Documente Academic
Documente Profesional
Documente Cultură
ITEMS PARA DESARROLLAR LA TESIS SEGÚN RESOLUCION RECTORAL 371 DEL REGLAMENTO DE
GRADOS Y TÍTULOS
Art° 32
PLAN DE TESIS
2. ANTECEDENTES REFERENCIALES
empresa, especialmente cuando el régimen de trabajo es continuo, esto es, que la operatividad de
la planta debe estar activa durante las veinticuatro horas del día. Pues una parada de planta, aún
caso de equipos offshore, se realizan inspecciones cada año, cada dos años y medio y el más
El principal objetivo de las empresas dedicadas a este sector de la industria, procura que dichos
gastos por parada de planta sean mínimos, para ello dentro de las reglas de clasificación es que se
especifica que con un estudio de confiabilidad será posible justificar el adecuado funcionamiento de
los sistemas y equipos a bordo de una embarcación offshore o plataforma offshore, que a través de
documentos indicando que los parámetros de confiabilidad están de acuerdo a valores permisibles,
será suficiente para garantizar la adecuada operación de los equipos sin perjudicar ni la producción
inclusión del análisis FMECA y metodología del RCM. A partir de la base de datos del historial de
organizado y que se rige a parámetros de permisibilidad. Llegó a ser tanto la evolución de esta
El deterioro de componentes de un sistema se origina por diferentes motivos, entre los cuales los
más comunes son la antigüedad, régimen de operación, calidad del componente, mantenimientos
mal planeados, incorrecta operación del usuario, entre otros. Es claro ver que al fallar el sistema o
no estar dentro de los estándares de calidad, origina pérdidas de producción y un bajo nivel de
confiabilidad de operación.
Por este motivo son varias las empresas que poseen el interés de invertir en una metodología que
permita optimizar el proceso de mantenimiento de sus equipos y/o sistemas, de esa forma
mejorar la vida útil de los mismos con la intención de incrementar los plazos de inspecciones
periódicas, los cuales son realizadas por casas clasificadoras reconocidas internacionalmente, y de
esa manera poder continuar con sus operaciones sin tener ninguna parada de planta.
Las reglas clasificadoras [1] se basan en el análisis de confiabilidad para determinar si es factible
aumentar el periodo de inspección o no, para ello se hace necesario conocer factores de
confiabilidad como son la tasa de falla y tasa de reparo, los cuales son obtenidos de un historial de
mantenimiento en donde se registran los detalles de dichos eventos y que consecuentemente se
realiza el análisis de adherencia respectivo para determinar la función de distribución de
probabilidad se adecua mejor a los datos (tiempos de falla y reparo). Para la determinación de la
probabilidad de falla en la ingeniería naval, es posible tener varias aplicaciones, que es en nuestro
caso será el análisis de un sistema de navegación inercial y el uso de establecimientos de límites de
confiabilidad del sistema tanto en operación como de seguridad que será evaluado en el dominio
del tiempo, lo cual permitiría saber qué acciones tomar en una determinada situación evaluado en
un tiempo de diagnóstico. Esto permitiría saber qué acciones tomar y de tal forma se evitarían
Formato 5T
• Validar la metodología con datos de otra bibliografía [2], simulándose el mismo sistema y
comparándose ambos resultados.
• Implementar una metodología que permita identificar las acciones de mantenimiento del
sistema en un periodo de tiempo de diagnóstico o misión.
5. HIPOTESIS
El algoritmo planteado simula el diagnóstico de fallas futuras, recomienda las acciones que deben
realizarse para un tiempo simulado e identifica componentes críticos.
6. MARCO TEORICO
En 1980, el Departamento de Defensa de EUA [3] desarrolló una metodología que envuelve a
severidad e la probabilidad de ocurrencia, llamada Análisis de Modo, Efecto y Criticidad de Falla
(FMECA), relacionándolas en una matriz de criticidad, capaz de definir los ítems y los modos de
fallas críticos, usando dos números: número de criticidad de modo de falla y el número de
criticidad del ítem. La matriz es representada en un gráfico de severidad versus número de
criticidad y la probabilidad de ocurrencia o falla, de esa manera se logra identificar cuáles son los
Formato 5T
ítems que tienen mayor prioridad de mantenimiento. En 1995, fue introducido el método de
gestión basado en el riesgo por Richard B. Jones [4], que se enfoca en el análisis de tiempo de falla
para proponer una distribución de probabilidad de falla de los datos adquiridos, que luego, serán
usado para los cálculos de los atributos de confiabilidad e introduce el mantenimiento centrado en
la confiabilidad (RCM – Reliability Centered Maintenance) usando el número de riesgo basado en
la severidad y la probabilidad de ocurrencia, así es capaz de establecer una matriz de probabilidad
y consecuencia donde considera niveles altos y bajos, obteniendo de esa manera la determinación
de la acciones que tienen más prioridad para su mantenimiento. Por otro lado, el mantenimiento
centrado en la confiabilidad (RCM), es aún más desarrollada con mayor detalle por John Moubray
[5], en 1997, que muestra los procedimientos paso a paso para la identificación de los modos de
fallas, tareas a realizarse y tiempos de son considerados en el análisis, usando como herramienta
el análisis de modos y efectos de falla (FMEA) como un análisis cualitativo, enfocándose después
en el tiempo para la siguiente falla. El esquema de trabajo es baso en diagramas de decisión que
considera cada posible opción y atribuyendo coeficientes que más adelante determinará las
acciones de mantenimiento que serán necesarias efectuar.
Es necesario que las acciones de mantenimiento sean clasificadas a través del tiempo, por ello
surgieron muchas propuestas de cómo esquematizar aquello que a través de los años la
perspectiva fue mejorando. Es así que en el 2004, R. Keith Mobley [6] propuso tres tipos de
mantenimiento que son; mantenimiento mejorado, preventivo y correctivo, donde cada uno de
ellos se subdivide en otros subtipos. En el 2007, André Paegle y Norberto Moro [7] proponen otros
tres tipos de mantenimiento, que son los más conocido en la actualidad que son; mantenimiento
correctivo, preventivo y predictivo. El concepto evoluciona aún más cuando en el 2008 la NASA [8]
establece una clasificación más en el mantenimiento, además de dichos tres ya conocidos,
conocido como mantenimiento proactivo, que también es conocida como un mantenimiento
predictivo mejorado. El análisis que se realiza es más minucioso y considera un historial de fallas
del tiempo de operación de las máquinas, incluyendo la ingeniería de confiabilidad para los
cálculos.
Los tipos de mantenimiento que fueron desarrollados son para determinar las acciones que serán
realizadas cuando una falla suceda en alguna máquina, sin embargo, para la determinación del tipo
o tipos de mantenimiento que deben ser usados en un programa de mantenimiento es necesaria
una metodología de gestión de mantenimiento. Fue así que en el 2014, Deepak Prabhakar P. y
Jagathy Raj V.P. [9] definen tres tipos de gestión de mantenimiento e los comparan, siendo que el
RCM sería el más eficaz y que genera más rentabilidad.
Formato 5T
En el 2015, X. Jian et al. [2], proponen una de definición más desarrollada del número de riesgo y
evoluciona el concepto que se tenía, considerando además de los tres valores conocidos, otros
Formato 5T
factores que acompañan a cada uno de estos valores, que son determinados por el personal
técnico, representado el peso (importancia) que cada uno tiene dentro del cálculo final,
obteniéndose así un nuevo valor conocido como número de prioridad de mantenimiento (MNP –
Maintenance Priority Number), sin embargo, los valores de severidad, detectabilidad e ocurrencia,
son calculados con probabilidades que en ese caso es una continua mudanza a lo largo del tiempo,
considerando un tiempo de teste establecido. A partir de un diagrama que concatena los
componentes (conociendo así sus dependencias) conocido como GO Chart y la metodología de GO
Methodology, se obtiene el resultado final y parcial de las probabilidades de falla y
consecuentemente sus confiabilidades. El único detalle que tiene este análisis, es que la lógica
envuelta para su cálculo (análisis del diagrama) posee dificultades computacionales especialmente
cuando se tienen varios componentes. [19]
Como anteriormente fue mencionado para el análisis del sistema total es necesario saber la
distribución de los componentes y las dependencias entre ellos, sabiendo que la metodología de
GO Methodology tiene ciertas dificultades en sistemas complejos y aún más cuando se desea
programarlo. Adicionalmente a ello se ve la necesidad de analizar los estados de operación de la
máquina, considerando las dependencias o conexiones que existen entre los componentes, es así
que en el 2013, J. Wang et al. [20] realizaron el análisis de los atributos de confiabilidad del sistema
completo de una turbina a gas, utilizando el modelo de Markov, y considerando una distribución
exponencial para los datos del historial de fallas. En el 2015, B. Mkandawire et al. [15] utilizaron
dicho concepto, pero para introducir el factor de ocurrencia en el análisis de modos, efectos y
causas de falla (FMECA) y compararlos con el resultado obtenido por el método de momentos
donde se decido una distribución de probabilidad de una base de datos (historial) mayor.
2017 2018
TESIS
7. CRONOGRAMA DE TRABAJO
Jun Jul Ago Sept Oct Nov Dic Ene Feb Mar Abr May Jun
Elaboración
Asignación de Jurado
Levantamiento de Correcciones
Proceso de aprobación
Sustentación de tesis
Formato 5T
Formato 5T
8. BIBLIOGRAFÍA
[1] D. N. Veritas, “DNV-OSS-101 Rules for Classification of Offshore Drilling and Support Units,” no.
October, 2014.
[2] X. Jiang, F. Duan, H. Tian, and X. Wei, “Optimization of reliability centered predictive
maintenance scheme for inertial navigation system,” Reliab. Eng. Syst. Saf., vol. 140, pp. 208–217,
2015.
[3] Deparment of Defense United Stated of America, MILITARY STANDARD, Procedures for
performing a failure mode, effects and criticality analysis. Washington, D.C., 1980.
[5] J. Moubray, Reliability Centered Maintenance II, Second Edi. Ney York: Industrial Press Inc.,
1997.
[6] R. Keith, Maintenance Fundamentals, 2nd Editio. Oxford,UK: Elsevier B.H., 2004.
[7] M., André, and P. A. Norberto, “Introdução à Gestão da Manutenção,” Curso Técnico Mecânica
Ind., 2007.
[8] NASA, RCM Guide for Facilities and Collateral Equipment, no. September. Washington, D.C.,
2008.
[9] P. P. Jagathy and V. P. Deepak, “CBM , TPM , RCM and A-RCM - A Qualitative Comparison of
Maintenance Management Strategies,” Int. J. Manag. Bus. Stud., vol. 4, no. 3, pp. 49–56, 2014.
[12] M. Akbari and P. Khazaee, “Failure Modes and Effects Analysis ( FMEA ) for Power
Transformers,” in 28th International Power System Conference, 2013, pp. 1–7.
[13] H. Arabian-Hoseynabadi, H. Oraee, and P. J. Tavner, “Failure Modes and Effects Analysis (
FMEA ) for wind turbines,” Int. J. Electr. Power Energy Syst., vol. 32, no. 7, pp. 817–824, 2010.
[16] H. Reza, N. Akar, H. Lotfizadeh, M. Bairampour, and S. Nasiri, “Risk analysis of geothermal
power plants using Failure Modes and Effects Analysis ( FMEA ) technique,” Energy Convers. Manag.,
vol. 72, pp. 69–76, 2013.
[17] B. Yssaad and A. Abene, “Rational Reliability Centered Maintenance Optimization for power
distribution systems,” Electr. Power Energy Syst., vol. 73, pp. 350–360, 2015.
[18] B. Yssaad, M. Khiat, and A. Chaker, “Reliability centered maintenance optimization for power
distribution systems,” Int. J. Electr. Power Energy Syst., vol. 55, pp. 108–115, 2014.
[19] W. Deng, Y. Chen, Y. Ren, L. Liu, and D. Yang, “A New Algorithm of GO Methodology Based on
Minimal Path Set,” AASRI Procedia, vol. 3, pp. 368–374, 2012.
[20] J. Wang, C. Fu, K. Yang, X. Zhang, G. Shi, and J. Zhai, “Reliability and availability analysis of
redundant BCHP ( building cooling , heating and power ) system,” Energy, vol. 61, pp. 531–540, 2013.