Analisis Fallas IPEMAN 2008

1
IPEMAN Relator: Ing. O. Aguilar (Ph.D) 1

Relator: Ing.Omar Aguilar
Ph.D Ciencias, Hungra
Email: omaram48@yahoo.com
Consultor Empresas Consultor Empresas
Omar D Aguilar Martinez
Ph.D en Ciencias Fsicas
M.Sc en Ciencias Fisicas, Academia de Ciencias de
Cuba , 1972
Ph.D. En Ciencias Ing. Y Fisicas, Academia de
Ciencias de Hungria, 1988
Experto del Organismo Internacional de Energia
Atomica, Viena, Austria , 1995 - 2000 en la tematica
de analisis por fluctuaciones y dinamica no - lineal.
30 trabajos publicados.
5 Proyectos dirigidos
Investigador director del Proyecto: No. 199-1811
Codigo FONTEC Desarrollo de metodologias de
diagnostico para la mantencion predicitva en la
industria, con herramientaas cientificas y
tecnologicas de ultima generacion
Director Tecnico DIAMAN SA, Chile/1999-2001/
Director Asesora en Procesos Industriales
Relator Datastream Internacional (INFOR)
Profesor Universidad de Chile, USACH.
Email:omaram48@yahoo.com
No basta saber, se debe tambin aplicar.
No es suficiente querer, se debe tambin hacer.
Johann Wolfgang von Goethe
2
CONTENIDO
1. Introduccin histrica: Anlisis de Fallas. Estado del Arte
2 Localizacin de fallas o averas. Concepto de Falla. Definicin y Aplicacin
3 Definicin de mantenimiento preventivo, sintomtico y/o Predictivo
4 Conceptos bsicos de matemticas, fsica y qumica aplicados al mantenimiento para
el Anlisis de Fallas
5 Fallas: Definicin y Clasificacin
Funcin de la capacidad de trabajo
Funcin de la forma de aparecer
Representacin grfica de la clasificacin de averas
Tipos de curvas de fallas. Patrones de Falla
Ejercicios
6. Estadstica aplicada a los fallos.
Concepto de fiabilidad.
Indice de Fallas. Tasa de fallas
Curva de Davies
Fiabilidad en sistemas
Configuracin en serie
Configuracin en paralelo Ejercicios
7. Distribuciones empleadas en el Anlisis de Fallas.
Exponencial
Normal
Weibull
Aplicaciones prcticas y Ejercicios
8. Control de procesos estadsticos
Histogramas
Grficos de dispersin
Grficos de Tendencias
Representacin grficas de Causa-Efecto
Respuesta de sensores y anlisis prctico
rboles de fallas
Grficos dirigidos signados
Aplicaciones y Ejercicios
3
9. La reparacin de averas
Definicin. Niveles de reparacin
Proceso de reparacin
Factores de diseo
Factores organizativos
Factores de ejecucin
Reduccin de fallas
10. La estadstica aplicada a las reparaciones
Concepto de Mantenibilidad.
Aplicaciones y Ejercicios
11. Distribucin de tiempos en una instalacin
Parmetros de la instalacin
TMF: Tiempo medio de funcionamiento
Disponibilidad media, intrnseca y operacional
12. Anlisis Modal de Falla y Efecto
Probabilidad de Surgimiento y desarrollo de la falla
Severidad
Matriz de categorizacin
Ponderacin de fallas
Principio de Pareto. Aplicaciones.
Cdigos de Fallas
Ejemplos y Aplicaciones
13. Diagnstico de la empresa. Criticidad de equipos.
14. Prevencion de averias
15. Conclusiones.
16. Ejercicios desarrollados por el instructor utilizando software de anlisis.
4
1. Introduccin histrica. 1. Introduccin histrica.
La experiencia nos demuestra que cualquier mquina o equipo sufre
a lo largo de su vida una serie de degradaciones. Si no las evitamos,
o eliminamos una vez aparecidas, el objetivo para el que se crearon
no se alcanza plenamente, su rendimiento disminuye y su vida til se
acorta. Esto nos lleva a que cualquier instalacin requiere alguien
que la maneje pero, tambien alguien que la repare.
Mientras ms automatizada la instalacin, menos personal de
produccin necesitaremos, pero sin embargo el nmero de
elementos susceptibles de averiarse aumentar. Para poder
obtener una tasa de utilizacin alta, deberemos contar con un buen
sistema de mantenimiento.
En el curso que presentamos se estudia el Anlisis de Fallas Anlisis de Fallas como
herramienta bsica para obtener una adecuado desempeo en la
gerencia del mantenimiento industrial.
5
Los primeros trabajos:
Deteccin de Fallas en Sistemas Lineales. Influido por nacimiento del
microprocesador
Redes neuronales artificiales y lgica fuzzy, fueron aplicadas en los 80.
Los mtodos de Anlisis de Fallas se clasifican en:
Mtodos histricos (Mtodos de clasificacin, Reconocimiento de
patrones y mtodos estadsticos)
Mtodos Basados en el Conocimiento (Mtodos basados en la
Observacin, Grficos dirigidos signados, etc)
Combinacin de los anteriores
La mayora de estos mtodos requieren de procesos estacionarios para
ser aplicados.
Alguien sabe usar el Flight simulator
de la Microsoft?
El Anlisis de Fallas. El Anlisis de Fallas.
El Anlisis de Fallas es una funcin muy importante en toda disciplina de la
ingenieria. Una vez realizada la falla, uno debera determinar la causa de la
falla para prevenir futuras ocurrencias, y para adems mejorar el
desempeo de las instalaciones, componentes y estructuras.
Sin embargo el mayor beneficio se obtiene cuando con el anlisis de fallas
preventivo se puede evitar la falla posterior.
Una de los ms claros ejemplos de aplicacin del anlisis de fallas involucra
a la industria aeroespacial. Los accidentes areos se recuerdan por las
personas debido a una inusual prdidas de vidas y la amplia extensin del
dao que se ocasiona en estos accidentes.
6
Ejemplo: TWA Flight 800 Caso del Boeing 747 que explot en Long
Island el 17 de Julio de 1996. Las causas especficas de este desastre
no han sido an determinada, pero existe una casi certeza de que la
causa ms probable pudiera ser la falla de los cables de los sensores
en el tanque de combustible del avin.
http://www.washingtonpost.com/wpsrv/national/longterm/twa/keyst
ories.htm
2. La localizacin de la falla
La localizacin de la falla y su estudio, permite que ellas sean
interpretadas en forma adecuada, reconocer cual fue su origen y
de esa forma retroalimentar mi sistema de planificacin del
mantenimiento con un mejor desempeo.
Sera beneficioso saber cul de esas fallas crnicas
(repetitivas) estn actualmente influyendo en forma
decisiva sobre los costos de su entidad
(*)?
De la misma forma que se lanza un producto estudiando el
mercado (clientes y necesidades) y el proceso de produccin
optimizado, Mantenimiento debe estudiar las averas y su proceso
de reparacin.
(*) El trmino entidad equivale de forma general a equipo, conjunto, sistema dinmico, mquina o item
7
3. Definiciones: Mantenimiento Preventivo,
Sintomtico y/o Predictivo
Lmites de los diferentes tipos de mantenimiento
Correctivo: Una vez aparecida la avera
Hard time, de uso y predictivo: Tratan de predecir la avera o
prevenirla antes de su aparicin
Modificativos: Tratan de eliminarlas en una forma permanente.
Engrase de los equipos
Mantenimiento Correctivo. Mantenimiento Correctivo.
Estamos por detrs de la falla. El usuario del equipo avisa de
la avera y el de mantenimiento las repara.
Deteccin de la avera cuando necesita el equipo.
El usuario no informa de la avera hasta que le imposibilita
usar la mquina.
El anlisis de la avera pasa a segundo plano.
Debemos predecir la frecuencia entre averas y la importancia
de estas.
Los gastos directos de mantenimiento, as como los
financieros se incrementan.
Tiene ms inconvenientes que ventajas, pero es imposible
prescindir de l.
8
Mantenimiento Preventivo Mantenimiento Preventivo. .
Misin: Conocer el estado actual de todos los equipos y programar
as el mantenimiento correctivo en el momento ms oportuno.
Ventajas:
Disminuye frecuencia de paradas pues aprovecha para realizar
varias reparaciones en el mismo intervalo de tiempo
Pemite preparar y aprovisionar los utillajes y piezas de
recambios necesarios
Aprovecha el momento ms oportuno (produccin y
mantenimiento) para realizar las reparaciones.
Distribuye el trabajo de mantenimiento de forma uniforme y
optimiza plantillas
Evita averas mayores como consecuencia de pequeos fallos,
particularmente de los sistemas de seguridad.
Implementacin del Plan de Implementacin del Plan de
Mantenimiento Preventivo Mantenimiento Preventivo
Plan de seguimiento para cada equipo
Especificacin de tcnicas a aplicar y frecuencia
Estudio de la causa y reprogramacin para
realizar reparaciones que correspondan.
Mtodos ms empleados:
Inspecciones visuales
Medicin de temperaturas
Control de lubricacin
Medicin de vibraciones
Control de fisuras
Control de la corrosin
9
Mantenimieno de uso. Mantenimieno de uso.
Responsabiliza del primer nivel de
mantenimiento a los usuarios del equipo.
En general (como en el correctivo) hay
prdidas de informacin asociadas a no
controlar el funcionamiento del equipo.
Entre sus ventajas estn, que ciertas
actuaciones se pueden realizar sin tener
que involucrar a personal ajeno a la
produccin. Por otra parte se descarga al
personal de mantenimiento y se simplifica
la organizacin.
Requiere de una capacitacin bsica en
mantenimiento del personal de
produccin (engrase, limpieza y apriete
de las partes de unin)
Mantenimiento Hard Time. Mantenimiento Hard Time.
Se revisan los equipos a intervalos programados
antes de que aparezca ningn fallo. Se deja al equipo
a cero hora de funcionamiento. Se reparan los
elementos de una fiabilidad baja y los de una
mantenibilidad alta. Se asegura as un tiempo de
funcionamiento fijado de antemano.
Ventajas respecto del correctivo:
Programacin de revisiones en el momento de menor
impacto en la produccin
Preparacin de trabajo y aprovisionamiento de
materiales.
Aumento de disponibilidad de la mquina
Optimizacin de plantillas de mantenimiento
Reduccin de los stock de almacn.
10
Para implementarlo, se
debe realizar un estudio
detallado de los equipos
determinando frecuencia
de revisiones y necesidad
de instalar un contador
horario o de piezas
fabricadas.
La frecuencia ptima de
este, para realizar
revisiones debe situarse al
comienzo de la zona de
envejecimiento de la curva
de Davies.
Mantenimiento Predictivo (por condicin) Mantenimiento Predictivo (por condicin)
Conocimiento permanente del estado y operatividad de los equipos,
mediante la medicin de determinadas variables. Al estudiar los
cambios de las variables se determina la actuacin o no del
mantenimiento correctivo.
La ventaja es la velocidad con que se obtiene la informacin, que es
inmediata. Incorpora adems ciertas variables que aumentan la
informacin sobre el estado de los equipos.
Se conoce el funcionamiento de la mquina
desde el perfil de la produccin y el estado de
la mquina respecto a sus componentes
El mayor inconveniente es el econmico, ya que
adems de la capacitacin del personal que
requiere, por cada equipo es necesario
incorporar sensores de medicin de variables
que permitan el anlisis del estado operacional
del equipo en cuestin.
11
Mantenimiento Modificativo. Mantenimiento Modificativo.
Acciones para modificar las caractersticas de produccin de los equipos,
como para lograr una mayor fiabilidad o mantenibilidad de los mismos.
Puede aparecer en tres pocas de la instalacin:
durante el proyecto (matenimiento de proyecto), adquisicin del equipo
durante su vida til (modificaciones en el equipo para eliminar fallas
frecuentes)
cuando el equipo est en la etapa de vejez (reconsruccin del equipo para
garantizar su posterior utlizacin despus del cumplimiento de su vida til)
Engrase de los equipos Engrase de los equipos
Se incluyen por las consecuencias que genera el no realizarlo,
ms bien que por ser un mantenimiento.
Debe considerarse como una necesidad unida al funcionamiento
del equipo y no como una accin ms del mantenimiento.
Pasa desde el cambio de aceite, hasta el engrase de piezas y
componentes. Se deben establecer frecuencias de engrases de
cada una de las piezas y las de cambio de aceites, llevando las
acciones a un planeamiento.
12
4. Conceptos bsicos de matemticas, fsica y qumica
aplicados al mantenimiento para el Anlisis de Fallas.
Conceptos estadsticos
Conceptos de Probabilidad
Representaciones grficas
Tendencias.
Fallas mecnicas
Fallas de Lubricacin
Fallas en la operacin
Fallas de mantenimiento

=
=
n
i
i
N
X X
1
2
) (
Desviacin Estandar
N
X
X
n
i
i
=
=
1
Media
Aritmetica
b mX Y + =
Y
X
CONCEPTOS ESTADSTICOS
La estadstica es una ciencia que demuestra que si mi vecino
tiene dos coches y yo ninguno ... los dos tenemos uno
Shaw, Bernard George
13
25
24.9
26.1
22.7
24.5
23.5
23
Desviacion
estandar 1.20 24.1
Media aritmetica 24.51 26.2
25.1
Mediciones del TMEF

=
=
n
i
i
N
X X
1
2
) (
60 . 3 51 . 24
40 . 2 51 . 24
20 , 1 51 . 24
Ejemplo con el Graphical

Analysis
N
X
X
n
i
i
=
=
1
Microsoft Excel
Worksheet
Media y Desviacion y = 0.0006x + 24.507
20
21
22
23
24
25
26
27
1 2 3 4 5 6 7 8 9 10
Mediciones
R
e
s
u
l
t
a
d
o

d
e

M
e
d
i
c
i
Series1
Linear (Series1)
14
Ejemplo con el Modellus
Modellus.exe
5. Fallas: Definicin y Clasificacin
Definicin de avera: Deterioro o desperfecto en cualquiera de los rganos
de un aparato que impide el funcionamiento normal de este
Diccionario de la Lengua espaola: Dao, deterioro que impide el
funcionamiento de algo
Fallo: Impide que instalacin mantenga el nivel productivo
Debe ampliarse a : Falta de calidad del producto
Falta de seguridad
Prdidas energticas y contaminacin ambiental
Luego: Fallo o avera, cualquier hecho que se produzca en la instalacin y que
tenga como consecuencia un descenso en el nivel productivo, en la calidad del
producto, en la seguridad o bien que aumente la degradacin ambiental.
15
a. Fallos por el origen de la avera: a. Fallos por el origen de la avera:
Debido a un mal diseo o errores de clculo del equipo (12%)
Producidos por defectos durante la fabricacin del equipo (10%)
Debido al mal uso de la instalacin (40%)
Producidos por el desgaste natural y el envejecimiento (11%)
Debido a fenmenos naturales y otras causas (27%)
12%
10%
40%
11%
27%
Diseo
Defectos
Mal uso
Desgastes
Otras
b. Fallos por la capacidad de trabajo: b. Fallos por la capacidad de trabajo:
Totales (Paro total del sistema productivo)
Parciales (Afecta slo una cierta parte de los elementos, pudiendo
trabajar el resto)
Que aparezca uno u otro depende de:
Complejidad de la instalacin
Si los elementos estn unidos en serie o paralelo
Ejemplo. Total: Fractura de rodamiento en un soporte del motor
Parcial: Prdida de lubricacin del rodamiento
16
En funcin de cmo aparece el fallo:
Progresivos: Fallos asociados al desgaste, abracin, desajustes, etc,
se puede predecir con seguimiento el fallo definitivo
Ejemplo: Desgaste progresivo de las pista del rodamiento
Repentinos : Corresponden a una funcin aleatoria, son dficiles de
predecir, se relacionan con roturas de piezas y elementos.
Ejemplo: Partidura o cariamiento instantneo de una componente del
rodamiento
Combinando las dos ltimas clasificaciones podemos crear el siguiente
esquema:
I
II
III IV
P
r
o
g
r
e
s
i
v
a

R
e
p
e
n
t
i
n
a
F
o
r
m
a

d
e

a
p
a
r
e
c
e
r
Capacidad de Trabajo
Parcial Total
Precisan intervencin
rpida
Actuacin crtica
Averas que se pueden preveer
Actuacin no-crtica
Gravedad de la avera
Representacin Grfica
17
Definicin de falla
Clasificar la falla
Anlisis del desarrollo de la falla
Realizar el Anlisis Modal y de Efectos de Fallas
Anlisis de TMEF
Origen y Consecuencias de la falla
Acciones correctiva sobre las fallas
Entonces Entonces, , qu qu es es una una aver aver a a o o falla falla? ?
Se define como el cese de la capacidad de una entidad para
realizar su funcin especfica. El trmino entidad equivale
trminos generales a equipo, conjunto, sistema, mquina o tem.
Se puede decir que una avera es la prdida de la funcin de un
elemento, componente, sistema o equipo. Esta prdida de la
funcin puede ser total o parcial.
La prdida total de funciones conlleva a que el elemento no
puede realizar todas las funciones para las que se dise.
Una estrategia para la solucin de averas es tener en cuenta
que existen averas crticas que son prioritarias y deben ser
eliminadas para conseguir un resultado significativo en la
mejora del equipo.
18
Note que no hay una definicin perfecta de falla.
La definicin que se adopte debe ser CONCISA y facilmente
ENTENDIBLE.
Debera manejar un solo CRITERIO o ENFOQUE.
Debera ser APROBADA y FIRMADA por alguna persona con jerarqua de
direccin.
Interpretacin de la Falla:
Cese de la capacidad de una entidad para realizar su funcin
especfica designada.
Anim287.gif
19
Tablas de ejemplos: Tablas de ejemplos:
Genera ruidos
mayores a 50
db.
No debe generar
ruidos mayores a 50
decibeles
Terciaria Terciaria
Fuga de presin
por agarre
Entrega orificios fuera
de normas (diamtros
diferentes)
No alcanza la norma
de orificios requerida
Secundaria Secundaria
Prdida de
aceite
Tiene la suficiente
presin?
No Taladra Barrenar superficies
(segn parmetros)
Ej. Presin 2atsm
10 orificios por
minuto
Falla Falla
reducida reducida
Falla Parcial Falla Parcial Falla Critica Falla Critica
o Mayor o Mayor
Principal Principal
de fallas de fallas Clasificacin Clasificacin Funciones del Funciones del
elemento elemento
Taladro
elctrico
Elemento: Elemento:
Anim286.gif
Otra Clasificacin de fallas: Acorde al tiempo de
permanencia.
Falla Crnica: Falla Crnica: Afecta al elemento en forma sistemtica o bien
permanece por largo tiempo. Puede ser del tipo crtica, parcial o
reducida.
Falla espordica: Falla espordica: El elemento es afectado en forma aleatoria.
Ella puede ser del tipo crtica o parcial
Falla transitoria: Falla transitoria: Afecta en un tiempo limitado al elemento y
adquiere este nuevamente la actitud de realizar la funcin
requerida, a pesar de que no se haya realizado ninguna accin de
mantenimiento.
Bolas de rodamientos con
alteraciones producida por
falla cronica
20
Las fallas crnicas se caracterizan por:
Estar ocultas y permanecer en el tiempo
Tienen un efecto relativamente bajo
Se vuelven habituales y de rutina para el
personal
No tienen un desenlace dramtico.
Falla Crnica
21
Veamos algunos ejemplos de fallas
crnicas:
Falencias en el proyecto
Deficiencias en la fase de montaje
Deficiencias en la instalacin
Deficiencias en la ubicacin
Mala Operacin
Acciones:
Eliminarlas rompiendo
paradigmas de operacin
y mantenimiento
Ejemplo: Un Pie Suave genera
una vibracin excesiva que no
cumple con la regla de las
cuatro mediciones cardinales
1 1.5 2 2.5 3 3.5 f/f
0
Tipos de pie suaves
X
f
Caso Estudiado
(Central Nuclear de Paks, Hungra):
Un proceso de alineamiento fue realizado en una bomba de
alimentacin de agua en el circuito secundario de una central
nuclear. Se usaron slo 3 de las 4 mediciones cardinales
(Superior, Izquierda y Derecha- se omiti la medicin
Inferior). La mquina se movi de acuerdo con las
indicaciones del sistema lser pero no se obtuvo una mejora
en la condicin de alineamiento.
Se realizaron entonces numerosas movidas y lecturas de la
mquina, pero todos los intentos fallaron. No se obtuvo un
mejoramiento en la condicin de alineamiento. Entonces,
despus de registrar manualmente la cuarta posicin
(medicin Inferior) y de colocar los valores en la ecuacin,
estuvo claro que se haba violado la regla.
Una inspeccin visual realizada sobre los soportes de la
mquina determin que uno de los apoyos de la caja de
engranajes haba sido asegurado con un tornillo de fijacin
de medidas no adecuadas. Ello reduca considerablemente la
fuerza de sostn hacia abajo en este pie. Ello permiti al pie
subir ligeramente durante la rotacin del eje, lo que creaba
una fuente sustancial de errores en la lectura. Despus de
reemplazar con la apropiada barra de fijacin, el operador
fue capaz de alinear la mquina con pocos y simples
movimientos
22
Falla espordica
Ocurren de forma imprevista
Son poco frecuentes
Resultan como norma, de una causa simple
Relativamente fcil de identificar su causa
Las medidas correctivas son sencillas y rpidas de aplicar
Su aporte es importante y cuando ocurren origina grandes
desviaciones en la produccin
Duran por lo general, poco tiempo.
Ejemplos de Fallas Espordicas:
Accin correctiva ineficaz
Accin superficial y sin
seguimiento
Tratamiento del defecto sin
anlisis y eliminacin de la causa
Evaluacin errnea de la
magnitud y costo del problema
Falta de investigacin
Variacin de parmetros
operativos (velocidad, valores
nominales, etc)
Causa conocida
Causa desconocida
Acciones:
Investigar
Controlar
Anlisis
23
Ejercicio para aplicar los conceptos adquiridos:
Citar ejemplo de fallas crnicas , espordicas y
transitorias ocurridas en su empresa
Conversar sobre las experiencias adquiridas al
respecto
Comentar y analizar las acciones emprendidas
Curvas que caracterizan la falla
Tipos de Curvas : A - F
A
B
C
D
E
F
24
Curva de Falla Tipo A: Curva de la baera. Tiene una
alta mortandad infantil y alta probabilidad de falla al final
de la vida til.
Ejemplo: Motores, vehculos, etc
Curva de Falla Tipo B: Acentuada en la zona de desgaste
Ejemplo: Lmparas, tubos de rayos catdicos, etc
Curva de Falla Tipo C: Aumento gradual de la
probabilidad de falla en concordancia con el desgaste
Ejemplo: Equipos complejos con gran variedad de
tecnologas.
Curva de Falla Tipo D: Probabilidad inicial de falla baja
y luego constante.
Ejemplo: Edificios, puentes, infraestructuras, etc
Curva de Falla Tipo E: Probabilidad de falla aleatoria
(permanece constante) en toda su vida til
Ejemplo: Edificios, puentes, infraestructuras, etc
Curva de Falla Tipo F: Elevada mortandad infantil y
luego probabilidad de falla constante
Ejemplo: Equipos electrnicos
25
Ejercicio: En la siguiente curva de fallas, determine las diferentes
zonas que puede apreciar; diga que tipo de fallas aparecen y como
recomienda Ud que se efecte el mantenimiento.
Ejercicio: En la siguiente curva de fallas, determine las diferentes
zonas que puede apreciar; diga que tipo de fallas aparecen y como
recomienda Ud que se efecte el mantenimiento.
Respuesta.
Zona I : Mortandad infantil, Mtto rotura o a la falla
Zona II : Fallas aleatorias, Z(t) = cte, Mtto Preventivo
Zona III : Fallas por desgastes, Z(t) creciente, Mtto Predictivo
Zona I
Zona II
Zona III
26
Establecimiento de la matriz de Categorizacin de Fallas: Establecimiento de la matriz de Categorizacin de Fallas:
Definir las Prioridades Definir las Prioridades
Para definir prioridades se utilizan tres criterios bsicos:
Criterio de la Ocurrencia (O) [se relaciona con la frecuencia de la
falla]
Criterio de la Severidad (S) [ Grado de impacto de la falla]
Criterio de Deteccin (D) [ facilidad para detectar la falla]
Probabilidad de Ocurrencia de la Falla Probabilidad de Ocurrencia de la Falla
Se espera que ocurra al menos una vez al mes
8
Se espera que ocurra al menos una vez cada un mes a un ao
4
Se espera que ocurra al menos una vez cada uno a cinco aos.
2
No se espera que ocurra durante la vida til de la instalacin
1
Descripcin de la Frecuencia Clasificacin
de frecuencia
Nota: Estos valores son de carcter orientativos.
27
Clasificacin de Severidad Clasificacin de Severidad
Ms de US$ 50 000 Ms de 24 horas Problema de tipo meditico
Nacional e Internacional
8
De US$5000 a 50 000 Entre 8 horas y 24
horas
Con problemas de tipo legal o
meditico
4
De US$ 1000 a 5000 Entre una hora y 8
horas
Sin problemas de tipo legal o
meditico
2
Menos de US$ 1000 Menos de una hora Dao potencial mediano
1
Daos a equipos o
instalaciones
Prdida de
Produccin
Medio Ambiente Clasificacin
Nota: Estos valores son de carcter orientativos.
Matriz de Categorizacin de Fallas Matriz de Categorizacin de Fallas
8 4 2 1
16 8 4 2
32 16 8 4
64 32 16 8
Clasificacin de Severidad
O
c
u
r
r
e
n
c
i
a

d
e

F
r
e
c
u
e
n
c
i
a

d
e

F
a
l
l
a
s
Categorizacin de Fallas
Prioridad = Ocurrencia x Severidad
1-4 8 16 32-64
Insignificante a Menor Moderado Alto Riesgo Riesgo Crtico
28
Ponderando la Prioridad de las Fallas Ponderando la Prioridad de las Fallas
1 4 Debajo de un riesgo menor, no se toma accin alguna
8 Debajo de un riesgo moderado, alguna accin se debe ejecutar
16 Debajo de un alto riesgo se deben tomar acciones . Se realiza una
evaluacin selectiva para implantar mejoras especficas.
32 64 Debajo de un riesgo crtico se deben realizar cambios significativos
del sistema. Modificaciones en el diseo y mejora de la fiabilidad de cada uno
de los componentes.
Clasificacin de Fallas Clasificacin de Fallas
Falla
conocida y
No
Frecuente
(espordica)
Falla
conocida y
Frecuente
Eliminarla
Falla No
Conocida y
Frecuente
Investigar
Falla No
Conocida y
No
Frecuente
Planificar
SI SI
Prevenir
NO NO
NO NO
SI SI
Frecuencia
Conocida
29
Ejercicio de Aplicacin Ejercicio de Aplicacin
Ponderacin de fallas Ponderacin de fallas- -
Clasificar las frecuencias de un tipo de falla
Clasificar severidad de acuerdo al equipo y proceso
Completar matriz de categorizacin de fallas
Ponderar priorizacin de fallas
8
4
2
1
Descripcin de la frecuencia Clasificacin
de
frecuencias
8
4
2
1
Daos a equipos o
instalaciones
Prdida de
Produccin
Medio Ambiente Clasificacion
8 4 2 1
16 8 4 2
32 16 8 4
64 32 16 8
2.10
-1
Muy Probable. 5
8.10
-3
Probable. 4
4.10
-4
Algo Probable. 3
2.10
-5
Improbable. 2
1.10
-6
Extremadamente improbable. 1
Probabilidad Tipo de Evento Escala
Muy Severas E
Severas D
Medianamente Severas C
Poco Severas B
No severas A
Severidad de las Consecuencias Nivel
A
Alto Medio Medio Bajo Muy bajo 1
Alto Alto Medio Bajo Bajo 2
Muy alto Alto Medio Medio Bajo 3
Muy alto Alto Alto Medio Medio 4
Muy alto Muy alto Alto Alto Medio 5
PROBABILIDAD
E D C B A
CONSECUENCIA
MATRIZ DE
CRITICIDAD
Otro ejemplo (Enfoque
probabilistico):
Existe una extensa gama
de herramientas de confia-
bilidad disponibles a nivel
mundial, a continuacin
ser descrita en forma
breve la empleada por
PDVSA (Petroleo de
Venezuelas, SA)
30
6. Estadstica aplicada a los fallos. Concepto de Confiabilidad 6. Estadstica aplicada a los fallos. Concepto de Confiabilidad.
Nos relaciona el tiempo de uso de un equipo y la aparicin de los fallos. La
teora ms desarrollada es la probabilstica, con el concepto de fiabilidad.
Confiabilidad Confiabilidad:R(t) (En ingls Reliability) de una pieza o equipo es la
probabilidad de que este cumpla, sin fallar, una cierta funcin durante un
tiempo dado y bajos unas condiciones determinadas.
Definimos: F(t): Infiabilidad Probabilidad de que una pieza
falle antes de un tiempo t, trabajando bajo condiciones determinadas. f(t)
es la funcin densidad de fallo, la probabilidad de que ocurra un fallo ser
el rea bajo la curva desde el origen a ese tiempo.
Otro concepto interesante: Indice de Fallo Z(t).
Este es la probabilidad de que una pieza falle en el intervalo {t, t+dt},
habiendo llegado con vida al instante t.
=
t
dt t f t F
0
) ( ) (
Comportamiento grfico del Indice de Fallo Z(t).
Relacin entre la velocidad de fallo con el nmero de sobrevivientes en
cada instante.
Z(t)
z + z
z
t
1
t
2
t
3
t
4
t
5
t
6...
=
=
k
i
i
z
t T
1
t
T
T
Z
31
La expresin que nos relaciona el Indice de Fallo con la fiabilidad la podemos
obtener igualando las probabilidades de que la pieza falle en el intervalo {t,
t+dt} y la de que la pieza llegue al instante t y falle en el intervalo {t, t+dt}.
Esto sera:
con
Si suponemos que para un instante t = 0 ponemos en marcha un nmero de
equipos n(0) y que para un isntante t quedan con vida n(t) equipos, tenemos:
As pues, el ndice de falla nos relaciona la velocidad de falla con el nmero
de supervivientes en cada instante; sus unidades sern t
-1
.
Si tenemos un equipos reparable, es decir que cuando falla se repara
inmediatamente para seguir funcionando, podemos definir el tiempo medio
esperado entre fallas TMEF (en ingls MTBF, Mean Time Between Failure)
como:
dt t Z t R dt t f ) ( ) ( ) ( =
) (
) (
) (
t R
t f
t Z =
) 0 (
) (
) (
n
t n
t R =
dt
t dn
n
t f
) (
) 0 (
1
) (

=
dt
t dn
t n t R
t f
t Z
) (
) (
1
) (
) (
) ( = =
) (
1
t Z
TMEF =
Si estudiamos la funcin de Indice de Falla de un equipo, obtenemos
la Curva de Davies o llamada del tipo de baera.
Vejez
Edad de la instalacin Edad de la instalacin
infancia
Vida til
Madurez
Z(t)
1 mes
5 10 aos 1 2 aos
32
Fiabilidad de Sistemas (o Confiabilidad) Fiabilidad de Sistemas (o Confiabilidad)
Configuracin en serie El fallo de uno de los elementos conlleva al
fallo total del sistema.
Si la fiabilidad de cada componente es la misma tendremos que la
fiabilidad del sistema es:
=
= =
n
j
j n t R t R t R t R t RS
1
2 1 ) ( ) ( )... ( ) ( ) (
| |
n
j S t R t R ) ( ) ( =
B A
...
N
En serie...
Confiabilidad deseada en un sistema en serie Confiabilidad deseada en un sistema en serie
Esta es la raiz ensima de la confiabilidad deseada.
Cf.A Cf.B Cf.C
Confiabilidad promedio =
Por ejemplo:
Confiabilidad promedio =
n
Deseada Cf .
94 . 0 80 . 0
4
=
33
Confiabilidad en paralelo. Confiabilidad en paralelo.
El sistema funciona siempre que funcione al menos uno de sus
elementos
En el caso de que todos los elementos son iguales:
) ( )... ( ) ( ) ( 2 1 t F t F t F t F n p =

=
=
n
j
j p t R t R
1
)] ( 1 [( 1 ) (
n
j p t F t F )] ( [ ) ( =
n
j p t R t R )] ( 1 [ 1 ) ( =
A
B
N
En paralelo...
Ejemplo de Confiabilidad en paralelo Ejemplo de Confiabilidad en paralelo
La confiabilidad de un conjunto de equipos en paralelo es la participacin
de cada uno de ellos en la produccin
Conf A
Conf B
Conf C
Pr.A
Pr.B
Pr.C
Confiabilidad del Sistema =
C B A
C C cf B B cf A A cf
. Pr . Pr . Pr
) . Pr * . ( ) . Pr * . ( ) . Pr * . (
+ +
+ +
34
Ejemplo de Confiabilidad en paralelo Ejemplo de Confiabilidad en paralelo
=
+ +
+ +
100 100 100
) 100 * 6 . 0 ( ) 100 * 7 . 0 ( ) 100 * 8 . 0 (
=
+ +
3
6 . 0 7 . 0 8 . 0
7 . 0
3
1 . 2
=
Conf A
Conf B
Conf C
Pr.A
Pr.B
Pr.C
Pr.i=100
Cf.A=0.8
Cf.B=0.7
Cf.C=0.6
!!!Con un conjunto de elementos
iguales , la configuracin en paralelo
ser la de mxima confiabilidad,
mientras que la configuracin en serie
es la de mnima confiabilidad !!!
35
Confiabilidad de equipos redundantes Confiabilidad de equipos redundantes
La confiabilidad final de un sistema redundante ser mayor que la
confiabilidad del equipo de mayor confiabilidad.
Cf.A
Cf.B
Cf.C
Confiabilidad del sistema = 1-( (1-Cf.A)*(1-Cf.B)*(1-Cf.c) )
Cf.A
Cf.B
Cf.C
Confiabilidad del sistema = 1-( (1-Cf.A)*(1-Cf.B)*(1-Cf.c) )
Cualquier elemento que tenga por un perodo el 100 % de confiabilidad
hace 1 a toda la ecuacin. Ocurrida la falla, si la comunicacin se
realiza en forma inmediata, la confiabilidad se mantiene en el 100%
hasta la siguiente falla del elemento en cuestin.
36
Ejercicios de Aplicacin:
1. Un sistema de abastecimiento de agua emplea 2 bombas que
operan independientemente, las confiabilidades son :
P(A) =0,9 P(B) = 0,8 Cul ser la confiabilidad
combinada?
R: 72 %
2. LA condicin de operacin de una mquina se puede
clasificar en 3 categoras.
Cul es la probabilidad que la mquina funcione a lo menos como
aceptable? R: ~90%
1,00 45
0,11 5 C Mala
0,69 31 B Aceptable
0,20 9 A Superior
Probabilidad Casos Categoras
3. Se observa que un equipo considerado crtico tiene disponibilidad
de P(A) = 0,8 cul es su no disponibilidad?
R: Su no disponibilidad es de P(B)= 0,2, esto es 20%.
37
7. Distribuciones empleadas en el anlisis de fallas... 7. Distribuciones empleadas en el anlisis de fallas...
La expresin que nos relaciona el Indice de Fallo con la fiabilidad la podemos obtener
igualando las probabilidades de que la pieza falle en el intervalo {t, t+dt} y la de que la
pieza llegue al instante t y falle en el intervalo {t, t+dt}. Esto sera:
con
Si suponemos que para un instante t = 0 ponemos en marcha un nmero de equipos n(0) y
que para un isntante t quedan con vida n(t) equipos, tenemos:
As pues, el ndice de falla nos relaciona la velocidad de falla con el nmero de
supervivientes en cada instante; sus unidades sern t
-1
.
Si tenemos un equipos reparable, es decir que cuando falla se repara inmediatamente
para seguir funcionando, podemos definir el tiempo medio esperado entre fallas TMEF
(en ingls MTBF, Mean Time Between Failure) como:
dt t Z t R dt t f ) ( ) ( ) ( =
) (
) (
) (
t R
t f
t Z =
) 0 (
) (
) (
n
t n
t R =
dt
t dn
n
t f
) (
) 0 (
1
) ( =
dt
t dn
t n t R
t f
t Z
) (
) (
1
) (
) (
) ( = =
) (
1
t Z
TMEF =
Exponencial. Exponencial.
Se emplea en componentes elctricos y
electrnicos fundamentalmente
El Indice de Falla resulta constante, por ello se
adapta bien a la zona de vida til del equipo.
Cabe destacar que en esta distribucin la
probabilidad condicionada de fallo es
independiente de la poca considerada. Por esta
razn no se adapta bien a elementos mecnicos
en los que el desgaste se va acumulando desde su
puesta en marcha y la probabilidad de falla debe
ser creciente.
t
e t f

= ) (
t
e t R

= ) (
= ) (t Z

1
= MTBF
38
Distribucin Normal Distribucin Normal
La distribucin normal viene dadas por la
expresin siguiente:
Y por
El Indice de Falla resultante es creciente,
por lo que se aplica a elementos mecnicos
o electromecnicos en la zona de
envejecimiento. Esta es la distribucin ms
usada en el mantenimiento estadstico.
2 2
2 / ) (
) 2 (
1
) (

=
t
e t f
dt e t R
t
t
2 2
2 / ) (
2
1
) (

=
) (
) (
) (
t R
t f
t Z =
Carl Friedrich Gauss
(1777-1855)
Naci el 30 de abril de 1777 en
Braunschweig. Hijo de un albail, antes de
cumplir los tres aos de edad aprendi a leer
y hacer clculos aritmticos mentales con
tanta habilidad que descubri un error en los
clculos que hizo su padre para pagar unos
sueldos. Cuando tena doce aos, critic los
fundamentos de la geometra euclidiana; a los
trece le interesaba las posibilidades de la
geometra no euclidiana En la teora de la
probabilidad, desarroll el importante mtodo
de los mnimos cuadrados y las leyes
fundamentales de la distribucin de la
probabilidad. El diagrama normal de la
probabilidad se sigue llamando hoy da la
curva de Gauss.
39
Aplicacin de curva gaussiana Aplicacin de curva gaussiana
Ejemplo de Aplicacin: Recambios y mantenimiento preventivo. Ejemplo de Aplicacin: Recambios y mantenimiento preventivo.
2
2
4
) (
2
1
) (

=
x
e x p
Otro tipo de distribucin continua muy popular actualmente entre los
analistas de mantenimiento es la llamada Distribucin de Weibull.
El anlisis de Weibull es la tcnica mayormente elegida para estimar una
probabilidad, basada en datos medidos o asumidos. La distribucin de Weibull
descubierta por el sueco Walodi Weibull, fue anunciada por primera vez en
un escrito en 1951. La distribucin de Weibull es til por su habilidad para
simular un amplio rango de distribuciones como la Normal, la Exponencial, etc.
Las tcnicas discutidas en la distribucin de Weibull son similares a las
usadas con las distribuciones Normal y Log-Normal.
Walodi Weibull (1887 1979)
40
Distribucin de Weibull Distribucin de Weibull
Pudiera demostrarse que la distribucin acumulada es:
Siendo t >
Esta expresin se puede linealizar y obtener una expresin para los
cuales se estima y por una rutina de regresin lineal y luego por
aproximaciones sucesivas se halla que optimiza el coeficiente de
correlacin.
Lo importante aqu destacar es que en funcin de los valores que
adoptemos de , obtendremos ndices de fallas crecientes (>1),
constantes ( = 1) o decrecientes (<1). Esta distribucin puede
emplearse para cualquier tipo de componente y en cualquiera de sus
etapas, seleccionando distintos valores de .
=
t
e t R ) (
1
) (
) (
) (

(

= =

t
t R
t f
t Z
(
=

t
e t F 1 ) (

=
t
e
t
t f
1
) (
La tasa de falla o funcin de riesgo para
la distribucin Weibull se define como
, > 0 , 0, t
Donde:
> 0 es el parmetro de forma de la
distribucin.
> 0 es el parmetro de escala o vida
caracterstica.
- < < + es el parmetro de
localizacin
1
) (

|
|
.
|
\
|
=

t
t Z
41
f(t) es simetrica, distribucion normal Si = 3,5
Desgaste, corrosion (para t=), de sobrepasar un
umbral, caso de deformacion plastica
Si 3 < < 4
Caracteriza un fenomeno de fatiga Si 1.5 <<2,5
Crece:fase de desgaste. Obsolecencia orientada al
diagnostico (Mantenimiento por condicion)
Si >1, (t)
Es constante:independencia del proceso y tiempo Si =1, (t)
Decrece, periodo infantil (rodaje,desarrollo) Si <1, (t)
Durante la explotacion del equipo tendremos
Adobe Acrobat
Document
La distribucin de Weibull es una funcin estadstica mltiple,
cambia fcilmente, es asimtrica y presenta diferentes
valores para la media y la mediana. Se presenta como una
aproximacin de la distribucin normal, o como una
representacin de la exponencial.
La expresin matemtica de la funcin de Confiabilidad R(t), es
complementaria a la funcin de Probabilidad de falla F(t). Tiene
dos expresiones bsicas que reciben el nombre de distribuciones
de dos y de tres parmetros.
Veamos como afectan lso diferentes parmetros en la
Distribucin de Weibull.
42
Distribucion Weibull: Como afecta el parametro
La pendiente y
43
Como afecta el
factor de forma
Factor de
localizacion
44
Ejemplo de Aplicacin. Trabajo con las hojas de Weibull
Fundamentos de La distribucin de Weibull.
Anlisis del ejercicio de aplicacin.
La tcnica de Weibull puede ser usada para estimar la probabilidad en
numerosos casos de aplicacin al mantenimiento. Por ejemplo, es frecuente
emplearla en estimar la vida de los rodamientos.
La vida del rodamiento tipo B-10 (falla del 10%) se obtiene cuando se estudia y
prueban rodamientos nuevos bajo condiciones de carga, velocidad y lubricacin
especficas, con un resultado de falla del 10% de los rodamientos.
Suponga que usted ha probado 4 rodamientos y registrado la vida til de cada
uno de ellos:55, 70, 40, y 85 horas. Usted puede obtener la vida B-10
graficando los datos mediante la tcnica de Weibull. La vida B-10 se obtiene
localizando el 10% en la lnea de ocurrencia sobre el eje vertical y encontrando
el punto en el eje horizontal correspondiente..
As, para el ejemplo, la vida B-10 es de
34 horas. Esto quiere decir, que a las
34 horas de operacin, y para esos
rodamientos en particular, fallarn un
10% de ellos
45
Grafico de Regresin
y = 2.207x - 10.589
R
2
= 0.8271
-2.500
-2.000
-1.500
-1.000
-0.500
0.000
0.500
1.000
0.000 1.000 2.000 3.000 4.000 5.000 6.000
ln(t)
l
n
(
l
n
(
1
/
(
1
-
F
i
Series1 Linear (Series1) Linear (Series1)
Caso 1
Puede obtenerse de la Distribucin de Weibull informacin
relevante sobre la Tasa de Falla de maquinarias?
Distribucion de WEIBULL
y = 0.4612x - 6.8766
R
2
= 0.9371
-8.000
-6.000
-4.000
-2.000
0.000
0.000 1.000 2.000 3.000 4.000 5.000
ln(t)
l
n
(
l
n
(
1
/
(
1
-
F
i
Series1 Linear (Series1) Linear (Series1)
Caso 2
46
Otro tipo de funcin que se emplea en el mantenimiento
industrial es la llamada Funcin Gamma (distribucin continua)
pues en determinadas condiciones ella es equivalente a la funcin
Exponencial o la funcion Normal.
Ejercicio: Represente grficamente las funciones de
densidad, fiabilidad y tasa de fallos de una mquina que tiene
los parmetros indicados:
Distribucin gamma de parmetros =1 y medias =1/2,1,2, Y 3
t fG(1/2,1) fG(1,1) fG(2,1) fG(3,1) fG(4,1)
1 0.207554 0.367879 0.367879 0.18394 0.061313
2 0.053991 0.135335 0.270671 0.270671 0.180447
3 0.016217 0.049787 0.149361 0.224042 0.224042
4 0.005167 0.018316 0.073263 0.146525 0.195367
5 0.0017 0.006738 0.03369 0.084224 0.140374
6 0.000571 0.002479 0.014873 0.044618 0.089235
7 0.000194 0.000912 0.006383 0.022341 0.052129
8 6.69E-05 0.000335 0.002684 0.010735 0.028626
9 2.32E-05 0.000123 0.001111 0.004998 0.014994
10 8.1E-06 4.54E-05 0.000454 0.00227 0.007567
Funcin Gamma
Represente grficamente las funciones de
densidad, fiabilidad y tasa de fallos de una
mquina que tiene parmetros indicados
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0 2 4 6 8 10 12
fG(0.5,1)
fG(1,1)
fG(2,1)
fG(3,1)
fG(4,1)
Funcin de densidad
47
RG(0.5,1) RG(1,1) RG(2,1) RG(3,1) RG(4,1)
0.157299 0.367879 0.735759 0.919699 0.981012
0.0455 0.135335 0.406006 0.676676 0.857123 Clculo de de curvas de fiabilidad
0.014306 0.049787 0.199148 0.42319 0.647232 R(t)=1-F(t)
0.004678 0.018316 0.091578 0.238103 0.43347
0.001565 0.006738 0.040428 0.124652 0.265026
0.000532 0.002479 0.017351 0.061969 0.151204
0.000183 0.000912 0.007295 0.029636 0.081765
6.33E-05 0.000335 0.003019 0.013754 0.04238
2.21E-05 0.000123 0.001234 0.006232 0.021226
7.74E-06 4.54E-05 0.000499 0.002769 0.010336
0
0.2
0.4
0.6
0.8
1
1.2
0 2 4 6 8 10 12
RG(0.5,1)
RG(1,1)
RG(2,1)
RG(3,1)
RG(4,1)
Funcin de
Confiabilidad
zG(0.5,1) zG(1,1) zG(2,1) zG(3,1) zG(4,1) t fG(1/2,1) fG(1,1) fG(2,1) fG(3,1) fG(4,1)
-1.31948 -1 -0.5 -0.2 -0.0625 1 0.207554 0.367879 0.367879 0.18394 0.061313
-1.18661 -1 -0.66667 -0.4 -0.21053 2 0.053991 0.135335 0.270671 0.270671 0.180447
-1.13362 -1 -0.75 -0.52941 -0.34615 3 0.016217 0.049787 0.149361 0.224042 0.224042
-1.10454 -1 -0.8 -0.61538 -0.4507 4 0.005167 0.018316 0.073263 0.146525 0.195367
-1.08603 -1 -0.83333 -0.67568 -0.52966 5 0.0017 0.006738 0.03369 0.084224 0.140374
-1.07316 -1 -0.85714 -0.72 -0.59016 6 0.000571 0.002479 0.014873 0.044618 0.089235
-1.06369 -1 -0.875 -0.75385 -0.63755 7 0.000194 0.000912 0.006383 0.022341 0.052129
-1.0564 -1 -0.88889 -0.78049 -0.67546 8 6.69E-05 0.000335 0.002684 0.010735 0.028626
-1.05063 -1 -0.9 -0.80198 -0.7064 9 2.32E-05 0.000123 0.001111 0.004998 0.014994
-1.04593 -1 -0.90909 -0.81967 -0.73206 10 8.1E-06 4.54E-05 0.000454 0.00227 0.007567
RG(0.5,1) RG(1,1) RG(2,1) RG(3,1) RG(4,1)
0.157299 0.367879 0.735759 0.919699 0.981012
0.0455 0.135335 0.406006 0.676676 0.857123
0.014306 0.049787 0.199148 0.42319 0.647232
0.004678 0.018316 0.091578 0.238103 0.43347
0.001565 0.006738 0.040428 0.124652 0.265026
0.000532 0.002479 0.017351 0.061969 0.151204
0.000183 0.000912 0.007295 0.029636 0.081765
6.33E-05 0.000335 0.003019 0.013754 0.04238
2.21E-05 0.000123 0.001234 0.006232 0.021226
7.74E-06 4.54E-05 0.000499 0.002769 0.010336
Determinacin de la tasa de fallos
z(t)=-f(t)/R(t)
-1.4
-1.2
-1
-0.8
-0.6
-0.4
-0.2
0
0 2 4 6 8 10 12
zG(1/2,1)
zG(1,1)
zG(2,1)
zG(3,1)
zG(4,1)
Tasa de Fallos
48
Otros Ejercicios:
En el ejercicio anterior suponga que la distribucin que
cumple el equipo en sus fallas es de tipo normal.
Determine las funciones de densidad, fiabilidad y tasa de
fallos de una mquina que tiene los parmetros indicados:
Distribucin normal de parmetros =1 y medias =1/2,1,2, Y 3
t fN(1/2,1) fN(1,1) fN(2,1) fN(3,1) fN(4,1)
1 0.352065 0.398942 0.241971 0.053991 0.004432
2 0.129518 0.241971 0.398942 0.241971 0.053991 Funcin Normal
3 0.017528 0.053991 0.241971 0.398942 0.241971
4 0.000873 0.004432 0.053991 0.241971 0.398942
5 1.6E-05 0.000134 0.004432 0.053991 0.241971 Represente grficamente las funciones de
6 1.08E-07 1.49E-06 0.000134 0.004432 0.053991 densidad, fiabilidad y tasa de fallos de una
7 2.67E-10 6.08E-09 1.49E-06 0.000134 0.004432 mquina que tiene parmetros indicados
8 2.43E-13 9.13E-12 6.08E-09 1.49E-06 0.000134
9 8.17E-17 5.05E-15 9.13E-12 6.08E-09 1.49E-06
10 1.01E-20 1.03E-18 5.05E-15 9.13E-12 6.08E-09
-0.05
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0 2 4 6 8 10 12
fN(0.5,1)
fN(1,1)
fN(2,1)
fN(3,1)
fN(4,1)
Calculo de la funcin normal
49
a. EL HISTOGRAMA
El histograma ilustra la frecuencia con la
que ocurren cosas o eventos relacionados
entre si. Se usa para mejorar procesos y
servicios al identificar patrones de
ocurrencia. Se trata de un instrumento de
sntesis muy potente ya que es suficiente
una mirada para apreciar la tendencia de
un fenmeno.
El histograma se usa para:
. Obtener una comunicacin clara y efectiva de la variabilidad
del sistema.
. Mostrar el resultado de un cambio en el sistema
. Identificar anormalidades examinando la forma
. Comparar la variabilidad con los limites de especificacin.
8. Control de procesos Estadsticos
Procedimiento de elaboracin:
1. Reunir datos para localizar por lo menos 50 puntos de referencia.
2. Calcular la variacin de los puntos de referencia, restando el dato
del mnimo valor del dato de mximo valor.
3. Calcular el numero de barras que se usaran en el histograma (un
mtodo consiste en extraer la raz cuadrada del numero de puntos
de referencia).
4. Determinar el ancho de cada barra, dividiendo la variacin entre el
numero de barras por dibujar.
5. Calcule el intervalo o sea la localizacin sobre el eje X de las dos
lneas verticales que sirven de fronteras para cada barrera
6. Construya una tabla de frecuencias que organice los puntos de
referencia desde el mas bajo hasta el mas alto de acuerdo con las
fronteras establecidas por cada barra.
7. Elabore el histograma respectivo.
50
Los histogramas mas fciles de entender tienen no menos de 5
barras y no mas de 12.
De acuerdo con la grfica obtenida podemos apreciar distintos
tipos de histograma: normal, bimodal, de dientes rotos o de peine,
cortado y distorsionado.
Ejemplos de Aplicacin.
Empleando el software Graphical Analysis
Empleando el software EXCEL de la Microsoft
Ejemplo : Un conjunto de obreros
de mantenimiento correctivo son
evaluados sobre su desempeo
durante una jornada de trabajo.
Queremos representar la
informacin obtenida sobre las
calificaciones en forma de
histograma.
Consideremos los puntajes totales y
establezcamos los lmites inferiores
y superiores de estos puntajes.
35
38
41
44
45
48
50
52
55
56
57
58
61
62
64
64
65
66
67
68
69
69
70
71
74
76
77
78
79
82
83
82
81
89
91
94
Puntajes
totales
51
Clases o intervalos Frecuencia Punto medio
o marca de clase
L Inferior - L Superior (f) PM
30 - 39 2 34,5
40 - 49 4 44,5
50 - 59 6 54,5
60 - 69 10 64,5
70 - 79 7 74,5
80 - 89 5 84,5
90 - 99 2 94,5
L Inferior: Limite Inferior
L Superior Limite Superior
Maximo: 94
Mnimo: 35
99 30 = 69
69/7 10
Nmero de datos = 36
Pasemos ahora a dividir el eje horizontal en segmentos de
igual medida, sealando su punto medio y escribiendo
debajo de cada uno el valor del punto medio de la clase
correspondiente.
34.5 44.5 54.5 64.5 74.5.... Puntuacin
52
Procedamos a dividir el eje vertical en segmentos de igual
medida y colocar en cada una de las marcas las frecuencias.
Construir rectngulos cuyas bases sean las clases o intervalos
y sus alturas las frecuencias correspondientes a cada clase
Un histograma es una grfica de rectngulos sin espaciamiento estre
ellos, que se construye colocando en el eje horizontal las clases o la
variable a medir, y en el eje vertical, las frecuencias de la misma.
Histogram
0
2
4
6
8
10
35.0044.8354.6764.5074.3384.17More
Bin
F
r
e
q
u
e
n
c
y
.00%
20.00%
40.00%
60.00%
80.00%
100.00%
120.00%
Frequency
Cumulative %
53
Ejercicio de Aplicacin:
Se reportan los valores de los pesos de 80
chapillas producidas por una mquina
forjadora. Estos se representan en la tabla
que se adjunta.
a) Construir la distribucin de frecuencias
adecuadas a los datos
b) Construir el histograma de frecuencias
absolutas
c) Comprobar si la mquina trabaja en forma
adecuada
Pesos/mg/
7.33
7.31
7.26
7.33
7.37
7.27
7.3
7.33
7.32
7.35
7.39
7.33
7.38
7.33
7.37
7.35
7.34
7.32
7.29
7.35
7.38
7.32
7.33
7.32
7.4
7.33
7.32
7.34
7.33
7.31
7.32
7.33
7.28
7.33
7.34
7.33
7.35
7.34
7.31
7.32
7.29
7.36
7.3
7.36
7.3
7.32
7.33
7.34
7.35
7.32
7.34
7.33
7.31
7.34
7.32
7.32
7.33
7.31
7.32
7.35
7.33
7.32
7.3
7.34
7.34
7.35
7.39
7.31
7.35
7.31
7.29
7.32
7.28
7.36
7.3
7.33
7.33
7.36
7.38
7.33
Histogram
0
10
20
30
40
7
.
2
6
7
.
2
7
7
5
7
.
2
9
5
7
.
3
1
2
5
7
.
3
3
7
.
3
4
7
5
7
.
3
6
5
7
.
3
8
2
5
M
o
r
e
Bin
F
r
e
q
u
e
n
c
y
.00%
50.00%
100.00%
150.00%
Frequency
Cumulative %
Bin Frequency Cumulative %
7.26 1 1.25%
7.2775 1 2.50%
7.295 5 8.75%
7.3125 12 23.75%
7.33 32 63.75%
7.3475 9 75.00%
7.365 12 90.00%
7.3825 5 96.25%
More 3 100.00%
Respuesta al ejercicio...
Al no poner Rango de Clases, Excel lo
situa automticamente en clases
iguales.
Observe la normalidad de los datos
dados por la forma de campana de
Gauss (nos habla del correcto trabajo
de la maquina)
54
Otros Ejercicios de aplicacin:
1. Se han registrado una serie de tiempos de operacin en horas para
un equipo, con sus respectivas frecuencias.
Calcule la frecuencia relativa y la frecuencia acumulada. Grafique los
valores.
Valores observados Frecuencia
10.1 1
10.2 1
10.3 1
10.4 3
10.5 5
10.6 5
10.7 4
10.8 2
10.9 2
11.0 0
11.1 1
11.1
10.9
10.9
10.8
10.8
10.7
10.7
10.7
10.7
10.6
10.6
10.6
10.6
10.6
10.6
10.5
10.5
10.5
10.5
10.4
10.4
10.4
10.3
10.2
10.1
Valores
observados
Histogram
0
2
4
6
8
10
12
1
0
.
1
1
0
.
3
1
0
.
5
1
0
.
7
1
0
.
9
M
o
r
e
Bin
F
r
e
q
u
e
n
c
0.00%
20.00%
40.00%
60.00%
80.00%
100.00%
120.00%
Frequency
Cumulative %
Valores observados Frecuencia
10.1 1
10.2 1
10.3 1
10.4 3
10.5 5
10.6 5
10.7 4
10.8 2
10.9 2
11.0 0
11.1 1
Solucion
55
Grfico o Diagrama de dispersin
Concepto:
Un diagrama de dispersin es una representacin grfica de la relacin
entre dos variables, muy utilizada en las fases de Comprobacin de
teoras e identificacin de causas raz y en el Diseo de soluciones y
mantenimiento de los resultados obtenidos.
Tres conceptos especialmente destacables son que el descubrimiento
de las verdaderas relaciones de causa-efecto es la clave de la
resolucin eficaz de un problema, que las relaciones de causa-efecto
casi siempre muestran variaciones, y que es ms fcil ver la relacin en
un diagrama de dispersin que en una simple tabla de nmeros.
DIAGRAMA DE DISPERSION DIAGRAMA DE DISPERSION
Se utiliza para estudiar las relaciones posibles entre dos variables.
Por ejemplo la relacin entre el espesor y la resistencia de la
rotura de una pieza metlica o entre el numero de visitas y los
pedidos obtenidos por un vendedor, o el numero de personas en
una oficina y los gastos de telfono, etc.
Los diagramas de dispersin pueden ser:
1. De Correlacin Lineal Positiva : Se caracterizan porque al
aumentar el valor de una variable aumenta el de la otra. Un
ejemplo de correlacin directa son los gastos de publicidad y
los pedidos obtenidos.
2. De Correlacin Lineal Negativa: Sucede justamente lo
contrario, es decir, cuando una variable aumenta, la otra
disminuye. Un ejemplo es el entrenamiento que se le da al
personal y la disminucin de errores que se consiguen en el
desempeo de sus funciones.
56
3. De Correlacin No Lineal: No hay relacin de dependencia entre
las dos variables.
Ejemplos de Aplicacin.
Empleando el software Graphical Analysis
Empleando el software EXCEL de la Microsoft
Grfico con Correlacin Positiva
57
Grfico con Correlacin Negativa
Cmo interpretar un diagrama de dispersin:
El anlisis de un diagrama de dispersin consta de un proceso de
cuatro pasos, se elabora una teora razonable, se obtienen los pares
de valores y se dibuja el diagrama, se identifica la pauta de
correlacin y se estudian las posibles explicaciones.
Las pautas de correlacin ms comunes son correlacin fuerte
positiva (Y aumenta claramente con X), correlacin fuerte negativa
(Y disminuye claramente con X), correlacin dbil positiva (Y
aumenta algo con X), correlacin dbil negativa (Y disminuye algo
con X), correlacin compleja (Y parece relacionarse con X pero no
de un modo lineal) y correlacin nula (no hay relacin entre X e Y).
Errores comnes son no saber limitar el rango de los datos y el
campo de operacin del proceso, perder la visin grfica al
sintetizarlo todo en resmenes numricos, etc.
58
Cmo elaborar un diagrama de dispersin:
1. Obtener tabla de pares de valores con valores mximos y
mnimos de cada variable.
2. Situar la causa sospechada en el eje horizontal.
3. Dibujar y rotular los ejes horizontales y verticales.
4. Trazar el rea emparejada usando crculos concntricos en
pares de datos idnticos.
5. Poner ttulo al grfico y rotular.
6. Identificar y clasificar el modelo de correlacin.
7. Comprobar los posibles fallos en el anlisis.
C. GRAFICO DE CONTROL y DE TENDENCIAS
Se utilizan para estudiar la variacin de un proceso y determinar a
que obedece esta variacin.
Un grfico de Control es una grfica lineal en la que se han
determinado estadsticamente un limite superior (limite de control
superior) y un limite inferior (limite inferior de control) a ambos
lados de la media o lnea central. La lnea central refleja el
producto del proceso.
Los limites de control proveen seales estadsticas para que la
administracin acte, indicando la separacin entre la variacin
comn y la variacin especial.
Estos grficos son muy tiles para estudiar las propiedades de los
productos, los factores variables del proceso, los costos, los
errores y otros datos administrativos.
59
Relacin entre Longitud y Diametro de pernos
25,25
25,3
25,35
25,4
25,45
25,5
50 51 52 53 54 55
Longitud
D
i
a
m
e
t
r
o
Series1
Grfico de Dispersin.
Longitud Diametro
50,6 25,31
50,901 25,4
50,88 25,42
50,897 25,42
50,895 25,422
50,7 25,27
50,701 25,45
50,371 25,3
50,571 25,36
50,667 25,37
50,545 25,36
54,396 25,32
Ejemplo de grfico de Dispersin
Ejercicio de Aplicacin: 1. Una industria productora de pernos presenta la
siguiente tabla de valores de su longitud contra el dimetro. Determine la
posible dispersin de los resultados obtenidos en la produccin para el lote
investigado.
Media 1: 50,7
Media 2:51,05
Un grfico de control:
a) Muestra si un proceso esta bajo control o no.
b) Indica resultados que requieren una explicacin.
c) Define los limites de capacidad del sistema, los cuales previa
comparacin con los de especificacin pueden determinar los
prximos pasos en un proceso de mejora.
Tipos de Grficos:
Tendencias de Efectos
Promedios
Desviaciones
60
Grficos de Control.
Permite estudiar la relacin existente entre
diferents variables asociadas a un ciclo
productivo.
Suponga el siguiente ejemplo para visualizar el
uso del grfico de control.
Una empresa minera que ha tenido fallas en
componentes mecanicas y quiere se analize la
tasa de incremento de partculas de Fe
presente debido al desgaste de componentes
en un aceite lubricante.
Para ello se han tomado muestras del aceite
lubricante en la forma que se expone en la
tabla. Determine el grfico de
comportamiento o tendencia de efectos
presente en la relacin entre las variables de
desempeo.
Hierro
Horas Lectura
0 0
246 24
502 46
744 69
1002 102
1240 129
1470 155
1830 182
2240 209
2510 235
2800 268
3122 302
Tendencia particulas vs tiempo
y = 0.0954x + 2.7239
R
2
= 0.9961
0
100
200
300
400
0 500 1000 1500 2000 2500 3000 3500
tiempo
l
e
c
t
u
r
a

d
e

p
a
r
t
i
c
u
Hierro
Horas Lectura
0 0
246 24
502 46
744 69
1002 102
1240 129
1470 155
1830 182
2240 209
2510 235
2800 268
3122 302
61
tendencia de Vabs/h
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0 500 1000 1500 2000 2500 3000 3500
Horas
V
a
b
s
/
h
Series1
Grfico de Control de Efectos
Al utilizar lmites establecidos por la
estadstica, se asume que los datos estn
normalmente distribuidos (siguen la
conocida curva de distribucin de Gauss);
ellos permiten establecer niveles de
alertas () o de peligro (2) que son
interpretados como una funcin de la
media y la desviacin estandar de los
datos.
Critico superior
Critico inferior
Promedio
horas
lectura
h abs V
= /
Hierro
Horas Lectura Vabs/h
0 0 Dato-base
246 24 0.097561
502 46 0.085938
744 69 0.095041
1002 102 0.127907
1240 129 0.113445
1470 155 0.113043
1830 182 0.075
2240 209 0.065854
2510 235 0.096296
2800 268 0.113793
3122 302 0.10559
P ro me dio 0.0990426
De s v s t a nda r 0.0183687
Crit ic o S up 0.1357801
Ale rt a S up 0.1174114
Ale rt a Inf 0.0806739
Crit ic o Inf 0.0623051
Otros Grficos: Grficos de Promedios
5 4 3 2 1
17
16
15
14
13
Subgroup
M
e
a
n
s
X=15.06
3.0SL=16.92
-3.0SL=13.21
7
6
5
4
3
2
1
0
R
a
n
g
e
s
R=2.547
3.0SL=5.810
-3.0SL=0.000
Xbar/R Chart for aaa
62
Grficos de Desviaciones
25 20 15 10 5 0
19
18
17
16
15
14
13
12
11
Observation Number
I
n
d
i
v
i
d
u
a
l

V
a
l
u
e
I Chart for DATOS
X=15.00
3.0SL=18.67
-3.0SL=11.33
Amplificador: Amplificador:
Condiciona la Condiciona la
seal seal
Sensor dinmico : Registra Sensor dinmico : Registra
la informacin la informacin
PC porttil y tarjeta ADC: PC porttil y tarjeta ADC:
Procesa la informacin Procesa la informacin
Anlisis de temporal y de frecuencias Anlisis de temporal y de frecuencias
Anlisis Anlisis autoregresivo parametrico autoregresivo parametrico
Teora del Caos, Anlisis Teora del Caos, Anlisis Fractal Fractal,etc ,etc.
Caso de aplicacin al anlisis de vibraciones Caso de aplicacin al anlisis de vibraciones
X(f) =x(t)e
-j2ft
dt
Se analiza el espectro
63
Se detecta el mal funcionamiento
Se analiza la tendencia evolutiva para determinar el tiempo de
reserva para la ejecucin de la accin correctiva (mantenimiento).
Anlisis de Grficos de Tendencias c Anlisis de Grficos de Tendencias cuando uando trabajamos con el trabajamos con el espectro espectro. .
Este nivel de RMS se
asocia con la carta tcnica
correspondiente
Ajuste exponencial
O ajuste linear?
at
e X =
b mt X + =
64
Medi ci on Ti empo(diasNi vel(mm/s)
0 2 0.5
1
10
0.8
2
40
1.2
3
60
1.9
4
80
2.3
5
100
2.4
6
120
3.2
7
140
3.6
8
150
4.1
9
160
4.3
10
180
5.0
Considere el siguiente ejemplo:
Un conjunto de 10 mediciones de
vibraciones globales fueron realizadas
durante 6 meses en intervalos de 8 a
20 dias en una industria minera.
Que tipo de ajuste debe realizarse
por parte del analista de vibraciones:
Lineal o Exponencial?
y = 0.0243x + 0.3636
R
2
= 0.9849
y = 0.7132e
0.0118x
R
2
= 0.9418
0
1
2
3
4
5
6
7
0 20 40 60 80 100 120 140 160 180 200
Y
t
Consejo... !Cuidado con la inferencia estadstica!
65
d. Representaciones Grficas de Causa - Efecto
DIAGRAMA DE CAUSA/EFECTO
Es una de las tcnicas mas tiles para el anlisis de las causas de un
problema. Se suele llamar "diagrama de espina de pescado" o
diagrama de Ishikawa.
El diagrama causa/efecto permite definir un efecto y clasificar las
causas y variables de un proceso. Es un excelente instrumento para
el anlisis del trabajo en grupo y que permite su aplicacin a temas
como el estudio de un caso, determinacin de causas de la avera de
una instalacin elctrica, etc.
Diagrama causa-efecto (espina de pescado):
Metodologa
Escoja Problema a analizar
Trace la espina dorsal
Escriba las causas primarias
Escriba las causas secunda-
rias
Escriba las causas terciarias
Asigne ponderaciones
66
Procedimiento de elaboracin:
1. Elaborar un enunciado claro del efecto (problema), datos de
soporte.
2. Dibujar el diagrama del esqueleto de pescado colocando el efecto
(problema) en un cuadro en el lado derecho.
3. Identifique de 3 a 6 espinas mayores.
4. Dibuje las espinas mayores como flechas inclinadas dirigidas a la
flecha principal.
5. Identifique causas de primer nivel relacionadas con cada espina
mayor.
6. Identifique causa de segundo nivel para cada causa de primer nivel.
7. Identifique causas de tercer nivel para cada causa de segundo
nivel, y as sucesivamente.
8. Identifique causa raz potenciales que le permitan llegar a
conclusiones.
9. Para la determinacin de las causas debe apoyarse aplicando
adecuadamente la tcnica Lluvia de Ideas.
Ejercicio de Aplicacin.
En un proceso productivo de una industria mecnica se producen
centrfugas que deben pasar por el control de calidad correspondiente. Se
comprueba que los mayores rechazos se producen por fisuras externas en
la superficie del tambor externo.
Considerando que los puntos crticos de nuestro ciclo productivo son:
Equipo
Operario
Material
Metodologa
Realice y aplique un esquema de causa efecto para analizar las probables
causas de los rechazos obtenidos.
67
Respuesta al ejercicio (primero, se traza la espina de pescado)
Operario Equipo
Material Mtodo
Fisuras en
la superficie
Respuesta al ejercicio (segundo, se llena el contenido)
68
Respuesta al ejercicio...(continuacin)

1
2
69
Respuesta de Sensores y Anlisis prctico de Fallas.
Una de las mayores causas de falsa alarmas obtenidas en la
deteccin de fallas en sistemas mecnicos es debido al
malfuncionamiento de los sensores involucrados
(acelermetros, velocmetros, sensores de esfuerzos, de
presin, de temperatura, etc).
Cmo detectar el malfuncionamiento del sensor?
Una va sencilla y prctica es comparar la desviacin
estandar de la medicin de sensor con valores patrones
tomados para sensores en perfecto estado de
funcionamiento y comparar.
Registro historico
Registro anomalo:
sensor muerto
Registro anomalo:
Sensor con fallas
N X X
n
i
n
/
=
=
1

=
=
n
i
i
N
X X
1
2
) (
Datos de
entrada
Determinacin de
Desv Estandar ()
70
f. Arboles de Fallas
Un anlisis de rbol de falla (FTA) es un mtodo deductivo,y efectivo
de analizar el plan del sistema y la futura actuacin. Involucra
especificando un evento por encima de todo para ser analizado (Ej: falla
en un compresor), seguido por la identificacin de todos los elementos
asociados en el sistema que podra causar que este evento ocurriera.
Los rboles de la falla proporcionan una representacin simblica
conveniente de la combinacin de eventos que producen la ocurrencia del
evento de la cima. Los eventos y verjas en anlisis de rbol de falla son
representadas por smbolos.
Los rboles de falla es una metodologa que para cada uno de los modos
de falla que se detallen permiten encontrar y visualizar las causas
bsicas que provocan el defecto principal.
Algunas veces se realizan grficamente anlisis de rbol de falla usando
una estructura lgica de AND Y OR (y y envez). A veces ciertos
elementos, o los eventos bsicos, pueden necesitar ocurrir juntos para que
ese evento de la cima ocurra. En este caso, estos eventos se colocaran
bajo un Y , significando que todos los eventos bsicos necesitaran ocurrir
para activar el evento de la cima. Si los eventos bsicos solo activaran el
evento de la cima, entonces ellos se agruparan bajo una verja de OR
(envez).
El sistema entero as como se analizaran interacciones humanas al realizar
un anlisis de rbol de falla.
El anlisis de rbol de falla es un proceso lgico, estructurado que puede
ayudar identifique causas potenciales de fracaso del sistema realmente
antes que los fracasos ocurran. Los rboles de la falta son herramientas
de plan poderosas que pueden ayudar a asegurar que los objetivos de
actuacin de producto se alcanzen
71
Ejercicio de Aplicacin.
Suponga que como resultado de un anlisis, es posible identificar
las fallas ms crticas y cules debern recibir la mayor atencin
en el plan de mantencin de un compresor.
stas son:
1. Aspiracin Deficiente
2. Compresin Deficiente
3. Motor Elctrico no funciona
4. Exceso de Aceite en el Aire Comprimido
Apliquemos la metodologa del Arbol de Falla.
72
1. Sistema de admisin de aire: Componentes: Filtro de Aire
2. Unidad Compresora: Componentes: tornillos compresores, ms
rodamientos de apoyo.
3.Unidad Separadora: Componentes: elemento separador, lnea de barrido,
depsito de aceite.
4. Sistema Refrigeracin: Radiador, mangueras, filtro de aceite,
ventilador.
5. Radiador de aire.
[*] Tesis de grado de Ing. Mantencion. USACH, 2004
Arbol de Falla para unidad separadora
73
Arboles de Fallas. Ejemplo de anlisis en unidad compresora
Arboles de Fallas. Ejemplo de anlisis del motor
elctrico del compresor
74
Arbol de falla para unidad de admisin
G. Grficos Dirigidos Signados
Las relaciones de Causa Efecto pueden ser representadas en la
forma de GDS. Un Digraph es un grfico que presenta arcos
dirigidos entre nodos y un GDS es un grfico en el cual los arcos
dirigidos tienen un signo + anexado a ellos.
Los arcos conducen de los nodos causas a los nodos efectos.
Cada nodo en el GDS corresponde a la desviacin del estado
estacionariode la variable. El GDS tiene nodos que representan
variables y ramificaciones o terminaciones que representan
relaciones entre los nodos.
75
Para su comprensin, considere el siguiente ejercicio de aplicacin: un
tanque donde F
1
es el flujo de entrada y F
2
, el de salida. Sea Z la altura
del lquido en el tanque.
La ecuacin que representa el sistema es:
dt
dZ
F F = 2 1
R
Z
F = 2
F
1
F
2
Z
La visualizacin ser:
Los GDS representan una poderosa herramienta de visualizacin y
representacin de modelos cualitativos grficamente.
Se usa mucho para procesos de conocimiento causal en que
queremos estudiar la relacin entre las variables y descubrir
aquellas que causan la falla en el diagnstico de procesos.
Se emplean con un analisis de coherencias parciales
dZ
Z
F
2
F
1
76
9. La reparacin de averas.
a. Definicin: Conjunto de acciones para eliminar cualquier
degradacin que impida el normal funcionamiento de un equipo.
Es un producto del servicio de mantenimiento.
Diferencia entre reparar reparar y mantener mantener
Niveles de calidad en las reparaciones. Niveles de calidad en las reparaciones.
primer nivel de reparacin: mquina funciona, pero no sabemos
cul es el fallo, ni sus causas
segundo nivel de reparacin: Nos preguntamos la causa de la
avera y accionamos sobre ella.
tercer nivel: preguntamos cul es la avera, la causa de ella y
actuar simultneamente sobre la avera y su origen.
b. En el proceso de reparacin de un equipo influyen
diferentes factores:
Factores de diseo
Complejidad del equipo
Peso de sus conjuntos
Diseo de componentes
Accesibilidad de estos
Normalizacin e intercambiabilidad de los mismos
Facilidad de montaje y desmontaje
Factores organizativos
Direccin de la mano de obra
Adiestramiento del personal
Disponibilidad del personal de mtto
Eficiencia en la gestin de repuestos
Descentralizacin del mtoo
Disponibilidad de documentacin sobre el equipo
77
Factores de ejecucin
Habilidad de la mano de obra
Utillaje empleado
Prueba de los diferentes elementos reparados
Preparacin de los trabajos.
10. La estadstica aplicada a las reparaciones.
El concepto de Mantenibilidad. Se mide por la probabilidad
de reparar u n equipo.
Definicin de la funcin de densidad de los tiempos de
reparacin, g(t).
Esta funcin es la ms usada para los estudios de los
tiempos de reparacin, se llama Lognormal.
2
2 / 2
)) ) (ln( (
) 2 ( ) (
1
) (

=
t
e
t
t g
78
La Mantenibilidad G(t) o probabilidad de que un equipo que comenz a
repararse en el instante t = 0 quede reparado en la poca t ser:
Sirve para comparar capacidad de reparacin de unos equipos con otros.
Una forma ms simple de evaluarla es por el tiempo promedio para
reparar.
Siendo Tno : Total de horas no operable y
AM: # de actividades de mantencin
El tiempo de reparacin est compuesto de:
Enfriamiento del equipo
Ubicacin de la falla
Espera por abastecimiento de repuestos
Administrativos
Reparacin
Puesta en marcha y prueba
Otras
=
t
dt t g t G
0
) ( ) (
AM
T
TPPR
No
=
Indice de Mantenibilidad.
IM, es la medida de la razn de servicio (RS o Disponibilidad)
Donde RC(t): Tiempo Total que el equipo est fuera de servicio por mantencin
correctiva en un ao.
MP(t): Tiempo Total que el equipo est fuera de servicio por mantencin
preventiva en un ao.
8760 = 24 horas x 365 das
Se puede definir tambin el IMC (cclico) en funcin del tiempo T, expresado en
horas entre puestas en servicios, despus de 2 reparaciones generales
consecutivas.
Donde OH(t): tiempo total que el sistema est fuera de servicio por reparacin
mayor (overhaul) en el perodo de tiempo T.
8760
) ( ) (
1
t MP t RC
IM
+
=
T
t OH t MP t RC
IMC
) ( ) ( ) (
1
+ +
=
79
Ejercicio de aplicacin.
1. Durante un ao se observa que un compresor est fuera de servicio
durante 116 horas por MC y 48 horas por MPP, calcule el IM.
Resp: IM:0,9813
2. Una turbina necesita reparaciones mayores cada 36 000 horas, se
conocen adems los siguientes indicadores
RC(36 000) = 256 h
MP(36 000) = 72 h
OH(36 000) = 120 horas
Calcule el IMC = 0,9876
11. Distribucin de los tiempos de una instalacin.
Cuando adquirimos un equipo es muy difcil que el constructor
nos entregue la funcin de distribucin de fallas y mucho menos
la de los tiempos de reparacin.
Intentar obtenerlas es difcil y no muy sencillo y en general,
poco prctico. Podemos trabajar con unos indicadores medios.
Los indicadores inmediatos de la distribucin de tiempos
de una instalacin
TMF (Tiempo medio de funcionamiento)
TMEF (Tiempo medio entre averias o fallas)
TMR (Tiempo medio de reparacin)
Disponibilidad Media
Disponibilidad Intrnseca
Dispobilidad Operacional
80
Tiempo medio de funcionamiento (TMF) :
donde: TF, tiempo de funcionamiento; NP, nmero de paradas del equipo
NP
TF
TMF =
Tiempo Medio entre averas o fallas (TMEF):
Siendo TF, tiempo de funcionamiento; NA, nmero de averas
NA
TF
TMEF =
Anlisis del Tiempo Medio Esperado de Fallas o Averas Anlisis del Tiempo Medio Esperado de Fallas o Averas
(TMEF) (TMEF)
Se incorpora los conceptos de la Teora de las Probabilidades. La
aplicacin de esta al TMEF nos permite conocer el promedio del TMEF
y su desviacin estndar.
Conocido esto, debemos accionar para disminuir la desviacin y luego
extender el promedio.
81
Nmero de ocurrencias
incertidumbre
TMEF
Tiempo
TMEF TMEF
1 sigma = 86,13 %
2 sigma = 97,72 %
3 sigma = 99,81 %
Anlisis del TMEF en Equipos Simples Anlisis del TMEF en Equipos Simples
Si el nmero de elementos con posibilidad de fallar es reducido
o pequeo, y sus posibles implicancias son leves, es
recomendable aplicar el concepto de Mantenimiento
Correctivo, o de Rotura. Es posible utilizar en este caso la vida
til del elemento.
Intensidad de la falla
Lnea aceptable de la intensidad de la falla
intervencin intervencin
TMEF
82
Falla
Anticipada
Accin
correctiva
Falla
Demorada,
Accin
correctiva
Linea aceptable de
intensidad de la falla
Intervalo de intervencin
Anlisis del TMFE del Equipo Complejo Anlisis del TMFE del Equipo Complejo
Cuando el nmero de elementos con posibilidad de fallas es elevado, se
recomienda aplicar Mantenimiento Preventivo o Predictivo segn sea
conveniente.
Para el anlisis de la Mantenibilidad definimos: Para el anlisis de la Mantenibilidad definimos:
Tiempo medio de reparacin: TMR
Siendo: TA, tiempo de parada por avera; NA,nmero de averas
Este concepto establece la duracin media de las reparaciones y por ello, nos
indica la capacidad del equipo para ser reparado.
Si combinamos el concepto de fiabilidad y el de mantenibilidad , obtenemos la
DISPONIBILIDAD.
La dispobilidad media (DM) viene dada por:
Siendo: TF, tiempo de funcionamiento; TND, tiempo de No Disponibilidad.
Este concepto nos da idea de la relacin entre el tiempo que realmente
utilizamos el equipo frente al que deseamos hacerlo.
NA
TA
TMR =
TND TF
TF
DM
+
=
83
La disponibilidad intrnseca DI del equipo ser:
Siendo: TF, tiempo de funcionamiento;TOP, tiempo de parada funcional; TM, tiempo para
mantenimiento; TMA, tiempo de mantenimiento activo.
Esta disponibilidad refleja el tiempo de fuincionamiento en relacin al de paradas por causas
asociadas directamente al equipo.
De la misma forma podemos definir la Disponibilidad asociada al mantenimiento,
DISPONIBILIDAD OPERACIONAL, DO como:
Siendo: TF, tiempo de funcionamiento; TEM, tiempo de espera a mantenimiento; TAR, tiempo
de actuacin para la reparacin.
Esta disponibilidad nos relaciona el tiempo de fucnionamiento y el que Mantenimiento emplea
en las reparaciones. Es un parmetro que expresa la capacidad de respuesta del equipo de
mantenimiento, incluyendo la logstica.
TMA TM TOP TF
TF
DI
+ + +
=
TAR TEM TF
TF
DO
+ +
=
Definidos estos parmetros, estamos en condiciones de
analizar de forma separada cul es o cuales son los factores
que ocasionan una baja dispobilidad del equipo. Estos
coeficientes no son exactos (como si usaramos por ejemplo,
la estadstica mencionada en momentos anteriores), pero
igual son perfectamente vlidos para realizar comparaciones
entre equipos y seleccionar los ms convenientes.
Discusion:
Como podemos estimar comportamientos futuros de los
Indices de Mantenimiento?
Microsoft Excel
Worksheet
84
12. Anlisis Modal de Falla 12. Anlisis Modal de Falla
y Efecto o el Costo de las y Efecto o el Costo de las
Fallas Fallas
AMFE es una tcnica primeramente
empleada en la industria espacial para
encontrar problemas en un avin antes
de que el deje el suelo. De forma
abreviada, es una tcnica que permite
ver en el futuro y determinar donde
las fallas potenciales pueden ser
localizadas. Suena esto maravilloso en
teora, pero requiere de una gran
cantidad de tiempo de anlisis y de
energa para realizar esta tarea. Sin
embargo, mirar en el futuro puede
ser un poco complicado.
qu pasa si sustituimos esta mirada
en el futuro, por una mirada en las
fallas del pasado ?
Ejemplo de lo que debemos saber para realizar un efectivo analisis
AMFE:
Evento falla : Falla en una bomba
Modo de Falla: Falla en engranajes
Frecuencia: 12 fallas al ao
Impacto: $ 1 200 000 por falla
Prdidas totales:$ 14 400 000 al ao
85
Desarrollar concepto de falla, diagrama de flujo, anlisis de
vacos y hojas de clculos preliminares
Realizar un trabajo preparatorio 1
Multiplique la frecuencia por el impacto da cada evento
de falla en el anlisis
Calcule las prdidas 4
Entre la informacin en una hoja de cculo electrnica y
determine cualquier redundancia.
Sumarizar y registrar los resultados 3
Entrevistar al personal de la instalacin cuales son las
fallas, sus frecuencias y su impacto.
Colectar los datos 2
Descripcin Paso #
Comunique los resultados obtenidos Emita un reporte 7
Verifique que los resultados son vlidos Valide los resultados 6
Determine el 20% o menos de las fallas que resultan en un
80% de las prdidas
Determine Lo poco significativo 5
Veamos los pasos involucrados en realizar un anlisis modificado
AMFE:
Pasos preparatorios Pasos preparatorios- -
Defina el sistema a analizar
Defina la falla
Dibuje un diagrama de contacto
Calcule la diferencia (gap)
Desarrolle una hoja de dato en excel
Desarrolle un esquema de entrevistas
Colectar los datos Colectar los datos- -
Directamente de las fuentes...
Es lo mejor!!!
86
Sumarizar y registrar resultados Sumarizar y registrar resultados
Ejemplo: Evitar redundancias...
1 da 1 x ao Fractura de ejes Fallo de Bomba Recobrado
12 horas 1 x mes Rodamiento
apresado
Fallo de Bomba Recobrado
1 da 1 x2 meses Contaminacin
de aceite
1 turno 1 x mes Falla de
rodamiento
Impacto Frecuencia Modo de Falla Evento falla Subsistema
Lo anterior se puede resumir (anlisis)...
12 horas 1 x ao Fractura de
eje
Fallo de Bomba
Recobrado
12 horas 12 x ao Problemas con
rodamientos
Fallo de Bomba
Recobrado
Impacto Frecuencia Modo de Falla Evento Falla Subsistema
87
Calcule la prdida Calcule la prdida
Donde f: frecuencia
P: prdidas por ocurrencia
(impacto)
P
Total
= Prdidas Totales por ao.
Total P P f =
8 horas (pdp) 24 horas .33 x ao Fugas debidas a
corrosin
Fugas de
presin
Condensador
52 horas (pdp) 2 horas 26 x ao Filtro chueco Falla del filtro Mezcladores
96 horas (pdp) 24 horas 4 x ao Reblandeci-
miento
Falla de la banda Compresor
144 (prdidas de
productividad)
12 horas 12 x ao Fallo de
rodamientos
Prdida Total
(hrs/ao)
Impacto Frecuencia Modo de
falla
Evento falla Subsistema
Determinando lo poco significativo (PS) ... Determinando lo poco significativo (PS) ...
Ejemplo:
80 % del cuidado dado en un hospital es recibido por 20 %
menos de los pacientes.
En la industria... 80% de las prdidas en una instalacin de
manufactura est representada por 20 % o menos de sus
eventos de fallas. Esto significa que debemos solamente
realizar anlisis de la raz de las causas del 20 % o menos
de los eventos de fallas para eliminar o reducir el 80 % de las
prdidas de nuestra instalacin.
El trmino lo poco significativo se debe al famoso
economista italiano Vilfredo Pareto. El dijo ...en un conjunto
de objetos, ideas, personas y eventos, un POCO dentro del
conjunto o seleccin es MAS SIGNIFICANTE que la
restante mayora...
88
En orden de determinar este parmetro (PS) debemos En orden de determinar este parmetro (PS) debemos
realizar los siguientes pasos: realizar los siguientes pasos:
Totalize los eventos de fallas en el anlisis para obtener un
total global de prdidas
Ordene la columna total en orden descendente (esto es de
mayor a menor)
Multiplique la columna Prdidas totales globales por 0.8.
Esto me dar el PS
Vaya a la parte superior de la columna de prdidas totales y
comienze a aadir los eventos superiores desde arriba hacia
abajo.
Cuando la suma de estas prdidas es igual o mayor que la PS,
esos eventos sern su PS de eventos de fallas.
Ejercicio de Aplicacin de conocimientos.
Considere el siguiente ejemplo para aplicar el PS:
$ 72 000 $ 12 000 6 MF 5 EF 5 Subsistema 3
$ 108 000 $ 6 000 18 MF 4 EF 4 Subsistema 2
$ 300 000 $ 75 000 4 MF 3 EF 3 Subsistema 4
$ 1 250 000 $ 1 250 1000 MF 2 EF 2 Subsistema 2
$ 1700 000 $ 850 2000 MF 1 EF 1 Subsistema 3
Prdida Total Impacto Frecuencia Modo de
Falla
Evento de
Falla
Subsistema
89
Prdida Total PT*0.8
1700000
1250000 2950000
300000
108000
72000
3430000 2744000
Esta es la cantidad corespondiente
al "poco significativo"
Solucin al ejercicio...
Valide sus resultados Valide sus resultados- -
Acudir a personas con experiencia que ud haya encontrado para que
revise lo que ud hall. Tambin se puede usar su sistema de datos
computarizados para ver si el evento obtenido concuerda bastante bien
con los datos de su sistema de administracin de mantenimiento
(Ejemplo, Datastream 7iD, SAP,etc)
Emita un reporte.... Emita un reporte....
Es importante comunicar sus hallazgos. Su reporte debe incluir los siguientes items...
Una explicacin de la tcnica empleada para el anlisis
La definicin de falla usada
El diagrama de flujo que se emple
Los resultados en forma grfica y en tablas
Recomendaciones de cuales de las fallas son candidatas para un ulterior anlisis
(por ejemplo un RCFA (root cause failure analysis)
Una lista de todos los involucrados en el anlisis incluyendo todas las entrevistas
Asegurese de que ud comunica los resultados de los anlisis a aquellos que les hizo
entrevistas, de forma que cada cual se pueda sentir confortable con su participacin
en el estudio.
90
Resumiendo los propsitos del AMFE son: Resumiendo los propsitos del AMFE son:
Identificar cuales pueden ser los modos de fallas
potenciales y conocidas
Identificar las causas y efectos de cada modo de
falla
Priorizar los modos de falla identificados de
acuerdo al nmero de prioridad de riesgo.
Estudio de los Modos de Falla
Falla
localizada
Peridica
Aleatoria
PDF (peridica de
deteccin fcil)
PDD (peridica de
deteccin difcil)
APF (Aleatoria de
poco frecuencia)
AMF (aleatoria de
mucha frecuencia)
91
Origen de la Falla Origen de la Falla
(O el Anlisis de Causa (O el Anlisis de Causa Efecto) Efecto)
Operacin ( Sobrecarga)
Envejecimiento (Radiacin, Precipitacin)
Esfuerzo (Tensiones, Torque)
Vibraciones ( Balanceo, Alineacin, Fatiga,Cavitacin)
Resistencia del Material (Ajustes, Holguras, Diseo)
Procesos Trmicos( Temperatura, Refrigeracin, Incrustacin)
Procesos Qumicos (Oxidacin, Corrosin, Abrasin, Ataques qumicos)
Procesos de Lubricacin, Contaminacin, Friccin.
Desgastes
Falla
Reduccin de Fallas Reduccin de Fallas
Recomendaciones para un mejor desempeo:
Iniciar el uso del cdigo de fallas
Registrar TEF, TMEF y TMR
Anlisis de Fallas por el programador
Anlisis de Fallas por el supervisor
Aplicar criterio de riesgo
92
Anlisis del Cdigo de Fallas
Veamos:
Estructura
Forma Exponencial
Problema
Causa
Solucin
Estudio de la Estructura del Cdigo de Fallas Estudio de la Estructura del Cdigo de Fallas
Debe ser del tipo de rbol (de Falla) diseada para cada equipo
En un primer anlisis (seleccin del problema) se obtendrn las
siguientes alternativas dependientes lgicas de la primera y as
sucesivamente (causa, solucin).
Cada posibilidad de seleccin debe ser limitada al menor
nmero posible de opciones, un nmero elevado genera dudas en
su aplicacin.
93
Estructura:
Problema Causa Solucin
No funciona Sin tensin Reparar
Motor quemado Cambiarlo, Reparar
Trabado Cambiarlo, Reparar
Calentamiento Sobrecarga Reparar, Cond. Operac. Normales
Falta Fase Reparar
Rozamiento Reparar
Hace ruido Desbalance Balancear
Carcaza floja Ajustar
Cojinete con deterioro Cambiarlo, Reparar, ARC
Forma Exponencial del Cdigo de Fallas
Esta forma nos permite una
rpida seleccin de sus
partes anque tenga una
gran cantidad de
elementos.
Ejemplo:
N
0
= aX
1
+ bX
2
+ cX
3
Con a,b y c = 1
Siendo X: cantidad de
opciones por seleccin
1- Problema
2- Causa
3- Solucion
Curva para X=3
0
5
10
15
20
25
30
0 1 2 3 4
Microsoft Excel
Worksheet
94
El Problema El Problema
No funciona
Funciona mal
Hace ruido
Se calienta
Vibra excesivamente
Cada problema debera corresponder
con el tipo de equipo que presenta la
falla:
Un sensor no da una respuesta
Un interuptor no corta la energa
Un conector no conecta
Una bomba no envia el fludo
La Causa La Causa
Desbalance
Prdida de alineacin
Conducto obstrudo
Lubricante contaminado
Cojinete con deterioro
Falla operativa, etc
Depende de cada equipo y
del problema que estemos
solucionando
95
La Solucin La Solucin
Lo encontramos satisfactorio (OK)
Limpiado
Ajustado
Calibrado
Reparado
Cambiado
Capacitacin
Algunos ejemplos: Algunos ejemplos:
Deteccin y registro de fallas por ubicacin
Cantidad de fallas por problema
Cantidad de fallas por causa
Anlisis de las soluciones posibles
Planificar y/o proactivo
96
Ejemplo de anlisis de fallas Ejemplo de anlisis de fallas
-Deteccin y registro de fallas por ubicacin
3 Sector Foxtro Pista de Rodaje RODAJEFOXTRO
4 Rodamiento de Bomba Auxiliar RODABOMBAAUX
6 Sector Charlie Pista de Rodaje RODAJECHARLI
6 Brazos desiguales DESIGUAL
9 Ayuda visual Luminosa Pista 17 Eje AVLEJE17
Fallas Descripcin Nmero
Ejercicio de Aplicacin de Conocimientos Ejercicio de Aplicacin de Conocimientos
Elegir un equipo sencillo
Definir:
Problema
Causa
Solucin
97
Anlisis de Fallas por el programador Anlisis de Fallas por el programador
Analizar TEF, TMEF y TMR
Programar o reprogramar
Aplicar el tipo de mantenimiento que
se considere ms adecuado
Anlisis de Fallas por el Supervisor Anlisis de Fallas por el Supervisor
Anlisis de las mejoras que son
posibles
Reduccin de ocurrencias de fallas
Procedimientos
Capacitacin del personal
Materiales
Calidad
98
Cmo se debe trabajar? Cmo se debe trabajar?
Con interaccin permanente entre el Planificador y el Supervisor
Las acciones de uno u otro, si no estn acordadas, pueden dificultar
la calidad de los resultados
El programador ante una falla repetetitiva puede incrementar la
programacin
Mientras que el supervisor pierde la oportunidad de aplicar mejoras
al mantenimiento
Proceso para la reduccin de Fallas Proceso para la reduccin de Fallas
Se orienta a eliminar averas de corta duracin y repetitivas
Emplear tcnicas de mantenimiento para su anlisis
Activa participacin del personal de planta, especialmente a nivel
operativo
Se documenta las mejoras para facilitar su aplicacin en equipos
similares
99
1er Paso: Recopilar informacin histrica
sobre fallas repetitivas
Identificar averas y fallos repetitivos,clasificados por tipo de
equipo o sistema
Identificar las causas de los fallos
Recoger otra informacin: costos de reparacin, TMEF,TMR,
otras
Identificar acciones correctivas utilizadas en el pasado
2do paso: Identificar las causas y sus factores
Realizar anlisis de Causa / Efecto
Implementar acciones de emergencia y estudiar acciones
definitivas
Preparar controles para medir las mejoras
3er paso: Identificar fallas en equipos similares
Evaluar la posible repeticin de las fallas en equipos similares
Desarrollar un sistemas de inspeccin para esta clase de fallas
Incluir estas acciones como parte del mantenimiento planificado
4to paso: Prevenir repeticin en equipos
similares
Documentar las acciones correctivas y preventivas para
cada falla
Preparar el plan de mantenimiento preventivo
Evaluacin de los resultados obtenidos
5to paso: Estandarizar resultados
Mejorar estadsticas
Modficiacin de planes de mantenimiento preventivo
Documentar las mejoras para futuros estudios de
factibilidad de equipos
Ejercicio de Aplicacin Ejercicio de Aplicacin
Proceso para la reduccin de Fallas Proceso para la reduccin de Fallas
Considere una bomba de circulacin en una empresa minera. Considere un rbol de
fallas comunes y repase sobre este ejemplo los 5 pasos del proceso de reduccin de
fallas.
100
1er Paso: Recopilar informacin histrica
sobre fallas repetitivas
Identificar averas y fallos repetitivos,clasificados por tipo de
equipo o sistema
Identificar las causas de los fallos
Recoger otra informacin: costos de reparacin, TMEF,TMR,
otras
Identificar acciones correctivas utilizadas en el pasado
2do paso: Identificar las causas y sus factores
Realizar anlisis de Causa / Efecto
Implementar acciones de emergencia y estudiar acciones
definitivas
Preparar controles para medir las mejoras
3er paso: Identificar fallas en equipos similares
Evaluar la posible repeticin de las fallas en equipos similares
Desarrollar un sistemas de inspeccin para esta clase de fallas
Incluir estas acciones como parte del mantenimiento planificado
4to paso: Prevenir repeticin en equipos
similares
Documentar las acciones correctivas y preventivas para
cada falla
Preparar el plan de mantenimiento preventivo
Evaluacin de los resultados obtenidos
5to paso: Estandarizar resultados
Mejorar estadsticas
Modficiacin de planes de mantenimiento preventivo
Documentar las mejoras para futuros estudios de
factibilidad de equipos
El proceso de la reparacin de la falla El proceso de la reparacin de la falla
En este proceso que puede implicar el desmontaje de un equipo o
instalacin y un profundo anlisis, requerimos de estudiar los tiempos de
reparacin. En estos influyen tres tipos de factores: de diseo, organizativos
y de ejecucin.
Factores de diseo:
Complejidad del equipo
Peso de sus conjuntos
Diseo de componentes
Accesibilidad de componentes
Normalizacin e intercambialidad de los
mismos
Facilidad de montaje y desmontaje
Factores organizativos:
Direccin de la mano de obra
Adiestramiento del personal
Disponibilidad del personal de mantenimiento
Eficiencia en la gestin de repuesto
Descentralizacin del mantenimiento
Disponibilidad de documentacin sobre el
equipo
101
Factores de ejecucin Factores de ejecucin- -
Habilidad de la mano de obra
Utillaje empleado
Pruebas de los diferentes elementos reparados
Preparacin de los trabajos.
!!!De todos estos factores, algunos son intrnsecos del equipo !!!De todos estos factores, algunos son intrnsecos del equipo
pero la mayora pueden ser controlados y optimizados para que pero la mayora pueden ser controlados y optimizados para que
el tiempo de reparacin sea lo menor posible!!! el tiempo de reparacin sea lo menor posible!!!
13. Diagnstico de la empresa. 13. Diagnstico de la empresa.
Antes de afrontar el tipo de mantenimiento con
el que evitamos el surgimiento de las fallas,
debemos analizar el tipo de industria en que nos
encontramos. Con este anlisis podemos
determinar los objetivos que debe cumplir
Mantenimiento dentro de la empresa.
Anlisis de empresa segn su entorno y su
poltica o cultura en general
Anlisis segn aspectos intrnsecos de la
organizacin de la produccin
Anlisis de las instalaciones a mantener y sus
posibles averas
102
Anlisis de empresa segn su entorno y su poltica o cultura Anlisis de empresa segn su entorno y su poltica o cultura
en general en general
Ubicacin geogrfica y distribucin
Poltica general de la empresa
Normativa legal
Anlisis segn aspectos Anlisis segn aspectos
intrnsecos de la organiza intrnsecos de la organiza- -
cin de la produccin cin de la produccin
Jornada de trabajo
Tamao de la empresa
Tipo de proceso
Ritmo de actividad
Grado de automatizacin
Inversin en maquinarias
Antigedad de la instalacin
Anlisis de las instalaciones a mantener y sus posibles Anlisis de las instalaciones a mantener y sus posibles
averas averas
Tasa de produccin
Instalaciones duplicadas o posibilidades de recuperar la produccin con otro
equipo
Influencia en el resto de la cadena o instalacin
Prdidas mensuales de producto por no cumplir los requerimientos mnimos de
la calidad
Influencia de este equipo en la final del producto
La frecuencia de averas o el coste mensual del mantenimiento
El nmero de horas de parada por avera al mes
El grado de especializacin del equipo.
Influencia del equipo en aspectos como medioambiente o seguridad
103
Todos estos condicionantes se encuentran valorados en tablas
que se muestran. Por cada tipo de empresa pueden modificarse
las valoraciones para adaptarlas a casos concretos (Metodologa
diseada por L.Navarro, Gestin integral del Mtto,Editorial
Marcombo, 2001)
Con la suma de las puntuaciones se establecen tres grupos de
equipos, los que tiene ms de 30 puntos, los que tiene menos de
10 y los que estn en situacin intermedia. Consideramos que si el
equipo obtiene la valoracin 5 en cualquiera de los factores,
entrar automticamente en el primer grupo.
Dentro de estos tres grupos tendremos definidos todos los
equipos de la instalacin para poder marcar prioridades tanto en
la seleccin de los recambios como en el tipo de mantenimiento a
emplear.
< 50 % 1
Entre 50 y 80 % 2
>80 % 4
Metodologa. Metodologa.
Tasa de marcha
Instalacion auxiliar
Recursos a stock 2
Equipo duplicado 1
Recursos en otra
fabrica
4
Sin posibilidad 5
104
Influencia relativa 2
Paro del equipo 1
Influencia importante 4
Sobre toda la cadena 5
Influencia en el resto de la instalacion
< 300 000 1
Entre 500 000 y 300 000 2
> 500 000 4
Costes del Mantenimiento
< 1 hora 1
Entre 1 y 3 horas 2
> 3 horas 4
Numero de horas de paro por fallos
Grado de especializacion del personal
Sin especialidad 1
Normal 2
Especialista 4
105
< 300 000 1
De 300 000 a 500 000 2
> 500 000 4
Perdidas por mes del producto por baja calidad
Influencia de la calidad en el producto final
Sensible 2
Nula 1
Importante 4
Decisiva 5
Influencia relativa 2
Sin influencia en el equipo 1
Riesgo para la instalacion 4
Riesgo mortal 5
Influencia de la averia sobre la
seguridad o el medio ambiente
106
Ejercicio de aplicacin de conocimientos Ejercicio de aplicacin de conocimientos
Establezca comparaciones entre los diferentes equipos que
conforman un ciclo productivo en su empresa. Cuantifique segn la
metodologa, la importancia de ellos respecto de la instalacin. Haga
una valoracin integral.
Entregue criterios utilizados y puntajes en una hoja de papel con
nombres y apellidos, email, nombre de la empresa.
Tabla de resultados
30 o mas puntos intermedio (entre 29 y 10) menos de 10 puntos
Ejercicio de criticidad de empresas
107
14. Prevencion de averias
Informacion sobre los fallos.
Las bases de datos sobre averias pueden ser de dos diferentes
tipos:
Base cualititativa de datos
Archivos de analisis de averias, evaluacion y como se desarrollo el
proceso de toma de informacion de datos primarios.
Este enfoque esta relacionado con los detalles sobre la forma en
que se presneta la averia,acciones correctivas y de prevencion
tomadas.
Base cuantitativa de datos
Informacion de registros historicos sobre el funcionamiento, fallas
y tiempo de reparacion
Esta ultima esta relacionado con los indicadores TMEF (Tiempo
medio entre fallas) y TMPR (Tiempo medio para reparar).
Ello esta relacionado con la mejora de los equipos a traves de las
conclusiones obtenidas en base a resultados del analisis de
tendencias, analisis de causa efecto, y de una gran cantidad de
datos relevantes.
Sistema de gestion de averias.
Este sistema se crea para conseravr la informacion y el
conocimiento recogido a traves de la experiencia de intervencion de
equiposy fallas ocurridas.
Debe contener los siguientes datos:
Fecha y hora en que ocurrieron las averias (datos depurados)
Equipo donde ocurrio la averia
Clasificacion de averias (critica, intermedia, reducidas,etc)
108
Nombre y datos de la pieza o componente que ha fallado
(ejemplo: resorte, eje, soldaura, fusible, etc)
Forma o naturaleza de la averia (ruido acustico, vibracion,
calentamiento, desgaste, corrosion, etc)
Producto que estaba procesando el equipo
Proveedor de materia prima que se estaba transformando
Analisis de la averia
Szccion correctiva tomada
Plan de seguimiento o supervision del estado de trabajo
Este tipo de informacion debe actualizarse periodicamente con
obejto de definir la prioridad de actuacion del mantenimiento.
Los analisis deben concluir en acciones que garanticen que no se
vuelva a repetir la averia. Se pueden elaborar planillas de registro
de datos que parmitan este tipo de accion.
15. A modo de conclusiones 15. A modo de conclusiones
Para realizar un buen anlisis de de fallas, se debe estudiar el
proceso que sigue el mantenimiento.
As debe contemplarse un diagrama de flujo con especialidades
que intervienen y el momento en que lo hacen, movimiento de
personas, recambios y utileras para realizar la reparacin,
trmites y documentacin necesarias, etc.
El objetivo es llegar a una optimizacin del diagrama mediante
la simplificacin. Primero es importante recibir toda la
informacin necesaria para lograr esta optimizacin. Este
diagrama sirve para descubrir posibles errores y
oportunidades de mejoras no previstas.
Un repaso a las diferentes actividades vistas en este curso,
analizando cmo, quin, cundo y por qu de las mismas, nos
ayudar a descubrir trabajos innecesarios y hasta la duplicidad
de algunos de ellos y tener un mejor desempeo en el
manteimiento
109
Fin de la
Presentacin
Contactos: Contactos:
omaram48@yahoo.com omaram48@yahoo.com
Hay tres clases de mentiras: La mentira, la maldita
mentira y las estadsticas. Twain, Mark

Analisis Fallas IPEMAN 2008

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Analisis Fallas IPEMAN 2008

Enviado por

Direitos autorais:

Formatos disponíveis

1

IPEMAN Relator: Ing. O. Aguilar (Ph.D) 1

Ejemplo con el Graphical

Você também pode gostar