CEM - Capítulo 3 PDF

Control Estadístico de Mantenimiento
Confiabilidad
L
os estudios de confiabilidad se refieren a ocurrencias aleatorias de eventos no deseados o
fallas durante la vida de un sistema. La confiabilidad se define como la probabilidad de que un
equipo o sistema, operando bajo condiciones establecidas, cumplirá su función adecuadamente
en un período de tiempo especificado.
Se dice que un equipo es confiable cuando funciona cada vez que se necesita y hace bien el trabajo
para el cual fue diseñado, de otra manera se dice que es desconfiable.
3.1 Modelos de decisión
En años recientes, grandes corporaciones especialmente del sector de hidrocarburos y de la industria

de procesos, han volcado su atención hacia el modelo de decisión “Costo Riesgo”, debido a que el mismo
permite comparar el costo asociado a una acción de mantenimiento contra el nivel de reducción de riesgo o
mejora en el desempeño debido a dicha acción.; en otras palabras, el modelo permite saber “cuanto obtengo
por lo que gasto”.
El análisis “Costo-Riesgo” resulta particularmente útil para decidir en escenarios con intereses en
conflicto, como el escenario “Operación – Mantenimiento”, en el cual el operador requiere que el equipo o
proceso opere en forma continua para garantizar máxima producción, y simultáneamente, el mantenedor
requiere que el proceso se detenga con cierta frecuencia para poder mantener y ganar confiabilidad en el
mismo. El modelo Costo-Riesgo es el indicado para resolver el conflicto previamente mencionado, dado que
permite determinar el nivel óptimo de riesgo y la cantidad adecuada de mantenimiento, para obtener el
máximo beneficio o mínimo impacto en el negocio.
www.fyrma.com.mx
50
Sobre la curva de impacto total, que resulta de la suma punto a punto de la curva de riesgos y la
curva de los costos de mantenimiento, el punto “mínimo” de esta curva, representa la frecuencia para la cual
la suma de los costos de la política de mantenimiento con el nivel de riesgo asociado a esta política son
mínimos; es decir hay el “mínimo impacto posible en el negocio”. Este mínimo está ubicado sobre el valor
que puede traducirse como el periodo o frecuencia óptima para la realización de la actividad de
mantenimiento. Un desplazamiento hacia la derecha de este punto implicaría “asumir mucho riesgo” y un
desplazamiento hacia la izquierda del mismo implicaría “gastar demasiado dinero”.
La dificultad para el uso del modelo, se centra en la estimación o modelaje de la curva del riesgo, ya
que la misma requiere la estimación de la probabilidad de falla (y su variación con el tiempo), y las
consecuencias. Un adecuado Control Estadístico del Mantenimiento servirá para la estimación de las
probabilidades de falla y con esto lograr el correcto modelaje y estimación del riesgo.
El análisis del riesgo, permite entender el poder de este indicador para el diagnóstico y la toma de
decisiones, debido a que el mismo combina probabilidades o frecuencias de fallas con consecuencias,
permitiendo la comparación de unidades como los equipos rotativos, que normalmente presentan alta
frecuencia de fallas con bajas consecuencias, con equipos estáticos, que normalmente presentan patrones de
baja frecuencia de fallas y alta consecuencia.
El mantenimiento moderno, sustentado en la Confiabilidad Operativa, requiere de un cuidadoso

proceso de diagnóstico de equipos y sistemas. El diagnóstico, basado en el “riesgo”, puede entenderse
entonces como un proceso que busca caracterizar el estado actual y predecir el comportamiento futuro de
equipos y sistemas.
Para el logro de un diagnóstico integrado, el riesgo debe calcularse usando toda la información
disponible; es decir, debe incluir el análisis del historial de fallas, los datos de condición y datos técnicos. De
esta forma, se podrán identificar las acciones correctivas y proactivas que puedan efectivamente optimizar
costos y minimizar su impacto en el negocio medular.
www.fyrma.com.mx
51
3.1.1 Estimación de la confiabilidad o la probabilidad de fallas
Para la estimación de la confiabilidad o la probabilidad de fallas, existen dos métodos que dependen
del tipo de data disponible; estos son:
a. Estimación Basada en Datos de Condición, altamente recomendable para equipos estáticos, que
presentan patrones de “baja frecuencia de fallas” y por ende no se tiene un “historial de fallas”
que permita algún tipo de análisis estadístico.
b. Estimación Basada en el Historial de Fallas: recomendable para equipos dinámicos, los cuales por
su alta frecuencia de fallas, normalmente permiten el almacenamiento de un historial de fallas
que hace posible el análisis estadístico.
a. Estimación de Confiabilidad Basada en Condición
El análisis tradicional de confiabilidad, basado en el análisis estadístico del tiempo para la falla, ha
sido exitosamente utilizado para mejorar el mantenimiento preventivo y traer los equipos y sistemas
hasta los actuales niveles de desempeño. Sin embargo, buscando la mejora continua de sus procesos, en
las tres últimas décadas, algunas industrias han hecho grandes esfuerzos en la recolección de data
diferente a la data de falla, a través de programas de monitoreo de la condición (mantenimiento
predictivo) con la finalidad de optimizar las frecuencias de mantenimiento de sus equipos y tomar
acciones proactivas para evitar la ocurrencia de la falla.
La mencionada data de condición, ha sido usada principalmente en forma determinística, es decir,

para hacer diagnósticos puntuales, debido a la falta de una adecuada metodología de análisis
probabilística. La columna vertebral de este método es el análisis Carga-Resistencia
Análisis Carga-Resistencia
El análisis Carga-Resistencia tiene como premisa el hecho de que las fallas son el resultado de una
situación donde la carga aplicada excede la resistencia. Carga y Resistencia son usados en el sentido más
amplio de la palabra; es decir, la carga pudiera ser la presión de operación, mientras la máxima presión
de operación permisible sería la resistencia. Similar análisis se hace para cualquier otro parámetro
relevante de la condición como vibración para equipos dinámicos, o reducción de espesor para el caso de
equipos estáticos.
www.fyrma.com.mx
52
En todos los casos existirá un valor actual de la condición que se monitorea, el cual representará la
carga, y un valor límite de la condición que representara la resistencia. Esta última normalmente está
regulada por normas y estándares de la ingeniería.
Contrario a la creencia general, en la mayoría de los casos ni la carga ni la resistencia son valores
fijos, por el contrario, sus valores son estadísticamente distribuidos.
b. Estimación Basada en el Historial de Fallas
En este punto, se presenta la metodología y la plataforma matemática para predecir la disponibilidad

en sistemas reparables, a través del tratamiento estadístico de su historial de fallas y reparaciones. En
otras palabras, los equipos son caracterizados usando su distribución probabilística del “tiempo para
fallar” y el “tiempo para reparar”.
Este tipo de análisis es particularmente valioso para equipos dinámicos, los cuales tienen una
frecuencia de falla relativamente alta. Normalmente, la data de fallas y reparaciones está disponible.
Para equipos reparables existen cinco posibles estados en los que ellos pueden quedar, una vez
reparados después de una falla:
1. Tan bueno como nuevo

2. Tan malo como antes de fallar.
3. Mejor que antes de fallar pero peor que cuando estaba nuevo.
4. Mejor que nuevo.
5. Peor que antes de fallar.
Los modelos probabilísticos tradicionalmente usados en análisis de confiabilidad, se basan en los

estados 1 y 2 (estados límites), sin tomar en cuenta los estados 3, 4 y 5 a pesar de que el estado 3 es
más realista en la práctica. La razón para esto radica en la dificultad de desarrollar una solución
matemática para modelar este estado.
3.1.2 Estimación de las consecuencias
Para estimar las consecuencias se presenta una metodología que resulta de relacionar la falla de un
equipo y/o sistema con las siguientes variables:
a. Gravedad
 Efecto operacional (EO)
o Impacto operacional (IO)
o Sistemas o equipos de respaldo (SER)
o Tiempo promedio para reparar (TPPR)
 Costo de la reparación (CR)
 Impacto en seguridad (IS)
 Impacto ambiental (IA)
b. Ocurrencia (O)
c. Facilidad de detección (D)
www.fyrma.com.mx
53
El modelo divide las consecuencias asociadas con una falla particular (Gravedad) en cuatro grandes
categorías: Efecto operacional, Costos de reparación, Impacto en seguridad e impacto ambiental.
Modelo de Gravedad de una Falla
+ + + =
Efecto Costo de la Impacto en Impacto en

Operacional Reparación Seguridad Ambiente Gravedad
Base de datos Base de datos

+
Opinión de expertos
3.1.3 El Diagnóstico Integral en el Proceso de Confiabilidad
El diagnóstico integral es un proceso que implica el uso de avanzadas técnicas de cálculo para
predecir fallas y eventos no deseados e inferir sus consecuencias; es decir permite estimar el riesgo
siguiendo el esquema de la página 55 y también permite el uso de modelos de decisión como el Modelo
Costo Riesgo.
El proceso que hemos presentado como “Confiabilidad Operativa”; es un enfoque metodológico

donde el diagnóstico integrado se combina con otras metodologías tradicionales del área de confiabilidad,
tales como: Análisis de Modos y Efectos de Fallas, Análisis Causa Raíz e Inspección Basada en Riesgo, entre
otras; con la finalidad de:
• Inferir probabilísticamente todos los escenarios de producción factibles, a través de la predicción de

los periodos de operación normal y de ocurrencia de eventos o escenarios no deseados, basados la
configuración de los sistemas, la confiabilidad de sus componentes y la filosofía de mantenimiento
• Identificar acciones concretas para minimizar y/o mitigar la ocurrencia de estas fallas o eventos no
deseados y llevar el riesgo a niveles tolerables
• Explorar las implicaciones económicas de cada escenario de riesgo posible y diseñar planes y
estrategias óptimas para el manejo del negocio.
www.fyrma.com.mx
54
La figura muestra el esquema de integración del Diagnostico Integrado con otras metodologías en el
enfoque de Confiabilidad Operativa.
Confiabilidad
Operativa
3.2 Parámetros Básicos
a. Probabilidad de supervivencia P S(t): Es el término sinónimo de confiabilidad.

b. Desconfiabilidad: Es la probabilidad de que un equipo fallará en operación durante un período
de tiempo dado.
c. Probabilidad de Falla Pf(t): Es el término que representa la Desconfiabilidad.
d. Dado que se admite la posibilidad de falla, se acepta la naturaleza probabilística de la
confiabilidad.
e. La capacidad de ejecución de un sistema, equipo o componente se deteriora lentamente con el
tiempo.
f. Cuando la frecuencia de falla aumenta se puede afirmar que la confiabilidad decrece.
3.2.1 Función Confiabilidad
Como la probabilidad de falla es función del tiempo, pude definirse:
Pt  t 0   Pf (t 0 )  t  0
en la que t es una variable aleatoria que denota el tiempo de falla y P f(t) es la probabilidad de que el sistema
falle antes del tiempo t0. También puede definirse como la función distribución de fallas (función de la
desconfiabilidad).
La confiabilidad R(t), es la probabilidad de que el sistema ejecute su función durante un cierto t

(probabilidad de éxito), entonces:
R (t )  1 - Pf (t )  P t  t 0 
www.fyrma.com.mx
55
Como la confiabilidad es probabilística, R(t) dependerá del modelo de distribución de probabilidad

que describa el comportamiento de la variable aleatoria t.
3.2.2 Vida esperada de un equipo o sistema
En las Partes, Equipos y Sistemas (PES) que son reparables, la esperanza de vida E(t) es conocida
como Tiempo promedio entre Fallas (TPEF) y en NO reparables como Tiempo promedio hasta Fallar
(TPHF).
El TPEF indica el intervalo de tiempo más probable entre un arranque y la aparición de una falla.
Mientras mayor sea su valor, mayor es la confiabilidad del componente o equipo.
El valor de este parámetro, sin embargo, es limitado mientras no se conozca cómo están distribuidos
los tiempos entre fallas con respecto a la media.
3.2.3 Tasa de Falla
La Tasa de Falla (t), es una característica de confiabilidad que indica la proporción de equipos que,
estando operando en el instante t, van a fallar durante la unidad de tiempo siguiente al instante t + ∆t, o
sea durante ∆t.
La probabilidad de que una falla ocurra en el intervalo t1 , t2 , ..... dado que la falla no ocurrió antes
del tiempo t al comienzo del intervalo, entonces:
R  t1  - R  t 2 
R1 = Confiabilidad en t1  t  
R2 = Confiabilidad en t2 t 2 - t 1  . R  t 
1
3.2.4 Función de Riesgo
La función de riesgo h(t) se define como el límite de la Tasa de Falla cuando el intervalo se
aproxima a cero, es decir, la función de riesgo es la tasa instantánea de fallas.
Pf (t)
 t   h  t  
R t 
Generalmente, (t) se expresa en falla por hora o falla por día o cualquier otro intervalo de tiempo.
La importancia de la función de riesgo (t) es la de indicar el cambio de la Tasa de Fallas, sobre la

vida de una población de equipos.
www.fyrma.com.mx
56
3.3 Períodos de Vida de un Equipo
La vida útil de un equipo está dividida en tres períodos separados, los cuales se definen en función
del comportamiento de la rata de fallas. Estos son:
a. Período de arranque.
b. Período de operación normal.
c. Período de desgaste (obsolescencia)
Los índices de fallas en cada uno de estos períodos obedecen a leyes específicas.
3.3.1 Características
a. Períodos de arranque o de mortalidad infantil
Las características resultantes de este período son:

 Índice de fallas decrecientes; es decir, al aumentar el tiempo la rata de falla decrece.
 La probabilidad de la falla mañana es menor que la probabilidad de la falla en el día de
hoy.
 En este período están todos los equipos de una planta recién arrancada y se caracterizan
por un alto nivel de rotura y que su confiabilidad es muy baja.
 Generalmente la corrección de los defectos de fábrica le corresponde su realización al
grupo de arranque, hasta el punto donde la frecuencia de fallas disminuye y llega a
estabilizarse en un índice constante, en este momento el equipo se le entrega al grupo
de operaciones.
Normalmente las fallas son producto de:

 Defectos de material.
 Errores humanos.
 Componentes fuera de especificación durante el ensamblaje.
www.fyrma.com.mx
57
Cada vez que a un equipo se le hace una reparación general (overhaul), comienza un nuevo
período de vida con otro período de arranque.
"Normalmente un equipo tiene una Pf más alta inmediatamente después de la

reparación general que inmediatamente antes".
"Las frecuencias de estas fallas tienden a disminuir a medida que los componentes son
reemplazados y los errores subsanados hasta que finalmente la rata de falla se estabiliza y el
equipo entra en un período de operación normal”.
b. Período de operación normal
Sus características son:

 Cubre la mayor parte de vida de un equipo.
 Índice de fallas es constante, es decir la rata de fallas no varía mientras ocurre el
envejecimiento del equipo.
 "Es tan factible que suceda una falla ahora como que suceda más tarde".
Las fallas son debidas a:

 Repentinas acumulaciones de esfuerzos por encima de la resistencia de diseño de los
componentes.
 Ocurren totalmente al azar y son imposibles de predecir.
 Este período es descrito por la distribución exponencial y de Weibull.
c. Período de desgaste o de obsolescencia
Con el tiempo todo equipo se desgasta y envejece y todo material se degrada. La característica
que resalta la presencia de este periodo puede expresarse en la siguiente forma:
“Un índice de falla creciente, es decir al aumentar el tiempo, la rata de fallas se incrementa”.
Las fallas son debidas a:

 Fatiga,
 Desgaste mecánico,
 Corrosión,
 Erosión.
Cuando un equipo entra en este periodo debe someterse a una reparación general, idealmente
esto debe hacerse cuando la rata de fallas empieza a aumentar.
www.fyrma.com.mx
58
3.3.2 Estudios de los mecanismos de fallas en cada uno de los períodos de vida de un
equipo
a. Período de arranque
El período de arranque aun cuando no ha sido descrito matemáticamente, es fácil de identificar

sin la ayuda de fórmulas y gráficos.
b. Período de operación normal.
El mecanismo de fallas del período de operación normal puede caracterizarse usando la

distribución exponencial. En este caso el período de vida normal se caracteriza por una rata de
fallas constante
c. Período de desgaste
El proceso de fallas por desgaste se describe preferiblemente mediante la distribución normal, y

se encuentra totalmente tabulada.
Con los valores de la desviación normal y tiempo promedio entre fallas TPEF se entra en las
tablas de distribución normal y se determina los valores de probabilidad de supervivencia Ps(t) y
de la rata de fallas (t) durante la vida del componente o equipo.
Otras características de la distribución normal son las siguientes:
 La rata de fallas (t) aumenta con el tiempo.

 El coeficiente de variación es menor que uno, o sea:

1
TPEF
 La curva de confiabilidad se traza como una recta en papel probabilístico normal.
Las siguientes gráficas muestran curvas típicas de vida útil de equipos electrónicos, electromecánicos
y de cambio de piezas antes que ellas fallen.
Equipos electrónicos puros
Estos equipos no sufren desgaste (aunque después de

mucho tiempo las propiedades físicas de los componentes
electrónicos pueden sufrir degradaciones)
www.fyrma.com.mx
59
Equipos electromecánicos puros
En estos equipos el desgaste comienza prácticamente desde el

primer día. Los estudios de confiabilidad en mecánica son por
esto los más complejos.
Cambio de piezas antes de que fallen
Una política adecuada de sustitución de componentes en la

etapa de desgaste conduce a un aumento de la probabilidad de
supervivencia, o lo que es lo mismo un aumento de la
confiabilidad de los equipos y sistemas.
3.4 Funciones de distribución utilizadas en confiabilidad
La vida de los equipos puede ser modelizada por distribuciones estadísticas continuas. La función de
confiabilidad y su respectiva función de riesgo son únicas, siendo las distribuciones probabilísticas más
comúnmente utilizadas en confiabilidad las siguientes:
3.4.1 Distribución Exponencial
 Ampliamente utilizada para modelizar la vida de muchos productos.

 Describe el período de vida, durante el cual la tasa de falla es constante.
 Esta distribución es uniparamétrica ()
1 1
  Ctte.  
TPEF 
Características:
 función densidad f t    . e-t

 función de distribución Ft   1 - e-t
 función de confiabilidad R t   e - t
www.fyrma.com.mx
60
 función de riesgo h t   
1
 esperanza matemática E t  

 varianza 1
Vt  
2
Representación Gráfica
En la distribución exponencial, la probabilidad de falla en cualquier intervalo constante t es

independiente del tiempo anterior de operación y es solo dependiente del intervalo considerado.
La probabilidad de falla depende del tiempo de exposición y no tiene memoria del pasado.
www.fyrma.com.mx
61
Ejercicio:
Para un Generador AC se tienen los siguientes tiempos (expresados en horas) antes de fallar:
60 28 43 660 245 340 230 850 163 185

118 135 98 530 450 375 290 17 77
Utilizando la hoja de trabajo y el Papel Exponencial anexo, se requiere:
a. Determinar las ecuaciones de Probabilidad de Falla y Probabilidad de Supervivencia

(Confiabilidad)
b. Calcular el TPEF
c. Plantear los datos en el papel Exponencial
d. Calcular la Confiabilidad para un tiempo t=300 hrs. y confirmar el cálculo con la recta de la
gráfica.
Hoja de Trabajo
Referencia: N (n máximo) :
T (unidad) :
Datos
n Datos P(F) P(S)
Ordenados
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
www.fyrma.com.mx
62
www.fyrma.com.mx
63
Ejercicio:
Del conjunto de dosificadores de un sistema de agua potable se conoce que, en las últimas 5000
horas de operación, ha tenido doce fallas que han degradado seriamente el sistema que integra. La última
falla del conjunto ocurre un viernes en la tarde y su reparación se completa justamente a la hora de salida 5
PM. El próximo lunes está prevista la visita de un grupo de certificadores que los evaluarán para aspirar a
una certificación operativa. ¿Saldrá usted de la ciudad este fin de semana?
www.fyrma.com.mx
64
3.4.2 Distribución Normal
La ley normal es una ley continua que se define por dos parámetros:
 El valor medio 
 La desviación típica 
Ha sido utilizada para describir una gran variedad de fenómenos físicos: incertidumbre en las
mediciones, control de fabricaciones, estudio de los fenómenos de fatiga. Es apropiada para definir el período
de desgaste de componentes o equipos.
La etapa de desgaste, es debida a la superación de la vida prevista del componente cuando empiezan
a aparecer fallas de degradación como consecuencia del desgaste. Se caracteriza por un aumento rápido de
la tasa de fallos.
Para retardar la aparición de las fallas por desgaste, puede acudirse a la sustitución inmediata de los
componentes del dispositivo o equipo cuando éstos fallen, o a sustituirlos antes de que finalice su vida útil
mediante planes de mantenimiento preventivo, para posponer casi indefinidamente la incidencia del
desgaste.
Características:
 función de confiabilidad
R t   1 - F t 
 esperanza matemática
Et   
 varianza
Vt    2
 mediana
x 
 moda
Mo  
Con el objeto de simplificar los cálculos, se utilizan las tablas de distribución normal.
www.fyrma.com.mx
65
Representación Gráfica:
Ej. Considerando que de las 25 turbinas que tenemos se comportan bajo la ley de mortalidad normal con
media igual a 720 horas de funcionamiento entre fallas y desviación típica de 58 horas. Determine:
a. ¿Cuál es la probabilidad que una turbina funcione más de 768 horas?
µ = 720 x -  768 - 720

z   0,82759
σ = 58  58
Tabla de la Distribución Normal Estándar

Los valores representan el valor absoluto del porcentaje del área bajo la curva normal, medido desde menos infinito hasta Z
z 00.0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
+0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5350
+0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
+0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
+0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 u.o^80 -0.6517
+0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
+0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7080 0.7123 0.7157 0.7190 0.7224
+0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
+0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
+0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8079 0.8106 C8133
+0.9 0.8159 0.8186 0-8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
+1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
Px  760   1 - Px  760 

Px  760   1 - 0,7967
Px  760   0,2033
Px  760   20,33%
www.fyrma.com.mx
66
Ejercicio:
Un importante auditorio tiene mil tubos fluorescentes, de los cuales sólo se conoce la vida promedio
estimada por el fabricante, unas tres mil horas con una desviación de 900 horas. Se desea sustituir
colectivamente las luminarias con la idea de reducir la interferencia con las actividades del auditorio y los
costos indirectos. Sin embargo debe respetarse la norma operativa que exige un nivel mínimo de iluminación
de 90 %. ¿Cada cuánto será más conveniente cambiar colectivamente las luminarias?
www.fyrma.com.mx
67
3.4.3 Distribución de Weibull
Mediante la distribución de Weibull se puede considerar las variaciones de la tasa de falla (t),
determinándose si la tasa de falla es decreciente, constante o creciente (Curva de Weibull).
Esta distribución es ampliamente usada en ensayos para determinar la vida de los equipos y
especialmente en los estudios de vida de piezas mecánicas, tales como rodamientos de bolas o engranajes.
Características: 
 t- 
- 
  
 función de distribución Ft   1 - e

 t- 
- 
  
 función de confiabilidad R t   e
en donde:
 se conoce como parámetro de forma

 se conoce como parámetro de escala
 se conoce como parámetro de posición
Se pude deducir que:
 Para  < 1 ,  decrece y representa mecanismos de falla en el período inicial o de arranque

 Para  = 1 ,  es constante y representa el período de operación normal
 Para  > 1 ,  aumenta y representa mecanismos de falla por envejecimiento o desgaste
www.fyrma.com.mx
68
Ejercicio:
Un sistema de baterías tiene los siguientes tiempos (expresados en horas) antes de fallar (TAF):
250 265 160 89 312

175 208 398 330 290
351 370 222 190 281
450 118 142 235
Determine la etapa del ciclo de vida donde se encuentra el banco de baterías, su TPEF, su DSTD y la
probabilidad de falla a los 15 días.
Hoja de Trabajo
Referencia: N (n máximo) :
T (unidad) :
TAF
n TAF P(F) P(S)
Ordenados
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
www.fyrma.com.mx
69
www.fyrma.com.mx
70
3.5 Confiabilidad de Sistemas
El objetivo de modelar la confiabilidad es obtener expresiones de confiabilidad en el caso de sistemas

complejos, conociendo la confiabilidad de cada elemento constituyente y las relaciones funcionales entre
ellos. El primer paso es obtener una representación simple de un sistema complejo, mediante el uso de
técnicas tales como diagramas de bloque funcionales, árboles de falla o cadenas markovianas.
3.5.1 Diagramas de bloque
Esta técnica permite mostrar la arquitectura de un sistema mediante bloques que representan a los
elementos específicos. La interconexión entre los bloques es básicamente de dos tipos: serie y paralelo.
En la conexión en serie, la falla de un bloque ocasiona la falla del sistema. Un ejemplo de este tipo
de conexión son dos bombas colocadas en serie a fin de obtener una cierta columna de agua. La falla de una
de las dos será suficiente para impedir el suministro de la columna de agua deseada. Esta conexión se
representa como:
1 2 n
En la conexión paralela, ambos elementos deben fallar para que el sistema lo haga. La conexión
paralela o «de redundancia» puede ser activa o pasiva. Es activa cuando ambos elementos funcionan
simultáneamente, y uno asume el servicio faltante de manera total o parcial al fallar el otro. Un ejemplo
común son dos transformadores con capacidad máxima de 6 MVA cada uno funcionado en paralelo y
absorbiendo, en condiciones normales, 3 MVA de carga cada una individualmente.
La redundancia es pasiva cuando un elemento se encuentra sin funcionar a la espera de la falla del
otro, momento en el cual se conecta mediante conmutación manual o automática. Por ejemplo, dos
computadoras de control de procesos que actúan una como respaldo de la otra.
www.fyrma.com.mx
71
Las conexiones paralelas aumentan la confiabilidad, a costa de una mayor complejidad en el

sistema, como puede apreciarse en la Figura.
La mayor confiabilidad se obtiene en teoría con redundancias pasivas. La hipótesis de confiabilidad

perfecta en el elemento de transferencia no se observa, sin embargo, en la práctica y es frecuente encontrar
elementos de seguridad que no entran en operación al ser requeridos, ya sea por fallas en la transferencia o
por falla del elemento pasivo en estado de espera.
3.5.2 Confiabilidad de diversas configuraciones
a. Conexión en serie: en este caso, la confiabilidad del sistema es:
R sistema  R e1 . R e2 . R e3 ...R en
siendo e1: equipo 1, en: equipo n.
Si se conociera la tasa de falla de cada elemento y cada uno se comportara bajo la distribución
exponencial, la confiabilidad del sistema sería:
R sistema  e - 1 t . e - 2 t ....e - n t  e 
- it
www.fyrma.com.mx
72
Ejercicio: Una estación remota de bombeo, como se muestra en la figura, está conformada por una serie de
componentes, cada uno con una confiabilidad individual de:
 t 
 
R Línea de Alimentaci ón  e  500 
R Transformador  1,00
R Arrancador  0,99
1, 3
 t 
- 
R Motor e  10.000 
3, 5
 t 
- 
R Acople e  1.000 
 t 
 
R Bomba e  5.000 
Elabore un diagrama de bloques que represente el sistema y determine para un tiempo de 1.000 horas:
 La confiabilidad individual de cada componente

 La confiabilidad del sistema
 El orden de prioridad de inspección que generaría
 ¿Por qué cada componente tiene diferente ecuación para calcular confiabilidad?
www.fyrma.com.mx
73
b. Conexión en paralelo: en este caso, la confiabilidad del sistema puede evaluarse con la
expresión:
R sistema  1 - 1 - R e1  . 1 - R e2  ... 1 - R en 
Ejercicio: Dos bombas se encuentran instaladas según la configuración que muestra la figura, cada una, en
promedio, tiene un TPEF de 200 horas.
Elabore un diagrama de bloques que represente el sistema y determine para un tiempo de 168 horas:
 La confiabilidad individual de cada

componente
 La confiabilidad del sistema
www.fyrma.com.mx
74
c. Conexión serie-paralelo: en este caso la confiabilidad del sistema puede evaluarse

convirtiendo cada configuración en paralelo en una en serie y luego como una configuración en
serie.
A E F
C D
B G
E-F
A/B C D
A/B C D E-F / G
Ejercicio: Suponga que la confiabilidad de los componentes representados en las figuras anteriores son:
R(A)=0,96, R(B)=0,92, R(C)=0,94, R(D)=0,89, R(E)=0,95, R(F)=0,88 y R(G)=0,90. Determine la confiabilidad del
sistema.
www.fyrma.com.mx
75
3.6 Varios Modos de Falla
Las unidades de prueba en un estudio de confiabilidad pueden fallar de varias maneras, no sólo del
tipo de falla que más interesa en un momento dado. La información sobre distintos modos de falla debe
incorporarse en el análisis de los datos. Suponiendo que los distintos modos de falla son independientes,
cada modo de falla se analiza por separado, para ello las unidades que fallaron debido a los otros modos de
falla se toman como censuradas. Si Ri(t) es la función de confiabilidad para el modo de falla i, entonces la
confiabilidad global del producto al tiempo t considerando los k modos de falla es el producto de:
R g (t)  R 1 (t) . R 2 (t) . R 3 (t) ....... R k (t) .
Es decir, para sobrevivir al tiempo t se debe sobrevivir a todos los modos de falla. Del análisis
individual de un modo de falla se contestan las preguntas relevantes relacionadas con él, y del producto de
confiabilidades o bien del análisis conjunto de las fallas se da respuesta a las preguntas respecto a la
confiabilidad global. Otra cuestión importante que surge es el determinar cuál de los modos de falla debe ser
eliminado si se quiere mejorar en mayor medida la confiabilidad del producto y en caso de poderlo eliminar,
cuál sería la confiabilidad esperada.
3.7 Estrategias de Mantenimiento
Una vez caracterizado el mecanismo de fallas de un componente o equipo, el problema se reduce a

la definición de una estrategia de mantenimiento, consistente con los objetivos de minimización de costo y
maximización de disponibilidades.
Existen dos casos básicos:
 Componentes o equipos que fallan exponencialmente.

 Componentes o equipos que fallan por desgaste.
Estrategia para componentes o equipos que fallan exponencialmente
En caso de fallas exponenciales la estrategia óptima de mantenimiento es la de reparar o reemplazar

el componente o equipo sólo cuando falla.
Estrategia para componentes o equipos que fallan por desgaste
En el segundo caso la probabilidad de supervivencia es función de la edad del equipo o componente.

En principio existe un beneficio en reemplazarlo o repararlo al inicio del período de desgaste.
Sin embargo, es necesario comparar el costo de una reparación o reemplazo prematuro con el costo
de una falla de servicio.
Criterio básico:
www.fyrma.com.mx
76

a. Si  1- C
TPEF
No existe un período óptimo (t)d para programar reparación o reemplazo, es decir: td = 

b. Si 1- C
TPEF
Existe un intervalo óptimo que debe ser calculado. Teniendo en consideración que:
Donde:
 = Desviación estándar de los TEF.
C = Cp / Cf
Cf = Costo promedio de reparar una falla de servicio
Cp = Costo de reparación o reemplazo programado (Cp < Cf).
td = Intervalo óptimo entre reparaciones o reemplazos programados
Criterio práctico
Desde el comienzo se debe establecer un plan de mantenimiento preventivo. Posteriormente en

períodos predeterminados o en cualquier momento, se obtienen los valores siguientes:
TPEF = Medio promedio entre fallas

 = Desviación normal de los tiempos entre fallas.
C = Cp / Cf
Los valores Cp y Cf se determinan en forma diferente.
Cf = Sumatoria del costo de reparar el equipo (mantenimiento correctivo) en el periodo prede-

terminado.
Cp = Sumatoria del gasto en realizar los servicios de mantenimiento preventivo en el mismo

periodo considerado anteriormente.
Tomando como basamento los criterios básicos anteriores, se sugiere lo siguiente:
Si /TPEF > 1 - C, es decir cuando no existe un periodo td óptimo para programas reparaciones o
reemplazar, se considera que existe un exceso de mantenimiento preventivo y por lo tanto la
decisión correcta es la de aumentar los periodos entre los servicios considerados en el plan de
mantenimiento preventivo.
Si /TPEF < 1 - C, es decir cuando existe un período td óptimo para programar reparaciones o
reemplazar, se considera que existe una carencia de servicios de mantenimiento preventivos y por lo
tanto la decisión correcta es disminuir los períodos entre los servicios considerados en el plan de
mantenimiento preventivo.
www.fyrma.com.mx
77

CEM - Capítulo 3 PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

CEM - Capítulo 3 PDF

Transféré par

Droits d'auteur :

Formats disponibles

Control Estadístico de Mantenimiento

3.1 Modelos de decisión

En años recientes, grandes corporaciones especialmente del sector de hidrocarburos y de la industria

El mantenimiento moderno, sustentado en la Confiabilidad Operativa, requiere de un cuidadoso

3.1.1 Estimación de la confiabilidad o la probabilidad de fallas

a. Estimación de Confiabilidad Basada en Condición

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

b. Estimación Basada en el Historial de Fallas

En este punto, se presenta la metodología y la plataforma matemática para predecir la disponibilidad

1. Tan bueno como nuevo

Los modelos probabilísticos tradicionalmente usados en análisis de confiabilidad, se basan en los

3.1.2 Estimación de las consecuencias

Modelo de Gravedad de una Falla

Efecto Costo de la Impacto en Impacto en

Base de datos Base de datos

3.1.3 El Diagnóstico Integral en el Proceso de Confiabilidad

El proceso que hemos presentado como “Confiabilidad Operativa”; es un enfoque metodológico

• Inferir probabilísticamente todos los escenarios de producción factibles, a través de la predicción de

3.2 Parámetros Básicos

a. Probabilidad de supervivencia P S(t): Es el término sinónimo de confiabilidad.

3.2.1 Función Confiabilidad

Como la probabilidad de falla es función del tiempo, pude definirse:

La confiabilidad R(t), es la probabilidad de que el sistema ejecute su función durante un cierto t

Como la confiabilidad es probabilística, R(t) dependerá del modelo de distribución de probabilidad

3.2.2 Vida esperada de un equipo o sistema

3.2.3 Tasa de Falla

3.2.4 Función de Riesgo

La importancia de la función de riesgo (t) es la de indicar el cambio de la Tasa de Fallas, sobre la

3.3 Períodos de Vida de un Equipo

a. Períodos de arranque o de mortalidad infantil

Las características resultantes de este período son:

Normalmente las fallas son producto de:

"Normalmente un equipo tiene una Pf más alta inmediatamente después de la

b. Período de operación normal

Sus características son:

Las fallas son debidas a:

c. Período de desgaste o de obsolescencia

Las fallas son debidas a:

El período de arranque aun cuando no ha sido descrito matemáticamente, es fácil de identificar

b. Período de operación normal.

El mecanismo de fallas del período de operación normal puede caracterizarse usando la

El proceso de fallas por desgaste se describe preferiblemente mediante la distribución normal, y

Otras características de la distribución normal son las siguientes:

 La rata de fallas (t) aumenta con el tiempo.

Equipos electrónicos puros

Estos equipos no sufren desgaste (aunque después de

Equipos electromecánicos puros

En estos equipos el desgaste comienza prácticamente desde el

Cambio de piezas antes de que fallen

Una política adecuada de sustitución de componentes en la

3.4 Funciones de distribución utilizadas en confiabilidad

3.4.1 Distribución Exponencial

 Ampliamente utilizada para modelizar la vida de muchos productos.

 función densidad f t    . e-t

En la distribución exponencial, la probabilidad de falla en cualquier intervalo constante t es

60 28 43 660 245 340 230 850 163 185

Utilizando la hoja de trabajo y el Papel Exponencial anexo, se requiere:

a. Determinar las ecuaciones de Probabilidad de Falla y Probabilidad de Supervivencia

3.4.2 Distribución Normal

a. ¿Cuál es la probabilidad que una turbina funcione más de 768 horas?

µ = 720 x -  768 - 720

Tabla de la Distribución Normal Estándar

Px  760   1 - Px  760 