artículos _ ingeniería de confiabilidad; pilar fundamental del mantenimiento _ confiabilidad.pdf

25/4/2014 Artculos | Ingeniera de Confiabilidad; Pilar Fundamental del Mantenimiento | Confiabilidad.Net: la cultura de confiabilidad

http://confiabilidad.net/articulos/ingenieria-de-confiabilidad-pilar-fundamental-del-mantenimiento/ 1/10

Comentar

Ver commentarios

Imprimir

Ingeniera de Confiabilidad; PilarFundamental del Mantenimiento

por Medardo Yaez, Reliability and Risk Management S.A

Este trabajo se enfoca en el Diagnstico

proactivo e integrado de equipos, procesos y/o

sistemas, como la base fundamental del

mantenimiento.

Se define Diagnstico proactivo e integrado

como un proceso que busca caracterizar el

estado actual y predecir el comportamiento

futuro de equipos, sistemas y/o procesos, mediante el anlisis del

historial de fallas, los datos de condicin y datos tcnicos, con la finalidad

de identificar las acciones correctivas y proactivas que puedan

efectivamente optimizar costos a travs de la sistemtica reduccin de la

ocurrencia de fallas y eventos no deseados, y minimizar en consecuencia,

su impacto en el negocio medular. Adicionalmente, se destaca a la

Ingeniera de Confiabilidad como el marco terico-conceptual en el que

conviven las metodologas y tcnicas para lograr este fin; y

adicionalmente se define Confiabilidad Operacional como un proceso de

mejora continua, que incorpora, en forma sistemtica, avanzadas

herramientas de diagnstico, metodologas basadas en confiabilidad y el

uso de nuevas tecnologas, en la bsqueda de optimizar la planificacin y

la toma de decisiones. Ingeniera de Confiabilidad; porque una de las

mejores formas para agregar valor; es evitar que se destruya [1]

1.- Modelos de Decisin en Mantenimiento

En aos recientes, grandes corporaciones especialmente del sector de

hidrocarburos y de la industria de procesos, han volcado su atencin

hacia el modelo de decisin Costo Riesgo, debido a que el mismo

permite comparar el costo asociado a una accin de mantenimiento

contra el nivel de reduccin de riesgo o mejora en el desempeo debido a

dicha accin.; en otras palabras, el modelo permite saber cuanto

obtengo por lo que gasto.

El anlisis Costo-Riesgo resulta particularmente til para decidir en

escenarios con intereses en conflicto, como el escenario Operacin

Mantenimiento, en el cual el operador requiere que el equipo o proceso

opere en forma continua para garantizar mxima produccin, y

simultneamente, 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 ptimo de

riesgo y la cantidad adecuada de mantenimiento, para obtener el mximo

beneficio o mnimo impacto en el negocio.[2]

La figura 1 muestra grficamente el modelo mencionado, y en el mismo

pueden destacarse tres curvas que varan en el tiempo:

- La curva del nivel de riesgo (riesgo = probabilidad de falla x

consecuencia), asociado a diferentes periodos de tiempo o frecuencias de

mantenimiento

.- La curva de los costos de mantenimiento, en la cual se simulan los

costos de diferentes frecuencias para la accin de mantenimiento

propuesta

VNCULOS PATROCINADOS

Libro Electrnico GRATIS: 6 Pasos

Ms All de los 5 Porqus

Ellmann, Sueiro y Asociados

Reliabilityweb.com

ARTCULOS DE LA BASE DECONOCIMIENTO

PRXIMOS EVENTOS

4 Junio

6 Jornada Internacional

Iberoamericana Global Asset

Management + Curso Prejornada

Mitos Para la Implementacion de

RCM | Mantenimiento Centrado en

Confiabilidad

Sesin de Preguntas y Respuestas

con dos Lderes Industriales que

Obtuvieron Premio

Gestin de Activos? O Ms Bien,

Gestin del Mantenimiento, Con

Otro Nombre?

ISO 55000 HA SIDO PUBLICADA-

Claves para su Entendimiento e

Implementacin

ISO 55000 Tiene Mucho Que Ver con

el Valor

Preguntas y Respuestas de Tres

Lderes Industriales Sobre

ISO55000

Salve Su Planta 6 Desafos y

Soluciones

Empleos Una Consecuencia del

ser Competitivo

Cree usted que un Sistema

Computarizado de Gestin del

Mantenimiento (CMMS) sea una

opcin?

Est Usted Escuchando, o

Pretendiendo que ni Siquiera Esta

All?

Ms artculos

IR

Bsqueda avanzada

Visit our site in English: ReliabilityWeb.com RSS | Comunquese



Para ampliar la imagen haga clic sobre ella, regrese utilizando su

navegador.

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 mnimo

de esta curva, representa la frecuencia para la cual la suma de los costos

de la poltica de mantenimiento con el nivel de riesgo asociado a esta

poltica son mnimos; es decir hay el mnimo impacto posible en el

negocio Este mnimo esta ubicado sobre el valor que puede traducirse

como el periodo o frecuencia ptima para la realizacin de la actividad de

mantenimiento. Un desplazamiento hacia la derecha de este punto

implicara asumir mucho riesgo y un desplazamiento hacia la izquierda

del mismo implicara gastar demasiado dinero.

La dificultad para el uso del modelo, se centra en la estimacin o

modelaje de la curva del riesgo, ya que la misma requiere la estimacin

de la probabilidad de falla (y su variacin con el tiempo), y las

consecuencias En la prxima seccin, se detallan las herramientas para

lograr el correcto modelaje y estimacin del riesgo.

2.- Riesgo, un indicador para el Diagnstico Integrado

El riesgo R(t), base fundamental del modelo de decisin descrito en la

seccin anterior, es un trmino de naturaleza probabilstica, que se define

como egresos o prdidas probables consecuencia de la probable

ocurrencia de un evento no deseado o falla, y comnmente se expresa

en unidades monetarias, (Bs. o $).[1],[3]. Matemticamente, el riesgo se

calcula con la siguiente ecuacin:

Riesgo(t)=Probabilidad de Falla(t) x Consecuencias

El anlisis de la ecuacin del riesgo, permite entender el poder de este

indicador para el diagnstico y la toma de decisiones, debido a que el

mismo combina probabilidades o frecuencias de fallas con consecuencias,

permitiendo la comparacin de unidades como los equipos rotativos, que

normalmente presentan alta frecuencia de fallas con bajas

consecuencias, con equipos estticos, que normalmente presentan

patrones de baja frecuencia de fallas y alta consecuencia.

La figura 2, refleja grficamente lo expresado en el prrafo anterior


navegador.

El riesgo, se comporta como una balanza, que permite pesar la influencia

de ambas magnitudes (Probabilidad de Falla y Consecuencia de la Falla)

en una decisin particular.

El mantenimiento moderno, sustentado en la Ingeniera de Confiabilidad,

requiere de un cuidadoso proceso de diagnstico de equipos y sistemas.

El diagnstico, basado en el riesgo, puede entenderse entonces como

un proceso que busca caracterizar el estado actual y predecir el

22 Septiembre

9 Congreso Mexicano de

Confiabilidad y Mantenimiento

VNCULOS PATROCINADOS

MPsoftware

Libro Electrnico GRATIS: 6 Pasos

Ms All de los 5 Porqus

Reliabilityweb.com

IRISS Productos diseados por

Termografistas para Termografistas

ARMS Reliability Engineers

Commtest

MRO-Zone Bookstore

Asociacin para Profesionales del

Mantenimiento

Ellmann, Sueiro y Asociados

Des-Case

ALL-TEST Pro, LLC

Soporte y Ca. Ltda.

OMCS International

Mobius es el hogar del curso de

capacitacin mundialmente conocido

iLearn

PdMA Corporation

TEMAS DE LA BASE DELCONOCIMIENTO

Administracin de activos fsicos

Administracin de activos humanos

Administracin de activos mviles

Administracin de mantenimiento

Administracin de partes

Adminstracin de mantenimiento

predictivo y de monitoreo de

condicin

Alineacin y balanceo

Anlisis de aceite y fluidos

Anlisis de causa raz

Capacitacin

Cierres y cambios

Confiabilidad verde

EAM y CMMS

Imagen termal infrarroja

Ingeniera de confiabilidad

Liderazgo de confiabilidad

Lubricacin

Mantenimiento centrado en

confiabilidad

Operador conduciendo a la

confiabilidad

Optimizacin pm



comportamiento futuro de equipos y sistemas.

Para el logro de un diagnstico integrado, el riesgo debe calcularse

usando toda la informacin disponible; es decir, debe incluir el anlisis del

historial de fallas, los datos de condicin y datos tcnicos. De esta forma,

se podrn identificar las acciones correctivas y proactivas que puedan

efectivamente optimizar costos y minimizar su impacto en el negocio

medular.

La figura 3, muestra el proceso de Diagnstico Integrado


navegador.

Entendiendo entonces que el riesgo es el indicador para un diagnstico

integrado, se analizar a continuacin en detalle, el proceso para

estimarlo.

3.- Estimacin de Riesgo

Como se mencion en el punto 2, el clculo del riesgo, involucra la

estimacin de la Probabilidad de Fallas y/o la Confiabilidad, (Confiabilidad

= 1 Probabilidad de Fallas), y de las Consecuencias. La figura 4 muestra

la descomposicin del indicador riesgo en sus componentes

fundamentales. En ella se muestra claramente que para calcular riesgo,

deben establecerse dos (2) vas, una para el calculo de la confiabilidad

y/o la probabilidad de fallas, en base a la historia de fallas o en base a la

condicin; y otra para el clculo de las consecuencias.


navegador.

3.1.- Estimacin de la Probabilidad de Fallas y/o la Confiabilidad.

Para la estimacin de la confiabilidad o la probabilidad de fallas, existen

dos mtodos que dependen del tipo de data disponible; estos son:

Estimacin Basada en Datos de Condicin, altamente recomendable

para equipos estticos, que presentan patrones de baja frecuencia

de fallas y por ende no se tiene un historial de fallas que permita

algn tipo de anlisis estadstico.

Estimacin Basada en el Historial de Fallas: recomendable para

equipos dinmicos, los cuales por su alta frecuencia de fallas,

normalmente permiten el almacenamiento de un historial de fallas que

hace posible el anlisis estadstico.

3.1.1.- Estimacin de Confiabilidad Basada en Condicin

El anlisis tradicional de confiabilidad, basado en el anlisis estadstico

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 desempeo. Sin embargo, buscando la mejora

continua de sus procesos, en las tres ltimas dcadas, algunas industrias

han hecho grandes esfuerzos en la recoleccin de data diferente a la

data de falla, a travs de programas de monitoreo de la condicin

(mantenimiento predictivo) con la finalidad de optimizar las frecuencias de

Parametros de desempeo de

confiabilidad

Planeacin y programacin

Prueba de motor

Rodamientos

Sopote de decisin

Ultrasonido

Vibracon

RECIENTAMENTE EN TWITTER

ConfiabilidadUp: Tiempo De Llave -

Por qu el Temor de Medir la

Productividad del Mantenimiento

http://t.co/cWcloN82

ConfiabilidadUp:

http://t.co/WexBEEHC is out!

http://t.co/Vld2bnRF Top stories

today via @ConfiabilidadUp

ConfiabilidadUp: Un solo paso

sencillo para conservar los

lubricantes limpios por ms tiempo

[Consejo] http://t.co/ECSUZuqx

ConfiabilidadUp: Consejo de

Vibracin http://t.co/8NnSL8ef

ConfiabilidadUp:


http://t.co/Vld2bnRF

ConfiabilidadUp:


http://t.co/Vld2bnRF Top stories

today via @MantenimientoM

@ConfiabilidadUp

ConfiabilidadUp: Consejo de

Planeacin de Mantenimiento

http://t.co/feGqGCek

CONFIABILIDAD.NET EN FLICKR



mantenimiento de sus equipos y tomar acciones proactivas para evitar la

ocurrencia de la falla.

La mencionada data de condicin, ha sido usada principalmente en forma

determinstica, es decir, para hacer diagnsticos puntuales, debido a la

falta de una adecuada metodologa de anlisis probabilstica. En esta

seccin se establecen las bases conceptuales para el clculo de

confiabilidad y probabilidad de falla de equipos basado en la data de

condicin. La columna vertebral de este mtodo es el anlisis Carga-

Resistencia [1].

a. Anlisis Carga-Resistencia

El anlisis Carga-Resistencia tiene como premisa el hecho de que las

fallas son el resultado de una situacin donde la carga aplicada excede la

resistencia. Carga y Resistencia son usados en el sentido ms amplio de

la palabra; es decir, la carga pudiera ser la presin de operacin,

mientras la mxima presin de operacin permisible sera la resistencia.

Similar anlisis se hace para cualquier otro parmetro relevante de la

condicin como vibracin para equipos dinmicos, o reduccin de espesor

para el caso de equipos estticos.

En todos los casos existir un valor actual de la condicin que se

monitorea, el cual representar la carga, y un valor lmite de la condicin

que representara la resistencia. Esta ltima normalmente esta regulada

por normas y estndares de la ingeniera.

Contrario a la creencia general, en la mayora de los casos ni la carga ni la

resistencia son valores fijos, por el contrario, sus valores son

estadsticamente distribuidos. Cada distribucin tiene su valor medio,

denotado por Y para la carga y X para la resistencia y sus desviaciones

estndar Y y X respectivamente. Esto es ilustrado en la figura 5.

Cuando la distribucin de la condicin medida o monitoreada en el equipo

tiene algn solape con la distribucin de la condicin lmite o criterio de

rechazo, en ese momento existe probabilidad de falla. Esta situacin es

mostrada en la figura 6.

La confiabilidad de un elemento bajo la aplicacin de una carga es la

probabilidad de que su resistencia exceda la carga. Dicha confiabilidad

puede calcularse con la siguiente expresin: Confiabilidad = Probabilidad

(Resistencia>Carga) [1],[5],[8],[9],[10]

Donde Y y X son las medias de las distribuciones de la resistencia o

criterio lmite y el esfuerzo o condicin monitoreada respectivamente, y Y

y X las respectivas desviaciones estndar.

NOTA: El operador , indica que con el resultado obtenido de la

ecuacin entre parntesis, debe buscarse el valor de probabilidad

correspondiente en una tabla de la distribucin normal

b. Estimacin de la confiabilidad basada en la condicin

Un parmetro de condicin (PC) es cualquier variable fsica que revele

informacin acerca de las caractersticas de desempeo de un equipo o

componente. Un Parmetro Relevante de Condicin (PRC) es un

parmetro cuyo valor numrico caracteriza y cuantifica la condicin de un



equipo o componente en cualquier instante de su vida operativa.

Para que un PC sea un PRC, debe cumplir con los siguientes requisitos:

Caracterizar la condicin del equipo.

Ajustar su valor continuamente durante su vida operativa.

Describir numricamente la condicin del equipo o componente.

Un buen ejemplo de un PRC es el espesor de pared E, el cual es

comnmente usado en la industria petrolera para caracterizar el proceso

de deterioro debido al fenmeno Erosin-Corrosin en tuberas en

general y en algunos recipientes a presin. Otros PRC famosos en la

industria del gas y del petrleo son:

Nivel de Vibracin (Equipos Dinmicos)

Partculas Metlicas disueltas en el aceite (Equipos Dinmicos)

Velocidad de Declinacin (Pozos y Yacimientos)

Presion Esttica de Fondo (Yacimientos)

3.1.2 Prediccin del Nmero de Fallas Basado en el Historial de Fallas

En este punto, se presenta la metodologa y la plataforma matemtica

para predecir la disponibilidad en sistemas reparables, a travs del

tratamiento estadstico de su historial de fallas y reparaciones. En otras

palabras, los equipos son caracterizados usando su distribucin

probabilstica del tiempo para fallar y el tiempo para reparar.

Este tipo de anlisis es particularmente valioso para equipos dinmicos,

los cuales tienen una frecuencia de falla relativamente alta. Normalmente,

la data de fallas y reparaciones est disponible.

Para equipos reparables existen cinco posibles estados en los que ellos

pueden quedar, una vez reparados despus de una falla:

1. Tan bueno como nuevo

2. Tan malo como antes de fallar.

3. Mejor que antes de fallar pero peor que cuando estaba nuevo.

4. Mejor que nuevo.

5. Peor que antes de fallar.

Los modelos probabilsticos tradicionalmente usados en anlisis de

confiabilidad, se basan en los estados 1 y 2 (estados lmites), sin tomar

en cuenta los estados 3, 4 y 5 a pesar de que el estado 3 es ms realista

en la prctica. La razn para esto radica en la dificultad de desarrollar

una solucin matemtica para modelar este estado.[3],[6]

Este trabajo muestra el modelo probabilstico desarrollado, el cual se

denomina Proceso Generalizado de Restauracin (PGR) [3],[6]. Este

modelo elimina las limitaciones antes mencionadas porque toma en

cuenta todos los posibles estados de un equipo despus de una

reparacin. Esto da como resultado una nueva plataforma conceptual

para anlisis de confiabilidad en equipos reparables, la cual se ajusta en

mayor grado a lo que sucede en la realidad, eliminando las desviaciones

derivadas del uso de los anlisis tradicionales, especialmente en cuanto a

la prediccin del nmero esperado de fallas y el tiempo para la prxima

falla.

Formulacin Matemtica del PGR:

Las ecuaciones bsicas del PGR tienen su base en distribuciones

probabilsticas de Weibull condicionales [3], y son las siguientes:

A partir de estas ecuaciones bsicas y de la data de fallas [(ti)=tiempos

de operacin entre fallas sucesivas] se calculan los parmetros , y

q, cuyo significado es:

: parmetro de escala

: parmetro de forma

q : parmetro de efectividad de la reparacin . Este parmetro puede

interpretarse, segn su valor, de la siguiente forma:



q = 0 tan bueno como nuevo

0 < q < 1 mejor que como estaba , pero peor que cuando era nuevo

q = 1 tan malo como estaba

q < 0 mejor que nuevo

q > 1 peor que como estaba

Para obtener los parmetros con este mtodo existen dos alternativas[3]

dependiendo del momento de ejecucin del anlisis.

a. Mtodo de estimacin de la Mxima Probabilidad de Ocurrencia (MPO),

para aquellos casos en los cuales hay suficiente data disponible para el

ciclo en anlisis.

b. Teorema de Bayes para aquellos casos en los que no hay suficiente

data disponible del ciclo en anlisis.

Una vez estimados los parmetros de PGR es posible predecir el nmero

esperado de fallas (t), usando un proceso iterativo basado en

simulacin de Montecarlo [3],[6]. El diagrama de flujo para este proceso

iterativo se muestra en la figura 7.

Los resultados de las estimaciones hechas con el PGR son mucho ms

certeros que las predicciones tradicionales. Como puede observarse en la

figura 7.1, se generaron tres lneas de prediccin basados en el 25% de

los datos de fallas (puntos de falla encerrados con un cuadro) usando las

tres teoras de prediccin del numero de fallas:

Proceso de Renovacin Ordinario, basada en la asuncin de un

estado tan bueno como nuevo despus de la reparacin.

Proceso No Homogneo de Poisson, basada en la asuncin de un

estado tan malo como estaba despus de la reparacin.

Proceso Generalizado de Restauracin (PGR) que considera estados

intermedios.

De las tres, solo la correspondiente al PGR coincide con gran precisin con

las fallas que ocurrieron subsecuentemente.



4.- Estimacin de Consecuencias.

En esta seccin se presenta una metodologa para estimar las

consecuencias totales que resultan de la falla de un equipo y/o sistema.

El modelo bsico que soporta el trabajo aqu propuesto es el de Impacto

Total en el Negocio desarrollado por John Woodhouse [2].

Modelo Propuesto:

El modelo divide las consecuencias asociadas con una falla particular en

cuatro grandes categoras: Prdidas de produccin, costos de reparacin,

impacto ambiental e impacto en seguridad.

a. Prdida de Produccin:

En este paso, las prdidas de produccin debido a tiempo fuera de

servicio son estimadas usando la siguiente ecuacin: PERDIDA DE

PRODUCCIN = PP * RF * TTR

Donde PP es el precio del producto ($/Unid), RF es la reduccin de flujo

(Unid/Hr) y TTR, el tiempo para reparar (Hrs). La variabilidad del costo del

producto se incluye con la asuncin de una distribucin normal.

Reduccin de flujo: La reduccin puede ser total o parcial, dependiendo

de otros factores tales como diseo, redundancias, cargas compartidas o

stand by y/o severidad de la falla (critica o degradacin). Para

representar todos los posibles valores de esta reduccin se defini una

distribucin normal.

Tiempo de reparacin: En lo que respecta al tiempo de reparacin, es su

valor promedio (MTTR) el considerado para representar la distribucin de

esta variable.

b. Costos de reparacin: La distribucin de los costos de reparacin

debe incluir el espectro de todos los posibles costos, los cuales varan

dependiendo de la severidad de la falla. Durante los ciclos de vida

(tiempo entre overhauls), estos costos tienden hacia una distribucin

normal.

c. Impacto Ambiental e Impacto en Seguridad: Las distribuciones de

estos impactos, en la mayora de los casos, son difciles de construir, pues

no es fcil encontrar datos y fundamentalmente requieren ser construidas

en base a la opinin de expertos.

5.- El Diagnstico Integral en el Proceso de Confiabilidad



Como se ha estado describiendo en este trabajo, el diagnostico integral

es un proceso que implica el uso de avanzadas tcnicas de clculo para

predecir fallas y eventos no deseados e inferir sus consecuencias; es

decir permite estimar el riesgo siguiendo el esquema de la figura 4 y

tambin permite el uso de modelos de decisin como el Modelo Costo

Riesgo explicado en el punto 1.

Hasta este punto, se han descrito brevemente las tcnicas de la

Ingeniera de Confiabilidad que permiten hacer estos clculos.

El proceso conocido como Confiabilidad Operacional; es un enfoque

metodolgico donde el diagnstico integrado se combina con otras

metodologas tradicionales del rea de confiabilidad, tales como: Anlisis

de Modos y Efectos de Fallas, Anlisis Causa Raz e Inspeccin Basada en

Riesgo, entre otras; con la finalidad de:

Inferir probabilsticamente todos los escenarios de produccin

factibles, a travs de la prediccin de los periodos de operacin

normal y de ocurrencia de eventos o escenarios no deseados,

basados la configuracin de los sistemas, la confiabilidad de sus

componentes y la filosofa de mantenimiento

Identificar acciones concretas para minimizar y/o mitigar la ocurrencia

de estas fallas o eventos no deseados y llevar el riesgo a niveles

tolerables

Explorar las implicaciones econmicas de cada escenario de riesgo

posible y disear planes y estrategias ptimas para el manejo del

negocio.

La figura 9, muestra el esquema de integracin del Diagnostico Integrado

con otras metodologas en el enfoque de Confiabilidad Operacional.

Conclusiones

1. La metodologa de diagnstico propuesta, basada en la estimacin del

riesgo, integra herramientas reconocidas de la Ingeniera de

Confiabilidad, en una sola plataforma que permite:

Realizar diagnsticos integrales sustentados en toda la informacin

disponible de un equipo (data histrica, data de condicin y data

tcnica).

Hacer seguimiento al estatus de confiabilidad y riesgo de los equipos,

subsistemas y sistemas con la finalidad de tomar las decisiones

correctas en el momento adecuado.

Comparar el costo asociado a una accin de mantenimiento contra el

nivel de reduccin de riesgo o mejora en el desempeo alcanzado

debido a dicha accin.

2. El Proceso Generalizado de Restauracin (PGR) usando simulacin de

Montecarlo para obtener el nmero esperado de fallas, representa una

excelente herramienta para hacer predicciones de fallas en sistemas

reparables. Los resultados obtenidos con esta herramienta son ms

reales que aquellos obtenidos con los mtodos tradicionales basados en

la asunciones tan bueno como nuevo y tan malo como antes de fallar.

Este punto tiene gran potencial de aplicacin en el rea presupuestaria.

3. El mtodo propuesto para el clculo de confiabilidad basado en datos

de monitoreo del deterioro o datos de condicin, ofrece un mtodo

alternativo al tradicional mtodo basado en la historia de fallas; que

resulta particularmente til para equipos y sistemas con tasas de falla

muy bajas; tales como los equipos estticos y provee adems, una va

para incluir estas confiabildades en los modelos generales de plantas y

sistemas; fortaleciendo los criterios para el diseo de polticas y



Comentar Imprimir

estrategias de mantenimiento a las instalaciones.

Lecciones aprendidas

1. Generalmente, no existen problemas complejos con soluciones

sencillas. El anlisis de confiabilidad y riesgo en las instalaciones de

procesos no es un problema sencillo, por ende, requiere de herramientas

y metodologas de clculo con complejidad acorde a la complejidad del

problema. El uso de indicadores de confiabilidad sustentados en

simplificaciones para dar mayor practicidad a su uso, con mucha

frecuencia conduce a estimaciones y predicciones alejadas de la realidad,

con el respectivo impacto en el negocio.

2. El proceso de diagnstico de equipos, sistemas y/o procesos es una

etapa de vital importancia en la mejora de la confiabilidad operacional,

debido a que permite identificar las acciones proactivas que puedan

efectivamente optimizar los costos y minimizar el impacto de los mismos

en el negocio medular.

3. La ingeniera de Confiabilidad es una herramienta poderossima para

agregar valor a una empresa o proceso productivo; ya que una de las

formas mas importantes de agregar valor, es evitar que se destruya.

REFERENCIAS

1. Yaez, Medardo Gmez de la Vega, Hernando, Valbuena Genebelin,

Ingeniera de Confiabilidad y Anlisis Probabilstico de Riesgo ISBN

980-12-0116-9 - Junio 2003

2. Woodhouse, John, Managing Industrial Risk, Chapman and Hall,

Oxford, UK, 1993.

3. Yaez, Medardo - Joglar, Fancisco - Modarres Mohammad, Generalized

Renewal Process for analysis of Repairable Systems with limited

failure experience Reliability Engineering and System Safety Analysis

Journal ELSVIER USA 2002

4. Yanez, Medardo Gmez de la Vega, Hernando, Valbuena Genebelin,

Gerencia de la Incertidumbre ISBN 980-12-0115-0 - Marzo 2003

5. Roush M.; Webb W., Applied Reliability Engineering, vol I, The

Center for Reliability Engineering, University of Maryland. College Park.

1999.

6. Kritsov, Vasily. A Monte Carlo Approach to Modeling and Estimation of

the Generalized Renewal Process in Repairable System Reliability

Analysis. Dissertation For The Degree of Doctor of Philosophy,

University of Maryland, 2000.

7. Meeker, William Q.; Escobar Luis A., Statistical Methods For Reliability

Data. Jhon Wiley & Sons, New York, 1998.Ahsmmed, M. Probabilistic

Estimation of Remaining Life of a Pipeline in the Presence of Active

Corrosion Defects International Journal of Pressure Vessels and

Piping. Vol. 75, 1998: 321-329.

8. Ascher, H.;Feingold, H., Repairable Systems Reliability: Modeling and

Inference, Misconception and Their Causes, Marcel Dekker,

NY,1984ASM Metals Handbook, 13, 624, ASM Metals Park, Ohio, 1981.

9. Ebeling, Charles E. An Introduction To Reliability And Maintainability

Engineering. McGraw Hill. New York, 1997.

10. Modarres, Mohammad; Kaminsky, Mark; Kritsov, Vasily. Reliability

Engineering And Risk Analysis. Marcel Dekker, New York,1999.

Commentarios (3)

Quisiera hacer unas series preguntas con respecto al mtodo

basado en la condicin,existe una norma de seguridad que me

indique cual es el mnimo valor recomendado de confiabilidad

para oleoductos?ya con 50% debera de reemplazar? se dice

que un ajuste de la presin de falla se aproxima a una

distribucin normal,que estara pasando si se ajusta a una

student's? es que la presin que maneja son muy

bajas...sabiendo que el maximo valor del parmetro es 4... si

con valores de 14 es que esta dems de seguro el proceso?

1) Esc rito 6:14 pm, 01 Noviembre 2010 by Ale G.



En la actualidad estamos desarrollando el sistema de gestion

de la calidad basados en la norma ISO 9001-2008, en nuestra

refineria,necesitamos informacin referida a la relacin entre

ambos terminos calidad y confiabilidad, agradecemos

enormemente biografia sobre ello.Gracias

2) Esc rito 9:28 am, 06 Junio 2011 by Marina Daz

en primer lugar deseatle exito y me gustaria que me envien

informacion, textos, programas,etc. sobre mantenimiento, y

pedirle una informacion la diferencia entre gerencia y

mentenimiento gracias

3) Esc rito 1:58 pm, 13 Marzo 2012 by richard f lores

Deje su comentarioLos comentarios se moderan antes de publicar.

Favor de llenar la informacin siguiente.

Su correo electrnico no se publicar.

Nombre (requerido):

Correo electrnico (requerido):

URL:

http://

Parmetros de comentarioSe puede usar HTML bsico (a, strong, em, blockquote).

Vnculos usan el atributo nofollow automticamente.

Comentarios poco apropriados, o que no se tratan del tema seran

editados.

Su comentario (requerido):

Recordar mi informacin personal

Favor de escribir la palabra que ve en el imagen atrs (requerido):

Someter comentario

2014 Confiabilidad.Net Artculos

Comentarios

Acerca de nosotros

RSS

Comunquese con nosotros

Polticas de privacidad

Trminos del servicio

Noticia sobre marcas

artículos _ ingeniería de confiabilidad; pilar fundamental del mantenimiento _ confiabilidad.pdf

Documents