Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumen
En
este
tema
se
desarrolla
un
modelo
estocstico
que
permite
decidir
con
que
frecuencia
realizar
un
mantenimiento
preventivo
y
hasta
que
punto
es
rentable
un
sistema
de
monitorizacin
del
estado
del
equipo.
1.
Introduccin
Varios
eventos,
tales
como
deterioro
de
los
componentes,
desgaste
de
herramientas,
roturas,
mantenimiento
no
adecuado,
etc,
pueden
afectar
a
la
fiabilidad
del
sistema
productivo
y
generar
productos
con
calidad
defectuosa.
Cuando
el
sistema
de
fabricacin
no
funciona
adecuadamente
se
deben
realizar
tareas
de
reparacin
o
mantenimiento
para
reinstaurar
el
funcionamiento
adecuado.
Sin
embargo,
si
el
funcionamiento
defectuoso
no
es
detectado
o
no
es
atendido,
el
sistema
producir
productos
de
menor
calidad
o
defectuosos
hasta
que
sea
reparado.
Por
este
motivo,
las
tareas
de
mantenimiento
preventivo
son
esenciales
para
mantener
y
mejorar
la
efectividad
del
sistema
tanto
en
trminos
de
cantidad
como
de
calidad.
En
este
tema
se
considera
el
problema
del
mantenimiento
adaptativo
(preventivo
y
correctivo)
para
un
sistema
productivo
considerado
como
una
unidad
individual
(p.ej.
una
clula
de
fabricacin
flexible)
y
caracterizado
en
sus
tiempos
de
pieza
como
una
cola
M/G/1.
En
este
tipo
de
colas
las
piezas
llegan
al
sistema
siguiendo
una
distribucin
de
Poisson
y
el
tiempo
de
procesado
es
estocstico
con
funcin
de
distribucin
conocida.
En
el
modelo
se
considera
que
se
dispone
de
un
sistema
de
monitorizacin
para
detectar
prontamente
la
presencia
de
un
problema
en
el
funcionamiento
del
, = !!"
()!
!
fT(t)=e
que
muestra
como
el
tiempo
hasta
la
primera
entidad
se
distribuye
conforme
a
una
exponencial
de
parmetro
,
con
E[T]=1/
y
var[T]=1/2
Tiempo
entre
llegadas
Sea
el
tiempo
en
el
que
llega
la
entidad
k,
la
variable
aleatoria
Yk.
Otra
variable
aleatoria
relacionada
es
el
tiempo
entre
llegadas
Tk,
que
se
define
como
T1=Y1
Tk=Yk-Yk-1
k=2,3,
Tk
representa
el
tiempo
que
transcurre
entre
la
llegada
de
la
entidad
k-1
y
la
entidad
k.
Ntese
que
cuando
estemos
considerando
un
proceso
de
fabricacin
las
llegadas
son
en
realidad
salidas
del
proceso
y
Tk
es
el
tiempo
de
procesado
de
la
pieza
k.
Hemos
visto
antes
que
el
tiempo
hasta
la
primera
entidad
es
exponencial.
El
tiempo
hasta
la
siguiente
tambin
es
exponencial
y
los
tiempos
entre
llegadas
tambin
son
exponenciales.
A
partir
de
esta
propiedad
se
puede
derivar
la
ley
de
probabilidad
de
Yk.
Se
cumple
que:
Yk
=
T1+
T2+
+
Tk
Tomado
esperanzas
se
obtiene
que:
E[Yk]
=
E[T1]
++
E[Tk]=
k/
Var(Yk)
=
var(T1)
++
var(Tk)=
k/2
y
la
funcin
de
densidad
que
se
obtiene
es
la
conocida
por
distribucin
de
Erlang
de
orden
k:
!! =
! !!! !!"
1 !
! !!! !!"
1 !
!! = ! =
, = 1
!!!
!!!
, = 1
!!!
!!!
( )! !!"
!
= !!"
Y
sea
el
segundo
proceso
el
nmero
de
piezas
que
se
producen
= !!"
Consideramos
que
el
tiempo
entre
avera
solo
incluye
el
tiempo
de
uso
de
la
mquina,
no
los
tiempos
de
paro
ni
espera.
Para
que
coincida
la
llegada
de
la
avera
con
el
intervalo
durante
el
que
se
est
fabricando
el
producto
k,
tienen
que
darse
simultneamente
los
tres
siguientes
eventos:
a) evento
A:
que
se
produzca
la
avera
en
el
intervalo
Tk
b) evento
B:
que
se
produzcan
k-1
piezas
antes
de
la
llegada
de
la
avera
c) evento
C:
que
se
est
fabricando
una
pieza
cuando
llegue
la
avera
Para
acortar
la
notacin,
llamemos
x=Yk-1
e
y=Tk.
La
figura
ilustra
la
situacin.
La
probabilidad
de
que
se
d
una
avera
en
el
intervalo
Tk,
es:
= + = + = !!! !!(!!!)
La
probabilidad
de
que
hayan
llegado
k-1
piezas
antes
del
tiempo
x
(incluyendo
solo
el
tiempo
de
uso
(1/):
!!! !!! !!!
= 1, =
= !!! ()
1 !
Obsrvese
que
corresponde
a
la
suma
de
los
k-1
tiempos
entre
llegadas.
! =
=
!
+ !!!
!!!
( + )!
! =
! !"
!!!
!
[(1 )! (
)
+
5.
Mantenimiento
preventivo
Con
el
objetivo
de
reducir
la
prdida
de
tiempo
disponible
para
procesar
material,
as
como
el
posible
efecto
en
la
calidad
del
producto,
se
realizan
tareas
de
mantenimiento
preventivo
en
momentos
programados.
Normalmente
el
tiempo
de
parada
que
se
requiere
para
el
mantenimiento
preventivo
es
menor
que
el
que
se
requiere
para
correctivo.
Supongamos
que
se
realiza
una
parada
para
inspeccionar
el
estado
de
la
mquina
cada
n
piezas
desde
el
ltimo
mantenimiento,
si
previamente
no
se
ha
realizado
un
! =
1 !
!
+
! = 1
!
!!!
(1 )!!! ( + )!
! =
!
!
Es
decir,
de
todas
las
veces
que
se
realiza
una
inspeccin,
solo
cuando
no
ha
se
ha
producido
un
cambio
durante
las
n
piezas
se
encontrar
la
mquina
bajo
control.
La
probabilidad
de
se
encuentre
fuera
de
control
al
realizar
la
inspeccin
ser
pues
On=1-! .
6.
Ciclo
de
Mantenimiento
Sea
T
el
tiempo
entre
dos
operaciones
sucesivas
de
mantenimiento.
Este
tiempo
incluye
el
tiempo
de
produccin,
el
de
mantenimiento
y
el
de
inspeccin
si
se
realiza.
Su
valor
estimado
se
puede
obtener
mediante
la
siguiente
expresin:
!
,
=
!!!
! ( + ! ) + ! ! + ! + ! + ! [ + ! + ! ]
1 + !!
!
+ !
2
1 ! !
! =
!
1
!
+ ! ! + ! ! + ! + !
figura.
Clculo
del
tiempo
efectivo
en
el
modelo
de
simulacin
! + !
!!!
como
suma
del
nmero
promedio
de
piezas
fabricadas
cuando
se
detecte
una
avera
con
la
monitorizacin
ms
el
nmero
promedio
de
piezas
fabricadas
cuando
no
se
detecte,
y
por
tanto
hay
que
inspeccionar.
Anlogamente,
el
nmero
de
piezas
fabricadas
durante
el
periodo
bajo
control
ser
el
promedio
de
piezas
fabricadas
hasta
la
aparicin
de
la
avera,
mas
el
promedio
de
piezas
fabricadas
en
los
ciclos
en
los
que
no
se
detecta
la
averia:
!
! =
( 1)! + !
!!!
10
! ! !
con
R(T)=ri
Ni
+
ro
No
CI(T)=ci
In
CM=cp
! +
cr
(1-! )
CW(T)=cL
L
N
9.
Ejercicios
Procesos
de
llegada
1.
A
un
sistema
de
produccin
llegan
pedidos
a
una
tasa
de
0,2
pedidos
por
hora.
Cul
es
la
probabilidad
de
que
en
una
hora
lleguen
0
pedidos,
y
1
pedido?
Cul
es
la
probabilidad
de
que
no
llegue
ningn
pedido
en
24
horas?
2.
El
programa
de
produccin
ha
colocado
una
orden
de
fabricacin
de
otras
56
rdenes.
Las
rdenes
se
procesan
de
acuerdo
a
un
proceso
de
Poisson
de
tasa
2
por
minuto.
Cul
es
el
tiempo
esperado
hasta
que
comience
a
ser
procesada?
Cul
es
la
probabilidad
de
que
espere
ms
de
30
minutos?
3.
Durante
la
primera
hora
de
la
fabricacin
de
una
serie
se
producen
defectos
a
una
tasa
de
5
defectos
por
hora.
En
la
segunda
y
tercera
hora
se
producen
a
una
tasa
de
3
defectos
por
hora.
Cul
es
la
distribucin
de
probabilidad
del
total
de
defectos
en
las
tres
horas?
4.
En
un
proceso
de
fabricacin
se
producen
piezas
con
una
tasa
por
hora
segn
una
distribucin
de
Poisson.
La
probabilidad
de
que
un
producto
sea
defectuoso
es
p.
Encontrar
la
distribucin
del
tiempo
hasta
la
primera
pieza
defectuosa
11
12
c)
13