introduccion a la fiabilidad
TRANSCRIPT
1
INTRODUCCION A LA FIABILIDAD, ANALISIS DE FALLO, APLICACION AL
DISEÑO Y AL MANTENIMIENTO
Ing. Oscar Vargas Ortiz
2
Fiabilidad:
¿Qué es la fiabilidad?
Permanencia de la calidad de los productos (o servicios) a lo largo del tiempo.
Capacidad de desarrollar adecuadamente su labor a lo largo del tiempo.
Otra Definición
¨Fiabilidad es la característica de un dispositivo expresada por la probabilidad
de que un dispositivo cumpla una función requerida en las condiciones de
utilización y para un período de tiempo determinado¨.
Probabilidad: es la relación número de casos favorables número de casos
posibles asociada a un tiempo t .
Se denomina R (t) = P (cumplir una misión) = P (buen funcionamiento)
R traducción del inglés Reliability
Ing. Oscar Vargas Ortiz
3
La Fiabilidad intenta garantizar que el producto permanecerá
en buenas condiciones durante un periodo razonable de tiempo
Según la definiciones se tiene que pensar muy claramente qué
significa
• Funcionamiento satisfactorio
• Tiempo de funcionamiento (Misión)
• Condiciones de funcionamiento
Ing. Oscar Vargas Ortiz
4
Necesidad de fiabilidad
Desde un punto de vista puramente económico, es deseable una
alta fiabilidad para reducir los costos totales del producto.
El hecho de que en algunos sistemas militares el costo anual de
mantenimiento sea diez veces el costo original del mismo, pone
de manifiesto esta necesidad. (ciclo vida)
También hay que considerar el aspecto de seguridad (el fallo de
un sistema ABS en un automóvil puede ser catastrófico).
Existen otro aspectos como retrasos de horarios, incomodidades,
insatisfacción del cliente y pérdida de prestigio del fabricante.
Cada vez son más las empresas y organismos que en sus
contrataciones exigen ciertas normas de fiabilidad
Ing. Oscar Vargas Ortiz
5
Perspectiva histórica de la teoría de la fiabilidad
• Estudios para poder evaluar la mortalidad derivada de lasepidemias.
• Compañías de seguros, para determinar los riesgos de sus pólizasde seguro de vida.
• Tablas de vida: La primera tabla de vida data de 1693 y esdebida a Edmund Halley
Orígenes:
se utilizaban los métodos actuariales tanto para estimar lasupervivencia de pacientes sometidos a distintos tratamientoscomo para estudiar la fiabilidad de equipamientos, en particular delos ferrocarriles.
Siglo XX:
En 1939 Waloddi Weibulll, cuando era profesor del Royal Institute of Technology en Suiza, propuso una distribución para describir la duración de materiales, que más tarde llevaría su nombre.
En 1951 Epstein y Sobel empezaron a trabajar con la distribuciónexponencial como modelo probabilístico para estudiar el tiempo de vidade dispositivos
Ing. Oscar Vargas Ortiz
6
Paradigmas
•En la industria los equipos y sistemas crecen encomplejidad.
•Existen mayores exigencias a la eficiencia de loscostos del ciclo de vida útil de las maquinas deproducción.
•Cada fabricante intenta llegar al objetivo de calidadexigido por el mercado al mínimo costo posible.
Ing. Oscar Vargas Ortiz
7
Objetivo de Fiabilidad y Mantenibilidad
Desde el diseño existe la necesidad de entregarequipos o sistemas que tengan las prestacionesdeseadas por el Cliente y que además seanConfiables, de fácil mantenimiento y confuncionamiento seguro y económico durante su vidaútil.
Ing. Oscar Vargas Ortiz
8
Las Teoría de la Fiabilidad Incorporan la incertidumbre a la Ingeniería.
• Podríamos decir que la certeza de un hecho (en nuestro contexto
de 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.
Ing. Oscar Vargas Ortiz
9
Fiabilidad y Mantenimiento
Desde el punto de vista de la ingeniería, la fiabilidad es laprobabilidad de que un aparato, dispositivo o persona desarrolleuna determinada función bajo condiciones fijadas durante unperiodo de tiempo determinado.
• La confiabilidad de un elemento puede ser caracterizada a travésde distintos modelos de probabilidades.
• Podemos describir varias distribuciones de fallas comunes y verqué podemos aprender de ellas para gestionar los recursos demantenimiento. Convirtiendo el conocimiento ganado de ellas enacciones PROACTIVAS de Mantenimiento y aplicarlas en el Diseño.
Ing. Oscar Vargas Ortiz
10
Herramientas de Fiabilidad
Se estudia mediante el análisis estadístico de datos de supervivencia.
ISO define fiabilidad como la probabilidad de que uncomponente o sistema, desarrolle durante un periodo detiempo dado, la tarea que tiene encomendada sin fallos, y enlas condiciones establecidas.
Estudiar Duraciones de Procesos que es común en muchas ciencias:
• Duración de un componente (Fiabilidad)
• Supervivencia de un paciente a un tratamiento (Medicina)
• Duración del desempleo (Economía)
• Edad de las personas (Demografía y sociología)
Ing. Oscar Vargas Ortiz
11
Veamos, a partir de un histograma podemos desarrollar las cuatro funciones de importancia para la caracterización de la fiabilidad.
0
1
2
3
4
5
6
7
8
9
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE
Meses
Fallo
s
Serie1
Serie2
MES fallasENERO 2
FEBRERO 5MARZO 7ABRIL 8MAYO 7JUNIO 6JULIO 5
AGOSTO 4SEPTIEMBRE 3
OCTUBRE 1
TOTAL 48
Ing. Oscar Vargas Ortiz
12
- pdf. Probability Density Function
En estudios de mantenimiento necesitamos pasar del anterior histograma a funcionescontinuas, debido que la variable tiempo de fallo es continua. Esta funciones nos dan unaidea clara de la distribución de fallos. Empezamos por la función llamada pdf que indica ladensidad probable de fallas en cada intervalo t, cuyo total será el área encerrada bajo lacurva e igual a: pdf = 48/48 =1
Serie1
0
1
2
3
4
5
6
7
8
9
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE
Meses
f(t)
Pudiendo llamar a t1 y t2, -∞ y ∞ respectivamente
2
1( ) ( ) ( )
t
tf t f t d t
Ing. Oscar Vargas Ortiz
13
CDF Cumulative Density Function:aquí de -∞ a Tiempo t, seria la probabilidad de que falle en tiempo t.
0
1
2
3
4
5
6
7
8
9
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE
Meses
f(t)
el área bajo la curva - transcurrido t (Función Repartición ) cdf=14/48
Intervalo -∞ a t, la acumulación de fallasTiempo t
( ) ( )t
F t f t dt
Ing. Oscar Vargas Ortiz
14
R(t) Reliability (Fiabilidad)
Esta es la probabilidad de éxito o sea que sobrevivan sin fallatranscurrido el mismo tiempo t. Representando por el área bajo lacurva t hasta infinito. R(t)= 1- cdf
0
1
2
3
4
5
6
7
8
9
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE
Meses
f(t)
( ) ( )R t f t dtt
Tiempo t Ing. Oscar Vargas Ortiz
15
h (t) Función riesgo = pdf/1-cdf
El último tipo de función que tenemos derivada de las anteriores, es la Función deRiesgo, también llamada tasa de falla λ o tasa de mortalidad h(t).
(t)
constanteHipótesis exponencial
desarrollo
Madurez (fallos aleatorios)
Inicio utilización
obsolescencia
desclasificación
1 2 3Edad t
DOMINIO ELECTRONICO
Ing. Oscar Vargas Ortiz
16
(t)
Curva debida a los
fallos precoces
rodaje
Madurez
obsolescencia
desclasificación
1 2 3Edad t
Puesta en servicio
Influencia del desgaste
sobre (t)
DOMINIO MECANICO
( ) ( )( )
( ) 1 ( )
f t f th t
R t F t
h (t) Función riesgo = pdf/1-cdf
Ing. Oscar Vargas Ortiz
17
Cuando la tasa de fallo del elemento responde a la curva de la bañera es
conveniente realizar un ensayo acelerado del mismo (en condiciones de stress)
para que supere la zona de mortalidad infantil o fallas infantiles.
– determinar cuando comienza la vida útil del producto y ofrecer a los clientes unagarantía de funcionamiento durante ese periodo de funcionamiento problemático.
– Una vez superado el periodo crítico, la empresa está razonablemente segura de que elproducto tiene una posibilidad de fallos reducida
Ing. Oscar Vargas Ortiz
18
0
n i TBFiMTBF
n
Ing. Oscar Vargas Ortiz
19
La distribución de fallas de diferentes tipos de maquinaria no son lasmismas. Aun varían en una misma maquina durante su operación. Susformas pueden ser estudiadas a partir de las funciones pdf, cdf y tasa defalla de los datos reales de mantenimiento o de ensayos de fiabilidad. Estosdan forma a determinadas expresiones matemáticas conocidas comodistribuciones obteniendo:
•Dist. Exponencial
•Dist. Normal
•Dist. Lognormal
•Dist. Weibull
Ing. Oscar Vargas Ortiz
20
f (t) = exp (-t), t 0
F(t) = 1 - exp(-t), t 0
R(t) = exp (-t ), t 0
EL MODELO EXPONENCIAL
cdf
R(t) = h(t)
Ing. Oscar Vargas Ortiz
21
f
(x)
=1
x)
=2
x)
=5
x)
=3,6
=2,
5x)
f (t)
t
=0,
5x)
t
(t)
2
1
0,
5
=4
3
2
1,5
0,5t
1
EL MODELO DE WEIBULL
1
( )tt
f t e
parámetro de forma > 0;
parámetro de escala > 0;
parámetro de posición - < < +
( ) 1
t
F t e
Ing. Oscar Vargas Ortiz
22
Ti: 93, 34, 16, 120, 53 y 75
Ing. Oscar Vargas Ortiz
23
Las características de la distribución de Weibull
Ing. Oscar Vargas Ortiz
24
Las características de la distribución de Weibull
Ing. Oscar Vargas Ortiz
25
f(t)
t2 < 0 2 = 0 2 > 0
- El parámetro de posición (en unidad de tiempo)
Se llama también parámetro de diferenciación o delocalización.
Significado: indica la fecha de inicio de los fallos.
-- si > 0, hay supervivencia total entre t = 0 y t = ;
-- si = 0, los fallos empiezan en el origen del tiempo;
-- si < 0, los fallos han empezado antes del origen deltiempo.
Las características de la distribución de Weibull
Ing. Oscar Vargas Ortiz
26
Ejemplo
Obtención de la fiabilidad de neumáticos a través del Análisis de la degradación
Siete marcas de neumáticos fueron controlados en su desgaste cada5.000 millas, midiendo la profundidad de cada uno. La tabla quecontiene las mediciones desde su inicio hasta las 30.000 millas
Degradación Critica y= 2 mm
f (t) = exp (-t), t 0
F(t) = 1 - exp(-t), t 0
R(t) = exp(-t ), t 0
Ing. Oscar Vargas Ortiz
27
Ejemplo
Ing. Oscar Vargas Ortiz
28
Ejemplo
Ing. Oscar Vargas Ortiz
29
Ejemplo
Ing. Oscar Vargas Ortiz
30
Ejemplo
Ing. Oscar Vargas Ortiz
31
Ejemplo
Ing. Oscar Vargas Ortiz
32
Ejemplo
Ing. Oscar Vargas Ortiz
33
Gráfico de Weibull
Col_1
porc
enta
je a
cum
ula
do
Est.: Reg. por Rangos
Forma: 3,2502
Escala: 17999,7
Origen: 0,0
Fracasos: 5
Tamaño de la muestra: 5
1000 10000 100000
0,1
0,51
510
203050709099
99,9
Ejemplo
Ciclos
10263
12187
16908
18042
23271
5 ejes templados se ensayan a la resistencia hasta que se rompen.
50 % = 17000 Ciclos
90 % = 24000 Ciclos
8 % = 8000 Ciclos
Ing. Oscar Vargas Ortiz
34
Distri bución de Weibull
10 00 10 000 10 000 0
Col_1
0
2
4
6
8(X 0,0 000 1)
de
nsid
ad
Distri bución de Weibull
Col_1
pro
ba
bilid
ad
a
cu
mu
la
tiva
10 00 10 000 10 000 0
0
0, 2
0, 4
0, 6
0, 8
1
Distri bución de Weibull
Col_1pro
ba
bilid
ad
d
e su
pe
rv
ive
nc
ia
10 00 10 000 10 000 0
0
0, 2
0, 4
0, 6
0, 8
1
Ing. Oscar Vargas Ortiz
35
Estado Tiempo
F o S F o S
S 23
S 25
S 27
S 28
S 29
S 29
S 29
S 31
S 34
F 35
S 36
S 36
S 36
S 37
F 38
S 38
S 38
S 39
S 39
S 39
S 39
S 39
S 39
S 40
S 41
S 41
S 41
S 43
F 46
F 51
S 52
S 53
F 54
S 54
S 55
S 55
F 58
S 59
F 61
S 63
F 64
F 68
F 69
F 72
S 74
F 75
F 77
F 78
F 82
F 88
Ejemplo
Ing. Oscar Vargas Ortiz
36
Policy Value $100.000,00
Policy Period 1 Year
Start Age 40 Increase by:1
Estimate Lower CL Upper CL
40 $46,65 $23,78 $91,38
41 $51,63 $27,07 $98,36
42 $57,01 $30,69 $105,77
43 $62,80 $34,65 $113,66
44 $69,03 $38,98 $122,05
45 $75,71 $43,69 $131,0046 $82,86 $48,79 $140,54
47 $90,52 $54,28 $150,73
48 $98,70 $60,18 $161,64
49 $107,42 $66,47 $173,32
50 $116,71 $73,17 $185,85
51 $126,59 $80,27 $199,31
52 $137,08 $87,75 $213,79
53 $148,22 $95,61 $229,37
54 $160,02 $103,83 $246,15
55 $172,51 $112,40 $264,24
56 $185,71 $121,30 $283,73
57 $199,65 $130,51 $304,74
58 $214,36 $140,02 $327,37
59 $229,86 $149,82 $351,74
60 $246,18 $159,89 $377,96
Analysis Time Range
Current Age
Prima Mensual
Ejemplo
Ing. Oscar Vargas Ortiz
37
Ejemplo aplicado al mantenimiento
Frezadora ZAYER 3000 BF. En el año 1990 se le realizó retrofiting a la máquina
donde se le cambió el c.n.c. Gettys original por uno marca Fagor.
Ing. Oscar Vargas Ortiz
38
iCAUSA
ASIGNADATTR [DIAS]
TBF
[DIAS]MEDIANA
F (t)
INFIABILIDAD
RANGOS
CADA 21
DIAS
MARCAS DE
CLASE [DIAS]
MARCAS DE
CLASE
[MESES]
F (t) PARA
MARCAS
1 MECANICA 0,458333 15 0,04 0,04
2 MECANICA 1,666667 21 0,10 0,10
3 MECANICA 2,416667 22 0,16 0,16 22-42 31 1,03 0,16
4 MECANICA 2,500000 43 0,21 0,21
5 MECANICA 0,625000 45 0,27 0,27
6 MECANICA 1,666667 62 0,33 0,33
7 MECANICA 0,500000 69 0,39 0,39
8 MECANICA 0,500000 81 0,44 0,44
9 MECANICA 1,666667 82 0,50 0,50
10 MECANICA 0,625000 104 0,56 0,56 85-105 94 3,13 0,56
11 MECANICA 0,458333 109 0,61 0,61
12 MECANICA 0,291667 113 0,67 0,67
13 MECANICA 7,541667 147 0,73 0,73 127-147 136 4,53 0,73
14 MECANICA 1,166667 148 0,79 0,79
15 MECANICA 0,666667 163 0,84 0,84
16 MECANICA 1,916667 164 0,90 0,90
17 MECANICA 0,250000 204 0,96 0,96 190-210 199 6,63 0,96
148-168
10
52
73
115
157
0-21
43-63
64-84
106-126
0,84
0,33
1,73
2,43
3,83
5,23
0,07
0,27
0,44
0,64
Histórico de Fallos Mecánicos
MTBF (Teórica en meses) 2,37
MTTR (DIAS) 0,33
SUMATORIA TTR DIAS 6,000000 EN 6,5 AÑOS
Ing. Oscar Vargas Ortiz
39
TBF
[DIAS]MEDIANA
F (t)
INFIABILIDAD
RANGOS
CADA 17
DIAS
MARCA DE
CLASE DIAS
MARCA DE
CLASE
MESES
F (t) PARA
MARCAS
13 0,04 0,04
16 0,09 0,09
19 0,15 0,15
23 0,20 0,20
26 0,26 0,26
38 0,31 0,31
53 0,36 0,36
55 0,42 0,42
68 0,47 0,47
77 0,53 0,53 69-85 77 2,57 0,53
80 0,58 0,58 86-102 94 3,13 0,58
86 0,64 0,64
87 0,69 0,69
93 0,74 0,74
97 0,80 0,80
134 0,85 0,85 120-136 128 4,27 0,85
150 0,91 0,91 137-153 145 4,83 0,91
164 0,96 0,96 154-170 162 5,40 0,96
3,70
0,07
0,20
0,34
0,45
0,72
0,27
0,87
1,43
2,00
35-51
52-68
103-119
8
26
43
60
111
0-17
18-34
MTBF (Teórica en meses) 2.37
MTTR (DIAS) 0.33
SUMATORIA TTR DIAS 6.000000 EN 6,5 AÑOS
Ing. Oscar Vargas Ortiz
40
.
..
..
.
. ..
0,1 1 10 100MTBF~3,4
MESES
.
.
0,1 1 10 100
.
.
...
.
.
.
MTBF~2,5
MESES
..
Ing. Oscar Vargas Ortiz
41
PROYECTO DE INVESTIGACIONEstudio probabilístico de Fallos, uso del
Dataminig y Datawarehouse para su aplicación al Mantenimiento
1. Introducción2. Origen de la Propuesta.3. Aportes de cada Disciplina: Ing. Fiabilidad y Sistemas de
Información.
4. Objetivos5. Metodología de Trabajo
6. Impacto esperado/Transferencia al Medio 7. Avance del Proyecto8. Conclusión
9. Integrantes del Equipo de Trabajo
Ing. Oscar Vargas Ortiz
42
1. Introducción
Este proyecto está orientado a estudiar y analizar el impactode aplicar TI/SI al estudio probabilístico de los fallos en elMantenimiento, como función cuyo objetivo es la prolongacióny/o recuperación de las funciones de determinado componenteo máquina.
Si las máquinas no fallaran, no habría mantenimiento,conceptualizando los Fallos como eventos indeseables quedebemos tratar de evitar, prevenir o anticipar a través delestudio de su probabilidad de ocurrencia mediante métodosprobabilísticos automáticos.
Ing. Oscar Vargas Ortiz
43
.2. Origen de la Propuesta
Trabajo en Equipo de dos cátedras de la carrera:
Fundamentos de Informática: 1er. Nivel y uno de sus objetivoses formar elementos de juicio orientados a la resoluciónautomática de problemas, mediante a través del desarrollo dedestrezas en el uso tanto de Hardware como de Software.
Mantenimiento: 5to. Nivel y cuyo objetivo es gestionar elmantenimiento a través de herramientas que permitandominar fallos, por metodologías basadas en registros deconfiabilidad del material y su comportamiento; TPM,Mantenimiento Preventivo, Análisis de Software y outsourcing.
En todos los casos, el proyecto se desarrolla con actividadesdocentes, por lo cual la transferencia al aula es directa.
Ing. Oscar Vargas Ortiz
44
Ingeniería Fiabilidad
Es el estudio de la longevidad y fallo de los equipos, queinvestiga sus causas a través de la aplicación de unametodología basada en dos enfoques:
- Modelos: deductivo, de tendencia, inductivo; utilizado en laetapa de diseño del material.
- Métodos para cálculo de Fiabilidad son dos: Analítico (fórmulasmatemáticas, simulación de escenarios) y Gráfico (ensayos delarga duración o acelerados).
- Todos los estudios de fiabilidad están sometidos a sutratamiento a través de la variable continua tiempo; en el cualse analiza la tasa de fallo.
3. Aportes de cada Disciplina: Ing. Fiabilidad e Ing. Sist. Información
Ing. Oscar Vargas Ortiz
45
La Informática como una ciencia de aplicación interdisciplinariase transforma en una excelente herramienta para la Toma deDecisiones automáticas a través del uso de Base de Datos.
Base de Datos: colección de datos y/o documentos digitalesque pueden ser homogéneos o no, que disponen de Sistemasde Gestión de Bases de Datos (relacionales o documentales) yun conjunto de aplicaciones que hacen posible su publicación,integración y consulta dentro o fuera de Internet(Telemantenimiento).
Herramientas de Bases de Datos:
- Datawarehouse (DW)
- Datamining (DM)
Ing. Oscar Vargas Ortiz
46
- DW o Almacenes de Datos:
Generan Bases de Datos tangibles con una perspectiva histórica,utilizando datos de múltiples fuentes (excel, access, sql, etc.) quese fusionan en forma congruente y son soportados por un motorde BD fuerte y con gran capacidad de almacenamiento.
- DM o Minería de Datos:Predicen futuras tendencias y comportamientos, permitiendo en losnegocios tomar decisiones proactivas y conducidas por unconocimiento acabado de la información (knowledge-driven) de losfallos. Se basan en la extracción de información oculta ypredecible de grandes Bases de Datos; que nos permitenresponder a preguntas sobre el comportamiento del material enlos fallos, que consumen demasiado tiempo para poder serresueltas y cuyos usuarios de esta información no están dispuestosa aceptar. Ej.: Reportes.
Ing. Oscar Vargas Ortiz
47
La Minería de Datos es una disciplina que está influyendoen nuestros días dentro del ámbito del análisis de datos.
- Es un conjunto de metodologías y herramientas que permitenextraer el conocimiento útil (patrones de comportamiento,modos de operación, información útil para descubrir fallos,tendencias, etc.) para la ayuda en la toma decisión,comprensión y mejora de proceso o sistemas, etc; partiendo degrandes cantidades de datos.
- Esta herramienta no se basa en una metodología estándar ygenérica que resuelve todo tipo de problemas, sino queconsiste en una metodología dinámica e iterativa que va adepender del problema planteado, de la disponibilidad de lasfuentes de datos, del conocimiento de las herramientasnecesarias y de los requerimientos y recursos de la empresa.
- Ej. Campos de aplicación control, optimización y supervisión deprocesos industriales, control de calidad, tendencias de la Bolsade Valores, diagnóstico de enfermedades,predicción de ventas,detección de fraudes y evasión de impuestos, lavado de dinero,etc.
Ing. Oscar Vargas Ortiz
48
4. Objetivos del Proyecto de Investigación
Automatizar el tratamiento de fallos a través del uso de lasBases de Datos para su estudio de comportamientos quepermitan tomar decisiones proactivas basadas en repositoriosde datos históricos y en la criticidad de los sistemas enfuncionamiento.
Objetivos derivados:- Determinar si la aplicación de ambas herramientas (DW yDM) facilitan no solo análisis prospectivos automatizados (M.Preventivo) de los fallos, sino eventos futuros cuyocomportamiento puede inferirse del análisis de ciertosparámetros.- Crear conciencia en los alumnos, para que a partir del uso deestas herramientas, en problemas reales y de distinto nivel decomplejidad, apliquen sistemas de Gestión de Información alMantenimiento.
Ing. Oscar Vargas Ortiz
49
5. Metodología de Trabajo
El proceso es realizado en una secuencia de actividades,algunas de estas superpuestas en el tiempo, pero básicamenteresponden a los siguientes pasos:
- Preparación del estudio.- Selección del Sistema y de sus límites (muestra representativa)- Análisis del Sistema, datos existentes y medios estadísticos
aplicados al estudio de fiabilidad.- Evaluación de consecuencias de fallos.- Establecer algoritmos que permitan generar un Sistema de
Decisión o respuesta al fallo.- Aplicarlo a escala piloto y determinar su aplicabilidad.- Validarlo.
Cabe aclarar que esta Metodología forma parte de un Plan deTrabajo a mediano plazo presentado por la U.T.N. – F.R.C.
Ing. Oscar Vargas Ortiz
50
6. Impacto esperado/Transferencia al Medio
Nuestra intención es que este Proyecto Innovador repercutapositivamente en tres escenarios:
- Científico y/o tecnológico:Basado en el uso de un software especializado (enlatado)desarrollado para satisfacer las necesidad primordiales del áreaFiabilidad. Algunos son:
- JMPTM (www.jmpdiscovery.com)- SAS (www.sas.com/statistics)- ReliaSoft’s Alta 6 (www.reliasoft.com)- BQR (analizando factibilidad de adquirir licencia académica)
- Formación de RRHH:Los Docentes involucrados, en su rol natural de multiplicadores deconocimiento, motivarán y formarán alumnos con una clara visiónestratégica de la gestión de mantenimiento automatizado a travésdel uso de herramientas Informáticas; ya que la transferencia alaula es directa.Consolidará en el seno del Dpto. Grupos de I&D, que interactuaránen forma interdisciplinaria; así como capacitación en temasDW/DM para Docentes de la carrera.
Ing. Oscar Vargas Ortiz
51
- Desarrollo Socio-Económico:La Fiabilidad y el Mantenimiento protegen tanto el rendimientode la Empresa como de sus inversiones; por ello se define laFiabilidad como la Calidad a través del tiempo.Hoy en día, los costos asociados a los fallos en la Industriascon muy significativos (relación costo-beneficio).
Transferencia al medio de resultados obtenidos:Es muy probable en etapas más avanzadas, ya que hayEmpresas productivas interesadas en esta investigación puesun paro en la producción por mantenimiento o avería de lasmáquinas suponen un coste inadmisible en términos deproductividad.La Teleasistencia permite no sólo reparar la máquina desdeinstalaciones del fabricante sino mantener un controlautomático y preventivo de los equipos.Y el futuro de la aplicaciones HMI (Human Machine Interface)en la industria de la automatización descansa en la idea de serel puente entre el área de control y el área de la información.
Ing. Oscar Vargas Ortiz
52
7. Avance del Proyecto de Investigación
Plan de Trabajo ha sido presentado a tres años, y está a laespera de aprobación como Proyecto Promocional porRectorado, para formar parte de la Acreditación de la carrera
Hoy: estamos avanzando en dos líneas bien definidas:- Una dedicada al análisis del Software (enlatado) de Fiabilidadque mejor se adapte a nuestras necesidades; donde la opciónBQR posee una versión académica que podría ser adquiridapor la Facultad y exige un trabajo de campo concreto de unalumno de la cátedra pertinente (Mantenimiento).- Otra referida a cuál es el mejor motor de Base de Datos quese adapte a nuestros requerimientos, y estamos analizando lossiguientes:a. Motor de Base de Datos SQL 2005: que trae un módulo de DWpara usuarios de conocimientos medio.b. Motor de Base de Datos Oracle: que en su versión 10 gi presentainteresantes ventajas competitivas.
Estamos analizando dos aspectos trascendentes: licencia del Softwarey (BD) y capacitación al equipo de trabajo interdisciplinario.
Ing. Oscar Vargas Ortiz
53
8. Conclusión
Consideramos que este proyecto innovador y de carácter
interdisciplinario, mejorará la perfomance en lo referido adisminución de fallos de los equipos en particular y de unalínea de producción en general; a través de laautomatización del proceso de toma de decisiones medianteun DW o DM.
Ing. Oscar Vargas Ortiz