MANTENIMIENTO Y

CONFIABILIDAD
Modelos de Optimización

Universidad AUSTRAL-Facultad de Ingeniería-ARGENTINA

Programa de Ingeniería y Gestión del Mantenimiento
Prof.: Ing. Roberto Bottini
 Paradigmas
•En la industria los equipos y sistemas
crecen en complejidad.

•Existen mayores exigencias a la eficiencia

de los costos del ciclo de vida útil de las
maquinas de producción.

•Cada fabricante intenta llegar al objetivo de

calidad exigido por el mercado al mínimo
costo posible.
Objetivo de Confiabilidad y Mantenibilidad

• Desde el diseño existe la necesidad de

entregar equipos o sistemas que tengan
las prestaciones deseadas por el cliente y
que además sean Confiables, de fácil
mantenimiento y con funcionamiento
seguro y económico durante su vida útil.
 Como Incorporar Características de
Confiabilidad
• Realizando un análisis Cualitativo
– Que indicara el tipo y clase de fallas que van
a presentarse en los componentes del
sistemas. (Camino del RCM).

• O Bien ampliarse a un campo Cuantitativo

– Proporcionando las probabilidades
numéricas correspondientes.
Las Teoría de la Confiabilidad Incorporan
la incertidumbre a la Ingeniería.

• Podríamos decir que la certeza de un hecho (en

nuestro contexto Falla de Maquina), es un
acontecimiento DETERMINISTA con un
resultado finito.

• En cambio la incertidumbre de un hecho seria

un acontecimiento INDETERMINISTA con un
resultado probabilístico.
 Confiabilidad y Mantenimiento
• Desde el punto de vista de la ingeniería, la
confiabilidad es la probabilidad de que un
aparato, dispositivo o persona desarrolle una
determinada función bajo condiciones fijadas
durante un periodo de tiempo determinado.
• La confiabilidad de un elemento puede ser
caracterizada a través de distintos modelos de
probabilidades.
• Podemos describir varias distribuciones de
fallas comunes y ver qué podemos aprender de
ellas para gestionar los recursos de
mantenimiento. Convirtiendo el conocimiento
ganado de ellas en acciones PROACTIVAS de
Mantenimiento.
•Veamos, a partir de un histograma podemos desarrollar las cuatro funciones de
importancia para la caracterización de la confiabilidad :

HISTOGRAMA

10
8
FALLAS

6
4
2
0
1 2 3 4 5 6 7 8 9 10
MESES

Serie1

MES ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE TOTAL

FALLAS 2 5 7 8 7 6 5 4 3 1 48
 1- pdf Probability Density Function
En estudios de mantenimiento necesitamos pasar del anterior histograma a
funciones continuas, debido que la variable tiempo a la falla es continua.
Esta funciones nos dan una idea clara de la distribucion de fallas.
Empezamos por la función llamada pdf que indica la densidad probable de
fallas en cada intervalo t, cuyo total será el área encerrada bajo la curva e
igual a: pdf = 48/48 =1
Pudiendo llamar a t1 y t2, -∞ y ∞ respectivamente
FUNCIONES

10
f(t)

0
1 2 3 4 5 6 7 8 9 10
meses
 2- cdf Cumulative Density Function aquí de -∞ a Tiempo t,
seria la probabilidad de que falle en tiempo t. Representando
el área bajo la curva - ∞ a t, la acumulación de fallas
transcurrido t (el fracaso)
• cdf= 14/48

FUNCION cdf

10

f (t) 5

0
1 2 3 4 5 6 7 8 9 10
meses

Tiempo t
• 3- R (t) Reliability. Esta es la probabilidad de éxito o
sea que sobrevivan sin falla transcurrido el mismo
tiempo t. Representando el área bajo la curva t a
infinito.
• R(t)= 1- cdf

FUNCION R (t)
10
8
6
f(t)

4
2
0
1 2 3 4 5 6 7 8 9 10
Tiempo t meses
El ultimo tipo de función que tenemos derivada de las anteriores
funciones es la Función Riesgo, también llamada tasa de falla λ en
determinados contextos como el de mantenimiento.

4- h (t) Función riesgo = pdf/1-cdf

EL modelamiento de las probabilidades de falla esta condicionado a la

etapa de vida en que se encuentre el elemento. Con la curva de la
bañera es posible modelar el comportamiento en cada una de las tres
etapas de la tasa de falla a través de leyes conocidas de
probabilidades.
1- Mortalidad Infantil

– Inadecuada Instalación.

– Error armado-reparación.

– Problemas de Calidad

Tasa de Falla λ<1

2- Fallas Aleatorias
durante la vida Útil.
– Independientes del Tiempo.
– Errores de Mantenimiento.
– Electrónica
– Mezcla de Errores.

Tasa de Falla λ= cte

3- Desgaste Temprano

– Low Cicle Fatiga

4- Desgaste por
envejecimiento
– Rodamientos.
– Corrosión

Tasa de Falla λ>1

La distribucion de fallas de diferentes tipos de maquinaria no son las
mismas. Aun variando en una misma maquina su operación. Sus
definiciones en términos de las funciones pdf, cdf y tasa de falla de los
datos reales de mantenimiento dan forma a determinadas expresiones
matemáticas conocidas como distribuciones obteniendo:

• Dist. Exponencial
• Dist. Normal
• Dist. Lognormal
• Dist. Weibull
Que representan familias de
ecuaciones (o curvas graficas)
cuyos miembros varían en forma,
porque difieren sus parámetros.
• Con estos conceptos probabilísticos podemos iniciar la
batalla contra la incertidumbre de las fallas en las
plantas complejas.

• Podemos describir varias distribuciones de fallas

comunes y ver qué podemos aprender de ellas para
gestionar los recursos de mantenimiento. El
conocimiento ganado de ellas es convertido en acciones
proactivas.

• Prediciendo cuando las fallas probablemente ocurran

nosotros podemos determinar el mejor momento para el
mantenimiento Preventivo (Reemplazo Preventivo) y las
políticas de mantenimiento relacionadas con el
PERIODO OPTIMO para operar hasta la falla o
inspección
 Proactive
Maintenance

Interval Based Condition Based Other

Tactics Tactics Tactics
"Time or other
Unit of Measure"

Schedule Scheduled Run to failure Condition Monitoring Redundency

Component Overhaul Activities Spare
Repalcement Equipment Installed

Preventive Redesign
Maintenance Vibration
- monitoring
- analysis
Ad hoc
Cleaning Maintenance
- during operation Lubricant Analysis
- prior to maintenance - Oil Condition
- Wear Particles

Lubrication
- routine while running Electrical
- start/end of shift - Current analysis
- Motor condition

Minor
Adjustments N.D.T.
- thermography
- ultra sonics
- X- ray
Often "Preventive Maintenace"
Programs include all these activities Inspections
- by Operators
- by Maintenance
(Daily/Weekly)
• De acuerdo a lo mostrado las funciones
descriptas son transformadas en Distribución
de Probabilidades ploteando DATOS
históricos o utilizando Bases de Datos como
las OREDA. Para encontrar la distribucion
apropiada para un componente o sistema
real tenemos dos posibilidades:

1. Por testeo extensivo de datos históricos de

Vida.

2. Estimar parámetros por muestreo

estadístico.
• En Síntesis:

– Utilizar datos históricos de fallas.

– Utilizar la función apropiada que representa nuestra

situación.

– Construir un modelo matemático que represente el

problema en estudio.

– Con los datos históricos analizamos los resultados

gráficos del modelo matemático empleado.

– Con éste análisis tomamos las decisiones de

mantenimiento óptimas.
• El objetivo es entender el problema,
pronosticar fallas y analizar riesgos para
tomar mejores decisiones de
mantenimiento.
• Estas decisiones impactan el momento
elegido para reemplazo, reparación o
Overhaull de Maquinaria, como así
también optimizar cualquier otra tarea de
gestión del mantenimiento principalmente
las inspecciones y gestión de repuestos.
 Modelos
• Una de las principales herramientas en este
avance científico hacia la optimización de las
decisiones de Gestión son los modelos
matemáticos como simple representación del
problema en estudio.

• En la aplicación de técnicas cuantitativas de

gestión, el tipo de modelo usado es
frecuentemente un modelo simbólico donde los
componentes del sistema están representados
por símbolos y la relación de estos
componentes esta representada por ecuaciones
matemáticas.
 Reemplazo Preventivo Optimo de un
item sujeto rotura

• Construcción del Modelo

Decimos que el costo total de reemplazo es
Costo Total esperado del Reemplazo por ciclo
C(tp)=
Tiempo Esperado del ciclo.
 Modelo Matemático utilizado

• Cp: costo del Reemplazo Preventivo.

• R(tp): es la confiabilidad. Aquí el éxito en llegar al
reemplazo preventivo.
• Cf: costo total del Reemplazo por Falla. (por el
fracaso)
• tp: tiempo medio del Reemplazo Preventivo.
• es el tiempo medio MTTF.
• t f(t): tiempo medio del Reemplazo por Falla.
• f(t): es el pdf para la distribucion de Weibull.
Aplicación Practica del Modelo
Propuesto
• Ejemplo: Análisis de Reemplazo en Motor
4000 KVA, Trifásico, 60 ciclos.

– Comentarios
Algunos motores han servido a la planta por 18 años.
Fallas anteriores a esta fecha ponen en duda
expectativa de vida.

– La siguiente tabla muestra los datos de falla.

– Costo falla imprevista Cf = $1725 (lucro cesante +
rebobinado).
– Costo rebobinado Preventivo Planificado Cp= $100
– Costo rebobinado imprevisto $ 125
 Aplicacion distribuciones de fallas para caso de grandes
motores.

T abla 3.2. Fallas en bobinados de grandes m otores: datos de falla y cálculos de riesgo

R iesgo
M otor R ango Años R iesgo
acum ulado
C -70 20 8
C -71A 19 8
C -71B 18 8
P-70A 17 8
P-70B 16 8
P-71 15 8
C -25 14 10
C -11 13 11 a 7.69 7.69
C -52 12 12 a 8.33 16.03
C -13 11 13 a 9.09 25.12
C -31 10 13
C -53 9 15 a 11.11 36.23
C -41 8 16 a 12.58 48.73
C -91 7 17 a 14.29 63.01
C -32A 6 17
C -32B 5 17
C -01 4 18 b a
F allas en bobinados
C -30 3 18
b
C -50 2 18 R em plazo preventivo
C -51 1 18 de los bobinados
Ploteo de datos en papel de
Weibull
• El procedimiento
es convertir los
datos de falla
representativos
de cdf , esto es
realizado
ploteando en
Weibull tiempo a
la falla contra
funcion cdf
Resultado de cálculos utilizando
modelo matemático
Gráfico Resultante
 Costos esperados de reemplazo en funcion del tiempo para
Motor Electrico Falla Bobinado
Costo Costo del
mantenimiento
preventivo por
downtime
Curva de
costo total

Costo del
Ctp MINIMO
recurso de
mantenimiento
preventivo

Remplazo Optimo
Costo del mantenimiento
correctivo por downtime
(paradas imprevistas)

Costo del recurso de

mantenimiento correctivo
=) Tp
Tp optimo ReBobinado =12 /13 años
Modelos Matemáticos para el
intervalo Optimo de Inspección y
sus Beneficios

• El propósito básico es determinar el

estado del equipo, obteniendo el máximo
beneficio y las mínimas perdidas.
Palabras que describen genéricamente el
llamado LEAN Mantenaince-
Mantenimiento delgado como símbolo de
salud y no de falta de alimentación.
1. FRECUENCIA DE INSPECCION: Para
equipamiento que es continua operación
y sujeto a falla.

2. INTERVALOS DE INSPECCION: Para

equipamiento usado solamente en
condiciones de emergencia.

3. MONITOREO DE CONDICION.
Beneficio por frecuencia optima
1. Mientras que con el reemplazo preventivo nos
centramos en la última parte de la curva de la
bañera, con las inspecciones estamos actuando en
la parte de Vida Útil, donde las fallas son aleatorias
y responden a la exponencial negativa.

MTTF = 1/λ
2. Tiempo de reparación 1/µ Nº reparaciones
/unidad de tiempo
3. Política de Inspección 1/i Nº inspecciones/unidad
de tiempo
4. Expresamos con B al valor del beneficio si no hay
paradas.
5. Costo promedio de la Inspección por unidad de
tiempo I.
6. Costo promedio de reparación por unidad de tiempo
no interrumpido R.
 P(n): Valor del Beneficio con operación interrumpida
por reparaciones en la unidad de tiempo.

P(n)= B - B -B -R -I

•B: Beneficio de la operación no interrumpida por

unidad de tiempo.
• Perdida de Beneficio por Reparaciones, donde λ(n)
es el Nº de Reparaciones y µ el tiempo medio de
reparaciones MTTR.
• Perdida de Beneficio por inspecciones, donde n es
el Nº de Inspecciones e i el tiempo medio para las
inspecciones.
•R es el costo promedio de reparaciones.
•I es el costo promedio de inspecciones.
 = B - - -

Debemos hallar el n (Nº de Inspecciones) que resuelva

esta ecuación).

Asumimos que n es inversamente proporcional a λ (es

cierto aumenta n disminuye λ)
 = B - - -

Debemos hallar el n (Nº de Inspecciones) que resuelva

esta ecuación).

Asumimos que n es inversamente proporcional a λ (es

cierto aumenta n disminuye λ)
• K es la relación entre paradas por emergencia
en la unidad de tiempo cuando realizamos una
inspección por unidad de tiempo.

• Sustituyendo en 1
• La premisa fundamental sobre la que se basa el
Mantenimiento Planificado es muy sencilla, no
basta con reparar la avería una vez ocurrida
sino que es necesario prevenirla. Con este
objetivo nosotros realizamos inspecciones
periódicas de los equipos y rectificamos
cualquier menor defecto. Lógicamente estas
inspecciones tienen costo en términos de M.O. ,
insumos, materiales y Hs de Producción.
• El Objetivo es determinar la política de
Inspección que dé el balance correcto entre el
número de inspecciones y los beneficios
resultantes de su aplicación.
La importancia de la confiabilidad también depende
del alcance que demos a nuestra probabilidad de éxito
a veces llamado Factor de Servicio F= 1- R(t).
Pensemos que tener un factor de servicio del 99 %
(eficiencia) seria bastante bueno.
Sin embargo en EEUU ocasionaría :

• Una hora de agua no potable por mes.

• Dos aterrizajes peligrosos por dia en JFK
• 10.000 piezas de correo perdidas por hora.
• 20.000 prescripciones incorrectas de
medicamentos por año.
• 22.000 cheques deducidos de la cuenta
equivocada por hora.
Preguntas ?
 MUCHAS GRACIAS !!!

Ing. Roberto Bottini

roberto.bottini@fi.austral.edu.ar