UNIVERSIDAD NOR-ORIENTAL PRIVADA GRAN MARISCAL DE AYACUCHO

FACULTAD DE INGENIERÍA

ESCUELA DE MANTENIMIENTO INDUSTRIAL

NÚCLEO CUMANÁ

MANTENIMIENTO IV

Profesor: Ing. Luis López Millán

Bachiller:

Zapata C., Andreína C.

C.I: 20.993.561

Cumaná, 21 de Marzo del 2012

ÍNDICE

INDICE ii

INTRODUCCIÓN 1

FUNDAMENTOS TEÓRICOS 2

Análisis Estadístico 2

Análisis de Confiabilidad mediante el método estadístico de la distribución

de Weibull.

2

Mantenimiento Centrado en la Confiabilidad 7

Análisis Costo-Riesgo 11

Sistema de Optimización de Mantenimiento Preventivo 23

CONCLUSIONES 24

BIBLIOGRAFÍA 25

INTRODUCCIÓN

El mantenimiento es una disciplina integradora que garantiza la disponibilidad,

funcionalidad y conservación del equipamiento, siempre que se aplique correctamente, a

un costo competitivo. En la actualidad, el mantenimiento está destinado a ser uno de los

pilares fundamentales de toda empresa que se respete y que considere ser competitiva.

Dentro de las diversas formas de conceptualizar el mantenimiento, la que al parecer

presenta más actualidad, y al mismo tiempo resulta más abarcadora, es aquella que lo

define como el conjunto de actividades dirigidas a garantizar, al menor costo posible, la

máxima disponibilidad del equipamiento para la producción; visto esto a través de la

prevención de la ocurrencia de fallos y de la identificación y señalamiento de las causas

del funcionamiento deficiente del equipamiento.

Todo esto conlleva a la empresa a un punto donde es capaz de controlar la

ejecución de actividades de mantenimiento, coordinar la distribución y supervisión de

los trabajos del personal a cargo, garantizar el buen funcionamiento y conservación de

los bienes, administrar los recursos económicos y materiales, etc.; permitiendo así

asegurar que los equipos se encuentren en óptimas condiciones de confiabilidad,

disponibilidad, seguridad de operación, entre otros. El propósito de esta gestión es

alcanzar objetivos trazados, para de esta manera encontrase en la capacidad de trabajar

en excelentes condiciones, ofrecer un servicio o producto de calidad, y elevar la

rentabilidad de lo que ofrece la empresa.

Algunas de las herramientas que permite medir y evaluar la correcta ejecución

de la gestión de mantenimiento se consideran de carácter estadístico; estas se encargan

de conceptualizar y presentar de manera sencilla los distintos detalles y resultados

obtenidos en el estudio de la gestión de mantenimiento que se aplique en una empresa.

Por medio de gráficos y tablas es posible percibir variaciones en la vida útil de un

equipo, errores u omisiones en su plan de mantenimiento particular y los límites de

desempeño establecidos para un tiempo de operación estipulado teniendo como

condición que el equipo se utilice según sea el fin para el cual fue diseñado.

FUNDAMENTOS TEORICOS

1. Análisis Estadístico

El análisis estadístico es el análisis de datos cuantitativos o cualitativos que surgen

del estudio de una muestra poblacional. Los datos se obtienen mediante encuestas,

entrevistas, seguimiento de cambios en alguna variable, etc.

El análisis estadístico consiste en describir, analizar e interpretar ciertas

características de un conjunto de individuos llamado población.

En nuestro caso, la muestra sería el equipo, o sistema a analizar, para asi realizar un

estudio pertinente y nos arroje las posibles fallas, de manera que podamos buscar las

posibles soluciones, para asi alargar la vida útil de los equipos.

Se encuentran distintas metodologías basadas en análisis estadísticos, de las cuales

algunas son las siguientes:

1.1-Analisis De Confiabilidad Mediante El Método Estadístico De La Distribución

De Weibull.

La distribución Estadística de Weibull es aplicable al estudio de la confiabilidad en

problemas relativos a la fatiga y vida de componentes y materiales. Permite obtener a

distribución de las fallas en la vida de un equipo o componente, cuando se tasa de falla

decrece, se mantiene constante o crece con el tiempo.

Interés

Identificar los equipos que fallan.

Estimar la probabilidad de la aparición de fallas.

Mejorar los programas de mantenimiento, basado en confiabilidad.

Aplicaciones

Predecir ocurrencias de fallas.

Determinar en que momento de la vida se encuentra un componente o equipo.

Estimar la confiabilidad individual de equipos.

Determinar la frecuencia de ejecución del mantenimiento preventivo.

1.1.1. Confiabilidad R (t). 

Es la probabilidad de que un componente o equipo lleve a cabo su

función   adecuadamente durante un periodo de tiempo bajo condiciones

operacionales dadas. Según la distribución de Weibull la confiabilidad se estima

mediante la siguiente expresión matemática:

R ( t )=e−(t− y

n)β (Ec. 1)

Donde:

t= Tiempo para el cual se estima la confiabilidad β= parámetro de formaη=parámetro de escalaγ= Parámetro de posición

1.1.2. Función de probabilidad de falla F (t).

Es el término que representa la probabilidad de que un equipo o componente falle en

un cierto periodo de tiempo bajo condiciones dadas. Ya que la confiabilidad y la

probabilidad de falla son probabilidades complementarias, matemáticamente se

expresará como:

F (t)= 1 - e−(t− y

n) β (Ec. 2)íí

1.1.3. Densidad de probabilidad de falla ℓ (t).

Es el número de fallas por unidad de tiempo referida a la cantidad inicial

de            elementos de una muestra dada.Según la distribución de Weibull esta se

expresa como :

f(t) = βη

¿) β-1e( ¿¿ t− y

η) β ¿

¿ (Ec. 3)

1.1.4. Tasa de falla ℷ (t).

Es una estimador de con fiabilidad y representa la proporción de fallas por unidad de

tiempo. Frecuentemente se expresa en falla/unidad de tiempo, ciclos/unidad de

tiempo; kms recorridos/unidad de tiempo. En este caso en particular la talla de falla

se calculará de la siguiente forma:

λ(t) = βη (t− yη ) β- 1 (Ec. 4)

1.1.5. Curva de la bañera

La curva de la bañera es un gráfica que representa los fallos durante el período de vida

útil de un sistema o máquina. Se llama así porque tiene la forma una bañera cortada a lo

largo.

En ella se pueden apreciar tres etapas:

Fallos iniciales: esta etapa se caracteriza por tener una elevada tasa de fallos que

desciende rápidamente con el tiempo. Estos fallos pueden deberse a diferentes

razones como equipos defectuosos, instalaciones incorrectas, errores de diseño del

equipo, desconocimiento del equipo por parte de los operarios o desconocimiento

del procedimiento adecuado.

Fallos normales: etapa con una tasa de errores menor y constante. Los fallos no se

producen debido a causas inherentes al equipo, sino por causas aleatorias externas.

Estas causas pueden ser accidentes fortuitos, mala operación, condiciones

inadecuadas u otros.

Fallos de desgaste: etapa caracterizada por una tasa de errores rápidamente

creciente. Los fallos se producen por desgaste natural del equipo debido al

transcurso del tiempo.

1.2.- Mantenimiento centrado en la confiabilidad

El MCC es un proceso analítico y sistemático basado en el entendimiento de la

función de los sistemas y las fallas funcionales. El corazón de este proceso es una

metodología de análisis sistemático de los Modos y Efectos de Falla (AMEF), que

pudieran ocurrir en un equipo específico, evaluados en su contexto operacional.

Tomando en cuenta lo anterior, es necesario mencionar que el proceso de mejora y

aplicación de este tipo de herramientas, inicia con un proceso de capacitación de las

personas que deben efectuar los análisis y de aquellos que deben tomar decisiones

apoyándose en sus resultados.

1.2.1. Objetivos

1. Identificar la metodología o metodologías de Confiabilidad Integral que mejor aplican

para la solución de un conjunto de problemas o de un problema específico.

2. Evaluar y decidir si un problema o desviación del proceso productivo requiere la

atención de un especialista o de un equipo natural de trabajo.

3. Decidir el momento oportuno y la mejor estrategia para aplicar un Plan Macro de

Confiabilidad Integral que haga el proceso productivo más rentable y seguro

4. Generar y analizar listas jerarquizadas de las Instalaciones, Sistemas, Equipos y

Dispositivos (Análisis de Criticidad de ISED).

5. Generar y analizar Plantillas Genéricas que cumplan con la Metodología de Modos y

Efectos de Falla (AMEF) para la diversidad de ISED existentes en las instalaciones a

evaluar.

6. Evaluar y Tomar Decisiones sobre la generación de Planes de Mantenimiento para

ISED’s, óptimos y adecuados a la realidad operacional, incluyendo el Análisis de

Criticidad de Modos de Falla y de las Tareas de Mantenimiento.

1.2.2. Beneficios

1. Manejo de los fundamentos y conceptos básicos de confiabilidad, mantenimiento.

2. Direccionamiento óptimo de los recursos en función de los problemas que más

impactan el negocio.

3. Identificación de las modos de falla asociadas al diseño, construcción o montaje,

operación y/o mantenimiento de equipos, sistemas o procesos.

4. Identificar y utilizar las metodologías y herramientas adecuadas para tomar decisiones

óptimas.

1.2.3. Las 7 preguntas del MCC

¿Cuales son las funciones y patrones de desempeño del equipo en su contexto

operacional actual?

¿De que forma el equipo falla al cumplir sus funciones?

¿Qué ocasiona cada falla funcional?

¿Qué consecuencias genera cada falla?

¿Qué puede ser hecho para predecir o

prevenir cada falla?

¿Qué debe ser hecho si no fuese encontrada una tarea pro-activa apropiada?

¿Quien puede realizar estas rutinas de mantenimiento?

1.2.4.Herramientas clave

El AMFE (Análisis de los Modos de Fallas y sus Efectos), es un procedimiento usado

para efectuar un análisis de cómo un ítem puede fallar enumerando todas los posibles

modos de falla, y todos los grados de reacciones adversas que resultan de tales fallas así

analizadas. Es una técnica para mejorar la confiabilidad de un activo con la indicación

del procedimiento para atenuar el efecto de una falla.

Las fallas pueden ser divididas conforme a su gravedad y normalmente son clasificadas

como:

• Muy críticas (catastróficas)

• Críticas

• Moderadas

• Leves

A partir de esta herramienta se permite identificar los efectos y consecuencias de la

ocurrencia de cada modo de falla en su contexto operacional y no operacional, por lo

tanto, se obtienen respuestas a las primeras cinco preguntas del MCC.

Una planilla del análisis de modos de falla y sus efectos, puede incluir aspectos como el

personal y las áreas involucradas en el estudio, además de la fecha de inicio y la

identificación del sistema o subsistema al cual se le este aplicando la metodología.

Otra herramienta utilizada es la planilla de decisión, la cual permite seleccionar de una

forma óptima las actividades de mantenimiento según la filosofía del RCM. La respuesta

para cada pregunta se va llenando en dieciséis columnas dentro de esta planilla. Las

columnas F, FF, MF se refieren a información de referencia e identifican la función, falla

funcional y el modo de falla generada anteriormente por el AMFE.

1.2.5.- Análisis de criticidad

El objetivo de un análisis de criticidad es establecer un método que sirva de instrumento de

ayuda en la determinación de la jerarquía de procesos, sistemas y equipos de una planta

compleja, permitiendo subdividir los elementos en secciones que puedan ser manejadas de

manera controlada y auditable. Desde el punto de vista matemático la criticidad se puede

expresar como:

Criticidad = Frecuencia x Consecuencia

Donde la frecuencia está asociada al número de eventos o fallas que presenta el sistema

o proceso evaluado y, la consecuencia está referida con: el impacto y flexibilidad operacional,

los costos de reparación y los impactos en seguridad y ambiente. En función de lo antes

expuesto se establecen como criterios fundamentales para realizar un análisis de criticidad los

siguientes:

Seguridad

Ambiente

Producción

Costos (operacionales y de mantenimiento)

Tiempo promedio para reparar

Frecuencia de falla

El establecimiento de criterios se basa en los seis (6) criterios fundamentales nombrados

en el párrafo anterior. Para la selección del método de evaluación se toman criterios de

ingeniería, factores de ponderación y cuantificación.

1.2.5.1. Método de Evaluación del Análisis de Criticidad

A la hora de seleccionar el método de evaluación, es necesario apoyarse en criterios de

ingeniería y factores de ponderación o cuantificación. Esto estará sujeto a la información

disponible al momento del estudio. La condición ideal sería disponer de datos estadísticos de los

sistemas a evaluar que sean bien precisos, lo cual permitiría cálculos “exactos y absolutos”. Sin

embargo desde el punto de vista práctico, dado que pocas veces se dispone de una data histórica

de excelente calidad, el análisis de criticidad permite trabajar rangos, es decir, establecer cuál

sería la condición más favorable, así como la condición menos favorable de cada uno de los

criterios a evaluar. La información requerida para el análisis siempre estará referida con la

frecuencia de fallas y sus consecuencias.

PONDERACIONES DE LOS PARÁMETROS DEL ANÁLISIS DE CRITICIDAD1. FRECUENCIA DE FALLA Puntaje

ALTA: más de 10 fallas por año. 2PROMEDIO: 3 a 9 fallas por año. 4BAJA: 1 a 4 fallas por año. 2EXCELENTE: menos de una falla por año. 1

2. IMPACTO OPERACIONAL PuntajeParada inmediata de toda la planta. 8Parada inmediata de un sector de la línea productiva. 5Impacta los niveles de producción o calidad. 4Repercute en costos operacionales adicionales asociados a la disponibilidad del equipo.

6

No genera ningún efecto significativo sobre producción. 43. FLEXIBILIDAD OPERACIONAL Puntaje

No existe opción de producción y no existe función de respaldo. 3Existe opción de respaldo compartido. 2Existe opción de respaldo disponible. 1

4. COSTOS DE MANTENIMIENTO PuntajeMás de BsF. 20 000 30BsF. 10 000 a 5 000 12BsF. 5 000 a 1 000 4Menos de 1 000 1

5. IMPACTO EN SEGURIDAD Y MEDIO AMBIENTE PuntajeAfecta la seguridad humana tanto interna como externa. 70Afecta al medio ambiente produciendo daños severos. 25Afecta las instalaciones causando daños severos. 50Provoca daños menores (accidentes e incidentes) personal propio. 60Provoca un impacto ambiental cuyo efecto no viola las normas ambientales. 50No provoca ningún daño a las personas, instalaciones ni ambiente. 0

Figura 01. Ejemplo de una Tabla de Ponderación

43

Fre

cuen

cia

21

0 a 12 13 a 24 25 a 36 37 a 48 49 a 60

Figura 02. Ejemplo de una Matriz de Criticidad

1.3. Análisis Costo-Riesgo

El análisis “Costo-Riesgo” resulta particularmente útil para decidir en escenarios con

intereses en conflicto, como el escenario “Operación – Mantenimiento”, en el cual el

operador requiere que el equipo o proceso opere en forma continua para garantizar

máxima producción, y simultáneamente, el mantenedor requiere que el proceso se

detenga con cierta frecuencia para poder mantener y ganar confiabilidad en el mismo. El

modelo Costo-Riesgo es el indicado para resolver el conflicto previamente mencionado,

dado que permite determinar el nivel óptimo de riesgo y la cantidad adecuada de

mantenimiento, para obtener el máximo beneficio o mínimo impacto en el negocio.

La figura muestra gráficamente el modelo mencionado, y en el mismo pueden

destacarse tres curvas que varían en el tiempo:

- La curva del nivel de riesgo (riesgo = probabilidad de falla x consecuencia), asociado

a diferentes periodos de tiempo o frecuencias de mantenimiento

Consecuencia

No Crítico (NC)

Semi-crítico (SC)

Crítico (C)

.- La curva de los costos de mantenimiento, en la cual se simulan los costos de

diferentes frecuencias para la acción de mantenimiento propuesta

1.3.1. Estimación de Riesgo

Como se mencionó en el punto 2, el cálculo del riesgo, involucra la estimación de la

Probabilidad de Fallas y/o la Confiabilidad, (Confiabilidad = 1 – Probabilidad de

Fallas), y de las Consecuencias. La figura 4 muestra la descomposición del indicador

“riesgo” en sus componentes fundamentales. En ella se muestra claramente que para

calcular riesgo, deben establecerse dos (2) vías, una para el calculo de la confiabilidad

y/o la probabilidad de fallas, en base a la historia de fallas o en base a la condición; y

otra para el cálculo de las consecuencias.

1.3.2. Estimación de la Probabilidad de Fallas y/o la Confiabilidad.

Para la estimación de la confiabilidad o la probabilidad de fallas, existen dos métodos

que dependen del tipo de data disponible; estos son:

Estimación Basada en Datos de Condición, altamente recomendable para equipos

estáticos, que presentan patrones de “baja frecuencia de fallas” y por ende no se

tiene un “historial de fallas” que permita algún tipo de análisis estadístico.

Estimación Basada en el Historial de Fallas: recomendable para equipos

dinámicos, los cuales por su alta frecuencia de fallas, normalmente permiten el

almacenamiento de un historial de fallas que hace posible el análisis estadístico.

1.3.3. Estimación de Confiabilidad Basada en Condición

El análisis tradicional de confiabilidad, basado en el análisis estadístico del tiempo

para la falla, ha sido exitosamente utilizado para mejorar el mantenimiento preventivo y

traer los equipos y sistemas hasta los actuales niveles de desempeño. Sin embargo,

buscando la mejora continua de sus procesos, en las tres últimas décadas, algunas

industrias han hecho grandes esfuerzos en la recolección de data diferente a la data de

falla, a través de programas de monitoreo de la condición (mantenimiento predictivo)

con la finalidad de optimizar las frecuencias de mantenimiento de sus equipos y tomar

acciones proactivas para evitar la ocurrencia de la falla.

La mencionada data de condición, ha sido usada principalmente en forma

determinística, es decir, para hacer diagnósticos puntuales, debido a la falta de una

adecuada metodología de análisis probabilística. En esta sección se establecen las bases

conceptuales para el cálculo de confiabilidad y probabilidad de falla de equipos basado

en la data de condición. La columna vertebral de este método es el análisis Carga-

Resistencia [1].

a. Análisis Carga-Resistencia

El análisis Carga-Resistencia tiene como premisa el hecho de que las fallas son el

resultado de una situación donde la carga aplicada excede la resistencia. Carga y

Resistencia son usados en el sentido más amplio de la palabra; es decir, la carga pudiera

ser la presión de operación, mientras la máxima presión de operación permisible sería la

resistencia. Similar análisis se hace para cualquier otro parámetro relevante de la

condición como vibración para equipos dinámicos, o reducción de espesor para el caso

de equipos estáticos.

En todos los casos existirá un valor actual de la condición que se monitorea, el cual

representará la carga, y un valor límite de la condición que representara la resistencia.

Esta última normalmente esta regulada por normas y estándares de la ingeniería.

Contrario a la creencia general, en la mayoría de los casos ni la carga ni la resistencia

son valores fijos, por el contrario, sus valores son estadísticamente distribuidos. Cada

distribución tiene su valor medio, denotado por μY para la carga y μX para la

resistencia y sus desviaciones estándar σY y σX respectivamente. Esto es ilustrado en la

figura 5.

Cuando la distribución de la condición medida o monitoreada en el equipo tiene algún

solape con la distribución de la condición límite o criterio de rechazo, en ese momento

existe probabilidad de falla. Esta situación es mostrada en la figura 6.

La confiabilidad de un elemento bajo la aplicación de una carga es la probabilidad de

que su resistencia exceda la carga. Dicha confiabilidad puede calcularse con la siguiente

expresión: Confiabilidad = Probabilidad (Resistencia>Carga) [1],[5],[8],[9],[10]

Donde μY y μX son las medias de las distribuciones de la resistencia o criterio límite y

el esfuerzo o condición monitoreada respectivamente, y σY y σX las respectivas

desviaciones estándar.

NOTA: El operador “Φ”, indica que con el resultado obtenido de la ecuación entre

paréntesis, debe buscarse el valor de probabilidad correspondiente en una tabla de la

distribución normal

b. Estimación de la confiabilidad basada en la condición

Un parámetro de condición (PC) es cualquier variable física que revele información

acerca de las características de desempeño de un equipo o componente. Un Parámetro

Relevante de Condición (PRC) es un parámetro cuyo valor numérico caracteriza y

cuantifica la condición de un equipo o componente en cualquier instante de su vida

operativa.

Para que un PC sea un PRC, debe cumplir con los siguientes requisitos:

Caracterizar la condición del equipo.

Ajustar su valor continuamente durante su vida operativa.

Describir numéricamente la condición del equipo o componente.

Un buen ejemplo de un PRC es el espesor de pared “E”, el cual es comúnmente usado

en la industria petrolera para caracterizar el proceso de deterioro debido al fenómeno

Erosión-Corrosión en tuberías en general y en algunos recipientes a presión. Otros PRC

famosos en la industria del gas y del petróleo son:

Nivel de Vibración (Equipos Dinámicos)

Partículas Metálicas disueltas en el aceite (Equipos Dinámicos)

Velocidad de Declinación (Pozos y Yacimientos)

Presion Estática de Fondo (Yacimientos)

Formulación Matemática del PGR:

Las ecuaciones básicas del PGR tienen su base en distribuciones probabilísticas de

Weibull condicionales [3], y son las siguientes:

A partir de estas ecuaciones básicas y de la data de fallas [(ti)=tiempos de operación

entre fallas sucesivas] se calculan los parámetros “α”, “β” y “q”, cuyo significado es:

α : ”parámetro de escala”

β : ”parámetro de forma”

q : ”parámetro de efectividad de la reparación ”. Este parámetro puede interpretarse,

según su valor, de la siguiente forma:

q = 0 tan bueno como nuevo

0 < q < 1 mejor que como estaba , pero peor que cuando era nuevo

q = 1 tan malo como estaba

q < 0 mejor que nuevo

q > 1 peor que como estaba

Para obtener los parámetros con este método existen dos alternativas[3] dependiendo

del momento de ejecución del análisis.

a. Método de estimación de la Máxima Probabilidad de Ocurrencia (MPO), para

aquellos casos en los cuales hay suficiente data disponible para el ciclo en análisis.

b. Teorema de Bayes para aquellos casos en los que no hay suficiente data disponible

del ciclo en análisis.

Una vez estimados los parámetros de PGR es posible predecir el número esperado de

fallas Λ(t), usando un proceso iterativo basado en simulación de Montecarlo [3],[6]. El

diagrama de flujo para este proceso iterativo se muestra en la figura 7.

Los resultados de las estimaciones hechas con el PGR son mucho más certeros que las

predicciones tradicionales. Como puede observarse en la figura 7.1, se generaron tres

líneas de predicción basados en el 25% de los datos de fallas (puntos de falla encerrados

con un cuadro) usando las tres teorías de predicción del numero de fallas:

Proceso de Renovación Ordinario, basada en la asunción de un estado “tan bueno

como nuevo” después de la reparación.

Proceso No Homogéneo de Poisson, basada en la asunción de un estado “tan malo

como estaba” después de la reparación.

Proceso Generalizado de Restauración (PGR) que considera estados intermedios.

De las tres, solo la correspondiente al PGR coincide con gran precisión con las fallas

que ocurrieron subsecuentemente.

4.- Estimación de Consecuencias.

En esta sección se presenta una metodología para estimar las consecuencias totales que

resultan de la falla de un equipo y/o sistema. El modelo básico que soporta el trabajo

aquí propuesto es el de “Impacto Total en el Negocio” desarrollado por John

Woodhouse [2].

Modelo Propuesto:

El modelo divide las consecuencias asociadas con una falla particular en cuatro grandes

categorías: Pérdidas de producción, costos de reparación, impacto ambiental e impacto

en seguridad.

a. Pérdida de Producción:

En este paso, las pérdidas de producción debido a tiempo fuera de servicio son

estimadas usando la siguiente ecuación: PERDIDA DE PRODUCCIÓN = PP * RF *

TTR

Donde PP es el precio del producto ($/Unid), RF es la reducción de flujo (Unid/Hr) y

TTR, el tiempo para reparar (Hrs). La variabilidad del costo del producto se incluye con

la asunción de una distribución normal.

Reducción de flujo: La reducción puede ser total o parcial, dependiendo de otros

factores tales como diseño, redundancias, cargas compartidas o stand by y/o severidad

de la falla (critica o degradación). Para representar todos los posibles valores de esta

reducción se definió una distribución normal.

Tiempo de reparación: En lo que respecta al tiempo de reparación, es su valor

promedio (MTTR) el considerado para representar la distribución de esta variable.

b. Costos de reparación: La distribución de los costos de reparación debe incluir el

espectro de todos los posibles costos, los cuales varían dependiendo de la severidad de

la falla. Durante los ciclos de vida (tiempo entre overhauls), estos costos tienden hacia

una distribución normal.

c. Impacto Ambiental e Impacto en Seguridad: Las distribuciones de estos impactos,

en la mayoría de los casos, son difíciles de construir, pues no es fácil encontrar datos y

fundamentalmente requieren ser construidas en base a la opinión de expertos.

5.- El Diagnóstico Integral en el Proceso de Confiabilidad

Como se ha estado describiendo en este trabajo, el diagnostico integral es un

proceso que implica el uso de avanzadas técnicas de cálculo para predecir fallas y

eventos no deseados e inferir sus consecuencias; es decir permite estimar el riesgo

siguiendo el esquema de la figura 4 y también permite el uso de modelos de decisión

como el Modelo Costo Riesgo explicado en el punto 1.

Hasta este punto, se han descrito brevemente las técnicas de la Ingeniería de

Confiabilidad que permiten hacer estos cálculos.

El proceso conocido como “Confiabilidad Operacional”; es un enfoque metodológico

donde el diagnóstico integrado se combina con otras metodologías tradicionales del área

de confiabilidad, tales como: Análisis de Modos y Efectos de Fallas, Análisis Causa

Raíz e Inspección Basada en Riesgo, entre otras; con la finalidad de:

Inferir probabilísticamente todos los escenarios de producción factibles, a través de

la predicción de los periodos de operación normal y de ocurrencia de eventos o

escenarios no deseados, basados la configuración de los sistemas, la confiabilidad

de sus componentes y la filosofía de mantenimiento

Identificar acciones concretas para minimizar y/o mitigar la ocurrencia de estas

fallas o eventos no deseados y llevar el riesgo a niveles tolerables

Explorar las implicaciones económicas de cada escenario de riesgo posible y

diseñar planes y estrategias óptimas para el manejo del negocio.

La figura 9, muestra el esquema de integración del Diagnostico Integrado con otras

metodologías en el enfoque de Confiabilidad Operacional.

1.4. Sistema de Optimización de Mantenimiento Preventivo

El sistema de Optimización de Mantenimiento Preventivo es un método diseñado

para revisar los requerimientos de mantenimiento, el historial de fallas y la información

para revisar los requerimientos de mantenimiento, el historial de fallas y la información

técnica de los activos de operación. La teoría básica del PMO parte del análisis del

Ciclo Reactivo del mantenimiento.

El proceso de Optimización de Mantenimiento Preventivo, facilita el diseño de un

marco de trabajo racional y rentable, cuando un sistema de PM está consolidado y la

planta está bajo control. Esto implica una buena experiencia en hacer mantenimiento

planeado. A partir de ahí, las mehoras se pueden alcanzar fácilmente con la adecuada

asignación de recursos; y el personal de mantenimiento puede enfocar sus esfuerzos en

los defectos del diseño de planta, o en las limitaciones operativas.

Un sistema PMO es base para una Ingeniería de Confiabilidad efectiva, y para la

adecuada eliminación de defectos, teniendo en cuenta que:

Se reconocen y resulven los problemas con la información exacta

Se logra un efectivo uso de los recursos.

Se mejora la productividad de los operarios y del personal de mantenimiento.

El sistema se adapta a las situaciones y los objetivos específicos de cada cliente.

La optimización del PM motiva al personal.

Mientras que el PMO utiliza el historial de fallas existente como una entrada en la

revisión de las actividades de PM, reconoce que en la gran mayoría de las empresas, la

información contenida en sistemas CMMS, tiende a ser inexacta e incompleta, y busca

corregirla.

El análisis de Confiabilidad con base en el historial de fallas de los equipos, permite

determinar el comportamiento real durante su vida útil, con el fin de:

Diseñar las políticas de mantenimiento a utilizar en el fututo.

Determinar las frecuencias optimas de ejecución del mantenimiento preventivo.

Optimizar el uso de los recursos físicos y del talento humano.

Calcular intervalos óptimos de sustitución económica de equipos.

CONCLUSIONES

La vida útil es una etapa de lo que se conoce como el ciclo de vida de

un sistema, éste se define a través del costo, el tiempo y las condiciones ambientales que

se invierten y generan desde el proyecto, la construcción, la instalación, la operación y

el mantenimiento, hasta la desincorporación del equipo. En los análisis de los ciclos de

vida intervienen gran variedad de factores, sin embargo, la vida útil del equipo está

limitada desde el arranque hasta cumplir con el período de medio uso, al cual está sujeto

todo equipo dependiendo de la confiabilidad de cada uno de los componentes que lo

constituyen.

Un esquema dinámico de mantenimiento requiere el conocimiento de los índices

probabilísticas de cada equipo, las cuales definen sus condiciones de operación a corto

plazo. Estos índices se generan a partir de los registros, ya sea a través de ficheros, de

hojas formateadas o de cualquier otro medio para la escritura de información. La

información recopilada consiste en datos de tiempos de operación y fuera

de servicio que se han producido desde la instalación y puesta en marcha de cada equipo

y durante su vida útil.

Mediante los métodos y técnicas estadísticas podemos determinar la

problemática de un equipo como tal, su vida útil, predecir futuros falles o averiguar la

razón de los mismos. Así mismo estos métodos abarcan una amplia gama de modelos

cuyas aplicaciones ya expuestas se desenvuelven de una u otra manera dependiendo el

uso propio que se les otorgue a la hora de su empleo dentro de un plan de

mantenimiento.

Como un ejemplo final se puede mencionar que el análisis de criticidad da

respuesta a varias interrogantes dado que genera una lista ponderada desde el elemento

más crítico hasta el menos crítico del total del universo analizado, diferenciando tres

zonas de clasificación: alta criticidad, mediana criticidad y baja criticidad. Una vez

identificadas estas zonas, es mucho más fácil diseñar una estrategia, para realizar

estudios o proyectos que mejoren la confiabilidad operacional, iniciando las

aplicaciones en el conjunto de procesos ó elementos que formen parte de la zona de alta

criticidad.

BIBLIOGRAFÍA

MANTENIMIENTO Y SEGURIDAD INDUSTRIAL. (2006). [Documento

en línea].(Consultado 21 de Junio de 2011, desde:

http://www.monografias.com/trabajos15/mantenimiento-industrial/mantenimient

o-industrial.shtml

MANTENIMIENTO. (2007). [Documento en línea]. Consultado el 11 de Junio

de 2011, desde: http://html.rincondelvago.com/costos-de-mantenimiento.html

E. T. NEWBROUGH. Administración de Mantenimiento Industrial.

Organización, Motivación y Control en el Mantenimiento Industrial. 1era

Edición. Editorial Diana. México, D. F. 1998.

Wikipedia. (2010). [Página web en línea]. Disponible en:

http://www.wikipedia.org/