optimizacion de frecuencias de mantenimiento

8/18/2019 OPTIMIZACION DE FRECUENCIAS DE MANTENIMIENTO

1/13

OPTIMIZACIÓN DE FRECUENCIAS DE MANTENIMIENTO MEDIANTE MODELOSDE CONFIABILIDAD

1. OBJETIVO GENERAL

Optimizar las frecuencias de mantenimiento

2. OBJETIVOS SECUNDARIOS• Disminuir los tiempos de parada de la maquinaria

• Aumentar la confiabilidad de la vida útil de los inyectores

• Ahorros en costos de mantenimiento

3. ESTADÍSTICAS DE MANTENIMIENTO TRADICIONAL• La mayoría de las fallas (60!dan aviso antes de su falla funcional• Apro"imadamente el #0 son ocultas• $0 de las fallas ocultas requieren tareas de identificaci%n de falla•

&nspecci%n'testeo chequeo• )0 a *+ de las fallas son relativas al monitoreo basado en condici%n• *0 a #0 de las fallas son atribuidas al modo de operar equipos• ,-s del .+ de las frecuencias del /, son incorrectas comparadas con el

intervalo /1• Obtener un correcto intervalo de mantenimiento 2eneralmente reduce entre

un #0 a .0 las tareas de mantenimiento• ,e3orar en la confiabilidad puede incrementar la capacidad de

equipamientos entre un *+ a 60

La inf!"a#i$n a!!i%a "&n#ina'a &()* %a(a'a &n RCM IIi"+,&"&n)a)in fin'in-( J/n M0%!a A,a'n L)'.

F0&n)& ABB

3.1 Si()&"a %a(a' &n ,a #nfia%i,i'a'


2/13

4"iste una presi%n competitiva que viene creciendo en los últimos a5os los

2erentes 2enerales admiten que la confiabilidad de sus activos y procesos

es crítica para la e"celencia operacional

“Para lograr excelencia operacional se requiere de un sistema basado en

confiabilidad”

F0&n)& A77

3.2 E)a+a( '& 0n (i()&"a %a(a' &n #nfia%,i'a'

F0&n)& A774. CONFIABILIDAD

La probabilidad de que un dispositivo sistema o proceso pueda desarrollar su

funci%n por un determinado tiempo sin fallar dentro de un conte"to operacional

/ara la or2anizaci%n la funci%n principal del an-lisis de confiabilidad es el

control de costos de la 8O confiabilidad provenientes de las fallas de


3/13

equipamientos y procesos 2enerando p9rdidas y menos mar2en para los

beneficios

5. 6708 &( 0na fa,,a9: C0!;a P:F

F0&n)& A77


4/13

=. >&!!a"i&n)a( +a!a an*,i(i( '& #nfia%i,i'a'• ?r-fico de /areto

• An-lisis estadístico de fallas utilizando distribuci%n @eibull

•

imulaci%n de ,ontecarlo• An-lisis de dia2rama de bloques

• An-lisis de -rbol de fallas y 1,4A

• An-lisis de causa raíz (>;1A!

?. 6P! @08 &( i"+!)an)& i"+,&"&n)a! &, RCM9 Man)&ni"i&n) C&n)!a'&n ,a Cnfia%i,i'a'

4s un proceso que determina lo que se debe de hacer para ase2urar que un

activo físico continúe haciendo lo que los usuarios quieren que ha2a en el

conte"to operativo actualLa me3or forma de analizar y optimizar estrate2ias actuales de mantenimiento

4l >;, se normaliza:

La A4 BAC0CC ;riterios de evaluaci%n para procesos de >;,

4sta norma establece criterios contra los cuales se puede comparar un

proceso i el proceso cumple con los criterios entonces si se le puede llamar

un proceso >;,

?.1 BENEFICIOS: OBJETIVOS DEL RCM• ,ayor 2rado de se2uridad del personal y del ambiente


5/13

• ,ayor 2rado de confiabilidad operacional de los equipos ,enos tiempos

muertos y sus consecuencias• ,e3or desempe5o operacional de los equipos

• >educci%n del costo total de mantenimiento

• &ncremento en la vida útil de los activos

Optimizaci%n de frecuencias de mantenimiento preventivo y predictivobasados en an-lisis de costo'ries2o utilizando modelos probabilísticos

. ESTADO DEL ARTE,encionaremos al2unas herramientas de la in2eniería de la confiabilidad que

nos permiten tomar las me3ores decisiones cuando se est- cumpliendo la

e"pectativa de vida de un sistema o componente 8uestro enfoque se limita aaquellos componentes que presentan Des2aste por uso4l tiempo a la falla para cualquier componente o sistema no puede ser predicho

e"actamente i es posible obtener informaci%n de la transici%n entre el estado

operativo al de fallaLa Ocurrencia de la 1alla puede únicamente ser caracterizada por las

propiedades /robabilísticas de la populaci%n


6/13

me3ora continua que incorpora en forma sistem-tica avanzadas herramientas

de dia2n%stico metodolo2ías basadas en confiabilidad y el uso de nuevas

tecnolo2ías en la búsqueda de optimizar la planificaci%n y la toma de

decisiones E&n2eniería de ;onfiabilidadG porque una de las me3ores formas

para a2re2ar valorG es evitar que se destruyaF

1.1 M'&,( '& Di(i$n &n Man)&ni"i&n)4n a5os recientes 2randes corporaciones especialmente del sector de

hidrocarburos y de la industria de procesos han volcado su atenci%n hacia

el modelo de decisi%n E;osto >ies2oF debido a que el mismo permite

comparar el costo asociado a una acci%n de mantenimiento contra el nivel

de reducci%n de ries2o o me3ora en el desempe5o debido a dicha acci%nG

en otras palabras el modelo permite saber Ecuanto obten2o por lo que

2astoF

4l an-lisis E;osto>ies2oF resulta particularmente útil para decidir enescenarios con intereses en conflicto como el escenario EOperaci%n H

,antenimientoF en el cual el operador requiere que el equipo o proceso

opere en forma continua para 2arantizar m-"ima producci%n y

simult-neamente el mantenedor requiere que el proceso se deten2a con

cierta frecuencia para poder mantener y 2anar confiabilidad en el mismo 4l

modelo ;osto>ies2o es el indicado para resolver el conflicto previamente

mencionado dado que permite determinar el nivel %ptimo de ries2o y la

cantidad adecuada de mantenimiento para obtener el m-"imo beneficio o

mínimo impacto en el ne2ocio

• La fi2ura se muestra 2r-ficamente el modelo mencionado y en el

mismo pueden destacarse tres curvas que varían en el tiempo:• La curva del nivel de ries2o (ries2o I probabilidad de falla "

consecuencia! asociado a diferentes periodos de tiempo o

frecuencias de mantenimiento

La curva de los costos de mantenimiento en la cual se simulan los

costos de diferentes frecuencias para la acci%n de mantenimiento

propuesta


7/13

La curva de impacto total que resulta de la suma punto a punto de la curva de ries2osy la curva de los costos de mantenimiento 4l EmínimoF de esta curva representa la

frecuencia para la cual la suma de los costos de la política de mantenimiento con elnivel de ries2o asociado a esta política son mínimosG es decir hay el Emínimo impacto

posible en el ne2ocioF 4ste mínimo esta ubicado sobre el valor que puede traducirsecomo el periodo o frecuencia %ptima para la realizaci%n de la actividad de

mantenimiento Jn desplazamiento hacia la derecha de este punto implicaría Easumir mucho ries2oF y un desplazamiento hacia la izquierda del mismo implicaría E2astar

demasiado dineroF

La dificultad para el uso del modelo se centra en la estimaci%n o modela3e de la curva

del ries2o ya que la misma requiere la estimaci%n de la probabilidad de falla (y suvariaci%n con el tiempo! y las consecuencias 4n la pr%"ima secci%n se detallan las

herramientas para lo2rar el correcto modela3e y estimaci%n del ries2o

1.2 Ri&(- 0n in'i#a'! +a!a &, Dia-n$()i# In)&-!a'4l ries2o R) base fundamental del modelo de decisi%n descrito en lasecci%n anterior es un t9rmino de naturaleza probabilística que se define

como Ee2resos o p9rdidas probables consecuencia de la probable

ocurrencia de un evento no deseado o fallaF y comúnmente se e"presa en

unidades monetarias (7s o K! ,atem-ticamente el ries2o se calcula con

la si2uiente ecuaci%n:

Ri&(-)/robabilidad de 1alla(t! " ;onsecuencias

4l an-lisis de la ecuaci%n del ries2o permite entender el poder de este

indicador para el dia2n%stico y la toma de decisiones debido a que el

mismo combina probabilidades o frecuencias de fallas con consecuencias

permitiendo la comparaci%n de unidades como los equipos rotativos que

normalmente presentan alta frecuencia de fallas con ba3as consecuencias

con equipos est-ticos que normalmente presentan patrones de ba3a

frecuencia de fallas y alta consecuencia

La fi2ura refle3a 2r-ficamente lo e"presado en el p-rrafo anterior


8/13

4l ries2o se comporta como una balanza que permite pesar la influenciade ambas ma2nitudes (/robabilidad de 1alla y ;onsecuencia de la 1alla!

en una decisi%n particular

4l mantenimiento moderno sustentado en la &n2eniería de ;onfiabilidadrequiere de un cuidadoso proceso de dia2n%stico de equipos y sistemas 4l

dia2n%stico basado en el Eries2oF puede entenderse entonces como unproceso que busca caracterizar el estado actual y predecir el

comportamiento futuro de equipos y sistemas

/ara el lo2ro de un dia2n%stico inte2rado el ries2o debe calcularse usando

toda la informaci%n disponibleG es decir debe incluir el an-lisis del historialde fallas los datos de condici%n y datos t9cnicos De esta forma se podr-n

identificar las acciones correctivas y proactivas que puedan efectivamente

optimizar costos y minimizar su impacto en el ne2ocio medular

La fi2ura muestra el proceso de EDia2n%stico &nte2radoF

4ntendiendo entonces que el Eries2oF es el indicador para un dia2n%sticointe2rado se analizar- a continuaci%n en detalle el proceso para

estimarlo

1.3 E()i"a#i$n '& Ri&(-


9/13

;omo se mencion% en el punto ) el c-lculo del ries2o involucra la

estimaci%n de la /robabilidad de 1allas y'o la ;onfiabilidad (;onfiabilidad I

C H /robabilidad de 1allas! y de las ;onsecuencias La fi2ura # muestra la

descomposici%n del indicador Eries2oF en sus componentes fundamentales

4n ella se muestra claramente que para calcular ries2o deben establecerse

dos ()! vías una para el calculo de la confiabilidad y'o la probabilidad defallas en base a la historia de fallas o en base a la condici%nG y otra para el

c-lculo de las consecuencias

1.3.1 E()i"a#i$n '& ,a P!%a%i,i'a' '& Fa,,a( ,a Cnfia%i,i'a'./ara la estimaci%n de la confiabilidad o la probabilidad de fallas

e"isten dos m9todos que dependen del tipo de data disponibleG

estos son:• 4stimaci%n 7asada en Datos de ;ondici%n altamente

recomendable para equipos est-ticos que presentanpatrones de Eba3a frecuencia de fallasF y por ende no se tiene

un Ehistorial de fallasF que permita al2ún tipo de an-lisis

estadístico

4stimaci%n 7asada en el istorial de 1allas: recomendable

para equipos din-micos los cuales por su alta frecuencia de

fallas normalmente permiten el almacenamiento de un

historial de fallas que hace posible el an-lisis estadístico

1.3.2 E()i"a#i$n '& Cnfia%i,i'a' Ba(a'a &n Cn'i#i$n4l an-lisis tradicional de confiabilidad basado en el an-lisis

estadístico del tiempo para la falla ha sido e"itosamente utilizado

para me3orar el mantenimiento preventivo y traer los equipos y

sistemas hasta los actuales niveles de desempe5o in embar2o

buscando la me3ora continua de sus procesos en las tres últimas

d9cadas al2unas industrias han hecho 2randes esfuerzos en la

recolecci%n de data diferente a la data de falla a trav9s de

pro2ramas de monitoreo de la condici%n (mantenimiento predictivo!

con la finalidad de optimizar las frecuencias de mantenimiento de

sus equipos y tomar acciones proactivas para evitar la ocurrencia de

la falla


10/13

La mencionada data de condici%n ha sido usada principalmente en

forma determinística es decir para hacer dia2n%sticos puntuales

debido a la falta de una adecuada metodolo2ía de an-lisis

probabilística 4n esta secci%n se establecen las bases

conceptuales para el c-lculo de confiabilidad y probabilidad de falla

de equipos basado en la data de condici%n La columna vertebral deeste m9todo es el an-lisis ;ar2a>esistencia MCN

a. An*,i(i( Ca!-a:R&(i()&n#ia4l an-lisis ;ar2a>esistencia tiene como premisa el hecho de que

las fallas son el resultado de una situaci%n donde la car2a aplicada

e"cede la resistencia ;ar2a y >esistencia son usados en el sentido

m-s amplio de la palabraG es decir la car2a pudiera ser la presi%n

de operaci%n mientras la m-"ima presi%n de operaci%n permisible

sería la resistencia imilar an-lisis se hace para cualquier otropar-metro relevante de la condici%n como vibraci%n para equipos

din-micos o reducci%n de espesor para el caso de equipos

est-ticos4n todos los casos e"istir- un valor actual de la condici%n que se

monitorea el cual representar- la car2a y un valor límite de la

condici%n que representara la resistencia 4sta última normalmente

esta re2ulada por normas y est-ndares de la in2eniería;ontrario a la creencia 2eneral en la mayoría de los casos ni la

car2a ni la resistencia son valores fi3os por el contrario sus valores

son estadísticamente distribuidos ;ada distribuci%n tiene su valor

medio denotado por P para la car2a y Q para la resistencia y sus

desviaciones est-ndar RP y RQ respectivamente 4sto es ilustrado

en la fi2ura

;uando la distribuci%n de la condici%n medida o monitoreada en elequipo tiene al2ún solape con la distribuci%n de la condici%n límite ocriterio de rechazo en ese momento e"iste probabilidad de falla

4sta situaci%n es mostrada en la fi2ura


11/13

La confiabilidad de un elemento ba3o la aplicaci%n de una car2a esla probabilidad de que su resistencia e"ceda la car2a Dicha

confiabilidad puede calcularse con la si2uiente e"presi%n:;onfiabilidad I /robabilidad (>esistenciaS;ar2a! MCNM+NM$NMTNMC0N

Donde P y Q son las medias de las distribuciones de laresistencia o criterio límite y el esfuerzo o condici%n monitoreada

respectivamente y RP y RQ las respectivas desviaciones est-ndar

8Oi()!ia, '& Fa,,a(4n este punto se presenta la metodolo2ía y la plataforma matem-tica para

predecir la disponibilidad en sistemas reparables a trav9s del tratamiento

estadístico de su historial de fallas y reparaciones 4n otras palabras los

equipos son caracterizados usando su distribuci%n probabilística del Etiempo

para fallarF y el Etiempo para repararF


12/13

4ste tipo de an-lisis es particularmente valioso para equipos din-micos los

cuales tienen una frecuencia de falla relativamente alta 8ormalmente la data

de fallas y reparaciones est- disponible

/ara equipos reparables e"isten cinco posibles estados en los que ellos

pueden quedar una vez reparados despu9s de una falla:

• ! M*NM6N 4ste modelo elimina las

limitaciones antes mencionadas porque toma en cuenta todos los posiblesestados de un equipo despu9s de una reparaci%n 4sto da como resultado una

nueva plataforma conceptual para an-lisis de confiabilidad en equiposreparables la cual se a3usta en mayor 2rado a lo que sucede en la realidad

eliminando las desviaciones derivadas del uso de los an-lisis tradicionales

especialmente en cuanto a la predicci%n del número esperado de fallas y eltiempo para la pr%"ima falla


13/13

optimizacion de frecuencias de mantenimiento

Documents