1

APLICACIÓN DE LA LÓGICA DIFUSA A LA TOMA DE DECISION EN

GESTIÓN DEL MANTENIMIENTO INDUSTRIAL

M. Socorro García Cascales(p)(1), M. Teresa Lamata Jiménez(2)

(1)Universidad Politécnica de Cartagena.

(2) Universidad de Granada.

SUMMARY
Decisions in maintenance management could be focused to any aspect of
maintenance function, so their objectives, their organizational structure and their
actions go further the limits of the maintenance department and is necessary
information from different sources. These decisions could change in magnitude; form
the high cost equipment replacement through minim reparation. It is important to
understand the structure of the process of decisions maintenance problem.

It is only possible identify the most convenient action in maintenance if the factors
that intervene in the cause of failure have been understood, their incidence with
regard to the time, the maintenance costs, the redesign costs, and those non
quantifiable elements.

To predict the behaviour alternatives, it could be necessary to use some complex

models of decision.

Fuzzy set theory and fuzzy logic have emerged as powerful ways of representing
quantitatively and manipulating the imprecision in engineering problems. Fuzzy sets
or fuzzy numbers can appropriately represent imprecise parameters, and can be
manipulated through different operations on fuzzy sets or fuzzy numbers. Since
imprecise parameters are treated as imprecise values instead of precise ones, the
process will be more powerful and its results more credible.

It seems interesting the application of the fuzzy logic to maintenance decision

problems in maintenance management to show possible investigation works when
we can use this technique

RESUMEN
Las decisiones en la gestión de Mantenimiento, pueden estar enfocadas a cualquier
aspecto de la función de Mantenimiento así, sus objetivos, su estructura
organizativa, sus acciones traspasan los límites del departamento de mantenimiento
y requieren información de diversas fuentes. Estas decisiones pueden variar en
magnitud, desde la sustitución de un equipo de alto coste hasta la opción por una
mínima reparación. Es, por tanto, importante entender la estructura del proceso de la
toma de decisiones.

Identificar la acción más conveniente en mantenimiento sólo es posible si se

comprenden los factores que intervienen: la causa del fallo, su incidencia con

839
 2

respecto al tiempo, los costes de mantenimiento, los costes del rediseño, y aquellos
elementos no cuantificables.

Para pronosticar el comportamiento de las alternativas, será necesario utilizar unos

modelos complejos de decisión. Dicha decisión requerirá, un entendimiento de los
factores no cuantificables.

La teoría de los conjuntos difusos y la lógica difusa han emergido como un poderoso
medio de representación de la imprecisión cualitativa y manipulable en problemas de
ingeniería. Los conjuntos difusos o números difusos pueden representar
apropiadamente parámetros imprecisos, y pueden ser tratados a través de diferentes
operaciones sobre dichos conjuntos. Con esta teoría y puesto que los parámetros
imprecisos se tratan como valores imprecisos en vez de precisos, el proceso será
mucho más poderoso y sus resultados más creíbles.

Parece interesante la aplicación de la lógica difusa en lo problemas de decisión que

surgen dentro de la gestión del mantenimiento industrial para así poder vislumbrar
las posibles tendencias de investigación que esta aplicación puede plantear.

1. LA NATURALEZA DE LA TOMA DE DECISIONES EN LA GESTIÓN DE

MANTENIMIENTO.

La toma de decisión en mantenimiento [1,5] puede tener lugar en varios contextos

con diferentes tipos de sistemas en términos de requisitos de tecnología, facilidad de
reparación, fiabilidad y disponibilidad, etc. El modelo de decisión descrito en este
artículo trata un problema del mantenimiento muy general, abarcando todas las
posibles alternativas, y está caracterizado por lo siguiente:

• El decisor tiene al menos dos posibles acciones a elegir

• Hay frecuentemente alguna incertidumbre sobre los valores de las variables al

describir el comportamiento del sistema y el entorno, con respecto a la fiabilidad
y al mantenimiento. Por consiguiente, debido a la carencia de datos exactos, en
su lugar se utiliza el conocimiento subjetivo de los expertos.

• El decisor tiene una estructura de preferencias coherentes para ser modeladas

respecto a las consecuencias de su elección

• El objetivo es obtener la acción de mantenimiento óptimo basado en la

maximización de una función de utilidad que combina fiabilidad/disponibilidad

2. LA TEORÍA DE CONJUNTOS DIFUSOS Y LA LÓGICA DIFUSA

La teoría de conjuntos difusos [4,6] se ha desarrollado para resolver problemas en

los que la descripción de las actividades y observaciones son imprecisas, vagas o
inciertas. El término “difuso” se refiere a la situación en la que no hay límites bien
definidos del conjunto de actividades u observaciones para las que se aplica la
descripción.

840
 3

Un conjunto difuso está definido por una clase de objetos con unos grados de
pertenencia. Así, se asocia a cada conjunto difuso una función de pertenencia que
asigna a cada objeto un grado de pertenencia, cuyos valores pertenecerán al
intervalo cerrado [0,1]. Cuando el grado de pertenencia de un objeto es uno, este
objeto está absolutamente en este conjunto; cuando el grado de pertenencia es
cero, el objeto no está en absoluto en ese conjunto A. Mientras que a los casos
intermedios se les asigna números entre cero y uno.

2.1. Definición de un conjunto difuso

Sea U un conjunto clásico de objetos, denominado universo, cuyos elementos

genéricos se denotan por x. Es decir, U = { x} . Un conjunto A en U se caracteriza por
una función de pertenencia µ A ( x ) que asocia a cada elemento en U un número real
en el intervalo [0,1]. El conjunto difuso A, se denota normalmente mediante un
conjunto de pares: [4,6]

A= {( x, µ A ( x ) ) , x ∈ U}
Para un conjunto ordinario o ‘crisp’, A

 1 si x ∈ A
µA ( x ) = 
0 si x ∉ A

2.2. Definición de número difuso

El término número difuso se utiliza para indicar cantidades numéricas imprecisas,

como puede ser “próximo a 10”, “sobre 7”, “varios”, etc. Una definición general de un
número difuso es la dada por Dubois y Prade [4,6]: cualquier subconjunto difuso
M = { x, µM ( x )} donde x toma su valor en la recta real ℜ y µM ( x ) ∈ [0,1] . La función
de pertenencia denota el grado de verdad que toma M. Dos números difusos son
iguales si y solo si tiene las mismas funciones de pertenencia. Esta función de
pertenencia µM ( x ) puede describirse como:

Figura 1: Números difusos trapezoidales (A) y triangulares (B)

1. Una función continua de ℜ en el intervalo cerrado [0,1]

841
 4

2. Constante en (-∞,a]: µM ( x ) = 0, ∀x ∈ ( −∞, a]

3. Estrictamente creciente en [a,b]

4. Constante en [b,c]: µM ( x ) = 1, ∀x ∈ [b, c ]

5. Estrictamente decreciente en [c,d]

6. Constante en [d,+∞): µM ( x ) = 0, ∀x ∈ [d , +∞ )

Los términos a, b, c y d son números reales. En 4, si b=c tenemos los números

triangulares

3. EJEMPLOS DE APLICACIÓN DE LA LÓGICA DIFUSA A LA GESTIÓN DEL

MANTENIMIENTO

3.1. Aplicación de la lógica difusa para evaluación de alternativas

Brettahuer et al [3] utilizan la lógica difusa en la evaluación de cada una de las

soluciones candidatas para un sistema integrado de mantenimiento planificado en
actividades de mantenimiento en sistemas de energía eléctrica de alto voltaje.

Puesto que el número de posibles alternativas planificadas puede ser grande

dependiendo del número de dispositivos a mantener y el tamaño de los periodos de
mantenimiento permitidos, el ingeniero de mantenimiento tiene que elegir el plan que
sea más conveniente para cada situación. Para apoyar su selección del plan más
conveniente, se diseña un Sistema de Mantenimiento Planificado que proporciona
una herramienta para el apoyo a la decisión basada en un algoritmo deductivo
difuso.

El principal objetivo del mantenimiento planificado es reducir costes encontrando las

combinaciones más convenientes de las actividades de mantenimiento.

Criterios más importantes a tener en cuenta en esta aplicación:

• Situación de las cargas estimadas y energía de reserva

• Utilización de la capacidad consistente del personal

• Numero del personal requerido (propio o externo)

• Cantidad total de distancias a recorrer

• Número total de actividades de mantenimiento, si el plan se extiende a varios

años

Algunos de estos criterios no pueden expresarse en términos de costes. Más aún, la

función objetivo del Sistema de Mantenimiento Planificado para la evaluación de los
planes de mantenimiento evaluados describen criterios económicos y utilidad
dependiente subjetiva por medio de la teoría de decisión difusa.

842
 5

El algoritmo deductivo difuso calcula una valoración final para cada plan de
mantenimiento generado mediante la utilización del método de la suma ponderada
difusa. En un primer paso, cada alternativa del plan de mantenimiento es evaluada
para cada criterio independientemente. Después de haber ponderado el ingeniero de
mantenimiento los diferentes criterios, el algoritmo deductivo difuso calcula un
conjunto difuso que representa la valoración final del plan de mantenimiento.
Mientras se hace esto, se tienen en cuenta todos los criterios y los coeficientes
ponderados.

Todas las variables para la valoración y ponderación de los coeficientes se

representan mediante conjuntos difusos. Esto permite ajustar los conjuntos difusos a
la experiencia del ingeniero de mantenimiento. Como resultado, la herramienta de
decisión difusa evalúa los planes de mantenimiento generados del mismo modo que
el ingeniero de mantenimiento, pero en un menor tiempo. Después de haber
calculado las valoraciones finales, las funciones de pertenencia tienen que ser
ordenadas (ranking).

3.2. Modelo de base de datos relacional difusa, para la manipulación de datos

en la ordenación de los componentes críticos

Sergaki y Kalaitzakis [8] desarrollaron un modelo efectivo de apoyo a la toma de

decisión en la inspección, para identificar el mantenimiento preventivo efectivo,
durante inspecciones menores en plantas de energía térmica. El problema de las
prioridades de inspección, en función de la criticidad, del equipo de gestión, es la
incorporación de criterios tales como: la seguridad y fiabilidad, economía,
condiciones operacionales variables e impactos medioambientales. Este problema
es altamente complicado, especialmente para sistemas complejos con muchos
componentes y donde se requiere manipulación de información y valoración de
datos eficiente.

La lógica difusa proporciona una herramienta poderosa para la manipulación directa

de los términos lingüísticos empleados por el operario cuando hace valoraciones de
la criticidad. Esto permite a un operario evaluar y expresar el riesgo asociado con el
fallo de un componente de manera natural.

La clasificación de la criticidad de los componentes se realiza de esta manera

incorporando criterios difusos. Los tipos de criterios considerados de esta manera se
organizan asimismo en una estructura jerárquica. Después de identificar los criterios
difusos asociados con la clasificación de los componentes críticos, se seleccionan lo
conjuntos difusos que definen a estas variables. A partir de los anteriores conjuntos
difusos, se determinan las funciones de pertenencia para cada entrada difusa
basadas en la experiencia del conocimiento del operador. Las funciones de
pertenencia expresan el grado con el que las etiquetas lingüísticas definidas para
cada criterio satisfacen al decisor.

Finalmente los autores proponen una base de datos relacional difusa donde la
información se trata como grupos registrados en relaciones o tablas. La ambigüedad
se incluye en el modelo propuesto tanto añadiendo información vaga o imprecisa
como mediante la realización de consultas vagas a la base de datos. El modelo de
base de datos relacional difusa propuesto es flexible para utilizar en un amplio rango

843
 6

de aplicaciones relacionadas con la representación y manejo de información

imprecisa y sistemas complejos.

3.3. Desarrollo de un modelo integrado de toma de decisión en mantenimiento

Labib et al [7] presentan un modelo integrado de toma de decisión en mantenimiento

utilizando el Proceso Analítico Jerárquico AHP y la lógica difusa. El proceso se
divide en dos pasos: En el primero se obtienen los criterios de mantenimiento
priorizados y desde aquí se identifican las máquinas más críticas y sus fallos
relacionados utilizando el análisis AHP. En segundo lugar con los pesos obtenidos
en el primer paso se introducen los datos en un controlador difuso y mediante un
sistema de reglas difusas se obtiene un modelo para determinar la acción de
mantenimiento más eficiente a desarrollar.

La integración del AHP con la lógica difusa presenta beneficios en diferentes

aspectos:

• La función principal del AHP, es priorizar la máquinas y sus fallos basados en

diferentes criterios, y desde ahí se producir una salida crítica.

• La segunda función del AHP es modelar el problema desde diferentes

perspectivas. Esta función ofrece al decisor un sentido de la “escala” del
problema. Ambas funciones prioridad y escala, son de gran importancia cuando
se utiliza la lógica difusa. Las prioridades en términos de frecuencia y tiempo
fuera de servicio, o cualquier otro criterio, son valores clásicos para el proceso de
lógica difusa.

• La escala producida por el AHP cuando se compara cualquier fallo y/o equipo
con otros da una indicación de que valores pueden considerarse como bajos,
medios o altos.

• La capacidad de la lógica difusa para utilizar reglas IF-THEN ofrece una

interacción con la experiencia profesional del decisor para reaccionar al análisis
ofrecido por el AHP. El decisor puede tanto alterar las reglas como los valores
escalados.

• El modelo se considera integrado y adaptable en el sentido de que ofrece al

decisor la capacidad de identificar el foco del mantenimiento, particularmente le
permite descubrir donde mirar (utilizando el AHP), obteniendo un concepto de
eficacia, y que hacer (utilizando la lógica difusa), que sería un concepto de
eficiencia.

3.4. Selección de la aproximación de mantenimiento más eficiente utilizando

un método de decisión multicriterio difuso

Al-Najjar y Alsyouf [2] evalúan las aproximaciones de mantenimiento más

importantes, es decir, estrategias, políticas o filosofías, utilizando una metodología
basada en la teoría de la lógica difusa, a través de un método de toma de decisión
multicriterio difusa.

Las aproximaciones en mantenimiento más populares son:

844
 7

• Mantenimiento basado en el fallo

• Mantenimiento preventivo

• Mantenimiento basado en la condición

• Mantenimiento centrado en la fiabilidad

• Mantenimiento productivo total

• Mantenimiento de calidad total

La precisión del momento escogido en la acción de mantenimiento afecta en gran

medida a la longitud de la vida útil del equipo/componente a mantener, al número de
fallos, al número de sustituciones planeadas, al tiempo medio de reparación, a los
costes directos de mantenimiento y consecuentemente a los costes de reparación.

El poder conseguir mantenimientos más efectivos va a depender de la capacidad de

implementación de la política de mantenimiento, para proporcionar y emplear
eficientemente la información relevante sobre los factores que afectan a la vida del
componente/equipo en cuestión. Proporcionar información más relevante sobre la
condición de los componentes, incrementa la capacidad del mantenimiento para
evitar fallos y hacer uso, tanto como sea posible, de la vida efectiva del
equipo/componente debido a la actuación de reemplazo, “justo” después del fallo.

Utilizando la toma de decisión multicriterio difusa, se puede evaluar la importancia de

los criterios y las valoraciones de las alternativas con respecto a cada criterio
mediante variables lingüísticas.

CONCLUSIONES

De los ejemplos anteriormente comentados se comprueba el interés de la utilización

de la teoría de conjuntos difusos en la toma de decisión en gestión de
mantenimiento.

Asimismo se deduce lo interesante que puede resultar el diseño de un Sistema de

Ayuda a la Decisión, para el problema de decisión en gestión del mantenimiento, en
el que se integre la lógica difusa como una metodología de ayuda a la decisión.

Este tipo de estructura podría constar a nivel general de los siguientes módulos:

- Base de datos relacional: en la que se deben introducir todos los datos del
sistema tanto de listado de equipos, características, históricos, criterios de
decisión, niveles de criticidad de los equipos, etc
- Base de modelos: en la que pueden introducir distintas técnicas, como podrían
ser: ponderación de criterios, priorización de criterios, evaluación de
alternativas… (AHP, métodos de decisión difusos…) junto a metodologías
propias del mantenimiento como el mantenimiento centrado en la fiabilidad, el
mantenimiento productivo total, etc

845
 8

- Base de reglas: Reglas que pueden ser de tipo difuso y que relacionen la base
de datos con la base modelos a fin de desarrollar un sistema integral
- Interfaz: de interconexión con el usuario (decisor) y el sistema, para facilitar de
este modo su implementación real

AGRADECIMIENTOS.

Este artículo se ha elaborado bajo el proyecto TIC2002-03411 financiado por la

DGICYT

BIBLIOGRAFIA.

[1]. de Almeida A.T, Bohoris G. A “Decisión Theory in maintenance decisión making”

Journal of Quality in Maintenance Engineering, Vol 1 no 1, 1995 pp 39-45

[2] Al-Najjar Basim, Alsouf Ismad. “Selecting the Most Efficient Maintenance
Approach Using Fuzzy Multiple Criteria Decision Making” Int. J. Production
Economics 84 (2003) 85-100
[3] Brettahuer G., Gamaleja T., Handschin E., Neumann U., Hoffmann W. “Integrated
Maintenance Scheduling System for Electrical Energy Systems” IEEE Transactions
on Power Delivery, Vol 13, No 2, April 1998

[4] Chen S-J, Hwang C-L, Fuzzy multiple attribute decision making, Lecture Notes in
Economics and Mathematical Systems No 375 Springer Verlag 1992

[5] Kelly A.,Harris M.J. (1998) “Gestión del Mantenimiento Industrial” Fundación
Repsol ISBN 84-923506-0-1
[6] Klir G.J., Yuan B., (1995) “Fuzzy Sets and Fuzzy Logic Theory and Applications”,
(Englewood Cliffs: Prentice Hall)
[7] Labib A.W., Williamas G.B., O’connor R.F. “An Intelligent Maintenance Model
(System): An Application Of The Analytic Hierarchy Process And A Fuzzy Logic
Rule-Based Controller” Journal of the Operational Research Society (1998) 49, 745-
757
[8] Sergaki A., Kalaitzakis K. “A Fuzzy Knowledge Based Method for Maintenance
Planning In Power System” Reliability Engineering and System Safety 77 (2002) 19-
30

CORRESPONDENCIA.
M. Socorro García Cascales
Dpto Electrónica, Tecnología de Computadoras y Proyectos
Área de Proyectos de Ingeniería
Universidad Politécnica de Cartagena
C/Dr Fleming s/n 30.202 Cartagena (Murcia) Spain
Tel: 968 32 65 74, Fax: 968 32 64 00 e-mail: socorro.garcia@upct.es

846