You are on page 1of 44

1

Capitulo 4
Optimización del Plan de Mantenimiento
2
Factibilidad Técnica
 Consecuencia de Falla Oculta:
 La tarea debe reducir el riesgo de una falla múltiple
a un nivel aceptable.
 Consecuencias de Falla de Seguridad y Medio
Ambiente:
 La tarea deberá eliminar el riesgo de falla o
reducirla a un nivel aceptable.
 Consecuencias Operacionales y no
Operacionales:
 La tarea deberá reducir el riesgo de falla a un nivel
tal que los beneficios de la tarea preventiva sean
menores que el costo de implementación
3
Factibilidad Técnica de las Tareas de
Condición
 Debe ser posible identificar el punto de
falla potencial con el método
seleccionado.
 Cuando el intervalo P-F es consistente,
es decir que el deterioro es lento.
 La frecuencia de inspección debe ser
prácticamente factible de realizar.
4
Factibilidad Técnica de las Tareas de Re-
acondicionamiento (Overhaul)
 Debe de ser posible restaurar el sistema,
sub-sistema o componente a una buena
condición – lo ideal sería a una condición
nueva pero no siempre es posible - a
través del re-acondicionamiento.
 La función de riesgo debe de
incrementarse con la edad.
5
Factibilidad Técnica para las Tareas de
Reemplazo.
 Si es posible restaura la función del
sistema, sub-sistema o componente a
una buena condición a través del
reemplazo.
 La función de riesgo del componente
debe de incrementarse con la edad.
6
Factibilidad económica
 Consecuencias Ocultas y Seguridad.
 La factibilidad técnica juega un rol mas
importante que la económica.
 Consecuencia Operacional.
 Si el costo de la tarea preventiva es menor
que el costo de la consecuencia
operacional.
 Consecuencia no Operacional.
 Igual que el anterior pero sin el costo de la
perdida de producción
7
Teoría Básica de la Renovación
 La teoría de la renovación explica las
situaciones de falla donde las acciones
preventivas basadas en el uso conducen hacia
una restauración completa.
 Frecuentemente el enfoque es por el lado de la
distribución estadística.
 Generalmente se acepta que las fallas tienen
lugar de acuerdo a una u otra distribución.
 Una de las distribuciones que frecuentemente
se emplea en mantenimiento es la distribución
Weibull.
8
Función de Densidad
La función de densidad nos da la probabilidad que ocurra una falla
en un tiempo específico. Sus unidades son falla/ítem-tiempo. Así,
para cualquier punto da la probabilidad que una falla ocurra durante
la siguiente unidad de tiempo.
t
n
N
t f
A
A
=
1
) (
•∆n = número de fallas en el intervalo de tiempo
[t, t+∆t]
•∆t = Longitud del intervalo de tiempo
•N = Población original
dt
dn
N
f(t)
Si
1
: 0 t
=
÷ A
9
Densidad de Falla
DISTRIBUCION WEIBULL
Funcion Densidad
0.000
0.020
0.040
0.060
0.080
0.100
0.120
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Ti empo
f
(
t
)
10
Función de Distribución de Falla
Esta función nos da la probabilidad acumulada de falla
representa la probabilidad que una falla ha ocurrido antes de
cierto tiempo
N
n
t F
i ¿
= ) (
•Σn
i
= Número de fallas para un tiempo t
•N = Población original }
=
÷ A
t
dt t f F(t)
Si
0
) (
: 0 t
11
Distribución Acumulada de Fallas
DISTRIBUCION WEIBULL
Funcion Acumulada
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Ti empo
F
(
t
)
12
Función de Supervivencia o
Confiabilidad
La función de supervivencia o confiabilidad es el
complemento de la función de distribución de falla.
Nos da la probabilidad de supervivencia para
cualquier tiempo especifico
) ( 1 ) ( t F t R ÷ =
13
Función de Supervivencia
DISTRIBUCION WEIBULL
Funcion de Supervivencia
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Ti empo
R
(
t
)
14
Función de Riesgo
Es la función mas importante en la teoría de la renovación. La forma
de la función de riesgo sobre una gran magnitud determina que
estrategia se usará para mantener un componente específico
t
n
t n
t r
A
A
=
) (
1
) (
•∆n = Número de fallas en un intervalo de tiempo [t,t+∆t]
•∆t = ancho del intervalo de tiempo
•n(t) = Población sobreviviente en el tiempo t
R(t)
f(t)
r(t)
f(t)
F(t)
r(t)
f(t)
N
n N
r(t)
f(t)
n N
r(t)
Nf(t)
n(t)
r(t)
Δt
Δn
n(t)
r(t)
i
i
=
÷
=
÷
=
÷
=
=
=
¿
¿
1
1
1
1
1
1
15
Función de Riesgo
DISTRIBUCION WEIBULL
Funcion de Riesgo
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Ti empo
Z
(
t
)
16
Formas de la función de riesgo
r(t) r(t) r(t)
t t
t
Creciente Decreciente Constante
17
Ejercicio: La siguiente tabla da los tiempos de operación de 10
componentes fallados en la misma posición. El primero falló en 8
horas y fueron reemplazados por un nuevo componente. Este nuevo
componente duró unas 12 horas, y así en adelante.
Número de
falla
Horas de
Operación
1
2
3
4
5
6
7
8
9
10
8
20
34
46
63
86
111
141
186
266
•Encontrar la tasa de fallas
•Encontrar el MTBF
•Graficar las funciones de densidad,
distribución acumulada,
supervivencia o confiabilidad, y la
función de riesgo.
•Determinar la vida esperada del
componente.
•Que tipo de falla esta asociada al
componente y que estrategia de
mantenimiento podría aplicarse.
18
Ejercicio: A continuación se dan los datos de fallas
para 172 componentes.
Intervalo
de tiempo
h
Número
de fallas
0-1000
1001-2000
2001-3000
3001-4000
4001-5000
5001-6000
59
24
29
30
17
13
•Encontrar la tasa de fallas
•Encontrar el MTBF
•Graficar las funciones de densidad,
distribución acumulada,
supervivencia o confiabilidad, y la
función de riesgo.
•Determinar la vida esperada del
componente.
•Que tipo de falla esta asociada al
componente y que estrategia de
mantenimiento podría aplicarse.
19
Análisis Weibull
Dr. Albert H.C. Tsang
20
Distribución Weibull
f t
t t
( ) =
÷ |
\

|
.
|
÷
÷ |
\

|
.
|
|
\

|
.
|
|
|
q
¸
q
¸
q
| | -1
exp
| : Factor de forma
q : Factor de escala
¸ : Factor de ubicación
R t
t
( ) = ÷
÷ |
\

|
.
|
|
\

|
.
|
|
exp
¸
q
|
Wallodi Weibull 1887-
1979
21
Factor de Forma, |
0
0
t
f(t)
ß = 0.5
ß = 1.0
ß = 3.44
¸ = 0
ß = 2.5
ß = 5.0
22
R
i
e
s
g
o

d
e

f
a
l
l
a
,

r
(
t
)
?t
| = 0.5
| = 2.5
| = 1.0
Factor de Forma, |
23
0
0
t
f(t)
ß = 2.5,
¸ = 0
q
1
ß = 2.5,
¸ = 0
q
2
q
1
< q
2
Vida Característica
% 8 . 36 ) ( = q R
Factor de Escala, q
24
0
0
t
f(t)
ß = 2.5
¸
Periodo libre de falla
Factor de Ubicación, ¸
25
Análisis Weibull
• El análisis Weibull requiere el tiempo para la falla
como dato.
• Una falla debe ser un evento definido y no solo una
valoración subjetiva de perdida de rendimiento.
• Los datos deberán ser estadísticamente una muestra
al azar de la población.
 Chequear la importancia de los estados de
modificación y la fuente de los datos.
• Emplear la medida de utilización adecuada para el
equipo y el mayor modo de falla.
• Revisar otros factores tales como posición instalada,
mal uso, incorrecto diagnostico de falla, etc.
26
El Papel Weibull
F( ) t
t
= ÷ ÷
÷ |
\

|
.
|
|
\

|
.
|
|
1 exp
¸
q
|
lnln
F( )
ln( ) ln
1

|
\

|
.
|
= ÷ ÷
t
t | ¸ | q
Sobre un papel Weibull, el eje vertical está en escala lnln y
el eje horizontal está en escalaln.
27
Papel
Weibull
28
• Consideremos 5 fallas en 2, 7, 13, 19 y 27 ciclos
• Usando F(t) =i / n , F(t) en 2 ciclos =1/5 =0.2 ó 20%
• Empleando Tablas de Línea Media, el valor de F(t) para el
ejemplo no será 20, 40, 60, 80 y 100%, pero sí:
12.9, 31.4, 50.0, 68.6 y 87.1% (emplear tabla)
• Para muestras menores que 100, se emplea la aproximación de
Bernard para F(t) como: F(t) = ( i – 0.3 ) / ( n + 0.4 )
• Para muestras mayores que 100, F(t) puede ser calculado de la
expresión: F(t) = i / ( n + 1 )
Estimación del % de Falla Acumulada
29
Línea Media
1 2 3 4 5 6 7 8 9 10 11 12
1 50 29.289 20.630 15.910 12.945 10.910 9.428 8.300 7.412 6.697 6.107 5.613
2 70.711 50.000 38.573 31.381 26.445 22.849 20.113 17.962 16.226 14.796 13.598
3 79.370 61.427 50.000 42.141 36.412 32.052 28.624 25.857 23.578 21.669
4 84.090 68.619 57.859 50.000 44.015 39.308 35.510 32.390 29.758
5 87.055 73.555 63.588 55.984 50.000 45.169 41.189 37.853
6 89.090 77.151 67.948 60.691 54.811 50.000 45.951
7 90.572 79.887 71.376 64.490 58.811 54.049
8 91.700 82.018 74.142 67.620 62.147
9 92.587 83.774 76.421 70.242
10 93.303 85.204 78.331
11 93.893 86.402
12 94.387
4 . 0
3 . 0
+
÷
=
n
i
Benard de Formula
Acumulada ad Probabilid Estimador
Cuando solo se tienen disponibles pocas observaciones de falla,
digamos no mas de 20, emplear la Tabla de la Línea Media
30
• Se ha obtenido datos de 10 items, seleccionados aleatoriamente y
todos los cuales han fallado. El tiempo para la falla del equipo
fue:
410, 1050, 825, 300, 660, 900, 500, 1200, 750, 600
Paso 1 Ordenar los datos en orden ascendente
Paso 2 Tabular con el valor correspondiente F(t) para una muestra
de 10, empleando la Tabla de la Línea Media
Ejemplo 1 de Análisis de Weibull
31
Ejemplo 1 Análisis Weibull
Número
Falla
(i)
Horas para
la Falla
(ti )
Línea Media
% Acum Falla
F(t )
1 300 6.7
2 410 16.2
3 500 25.9
4 600 35.5
5 660 45.2
6 750 54.8
7 825 64.5
8 900 74.1
9 1050 83.8
10 1200 93.9
32
0
2.4
830
720
Estimación de
Factores
Vida Mínima, ¸
Factor Forma, |
Vida Característica, q
Vida Media, µ
Vida Promedio
Vida B
q
33
Vida Característica
tiempo
| = 2.4
q = 830
f(t)
63.2%
34
Vida Media
tiempo
| = 2.4
µ = 740
f(t)
52.7%
35
Vida Promedio
tiempo
| = 2.4
B
50
life = 720
f(t)
50%
36
Número
Falla
(i)
Horas para la
Falla
(ti )
Línea Media
% Acum Falla
F(t )
1 1000 9.4
2 1300 22.8
3 1550 36.4
4 1850 50.0
5 2100 63.6
6 2450 77.2
7 3000 90.6
Ejemplo 2 de Análisis de Weibull
37
Estimación del Factor de Ubicación

( )( )
( ) ( )
¸ = ÷
÷ ÷
÷ ÷ ÷
t
t t t t
t t t t
2
3 2 2 1
3 2 2 1
b
a
tiempo
t
1
t
2
t
3
38
Estimación del factor de Ubicación

( )( )
( ) ( )
( )( )
( ) ( )
¸ = ÷
÷ ÷
÷ ÷ ÷
=
÷ ÷
÷ ÷ ÷
= t
t t t t
t t t t
2
3 2 2 1
3 2 2 1
4000 1500 1500 810
4000 1500 1500 810
547
Desde los datos: t
1
= 810 horas
t
2
= 1500 horas
t
3
= 4000 horas
Replanteando:
t
1
÷ 1000 – 547 = 453horas
t
2
÷ 1300 – 547 = 753horas
t
3
÷ 1550 – 547 = 1003horas, etc.
t
i
÷

¸
39
Número
Falla
(i)
Horas para
la falla
ajustadas
Línea Media
% Acum Falla
F(t )
1 453 9.4
2 753 22.8
3 1003 36.4
4 1303 50.0
5 1553 63.6
6 1903 77.2
Ejemplo 2 de Análisis Weibull
El ajuste del tiempo para la falla es ahora lineal
40
Efecto del Factor de Ubicación
tiempo
| = 1.9
nuevo q = 547+1560
f(t)
63.2%
¸ = 547 1560
41
Ejemplo 3 Análisis Weibull
La Maquina H falla en las horas siguientes:
15, 42, 74, 117, 168, 233 y 410
La Maquina S falla en las horas siguientes:
177, 242, 293, 336, 368, 395 y 410
Analizar los datos y explicar las conductas de
operación de las máquinas H y S.
42
El Sistema “H”
Sistema H 
410
177
233
65
168
51
117
74 42
43 32
27
15
15
7
6
5
4
3
2
1
N(t)
50 100 150 200 250 300 350 400 450 Tiempo Sistema
Tiempo entre fallas
Tiempo Sistema
43
El Sistema “S”
Sistema S 
410 177 242
65
293
51
336
32 43
177
368 395
27 15
7
6
5
4
3
2
1
N(t)
50 100 150 200 250 300 350 400 450 Tiempo Sistema
Tiempo entre fallas
Tiempo Sistema
44
Quality of Life Data