Upload
jesus-vladimir-saccsa
View
230
Download
5
Embed Size (px)
DESCRIPTION
Modelos Matemáticos Para Optimización
Citation preview
Modelos matemticos para Optimizacin de Reemplazo Preventivo e Inspecciones
PreventivasIng. Roberto Bottini
1010 Congreso Nacional de Mantenimiento y Congreso Nacional de Mantenimiento y 44 Congreso Congreso TrinacionalTrinacional de Mantenimientode Mantenimiento
Buenos Aires, 29 al 31 de Octubre 2008Buenos Aires, 29 al 31 de Octubre 2008
OtrasTcticas
Equipos redundantes
Redisear
MantenimientoApropiado
(ad hoc)
Tcticas basadas en la condicin
Operacin hasta la falla
Actividades de monitoreo de condicin
Vibraciones- monitoreo- anlisis
Anlisis del lubricante- condicin del aceite- partculas de desgaste
Elctrico- anlisis corriente- condicin del motor
E.N.D- termografa- ultrasonido- radiografa industrial
Inspecciones- por operarios- por mantenimiento
(diario/semanal)
Tcticas basadas en intervalos de tiempo u otra unidad de medida
Reemplazo Preventivo de componentes
Overhaul programado
Mantenimiento preventivo de propsitos generales
Limpieza- durante la operacin- antes del mantenimiento
Lubricacin- rutinaria mientras funciona- al comienzo/final del cambio
Ajustes menores
Mantenimiento Proactivo
Pregunta de Examen !!!
`
CORREA DISTRIBUCION
PORQUE LA CAMBIAMOS A LOS 85.000 Km. ???
Queremos compartir algunas herramientas de la ingeniera de la Confiabilidad que nos permiten tomar las mejores decisiones cuando se esta cumpliendo la expectativa de vida de un sistema ocomponente. Nuestro enfoque se limita a aquellos componentes que presentan Desgaste por uso.
El tiempo a la falla para cualquier componente o sistema no puede ser predecido exactamente. Si es posible obtener informacin de la transicin entre el estado OPERATIVO al de FALLA.
La Ocurrencia de la Falla puede nicamente ser caracterizada por las propiedades Probabilsticas de la populacin Total.
Para algunos sistemas la Falla no es Tolerada, puede ser un evento catastrfico, ah es mandatorio considerar metodologas de CONFIABILIDAD del sistema.
CONFIABILIDAD La calidad del Ciclo de Vida de una maquina o de sus
componentes debe ser evaluada con respecto a la duracion esperada, a la complejidad de las tareas de mantenimiento , a la cantidad y gravedad de fallas ocurridas.
Partiendo del estudio de leyes de ocurrencia de fallas, la ingenieria de la confiabilidad es el conjunto de teorias y mtodos matemticos que se traducen en procedimientos de gestin orientados a la solucin de problemas de estimacin y optimizacin de las probabilidades de supervivencia, vida media y porcentaje de tiempo de buen funcionamiento de un sistema.
La Confiabilidad Incorpora la incertidumbre a la Ingeniera.
Podramos decir que la certeza de un hecho (en nuestro contexto Falla de Maquina), es un acontecimiento DETERMINISTA con un resultado finito.
En cambio la incertidumbre de un hecho seria un acontecimiento INDETERMINISTA con un resultado probabilstico.
Los Criterios de Confiabilidad Cuantitativa se difunden cada vez mas en el mundo industrial debido a varias razones :
El aumento de la complejidad de los equipos. Las dificultades de mantenimiento de ciertas
maquinas o sistemas. La necesidad de reducir los pesos sin afectar la
seguridad del funcionamiento. El cambio de visin con respecto a la
responsabilidad civil vinculada a la produccin y comercializacin de un producto.
1- Mortalidad Infantil
Inadecuada Instalacin.
Error armado-reparacin.
Problemas de Calidad
Tasa de Falla
2- Fallas Aleatorias durante la vida til.
Independientes del Tiempo. Errores de Mantenimiento. Electrnica. Mezcla de Errores. Averas por contaminacin
externa (aceite).
Tasa de Falla = cte
3- Desgaste por Envejecimiento
Low Cicle Fatiga en TG. Rodamientos. Corrosin. Correas. Corrosin bajo Stress. Materiales frgiles. Materiales Cermicos. Algunas formas de erosin.
Tasa de Falla > 1
481345678752FALLAS
TOTALOCTUBRESEPTIEMBREAGOSTOJULIOJUNIOMAYOABRIL MARZO FEBRERO ENEROMES
HISTOGRAMA
024
68
10
1 2 3 4 5 6 7 8 9 10
MESES
F
A
L
L
A
S
Serie1
Comnmente usamos un simple histograma (Falla-mes) para estudiar la ocurrencia de las Fallas y su impacto en la disponibilidad de equipos.
Sin embargo en estudios de Confiabilidad y Mantenimiento necesitamos utilizar funciones continuas, debido que la variable tiempo a la falla es continua. Entonces transformamos el Nro de fallas por mes en probabilidades. Empezamos por la funcin densidad de probabilidad de fallas (pdf), que indica la probabilidad de que ocurran fallas entre un intervalo de tiempo determinado. En la figura el rea bajo la curva para el intervalo dado.
FUNCIN pdf
0
5
10
1 2 3 4 5 6 7 8 9 10
meses
f
(
t
)
Cumulative Distribucion Function cdf .En estimaciones de Confiabilidad necesitamos determinar la probabilidad de que una falla ocurra antes de un determinado tiempo t . La podemos encontrar con la Funcin acumulativa cdf. Que es representada por el rea bajo la curva desde 1 a t, y nos indica la probabilidad de acumulacin de fallas transcurrido un tiempo (el fracaso).
cdf =
Tiempo t
Funcion Reliability R (t).La Confiabilidad es la funcin complementaria a la cdf. La probabilidad de xito, es decir que sobrevivan sin falla transcurrido el mismo tiempo t. Representando el rea bajo la curva desde t .
R(t)= 1- cdf
Tiempo t
El ultimo tipo de funcin que tenemos derivada de las anteriores es la Funcin Riesgo, tambin llamada funcin tasa de falla f (t) en determinados contextos como el de mantenimiento.
h (t) Funcin riesgo = pdf/1-cdf
Las cuatro funciones que definimos pueden usarse una vez que los datos REALES de ocurrencia de falla han sido transformados en las distribuciones estadisticas que adopten.
Afortunadamente, los datos reales de fallas, generalmente modelan alguna distribucion estadistica conocida. En la figura vemos las funciones de Probabilidad, Acumulativa y Riesgo para :
Dist. Exponencial Dist. Normal Dist. Lognormal Dist. Weibull
En estudios de Confiabilidad para Optimizar Reemplazo Preventivo u Overhaul son importante las siguientes premisas:
1- La tasa de falla del equipamiento debe ser creciente. Desgaste por Uso. Esta evidencia puede ser obtenida realizando una anlisis de Weibull.
1- El Costo total del reemplazo debe ser mayor DESPUES de la falla que ANTES. Debera tener como causal una gran perdida de Produccin o efecto domino sobre otros equipamientos.
Para tasa de falla menor o igual a 1 no es conveniente Reemplazo preventivo u Overhaul. Por lo tanto el Mantenimiento preventivo de propsitos generales que no retorna el equipamiento a nuevo sigue siendo apropiado para componentes sujeto a tasa de falla constante. (Ej. Inspecciones menores).
Vemos entonces que la Ingeniera de la confiabilidad nos da herramientas para iniciar la batalla contra la incertidumbre de las fallas en las plantas complejas.
Podemos describir varias distribuciones de fallas y ver qu podemos aprender de ellas para gestionar los recursos de mantenimiento. Convirtiendo el conocimiento ganado de ellas en acciones proactivas.
Prediciendo cuando las fallas probablemente ocurrannosotros podemos determinar el mejor momento para el mantenimiento Preventivo (Reemplazo Preventivo) y las polticas de mantenimiento relacionadas con el periodo optimo para operar hasta la falla o inspeccin
Como Incorporar estas Caractersticas de Confiabilidad ?
Realizando un anlisis Cualitativo Que indicara el tipo y clase de fallas que van
a presentarse en los componentes del sistemas. (Camino del RCM).
O Bien ampliarse a un campo Cuantitativo Proporcionando las probabilidades
numricas correspondientes.
Modelos Matemticos Una de las principales herramientas en este
avance cientfico hacia la optimizacin de las decisiones de Gestin son los modelos matemticos como simple representacin del problema en estudio.
En la aplicacin de tcnicas cuantitativas de Optimizacin del Mantenimiento, el tipo de modelo usado es frecuentemente un modelo simblico donde los componentes del sistema estn representados por smbolos y la relacin de estos componentes esta representada por ecuaciones matemticas.
Reemplazo Preventivo Optimo de un tem sujeto rotura
Construccin del Modelo Decimos que el costo total de reemplazo es
C(tp)=Costo Total esperado del Reemplazo por ciclo
Tiempo Esperado del ciclo.
Aplicacin Decisin de Overhaull Motores Elctricos de 1500HP en Planta Petroqumica.
Familia de 20 Motores similares 4000 Kva., 3 Phase, 60 Ciclos.
Cp = Costo Overhaul preventivo $ 120.000.
Cf = Costo reparacin Emergencia 125.000+ Costo lucro cesante $1.600.000.
Aplicacin Decisin de Overhaul Motores Elctricos de 1500HP en Planta Petroqumica.
Tabla 3.2. Fallas en bobinados de grandes motores: datos de falla y clculos de riesgo
7.6916.0325.12
36.2348.7363.01
7.698.339.09
11.1112.5814.29
888888
1011a12a13a1315a16a17a171718b181818
2019181716151413121110987654321
C-70C-71AC-71BP-70AP-70BP-71C-25C-11C-52C-13C-31C-53C-41C-91
C-32AC-32BC-01C-30C-50C-51
Riesgo acumuladoRiesgoAosRangoMotor
a Fallas en bobinadosb Remplazo preventivo de los bobinados
6 fallas ocurridas antesde la expectativa de vidade 18 aos.
Ploteo de Weibull para determinar parmetros de la distribucin de fallas.
El procedimiento es plotear en Weibull los datos representativos de la falla contra la funcin cdf. Obteniendo un factor de forma beta de 4.3.
Demostrando que las ocurrencias de falla se suceden dentro de la distribucin normal de desgaste por uso y en consecuencia es consistente el uso de modelos matemticos para optimizar el tiempo de rebobinado.
Factor Beta 4.3
Distribucin de Weibull (cuanto ms chica la dispersin mayor el factor de forma y mejor la estimacin).
Modelo Matemtico utilizado
Cp: costo del Reemplazo Preventivo. R(tp): es la confiabilidad. Multiplicamos aqu el costo del
xito por la probabilidad de lograrlo. Cf: costo total del Reemplazo por Falla. 1- R(tp): Es la Inconfiabilidad. Multiplicamos aqu el costo
del fracaso por la probabilidad de fracasar. tp: tiempo medio del Reemplazo Preventivo. es el tiempo medio a la falla MTTF (para el
intervalo de reemplazo).
f(t): es la funcin pdf para la distribucin normal o distribucin de Weibull para beta >1
(. )pt f t dtpt ( )pR t 1 ( )pR t ( )pC t ( )ph t
2,5395,0618,141,000,0025
2,0495,0218,121,000,0024
1,6394,7618,001,000,0023
1,2793,5817,600,980,0222
0,9890,1116,600,930,0721
0,7382,9214,750,850,1520
0,5471,6812,090,710,2919
0,3857,719,000,550,4518
0,2643,296,020,380,6217
0,1730,553,590,240,7616
0,1020,761,890,130,8715
0,0514,260,860,060,9414
0,0310,680,320,020,9813
0,019,280,090,000,9912
0,009,270,020,001,0011
0,0010,010,000,001,0010
0,0011,110,000,001,009
0,0012,500,000,001,008
0,0014,290,000,001,007
0,0016,670,000,001,006
0,0020,000,000,001,005
0,0025,000,000,001,004
0,0033,330,000,001,003
0,0050,000,000,001,002
0,00100,000,000,001,001
0Clculo trminos modelo matemtico
Grfico Resultante
0102030405060708090
100
0 3 6 9 12 15 18 21 24 27 30
Edad,t (Aos)
C
(
t
p
)
K
$
Curva de Costo Total
Grfico Resultante
0102030405060708090
100
0 3 6 9 12 15 18 21 24 27 30
Edad,t (Aos)
C
(
t
p
)
K
$
Curva de Costo Total
SOBRE MANTENIMIENTO
Grfico Resultante
0102030405060708090
100
0 3 6 9 12 15 18 21 24 27 30
Edad,t (Aos)
C
(
t
p
)
K
$
Curva de Costo Total
SUB MANTENIMIENTO
Grfico Resultante
0102030405060708090
100
0 3 6 9 12 15 18 21 24 27 30
Edad,t (Aos)
C
(
t
p
)
K
$
Curva de Costo Total
Costo Mnimo Reemplazo ptimo
Tiempo ptimode rebobinado11 /12 aos
0102030405060708090
100
0 3 6 9 12 15 18 21 24 27 30
Edad,t (Aos)
C
(
t
p
)
K
$
Curva de Costo Total
Gastamos de mas !!!
Volviendo a la pregunta inicial que hacemos con la Correa de distribucin !!!
0102030405060708090
100
0 3 6 9 12 15 18 21 24 27 30
Edad,t (Aos)
C
(
t
p
)
K
$
Curva de Costo Total
Nos arriesgamos !!!
B: Beneficio de la operacin no interrumpida por unidad de tiempo. Perdida de Beneficio por Reparaciones, donde (n) es el N de Reparaciones y el tiempo medio de reparaciones MTTR. Perdida de Beneficio por inspecciones, donde n es el N de Inspecciones e i el tiempo medio para las inspecciones.R es el costo promedio de reparaciones.I es el costo promedio de inspecciones.
P(n)= - B -B -R -IB
P(n): Valor del Beneficio con operacin interrumpida por reparaciones en la unidad de tiempo.
Resolviendo la anterior ecuacin y despejando despejando n, resulta:
n ES EL NMERO PTIMO DEINSPECCIONES A REALIZAR
Si sustituimos n en la formula del Beneficio vemos su valor optimo, insertando otros valores de n vemos como puede variar en funcion de la politica de inspecciones y comparar a efectos de tomar la decisin mas adecuada.
PRECISINPRECISIN INCREMENTAR
TAREAS
PROACTIVAS y SU
PLANIFICACION.
INCREMENTAR
TAREAS
PROACTIVAS y SU
PLANIFICACION.
WEIBULL y
Modelos
matemticos
de
Optimizacin.
WEIBULL y
Modelos
matemticos
de
Optimizacin.
BUENA PRCTICA GENERAL DE MANTENIMIENTO!!!
La importancia de la confiabilidad tambin depende del alcance que demos a nuestra probabilidad de xito, a veces llamado Factor de Servicio F= 1- R(t). Pensemos que tener un factor de servicio del 99 % seria bastante bueno !!!!!
Sin embargo en EEUU ocasionara :
Una hora de agua no potable por mes. Dos aterrizajes peligrosos por da en JFK. 10.000 piezas de correo perdidas por hora. 20.000 prescripciones incorrectas de
medicamentos por ao. 22.000 cheques deducidos de la cuenta
equivocada por hora.
Fuentes consultadas para el presente trabajo:
Andrew Jardine, Universidad de Toronto, Canada
Albert Tsang, Hong Kong Politechnic University Adolfo Arata Andriani, Universidad Tecnica
Federico Santa Maria, Chile. John Campbell, PriceWaterhouseCoopers,
Canada Heinz Bloch, Machinary Reliability Assesment. Luciano Furlaneto, Politecnico de Milan.
Preguntas ?
MUCHAS GRACIAS !!
Ing. Roberto [email protected]
1010 Congreso Nacional de Mantenimiento y Congreso Nacional de Mantenimiento y 44 Congreso Congreso TrinacionalTrinacional de Mantenimientode Mantenimiento
Buenos Aires, 29 al 31 de Octubre 2008Buenos Aires, 29 al 31 de Octubre 2008