Académique Documents
Professionnel Documents
Culture Documents
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.
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
Control Estadístico de Mantenimiento
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.
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
Control Estadístico de Mantenimiento
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.
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.
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
Control Estadístico de Mantenimiento
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.
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:
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
Control Estadístico de Mantenimiento
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.
+ + + =
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.
www.fyrma.com.mx
54
Control Estadístico de Mantenimiento
La figura muestra el esquema de integración del Diagnostico Integrado con otras metodologías en el
enfoque de Confiabilidad Operativa.
Confiabilidad
Operativa
Pt 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).
R (t ) 1 - Pf (t ) P t t 0
www.fyrma.com.mx
55
Control Estadístico de Mantenimiento
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.
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
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.
www.fyrma.com.mx
56
Control Estadístico de Mantenimiento
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
www.fyrma.com.mx
57
Control Estadístico de Mantenimiento
Cada vez que a un equipo se le hace una reparación general (overhaul), comienza un nuevo
período de vida con otro período de arranque.
"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”.
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”.
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
Control Estadístico de Mantenimiento
3.3.2 Estudios de los mecanismos de fallas en cada uno de los períodos de vida de un
equipo
a. Período de arranque
c. Período de desgaste
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.
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.
www.fyrma.com.mx
59
Control Estadístico de Mantenimiento
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:
1 1
Ctte.
TPEF
Características:
función de confiabilidad R t e - t
www.fyrma.com.mx
60
Control Estadístico de Mantenimiento
función de riesgo h t
1
esperanza matemática E t
varianza 1
Vt
2
Representación Gráfica
La probabilidad de falla depende del tiempo de exposición y no tiene memoria del pasado.
www.fyrma.com.mx
61
Control Estadístico de Mantenimiento
Ejercicio:
Para un Generador AC se tienen los siguientes tiempos (expresados en horas) antes de fallar:
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
Control Estadístico de Mantenimiento
www.fyrma.com.mx
63
Control Estadístico de Mantenimiento
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
Control Estadístico de Mantenimiento
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
Et
varianza
Vt 2
mediana
x
moda
Mo
Con el objeto de simplificar los cálculos, se utilizan las tablas de distribución normal.
www.fyrma.com.mx
65
Control Estadístico de Mantenimiento
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:
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
www.fyrma.com.mx
66
Control Estadístico de Mantenimiento
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
Control Estadístico de Mantenimiento
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 Ft 1 - e
t-
-
función de confiabilidad R t e
en donde:
www.fyrma.com.mx
68
Control Estadístico de Mantenimiento
Ejercicio:
Un sistema de baterías tiene los siguientes tiempos (expresados en horas) antes de fallar (TAF):
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
Control Estadístico de Mantenimiento
www.fyrma.com.mx
70
Control Estadístico de Mantenimiento
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
Control Estadístico de Mantenimiento
R sistema R e1 . R e2 . R e3 ...R en
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
Control Estadístico de Mantenimiento
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:
www.fyrma.com.mx
73
Control Estadístico de Mantenimiento
b. Conexión en paralelo: en este caso, la confiabilidad del sistema puede evaluarse con la
expresión:
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:
www.fyrma.com.mx
74
Control Estadístico de Mantenimiento
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
Control Estadístico de Mantenimiento
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:
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.
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
Control Estadístico de Mantenimiento
a. Si 1- C
TPEF
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
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