente desde los datos de falla usando la definicin discreta en el anexo A (ecuacin A1). El uso de estas definiciones discretas para estimar las cuatro funciones de confiabilidad directamente de los datos de falla se ilustra en los ejemplos dados en el anexo A. 2.2. DISTRIBUCIN ACUMULATIVA DE FALLAS Sumando acumulativamente las probabilidades de falla respecto a su densidad de falla, obtenemos la distribucin acumulativa de Fallas. Esto da para cualquier punto en el tiempo de vida de un componente la probabilidad que el componente fallar antes o a esa edad especfica. La distribucin acumulativa de falla comienza siempre a una probabilidad de cero, lo cual es equivalente a establecer que un componente nuevo no estar en un estado de falla. Esta eventualmente tendr un valor de uno (100%), indicando que el componente eventualmente fallar con 100%

61

Gestin del Mantenimiento II

TECSUP PFR

de certeza. La distribucin acumulativa de fallas para la densidad de falla de la figura 4.2 se muestra en la figura 4.3.

DISTRIBUCION WEIBULL Funcion Acumulada

1.200 1.000 0.800

F(t)

0.600 0.400 0.200 0.000 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31

Tiempo
Figura 4.3 Distribucin de fallas acumulativa.

De la misma manera como se hizo con la funcin densidad, podemos leer la probabilidad acumulada de falla en la figura 4.3. Por ejemplo podemos decir que la probabilidad de que el componente fallar antes o a 10 unidades es 0.50 o 50%. La distribucin acumulativa de falla es una funcin extremadamente manejable para entender las caractersticas de falla de un componente. Una propiedad muy importante de la funcin de distribucin acumulativa es que el 63% de todos los componentes falla antes de la vida esperada del componente (esto es la vida tpica). Weibull denomina la vida esperada como la vida caracterstica, la cual esta dada por el parmetro de escala Weibull . El valor de para los ejemplos anteriores es 10. As para la vida de 11 unidades el valor de F(t) es 0.63 (o 63%). As, en el caso de la renovacin, 63% de los componentes falla siempre antes o en la vida caracterstica. Esto no quiere decir que el componente deber reemplazarse o reacondicionarse antes de ese tiempo, porque el 37% de los componentes tienen vidas mayores que la vida caracterstica (algunos de ellos son mayores a 21 unidades o el doble de la vida caracterstica en el ejemplo anterior). La decisin respecto a cuando reemplazar normalmente involucra las caractersticas de falla especficas (como se representa en el grfico) y los aspectos econmicos involucrados, como veremos brevemente. La funcin de distribucin acumulativa puede nuevamente estimarse directamente de los datos de falla usando la definicin discreta del anexo

62

TECSUP PFR

Gestin del Mantenimiento II

A (ecuacin A3), como se ilustr en los dos ejemplos en ese capitulo. La funcin complementaria a la funcin de distribucin acumulativa es conocida como la funcin de Supervivencia (o funcin de Confiabilidad). 2.3. FUNCIN DE SUPERVIVENCIA La distribucin acumulativa de falla da la probabilidad de falla antes o a cierta edad. La diferencia entre ese valor y el 100% (en otras palabras, el espacio sobre la curva de la figura 4.3) da la probabilidad que el componente sobrevivir hasta ese punto. Esta es una medida muy til, ya que da el porcentaje de unidades que sobrevivirn hasta la edad especificada. La siguiente figura describe la funcin de supervivencia la cual es el complemento de la funcin de distribucin acumulativa de la figura 4.3.

DISTRIBUCION WEIBULL Funcion de Supervivencia

1.200 1.000 0.800

R(t)

0.600 0.400 0.200 0.000 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31

Tiempo
Figura 4.4 Funcin de supervivencia tpica.

Como el caso de la funcin de distribucin acumulativa, podemos de nuevo leer la curva de probabilidad de supervivencia acumulativa del grafico 4.4. Podemos decir que la probabilidad que el componente sobrevivir hasta una vida de 10 unidades es 0.5 o 50%. Como con la distribucin acumulativa de falla, la funcin de supervivencia es una funcin extremadamente manejable para entender las caractersticas de falla del componente. En el caso de la funcin de supervivencia mostrar siempre que el 37% de los componentes sobrevivirn hasta la vida esperada del componente (esto es la vida tpica). As, a una vida de 11 unidades el valor de R(t) es 0,37 (o 37%). As, en el caso de la

63

Gestin del Mantenimiento II

TECSUP PFR

renovacin, el 37% de los componentes sobrevivirn hasta la vida caracterstica. La funcin de supervivencia puede estimarse directamente de los datos de falla usando la definicin discreta del anexo A (ecuacin A5), cuyo mtodo se ilustra en los ejemplos de ese capitulo. La ultima funcin de confiabilidad que se discutir aqu se conoce como la funcin de riesgo y es una combinacin entre la funcin densidad y la funcin de supervivencia como se muestra en el anexo A. 2.4. FUNCIN DE RIESGO La funcin de riesgo es la mas empleada de las cuatro medidas cuantitativas (tambin llamadas las cuatro funciones de Confiabilidad). Tambin es denominada la probabilidad condicional de falla o la probabilidad instantnea de falla. Esta da la probabilidad de que un componente fallar a cierta vida, dado que ha sobrevivido hasta esa edad. Se calcula dividiendo el valor de la densidad de falla a esa edad entre el valor de la funcin de supervivencia a esa edad. Es una medida del riesgo de falla de un componente a una edad especfica. Si la funcin de riesgo decrece con la edad o permanece constante, no habr incentivo hacia el mantenimiento preventivo basado en el uso ya que el riesgo despus de la accin de mantenimiento no ser menor que antes. En tal caso la nica estrategia de mantenimiento disponible ser el mantenimiento preventivo basado en la condicin. Pero, en el caso de un aumento de la funcin de riesgo (una situacin encontrada frecuentemente en los componentes), una opcin ser el mantenimiento preventivo basado en el uso, ya que disminuir el riesgo de falla. Usar o no el mantenimiento preventivo basado en el uso en tales circunstancias depender de aspectos econmicos de tal accin y si el mantenimiento preventivo basado en la condicin no permite una mejor opcin. La funcin de riesgo para la situacin de falla de las figuras 4.2 a la 4.4 se muestra en la figura 4.5.

64

TECSUP PFR

Gestin del Mantenimiento II

DISTRIBUCION WEIBULL Funcion de Riesgo

1.4 1.2 1 0.8 0.6 0.4 0.2 0 11 13 15 17 19 21 23 25 27 29 31 1 3 5 7 9

Z(t)

Tiempo
Figura 4.5 Funcin de Riesgo tpica de un componente.

Como se estableci antes, esta es ciertamente la mas usada de las cuatro funciones de confiabilidad. Uno puede leer el riesgo real de falla directamente del grfico de la funcin de riesgo. As, en el caso descrito en la figura 4.5, uno puede decir que, si el componente ha sobrevivido hasta la edad de 17 unidades, la probabilidad de que este falle en el siguiente instante es 0.5 o 50%. Por otro lado la probabilidad de falla de un componentes que ha sobrevivido hasta 26 unidades es 1.00 o 100%. La forma de la funcin de riesgo es de mxima importancia para decidir sobre la estrategia apropiada de mantenimiento. Un aumento de la funcin de riesgo permite la posibilidad del mantenimiento preventivo basado en el uso, mientras una disminucin o tendencia constante de la funcin de riesgo no. 3. LA DISTRIBUCIN WEIBULL La distribucin Weibull fue el resultado al que lleg Weibull en 1951 cuando sugiri una formula emprica que podra manejar muchos datos de falla reales. Muy importante para nuestro propsito es el hecho que puede manejar la mayora de las formas de la funcin de riesgo frecuentemente encontradas, incluyendo las distribuciones Normal y Exponencial. Esto conduce a la posibilidad de usar solo esta distribucin para la mayora de aplicaciones practicas de anlisis de falla. Hay dos formas de la distribucin Weibull, a dos versiones de parmetros y a tres versiones de parmetros. La distribucin Weibull a dos parmetros se describe en el anexo A.

65

Gestin del Mantenimiento II

TECSUP PFR

El uso de la Distribucin Weibull es por estimacin de los valores para sus parmetros, tal que la distribucin se parezca bastante a la distribucin de tiempo para la falla encontrada en los datos observados. Este proceso de estimacin de parmetros se describe en la seccin A4 (ecuaciones A14 y A15). Los dos parmetros Weibull (versin de dos parmetros) es y , es el parmetro de forma y el parmetro de escala. As, la forma depende de , ver figuras 4.6 hasta 4.9, y la escala de tiempo depende de . A tambin se le conoce como vida caracterstica, el cual es lo mismo que la vida esperada del componente. La vida tpica que uno puede esperar de un componente, basado en su historia, es unidades. Otra caracterstica importante del valor de es que el 63% de todos los componentes de ese tipo fallar antes de unidades y el 37% despus. Como vimos en la figura 4.1, solo para valores de mayores que 1 (aumento del riesgo) esperaramos que el mantenimiento preventivo basado en el uso vale la pena. As la funcin mas importante en el anlisis de datos de falla es que, solo cuando conocemos que nuestra funcin de riesgo de los datos esta aumentando con el tiempo, ser efectivo el mantenimiento basado en el uso. Pero an no podemos decir que el mantenimiento basado en el uso ser la de mejor costo. Y tampoco no conocemos cuan frecuente deberamos hacer el mantenimiento basado en el uso. Estas preguntas sern respondidas en la siguiente seccin.

DISTRIBUCIN WEIBULL
1.200 1.000 0.800

0.600 0.400 0.200 0.000 11 13 15 17 19 21 23 25 27 29 31 33 35

B=3 B=2 B=1

f(t)

Tiempo

Figura 4.6 Forma de la funcin de densidad Weibull.

66

37

TECSUP PFR

Gestin del Mantenimiento II

DISTRIBUCION WEIBULL
1.200 1.000 0.800

B=3 B=2 B=1

F(t)

0.600 0.400 0.200 0.000

10

13

16

19

22

25

28

31

34

Tiempo
Figura 4.7 Forma de la funcin acumulativa Weibull.

Una nota sobre el tercer parmetro de la distribucin Weibull la hacemos aqu. Hay un tercer parmetro , el cual es la vida mnima del componente. En algunos casos un componente nunca falla a una edad menos que una cierta vida. Esta vida es la vida mnima de un componente. La tarea del tercer parmetro es mover toda la distribucin hacia la derecha en unidades.

DISTRIBUCION WEIBULL
1.200 1.000 0.800

37

B=3 B=2 B=1

R(t)

0.600 0.400 0.200 0.000

10

13

16

19

22

25

28

31

34

Tiempo
Figura 4.8 Formas de la funcin de supervivencia Weibull.

67

37

Gestin del Mantenimiento II

TECSUP PFR

DISTRIBUCION WEIBULL
12.00 10.00 8.00

B=3 B=2 B=1

Z(t)

6.00 4.00 2.00 -

11

13

15

17

19

21

23

25

Tiempo
Figura 4.9 Formas de la funcin de riesgo Weibull.

4.

OPTIMIZANDO EL MANTENIMIENTO BASADO EN EL USO Como se estableci al final de la seccin anterior, despus de ajustar adecuadamente una distribucin Weibull a nuestra data de falla, seremos capaces de decidir si el mantenimiento basado en el uso es finalmente una opcin (podemos decidir sobre la efectividad de tal estrategia, usando la figura 4.1 como base). Pero an no sabemos si el uso de tal estrategia vale la pena. Primeramente, para que valga la pena, el costo de reparar la falla debe ser mayor que la accin preventiva. 4.1. EL COSTO DE LA FALLA VS EL COSTO DE LA PREVENCIN Al inicio de este capitulo vimos que la factibilidad tcnica juega un rol mucho mayor que la econmica cuando se trata con modos de falla cuyas consecuencias son sobre la seguridad y el medio ambiente. Pero en el caso de las fallas con consecuencias operacionales y no operacionales la economa juega un rol mayor. Cuando decidimos hacer uso de la prevencin basada en el uso tanto como los algoritmos de optimizacin de esta seccin, haremos uso del costo de la prevencin, la cual se denota Cp y el costo de reparacin despus de la falla Cr. 4.2. CONSECUENCIAS NO OPERACIONALES Cuando tratamos con los modos de falla con consecuencias no operacionales, no estamos interesados en las perdidas sufridas debido a paradas (la parada no tiene consecuencias operacionales). As definiremos dos cantidades de costo:
68

27

TECSUP PFR

Gestin del Mantenimiento II

Cr = Costo de repuestos para reparar la falla + costo de la mano de obra correspondiente. Cp = Costo de repuestos para la accin preventiva + costo de la mano de obra correspondiente. 4.3. CONSECUENCIAS OPERACIONALES Si la falla del componente afecta la produccin de la unidad (consecuencia operacional) entonces debe tenerse en cuenta el valor monetario de la perdida de produccin. Las dos cantidades de costo llegarn a ser: Cr = Costo de repuestos para reparar la falla + costo de la mano de obra + Valor de la perdida de produccin mientras se realiza la reparacin. Cp = Costo de repuestos para la accin preventiva + costo de la mano de obra + Valor de la perdida de produccin mientras se realiza la accin preventiva. En muchos casos la accin preventiva se realiza durante un turno de mantenimiento existente, en cuyo caso no se perder produccin debido a la accin preventiva. 4.4. OPTIMIZACIN BASADA EN EL USO El modelo matemtico mostrado en el anexo A esta basado en modelos de optimizacin del beneficio / costo para optimizar el mantenimiento basado en el uso. Estos modelos se utilizan en el caso de consecuencias operacionales y no operacionales. Hacen uso de dos cantidades Cp y Cr para encontrar el valor de tp (el tiempo en el instante de la prevencin basada en el uso) el cual da el costo mnimo por unidad de tiempo. La diferencia entre estos dos modelos es que el primero no toma en cuenta el tiempo tomado por la falla y las acciones preventivas, mientras que el segundo modelo los toma en cuenta. En muchos casos los dos modelos no dan resultados con diferencias significativas, pero en casos donde el tiempo tomado por la reparacin de la falla difiere significativamente de la de la accin preventiva o donde el tiempo tomado para reparar es una proporcin significativa del MTBF el segundo modelo dar siempre mejores resultados. La salida tpica de estos modelos es un grfico de costo por unidad de tiempo versus el tiempo entre acciones preventivas. Tal grfico se muestra en la figura 4.10.

69

Gestin del Mantenimiento II

TECSUP PFR

Optimizacin del Costo Weibull

200 195

Costo ($/dia)

190 185 180 175 170 165 7 12 17 22 27 32 37

Vida (dias)
Figura 4.10 Curva tpica de Costo.

De la curva se puede ver que el nivel ptimo de costo ocurre a 12 das a un costo de $ 177,58. Pero, aparte el modelo nos da la frecuencia ptima a la cual la prevencin tendra lugar, el grafico nos suministra la siguiente informacin adicional: La inclinacin del grfico de costo en ambos lados del punto ptimo, determina si estamos en el valor ptimo exactamente. En el ejemplo dado, si mantenemos la frecuencia preventiva entre 10 y 16 das no tendremos un aumento del costo de mas del 5% del valor ptimo. En este caso especfico existe un turno de mantenimiento semanal el cual ser utilizado para el reemplazo preventivo del rodamiento. Esto tiene el efecto que el tiempo entre reemplazos deber estar entre 10 y 15 das. El costo a 10 das es $ 178,34 por da y 15 das $ 179,26 por da. As 15 das ser la frecuencia preferida, pero si fuera necesario se puede adelantar el reemplazo a 15 das sin sobrepasar la barrera del 5% del costo. En el grfico, el valor del costo en el lado derecho mas alejado da el costo por unidad de tiempo cuando se realiza una tarea de reemplazo no preventiva (reparar cuando falla). En nuestro ejemplo este valor es $ 198,61 a 50 das (el cual no se muestra en el grfico). Esto es 112% sobre el costo ptimo. As en este caso podemos ver que es de mxima importancia que hagamos un reemplazo preventivo. Pero hay casos donde la sensibilidad del grfico del lado derecho es tan baja que decidiremos por la estrategia del mantenimiento correctivo.

70

TECSUP PFR

Gestin del Mantenimiento II

El tercer modelo del anexo A es un modelo que optimiza la disponibilidad de los componentes para minimizar la parada por unidad de tiempo. Esto da un grfico similar al de la figura 4.10, pero en trminos de disponibilidad. Este modelo se emplea en el caso de modos de fallas escondidas y consecuencias sobre la seguridad y medio ambiente donde el costo o beneficio no es el motivo primordial, sino preferentemente la disponibilidad de la funcin. La figura 4.11 muestra un ejemplo del resultado al emplear dicho modelo. Como en el caso del modelo de costo, la sensibilidad del grfico juega un rol importante decidiendo como uno estrictamente mantendr la frecuencia preventiva ptima.

DISPONIBILIDAD
90 80

Disponibilidad (%)

70 60

50 40

Tiempo (semanas)
Figura 4.11 Grfico ejemplo de disponibilidad.

El cuarto modelo del mantenimiento preventivo basado en el uso se emplea en el caso de reemplazo en bloque. Se describe completamente en el anexo A. La estrategia de reemplazo en bloque especfico se emplea cuando una maquina o sistema tiene mas de un componente igual, trabajando en circunstancias similares. La estrategia es reemplazar cualquiera de los componentes cuando fallan, pero reemplazar todos los componentes del bloque a la frecuencia de cambio, sin tomar en cuenta cualquier reemplazo de fallas entre reemplazos en bloque. Para simplificar el desarrollo de la estrategia de bloque se hace una asuncin, es decir que muy pocas fallas se producirn entre reemplazos en bloque. Un ejemplo de grfico de costo se muestra en la figura 4.12 La cada de la cola en el lado derecho no tiene que ser considerado ya que la asuncin simplificada no es vlida en esta rea.

71

Gestin del Mantenimiento II

TECSUP PFR

Reemplazo en Bloque
500

Costo por unidad de tiempo

400 300 200

100 0

Tiempo (semanas)
Figura 4.12 Grfico de costo de reemplazo en bloque.

5.

OPTIMIZACIN DEL MANTENIMIENTO BASADO EN LA CONDICIN El segundo modelo en el anexo A describe los modelos de inspeccin. Estos se emplean para optimizar la frecuencia de mantenimiento basado en la condicin de la misma manera como fueron optimizadas las frecuencias del mantenimiento preventivo basado en el uso por los primeros 4 modelos. La nica diferencia es que, en vez de usar la funcin de supervivencia basada en la historia de falla para estimar la divisin entre reemplazos preventivos y reemplazos de fallas, se usa la eficiencia de las inspecciones para capturar fallas antes que sucedan. Esta eficiencia c se expresa como una funcin del tiempo entre inspecciones. Nuevamente hay dos modelos, uno optimizando el costo y el otro la disponibilidad, con una produccin similar a la de las figuras 4.10 y 4.11. La captura empleada en los modelos de inspeccin es que debe conocerse la relacin entre la efectividad de las inspecciones y el tiempo entre inspecciones. Esto se obtiene de la siguiente manera: Calcular la efectividad de la inspeccin basada en la frecuencia de inspeccin histrica utilizada. Luego modificar la frecuencia basada en su intuicin para esta situacin. Despus de un ao tendr (por un nuevo calculo de la efectividad de la inspeccin para ese ao) un segundo punto en el grfico de la efectividad de la inspeccin versus el tiempo entre inspecciones. Por regresin puede ahora ajustar una lnea a travs de estos dos puntos. La funcin resultante puede emplearse en los modelos de inspeccin para producir una solucin optimizada. Despus de otro ao se puede agregar otro punto al grfico y se puede construir un nuevo grfico (probablemente no una lnea recta) entre los tres puntos. Esta nueva lnea producir una frecuencia de inspeccin optimizada (probablemente mucho

72

TECSUP PFR

Gestin del Mantenimiento II

mejor). De esta manera podr producir una frecuencia de inspeccin optimizada en pocos aos. Vimos anteriormente en este capitulo como puede hacerse uso de los datos de falla a nivel de componente para hacer y optimizar la estrategia de mantenimiento usando la teora de la renovacin. En el proceso de uso de esta teora, asumimos que reparar conduce a una condicin tan buena como una nueva. Pero, como sabemos, las cosas no son siempre tan fciles como emplear la misma teora para todos los casos. En el nivel de sistemas (maquina completa) frecuentemente nos situamos con la degradacin de la confiabilidad en el tiempo. Normalmente no renovamos el sistema a una condicin tan buena como nueva cuando reparamos. Hacemos algo mas que una mnima reparacin, por lo cual decimos que reemplazamos o reparamos el componente que ha fallado. Esto es, reparamos a una condicin tan mala como antigua (la misma condicin que tena antes de la parada). Por esta razn tenemos otra situacin. Esta teora es llamada teora de sistemas reparables. Podemos incluso usar esta teora para tomar decisiones respecto a los tiempos ptimos de reemplazo de todos los sistemas. 6. TEORA BSICA DE SISTEMAS REPARABLES En la teora de sistemas reparables hacemos uso de la regresin para modelar la tendencia a lo largo del tiempo de la vida de un sistema. Un sistema esta compuesto por muchos componentes, cada uno con sus propias caractersticas de falla las cuales pueden ser modeladas empleando la teora de la renovacin. Pero el sistema en si mismo (esto es, si se degenera con el tiempo) debe ser modelado empleando tcnicas de regresin. Si el sistema no degenera con el tiempo podemos por supuesto hacer uso de la teora de la renovacin para modelar las fallas de un sistema. Tales sistemas estables son en efecto raros y necesitan otra teora para cubrir con el sistema. Podemos modelar dos cantidades a lo largo del tiempo de vida de un sistema: el tiempo entre fallas y la tasa de falla. Es costumbre emplear la tasa de falla en el modelamiento de la tendencia de falla de los sistemas. Una de las clases de modelos que han emergido para este propsito es el modelo Proceso Poisson No Homogneo (NHPP). Se presentan en el anexo B dos formatos de modelos NHPP, junto con modelos de regresin matemtica generales, los cuales pueden emplearse para modelar la tendencia de la vida, con el propsito de pronosticar la vida promedio entre fallas de un sistema. El tiempo en el modelamiento de sistemas esta denotado por T, el termino de largo tiempo para alcanzar una falla, lo denotamos por t, el tiempo entre llegadas, en la teora de renovacin. La tasa de falla se denota por (T).

73

Gestin del Mantenimiento II

TECSUP PFR

7.

MODELOS DE PROCESO NO HOMOGNEO POISSON Los dos formatos de modelos NHPP son descritos en el anexo B: la forma 1(T), la cual es cncava hacia arriba, y la forma 2(T) la cual es convexa. Ambas han desarrollado adecuadamente la teora para un numero esperado de fallas en un cierto intervalo, la probabilidad de supervivencia sobre un intervalo y el tiempo promedio de fallas. Ambos modelos tienen dos parmetros, los cuales pueden estimarse fcilmente usando la tcnica de la seccin B.2.

8.

MODELOS PARA EL MODELAMIENTO DE LOS COSTOS PARA EL NHPP Como en el caso de la renovacin, tenemos una herramienta para el modelamiento de los costos en la teora de los sistemas reparables. En este caso el objetivo es determinar la vida econmica de un sistema, trabajando desde la tendencia de falla (modelo NHPP) del sistema, el costo promedio de una reparacin mnima Ct (basado en su historia) y el costo total de sistemas reparables Cp. La teora de tales modelos de costos se muestran en la seccin B.3. Un ejemplo de tales grficos de costos se muestra en la figura 4.13.

Costo promedio por hora si se reemplaza en T CAT 789 - Camin de 180 Ton.
500 400

Costo por hora

300 200

100 0

Vida acumulada T (horas)

Figura 4.13 Ejemplo de grfico de costos de un sistema reparable.

De acuerdo a la figura 4.13 la mejor edad para el reemplazo de un sistema es a las 21293 horas de operacin. A esta edad se ha logrado un costo de operacin para la vida promedio mnima es de $210,00 por hora (este ejercicio fue realizado para reparticipacin de papel en Australia). Para evaluar esta edad de

74

TECSUP PFR

Gestin del Mantenimiento II

reemplazo adecuadamente, nuevamente tenemos que estudiar el grfico para evaluar la importancia de reemplazar el sistema a esa edad exactamente (en otras palabras, tenemos que evaluar la sensibilidad del grfico). Otros beneficios de los modelos de sistemas reparables son que ellos pueden modelar precisamente el numero de fallas esperado en un intervalo dado (futuro), la confiabilidad esperada en tal intervalo, tanto como la vida esperada futura entre fallas de sistemas. 9. MODELO MATEMTICO GENERAL En el capitulo 14 se da el procedimiento para ajustar cualquiera de los cinco modelos matemticos generales para un conjunto de datos. Esto puede emplearse tambin para modelar la tendencia de vida del sistema: Curva Curva Curva Curva Curva lineal cuadrtica hiperblica exponencial geomtrica

Se incluye una prueba (la prueba r) para determinar la bondad del ajuste de tales curvas. Estas curvas (al igual que las curvas NHPP) pueden usarse para modelar la tendencia en el tiempo y pronosticar el tiempo promedio entre fallas esperado sobre los siguientes ciclos de fallas. La tabla 4.14 tambin da un intervalo de confianza del 95% para el proceso de pronstico, el cual es el ancho estadstico de una distribucin dentro del cual los tiempos individuales de fallas sobre los siguientes ciclos de falla se producirn, pero con sus promedios al valor del pronstico. 10. ANLISIS DE DATOS INTEGRADOS DE FALLA

Tenemos ahora cubierta la teora de la renovacin y la teora de sistemas reparables con algn detalle. Tenemos ahora que encontrar cuando usar estas teoras. Esto se describe completamente en el anexo C. Daremos una breve descripcin del proceso aqu, sin tratar de repetir el trabajo detallado del anexo C. En la teora de la renovacin estudiamos el caso donde la asuncin hecha fue que reparar (o overhaul) resultaba en una situacin tan buena como una nueva. En la teora de los sistemas reparables por otro lado, estudiamos el caso donde la

75

Gestin del Mantenimiento II

TECSUP PFR

degradacin de la confiabilidad tena lugar en el tiempo y la reparacin no era hasta la situacin de tan buena como una nueva. Esto se llamaba una situacin tan mala como la vieja o una situacin de reparacin mnima. En el primer caso (la renovacin) el componente (o sistema) fue reparado (u overholeado) hasta la condicin de tan bueno como uno nuevo. En el segundo caso (sistemas reparables) el sistema (o componente) es reparado mnimamente (u overholeado) de la falla hasta una condicin tan mala como la vieja. Es este ltimo caso la reparacin resulta en llevar al sistema (o componente) de retorno a la condicin justo antes de la falla. Esto no implica que fallar de nuevo inmediatamente, pero no fue restaurado a la condicin original (nuevo). Cada una de estas teoras, en si mismas, presentan una alternativa viable para el anlisis de datos de falla de mantenimiento. El problema ahora es decidir cual de ellas usar y cuando. Por supuesto, uno puede decidir (asumir) que una u otra teora es la mas viable, pero esto no necesariamente conducir a una solucin valida. La mejor manera es usar los datos para guiar el proceso de anlisis. Esto ser discutido ahora con algn detalle en los siguientes prrafos. 11. DIFERENCIA ENTRE DATOS CON O SIN TENDENCIA Cul es la diferencia entre datos con o sin tendencia en el largo plazo? Piense en su salario: si su salario ha sido incrementado anualmente (incluyendo la correccin por inflacin), no puede hacer un anlisis detallado de la situacin de su ingreso sobre algunos aos sin al menos hacer algunas correcciones por inflacin, etc. Porqu es eso?. La razn es que no puede comparar manzanas con peras. Tiene que comparar manzanas con manzanas. Hubo una tendencia sobre los aos los cuales no puede ignorar cuando haga el anlisis. Lo mismo sucede con los datos de falla. Si el sistema (o componente), para el cual esta haciendo el anlisis, ha experimentado un crecimiento de la confiabilidad (la vida entre fallas aument) o la degradacin de la confiabilidad (la vida ha sido mas corta), entonces la vida individual no puede ser lanzada hacia el mismo sombrero (distribucin) para el anlisis. Esto es, no podemos usar la teora de la renovacin en tal caso; estamos forzados ha hacer uso de la teora de sistemas reparables. Pero Cmo sabemos cuando tenemos tal tendencia?. Conocemos esto, a travs del uso de la prueba de tendencia. La prueba de tendencia propuesta es la de Laplace (1773), la cual ha sido probada una y otra vez y es considerada la mejor prueba para tendencias de falla. La cantidad Laplace, cuando calculamos para un conjunto de datos de falla sin tendencia, producir un valor con un promedio de 0 y una desviacin estndar de 1. Esto es, conservadoramente concluiremos que:

76

TECSUP PFR

Gestin del Mantenimiento II

Si el valor de L cae dentro de 1 y +1, el conjunto de datos no tiene tendencia inherente y puede usarse la teora de la renovacin para el anlisis. Si el valor es menor que 2, el conjunto de datos muestra una inclinacin definitiva hacia el crecimiento de la confiabilidad y puede usarse el modelo de sistemas reparables para el anlisis de la tendencia (aunque nuestro modelo de costos para el sistema reparable solo se mantenga para el caso de degradacin de la confiabilidad) Si el valor es mayor que +2, el conjunto de datos muestra una inclinacin definitiva hacia la degradacin de la confiabilidad y puede usarse la teora de sistemas reparables para el anlisis. Si el valor esta entre 1 y 2 o entre +1 y +2, estamos en la zona gris donde, estadsticamente hablando, ambas teoras pueden emplearse. El proceso de decisin (Asher y Feingold) para decidir cual teora emplear se muestra en la figura 4.14

77

Gestin del Mantenimiento II

TECSUP PFR

Datos de Falla obtenidos en orden cronolgico original

Tendencia?

Modelo de sistemas reparables (p.e. modelo NHPP) y modelo de reparacin imperfecto

Tiempos obtenidos identicamente distribuidos pero no necesariamente independientes

Dependencia?

Brazo del Modelo del proceso Poisson

Dato del proceso de Renovacin

Tcnica de Anlisis Convencional

Figura 4.14: Estructura de Anlisis de datos.

78