Upload
lynhan
View
216
Download
0
Embed Size (px)
Citation preview
1
INFORME DE SUFICIENCIA
Implementación de un programa de confiabilidad basada en la estadística de alertas para una flota de aeronaves DASH8-202.
por
Ruben Francisco Luque Carbajal
Bachiller en Ingeniería Aeronáutica de la
Facultad de Ingeniería Industrial y Mecánica
Para optar el Título Profesional de
INGENIERO AERONÁUTICO EN LA
UNIVERSIDAD TECNOLOGICA DEL PERU
FEBRERO 2015
Programa Especial de Titulación Profesional 2015-1
El Autor cede a UTP los permisos para reproducir esteInforme de forma total o parcial, en cualquier medio conocido o futuro.
2
DEDICATORIA
El presente informe está dedicado a mi familia y mi querido abuelo que yace en la gloria
del descanso eterno, que gracias a sus constantes consejos y empujes, inculcaron en mí
la perseverancia, dedicación y esfuerzo, lo que me motivo día a día y así realizarme
profesionalmente.
3
ÍNDICE
Dedicatoria ii
Índice iii
Resumen v
Introducción vi
CAPÍTULO I: PROBLEMA DE INVESTIGACIÓN 7
Planteamiento del problema 8
Formulación del problema 9
Justificación e importancia 9
Limitaciones 10
Antecedentes de investigación 10
Objetivo 11
CAPÍTULO II: MARCO TEÓRICO 12
Base Teóricas 13
Definición de términos 21
CAPÍTULO III: MARCO METODOLÓGICO 24
Variables 25
Definición de variables 25
Metodología 25
Método de investigación 26
CAPÍTULO IV: METODOLOGÍA PARA LA SOLUCIÓN DEL PROBLEMA 27
4
Alternativas de solución 28
Solución del problema 28
Recursos humanos y equipamientos 29
CAPÍTULO V: ANÁLISIS Y PRESENTACIÓN DE RESULTADOS 30
Análisis descriptivo de la información relativa y las variables de estudio 31
Análisis teórico de los datos y resultados obtenidos en relación con las
bases teóricas de la investigación 77
Análisis de la asociación de variables y resumen de las apreciaciones
relevantes que produce 88
Conclusiones 99
Sugerencias c
Referencias bibliográficas ci
Anexos cii
5
RESUMEN
El presente informe se realizó con información de una flota de aeronaves Dash 8-202
perteneciente a la empresa LCPerú, la recolección de datos se obtuvo con las
discrepancias de los pilotos durante vuelo y del personal de mantenimiento en tierra,
permitiendo realizar el análisis por confiabilidad de sistemas y componentes, generando
gráficos estadísticos en donde se detectaron avisos de alerta de las fallas que
presentaron las aeronaves que vuelan en un espacio geográfico accidentado como el
Perú.
Estos valores de alerta basados en conceptos de confiabilidad, son interpretadas
mediante indicadores de reportes de piloto y remociones de componentes no
programados de aeronaves, permitiendo analizar y consultar con el fabricante las
soluciones necesarias para mantener una flota confiable.
Se utilizó la herramienta tecnológica Excel para aplicar los métodos estadísticos y para
realizar los indicadores mediante gráficas, haciendo de este software una herramienta
básica para la implementación de este programa de confiabilidad.
6
INTRODUCCIÓN
El mantenimiento bajo el concepto de confiabilidad, nació en la industria aeronáutica a
mediados de los años sesenta, con la filosofía MSG 3, donde se aplica el análisis
estadístico de fallas y el monitoreo por condición de los componentes, la aplicación del
mantenimiento centrado en la confiabilidad optimiza programas estándares de
mantenimiento emitidos por los fabricantes de diferentes modelos de aeronaves,
reduciendo los costos operacionales de una aerolínea.
Para poder desarrollar estos programas, es necesario conocer qué tipo de herramientas e
información se requerirán para el análisis de tendencias estadísticas.
El presente trabajo pretende mostrar la aplicación de conceptos de confiabilidad de
sistemas y de componentes para ayudar al análisis de fallas de mantenimiento, optimizar
tareas preventivas, reducir costos elevados de reparación de componentes y sobre todo
permitir beneficios en la productividad, aeronavegabilidad, rentabilidad y seguridad de
vuelo en aerolíneas que deseen operar con aviones Dash8-202 en el Perú.
8
1.1. Planteamiento del problema:
El Perú, es uno de los países que cuenta con un suelo geográfico accidentado y
climatológicamente variado, a pesar de estas condiciones, existen aeródromos, donde el
transporte aéreo es capaz de mantenerse para el desarrollo de diversas industrias y el
crecimiento económico de ciudades.
La mayoría de estos aeródromos cuentan con pistas de aterrizajes cortas, no
pavimentadas y están ubicadas a gran altura, además soportan las variadas condiciones
de clima como la alta humedad, lluvias, etc., lo cual impide que ciertos modelos de
aeronaves puedan aterrizar, debido a los requerimientos mínimos operacionales, es
decir, tengan una pista de aterrizaje debidamente asfalta, de un ancho y longitud
necesarias para realizar la carrera de despegue, la altura, la infraestructura, entre otras
más.
En la industria aérea, las avionetas y algunos aviones pueden acceder a este tipo de
terrenos agrestes, logrando aterrizar en pistas de aterrizajes cortas y no pavimentadas,
además, someterse a los diferentes cambios de temperatura y alturas distintas,entre este
grupo de aeronaves destaca los modelos de canadienses Dash8-202 de Bombardier.
Para una aerolínea que opere con una flota de aeronaves Dash8-202 en este tipo de
espacio geográfico, debe entender que las diversas fallas de mantenimiento en los
sistemas de las aeronaves, son posibles resultados provocados por el lugar donde vuela,
factores como la corrosión, debido a la alta humedad, afecta la estructura de la aeronave
y diversos equipos electrónicos, además, operar en pistas no pavimentadas incrementa
los impactos de objetos extraños en el fuselaje del avión, logrando un incremento de
fallas causando la pérdida de la confiabilidad de estas aeronaves, trayendo
consecuencias como el incremento de fallas y remociones elevadas de equipos.
La confiabilidad de las aeronaves es medida por varios indicadores uno de los cuales son
los indicadores de reporte de pilotos y los indicadores de remoción de componentes,
9
estos indicadores van enlazados con las fallas de mantenimiento, esto quiere decir que,
mientras las fallas van en aumento y exista alertas, la confiabilidad disminuye lo cual
afecta una operación rentable, aeronavegable, óptima y sobre todo la seguridad de vuelo
del avión.
1.2. Formulación del problema:
1.2.1. Pregunta General:
¿Cómo implementar un programa de confiabilidad, basada en la estadística de alertas
para una flota de aeronaves DASH8-202?
1.2.2. Preguntas Específicas:
1.2.2.1. ¿Cómo aplico la confiabilidad para desarrollar un programa estadístico de
alertas, el cual brindará mejoras en la seguridad de vuelo?
1.2.2.2. ¿Cómo mantener la aeronavegabilidad de una flota Dash8-202 mediante el
desarrollo de un programa de confiabilidad basada en la estadística de
alertas?
1.2.2.3. ¿Cómo desarrollar las métricas y fórmulas estadísticas para la implementación
de este programa de confiabilidad?
1.3. Justificación e importancia:
El presente informe se realizó para brindar una facilidad en la optimización de un
programa de mantenimiento estándar en aeronaves Dash 8-202, para aerolíneas que
deseen realizar operaciones aéreas en regiones accidentadas como el Perú, mediante la
implementación de un programa de confiabilidad basada en la estadística de alertas con
lo cual mantendrá una flota confiable, aeronavegable, rentable y eficiente.
10
1.4. Limitaciones:
Las limitaciones que se pueden encontrar durante la elaboración de este informe son las
siguientes:
1.4.1. Por parte de los mecánicos de mantenimiento, no ingresar adecuadamente los
datos requeridos en las órdenes de servicio respecto a los números de parte y
serie de los componentes removidos no programados, si esta información no es
ingresada correctamente, no se podrá dar un seguimiento adecuado a la
confiabilidad de componentes.
1.4.2. Por parte de la tripulación de vuelo, no ingresar claramente la falla presentada
durante la operación de la aeronave, ya que si la información no está bien
detallada, no se podrá dar un seguimiento debido al reporte de mantenimiento.
1.5. Antecedentes de investigación:
1.5.1. Licito Bonilla Cristhian, (2015), Mejora de la confiabilidad de operación del sistema
weather radar en aeronaves DASH8-202, Universidad Tecnológica del Perú,
Reubicación del ducto de salida de aire tibio del TRU #1 hacia el compartimiento
del radome, donde se encuentra instalada la Antena del Sistema de Radar
Meteorológico, P. 38 – 45.
1.5.2. Hernández Bárcenas Raymundo, (2010), Propuesta de Mantenimiento Preventivo
Basado en la Confiabilidad, Instituto Politécnico Nacional de México, Confiabilidad:
Es la característica de calidad que mide la duración de los productos, los cuales
deben operar sin fallas durante un tiempo especificado para ser confiables, P. 10.
1.5.3. Meza Sevilla Paulo Roberto y Garcia Hernández Ramiro, (2011), Análisis de la
confiabilidad del componente AHRU (unidad de referencia de rumbo y actitud),
Instituto Politécnico Nacional de México. Descripción del proceso del control de
confiabilidad, el control de confiabilidad es un método de control sobre el
desempeño mecánico de la aeronave, sistemas y componentes, P. 21
11
1.6. Objetivos:
1.6.1. Objetivo General:
1.6.1.1. Implementar un programa de confiabilidad basada en la estadística de alertas
para una flota de aeronaves DASH8-202.
1.6.1.2. Objetivos Específicos:
1.6.1.3. Aplicar los conceptos de confiabilidad de Bombardier para el desarrollo de un
programa estadístico de alertas, el cual brindará mejoras en la seguridad de
vuelo.
1.6.1.4. Mantener la aeronavegabilidad de una flota Dash8-202 mediante el desarrollo de
un programa de confiabilidad basada en la estadística de alertas.
1.6.1.5. Desarrollar las métricas y fórmulas estadísticas para la implementación del
programa.
13
2.1. Bases Teóricas:
Según, Meza Sevilla Paulo Roberto y García Hernández Ramiro, (2011), Análisis de la
confiabilidad del componente AHRU (unidad de referencia de rumbo y actitud).
La confiabilidad es la probabilidad de que un componente o sistema desempeñe
satisfactoriamente la función para la que fue creado durante un periodo establecido y bajo
condiciones de operación especificadas, podemos interpretarlo con el siguiente cuadro:
Diagrama 1 – Análisis de Confiabilidad
Fuente: Manual de Confiabilidad de LC Perú.
Las fuentes de información empleada se obtienen descargando los datos de los
diferentes sistemas de información de la compañía que incluyen los siguientes aspectos:
14
Reportes técnicos y de piloto: En vuelo los pilotos, a través de los reportes de piloto
reportan una anomalía de mal funcionamiento en un componente o sistema. De igual
manera se reporta los cambios de componentes y/o fallos y corrección de fallos en los
reportes técnicos.
Reportes de piloto diferidos: Son aquellos subsistemas del avión que de acuerdo con lo
mencionado en el listado mínimo de equipos (MEL), puede ser diferida en el tiempo su
acción correctiva.
Remociones no programadas de componentes HARD TIME: Este evento sucede cuando
un componente es removido de forma no programada debido a un fallo en su
funcionamiento antes del tiempo establecido con base en el programa de mantenimiento.
Remoción de componentes On Condition: Este suceso ocurre cuando un componente
bajo On Condition es removido de forma prematura, antes de cumplir el periodo para su
chequeo funcional (sin ser retirado del avión) el cual era estimado de acuerdo a un
estándar comparativo.
2.1.1. Proceso de recolección de información sobre reportes técnicos.
Los estándares de desempeño son los avisos de alertas de sistemas de aeronaves, que
son generados sobre la base de la cantidad de reportes de piloto por horas alcanzados y
cada vez que el promedio de los tasas mensuales calculadas de los tres últimos meses,
(considerado por cada 1000 horas de vuelo o ciclos de vuelo como aplique según el
análisis que se realice), iguala o supera el valor de alerta establecido para el periodo que
se encuentra bajo análisis.
Las remociones de componentes y las fallas de mantenimiento generan avisos de alertas,
cada vez que la tasa del último mes y el promedio de las tasas de los últimos tres meses,
en sus distintas combinaciones, alcanzan una clasificación de categoría de alerta (RE,
AL, EX,). La tasa de remociones corresponde al número de remociones por cada 1000
horas de vuelo del componente.
15
El rendimiento de las aeronaves, sistemas, motores y componentes es monitoreado por
un sistema de “alerta” que en términos simples, es un sistema comparativo. Se utiliza un
nivel de rendimiento (índice) mensual y/o trimestral, que en sus diversas combinaciones
es comparado con los valores de alerta establecidos para determinar su condición actual.
Cuando los componentes, sistemas o motores alcancen una condición de alerta, se
generará un aviso de alerta,
Los parámetros usados para el seguimiento, evaluación y determinación de las acciones
correctivas a ser aplicadas están clasificados en primarios y secundarios.
Las primarias son aquellos que afectan directamente la confiabilidad de la operación y
secundarias las que afectan en forma indirecta. La confiabilidad es monitoreada
mensualmente por el seguimiento de todos los parámetros indicados.
Los valores de alerta son calculados sobre la base de los registros obtenidos de la
operación diaria y considerando un período de doce meses. Al cabo del término del
periodo de doce meses, estos valores deben ser recalculados con la información de los
doce meses inmediatamente anteriores.
Los rendimientos funcionales considerados como la operación normal de un sistema o
componente están controlados a través del seguimiento de las frecuencias en la
ocurrencia de la falla de un sistema o la remoción de un componente. Las desviaciones
de dichas frecuencias de falla o remoción más allá de la distribución normal calculada y
esperada, generarán una condición de alerta.
Para establecer los valores de alerta se usa el método estadístico de la desviación
estándar.
Los valores de alerta son normalmente fijados de dos a tres desviaciones estándar sobre
la tasa de falla calculada (valor o tasa de falla principal), lo cual establece la banda de
tolerancia que es proporcional a las variables en la tasa de falla obtenida. La fijación del
16
nivel de alerta (referido al coeficiente multiplicador “k”) dependerá normalmente de la
distribución o dispersión observada en las tasas de fallas del sistema en cuestión. No
debe ser fijado más alto que la mayor de las tasas de fallas calculadas, de tal forma que
no produzca ninguna situación de alerta; ni tan bajo que la distribución normal de fallas
produzca excesivas generaciones de alertas.
El valor de alerta está definido entonces como el límite de control superior o upper control
limit (UCL) de esta banda de tolerancia.
La desviación estándar o desviación típica (denotada con el símbolo σ o s) es
una medida de dispersión para variables de razón (variables cuantitativas o cantidades
racionales) y de intervalo. Se define como la raíz cuadrada de la varianza de la variable.
Para conocer con detalle un conjunto de datos, no basta con conocer las medidas de
tendencia central, sino que necesitamos conocer también la desviación que presentan los
datos en su distribución respecto de la media aritmética de dicha distribución, con objeto
de tener una visión de los mismos más acorde con la realidad al momento de describirlos
e interpretarlos para la toma de decisiones. La desviación estándar, también
llamada desviación típica, es una medida de dispersión usada en estadística que nos dice
cuánto tienden a alejarse los valores concretos del promedio en una distribución. De
hecho, específicamente, el cuadrado de la desviación estándar es "el promedio del
cuadrado de la distancia de cada punto respecto del promedio". Se suele representar por
una S o con la letra sigma, , como se muestra en la siguiente fórmula:
(1)
Fuente: Libro Estadística y Probabilidad UTP
Donde N es la cantidad de meses de la muestra a calcular, 푥 es el indicador calculado
para cada mes y es 푥̅la media aritmetica.
17
En la figura siguiente se muesta la intrepretación de la desviación estandar respecto a la
media aritmética.
Imagen 1 - Modelo de la desviación estándar
Fuente: Libro de Estadística y Probabilidad UTP
LCPeru, (2013), Manual de Confiabilidad.
Los valores de alerta son calculados de acuerdo al método de la desviación estándar
como sigue:
(VA)= μ + k × σ (2)
Donde μ es el promedio de los índices de componentes y reportes del último año (12
meses), k es el coeficiente multiplicador (2 ó 3) y σ es ladesviación estándar.
Los valores de alerta son calculados en intervalos de doce meses. Si una investigación
demuestra que el valor de alerta asignado o calculado esta incorrecto, el valor de alerta
puede ser modificado durante el periodo de los doce meses en curso.
18
Y se toman los siguientes criterios:
Si la disminución del VA > 10% se asume un VA igual a la suma del VA actual más el VA
calculado dividido por dos.
Si la disminución es 0 < VA<=10% se modifica el valor de alerta al nuevo valor calculado.
Si el aumento es 0< VA<= 10% se mantienen los valores de alerta actuales.
Si el aumento del VA >10% se mantiene el VA actual, a no ser de que existan
antecedentes técnicos que permitan adoptar un criterio diferente.
Estos criterios establecidos, persiguen ir ajustando los valores de alerta a cifras que
determinen el correcto control de la operación, dentro de límites confiables para mantener
siempre un equilibrio técnico-económico en la flota de aeronaves sus motores y
componentes.
2.1.2. Confiabilidad de Sistema:
Tasa de reporte de pilotos (PRR):
Dentro de los indicadores controlados por confiabilidad también se encuentran aquellos
relacionados con los reportes de piloto. El indicador que se lleva a cabo para dicha
medición es denominado tasa de reportes de Piloto (Pilot Report Rate - PRR). Esta
relación mide el número de reportes de piloto de todas las aeronaves de la flota
generados por cada 1000 horas de vuelo. Lo anterior se expresa con la finalidad de
mostrar el impacto que tiene cada sistema en el total de los reportes. La tasa de reportes
de piloto es calculada de la siguiente forma:
푃푅푅 = # ( ) ( )
× 1000 (3)
Fuente: Fabricante Bombardier
19
2.1.3. Confiabilidad de Componentes
Tasa de componentes removidos (URR):
Dentro de la confiabilidad de componentes existen dos parámetros que nos dejan
entrever el tiempo promedio entre remociones (programadas más no programadas) y el
tiempo medio entre remociones no programadas de los mismos. Estos parámetros son
los indicadores URR de sistemas, URR de componentes y MTBUR, los cuales se definen
de la siguiente forma:
2.1.3.1. URR de sistemas: Unschedule Removal Rate (indicador de remoción de
componentes no programados por sistemas): es el indicador de las
remociones de componentes totales de un sistema de avión o el total de la
flota no programados realizados por cada 1000 horas de vuelo del avión.
(4)
Fuente: Fabricante Bombardier
2.1.3.2. URR de Componentes: Unschedule Removal Rate (Indicador de
remoción de componentes): es el indicador de las remociones de
componentes específicos de una ATA no programados realizados por cada
1000 horas de vuelo del avión.
푈푅푅 = #[ ]
∗ 1000 (5)
퐹푢푒푛푡푒:퐹푎푏푟푖푐푎푛푡푒퐵표푚푏푎푟푑푖푒푟
Donde, QPA = (Qty per aircraft) es la cantidad de componentes instalados durante la
fabricación del avión.
20
2.1.3.3. MTBUR: Mean Time Between Unit Removals (Tiempo medio entre
remociones no programadas): es el tiempo medio en horas que transcurre
entre dos remociones (programadas mas no programadas) consecutivas de
cualquier par de motores de la flota.
(6)
Fuente: Fabricante Bombardier
2.1.4. Definición de categorías de alertas:
Una alerta existe cuando el índice mensual y promedio de los tres últimos meses
exceden el valor de alerta o upper control limit (UCL) establecido para el periodo. Existen
varios estados de alerta de acuerdo a la combinación de índices, ya sean con tendencia a
mejorar o deteriorarse.
Las categorías están definidas como sigue y se han ordenado de menor a mayor
criticidad e importancia:
Exceeder (EX), esta categoría existe cuando el índice promedio de los tres últimos meses
es mayor o igual que el valor de alerta.
Si se considera M1 la tasa del último mes, M2 la tasa del penúltimo mes, M3 la tasa del
antepenúltimo mes y así sucesivamente, se tiene:
Si (M3+M2+M1) / 3 >= VA entonces “EX” (7)
Fuente: Manual de Confiabilidad LC Perú
21
Alert (AL), esta categoría existe cuando el índice mensual del último mes y la tasa
promedio de los tres últimos meses son mayores o iguales que el límite de control
superior del valor de alerta.
Si se considera M1 la tasa del último mes, M2 la tasa del penúltimo mes, M3 la tasa del
antepenúltimo mes y así sucesivamente, se tiene:
Si (M3+M2+M1) / 3 >= VA & M1>= VA ....Entonces“ AL” (8)
Fuente: Manual de Confiabilidad LC Perú
Remain in Alert (REM), esta categoría existe cuando las dos índices consecutivas
promedio de los tres últimos meses exceden el valor de alerta y el índice del último mes y
del penúltimo mes son iguales o mayor que el valor de alerta. Si esta categoría existe por
tres meses consecutivos se debe re-analizar el ítem.
Si se considera M1 la tasa del último mes, M2 la tasa del penúltimo mes, M3 la tasa del
antepenúltimo mes y así sucesivamente, se tiene
Si (M3+M2+M1)/3 >= VA y (M4+M3+M2) /3 >= VA y M1& M2 >= VA , entonces “
RE”. (9)
Fuente: Manual de Confiabilidad LC Perú
2.2. Definición de Términos:
De acuerdo a Meza Sevilla Paulo Roberto y García Hernández Ramiro, (2011), Análisis
de la confiabilidad del componente AHRU (unidad de referencia de rumbo y actitud),
tenemos la siguiente definición de términos:
22
2.2.1. CALIDAD: Capacidad que tiene un producto/servicio para cumplir con las
características inherentes para las cuales fue diseñado.
2.2.2. CONDITION MONITORING: Monitoreo por condición, proceso de mantenimiento
(MSG-3) para elementos que no cuentan con Hard Time ni On-Condition como
proceso de mantenimiento primario. Este es aplicable para ítems que pueden
operar hasta la falla, este es caracterizado por un monitoreo de la confiabilidad
con un programa de vigilancia y un análisis funcional del sistema.
2.2.3. HARD TIME: Proceso de mantenimiento preventivo (MSG-2) que se aplica a
componentes que por análisis y experiencia tiene un tiempo límite de operación
asignado, el cabo del cual de ser sometido a overhaul, prueba de banco, prueba
de resistencia, prueba de hidrostática, prueba de peso, chequeo de presión,
calibración , prueba de compensación, prueba funcional etc.
2.2.4. ON CONDITION: Proceso de mantenimiento preventivo (MSG-2) que demanda
que un componente o parte sea periódicamente inspeccionado o verificado contra
algún estándar físico con el propósito de determinar si este puede o no continuar
en servicio.
2.2.5. OVERHAUL: trabajo técnico programado que se ejecuta a una aeronave y/o sus
componentes por haber cumplido el límite de tiempo operacional indicado por el
fabricante y/o la autoridad aeronáutica para llevarla a su condición de
aeronavegabilidad original.
2.2.6. VIDA LÍMITE: Categoría que define el ciclo de vida segura de un componente /
parte para operar dentro de parámetros confiables de diseño, siempre y cuando
las tareas de mantenimiento establecidas por su fabricante sean ejecutadas en los
intervalos comprendidos dentro de dicho ciclo.
De acuerdo a LCPerú (2013), Manual de confiabilidad, tenemos la siguiente definición de
términos:
23
2.2.7. AL: Alert, Esta categoría existe cuando el índice mensual del último mes y la tasa
promedio de los tres últimos meses son mayores o iguales que el límite de control
superior del valor de alerta.
2.2.8. EX: Exceeder, esta categoría existe cuando el índice promedio de los tres últimos
meses es mayor o igual que el valor de alerta.
2.2.9. RE: Remain in Alert, esta categoría existe cuando las dos índices consecutivas
promedio de los tres últimos meses exceden el valor de alerta y el índice del
último mes y del penúltimo mes son iguales o mayor que el valor de alerta. Si esta
categoría existe por tres meses consecutivos se debe re-analizar el ítem.
De acuerdo a Maintenance and Reliability Introduction, tenemos la siguiente definición de
términos:
2.2.10. FOD: (Foreing Object Damage), daños producidos por objetos externos.
2.2.11. BOMBARDIER: Fabricante de aeronaves Dash8-202.
2.2.12. FRACAS: (Failures Reporting Analisys and Corrective Action), sistema de análisis
del fabricante del avión alimentado con información de los operadores de la flota
de aviones a nivel mundial. De este sistema se derivan los informes de
confiabilidad mensual y trimestral.
2.2.13. MTBR: (Mean Time Between Removals), es el tiempo medio que ocurre entre dos
remociones (programadas mas no programadas).
2.2.14. MTBF: (Mean Time Between Failure), es el tiempo medio que ocurre entre dos
mismas fallas (reportes, no discrepancias).
2.2.15. MTBUR: (Mean Time Between Unscheduled Removals), tiempo medio entre dos
remociones no programadas consecutivas.
2.2.16. ATA: Sistema estándar numérico diseñado para designar los sistemas de las
aeronaves.
2.2.17. PIREP: Bombardier, (2010), (Pilot Report), reportes de piloto.
2.2.18. TBO: (Time Between Overhaul), tiempo entre Overhaul.
25
3.1. Variables:
3.1.1. Variable independiente: Estadística de alertas.
3.1.2. Variable dependiente: Flota de aeronaves Dash8-202.
3.2. Definición conceptual de las variables:
3.2.1. Variable independiente: LCPERU, 2014, Manual de Confiabilidad, Rev 3. La alerta
está basado en un cálculo de razón o frecuencia de falla, tal que si éste es
excedido, se genera una acción de investigación a fin de encontrar la causa de
esta situación. Los valores de alerta son calculados y asignados para cada una de
los sistemas de la aeronave y para aquellos componentes designados como
críticos. El cálculo es por medio del método estadístico utilizado para determinar
tendencias o condiciones deseables o indeseables.
3.2.2. Variable dependiente: la flota de aeronaves Dash8-202, ya que debido a la
condición de alerta que presente, la aeronaves presentarán las mejoras tomadas
por el valor de alerta que tuvieron en el sistema afectado.
3.3. Metodología:
3.3.1. Tipos de estudio:
3.3.1.1. Estudio correlaciónales – explicativo.
3.3.1.2. Estudio explicativo.
3.3.2. Diseño de la investigación:
El diseño de investigación está basada en la investigación no experimental de tipo
transeccionales o transversales de modo descriptivo.
26
3.4. Método de investigación:
Los métodos utilizados son:
3.4.1. Método estadístico.
3.4.2. Método deductivo.
3.4.3. Método analítico.
3.4.4. Método inductivo.
28
4.1. Alternativas de solución:
Las alternativas de solución que ofrece un programa de confiabilidad basada en la
estadística de alertas son las siguientes:
4.1.1. Optimizar intervalos de inspección de sistemas y equipos mediante el análisis de
fallas con la aplicación de la fórmula MTBF, tiempo medio entre fallas.
4.1.2. Optimizar intervalos de remociones de componentes on condition u overhaul
mediante el análisis de remociones de componentes no programados con la
aplicación de la fórmula MTBUR, tiempo medio entre remociones.
4.1.3. Aplicación de boletines de servicio, modificaciones y alteraciones mayores en las
aeronaves con el fin de mejorar la confiabilidad del equipo y sistema.
4.2. Solución del problema:
La solución óptima a corto plazo es la aplicación de boletines de servicio, debido a que
queremos encontrar soluciones rápidas para minimizar el impacto operacional producido
por fallas o remociones, contando con una información estadística de 2 años de
operación, es más conveniente buscar la aplicación de un boletín para mejorar la
confiabilidad del sistema; por otro lado esto ayuda económicamente a una compañía que
recién está empezando a recuperar la inversión de una operación inicial, ya que la
mayoría de boletines tienen bajos costos, debido a que normalmente son utilizados
componentes consumibles como tuercas, tornillos, remaches, empaquetaduras, líneas
hidráulicas, etc. Los boletines de servicio, en la mayoría de casos, son problemas que
también han presentado otros operadores en diversas partes del mundo, con lo que la
experiencia en otras partes del mundo puede ayudar a mejorar la confiabilidad de la flota.
29
4.3. Recursos humanos y equipamiento
Para empezar la aplicación de un programa de confiabilidad basada en la estadística de
alertas en una compañía aérea es necesario contar con los siguientes elementos y
costos:
4.3.1. Personal:
4.3.1.1. Analista de Confiabilidad ------------------------ S/. 3,000 (sueldo planilla).
TOTAL: S/. 3,000. (Tres mil nuevos soles)
4.3.2. Hardware:
4.3.2.1. Desktop ----------------------------------------------- S/. 2,500.
4.3.2.2. Amoblado (escritorio, silla) ----------------------- S/. 1,200.
4.3.2.3. Utilices de escritorio -------------------------------- S/. 250.
4.3.2.4. Equipo de protección al personal --------------- S/. 20.
TOTAL: S/: 3.970. (Tres mil novecientos setenta soles).
4.3.3. Software:
4.3.3.1. Paquete suscripción Microsoft original --------- S/. 1,000.00
4.3.3.2. Antivirus McAfee ------------------------------------- S/. 600.00
4.3.3.3. Adquisición de boletines de Bombardier ------ S/. 0 - 10,000. (aprox)
TOTAL: S/. 1,600 a S/. 11.600 (aprox).
COSTO TOTAL: S/. 8,570 a S/. 18,570 (aprox).
31
5.1. Análisis descriptivo de la información relativa a las variables de estudio.
Los datos generales que debemos tomar son las horas de vuelo de los aviones por cada
mes, desde el inicio de operación, ya que este valor será utilizado para el cálculo de los
indicadores. (Ver anexo 1).
5.1.1. Cálculo de reporte de pilotos:
Procedemos con los datos del cálculo de reportes de piloto, con los diferentes sistemas
(ATA 100) de las aeronaves:
5.1.1.1. ATA 21 (Aire Acondicionado): (186 Reportes)
Tabla 1 - Cantidad de reportes de piloto periodo 2012-2013 del ATA 21
Mes 21
ene-12 4
feb-12 5
mar-12 11
abr-12 12
may-12 4
jun-12 13
jul-12 12
ago-12 8
sep-12 3
oct-12 5
nov-12 14
dic-12 11
ene-13 4
feb-13 4
mar-13 2
32
abr-13 7
may-13 5
jun-13 9
jul-13 15
ago-13 4
sep-13 7
oct-13 15
nov-13 6
dic-13 6
Fuente: Propia y de la aerolínea LC Peru
Aplicando la fórmula 3 para hallar el indicador mensual de reportes de pilotos, para Enero
2012, reemplazamos los datos:
푃푅푅 =4푟푒푝표푟푡푒푠
211.10ℎ표푟푎푠푑푒푣푢푒푙표∗ 1000
Obtenemos:
푃푅푅 = 18.95
Para los meses consecutivos obtendremos los siguientes datos:
Tabla 2 – Indicador de reporte de pilotos periodo 2012-2013 del ATA 21
Mes PRR
ene-12 18.95
feb-12 16.91
mar-12 27.78
abr-12 28.50
may-12 7.24
33
jun-12 21.95
jul-12 20.34
ago-12 13.67
sep-12 5.26
oct-12 7.41
nov-12 19.40
dic-12 16.26
ene-13 6.16
feb-13 5.96
mar-13 2.64
abr-13 8.60
may-13 6.15
jun-13 11.35
jul-13 18.13
ago-13 4.74
sep-13 7.54
oct-13 18.43
nov-13 7.38
dic-13 7.77
Fuente: Propia y de la aerolínea LC Peru
Seguidamente, hallaremos el valor de alerta con la fórmula 2 del límite de control superior
(UCL).
Por lo tanto, reemplazamos los datos de los indicadores de reportes de piloto para el ATA
21 para la media aritmética, efectuamos las operaciones y tenemos:
34
푿풂풏풖풂풍
= (ퟏퟖ.ퟗퟓ + ퟏퟔ.ퟗퟏ + ퟐퟕ.ퟕퟖ + ퟐퟖ.ퟓퟎ +⋯+ ퟏퟑ.ퟔퟕ + ퟓ.ퟐퟔ+ ퟕ.ퟒퟏ + ퟏퟗ.ퟒퟎ + ퟏퟔ.ퟐퟔ
ퟏퟐ)
= ퟏퟔ.ퟗퟕ
Reemplazamos los datos obtenidos y efectuamos las operaciones en la fórmula 1 de
desviación estándar y tenemos:
휎 =1
12− 1[(18.95− 16.97) + (16.91− 16.97) + (27.78− 16.97) ] + ⋯
Obtenemos la desviación estándar:
휎 = 7.57
Finalmente reemplazamos los datos en la fórmula 2, límite de control superior y
calculamos el UCL del periodo 2012:
푈퐶퐿 = 16.97 + 2 ∗ (7.57)
푈퐶퐿 = 32.11
Pero, como tenemos los valores completos del año 2013, se calculará el nuevo valor de
alerta y se elegirá el nuevo valor de alerta según el capítulo de Revisión de alertas:
Por lo tanto, reemplazamos los datos para hallar la media aritmética del año 2013:
푿풂풏풖풂풍 =ퟏퟔ.ퟏퟔ + ퟓ.ퟗퟔ + ퟐ.ퟔퟒ + ퟖ.ퟔퟎ +⋯+ ퟒ.ퟕퟒ + ퟕ.ퟓퟒ + ퟏퟖ.ퟒퟑ + ퟕ.ퟑퟖ+ ퟕ.ퟕퟕ
ퟏퟐ
= ퟖ.ퟕퟒ
Ahora reemplazamos los datos en la fórmula 1 y calculamos la desviación estándar para
el año 2013:
휎 =1
12− 1[(16.16− 8.74) + (5.96− 8.74) + (2.64− 8.74) ] +⋯
Obtenemos la desviación estándar, 휎 = 4.93
35
Reemplazamos los datos en la fórmula 2 y calculamos el UCL del periodo 2013:
푈퐶퐿 = 8.74 + 2 ∗ (4.93)
푈퐶퐿 = 18.60
Entonces tenemos dos valores de alerta para el año 2012 y 2013 respectivamente:
푈퐶퐿 = 32.11
푈퐶퐿 = 18.60
Aplicamos el siguiente concepto:
“La disminución del VA > 10% se asume un VA igual a la suma del VA actual más el VA
calculado dividido por dos.”
El UCL2013 ha disminuido más del 50% del valor de alerta respecto al UCL del año
2012, por lo tanto tendremos un nuevo valor, el cual es igual al promedio de los dos
valores:
푈퐶퐿 =32.11 + 18.60
2= 25.355
Adicionalmente, calcularemos el valor promedio de los 3 meses, esto para observar la
tendencia y/o comportamiento del sistema:
푿ퟑ풎풆풔풆풔 = (푬풏풆 푭풆풃 푴풂풓ퟑ
) (10)
Fuente: Propia
Reemplazamos los datos de indicadores en la fórmula 10 y calculamos:
푿ퟑ풎풆풔풆풔 =ퟏퟖ.ퟗퟓ + ퟏퟔ.ퟗퟏ + ퟐퟕ.ퟕퟖ
ퟑ= ퟐퟏ.ퟐퟏ
Posteriormente, realizamos el siguiente cuadro para los valores obtenidos:
36
Tabla 3 – Indicadores de reportes de piloto periodo 2012-2013 del ATA 21
ATA 21
MES PRR 3M R. UCL
ene-12 18.95 25.35
feb-12 16.91 25.35
mar-12 27.78 21.21 25.35
abr-12 28.50 24.39 25.35
may-12 7.24 21.17 25.35
jun-12 21.95 19.23 25.35
jul-12 20.34 16.51 25.35
ago-12 13.67 18.66 25.35
sep-12 5.26 13.09 25.35
oct-12 7.41 8.78 25.35
nov-12 19.40 10.69 25.35
dic-12 16.26 14.36 25.35
ene-13 6.16 13.94 25.35
feb-13 5.96 9.46 25.35
mar-13 2.64 4.92 25.35
abr-13 8.60 5.74 25.35
may-13 6.15 5.80 25.35
jun-13 11.35 8.70 25.35
jul-13 18.13 11.88 25.35
ago-13 4.74 11.41 25.35
sep-13 7.54 10.14 25.35
oct-13 18.43 10.24 25.35
nov-13 7.38 11.12 25.35
37
dic-13 7.77 11.19 25.35
Fuente: Propia y de la aerolínea LC Peru
Gráficamente obtendremos la siguiente curva: (Ver anexo 2)
5.1.1.2. ATA 22 (Piloto Automático): (123reportes)
Tabla 4 – Cantidad de reportes de piloto periodo 2012-2013 del ATA 22
Mes
ATA
22
ene-12 2
feb-12 2
mar-12 2
abr-12 10
may-12 4
jun-12 4
jul-12 2
ago-12 2
sep-12 3
oct-12 2
nov-12 8
dic-12 9
ene-13 3
feb-13 3
mar-13 8
abr-13 0
may-13 5
38
jun-13 5
jul-13 12
ago-13 5
sep-13 8
oct-13 10
nov-13 7
dic-13 7
Fuente: Propia y de la aerolínea LC Peru
Aplicando la fórmula 3 para hallar el indicador mensual de reportes de pilotos,
reemplazamos los datos y calculamos para Enero del año 2012:
푃푅푅 =2푟푒푝표푟푡푒푠
211.10ℎ표푟푎푠푑푒푣푢푒푙표∗ 1000
Obtenemos:
푃푅푅 = 9.47
Para los meses consecutivos obtendremos los siguientes datos:
Tabla 5 – Indicador de reportes de piloto periodo 2012-2013 del ATA 22
Mes PRR
ene-12 9.47
feb-12 6.76
mar-12 5.05
abr-12 23.75
may-12 7.24
jun-12 6.75
jul-12 3.39
39
ago-12 3.42
sep-12 5.26
oct-12 2.97
nov-12 11.08
dic-12 13.30
ene-13 4.62
feb-13 4.47
mar-13 10.57
abr-13 0.00
may-13 6.15
jun-13 6.30
jul-13 14.51
ago-13 5.93
sep-13 8.62
oct-13 12.28
nov-13 8.61
dic-13 9.07
Fuente: Propia y de la aerolínea LC Peru
Seguidamente, hallaremos el valor de alerta (UCL) de acuerdo a la fórmula 2, el cual nos
dará un margen de aceptación para nuestros indicadores:
Por lo tanto, reemplazamos los datos y calculamos la media aritmética:
푿풂풏풖풂풍 =ퟗ.ퟒퟕ + ퟔ.ퟕퟔ + ퟓ.ퟎퟓ+ ퟐퟑ.ퟕퟓ + ⋯+ ퟓ.ퟐퟔ + ퟐ.ퟗퟕ + ퟏퟏ.ퟎퟖ + ퟏퟑ.ퟑퟎ
ퟏퟐ= ퟖ.ퟐퟎ
Ahora procedemos a calcular la desviación estándarde acuerdo a la fórmula 1:
40
휎 =1
12− 1[(9.47− 8.20) + (6.76− 8.20) + (5.05− 8.20) ] + ⋯
Obteniendo:
휎 = 5.84
Finalmente reemplazamos los datos obtenidos en la fórmula 2 y calculamos el UCL del
periodo 2012:
푈퐶퐿 = 8.20 + 2 ∗ (5.84)
푈퐶퐿 = 19.88
Pero, como tenemos los valores completos del año 2013, se calculará el nuevo valor de
alerta y se elegirá el nuevo valor de alerta según el capítulo de Revisión de alertas:
Por lo tanto reemplazamos los datos y calculamos la media aritmética para el año 2013.
푿풂풏풖풂풍 =ퟔ.ퟏퟔ+ ퟓ.ퟗퟔ + ퟔ.ퟔퟏ + ퟑ.ퟔퟗ + ⋯+ ퟒ.ퟑퟏ + ퟕ.ퟑퟕ + ퟏ.ퟐퟑ + ퟔ.ퟒퟖ
ퟏퟐ= ퟕ.ퟔퟎ
Ahora calculando la desviación estándar de acuerdo a la fórmula 1:
휎 =1
12− 1[(6.16− 7.60) + (5.96− 7.60) + (6.61− 7.60) ] + ⋯
Obtenemos el siguiente valor:
휎 = 5.84
Reemplazamos los datos en la fórmula 2 y calculamos el UCL del periodo 2013:
푈퐶퐿 = 7.60 + 2 ∗ (5.84)
푈퐶퐿 = 18.19
Obtenemos los valores de UCL para el año 2012 y 2013 respectivamente:
41
푈퐶퐿 = 19.88
푈퐶퐿 = 18.19
Llegamos a la conclusión que la disminución se encuentra en el valor menor a 10%,
entonces se modificará el valor al del último hallado.
Procedemos a realizar el siguiente cuadro para los valores obtenidos:
Tabla 6 – Indicadores de reportes de piloto periodo 2012-2013 del ATA 22
ATA 22
MES PRR 3M R. UCL
ene-12 9.47 0.00 18.19
feb-12 6.76 0.00 18.19
mar-12 5.05 7.10 18.19
abr-12 23.75 11.85 18.19
may-12 7.24 12.01 18.19
jun-12 6.75 12.58 18.19
jul-12 3.39 5.79 18.19
ago-12 3.42 4.52 18.19
sep-12 5.26 4.02 18.19
oct-12 2.97 3.88 18.19
nov-12 11.08 6.44 18.19
dic-12 13.30 9.12 18.19
ene-13 4.62 9.67 18.19
feb-13 4.47 7.46 18.19
mar-13 10.57 6.56 18.19
abr-13 0.00 5.01 18.19
may-13 6.15 5.57 18.19
42
jun-13 6.30 4.15 18.19
jul-13 14.51 8.99 18.19
ago-13 5.93 8.91 18.19
sep-13 8.62 9.69 18.19
oct-13 12.28 8.95 18.19
nov-13 8.61 9.84 18.19
dic-13 9.07 9.99 18.19
Fuente: Propia y de la aerolínea LC Peru
Gráficamente obtenemos los siguientes datos: (Anexo 3)
5.1.1.3. ATA 23 (Comunicaciones): (136Reportes)
Tabla 7 – Cantidad de reportes de piloto periodo 2012-2013 del ATA 23
Mes
ATA
23
ene-12 2
feb-12 5
mar-12 5
abr-12 7
may-12 8
jun-12 3
jul-12 6
ago-12 5
sep-12 8
oct-12 2
nov-12 9
dic-12 14
43
ene-13 4
feb-13 4
mar-13 5
abr-13 3
may-13 4
jun-13 7
jul-13 3
ago-13 16
sep-13 4
oct-13 6
nov-13 1
dic-13 5
Fuente: Propia y de la aerolínea LC Peru
Aplicamos la fórmula 3 para hallar el indicador mensual de reportes de pilotos, para
Enero del año 2012, reemplazamos datos y calculamos:
푃푅푅 =2푟푒푝표푟푡푒푠
211.10ℎ표푟푎푠푑푒푣푢푒푙표∗ 1000
Obtenemos:
푃푅푅 = 9.47
Para los meses consecutivos obtendremos los siguientes datos:
Tabla 8 – Indicador de reporte de pilotos periodo 2012-2013 del ATA 23
Mes PRR
ene-12 9.47
feb-12 16.91
mar-12 12.63
44
abr-12 16.62
may-12 14.48
jun-12 5.07
jul-12 10.17
ago-12 8.55
sep-12 14.04
oct-12 2.97
nov-12 12.47
dic-12 20.69
ene-13 6.16
feb-13 5.96
mar-13 6.61
abr-13 3.69
may-13 4.92
jun-13 8.83
jul-13 3.63
ago-13 18.98
sep-13 4.31
oct-13 7.37
nov-13 1.23
dic-13 6.48
Fuente: Propia y de la aerolínea LC Peru
Seguidamente, hallaremos el valor de alerta de acuerdo a la fórmula 2 (UCL), el cual nos
dará un margen de aceptación para nuestros indicadores, procedemos a hallar la media
aritmética:
45
푿풂풏풖풂풍
=ퟗ.ퟒퟕ+ ퟏퟔ.ퟗퟏ+ ퟏퟐ.ퟔퟑ + ퟏퟔ.ퟔퟐ + ퟏퟒ.ퟒퟖ +⋯+ ퟏퟒ.ퟎퟒ+ ퟐ.ퟗퟕ + ퟏퟐ.ퟒퟕ + ퟐퟎ.ퟔퟗ
ퟏퟐ
= ퟏퟐ.ퟎퟎ
Seguidamente remplazamos datos y calculamos la desviación estándar según la fórmula
1:
휎 =1
12− 1[(9.47− 12.00) + (16.91− 12.00) + (12.63− 12.00) ] +⋯
휎 = 5.07
Finalmente calculamos el UCL del periodo 2012:
푈퐶퐿 = 12.00 + 2 ∗ (5.07)
푈퐶퐿 = 22.15
Pero, como tenemos los valores completos del año 2013, se calculará el nuevo valor de
alerta y se elegirá el nuevo valor de alerta según el capítulo de Revisión de alertas:
Por lo tanto procedemos a calcular la media aritmética para el año 2013.
푿풂풏풖풂풍 =ퟔ.ퟏퟔ+ ퟓ.ퟗퟔ + ퟔ.ퟔퟏ + ퟑ.ퟔퟗ + ⋯+ ퟒ.ퟑퟏ + ퟕ.ퟑퟕ + ퟏ.ퟐퟑ + ퟔ.ퟒퟖ
ퟏퟐ= ퟔ.ퟓퟏ
Seguidamente reemplazamos datos en la fórmula 1 y calculamos la desviación estándar:
휎 =1
12− 1[(6.16− 6.51) + (5.96− 6.51) + (6.61− 6.51) ] + ⋯
Obteniendo:
휎 = 4.41
Reemplazamos con los datos calculados en la fórmula 2 y procedemos a hallar el UCL
del periodo 2013:
46
푈퐶퐿 = 6.51 + 2 ∗ (4.41)
푈퐶퐿 = 15.33
Obtenemos los valores de UCL para el año 2012 y 2013 respectivamente:
푈퐶퐿 = 22.15
푈퐶퐿 = 15.33
El UCL2013 ha disminuido más del 50% del valor de alerta respecto al año 2012, por lo
tanto tendremos un nuevo valor:
푈퐶퐿 =22.15 + 15.33
2= 18.74
Realizamos el siguiente cuadro para los valores obtenidos:
Tabla 9 – Indicadores de reportes de piloto periodo 2012-2013 del ATA 23
ATA 23
MES PRR 3M R. UCL
ene-12 9.47 0.00 ퟏퟖ.ퟕퟒ
feb-12 16.91 0.00 ퟏퟖ.ퟕퟒ
mar-12 12.63 13.00 ퟏퟖ.ퟕퟒ
abr-12 16.62 15.39 ퟏퟖ.ퟕퟒ
may-12 14.48 14.58 ퟏퟖ.ퟕퟒ
jun-12 5.07 12.06 ퟏퟖ.ퟕퟒ
jul-12 10.17 9.90 ퟏퟖ.ퟕퟒ
ago-12 8.55 7.93 ퟏퟖ.ퟕퟒ
sep-12 14.04 10.92 ퟏퟖ.ퟕퟒ
oct-12 2.97 8.52 ퟏퟖ.ퟕퟒ
nov-12 12.47 9.82 ퟏퟖ.ퟕퟒ
47
dic-12 20.69 12.04 ퟏퟖ.ퟕퟒ
ene-13 6.16 13.11 ퟏퟖ.ퟕퟒ
feb-13 5.96 10.94 ퟏퟖ.ퟕퟒ
mar-13 6.61 6.24 ퟏퟖ.ퟕퟒ
abr-13 3.69 5.42 ퟏퟖ.ퟕퟒ
may-13 4.92 5.07 ퟏퟖ.ퟕퟒ
jun-13 8.83 5.81 ퟏퟖ.ퟕퟒ
jul-13 3.63 5.79 ퟏퟖ.ퟕퟒ
ago-13 18.98 10.48 ퟏퟖ.ퟕퟒ
sep-13 4.31 8.97 ퟏퟖ.ퟕퟒ
oct-13 7.37 10.22 ퟏퟖ.ퟕퟒ
nov-13 1.23 4.30 ퟏퟖ.ퟕퟒ
dic-13 6.48 5.03 ퟏퟖ.ퟕퟒ
Fuente: Propia y de la aerolínea LC Peru
Gráficamente obtenemos los siguientes datos: (Ver anexo 4)
5.1.1.4. ATA 34 (Navegación): (136 reportes)
Tabla 10 – Cantidad de reportes de piloto periodo 2012-2013 del ATA 34
Mes
ATA
34
ene-12 5
feb-12 3
mar-12 7
abr-12 7
may-12 15
jun-12 4
48
jul-12 10
ago-12 17
sep-12 3
oct-12 20
nov-12 31
dic-12 32
ene-13 27
feb-13 21
mar-13 5
abr-13 17
may-13 28
jun-13 7
jul-13 16
ago-13 19
sep-13 15
oct-13 27
nov-13 18
dic-13 40
Fuente: Propia y de la aerolínea LC Peru
Aplicamos la fórmula 3 para hallar el indicador mensual de reportes de pilotos,
reemplazamos datos y calculamos el indicador para Enero del año 2012:
푃푅푅 =5푟푒푝표푟푡푒푠
211.10ℎ표푟푎푠푑푒푣푢푒푙표∗ 1000
Obtenemos:
푃푅푅 = 23.69
Para los meses consecutivos obtendremos los siguientes datos:
49
Tabla 11 – Indicador de reporte de pilotos periodo 2012-2013 del ATA 34
Mes PRR
ene-12 23.69
feb-12 10.14
mar-12 17.68
abr-12 16.62
may-12 27.14
jun-12 6.75
jul-12 16.95
ago-12 29.06
sep-12 5.26
oct-12 29.66
nov-12 42.95
dic-12 47.29
ene-13 41.59
feb-13 31.31
mar-13 6.61
abr-13 20.88
may-13 34.44
jun-13 8.83
jul-13 19.34
ago-13 22.54
sep-13 16.16
oct-13 33.17
nov-13 22.15
dic-13 51.82
Fuente: Propia y de la aerolínea LC Peru
50
Seguidamente, hallaremos el valor de alerta (UCL), el cual nos dará un margen de
aceptación para nuestros indicadores.
Por lo tanto, reemplazamos datos de acuerdo a lo requerido en la fórmula 2 y calculamos
la media aritmética:
푿풂풏풖풂풍 =ퟐퟑ.ퟔퟗ + ퟏퟎ.ퟏퟒ + ퟏퟕ.ퟔퟖ +⋯+ ퟐퟗ.ퟎퟔ + ퟓ.ퟐퟔ+ ퟐퟗ.ퟔퟔ + ퟒퟐ.ퟗퟓ + ퟒퟕ.ퟐퟗ
ퟏퟐ
= ퟐퟐ.ퟕퟕ
Seguidamente reemplazamos datos y calculamos la desviación estándar mediante la
fórmula 1:
휎 =1
12− 1[(23.69− 22.77) + (10.14− 22.77) + (17.68− 22.77) ] + ⋯
Obteniendo el siguiente valor:
휎 = 13.26
Finalmente con los datos obtenidos calculamos el UCL de la fórmula 2 del periodo 2012:
푈퐶퐿 = 22.77 + 2 ∗ (13.26)
Obtenemos el UCL del año 2012:
푈퐶퐿 = 49.30
Pero, como tenemos los valores completos del año 2013, se calculará el nuevo valor de
alerta y se elegirá el nuevo valor de alerta según el capítulo de Revisión de alertas:
Por lo tanto reemplazamos datos y calculamos la media aritmética para el año 2013.
51
푿풂풏풖풂풍 =ퟒퟏ.ퟓퟗ + ퟑퟏ.ퟑퟏ + ퟔ.ퟔퟏ + ퟐퟎ.ퟖퟖ +⋯+ ퟏퟔ.ퟏퟔ+ ퟑퟑ.ퟏퟕ + ퟐퟐ.ퟏퟓ + ퟓퟏ.ퟖퟐ
ퟏퟐ
= ퟐퟐ.ퟖퟐ
Seguidamente calculamos la desviación estándar según fórmula 1:
휎 =1
12− 1[(41.59− 22.82) + (31.31− 22.82) + (6.61− 22.82) ] +⋯
Obtenemos la desviación estándar:
휎 = 10.54
Con los datos obtenidos calculamos el UCL de la fórmula 2 del periodo 2013:
푈퐶퐿 = 22.82 + 2 ∗ (10.54)
푈퐶퐿 = 43.90
Tenemos los UCL para los años 2012 y 2013 respectivamente:
푈퐶퐿 = 49.30
푈퐶퐿 = 43.90
El UCL2013ha disminuido más del 50% del valor de alerta 2012, por lo tanto
reemplazamos los UCL y tendremos un nuevo valor:
푈퐶퐿 =49.30 + 43.90
2= 46.60
Realizamos el siguiente cuadro para los valores obtenidos:
52
Tabla 12 – Indicadores de reportes de piloto periodo 2012-2013 del ATA 34
ATA 34
MES PRR 3M R. UCL
ene-12 9.47 0.00 ퟒퟔ.ퟔퟎ
feb-12 16.91 0.00 ퟒퟔ.ퟔퟎ
mar-12 12.63 13.00 ퟒퟔ.ퟔퟎ
abr-12 16.62 15.39 ퟒퟔ.ퟔퟎ
may-12 14.48 14.58 ퟒퟔ.ퟔퟎ
jun-12 5.07 12.06 ퟒퟔ.ퟔퟎ
jul-12 10.17 9.90 ퟒퟔ.ퟔퟎ
ago-12 8.55 7.93 ퟒퟔ.ퟔퟎ
sep-12 14.04 10.92 ퟒퟔ.ퟔퟎ
oct-12 2.97 8.52 ퟒퟔ.ퟔퟎ
nov-12 12.47 9.82 ퟒퟔ.ퟔퟎ
dic-12 20.69 12.04 ퟒퟔ.ퟔퟎ
ene-13 6.16 13.11 ퟒퟔ.ퟔퟎ
feb-13 5.96 10.94 ퟒퟔ.ퟔퟎ
mar-13 6.61 6.24 ퟒퟔ.ퟔퟎ
abr-13 3.69 5.42 ퟒퟔ.ퟔퟎ
may-13 4.92 5.07 ퟒퟔ.ퟔퟎ
jun-13 8.83 5.81 ퟒퟔ.ퟔퟎ
jul-13 3.63 5.79 ퟒퟔ.ퟔퟎ
ago-13 18.98 10.48 ퟒퟔ.ퟔퟎ
sep-13 4.31 8.97 ퟒퟔ.ퟔퟎ
oct-13 7.37 10.22 ퟒퟔ.ퟔퟎ
nov-13 1.23 4.30 ퟒퟔ.ퟔퟎ
dic-13 6.48 5.03 ퟒퟔ.ퟔퟎ
Fuente: Propia y de la aerolínea LC Peru
53
Gráficamente obtenemos los siguientes datos: (Ver anexo 5)
5.1.1.5. ATA 61 (Hélices): (53 reportes)
Tabla 13 – Cantidad de reportes de piloto periodo 2012-2013 del ATA 61.
Mes
ATA
61
ene-12 1
feb-12 0
mar-12 2
abr-12 1
may-12 0
jun-12 2
jul-12 0
ago-12 1
sep-12 0
oct-12 2
nov-12 3
dic-12 4
ene-13 4
feb-13 3
mar-13 4
abr-13 9
may-13 3
jun-13 4
jul-13 1
ago-13 1
54
sep-13 1
oct-13 3
nov-13 0
dic-13 4
Fuente: Propia y de la aerolínea LC Peru
Aplicamos la fórmula 3 para hallar el indicador mensual de reportes de pilotos,
reemplazamos datos y calculamos para Enero del año 2012:
푃푅푅 =1푟푒푝표푟푡푒
211.10ℎ표푟푎푠푑푒푣푢푒푙표∗ 1000
Obtenemos el siguiente valor para indicador de reporte de pilotos:
푃푅푅 = 4.74
Para los meses consecutivos obtendremos los siguientes datos:
Tabla 14 – Indicador de reporte de pilotos periodo 2012-2013 del ATA 61
Mes PRR
ene-12 4.74
feb-12 0.00
mar-12 5.05
abr-12 2.37
may-12 0.00
jun-12 3.38
jul-12 0.00
ago-12 1.71
sep-12 0.00
oct-12 2.97
nov-12 4.16
55
dic-12 5.91
ene-13 6.16
feb-13 4.47
mar-13 5.29
abr-13 11.06
may-13 3.69
jun-13 5.04
jul-13 1.21
ago-13 1.19
sep-13 1.08
oct-13 3.69
nov-13 0.00
dic-13 5.18
Fuente: Propia y de la aerolínea LC Peru
-Seguidamente, hallaremos el valor de alerta (UCL) de acuerdo a la fórmula 2, el cual nos
dará un margen de aceptación para nuestros
Procedemos a reemplazar datos y calcular la media aritmética:
푿풂풏풖풂풍 =ퟒ.ퟕퟒ+ ퟎ.ퟎퟎ + ퟓ.ퟎퟓ + ퟐ.ퟑퟕ + ⋯+ ퟎ.ퟎퟎ + ퟐ.ퟗퟕ + ퟒ.ퟏퟔ + ퟓ.ퟗퟏ
ퟏퟐ= ퟐ.ퟓퟐ
Ahora calculando la desviación estándar según la fórmula 1:
휎 =1
12 − 1[(4.74− 2.52) + (0− 2.52) + (5.05− 2.52) ] + ⋯
휎 = 2.18
Seguidamente calculamos el UCL utilizando la fórmula 2 del periodo 2012:
푈퐶퐿 = 2.52 + 2 ∗ (2.18)
56
푈퐶퐿 = 6.88
Pero, como tenemos los valores completos del año 2013, se calculará el nuevo valor de
alerta y se elegirá el nuevo valor de alerta según el capítulo de Revisión de alertas:
Por lo tanto, calculamos la media aritmética para el año 2013.
푿풂풏풖풂풍 =ퟔ.ퟏퟔ + ퟒ.ퟒퟕ + ퟓ.ퟐퟗ + ퟏퟏ.ퟎퟔ + ⋯+ ퟏ.ퟏퟗ + ퟏ.ퟎퟖ + ퟑ.ퟔퟗ + ퟎ.ퟎퟎ+ ퟓ.ퟏퟖ
ퟏퟐ
= ퟒ.ퟎퟎ
Ahora calculando la desviación estándar con la aplicación de la fórmula 1:
휎 =1
12− 1[(6.16− 4) + (4.47− 4) + (5.29− 4) ] +⋯
Obteniendo el siguiente valor:
휎 = 3.00
Reemplazamos los datos obtenidos en la fórmula 2 y calculamos el UCL del periodo
2013:
푈퐶퐿 = 4 + 2 ∗ (3)
푈퐶퐿 = 10
Tenemos los UCL para los años 2012 y 2013 respectivamente:
푈퐶퐿 = 6.88
푈퐶퐿 = 10.00
El UCL2013 ha aumentado más del 45% del valor de alerta 2012, se mantiene el valor
anterior.
57
Procedemos a crear nuestra tabla con los datos obtenidos:
Tabla 15 – Indicadores de reportes de piloto periodo 2012-2013 del ATA 61
ATA 61
MES PRR 3M R. UCL
ene-12 4.74 ퟔ.ퟖퟖ
feb-12 0.00 ퟔ.ퟖퟖ
mar-12 5.05 3.26 ퟔ.ퟖퟖ
abr-12 2.37 2.48 ퟔ.ퟖퟖ
may-12 0.00 2.48 ퟔ.ퟖퟖ
jun-12 3.38 1.92 ퟔ.ퟖퟖ
jul-12 0.00 1.13 ퟔ.ퟖퟖ
ago-12 1.71 1.70 ퟔ.ퟖퟖ
sep-12 0.00 0.57 ퟔ.ퟖퟖ
oct-12 2.97 1.56 ퟔ.ퟖퟖ
nov-12 4.16 2.37 ퟔ.ퟖퟖ
dic-12 5.91 4.34 ퟔ.ퟖퟖ
ene-13 6.16 5.41 ퟔ.ퟖퟖ
feb-13 4.47 5.52 ퟔ.ퟖퟖ
mar-13 5.29 5.31 ퟔ.ퟖퟖ
abr-13 11.06 6.94 ퟔ.ퟖퟖ
may-13 3.69 6.68 ퟔ.ퟖퟖ
jun-13 5.04 6.60 ퟔ.ퟖퟖ
jul-13 1.21 3.31 ퟔ.ퟖퟖ
ago-13 1.19 2.48 ퟔ.ퟖퟖ
sep-13 1.08 1.16 ퟔ.ퟖퟖ
58
oct-13 3.69 1.98 ퟔ.ퟖퟖ
nov-13 0.00 1.59 ퟔ.ퟖퟖ
dic-13 5.18 2.96 ퟔ.ퟖퟖ
Fuente: Propia y de la aerolínea LC Peru
Gráficamente obtenemos los siguientes datos: (Ver anexo 6)
5.1.1.6. ATA 72 (Motor): (55 reporte)
Tabla 16 – Cantidad de reporte de pilotos periodo 2012-2013 del ATA 72
Mes
ATA
72
ene-12 0
feb-12 1
mar-12 6
abr-12 4
may-12 0
jun-12 0
jul-12 1
ago-12 0
sep-12 0
oct-12 0
nov-12 2
dic-12 1
ene-13 1
feb-13 6
mar-13 2
59
abr-13 5
may-13 3
jun-13 6
jul-13 2
ago-13 4
sep-13 2
oct-13 2
nov-13 2
dic-13 5
Fuente: Propia y de LC Perú
Reemplazamos datos y aplicamos la fórmula 3 para hallar el indicador mensual de
reportes de pilotos para Enero del 2012:
푃푅푅 =0푟푒푝표푟푡푒
211.10ℎ표푟푎푠푑푒푣푢푒푙표∗ 1000
푃푅푅 = 0
Para los meses consecutivos obtendremos los siguientes datos
Tabla 17 – Indicador de reportes de piloto periodo 2012-2013 del ATA 72.
Mes PRR
ene-12 0.00
feb-12 3.38
mar-12 15.15
abr-12 9.50
may-12 0.00
jun-12 0.00
jul-12 1.69
60
ago-12 0.00
sep-12 0.00
oct-12 0.00
nov-12 2.77
dic-12 1.48
ene-13 0.00
feb-13 3.38
mar-13 15.15
abr-13 9.50
may-13 0.00
jun-13 0.00
jul-13 1.69
ago-13 0.00
sep-13 0.00
oct-13 0.00
nov-13 2.77
dic-13 1.48
Fuente: Propia y de la aerolínea LC Peru
Seguidamente, hallaremos el valor de alerta (UCL) con la fórmula 2, el cual nos dará un
margen de aceptación para nuestros indicadores:
Por lo tanto, reemplazamos datos y calculamos la media aritmética:
푿풂풏풖풂풍 =ퟎ.ퟎퟎ + ퟑ.ퟑퟖ + ퟏퟓ.ퟏퟓ + ퟗ.ퟓퟎ + ⋯+ ퟎ.ퟎퟎ + ퟎ.ퟎퟎ + ퟎ.ퟎퟎ + ퟐ.ퟕퟕ+ ퟏ.ퟒퟖ
ퟏퟐ
= ퟐ.ퟖퟑ
Seguidamente calculamos la desviación estándar según fórmula 1:
61
휎 =1
12− 1[(0− 2.83) + (3.38− 2.83) + (15.15− 2.83) ] + ⋯
Obtenemos el siguiente valor:
휎 = 4.75
Con los datos obtenidos calculamos el UCL del periodo 2012 de acuerdo a la fórmula 2:
푈퐶퐿 = 2.83 + 2 ∗ (4.75)
푈퐶퐿 = 12.33
Pero, como tenemos los valores completos del año 2013, se calculará el nuevo valor de
alerta y se elegirá el nuevo valor de alerta según el capítulo de Revisión de alertas:
Por lo tanto reemplazamos datos y hallamos la media aritmética para el año 2013.
푿풂풏풖풂풍 =ퟏ.ퟓퟒ+ ퟖ.ퟗퟓ + ퟐ.ퟔퟒ + ퟔ.ퟏퟒ + ⋯+ ퟐ.ퟏퟔ + ퟐ.ퟒퟔ + ퟐ.ퟒퟔ + ퟔ.ퟒퟖ
ퟏퟐ= ퟒ.ퟐퟕ
Ahora calculando la desviación estándar de acuerdo a la fórmula 1:
휎 =1
12− 1[(1.54− 4.27) + (8.95− 4.27) + (2.64− 4.27) ] + ⋯
Obtenemos el siguiente valor:
휎 = 2.45
Reemplazamos datos y calculamos el UCL del periodo 2013 de acuerdo a la fórmula 2:
푈퐶퐿 = 4.27 + 2 ∗ (2.45)
푈퐶퐿 = 9.17
Tenemos dos valores de UCL para el año 2012 y 2013 respectivamente:
푈퐶퐿 = 6.88
푈퐶퐿 = 10.00
62
Podemos observar que, el UCL2013 ha disminuido más del 35% respecto al valor de
alerta del año 2012, por lo tanto tendremos un nuevo valor:
푈퐶퐿 =12.33 + 9.17
2= 10.75
Obtenemos:
Tabla 18 – Indicadores de reportes de piloto periodo 2012-2013 del ATA 72
ATA 72
MES PRR 3M R. UCL
ene-12 0.00 ퟏퟎ.ퟕퟓ
feb-12 3.38 ퟏퟎ.ퟕퟓ
mar-12 15.15 6.18 ퟏퟎ.ퟕퟓ
abr-12 9.50 9.34 ퟏퟎ.ퟕퟓ
may-12 0.00 8.22 ퟏퟎ.ퟕퟓ
jun-12 0.00 3.17 ퟏퟎ.ퟕퟓ
jul-12 1.69 0.56 ퟏퟎ.ퟕퟓ
ago-12 0.00 0.56 ퟏퟎ.ퟕퟓ
sep-12 0.00 0.56 ퟏퟎ.ퟕퟓ
oct-12 0.00 0.00 ퟏퟎ.ퟕퟓ
nov-12 2.77 0.92 ퟏퟎ.ퟕퟓ
dic-12 1.48 1.42 ퟏퟎ.ퟕퟓ
ene-13 1.54 1.93 ퟏퟎ.ퟕퟓ
feb-13 8.95 3.99 ퟏퟎ.ퟕퟓ
mar-13 2.64 4.38 ퟏퟎ.ퟕퟓ
abr-13 6.14 5.91 ퟏퟎ.ퟕퟓ
may-13 3.69 4.16 ퟏퟎ.ퟕퟓ
63
jun-13 7.56 5.80 ퟏퟎ.ퟕퟓ
jul-13 2.42 4.56 ퟏퟎ.ퟕퟓ
ago-13 4.74 4.91 ퟏퟎ.ퟕퟓ
sep-13 2.16 3.11 ퟏퟎ.ퟕퟓ
oct-13 2.46 3.12 ퟏퟎ.ퟕퟓ
nov-13 2.46 2.36 ퟏퟎ.ퟕퟓ
dic-13 6.48 3.80 ퟏퟎ.ퟕퟓ
Fuente: Propia y de la aerolínea LC Peru
Gráficamente: (Ver anexo 7)
5.1.2. Cálculo de remociones no programadas:
Para realizar las gráficas del indicador de componentes removidos, se tomará la
información de la flota de 2 años desde Enero 2012 hasta Diciembre 2013, con las ATAS
más afectadas.
5.1.2.1. ATA 34 (Navegación):
-Cantidad de componentes removidos:
Tabla 19 – Cantidad de componentes removidos no programados periodo 2012-2013 del
ATA 34.
Mes
ATA
34
ene-12 1
feb-12 3
mar-12 1
abr-12 2
64
may-12 4
jun-12 1
jul-12 2
ago-12 6
sep-12 4
oct-12 6
nov-12 8
dic-12 12
ene-13 14
feb-13 9
mar-13 5
abr-13 7
may-13 10
jun-13 2
jul-13 4
ago-13 9
sep-13 7
oct-13 14
nov-13 16
dic-13 20
Fuente: Propia y de la aerolínea LC Peru
Aplicando la fórmula 4 para hallar el indicador mensual de componentes removidos
(URR), reemplazamos los datos y calculamos el valor para Enero del año 2012:
푈푅푅 =1푟푒푝표푟푡푒
211.10ℎ표푟푎푠푑푒푣푢푒푙표∗ 1000
Obtenemos el siguiente valor:
65
푈푅푅 = 4.74
Para los meses consecutivos obtendremos los siguientes datos:
Tabla 20 – Indicador de componentes removidos periodo 2012-2013 del ATA 34
Mes URR
ene-12 4.74
feb-12 10.14
mar-12 2.53
abr-12 4.75
may-12 7.24
jun-12 1.69
jul-12 3.39
ago-12 10.26
sep-12 7.02
oct-12 8.90
nov-12 11.08
dic-12 17.73
ene-13 21.56
feb-13 13.42
mar-13 6.44
abr-13 8.60
may-13 12.30
jun-13 2.52
jul-13 4.84
ago-13 10.68
sep-13 7.54
66
oct-13 17.20
nov-13 19.69
dic-13 25.91
Fuente: Propia y de la aerolínea LC Peru
Seguidamente, hallaremos el valor de alerta (UCL) de acuerdo a la fórmula 2, el cual nos
dará un margen de aceptación para nuestros indicadores.
Por lo tanto, hallamos la media aritmética del año 2012:
푿풂풏풖풂풍 =ퟒ.ퟕퟒ + ퟏퟎ.ퟏퟒ+ ퟐ.ퟓퟑ + ퟒ.ퟕퟓ + ⋯+ ퟖ.ퟗퟎ + ퟏퟏ.ퟎퟖ+ ퟏퟕ.ퟕퟑ
ퟏퟐ= ퟕ.ퟒퟔ
Ahora calculando la desviación estándar según la fórmula 1:
휎 =1
12− 1[(4.74− 7.46) + (10.14− 7.46) + (2.53− 7.46) ] +⋯
Obteniendo el siguiente valor:
휎 = 4.52
Finalmente calculamos el UCL del periodo 2012:
푈퐶퐿 = 7.46 + 2 ∗ (4.52)
푈퐶퐿 = 16.50
Pero, como tenemos los valores completos del año 2013, se calculará el nuevo valor de
alerta y se elegirá el nuevo valor de alerta según el capítulo de Revisión de alertas:
Por lo tanto: (año 2013)
푿풂풏풖풂풍 =ퟐퟏ.ퟓퟔ + ퟏퟑ.ퟒퟐ + ퟔ.ퟒퟒ + ퟖ.ퟔퟎ+ ⋯+ ퟕ.ퟓퟒ + ퟏퟕ.ퟐퟎ + ퟏퟗ.ퟔퟗ + ퟐퟓ.ퟗퟏ
ퟏퟐ= ퟏퟐ.ퟓퟔ
Ahora calculando la desviación estándar con la fórmula 1:
67
휎 =1
12− 1[(21.56− 12.56) + (13.42− 12.56) + (6.44− 12.56) ] +⋯
휎 = 7.23
Calculamos el UCL del periodo 2013 utilizando la fórmula 2:
푈퐶퐿 = 12.56 + 2 ∗ (7.23)
푈퐶퐿 = 27.01
El UCL2013 ha aumentado mayor al 60% del valor de alerta 2012, por lo tanto se
mantiene el valor del 2012.
Se tendrá el siguiente recuadro:
Tabla 21 – Indicadores de componentes removidos no programados del periodo 2012-
2013 del ATA 34
ATA 34
MES URR 3M R. UCL
ene-12 4.74 0.00 16.501
feb-12 10.14 0.00 16.501
mar-12 2.53 5.80 16.501
abr-12 4.75 5.81 16.501
may-12 7.24 4.84 16.501
jun-12 1.69 4.56 16.501
jul-12 3.39 4.11 16.501
ago-12 10.26 5.11 16.501
sep-12 7.02 6.89 16.501
oct-12 8.90 8.72 16.501
nov-12 11.08 9.00 16.501
68
Fuente: Propia y de la aerolínea LC Peru
La grafica es la siguiente: (Ver anexo 8)
5.1.2.2. ATA 61 (Hélice):
-Cantidad de componentes removidos:
Tabla 22 – Cantidad de componentes removidos no programados del periodo 2012-2013
del ATA 61
Mes
ATA
61
ene-12 0
feb-12 0
dic-12 17.73 12.57 16.501
ene-13 21.56 16.79 16.501
feb-13 13.42 17.57 16.501
mar-13 6.44 13.81 16.501
abr-13 8.60 9.48 16.501
may-13 12.30 9.11 16.501
jun-13 2.52 7.81 16.501
jul-13 4.84 6.55 16.501
ago-13 10.68 6.01 16.501
sep-13 7.54 7.68 16.501
oct-13 17.20 11.81 16.501
nov-13 19.69 14.81 16.501
dic-13 25.91 20.93 16.501
69
mar-12 0
abr-12 0
may-12 0
jun-12 0
jul-12 0
ago-12 0
sep-12 1
oct-12 3
nov-12 5
dic-12 3
ene-13 3
feb-13 2
mar-13 0
abr-13 4
may-13 4
jun-13 3
jul-13 1
ago-13 2
sep-13 2
oct-13 4
nov-13 3
dic-13 1
Fuente: Propia y de la aerolínea LC Peru
- Se procede a realizar los cálculos ya mencionados y se obtiene el siguiente cuadro:
70
Tabla 23 – Indicadores de componentes removidos no programados del periodo 2012-
2013 del ATA 61
ATA 61
MES URR 3M R. UCL
ene-12 0.00 0.00 3.590
feb-12 0.00 0.00 3.590
mar-12 0.00 0.00 3.590
abr-12 0.00 0.00 3.590
may-12 0.00 0.00 3.590
jun-12 0.00 0.00 3.590
jul-12 0.00 0.00 3.590
ago-12 0.00 0.00 3.590
sep-12 1.75 0.58 3.590
oct-12 4.45 2.07 3.590
nov-12 6.93 4.38 3.590
dic-12 4.43 5.27 3.590
ene-13 4.62 5.33 3.590
feb-13 2.98 4.01 3.590
mar-13 0.00 2.53 3.590
abr-13 4.91 2.63 3.590
may-13 4.92 3.28 3.590
jun-13 3.78 4.54 3.590
jul-13 1.21 3.30 3.590
ago-13 2.37 2.45 3.590
sep-13 2.16 1.91 3.590
oct-13 4.91 3.15 3.590
71
nov-13 3.69 3.59 3.590
dic-13 1.30 3.30 3.590
Fuente: Propia y de la aerolínea LC Peru
Con la siguiente gráfica: (Ver anexo 9)
5.1.3. Implementación del programa de confiabilidad en el sistema de Excel
(Manual de Usuario):
Para poder realizar la recolección de datos, calcular y graficar los indicadores, es
necesario aplicar modelos estadísticos en el software Excel y contar con conocimiento
avanzado del Software, el cual nos ayudará a realizar nuestra implementación, los
siguientes pasos son los necesarios que debemos seguir:
1. Identificamos y tomamos los datos requeridos del formato de discrepancias en la
bitácora de vuelo para reporte de pilotos y para remociones no programadas
cualquier otro formato legal de la empresa en el cual se registre los cambios de
componentes. (ver Anexo 1).
2. Creamos un archivo Excel y lo nombraremos “PIREP”, el cual será utilizado para
realizar la implementación del programa de confiabilidad basada en reporte de
pilotos.
3. Escogemos la primera pestaña u hoja del Excel, la nombramos “DATOS” y
realizamos el diseño de cuadro de acuerdo a la información que se necesitará.
(Ver Anexo 11)
4. Procedemos a ingresar la información y/o datos en el cuadro Excel diseñado en
columnas respectivas como sigue en “A/C” se ingresa la aeronave en la que
estamos obteniendo el reporte; el “DISCREP DATE” se ingresa la fecha del
reporte; en “ATA” y “SUB ATA” se ingresa el sistema el número ATA de la acción
correctiva del reporte; en “FTR N°” ingresamos el correlativo de documentación;
72
en “DISCREPANCIES” se ingresa el reporte de piloto; en “CORRECTIVE
INFORMATION” se ingresa la acción correctiva del formato; en “MES” ingresamos
el mes y año del reporte, en “PIREP-G/I-DMI” ingresamos PIREP si es reporte de
piloto, G/I si es un reporte en tierra y si el reporte es diferido de acuerdo al MEL
ingresamos DMI y así sucesivamente hasta completar los datos necesarios, se
ingresa la información de forma mensual para poder realizar los indicadores y
análisis de información. (Ver anexo 11).
5. Escogemos una segunda pestaña u hoja Excel, denominándola “System”, en el
cual aplicaremos las funciones de tablas dinámicas y filtros para ordenar nuestra
información, tomando como datos de columna de la tabla dinámica, la información
de la columna “ATA” de la pestaña “DATOS” y como datos de la fila de la tabla
dinámica los datos de la columna “MES” de la pestaña “DATOS”, y los valores que
vamos a contabilizar son los de “MES”, obteniendo nuestra tabla dinámica. (Ver
anexo 12).
6. Creamos una tercera pestaña u hoja Excel, nombrándola “APLICACIÓN”,
procedemos direccionar la información ordenada en la pestaña “System”,
diseñamos un cuadro Excel. (Ver Anexo 13).
7. Utilizamos la formula “=BUSCARH( ”ingresamos el dato a buscar (ATA)”,
“ingresamos la matriz donde se desea buscar (System)”, “ingresamos el número
de fila en donde se encuentra la información”, ”ingresamos 0”)” en cada casilla de
cuadro diseñado para direccionar la información de la cantidad de reportes de
pilotos en la pestaña “System”, en la fila del mes, para los demás meses
arrastramos el anterior.(Ver Anexo 13)
8. Seguidamente en la tercera pestaña elaboramos una tabla para realizar el cálculo
del indicador de reporte de piloto, en donde detallaremos en cada columna, los
meses, el indicador (PRR), el promedio de tres meses (3M R.) y el UCL como se
muestra en la imagen 2.
73
9. Ingresamos la fórmula 3 (PRR) en lenguaje Excel en la casilla de PRR como
sigue:”=( (cantidad de reporte de piloto del ATA y mes/ cantidad de horas voladas
del mes)*1000). Donde seleccionamos la cantidad de reportes, a la casilla que
corresponde al ATA y mes previamente ordenado por la fórmula “BUSCARH” y la
cantidad de horas voladas del mes de Enero, lo obtenemos al realizar la suma de
los valores de horas de cada aeronave en el Anexo 1. Así llenaremos los valores
de la columna PRR en la imagen 2.
10. En la columna del promedio de tres meses (3M R.), calcularemos el promedio de
los 3 últimos meses, se ingresa el dato a partir del mes de Marzo, ya que para
hacer este promedio es necesario tener los valores de PRR Enero, Febrero y
Marzo; procedemos a ingresar en fórmula Excel “=PROMEDIO(“escogemos los
valores de PRR de los meses Enero, Febrero y Marzo), luego sucesivamente con
los demás meses.
11. En la última fila (UCL) de la imagen 2, ingresamos el valor calculado de UCL en
los capítulos anteriores de Cálculo de Reporte de Pilotos y Cálculo de
Componentes removidos.
Imagen 2 – Cuadro Excel para el detalle de los indicadores de reportes de piloto
ATA 34
MES PRR 3M R. UCL
ene-12 9.47 0.00 ퟒퟔ.ퟔퟎ
feb-12 16.91 0.00 ퟒퟔ.ퟔퟎ
mar-12 12.63 13.00 ퟒퟔ.ퟔퟎ
…. …. ….. …..
Fuente: Propia y de la aerolínea LC Peru
12. Una vez obtenido el cuadro con los indicadores, procedemos a realizar las
gráficas respectivas, en este caso utilizamos la aplicación en Excel-Inserta grafica
74
en línea apilada con marcadores tomando como valores las 4 columnas de la
imagen 2. (Ver anexo 14).
13. Procedemos a mejorar el diseño de la gráfica con las opciones de línea en los
gráficos de Excel, obteniendo las cuervas necesarias para el análisis. (ver anexo
2).
14. Aplicamos los pasos del 9 al 13 para cada ATA del sistema de aeronaves que
vamos a analizar.
15. En caso de remociones no programadas, elaboramos de la misma manera un
Excel y lo nombraremos “COMPONENT REMOVE”, el cual será utilizado para
realizar la implementación del programa de confiabilidad basada en las
remociones de componentes.
16. Escogemos la primera pestaña u hoja del Excel, la nombramos “MATRIZ DE
DATOS” y realizamos el diseño de cuadro de acuerdo a la información que se
necesitará. (Ver Anexo 15).
17. Procedemos a ingresar la información y/o datos en el cuadro Excel diseñad oen
columnas respectivas, como sigue en “A/C” se ingresa la aeronave en la que
estamos obteniendo la información de remoción de componentes; en “ATA” se
ingresa el número de ATA al cual pertenece el componente removido, en “ATA
DESCRIPTION” se ingresa el sistema ATA correspondiente, en “REMOVE DATE”
se ingresa la fecha de la remoción del componente; en “MONTH” se ingresa el
mes y año en el que fue removido, en “WORK TYPE” ingresamos el tipo de
documentación legal de la empresa en el cual se registre la remoción del
componente, en “#WORK” se ingresa el correlativo de la documentación legal ;
en “COMPONENT DESCRIPTION” se ingresa la descripción del componente
removido; en las columnas “P/N OFF ” y “S/N OFF”, se ingresa el numero de parte
y serie del componente removido, en las columnas “P/N ON” y “S/N ON”, se
ingresa el numero de parte y serie del componente entrante a la aeronave; en
75
“POSITION” se ingresa la posición el cual fue removida el equipo, en “TSI” se
ingresa la cantidad de horas que el componente estuvo instalado en la aeronave;
en “REASON”, se ingresa la información de la razón de remoción y finalmente en
la columna “TYPE”, se ingresa los valores de URR si es componente removido no
programado, CANIBALIZED si es un componente canibalizado del avión o
CONSUMBLE si es un consumible, esto con el propósito de disgregar la
información en el análisis de datos, se ingresa la información de forma mensual
para poder realizar los indicadores y análisis de información. (Ver anexo 15).
18. Escogemos una segunda pestaña u hoja Excel, denominándola “Rem-ATA-
Month”, en el cual aplicaremos las funciones de tablas dinámicas y filtros para
ordenar nuestra información, tomando como datos de columna de la tabla
dinámica, la información de la columna “ATA” de la pestaña “MATRIZ DE DATOS”
y como datos de la fila de la tabla dinámica los datos de la columna “MES” de la
pestaña “MATRIZ DE DATOS”, y los valores que vamos a contabilizar son los de
“MES”, obteniendo nuestra tabla dinámica. (Ver Anexo 16).
19. Creamos una tercera pestaña u hoja Excel, nombrándola “APLICACIÓN”,
procedemos direccionar la información ordenada en la pestaña “Rem-ATA-
Month”, diseñamos un cuadro Excel. (Ver Anexo 17).
20. Utilizamos la formula “=BUSCARH( ”ingresamos el dato a buscar (ATA)”,
“ingresamos la matriz donde se desea buscar (Rem-ATA-Month)”, “ingresamos el
número de fila en donde se encuentra la información”, ”ingresamos 0”)” en cada
casilla de cuadro diseñado para direccionar la información de la cantidad de
reportes de pilotos en la pestaña “Rem-ATA-Month”, en la fila del mes, para los
demás meses arrastramos el anterior.( Ver Anexo 17).
21. Seguidamente en la tercera pestaña elaboramos una tabla para realizar el cálculo
de las remociones no programadas, en donde detallaremos en cada columna, los
76
meses, el indicador (URR), el promedio de tres meses (3 M R.) y el UCL como se
muestra en la imagen 3.
22. Ingresamos la fórmula 4 (URR) en lenguaje Excel en la casilla de URR como
sigue:”=( (cantidad de componentes removidos no programados de ATA y mes/
cantidad de horas voladas del mes)*1000). Donde seleccionamos la cantidad de
reportes, a la casilla que corresponde al ATA y mes previamente ordenado por la
fórmula “BUSCARH” y la cantidad de horas voladas del mes de Enero, lo
obtenemos al realizar la suma de los valores de horas de cada aeronave en el
Anexo 1. Asi llenaremos los valores de la columna URR en la imagen 3.
23. En la columna del promedio de tres meses (3M R.), calcularemos el promedio de
los 3 últimos meses, se ingresa el dato a partir del mes de Marzo, ya que para
hacer este promedio es necesario tener los valores de URR Enero, Febrero y
Marzo; procedemos a ingresar en fórmula Excel “=PROMEDIO(“escogemos los
valores de PRR de los meses Enero, Febrero y Marzo), luego sucesivamente con
los demás meses.
24. En la última fila (UCL) de la imagen 3, ingresamos el valor calculado de UCL en
los capítulos anteriores de Cálculo de Reporte de Pilotos y Cálculo de
Componentes removidos.
Imagen 3 – Cuadro Excel para el detalle de los indicadores de remociones no
programadas
ATA 61
MES URR 3M R. UCL
ene-12 0.00 0.00 3.590
feb-12 0.00 0.00 3.590
mar-12 0.00 0.00 3.590
… … … …
Fuente: Propia y de la aerolínea LC Peru
77
25. Una vez obtenido el cuadro con los indicadores, procedemos a realizar las
gráficas respectivas, en este caso utilizamos la aplicación en Excel-Inserta grafica
en línea apilada con marcadores tomando como valores las 4 columnas de la
imagen 3. (Ver anexo 14).
26. Procedemos a mejorar el diseño de la gráfica con las opciones de línea en los
gráficos de Excel, obteniendo las cuervas necesarias para el análisis. (ver anexo
8).
27. Aplicamos los pasos del 22 al 26 para cada ATA del sistema de aeronaves que
vamos a analizar.
5.2. Análisis teórico de los datos y resultados obtenidos en relación con las
bases teóricas de la investigación.
Después de observar, ahora analizamos los datos, hemos podido apreciar lo siguiente:
Las ATAS con mayor alertas son ATA 34 (Navegación) y ATA 61 (Hélice).
5.2.1. ATA 34 (Navegación):
Como se observa en las gráficas en los reportes de pilotos el indicador presento nivel de
alerta durante el mes de Diciembre 2012 y Diciembre 2013. De la misma manera para el
indicador de componentes en Diciembre 2012, Noviembre 2013 y Diciembre 2013,
exceder “EX”, alert “AL” y remain in alert “REM”.
Los reportes relacionados a pilotos fueron le malfuncionamiento del radar meteorológico,
el cual cuenta con el 60% del total de reportes de esta ATA.
Además, el 56 % de las remociones corresponden a los siguientes equipos on-condition:
- Part Number: MI585350-5 (weather radar transceiver).
78
Tabla 24 –Histórico de remociones del transmisor del radar
A/C REMOVE
DATE
COMPONENT
DESCRIPTION P/N OFF
S/N
OFF P/N ON
S/N
ON
N988HA 10/10/2012
R/T WEATHER
RADAR MI585350-5 2836
MI585350-5 2831
N988HA 09/11/2012
R/T WEATHER
RADAR MI585350-5 2344
MI-585350-5 2891
N988HA 16/12/2012
R/T WEATHER
RADAR MI585350-5 2891
MI585350-5 1547
N444YV 23/12/2012
R/T WEATHER
RADAR MI585350-5 518
MI585350-5 2907
N447YV 23/12/2012
R/T WEATHER
RADAR MI585350-5 2927
MI-585350-5 2921
N444YV 28/12/2012
R/T WEATHER
RADAR MI585350-5 2907
MI585350-5 2310
N448YV 28/12/2012
R/T WEATHER
RADAR MI585350-5 2310
MI585350-5 2907
N444YV 30/12/2012
R/T WEATHER
RADAR MI585350-5 2310
MI585350-5 2836
N448YV 04/01/2013
R/T WEATHER
RADAR MI585350-5 2826
MI585350-5 2907
N448YV 16/01/2013
R/T WEATHER
RADAR MI585350-5 2907
MI585350-5 2344
N447YV 25/01/2013
R/T WEATHER
RADAR MI585350-5 2921
MI585350-5 2891
N454YV 30/01/2013 R/T WEATHER MI585350-5 2836 MI585350-5 2941
79
RADAR
N987HA 02/02/2013
R/T WEATHER
RADAR MI585350-5 2826
MI585350-5 2504
N447YV 13/02/2013
R/T WEATHER
RADAR MI585350-5 2891
MI585350-5 2247
N444YV 22/04/2013
R/T WEATHER
RADAR MI585350-5 1915
MI-585350-5 2927
N447YV 14/05/2013
R/T WEATHER
RADAR MI-585350-5 2247
MI-585350-5 2836
N447YV 22/05/2013
R/T WEATHER
RADAR MI-585350-5 2836
MI-585350-5 1547
N447YV 24/05/2013
R/T WEATHER
RADAR MI-585350-5 1547
MI-585350-5 2344
N448YV 24/05/2013
R/T WEATHER
RADAR MI-585350-5 2344
MI-585350-5 2288
N436YV 05/06/2013
R/T WEATHER
RADAR MI-585350-5 1066
MI-585350-5 1915
N987HA 02/08/2013
R/T WEATHER
RADAR MI-585350-5 1354
MI-585350-5 2265
N444YV 15/08/2013
R/T WEATHER
RADAR MI-585350-5 2927
MI-585350-5 3016
N987HA 16/09/2013
R/T WEATHER
RADAR MI-585350-5 2265
MI-585350-5 1056
N448YV 03/10/2013
R/T WEATHER
RADAR MI585350-5 2288
MI585350-5 1066
N436YV 20/10/2013 R/T WEATHER MI585350-5 1915 MI585350-5 5684
80
RADAR
N454YV 06/11/2013
R/T WEATHER
RADAR MI585350-5 2941
MI585350-5 2789
N436YV 04/11/2013
R/T WEATHER
RADAR MI585350-5 2789
MI585350-5 5684
N447YV 28/11/2013
R/T WEATHER
RADAR MI-585350-5 2344
MI-585350-5 2354
N448YV 12/12/2013
R/T WEATHER
RADAR MI-585350-5 1066
MI-585350-5 2921
N448YV 21/12/2013
R/T WEATHER
RADAR MI-585350-5 2921
MI-585350-5 2247
N444YV 24/12/2013
R/T WEATHER
RADAR MI-585350-5 3016
MI-585350-5 5143
N448YV 31/12/2013
R/T WEATHER
RADAR MI-585350-5 2921
MI-585350-5 5321
Fuente: Aerolínea LC Perú
81
Imagen 4 – Receptor de radar
Fuente: Fotografía Propia de la unidad Receptor/Transmisor
- Part Number: MI585353 (weather radar antenna)
Tabla 25 – Histórico de remociones de antena de radar
A/C REMOVE
DATE
COMPONENT
DESCRIPTION P/N OFF S/N OFF P/N ON S/N ON
N454YV 27/02/2012
ANTENNA ASSY
WEATHER RADAR MI585353 2527
MI-585353 2698
N454YV 22/05/2012
ANTENNA ASSY
WEATHER RADAR MI585353 2698
MI-585353 2376
N448YV 04/01/2013
ANTENNA ASSY
WEATHER RADAR MI585353 2376
MI-585353 2527
N454YV 04/01/2013
ANTENNA ASSY
WEATHER RADAR MI585353 1097
MI-585353 2478
82
N448YV 17/01/2013
ANTENNA ASSY
WEATHER RADAR MI585353 2527
MI-585353 2698
N447YV 25/01/2013
ANTENNA ASSY
WEATHER RADAR MI585353 2141
MI-585353 1609
N454YV 30/01/2013
ANTENNA ASSY
WEATHER RADAR MI585353 2478
MI-585353 2141
N987HA 02/02/2013
ANTENNA ASSY
WEATHER RADAR MI585353 2478
MI585353 2698
N447YV 03/02/2013
ANTENNA ASSY
WEATHER RADAR MI585353 1609
MI-585353 2478
N447YV 22/05/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 2478
MI-585353 1097
N448YV 15/06/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 2698
MI-585353 3256
N454YV 19/06/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 2141
MI-585353 5684
N447YV 01/07/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 1097
MI-585353 2478
N444YV 21/07/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 2221
MI-585353 2369
N448YV 10/08/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 3256
MI-585353 1564
N436YV 13/08/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 3216
MI-585353 2014
N454YV 22/09/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 5684
MI-585353 2341
83
N447YV 30/09/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 2478
MI-585353 3201
N444YV 06/10/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 2369
MI-585353 2478
N448YV 22/10/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 1564
MI-585353 2578
N987HA 01/11/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 2698
MI-585353 2954
N436YV 13/11/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 2014
MI-585353 2264
N444YV 20/11/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 2478
MI-585353 3120
N448YV 30/11/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 2578
MI-585353 1632
N454YV 03/12/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 2789
MI-585353 2345
N436YV 12/12/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 2264
MI-585353 3016
N987HA 19/12/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 2954
MI-585353 3325
N444YV 21/12/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 3120
MI-585353 2366
N448YV 26/12/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 1632
MI-585353 2364
N447YV 31/12/2013
ANTENNA ASSY
WEATHER RADAR MI-585353 3201
MI-585353 2654
Fuente: Aerolínea LC Perú
84
Imagen 5– Antena Weather Radar:
Fuente: Fotografía Propia de la unidad Antena Weather Radar
Estos equipos corresponden al funcionamiento del radar, el transceptor transforma la
señal electromagnética que emite la antena, en números para el indicador.
5.2.2. ATA 61 (Hélice):
En las gráficas se pudo apreciar que para esta ATA hubo valores de alerta “AL” y remain
in alert “REM”, durante los meses Noviembre 2012, Diciembre 2012, Enero 2013, Abril
2013, Mayo 2013, Junio 2013 y Octubre 2013, todas estas alertas para el indicador URR.
El 70% de las remociones relacionadas a esta ATA corresponden a palas de hélice de
aeronaves, el DASH8-202 cuenta con 8 palas 4 en cada motor.
Las palas son consideradas hard time, equipos que son removidos cada 10,500 horas
desde su último overhaul, en nuestra operación las palas tienen un MTBUR de 4076
horas que viene a ser el 38% de su vida útil.
85
Las palas presentaron quiñadas, producidas por piedras en la funda del Níquel, en
algunos casos con exposición de fibra.
Tabla 26 – Remociones de palas de hélice
86
Fuente: Aerolínea LC Peru.
Imagen 6– Pala de Hélice dañada
Fuente: Fotografía Propia de la unidad de pala de hélice
88
5.3. Análisis de la asociación de variables y resumen de las apreciaciones
relevantes que produce.
De acuerdo a lo analizado y las investigaciones, se logró conseguir las siguientes
modificaciones y recomendaciones a los eventos presentados según las alertas en los
indicadores señalados, variable independiente, y su aplicación en la flota Dash 8-202,
variable dependiente.
5.3.1. ATA 34 (NAVEGACIÓN):
1° SOLUCIÓN: Reubicación del Ducto de salida de aire tibio del TRU #1 hacia el
compartimiento del Radome, donde se encuentra instalada la Antena del Weather
Radar.
Después de consultar al fabricante de las aeronaves (BOMBARDIER), nos envío una
modificación, que consiste en la reubicación de una manguera que emite gases tibios,
estos provienen de TRU #1 (Transformer Rectifier Unit), con esta aplicación mejorará la
confiabilidad del componente, tomándose las siguientes consideraciones:
- No se está alterando la estructura de la aeronave.
- No se está alterando ningún Sistema primario de la aeronave.
- Los compartimientos de trabajo no son zona presurizada.
- El soporte donde se reubica la manguera es de un diámetro parecido al de la
manguera, por lo que no es necesario realizar agujeros.
- Los pesos de los consumibles para ser usados no son considerables, por lo que
no amerita un re cálculo el peso y balance.
- No se efectúa cambio significante al diseño original de la aeronave.
- En caso de tener algún inconveniente, es totalmente posible de reubicar el ducto a
su posición original.
- El costo de los consumibles son bajos.
- El tiempo hora hombre para realizar este trabajo, es de 1 hora.
89
- No es necesario herramientas especiales.
- Un técnico calificado de mantenimiento aeronáutico es capaz de cumplir este
trabajo.
- Los procedimientos y consumibles a usarse fueron recomendados por el
Fabricante Bombardier.
Imagen 8 – SYD-24-006
Fuente: Propia y del fabricante BOMBARDIER
90
Los TRU, unidades transformadoras rectificadoras, están instaladas en zona del
compartimiento de nariz, son 2 componentes exactamente iguales que transforman y
rectifican los voltajes AC producidos por los generadores en corriente DC. Estos emiten
gases cuando la luz de: “L TRU” / “R TRU” se enciende, ya que esto indica que hay un
sobrecalentamiento del componente que es medido mediante sensores de temperatura
de aproximadamente 170° C, y como medida de precaución, el sistema no trabaja con el
TRU afectado y seguidamente el ventilador que estos poseen empiezan a trabajar
logrando bajar la temperatura, haciendo que se produzca el gas que es liberado del TRU
afectado mediante una manguera hacia el compartimiento de pozo del tren de nariz.
Imagen 9 – Sistema Normal del TRU
Fuente: Propia y del Manual de Partes de la Aeronave (IPC) PSM 1-82-24 ATA
24-10-00 Fig 5 pag 0.
91
La modificación consiste en, re direccionar la manguera del TRU N° 1 hacia el
compartimiento del radome, en donde se encuentra la antena del radar:
Imagen 109 – Sistema modificado del TRU
Fuente: Propia y de la modificación SYD 8-24-006
2° SOLUCION: Extracción del Dessicator como parte del sistema.
Adicionalmente se encontró un Service Letter, el cual menciona la extracción del
dessicator, para aumentar la confiabilidad del Weather Radar Transceiver.
El dessicator, esta unidad se encarga de extraer la humedad presente en la aire de la
cabina, el cual es absorbido en su interior, mediante cristales, su tiempo de remoción es
controlado cada 500 horas.
92
Imagen 11 – Sistema Radar con dessicator
Fuente: Propia y del Manual de Partes de la Aeronave (IPC) PSM 1-82-4 ATA
34-41-00 Fig 5 pag 0.
Imagen 12 – Sistema Radar con dessicator
Fuente: Propia y del Service Letter DH8-SL-34-009A
93
Imagen 13 – Desiccator en condición Serviciable
Fuente: Fotografía Propia de la unidad Desiccator
Imagen 14 – Desiccator con humedad
Fuente: Fotografía Propia de la unidad Desiccator.
94
De acuerdo a la carta de servicio, se manifiesta que:
- Esta carta de servicio, emitido por Bombardier, permite realizar la remoción del
desiccator, el cual se encuentra en el mamparo del compartimiento de nariz del
avión, esta unidad se encarga de extraer la humedad presente en el aire de la
cabina.
- Por el motivo que puede contener la humedad, puede causar distorsiones en el
display de radar al punto de tener graves daños en el transceptor weather radar.
- Al realizarse la remoción, Honeywell manifiesta que mejora la confiabilidad del la
unidad de transceptor.
96
5.3.2. ATA 61 (PROPELLER):
1° SOLUCION: Modificación de la composición de la funda de Níquel de la pala de
hélice.
Después de conversar con el fabricante de las hélices HAMILTON SUNDSTRAND, nos
envió la referencia de un boletín de servicio, el cual consiste en modificar la composición
de la funda de hélice de las palas, aleándolo con cobalto, la aplicación de esta
modificación, mejorará la resistencia de la funda de Níquel, ante impacto.
Este boletín de servicio 14SF-61-155, será aplicado en las estaciones reparadoras
debidamente autorizadas por Hamilton Sundstrand y Federal Aviation Administration,el
cual varía la composición de la funda de Níquel, aleándolo con Cobalto
La hélice es un dispositivo mecánico formado por un conjunto de elementos denominados
palas o álabes, montados de forma concéntrica y solidarias de un eje que, al girar, las
palas trazan un movimiento rotativo en un plano. Las palas no son placas planas, sino
que tienen una forma curva, sobresaliendo del plano en el que giran, y obteniendo así en
cada lado una diferencia de distancias entre el principio y el fin de la pala. Provocando
una diferencia de velocidades entre el fluido de una cara y de la otra. Según el principio
de Bernoulli esta diferencia de velocidades conlleva una diferencia de presiones, y por lo
tanto aparece una fuerza perpendicular al plano de rotación de las palas hacia la zona de
menos presión. Esta fuerza es la que se conoce como fuerza propulsora de un buque o
aeronave.
Las palas de la flota Dash8-202 de LCPeru, operan en pistas no pavimentadas, en donde
ocurren estos daños y reducen la vida útil del componente, llevando a unos costos
excesivos de reparación debido a la gravedad que pueden presentar.
97
Imagen 16 – Típicas zonas de erosión de la pala de Hélice
Fuente: Propia y del Manual PMM 61-10-00 page 624
Imagen 17 – Descripción de la pala de hélice
Fuente: Propia y del IPC 61-13-00 page 1304
98
Al aplicar el boletín de servicio 14SF-61-155 se realizara la aleación del Níquel y Cobalto
se tiene las siguientes propiedades:
Resistente a la abrasión.
Resistente a la corrosión.
Resistente a la fatiga.
El Cobalto es usado generalmente en la industria como un material duro superficial
en regiones de desgaste críticas, aplicado por soldadura de recargue.
Imagen 18 – SB 14SF-61-155
Fuente: Propia y del fabricante HAMILTON SUNDSTRAND
99
CONCLUSIONES
Al finalizar todos los requerimientos necesarios para la implementación de un programa
de confiabilidad, basada en la estadística de alertas para una flota DASH 8-202, se
visualizó como monitorear y solucionar las diversas fallas, que se presentan en una flota
de aeronaves que opera en un espacio geográfico accidentado como es el Perú,
observando la performance mediante gráficas y los valores de alerta que estas
presentaron.
Con el cálculo estadístico desarrollado con la recolección de datos y la aplicación de los
conceptos de confiabilidad de Bombardier, se logró implementar el programa de
confiabilidad, con el fin de mejorar la seguridad de vuelo, asegurar la aeronavegabilidad y
la confiabilidad de los sistemas de las aeronaves, a través de alertas que nos indican la
performance de las aeronaves.
100
SUGERENCIAS
Las mejoras mencionadas en el informe, se pueden incluir a los sistemas afectados, con
lo que aumentará la confiabilidad de aquellos componentes y eventos que influyen al
impacto operacional de la compañía, y con esto poder minimizar las fallas y remociones
no programadas que atenta con la aeronavegabilidad de la flota.
Los resultados mostrados, se pueden profundizar para realizar una nueva fase, en el cual
incluiría los costos de mantenimiento con relación a las remociones de compontes, para
mejorar los costos de envío y reparación, y el impacto en la confiabilidad de despacho, la
cual conlleva las demoras y cancelaciones por eventos de mantenimiento.
101
REFENCIAS BIBLIOGRAFICAS
Bibliografía:
Failures Reporting Analisys and Corrective Action (BOMBADIER) – Issued 40
- De-Havilland DASH 8 Aircraft Maintenance Manual Series 200 PSM 1-82-2. Rev 29
(Bombardier INC.).
- De-Havilland DASH 8 Illustrated Parts Catalog Series 200 PSM 1-84-2 Rev. 29
(Bombardier INC.).
- Hamilton Sundstrand Propeller Maintenance Manual P598 for 14SF-18/23 Rev. 12.
- Hamilton Sundstrand Component Maintenance Manual 61-20-03 - Illustrated Part
Catalog for 14SF-18/23.
-Mejora de la confiabilidad de operación del sistema weather radar en aeronaves DASH8-
202.
-Estadística y Probabilidad – Universidad Tecnológica del Perú (2007).
Webgrafía:
- IFLYBOMBARDIER --https://customer.aero.bombardier.com/racs/public/
- Propuesta de Mantenimiento Preventivo Basado en la
Confiabilidadhttp://www.repositoriodigital.ipn.mx/bitstream/handle/123456789/13412/TESI
S%20RAYMUNDO%20HERNANDEZ%20BARCENAS.pdf?sequence=1
102
ANEXOS
Anexo 1: Acumulado de horas por avión
ACUMULADO DE HORAS POR AVION
N444YV N447YV N448YV N454YV N988HA N987HA N436YV
ene-12 90.10 0.00 94.74 26.25 0.00 0.00 0.00
feb-12 104.58 0.00 92.13 99.02 0.00 0.00 0.00
mar-12 68.99 39.44 161.53 126.02 0.00 0.00 0.00
abr-12 48.37 108.40 107.27 157.03 0.00 0.00 0.00
may-12 164.41 145.30 113.09 129.86 0.00 0.00 0.00
jun-12 152.70 147.50 144.49 147.49 0.00 0.00 0.00
jul-12 94.57 164.31 151.78 179.35 0.00 0.00 0.00
ago-12 140.71 192.56 176.32 75.44 0.00 0.00 0.00
sep-12 177.83 190.94 201.14 0.00 0.00 0.00 0.00
oct-12 177.45 182.67 188.69 0.00 125.51 0.00 0.00
nov-12 149.28 166.95 151.00 84.18 170.35 0.00 0.00
dic-12 90.45 133.14 143.47 129.93 179.60 0.00 0.00
ene-13 157.88 85.03 156.82 160.61 88.90 0.00 0.00
feb-13 111.21 91.45 108.92 114.58 60.02 82.07 102.46
mar-13 19.97 115.07 152.69 164.68 94.05 91.31 138.98
abr-13 52.96 139.78 157.19 161.01 81.98 67.17 154.01
may-13 154.14 144.68 118.06 160.02 0.00 77.14 158.95
jun-13 144.41 142.26 155.57 138.62 0.00 73.31 139.03
jul-13 72.29 179.63 183.93 171.54 0.00 73.41 146.48
ago-13 110.67 189.46 133.32 172.64 0.00 63.05 173.88
sep-13 184.82 185.73 170.88 141.13 0.00 77.31 168.10
oct-13 178.64 140.39 159.16 136.72 0.00 70.29 128.85
nov-13 137.19 162.17 187.16 133.92 0.00 43.78 148.51
dic-13 130.50 80.54 135.68 112.85 0.00 125.68 134.69
106
Anexo 8: Indicador de componentes removidos no programados ATA 34
Anexo 9: Indicador de componentes removidos no programados ATA 61
109
Anexo 14: Diseño de graficas en Excel.
Anexo 15: Cuadro de información de remociones no programadas.