Upload
andreina-zapata
View
325
Download
2
Embed Size (px)
Citation preview
UNIVERSIDAD NOR-ORIENTAL PRIVADA GRAN MARISCAL DE AYACUCHO
FACULTAD DE INGENIERÍA
ESCUELA DE MANTENIMIENTO INDUSTRIAL
NÚCLEO CUMANÁ
MANTENIMIENTO IV
Profesor: Ing. Luis López Millán
Bachiller:
Zapata C., Andreína C.
C.I: 20.993.561
Cumaná, 21 de Marzo del 2012
ÍNDICE
INDICE ii
INTRODUCCIÓN 1
FUNDAMENTOS TEÓRICOS 2
Análisis Estadístico 2
Análisis de Confiabilidad mediante el método estadístico de la distribución
de Weibull.
2
Mantenimiento Centrado en la Confiabilidad 7
Análisis Costo-Riesgo 11
Sistema de Optimización de Mantenimiento Preventivo 23
CONCLUSIONES 24
BIBLIOGRAFÍA 25
INTRODUCCIÓN
El mantenimiento es una disciplina integradora que garantiza la disponibilidad,
funcionalidad y conservación del equipamiento, siempre que se aplique correctamente, a
un costo competitivo. En la actualidad, el mantenimiento está destinado a ser uno de los
pilares fundamentales de toda empresa que se respete y que considere ser competitiva.
Dentro de las diversas formas de conceptualizar el mantenimiento, la que al parecer
presenta más actualidad, y al mismo tiempo resulta más abarcadora, es aquella que lo
define como el conjunto de actividades dirigidas a garantizar, al menor costo posible, la
máxima disponibilidad del equipamiento para la producción; visto esto a través de la
prevención de la ocurrencia de fallos y de la identificación y señalamiento de las causas
del funcionamiento deficiente del equipamiento.
Todo esto conlleva a la empresa a un punto donde es capaz de controlar la
ejecución de actividades de mantenimiento, coordinar la distribución y supervisión de
los trabajos del personal a cargo, garantizar el buen funcionamiento y conservación de
los bienes, administrar los recursos económicos y materiales, etc.; permitiendo así
asegurar que los equipos se encuentren en óptimas condiciones de confiabilidad,
disponibilidad, seguridad de operación, entre otros. El propósito de esta gestión es
alcanzar objetivos trazados, para de esta manera encontrase en la capacidad de trabajar
en excelentes condiciones, ofrecer un servicio o producto de calidad, y elevar la
rentabilidad de lo que ofrece la empresa.
Algunas de las herramientas que permite medir y evaluar la correcta ejecución
de la gestión de mantenimiento se consideran de carácter estadístico; estas se encargan
de conceptualizar y presentar de manera sencilla los distintos detalles y resultados
obtenidos en el estudio de la gestión de mantenimiento que se aplique en una empresa.
Por medio de gráficos y tablas es posible percibir variaciones en la vida útil de un
equipo, errores u omisiones en su plan de mantenimiento particular y los límites de
desempeño establecidos para un tiempo de operación estipulado teniendo como
condición que el equipo se utilice según sea el fin para el cual fue diseñado.
FUNDAMENTOS TEORICOS
1. Análisis Estadístico
El análisis estadístico es el análisis de datos cuantitativos o cualitativos que surgen
del estudio de una muestra poblacional. Los datos se obtienen mediante encuestas,
entrevistas, seguimiento de cambios en alguna variable, etc.
El análisis estadístico consiste en describir, analizar e interpretar ciertas
características de un conjunto de individuos llamado población.
En nuestro caso, la muestra sería el equipo, o sistema a analizar, para asi realizar un
estudio pertinente y nos arroje las posibles fallas, de manera que podamos buscar las
posibles soluciones, para asi alargar la vida útil de los equipos.
Se encuentran distintas metodologías basadas en análisis estadísticos, de las cuales
algunas son las siguientes:
1.1-Analisis De Confiabilidad Mediante El Método Estadístico De La Distribución
De Weibull.
La distribución Estadística de Weibull es aplicable al estudio de la confiabilidad en
problemas relativos a la fatiga y vida de componentes y materiales. Permite obtener a
distribución de las fallas en la vida de un equipo o componente, cuando se tasa de falla
decrece, se mantiene constante o crece con el tiempo.
Interés
Identificar los equipos que fallan.
Estimar la probabilidad de la aparición de fallas.
Mejorar los programas de mantenimiento, basado en confiabilidad.
Aplicaciones
Predecir ocurrencias de fallas.
Determinar en que momento de la vida se encuentra un componente o equipo.
Estimar la confiabilidad individual de equipos.
Determinar la frecuencia de ejecución del mantenimiento preventivo.
1.1.1. Confiabilidad R (t).
Es la probabilidad de que un componente o equipo lleve a cabo su
función adecuadamente durante un periodo de tiempo bajo condiciones
operacionales dadas. Según la distribución de Weibull la confiabilidad se estima
mediante la siguiente expresión matemática:
R ( t )=e−(t− y
n)β (Ec. 1)
Donde:
t= Tiempo para el cual se estima la confiabilidad β= parámetro de formaη=parámetro de escalaγ= Parámetro de posición
1.1.2. Función de probabilidad de falla F (t).
Es el término que representa la probabilidad de que un equipo o componente falle en
un cierto periodo de tiempo bajo condiciones dadas. Ya que la confiabilidad y la
probabilidad de falla son probabilidades complementarias, matemáticamente se
expresará como:
F (t)= 1 - e−(t− y
n) β (Ec. 2)íí
1.1.3. Densidad de probabilidad de falla ℓ (t).
Es el número de fallas por unidad de tiempo referida a la cantidad inicial
de elementos de una muestra dada.Según la distribución de Weibull esta se
expresa como :
f(t) = βη
¿) β-1e( ¿¿ t− y
η) β ¿
¿ (Ec. 3)
1.1.4. Tasa de falla ℷ (t).
Es una estimador de con fiabilidad y representa la proporción de fallas por unidad de
tiempo. Frecuentemente se expresa en falla/unidad de tiempo, ciclos/unidad de
tiempo; kms recorridos/unidad de tiempo. En este caso en particular la talla de falla
se calculará de la siguiente forma:
λ(t) = βη (t− yη ) β- 1 (Ec. 4)
1.1.5. Curva de la bañera
La curva de la bañera es un gráfica que representa los fallos durante el período de vida
útil de un sistema o máquina. Se llama así porque tiene la forma una bañera cortada a lo
largo.
En ella se pueden apreciar tres etapas:
Fallos iniciales: esta etapa se caracteriza por tener una elevada tasa de fallos que
desciende rápidamente con el tiempo. Estos fallos pueden deberse a diferentes
razones como equipos defectuosos, instalaciones incorrectas, errores de diseño del
equipo, desconocimiento del equipo por parte de los operarios o desconocimiento
del procedimiento adecuado.
Fallos normales: etapa con una tasa de errores menor y constante. Los fallos no se
producen debido a causas inherentes al equipo, sino por causas aleatorias externas.
Estas causas pueden ser accidentes fortuitos, mala operación, condiciones
inadecuadas u otros.
Fallos de desgaste: etapa caracterizada por una tasa de errores rápidamente
creciente. Los fallos se producen por desgaste natural del equipo debido al
transcurso del tiempo.
1.2.- Mantenimiento centrado en la confiabilidad
El MCC es un proceso analítico y sistemático basado en el entendimiento de la
función de los sistemas y las fallas funcionales. El corazón de este proceso es una
metodología de análisis sistemático de los Modos y Efectos de Falla (AMEF), que
pudieran ocurrir en un equipo específico, evaluados en su contexto operacional.
Tomando en cuenta lo anterior, es necesario mencionar que el proceso de mejora y
aplicación de este tipo de herramientas, inicia con un proceso de capacitación de las
personas que deben efectuar los análisis y de aquellos que deben tomar decisiones
apoyándose en sus resultados.
1.2.1. Objetivos
1. Identificar la metodología o metodologías de Confiabilidad Integral que mejor aplican
para la solución de un conjunto de problemas o de un problema específico.
2. Evaluar y decidir si un problema o desviación del proceso productivo requiere la
atención de un especialista o de un equipo natural de trabajo.
3. Decidir el momento oportuno y la mejor estrategia para aplicar un Plan Macro de
Confiabilidad Integral que haga el proceso productivo más rentable y seguro
4. Generar y analizar listas jerarquizadas de las Instalaciones, Sistemas, Equipos y
Dispositivos (Análisis de Criticidad de ISED).
5. Generar y analizar Plantillas Genéricas que cumplan con la Metodología de Modos y
Efectos de Falla (AMEF) para la diversidad de ISED existentes en las instalaciones a
evaluar.
6. Evaluar y Tomar Decisiones sobre la generación de Planes de Mantenimiento para
ISED’s, óptimos y adecuados a la realidad operacional, incluyendo el Análisis de
Criticidad de Modos de Falla y de las Tareas de Mantenimiento.
1.2.2. Beneficios
1. Manejo de los fundamentos y conceptos básicos de confiabilidad, mantenimiento.
2. Direccionamiento óptimo de los recursos en función de los problemas que más
impactan el negocio.
3. Identificación de las modos de falla asociadas al diseño, construcción o montaje,
operación y/o mantenimiento de equipos, sistemas o procesos.
4. Identificar y utilizar las metodologías y herramientas adecuadas para tomar decisiones
óptimas.
1.2.3. Las 7 preguntas del MCC
¿Cuales son las funciones y patrones de desempeño del equipo en su contexto
operacional actual?
¿De que forma el equipo falla al cumplir sus funciones?
¿Qué ocasiona cada falla funcional?
¿Qué consecuencias genera cada falla?
¿Qué puede ser hecho para predecir o
prevenir cada falla?
¿Qué debe ser hecho si no fuese encontrada una tarea pro-activa apropiada?
¿Quien puede realizar estas rutinas de mantenimiento?
1.2.4.Herramientas clave
El AMFE (Análisis de los Modos de Fallas y sus Efectos), es un procedimiento usado
para efectuar un análisis de cómo un ítem puede fallar enumerando todas los posibles
modos de falla, y todos los grados de reacciones adversas que resultan de tales fallas así
analizadas. Es una técnica para mejorar la confiabilidad de un activo con la indicación
del procedimiento para atenuar el efecto de una falla.
Las fallas pueden ser divididas conforme a su gravedad y normalmente son clasificadas
como:
• Muy críticas (catastróficas)
• Críticas
• Moderadas
• Leves
A partir de esta herramienta se permite identificar los efectos y consecuencias de la
ocurrencia de cada modo de falla en su contexto operacional y no operacional, por lo
tanto, se obtienen respuestas a las primeras cinco preguntas del MCC.
Una planilla del análisis de modos de falla y sus efectos, puede incluir aspectos como el
personal y las áreas involucradas en el estudio, además de la fecha de inicio y la
identificación del sistema o subsistema al cual se le este aplicando la metodología.
Otra herramienta utilizada es la planilla de decisión, la cual permite seleccionar de una
forma óptima las actividades de mantenimiento según la filosofía del RCM. La respuesta
para cada pregunta se va llenando en dieciséis columnas dentro de esta planilla. Las
columnas F, FF, MF se refieren a información de referencia e identifican la función, falla
funcional y el modo de falla generada anteriormente por el AMFE.
1.2.5.- Análisis de criticidad
El objetivo de un análisis de criticidad es establecer un método que sirva de instrumento de
ayuda en la determinación de la jerarquía de procesos, sistemas y equipos de una planta
compleja, permitiendo subdividir los elementos en secciones que puedan ser manejadas de
manera controlada y auditable. Desde el punto de vista matemático la criticidad se puede
expresar como:
Criticidad = Frecuencia x Consecuencia
Donde la frecuencia está asociada al número de eventos o fallas que presenta el sistema
o proceso evaluado y, la consecuencia está referida con: el impacto y flexibilidad operacional,
los costos de reparación y los impactos en seguridad y ambiente. En función de lo antes
expuesto se establecen como criterios fundamentales para realizar un análisis de criticidad los
siguientes:
Seguridad
Ambiente
Producción
Costos (operacionales y de mantenimiento)
Tiempo promedio para reparar
Frecuencia de falla
El establecimiento de criterios se basa en los seis (6) criterios fundamentales nombrados
en el párrafo anterior. Para la selección del método de evaluación se toman criterios de
ingeniería, factores de ponderación y cuantificación.
1.2.5.1. Método de Evaluación del Análisis de Criticidad
A la hora de seleccionar el método de evaluación, es necesario apoyarse en criterios de
ingeniería y factores de ponderación o cuantificación. Esto estará sujeto a la información
disponible al momento del estudio. La condición ideal sería disponer de datos estadísticos de los
sistemas a evaluar que sean bien precisos, lo cual permitiría cálculos “exactos y absolutos”. Sin
embargo desde el punto de vista práctico, dado que pocas veces se dispone de una data histórica
de excelente calidad, el análisis de criticidad permite trabajar rangos, es decir, establecer cuál
sería la condición más favorable, así como la condición menos favorable de cada uno de los
criterios a evaluar. La información requerida para el análisis siempre estará referida con la
frecuencia de fallas y sus consecuencias.
PONDERACIONES DE LOS PARÁMETROS DEL ANÁLISIS DE CRITICIDAD1. FRECUENCIA DE FALLA Puntaje
ALTA: más de 10 fallas por año. 2PROMEDIO: 3 a 9 fallas por año. 4BAJA: 1 a 4 fallas por año. 2EXCELENTE: menos de una falla por año. 1
2. IMPACTO OPERACIONAL PuntajeParada inmediata de toda la planta. 8Parada inmediata de un sector de la línea productiva. 5Impacta los niveles de producción o calidad. 4Repercute en costos operacionales adicionales asociados a la disponibilidad del equipo.
6
No genera ningún efecto significativo sobre producción. 43. FLEXIBILIDAD OPERACIONAL Puntaje
No existe opción de producción y no existe función de respaldo. 3Existe opción de respaldo compartido. 2Existe opción de respaldo disponible. 1
4. COSTOS DE MANTENIMIENTO PuntajeMás de BsF. 20 000 30BsF. 10 000 a 5 000 12BsF. 5 000 a 1 000 4Menos de 1 000 1
5. IMPACTO EN SEGURIDAD Y MEDIO AMBIENTE PuntajeAfecta la seguridad humana tanto interna como externa. 70Afecta al medio ambiente produciendo daños severos. 25Afecta las instalaciones causando daños severos. 50Provoca daños menores (accidentes e incidentes) personal propio. 60Provoca un impacto ambiental cuyo efecto no viola las normas ambientales. 50No provoca ningún daño a las personas, instalaciones ni ambiente. 0
Figura 01. Ejemplo de una Tabla de Ponderación
43
Fre
cuen
cia
21
0 a 12 13 a 24 25 a 36 37 a 48 49 a 60
Figura 02. Ejemplo de una Matriz de Criticidad
1.3. Análisis Costo-Riesgo
El análisis “Costo-Riesgo” resulta particularmente útil para decidir en escenarios con
intereses en conflicto, como el escenario “Operación – Mantenimiento”, en el cual el
operador requiere que el equipo o proceso opere en forma continua para garantizar
máxima producción, y simultáneamente, el mantenedor requiere que el proceso se
detenga con cierta frecuencia para poder mantener y ganar confiabilidad en el mismo. El
modelo Costo-Riesgo es el indicado para resolver el conflicto previamente mencionado,
dado que permite determinar el nivel óptimo de riesgo y la cantidad adecuada de
mantenimiento, para obtener el máximo beneficio o mínimo impacto en el negocio.
La figura muestra gráficamente el modelo mencionado, y en el mismo pueden
destacarse tres curvas que varían en el tiempo:
- La curva del nivel de riesgo (riesgo = probabilidad de falla x consecuencia), asociado
a diferentes periodos de tiempo o frecuencias de mantenimiento
Consecuencia
No Crítico (NC)
Semi-crítico (SC)
Crítico (C)
.- La curva de los costos de mantenimiento, en la cual se simulan los costos de
diferentes frecuencias para la acción de mantenimiento propuesta
1.3.1. Estimación de Riesgo
Como se mencionó en el punto 2, el cálculo del riesgo, involucra la estimación de la
Probabilidad de Fallas y/o la Confiabilidad, (Confiabilidad = 1 – Probabilidad de
Fallas), y de las Consecuencias. La figura 4 muestra la descomposición del indicador
“riesgo” en sus componentes fundamentales. En ella se muestra claramente que para
calcular riesgo, deben establecerse dos (2) vías, una para el calculo de la confiabilidad
y/o la probabilidad de fallas, en base a la historia de fallas o en base a la condición; y
otra para el cálculo de las consecuencias.
1.3.2. Estimación de la Probabilidad de Fallas y/o la Confiabilidad.
Para la estimación de la confiabilidad o la probabilidad de fallas, existen dos métodos
que dependen del tipo de data disponible; estos son:
Estimación Basada en Datos de Condición, altamente recomendable para equipos
estáticos, que presentan patrones de “baja frecuencia de fallas” y por ende no se
tiene un “historial de fallas” que permita algún tipo de análisis estadístico.
Estimación Basada en el Historial de Fallas: recomendable para equipos
dinámicos, los cuales por su alta frecuencia de fallas, normalmente permiten el
almacenamiento de un historial de fallas que hace posible el análisis estadístico.
1.3.3. Estimación de Confiabilidad Basada en Condición
El análisis tradicional de confiabilidad, basado en el análisis estadístico del tiempo
para la falla, ha sido exitosamente utilizado para mejorar el mantenimiento preventivo y
traer los equipos y sistemas hasta los actuales niveles de desempeño. Sin embargo,
buscando la mejora continua de sus procesos, en las tres últimas décadas, algunas
industrias han hecho grandes esfuerzos en la recolección de data diferente a la data de
falla, a través de programas de monitoreo de la condición (mantenimiento predictivo)
con la finalidad de optimizar las frecuencias de mantenimiento de sus equipos y tomar
acciones proactivas para evitar la ocurrencia de la falla.
La mencionada data de condición, ha sido usada principalmente en forma
determinística, es decir, para hacer diagnósticos puntuales, debido a la falta de una
adecuada metodología de análisis probabilística. En esta sección se establecen las bases
conceptuales para el cálculo de confiabilidad y probabilidad de falla de equipos basado
en la data de condición. La columna vertebral de este método es el análisis Carga-
Resistencia [1].
a. Análisis Carga-Resistencia
El análisis Carga-Resistencia tiene como premisa el hecho de que las fallas son el
resultado de una situación donde la carga aplicada excede la resistencia. Carga y
Resistencia son usados en el sentido más amplio de la palabra; es decir, la carga pudiera
ser la presión de operación, mientras la máxima presión de operación permisible sería la
resistencia. Similar análisis se hace para cualquier otro parámetro relevante de la
condición como vibración para equipos dinámicos, o reducción de espesor para el caso
de equipos estáticos.
En todos los casos existirá un valor actual de la condición que se monitorea, el cual
representará la carga, y un valor límite de la condición que representara la resistencia.
Esta última normalmente esta regulada por normas y estándares de la ingeniería.
Contrario a la creencia general, en la mayoría de los casos ni la carga ni la resistencia
son valores fijos, por el contrario, sus valores son estadísticamente distribuidos. Cada
distribución tiene su valor medio, denotado por μY para la carga y μX para la
resistencia y sus desviaciones estándar σY y σX respectivamente. Esto es ilustrado en la
figura 5.
Cuando la distribución de la condición medida o monitoreada en el equipo tiene algún
solape con la distribución de la condición límite o criterio de rechazo, en ese momento
existe probabilidad de falla. Esta situación es mostrada en la figura 6.
La confiabilidad de un elemento bajo la aplicación de una carga es la probabilidad de
que su resistencia exceda la carga. Dicha confiabilidad puede calcularse con la siguiente
expresión: Confiabilidad = Probabilidad (Resistencia>Carga) [1],[5],[8],[9],[10]
Donde μY y μX son las medias de las distribuciones de la resistencia o criterio límite y
el esfuerzo o condición monitoreada respectivamente, y σY y σX las respectivas
desviaciones estándar.
NOTA: El operador “Φ”, indica que con el resultado obtenido de la ecuación entre
paréntesis, debe buscarse el valor de probabilidad correspondiente en una tabla de la
distribución normal
b. Estimación de la confiabilidad basada en la condición
Un parámetro de condición (PC) es cualquier variable física que revele información
acerca de las características de desempeño de un equipo o componente. Un Parámetro
Relevante de Condición (PRC) es un parámetro cuyo valor numérico caracteriza y
cuantifica la condición de un equipo o componente en cualquier instante de su vida
operativa.
Para que un PC sea un PRC, debe cumplir con los siguientes requisitos:
Caracterizar la condición del equipo.
Ajustar su valor continuamente durante su vida operativa.
Describir numéricamente la condición del equipo o componente.
Un buen ejemplo de un PRC es el espesor de pared “E”, el cual es comúnmente usado
en la industria petrolera para caracterizar el proceso de deterioro debido al fenómeno
Erosión-Corrosión en tuberías en general y en algunos recipientes a presión. Otros PRC
famosos en la industria del gas y del petróleo son:
Nivel de Vibración (Equipos Dinámicos)
Partículas Metálicas disueltas en el aceite (Equipos Dinámicos)
Velocidad de Declinación (Pozos y Yacimientos)
Presion Estática de Fondo (Yacimientos)
Formulación Matemática del PGR:
Las ecuaciones básicas del PGR tienen su base en distribuciones probabilísticas de
Weibull condicionales [3], y son las siguientes:
A partir de estas ecuaciones básicas y de la data de fallas [(ti)=tiempos de operación
entre fallas sucesivas] se calculan los parámetros “α”, “β” y “q”, cuyo significado es:
α : ”parámetro de escala”
β : ”parámetro de forma”
q : ”parámetro de efectividad de la reparación ”. Este parámetro puede interpretarse,
según su valor, de la siguiente forma:
q = 0 tan bueno como nuevo
0 < q < 1 mejor que como estaba , pero peor que cuando era nuevo
q = 1 tan malo como estaba
q < 0 mejor que nuevo
q > 1 peor que como estaba
Para obtener los parámetros con este método existen dos alternativas[3] dependiendo
del momento de ejecución del análisis.
a. Método de estimación de la Máxima Probabilidad de Ocurrencia (MPO), para
aquellos casos en los cuales hay suficiente data disponible para el ciclo en análisis.
b. Teorema de Bayes para aquellos casos en los que no hay suficiente data disponible
del ciclo en análisis.
Una vez estimados los parámetros de PGR es posible predecir el número esperado de
fallas Λ(t), usando un proceso iterativo basado en simulación de Montecarlo [3],[6]. El
diagrama de flujo para este proceso iterativo se muestra en la figura 7.
Los resultados de las estimaciones hechas con el PGR son mucho más certeros que las
predicciones tradicionales. Como puede observarse en la figura 7.1, se generaron tres
líneas de predicción basados en el 25% de los datos de fallas (puntos de falla encerrados
con un cuadro) usando las tres teorías de predicción del numero de fallas:
Proceso de Renovación Ordinario, basada en la asunción de un estado “tan bueno
como nuevo” después de la reparación.
Proceso No Homogéneo de Poisson, basada en la asunción de un estado “tan malo
como estaba” después de la reparación.
Proceso Generalizado de Restauración (PGR) que considera estados intermedios.
De las tres, solo la correspondiente al PGR coincide con gran precisión con las fallas
que ocurrieron subsecuentemente.
4.- Estimación de Consecuencias.
En esta sección se presenta una metodología para estimar las consecuencias totales que
resultan de la falla de un equipo y/o sistema. El modelo básico que soporta el trabajo
aquí propuesto es el de “Impacto Total en el Negocio” desarrollado por John
Woodhouse [2].
Modelo Propuesto:
El modelo divide las consecuencias asociadas con una falla particular en cuatro grandes
categorías: Pérdidas de producción, costos de reparación, impacto ambiental e impacto
en seguridad.
a. Pérdida de Producción:
En este paso, las pérdidas de producción debido a tiempo fuera de servicio son
estimadas usando la siguiente ecuación: PERDIDA DE PRODUCCIÓN = PP * RF *
TTR
Donde PP es el precio del producto ($/Unid), RF es la reducción de flujo (Unid/Hr) y
TTR, el tiempo para reparar (Hrs). La variabilidad del costo del producto se incluye con
la asunción de una distribución normal.
Reducción de flujo: La reducción puede ser total o parcial, dependiendo de otros
factores tales como diseño, redundancias, cargas compartidas o stand by y/o severidad
de la falla (critica o degradación). Para representar todos los posibles valores de esta
reducción se definió una distribución normal.
Tiempo de reparación: En lo que respecta al tiempo de reparación, es su valor
promedio (MTTR) el considerado para representar la distribución de esta variable.
b. Costos de reparación: La distribución de los costos de reparación debe incluir el
espectro de todos los posibles costos, los cuales varían dependiendo de la severidad de
la falla. Durante los ciclos de vida (tiempo entre overhauls), estos costos tienden hacia
una distribución normal.
c. Impacto Ambiental e Impacto en Seguridad: Las distribuciones de estos impactos,
en la mayoría de los casos, son difíciles de construir, pues no es fácil encontrar datos y
fundamentalmente requieren ser construidas en base a la opinión de expertos.
5.- El Diagnóstico Integral en el Proceso de Confiabilidad
Como se ha estado describiendo en este trabajo, el diagnostico integral es un
proceso que implica el uso de avanzadas técnicas de cálculo para predecir fallas y
eventos no deseados e inferir sus consecuencias; es decir permite estimar el riesgo
siguiendo el esquema de la figura 4 y también permite el uso de modelos de decisión
como el Modelo Costo Riesgo explicado en el punto 1.
Hasta este punto, se han descrito brevemente las técnicas de la Ingeniería de
Confiabilidad que permiten hacer estos cálculos.
El proceso conocido como “Confiabilidad Operacional”; es un enfoque metodológico
donde el diagnóstico integrado se combina con otras metodologías tradicionales del área
de confiabilidad, tales como: Análisis de Modos y Efectos de Fallas, Análisis Causa
Raíz e Inspección Basada en Riesgo, entre otras; con la finalidad de:
Inferir probabilísticamente todos los escenarios de producción factibles, a través de
la predicción de los periodos de operación normal y de ocurrencia de eventos o
escenarios no deseados, basados la configuración de los sistemas, la confiabilidad
de sus componentes y la filosofía de mantenimiento
Identificar acciones concretas para minimizar y/o mitigar la ocurrencia de estas
fallas o eventos no deseados y llevar el riesgo a niveles tolerables
Explorar las implicaciones económicas de cada escenario de riesgo posible y
diseñar planes y estrategias óptimas para el manejo del negocio.
La figura 9, muestra el esquema de integración del Diagnostico Integrado con otras
metodologías en el enfoque de Confiabilidad Operacional.
1.4. Sistema de Optimización de Mantenimiento Preventivo
El sistema de Optimización de Mantenimiento Preventivo es un método diseñado
para revisar los requerimientos de mantenimiento, el historial de fallas y la información
para revisar los requerimientos de mantenimiento, el historial de fallas y la información
técnica de los activos de operación. La teoría básica del PMO parte del análisis del
Ciclo Reactivo del mantenimiento.
El proceso de Optimización de Mantenimiento Preventivo, facilita el diseño de un
marco de trabajo racional y rentable, cuando un sistema de PM está consolidado y la
planta está bajo control. Esto implica una buena experiencia en hacer mantenimiento
planeado. A partir de ahí, las mehoras se pueden alcanzar fácilmente con la adecuada
asignación de recursos; y el personal de mantenimiento puede enfocar sus esfuerzos en
los defectos del diseño de planta, o en las limitaciones operativas.
Un sistema PMO es base para una Ingeniería de Confiabilidad efectiva, y para la
adecuada eliminación de defectos, teniendo en cuenta que:
Se reconocen y resulven los problemas con la información exacta
Se logra un efectivo uso de los recursos.
Se mejora la productividad de los operarios y del personal de mantenimiento.
El sistema se adapta a las situaciones y los objetivos específicos de cada cliente.
La optimización del PM motiva al personal.
Mientras que el PMO utiliza el historial de fallas existente como una entrada en la
revisión de las actividades de PM, reconoce que en la gran mayoría de las empresas, la
información contenida en sistemas CMMS, tiende a ser inexacta e incompleta, y busca
corregirla.
El análisis de Confiabilidad con base en el historial de fallas de los equipos, permite
determinar el comportamiento real durante su vida útil, con el fin de:
Diseñar las políticas de mantenimiento a utilizar en el fututo.
Determinar las frecuencias optimas de ejecución del mantenimiento preventivo.
Optimizar el uso de los recursos físicos y del talento humano.
Calcular intervalos óptimos de sustitución económica de equipos.
CONCLUSIONES
La vida útil es una etapa de lo que se conoce como el ciclo de vida de
un sistema, éste se define a través del costo, el tiempo y las condiciones ambientales que
se invierten y generan desde el proyecto, la construcción, la instalación, la operación y
el mantenimiento, hasta la desincorporación del equipo. En los análisis de los ciclos de
vida intervienen gran variedad de factores, sin embargo, la vida útil del equipo está
limitada desde el arranque hasta cumplir con el período de medio uso, al cual está sujeto
todo equipo dependiendo de la confiabilidad de cada uno de los componentes que lo
constituyen.
Un esquema dinámico de mantenimiento requiere el conocimiento de los índices
probabilísticas de cada equipo, las cuales definen sus condiciones de operación a corto
plazo. Estos índices se generan a partir de los registros, ya sea a través de ficheros, de
hojas formateadas o de cualquier otro medio para la escritura de información. La
información recopilada consiste en datos de tiempos de operación y fuera
de servicio que se han producido desde la instalación y puesta en marcha de cada equipo
y durante su vida útil.
Mediante los métodos y técnicas estadísticas podemos determinar la
problemática de un equipo como tal, su vida útil, predecir futuros falles o averiguar la
razón de los mismos. Así mismo estos métodos abarcan una amplia gama de modelos
cuyas aplicaciones ya expuestas se desenvuelven de una u otra manera dependiendo el
uso propio que se les otorgue a la hora de su empleo dentro de un plan de
mantenimiento.
Como un ejemplo final se puede mencionar que el análisis de criticidad da
respuesta a varias interrogantes dado que genera una lista ponderada desde el elemento
más crítico hasta el menos crítico del total del universo analizado, diferenciando tres
zonas de clasificación: alta criticidad, mediana criticidad y baja criticidad. Una vez
identificadas estas zonas, es mucho más fácil diseñar una estrategia, para realizar
estudios o proyectos que mejoren la confiabilidad operacional, iniciando las
aplicaciones en el conjunto de procesos ó elementos que formen parte de la zona de alta
criticidad.
BIBLIOGRAFÍA
MANTENIMIENTO Y SEGURIDAD INDUSTRIAL. (2006). [Documento
en línea].(Consultado 21 de Junio de 2011, desde:
http://www.monografias.com/trabajos15/mantenimiento-industrial/mantenimient
o-industrial.shtml
MANTENIMIENTO. (2007). [Documento en línea]. Consultado el 11 de Junio
de 2011, desde: http://html.rincondelvago.com/costos-de-mantenimiento.html
E. T. NEWBROUGH. Administración de Mantenimiento Industrial.
Organización, Motivación y Control en el Mantenimiento Industrial. 1era
Edición. Editorial Diana. México, D. F. 1998.
Wikipedia. (2010). [Página web en línea]. Disponible en:
http://www.wikipedia.org/