mejoramiento de la confiabilidad de la red de...
TRANSCRIPT
REPUBLICA BOLIVARIANA DE VENEZUELA FACULTAD DE INGENIERÍA
ESCUELA DE INGENIERÍA CIVIL Y MECÁNICA
MEJORAMIENTO DE LA CONFIABILIDAD DE LA RED DE TELECOMUNICACIONES DE PDVSA CENTRO MEDIANTE EL ANÁLISIS
DE LA INFRAESTRUCTURA DE LOS SISTEMAS GENERADORES AUXILIARES Y DE RESPALDO PRESENTES EN SUS ESTACIONES
Autor: Manuel Hernández Hernández Tutor Académico: Antonio Borges
Tutor Industrial: Julio Illarramendi
Caracas, 15 de febrero de 2005
ÍNDICE pp.
LISTA DE GRÁFICOS............................................................................. I
RESUMEN .............................................................................................. Ii
CAPITULO I
1.1 TÍTULO DEL TRABAJO ................................................................... 1
1.2 PLANTEAMIENTO DEL PROBLEMA .............................................. 1
1.3 OBJETIVOS ..................................................................................... 3
1.3.1 Objetivos Generales ............................................................. 3
1.3.2 Objetivos Específicos............................................................ 3
1.4 JUSTIFICACIÓN .............................................................................. 4
CAPITULO II
MARCO TEÓRICO
2.1 Antecedentes ................................................................................... 5
2.2 Confiabilidad en PDVSA ................................................................... 8
2.3 Aplicación del MCC en PDVSA ........................................................ 9
2.4 Herramientas de Confiabilidad Operacional ..................................... 16
2.5 Herramientas de Desarrollo Organizacional ..................................... 17
2.6 Herramientas Técnicas ..................................................................... 18
2.6.1 Análisis de Criticidad ............................................................ 18
2.6.2 Análisis Causa Raíz (ACR)................................................... 20
2.6.3 Mantenimiento Centrado en Confiabilidad (MCC) ............... 23
2.6.4 Análisis de Costo Riesgo Beneficio (ACBR) ........................ 31
2.7 Herramientas Estadísticas ................................................................ 35
2.7.1 Datos y Variables ................................................................. 36
2.7.2 Clasificación de Variables .................................................... 36
2.7.3 Representación de Datos ..................................................... 36
2.7.4 Métodos de Representación de Datos Cuantitativos............ 37
2.7.5 Distribución de Frecuencias ................................................. 37
2.7.6 Medidas Descriptivas ........................................................... 40
2.7.7 Medidas de Tendencia Central: Promedios ......................... 40
2.7.8 Medidas de Dispersión ......................................................... 45
2.7.9 Medidas de Dispersión Relativas …................................... 50
2.7.10 Medidas de Curtosis .......................................................... 52
2.7.11 Confianza e Intervalos de confianza................................... 53
2.7.12 Coeficientes de Correlación ............................................... 54
2.7.13 Coeficientes de Determinación .......................................... 54
2.7.14 Coeficientes de Regresión ................................................. 54
2.7.15 Distribución T Student ........................................................ 55
2.7.16 Grados de Libertad….......................................................... 55
2.7.17 Percentiles…....................................................................... 55
2.7.18 Regresión ........................................................................... 55
2.7.19 Residuos ............................................................................ 56
2.8 Motores Diesel .................................................................................. 56
2.8.1 Historia de los Motores Diesel ............................................. 56
2.8.2 Funcionamiento de los Motores Diesel ................................ 56
2.8.3 Tipos de Motores Diesel ...................................................... 58
2.8.4 Combustible Diesel y sus Características ............................ 58
2.9 Generadores ..................................................................................... 59
2.9.1 Definición ............................................................................. 59
2.9.2 Desarrollo y Evolución ......................................................... 59
2.9.3 Circuito Equivalente ............................................................. 60
2.10 Banco De Baterías ......................................................................... 61
2.10.1 Baterías .............................................................................. 61
2.10.2 Bancos de Baterías ............................................................ 63
2.11 Aire Acondicionado ......................................................................... 63
2.11.1 Zona de Confort………………………………………………. 64
2.11.2 Humedad Relativa……………………………………………. 64
CAPITULO III
MARCO METODOLÓGICO
3.1 Área de Investigación ....................................................................... 65
3.2 Técnicas de Recolección de la Data ................................................ 65
3.3 Proceso de Investigación ................................................................. 69
3.3.1 Análisis de Criticidad ............................................................ 70
3.3.2 Análisis Causa Raíz (ACR) .................................................. 72
3.3.3 Mantenimiento Centrado en Confiabilidad (MCC) ............... 72
3.3.4 Análisis Costo Riesgo Beneficio (ACBR) ............................. 73
3.4 Plan de Trabajo ................................................................................ 75
3.4.1 Fase de Adquisición y Formalización de Conocimientos .… 75
3.4.2 Fase de Diseño .................................................................... 75
3.4.3 Fase de Prueba y Evaluación .............................................. 76
CAPITULO IV
RESULTADOS Y ANÁLISIS DE RESULTADOS
4.1 Análisis de Confiabilidad................................................................. 77
4.2 Cruce de AC ..................................................................................... 81
4.2.1 Tablas .................................................................................. 81
4.2.2 Gráficos ................................................................................ 83
4.3 Cruce del Motogenerador ................................................................. 84
4.3.1 Tablas .................................................................................. 84
4.3.2 Gráficos ................................................................................ 86
4.4 Cruce con los Códigos de Falla ........................................................ 87
4.4.1 Tablas .................................................................................. 87
4.4.2 Gráficos ................................................................................ 89
4.5 Histograma Pareto del Motogenerador ............................................ 90
4.5.1 Tablas .................................................................................. 90
4.5.2 Gráficos ................................................................................ 91
4.6 Estadística de Falla .......................................................................... 91
4.7 Estadística de Falla AC .................................................................... 92
4.8 Estadística de Falla del Motogenerador ........................................... 92
4.9 Data .................................................................................................. 93
4.10 Data Depurada................................................................................ 94
4.11 Análisis de Modos y Efectos de Fallas (AMEF) .............................. 95
4.11.1 AMEF del Motogenerador .................................................. 95
4.11.2 AMEF de los Equipos de Aire Acondicionado .................... 96
4.12 Mantenimiento Centrado en Confiabilidad (MCC) .......................... 98
4.12.1 MCC del Motogenerador .................................................... 98
4.12.2 MCC de los Equipos de Aire Acondicionado ..................... 102
CAPITULO V
CONCLUSIONES ................................................................................... 107
RECOMENDACIONES…….................................................................... 110
ANEXOS
ANEXOS A Pantallas de Programa SAS: Inicial, Tfalla y AC................. 111
ANEXOS B Pantallas de Programa SAS: Motogenerador y Codigo de
falla …….............................................................................. 121
ANEXOS C Fotos de Estaciones y Equipos Propuestos ...................... 130
REFERENCIAS ...................................................................................... 135
LISTA DE GRAFICOS
GRAFICO pp.
Grafico 1. Influencia de las herramientas sobre los cuatro parámetros de
confiabilidad operacional........................................................................................ 17
Grafico 2. Matriz de Criticidad................................................................................ 19
Grafico 3. Análisis Causa Raíz utilizando metodología PROACT......................... 21
Grafico 4. Estructura del “árbol de falla” de la metodología PROACT™.............. 22
Grafico 5. Complexión de Un equipo Natural de Trabajo...................................... 28
Grafico 6. Pasos que debe seguir un equipo natural de trabajo en MCC.............. 29
Grafico 7. Pasos en el análisis de MCC………...................................................... 30
Grafico 8. Árbol de decisiones……........................................................................ 31
Grafico 9. Pasos que debe seguir un equipo natural de trabajo en ACRB…….... 32
Grafico 10. Limitación por datos históricos……..................................................... 32
Grafico 11. Intervalo Óptimo…….......................................................................... 34
Grafico 12. Roles de los participantes………......................................................... 67
Grafico 13. Modelo de Análisis de Confiabilidad………......................................... 70
Grafico 14. Uso de los APT en la aplicación de un ACRB……….......................... 74
i
REPUBLICA BOLIVARIANA DE VENEZUELA FACULTAD DE INGENIERÍA
ESCUELA DE INGENIERÍA CIVIL Y MECÁNICA
MEJORAMIENTO DE LA CONFIABILIDAD DE LA RED DE TELECOMUNICACIONES DE PDVSA CENTRO MEDIANTE EL
ANÁLISIS DE LA INFRAESTRUCTURA DE LOS SISTEMAS GENERADORES AUXILIARES Y DE RESPALDO PRESENTES EN SUS
ESTACIONES
Autor: Manuel Hernández Hernández Tutor Académico: Antonio Borges
Tutor Industrial: Julio Illarramendi
Caracas, 15 de febrero de 2005
RESUMEN El objetivo del trabajo consistió en la utilización de las diversas
herramientas confiabilidad para realizar el modelado y determinación del
estado actual del nivel de confiabilidad de los equipos auxiliares y de
respaldo presente en sus estaciones. Esto con el fin de realizar un cambio
en el estilo de mantenimiento realizado hasta la actualidad por la Gerencia
de AIT a la Red de Telecomunicaciones que maneja. En el estudio se
tratan la gerencia de activos según las nuevas tendencias de la industria
moderna así como también el enfoque estadístico de la confiabilidad
siendo esta definida como la probabilidad de falla de un equipo o servicio.
La investigación del trabajo se desarrolló bajo un esquema metodológico
propio de las tendencias de mantenimiento de Clase Mundial. La
recopilación de la data se realizó a través del programa SIFTEL. El calculo
de resultados se realizo con programas estadísticos como SAS y Excel
VBA. Los resultados obtenidos indican la falta de documentación de las
fallas de los equipos. También indica los niveles actuales de confiabilidad
y realiza la propuesta de nuevos planes de mantenimiento para los
equipos.
ii
1
CAPITULO I 1.1 TITULO DEL TRABAJO
Mejoramiento de la confiabilidad de la red de telecomunicaciones de
PDVSA Centro mediante el análisis de la infraestructura de los sistemas
generadores auxiliares y de respaldo presentes en sus estaciones.
1.2 PLANTEAMIENTO DEL PROBLEMA
En esta década, las telecomunicaciones han pasado a ser factores
fundamentales para el eficiente desempeño de las industrias de gran
escala, a nivel mundial.
Hoy en día, una infinidad de información vital viaja por los aires de
forma imperceptible para el ojo humano. Desde señales de audio y video,
hasta información electrónica de los sistemas más complejos; son
transportadas por ondas electromagnéticas, dándole forma a la era
tecnológica por la cual transita la mayoría de las civilizaciones hoy en día.
La industria petrolera PDVSA cuenta con una amplia red de
telecomunicaciones, la cual brinda una infinidad de servicios y sistemas
de gran importancia e impacto en el desempeño y la producción de la
misma.
Actualmente la red de telecomunicaciones de PDVSA cuenta con una
gran cantidad de activos en funcionamiento, los cuales están ubicados
tanto en edificaciones en grandes ciudades, así como en locaciones
remotas, aisladas de todo tipo de comodidades y servicios disponibles en
las ciudades.
2
La red de telecomunicaciones de PDVSA es de tan alto grado de
importancia para la industria, que se encuentra en la necesidad de estar
operativa en todo momento. Es por ellos que las distintas estaciones que
conforman dicha red, cuentan con diversos sistemas auxiliares y de
respaldo para garantizar su funcionamiento constante.
Recientemente la Gerencia de AIT Centro (Automatización Informática
y Telecomunicaciones) realizó un estudio sobre la confiabilidad
operacional en la Red de Transmisión de PDVSA Centro, con la finalidad
de optimizar el proceso de Gestión de Confiabilidad Operacional con la
visión de alcanzar una Gestión de Activos Clase Mundial. Dicho estudio
realizo la construcción de una matriz de criticidad basándose en la
frecuencia con la cual ocurren las fallas y las consecuencia de las
mismas, en función de los criterios de impacto operacional, costo de
mantenimiento, impacto de seguridad ambiental e higiene y el concepto
de flexibilidad operacional, el cual indica si existe o no la posibilidad de
producción durante la falla, si hay o no función del repuesto, si hay
repuestos en el almacén y si el repuesto está disponible, etc. Esta matriz
arrojo como resultado que la estación El Junquito mayores niveles de
criticidad dentro de la red. Una vez identificada dicha estación como critica
se procedió a la paretización de las fallas más recurrentes en la misma,
obteniéndose el mayor índice de fallas en los sistemas de Tendido
Eléctrico, Motogeneración y Aire Acondicionado.
Las nuevas tendencias gerenciales, han guiado a todas las grandes
industrias y corporaciones hacia la realización de diversos estudios y el
calculo de indicadores, los cuales son capaces de definir el desempeño
de las mismas y a su vez alertar a estas sobre los puntos críticos
presentes en sus cadenas de producción; es por ello la existencia de los
estudios de confiabilidad.
3
1.3 OBJETIVOS DEL PROYECTO
1.3.1 Objetivo General
Mejorar la confiabilidad de la red de telecomunicaciones de PDVSA
Centro, a través de la contextualización operacional de los sistemas
generadores auxiliares y de respaldo presentes en las estaciones que
conforman dicha red.
1.3.2 Objetivos Específicos
• Estudiar el comportamiento de los motogeneradores
ante fallas del tendido eléctrico local.
• Realizar un estudio de Análisis de Modos y Efectos de
Fallas de los motogeneradores utilizados en las
estaciones.
• Elaborar un plan de Mantenimiento Centrado en
Confiabilidad para los motogeneradores utilizados en
las estaciones.
• Realizar un estudio de Análisis de Modos y Efectos de
Fallas de los equipos de aire acondicionado utilizados
en las estaciones.
• Realizar un plan de Mantenimiento Centrado en
Confiabilidad para los equipos de aire acondicionado
utilizados en las estaciones.
4
1.4 JUSTIFICACIÓN DEL PROYECTO Cada Día las exigencias de la producción y del mercado llevan a la
realización de ajustes y mejoras en los mecanismos productivos de las
empresas, el impacto de estas modificaciones sobre la producción es
cuantificado a través de indicadores como la confiabilidad, criticidad,
disponibilidad, etc. La alta confiabilidad de un sistema se refleja como la
seguridad con la cual esta puede ser productiva, por ello la gerencia AIT
Centro, se vio en la necesidad de mejorar la confiabilidad de su red de
telecomunicaciones específicamente en el Distrito Metropolitano para
comprobar los resultados y extrapolarlos en las demás áreas.
La finalidad de este trabajo es realizar un estudio utilizando las
diversas herramientas de confiabilidad como son Análisis de Criticidad
(AC), Análisis Causa Raíz (ACR), Mantenimiento Centrado en
Confiabilidad (MCC), entre otras. Logrando así un mejoramiento de: la
mantenibilidad, la capacitación del personal operario, las estrategias de
ensamblaje, las estrategias gerenciales, un diseño óptimo, etc.
Toda máquina requiere de atención y supervisión constante. Para que
el desarrollo de sus procesos sea eficiente, es indispensable la detección
oportuna y el reconocimiento de las fallas que éstos puedan presentar.
5
CAPITULO II MARCO TEORICO
2.1 Antecedentes
Los primeros pasos en la cuantificación de la confiabilidad fueron en la
industria aeronáutica. A partir de la Primera Guerra Mundial, el número de
tráfico aéreo y caídas de aviones se incrementó, surgieron entonces los
criterios de confiabilidad y seguridad orientados hacia el mejoramiento de
la eficiencia de los equipos.
Durante la Segunda Guerra Mundial surgió la necesidad de una
respuesta a rápidos desarrollos tecnológicos y la gran exigencia sobre el
funcionamiento de los equipos bélicos; por tal causa comenzaron a
desarrollarse técnicas de confiabilidad en el ámbito de los circuitos
eléctricos y áreas de la electrónica.
Los primeros análisis sistemáticos de confiabilidad fueron realizados
por el alemán Werner Von Braun quien manifestó la iniciativa de mejorar
la eficacia de los cohetes V-1 cuya primera serie resultó totalmente
desconfiable. Estudió entonces las causas de las fallas y ajustó sus
resultados en modelos con diseños mejorados.
Una anécdota relevante en este período tuvo lugar cuando el grupo de
investigadores encabezado por Werner Von Braun, consultó acerca de la
problemática de los cohetes V-1 con Robert Lusser, un matemático inglés
quien respondió con la famosa frase: “No existe cadena alguna que sea
más fuerte que el más débil de sus eslabones”. Con esto, él se refería a
que la metodología usada no era aplicable sobre un sistema en serie con
6
componentes que presentaban fallas aleatorias. Lusser desarrolló
entonces la ley de la confiabilidad de los componentes en serie la cual se
enuncia como: “la confiabilidad de un sistema cuyos componentes están
dispuestos en serie, es igual al producto de las confiabilidades de cada
uno de ellos”.
Por otra parte, durante este período también se presentaron progresos
notables a través de los procesos de endurecimiento de superficies de
cigüeñales y árboles de levas, avances donde los diseños se orientaron
hacia la accesibilidad para mantenimiento, proporción de planes, técnicas,
planificaciones del mantenimiento preventivo, planes de inspección, cartas
de control para herramientas de máquinas de alta producción, etc. Esto
marcó la entrada de la ingeniería industrial en el campo y nuevas técnicas
estadísticas asociadas.
Al final de la Segunda Guerra Mundial, continuaron evolucionando los
estudios de confiabilidad cuyo impulso fue la guerra fría, la carrera
espacial y el desarrollo de la industria nuclear.
En la década de los 50 ya se empezó a estudiar la confiabilidad en el
campo computacional, reactores nucleares y aeromodelismo; se le otorgó
un papel preponderante a la seguridad, se dio inicio a los análisis de
confiabilidad al nivel de componentes basada en tasa de fallas, esperanza
de vida útil, eficiencia del plan y predicción de fallas.
En los 60 el concepto de confiabilidad alcanzó el área de la industria
misilística. Es en este período donde se presentó la mayor necesidad de
nuevas técnicas de confiabilidad y las más vastas aplicaciones
especializadas.
Se extendió el análisis del comportamiento de los componentes,
discriminando los sistemas como mecánicos, eléctricos e hidráulicos y se
7
hizo énfasis en los efectos que las fallas de dichos componentes
producían sobre el sistema al cual integraban. La era de los proyectiles
intercontinentales junto a los proyectos y programas subsecuentes tales
como Mercurio y Géminis, aceleraron la búsqueda del éxito a través del
mejoramiento continuo.
Se desarrollaron sistemas de análisis utilizando diagramas de bloques
y un extenso número de modelos exitosos para el logro de las metas
trazadas en seguridad y Confiabilidad.
Con la creciente complejidad de diagramas de bloques más
sofisticados, surgió en 1961, el concepto de análisis de árbol de fallas
originado por H. A. Watson como un plan para analizar la seguridad del
sistema de control de un contador de lanzamientos espaciales. Mas tarde
la Boeing Company modifica este programa con el uso de computadoras.
En los años 70 se profundizó el estudio de árboles de eventos, árboles
de fallas, técnicas de análisis de riesgo – consecuencia y estas
herramientas fueron aplicadas a diversas industrias, principalmente la
química.
El desarrollo de los análisis de Confiabilidad avanzó hasta la década
de los 80 con modelos estadísticos basados en tasa de fallas constantes,
esto limitó el análisis de equipos cuya tendencia de fallas no presentara
tal comportamiento.
A partir de los años 80 con el desarrollo computacional y el uso de
software, se produjeron notables cambios en las técnicas de análisis de la
confiabilidad, generando el mejoramiento de la misma con modelos
estadísticos basados en tasa de fallas aleatorias, costos, riesgo, etc.
8
Ya en la década de los 90 la Confiabilidad se convirtió en un concepto
involucrado en industrias petroquímicas, industrias de procesos continuos
y compañías de vanguardia. Estas han desarrollado aplicaciones
particulares de técnicas de confiabilidad para la optimización de sus
gestiones dando origen al concepto de Confiabilidad Operacional.
2.2 Confiabilidad en PDVSA
En 1996 PDVSA inicia un proceso para identificar e iniciar acciones
destinadas a crear/agregar valor a la función mantenimiento. Dentro del
marco corporativo, se homologaron las siguientes iniciativas: Implantación
de las Diez Mejores Prácticas de Mantenimiento Clase Mundial (MCM),
Cuadros de Mandos Integrales (BSC) y la Transformación/Integración de
PDVSA con la fusión de las filiales operadoras en enero de 1998.
En ese momento, se conceptualizó un pentágono, donde sus 5
vértices resumen en 5 macro-proyectos, el camino a seguir para la
implantación de las mejores prácticas, seguidas por empresas líderes de
categoría clase mundial:
Gerencia del cambio: plan de educación basado en competencias,
programa de enriquecimiento artesanal, integración
operador/mantenedor y organización integral de equipos de trabajo.
Producción Basada en Confiabilidad: Implantación de un Programa
de Mejoramiento de la Confiabilidad Operacional con el desarrollo de
metodologías como Mantenimiento Centrado en Confiabilidad (MCC),
Inspección Basada en Riesgos (IBR), Análisis Causa Raíz (ACR),
Optimización Costo-Riesgo de Tareas de Mantenimiento e Inspección
(OCR), Gerencia de Seguridad de los Procesos (GSP), y Tecnología
de Punta.
9
Integración con Proveedores de Materiales y Servicios: Alianzas
de procura, integración cliente-suplidor, promover proveedores
integrales, acuerdos de niveles de servicio.
Contratistas Orientados a la Productividad: Nuevas modalidades y
estrategias de contratación y acuerdos de niveles de servicio.
Sistemas Integrados de Información: Integración
MAXIMO/SIM/SICOT/PITIM en SAP-PM Las prácticas de integración y sus factores claves se resumen en
objetivos alineados hacia una visión/dirección común, cambio cultural,
comunicación abierta y continua, fortalecimiento de la relación mutua,
minimización de los términos de los contratos, acceso y apertura,
aceptación y divulgación de los planes estratégicos, involucramiento,
integración informativa y administrativa, riesgos compartidos y ventaja
competitiva.
Para el caso particular de Mantenimiento Centrado en la Confiabilidad,
el proceso se inicia en áreas de la exfilial Maraven en el año 1996,
estableciendo una estrategia de aplicación a partir de 1998 para toda la
corporación.
2.3 Aplicación del MCC en PDVSA
PERIODO 1996 –1997: Se difunden los resultados del
Benchmarking, y se inicia la promoción y difusión de la metodología.
La exfilial Maraven en la refinería Cardón contrata asesoría externa
con la firma The Woodhouse Patnership para la aplicación del MCC-
Plus, iniciando el mismo proceso la División de Producción Occidente
en el año 1997; en ambos casos se utilizó la modalidad de áreas
pilotos, las cuales fueron seleccionadas posterior a una auditoria
10
interactiva, lo cual identificó las oportunidades de mejoras y brechas
existentes.
PERIODO 1998: Se inicia la aplicación del MCC en todas las áreas de
PDVSA mediante un plan corporativo en E&P Occidente, E&P Oriente,
Petroquímica, Refinación, Gas e Intevep como apoyo de asesoría. En
este período se pueden identificar dos etapas:
A. Conceptualización del proceso: dividido por fases de
aprendizaje, afianzamiento y masificación. Todos los análisis
facilitados por personal propio debidamente adiestrado, con
asesoría directa para el facilitador con la firma Strategic
Technology Inc (STI).
B. Planificación: Estrategia para dimensionar y asignar recursos para
la implantación del MCC, donde se destaca:
a. Selección de esquema de aplicación de la metodología:
Selección de áreas críticas para identificar las áreas pilotos
donde se realizarían las primeras aplicaciones. Se inició con un
total de 16 proyectos pilotos en toda la corporación.
b. Diseño Plan Operativo para el análisis: Selección de
facilitadores, número de análisis por facilitador, selección de
sistemas, conformación de equipos naturales de trabajo,
esquema de reuniones y el plan de tutoría/asesoría interna y
externa.
c. Contratación de Servicios Profesionales de Asesoría: Se
firmó contrato tipo Paraguas a partir del año 1998, por 1
MMUS$, con la empresa Strategic Technology INC, con el
propósito de adiestrar al personal de los equipos naturales de
trabajo (ENT), así como al facilitador del proceso; también se
11
incluyó asesoría directa para los facilitadores durante el
desarrollo del primer y segundo análisis, e implantación de la
metodología.
PERIODO 1998 –1999:
1. Fase I: Aprendizaje a. Plan de educación y adiestramiento operador y
mantenedor: Establecer programa de educación estructurado
en un curso a nivel gerencial, curso introductorio (3 días) para
equipos naturales de trabajo, curso formación de facilitadores
(10 días) y asesoría (coaching) para facilitadores.
b. Proyectos Pilotos: Inicio de aplicaciones MCC en 16
instalaciones críticas, utilizando para la selección de los
sistemas la metodología de Análisis de Criticidad en el caso de
E & P, y con apoyo de los asesores STI para el resto de las
áreas. Los asesores STI co-facilitaron los análisis de los 16
estudios a través de apoyo técnico directo.
c. Control de avance y seguimiento: Diseño de métodos de
control para medir el avance/calidad en aplicaciones MCC, y
consolidación de resultados obtenidos mediante una figura de
enlace a nivel corporativo, coordinada por Ingeniería y
Proyectos. También se incluye el seguimiento a la Implantación
de las acciones de mantenimiento y rediseños producto de
recomendaciones del análisis.
d. Comunicación de resultados en las diferentes fases/etapas del proceso: Estrategia para informar/validar resultados del
análisis ante el comité auditor, integrado por miembros de la
gerencia custodia del proceso quien autoriza la implantación de
los resultados, y miembros de otras gerencias involucradas.
12
e. Medición de resultados: Definir indicadores de confiabilidad
que permitan medir el impacto de los nuevos planes de
mantenimiento en la productividad del negocio.
f. Nuevas iniciativas: Diseño de curso corporativo de
Introducción a la Confiabilidad Operacional, y el nivel básico de
Mantenimiento Centrado en la Confiabilidad.
g. Soporte tecnológico: A través de PDVSA Servicios se realizó
la compra del software RCM Tool Kit, como herramienta de
soporte para organizar la información generada en los análisis
de MCC.
PERIODO 2000. Afianzamiento: Formación de nuevos facilitadores,
reuniones de intercambio entre facilitadores expertos para revisión del
proceso en todas sus fases y crear sinergia. Estandarización de la
metodología de análisis de criticidad y detección de oportunidades
perdidas para seleccionar los sistemas a ser analizados con la
metodología de MCC.
PERIODO 2001 - 2002: Se plantea la necesidad de formar asesores
metodológicos internos para liberar la dependencia tecnológica
iniciada desde 1998 con la empresa asesora externa contratada, esta
acción está orientada a alcanzar un nivel de referencia internacional
en la aplicación e implantación del MCC, además de reducir costos
en la implantación masiva de la metodología. También se prevé el
diseño y aplicación de plantillas de modos y efectos de fallas como
una herramienta del facilitador para el análisis de sistemas y equipos
comunes.
13
Resultados Alcanzados
Desde 1996 se han realizado aplicaciones de MCC en todas las áreas
de PDVSA, seleccionando diferentes instalaciones, sistemas y activos,
dentro de las cuales se tiene: estaciones de distribución de gas, taladros,
estaciones de flujo, sistemas de separación, sistema de aceites, sistemas
de Enfriamiento, reactores, hornos, planta de compresión de gas, etc.
Rentabilidad del MCC Al comparar los beneficios tangibles alcanzados hasta ahora mediante
la aplicación del MCC (ver gráfico 3), monto que asciende a 9390 MMBs
(sin incluir los beneficios visualizados), con el valor de la inversión cuyo
monto está en el orden de los 950 MMBs (incluye: asesoría, software y
adiestramiento), se puede observar que el retorno de la inversión es de
aproximadamente 10 a 1, lo cual refleja la enorme rentabilidad que tiene
la aplicación de esta metodología, lo cual toma más fuerza, si
consideramos todos los beneficios intangibles que el MCC genera y que
fueron descritos con anterioridad.
Lecciones Aprendidas
Durante el proceso de implantación del Mantenimiento Centrado en la
Confiabilidad iniciado en PDVSA desde 1996, se pueden identificar las
siguientes lecciones aprendidas:
El éxito inicial de la aplicación del MCC está en la selección del
sistema objeto de estudio, para lo cual la estrategia debe orientarse en
la aplicación del Análisis de Criticidad.
14
La efectividad de los análisis iniciales, depende del uso eficiente de la
asesoría externa y del grado de compromiso de los integrantes del
equipo natural de trabajo (ENT)
Las acciones de mantenimiento que resultan del análisis no pueden
ser implantadas, hasta que las mismas no sean validadas y
autorizadas por el equipo auditor.
Solo una adecuada planificación y control del facilitador, garantiza
culminar el análisis en el tiempo establecido.
El éxito del esquema de trabajo (una reunión semanal, dedicación
exclusiva, etc.) depende de la disponibilidad y acuerdo de los
integrantes del equipo natural de trabajo.
La alta rotación de los integrantes del equipo natural de trabajo,
dificulta el avance del análisis y solo traduce un mayor número de
reuniones y pérdida de motivación.
Realizar reuniones de intercambio con otros equipos de análisis de
MCC crea sinergia y mejora el proceso de implantación.
Dictar los adiestramientos con personal propio de la industria, ha
permitido aumentar la credibilidad y aplicación de la metodología.
El MCC es una excelente metodología para captar el conocimiento y
estadística no documentada de la organización.
El número de análisis que puede conducir un facilitador, depende de
su dedicación y destreza.
15
El esquema de trabajo en equipo del MCC, brinda una excelente
oportunidad para aprender de otras disciplinas y/o fortalecer nuestros
conocimientos sobre la instalación.
El proceso de comunicación de resultados es un factor habilitador,
que facilita la búsqueda de recursos adicionales, rompe paradigmas y
promueve el cambio de Gerencia Reactiva en Gerencia Proactiva.
Barreras Encontradas
Tendencia al incumplimiento de los compromisos de puntualidad,
asistencia, interrupciones y otras normas acordadas por el mismo
equipo.
Planificación de reuniones poco flexibles, que generan un uso
ineficiente del tiempo de asesoría externa.
Excesiva rotación de los integrantes del equipo natural de trabajo y
del equipo auditor lo cual incide sobre la profundidad del análisis, y
aumenta el tiempo de ejecución.
Recursos muy limitados para contratar servicios de asesoría y planes
de adiestramiento especializado de los facilitadores.
El tiempo requerido para el adiestramiento del facilitador se afecta, si
no cuenta con una guía y retroalimentación en el momento oportuno.
El facilitador se encuentra bajo la necesidad de improvisar y requerirá
el doble del tiempo para desarrollar la pericia de un facilitador de
avanzada.
Poco intercambio entre facilitadores para revisar problemas
particulares de cada área, eliminar barreras y búsqueda de apoyo a
niveles superiores.
16
Tiempos muy largos para aprobación por el comité auditor de los
análisis, lo que impide la implantación y sistematización del nuevo plan
de mantenimiento de forma oportuna.
Falta de comunicación oportuna del facilitador para asegurar la
eliminación de inconvenientes en el proceso, involucramiento de la
parte supervisoria y ejecución temprana de recomendaciones.
Excesiva rotación de facilitadores en diferentes áreas, con el propósito
de nutrir facilitadores y proyectos.
Falta de indicadores de gestión que midan de forma efectiva las
mejoras incorporadas así como el avance del proceso de implantación. No disponer de una plataforma SAP bien alineada con los criterios de
confiabilidad operacional, que permita incorporar oportunamente las
acciones de mantenimiento que genera cada estudio de MCC.
2.4 Herramientas de Confiabilidad Operacional
Las herramientas de Confiabilidad Operacional influyen directamente
sobre los cuatro parámetros que la conforman, lo cual permite el acceso a
la manipulación gerencial de los mismos.
Es en este punto, donde comienza el proceso de generación de
modelos de confiabilidad operacional a través del uso de las
herramientas, incidiendo sobre los sus parámetros y al mismo tiempo
orientando dicho proceso hacia el alcance de una gestión de activos
Clase Mundial. (Véase Grafico 1)
17
2.5 Herramientas de Desarrollo Organizacional Las herramientas de desarrollo organizacional, comprenden todo el
conjunto de metodologías y estrategias que inducen a la aceptación de
cambios de paradigmas dentro de la empresa, es decir, todas aquellas
prácticas que se ejecutan para abolir la resistencia al cambio cuando
nuevas culturas pretenden ser incluidas dentro del ambiente de trabajo.
Igualmente las herramientas de desarrollo organizacional, comprenden
los sistemas de inducción para la formación de equipos dentro de las
diversas dependencias de la empresa; bajo este concepto se genera el
Equipo Natural de Trabajo, el cual está integrado por personas que se
desempeñan en diversas áreas de la organización, quienes trabajan
juntas por un período de tiempo determinado en un clima de potenciación
para analizar problemas comunes de los distintos departamentos,
apuntando al logro de un objetivo común.
Dentro de las herramientas organizacionales, se toma en cuenta el
aporte que puede suministrar el personal basándose en su experiencia,
enriqueciendo de esta forma las decisiones que se puedan tomar en un
momento dado con hechos ya experimentados en el pasado.
G estión d e C o n fia b ilid adG estión d e C on fia b ilid ad
G estió n d e A ctivo s C la se M u n d ia l
C o n fiab ilid ad d e E q u ip o sC o n fiab ilid ad d e E q u ip o sC o n fiab ilid ad d e E q u ip o s
C o n fiab ilid ad d e P ro ceso sC o n fiab ilid ad d e P ro ceso sC o n fiab ilid ad d e P ro ceso s
C o n fiab ilid ad H u m an aC o n fiab ilid ad H u m an aC o n fiab ilid ad H u m an aH erram ien tas d e D esarro llo
O rg an izac io n a lH erram ien tas d e D esarro llo H erram ien tas d e D esarro llo
O rg an izacio n alO rg an izac io n a l
IB RIB RIB R A CA CA C
A C RA C RA C R A C R BA C R BA C R B
H erram ien tas T écn icasH erram ien tas T écn icasH erram ien tas T écn icas
M C CM C CM C C
O tra sO tra sO tra sC o n fiab ilid ad d e lo s
P ro ceso s d e M an ten im ien to(M an ten ib ilidad )
C on fiab ilid ad d e lo sC o n fiab ilid ad d e lo sP roceso s d e M an ten im ien toP ro ceso s de M an ten im ien to
(M an ten ib ilid ad )(M an ten ib ilidad )
Grafico 1. Influencia de las herramientas sobre los cuatro parámetros de confiabilidad operacional
18
Por otra parte, estas herramientas instigan a la organización a revisar
y evaluar las metodologías una vez aplicadas, incluyendo mejoras y
cambios para el futuro
2.6 Herramientas Técnicas
2.6.1 Análisis de Criticidad
Es una metodología que permite jerarquizar sistemas, instalaciones y
equipos, en función de su impacto global, con el fin de optimizar el
proceso de asignación de recursos (económicos, humanos y técnicos). El
término “crítico” y la definición de criticidad pueden tener diferentes
interpretaciones y van a depender del objetivo que se esta tratando de
jerarquizar. Desde esta óptica existen una gran diversidad de
herramientas de criticidad, según las oportunidades y las necesidades de
la organización. La metodología propuesta, es una herramienta de
priorización bastante sencilla que genera resultados semicuantitativos,
basados en la teoría del Riesgo (Frecuencia de fallas x Consecuencias).
Para aplicar AC se deben definir los alcances y propósitos del análisis;
así como establecer criterios de importancia y seleccionar un método de
evaluación para jerarquizar la selección del sistema objeto del análisis.
El análisis se realiza vía tormenta de ideas en una reunión de trabajo
con un grupo multi-disciplinario entre los que se encuentran la línea
supervisora y trabajadores de operaciones y mantenimiento, ingeniería de
procesos o infraestructura, analista de mantenimiento
preventivo/predictivo), con la finalidad de unificar criterios y validar la
información.
19
Generalmente los criterios establecidos para AC son: Seguridad,
Ambiente, Producción, Costos de Operación, costos de Mantenimiento,
Frecuencia de Fallas y tiempo promedio para reparar.
Con estos criterios, se genera un modelo de criticidad definido por:
Criticidad = Frecuencia x Consecuencia
De esta manera, se define la consecuencia como el producto de los
factores de impacto operacional y la flexibilidad operacional agregados a
los costos de mantenimiento e impacto de seguridad ambiental, esto es:
Consecuencia = ((Impacto Operacional x Flexibilidad) +Costos de Mtto. +Impacto SAH)
Una vez realizado el análisis cuantitativo de la consecuencia y por
ende de la criticidad, se emite una matriz de criticidad (Véase Grafico 2),
en la cual se ubica el equipo según su nivel, bien sea, crítico (C),
medianamente crítico (MC) y no crítico (NC).
Grafico 2. Matriz de Criticidad
4MC MC C C C
3MC MC MC C C
2NC NC MC C C
1NC NC NC MC C
10 20 30 40 50CONSECUENCIA
FRECUENCIA
20
Un AC debe aplicarse cuando se requiera de fijar prioridades en
sistemas complejos, administrar recursos escasos, crear valor, determinar
impacto en el negocio, aplicar metodologías de confiabilidad operacional,
etc.
AC puede ser aplicado en cualquier conjunto de procesos, plantas,
sistemas, equipos y/o componentes que requieran ser jerarquizados en
función de su impacto dentro del ámbito en estudio.
2.6.2 Análisis Causa Raíz (ACR)
La metodología de Análisis Causa Raíz (ACR) propuesta por la
empresa consultora “Reliability Center Incorporated” (RCI), es de gran
efectividad en la solución de problemas de equipos que presentan fallas
recurrentes.
La gran cantidad de fallas en algunos equipos puede convertirlos en
los llamados “pocos vitales” es decir, un grupo reducido de equipos que
pueden estar consumiendo gran parte del presupuesto de mantenimiento
y afectado significativamente la operación y rendimiento de la instalación.
Esta empresa utiliza un procedimiento estructurado para determinar la
causa raíz de las fallas al cual denominaron “PROACT™”, el cual consiste
fundamentalmente de 5 pasos a seguir durante el análisis conducido por
un Equipo Natural de Trabajo (ENT). Los 5 pasos se llevan a cabo
después de haber completado un Análisis de Modo y Efecto de Falla
(AMEF), en el cual se determinan los eventos de falla “pocos vitales”. La
palabra “PROACT” es una abreviación de las palabras en inglés
“Preserve”, “Order”, “Analyze”, “Communicate” y “Tracking”, las cuales
describen los 5 pasos de la metodología que se describen brevemente a
continuación.
21
a) “Preserve”: Preservar la información de la falla, relacionándolas con
las denominadas “5 Reglas de Oro”, que no son más que las fuentes
donde se obtendrá esta información: partes asociadas a la falla,
posición o ubicación del evento físico, papeles o documentos de
interés relacionados con el evento, paradigmas del personal
relacionado con el equipo o componente, e información proveniente de
testigos presénciales y protagonistas.
b) “Order”: conformar el ENT y ordenar el análisis fijando estrategias y
responsabilidades para la captura y análisis de los datos.
c) “Analyze”: realizar el análisis de falla describiendo y definiendo el
evento y los modos de fallas, planteando y verificando hipótesis, y
determinando las raíces físicas, humanas y latentes de la falla.
d) “Communicate”: comunicar resultados y recomendaciones del
análisis.
e) “Tracking”: control y seguimiento a la implantación y ejecución de
recomendaciones.
En el Grafico 3 se muestra un esquema de los pasos que deben ser
llevados a cabo para completar el Análisis Causa Raíz siguiendo la
metodología propuesta por RCI.
Controlseguimiento
Regla de Oro5 P´s
Equipo de Trabajo
Focalizar“Poco Vitales”
Comunicar Resultados
Análisis
Grafico 3. Análisis Causa Raíz utilizando metodología PROACT.
22
Para facilitar el análisis utilizando esta metodología la empresa
“Reliability Center Incorporated” (RCI) desarrolló un programa de
computación denominado PROACTTM. Esta fue la herramienta utilizada
en las sesiones de trabajo realizadas para completar el análisis de las
fallas recurrentes en los enfriadores.
Una vez conformado el Equipo Natural de Trabajo (ENT) y definidas
las premisas del análisis se construye un “árbol de fallas”, estructurándolo
tal y como se muestra el Grafico 4 En primera instancia, se describe el
evento de falla, definiendo con exactitud el significado de la palabra falla
en el contexto de operación. Luego se identifican los modos de fallas
asociados al evento, continuando con la formulación de hipótesis
asociadas a cada modo de falla. En esta instancia, se asignan las tareas a
los miembros del equipo para verificar la información clasificando al
información a ser recogida según las “5 Reglas de Oro”, es decir, papel,
posición, partes, paradigmas y gente. Una vez comprobadas o
descartadas las hipótesis se formulan las raíces físicas, humanas y
latentes.
DESCRIBIR EVENTO DE FALLA
IDENTIFICAR MODOS DE FALLA
FORMULACIÓN DE HIPÓTESIS
CAUSAS RAÍCES: FÍSICAS, HUMANAS Y LATENTES
COMPROBACIÓN DE HIPÓTESIS
Grafico 4. Estructura del “árbol de falla” de la metodología PROACT™.
23
2.6.3 Mantenimiento Centrado en Confiabilidad (MCC)
El Mantenimiento Centrado en Confiabilidad fue desarrollado en un
principio por la industria de la aviación comercial de los Estados Unidos,
en cooperación con entidades gubernamentales como la NASA y privadas
como la Boeing (constructor de aviones). Desde 1974, el Departamento
de Defensa de los Estados Unidos, ha usado el MCC, como la filosofía
de mantenimiento de sus sistemas militares aéreos. El éxito del MCC en
el sector de la aviación, a hecho que otros sectores tales como el de
generación de energía (plantas nucleares y Centrales termoeléctricas), las
industrias petroleras, químicas y de refinación, se interesen en implantar
esta filosofía de gestión del mantenimiento, adecuándola a sus
necesidades de operaciones.
Un aspecto favorable de la filosofía del MCC, es que la misma
promueve el uso de las nuevas tecnologías desarrolladas para el campo
del mantenimiento.
La aplicación adecuada de las nuevas técnicas de mantenimiento, bajo
el enfoque del MCC, permite de forma eficiente, optimizar los procesos de
producción y disminuir al máximo los posibles riesgos sobre la seguridad
personal y el ambiente, que traen consigo las fallas de los activos en un
contexto operacional específico.
En la actualidad, las compañías; Shell y British Petroleum líderes en el
sector petrolero, han implantado el MCC. En el caso de Venezuela, la
Refinería de Cardón perteneciente a PDVSA, comenzó hace cuatro años
a aplicar la filosofía del MCC durante el proceso de renovación y
ampliación (Proyecto PARC), obteniéndose de forma satisfactoria a
finales del año 1996, los primeros resultados. PDVSA adoptó dentro del
proyecto Producción Centrada en Confiabilidad, la aplicación de dicha
metodología como parte de su organización.
24
El objetivo básico de cualquier gestión de Mantenimiento, consiste en
incrementar la disponibilidad de los activos, a bajos costos, partiendo de
la ejecución permitiendo que dichos activos funcionen de forma eficiente
y confiable dentro de un contexto operacional.
En otras palabras, el mantenimiento debe asegurar que los activos
continúen cumpliendo las funciones para las cuales fueron diseñados. Es
decir, debe estar centrado en la Confiabilidad Operacional.
En la actualidad, este objetivo puede ser alcanzado de forma óptima,
con la metodología de gestión del Mantenimiento, titulada Mantenimiento
Centrado en Confiabilidad (MCC).
En términos generales, permite distribuir de forma efectiva los recursos
asignados a la gestión de mantenimiento, tomando en cuenta la
importancia de los activos dentro del contexto operacional y los posibles
efectos o consecuencias de los modos de fallas de estos activos, sobre la
seguridad, el ambiente y las operaciones.
El MCC sirve de guía para identificar las actividades de mantenimiento
con sus respectivas frecuencias a los activos más importantes de un
contexto operacional. Esta no es una fórmula matemática y su éxito se
apoya principalmente en el análisis funcional de los activos de un
determinado contexto operacional, realizado por un equipo de trabajo
multidisciplinario.
El equipo desarrolla un sistema de gestión de mantenimiento flexible,
que se adapta a las necesidades reales de mantenimiento de la
organización, tomando en cuenta, la seguridad personal, el ambiente, las
operaciones y la razón costo/beneficio.
25
En otras palabras el MCC es una metodología que permite identificar
las políticas de mantenimiento óptimas para garantizar el cumplimiento de
los estándares requeridos por los procesos de producción.
Esta metodología demanda una revisión sistemática de las funciones
que conforman un proceso determinado, sus entradas y salidas, las
forman en que pueden dejar de cumplirse tales funciones y sus causas,
las consecuencias de las fallas funcionales y las tareas de mantenimiento
optimas para cada situación (predictivo, preventivo, etc.) En función del
impacto global (Bs, Barriles).
¿Qué es MCC?
Mantenimiento Centrado en Confiabilidad es una metodología utilizada
para determinar sistemáticamente, que debe hacerse para asegurar que
los activos físicos continúen haciendo lo requerido por el usuario, en el
contexto operacional presente.
¿Por qué se necesita?
Responde a las debilidades de los enfoques tradicionales de
mantenimiento y permite asociar los riesgos del negocio con la falla de
los activos.
¿Qué busca?
MCC, busca definir estrategias de Mantenimiento que:
Mejoren la seguridad.
Mejoren el rendimiento operacional de los activos.
Mejoren la relación costo/riesgo-efectividad de las tareas de
mantenimiento.
26
Sean aplicables a las características de una falla.
Sean efectivas en mitigar las consecuencias de la falla, es
decir, un mantenimiento que funcione y sea costo-efectivo.
Sean documentados y auditables.
Un aspecto clave de la metodología MCC, es reconocer que el
mantenimiento asegura que un activo, continúe cumpliendo su misión de
forma eficiente en el contexto operacional.
La definición de este concepto se refiere a cuando el valor del
estándar de funcionamiento deseado sea igual, o se encuentre dentro de
los límites del estándar de ejecución asociado a su capacidad inherente
(de diseño) o a su confiabilidad inherente (de diseño).
La capacidad inherente (de diseño) y la confiabilidad
inherente (de diseño) limita las funciones de cada activo.
El mantenimiento, la confiabilidad operacional y la
capacidad del activo no puede aumentar más allá de su
nivel inherente (de diseño).
El mantenimiento solo puede lograr mejorar el funcionamiento de un
activo cuando el estándar de ejecución esperado de una determinada
función del activo, está dentro de los límites de la capacidad de diseño o
de la confiabilidad de diseño del mismo.
Desde este punto de vista, el MCC, no es más que una herramienta de
gestión del mantenimiento, que permitirá maximizar la confiabilidad
operacional de los activos en su contexto operacional, a partir de la
determinación de los requerimientos reales de mantenimiento.
27
Anthony Smith, define el MCC como:
Una filosofía de gestión del mantenimiento, en la cual un equipo multidisciplinario de trabajo, se encarga de optimizar la confiabilidad operacional de un sistema que funciona bajo condiciones de trabajo definidas, estableciendo las actividades más efectivas de mantenimiento en función de la criticidad de los activos pertenecientes a dicho sistema. (p.179)
Esta definición toma en cuenta los posibles efectos que originarán los
modos de fallas de estos activos, a la seguridad, al ambiente y a las
operaciones.
En otras palabras un equipo multidisciplinario de trabajo se encarga
de maximizar la confiabilidad operacional de un sistema, identificando los
requerimientos necesarios de mantenimiento según la importancia y
criticidad de los activos en su actual contexto operacional, partiendo de la
función que cumple cada activo en el contexto operacional, y finalizando
con el análisis del posible efecto ó consecuencia.
Esto originaría el modo de falla asociado a la falla funcional de cada
activo, sobre la seguridad, el ambiente y las operaciones.
En MCC los proyectos deben ser cuidadosamente seleccionados y
definidos; es de suma importancia el involucramiento del cliente; debe
hacerse uso de la mejor información de fallas disponibles; los beneficios
deben ser mensurables antes y después.
Para ejecutar una metodología, inicialmente se debe definir el Equipo
Natural de Trabajo, constituido por: (Véase Grafico 5)
Ingeniero de procesos, quien tiene una visión global de los procesos.
Facilitador, quien es un asesor metodológico.
28
Mantenedor, quien es experto en reparación y mantenimiento de
sistemas y equipos.
Programador, quien otorga una visión sistemática de la actividad.
Operador, quien es experto en manejo y operabilidad de sistemas y
equipos.
Especialista, quien es especialista en un área específica.
Este equipo natural de trabajo es el ente responsable del desarrollo del
MCC o cualquier otra herramienta.
Particularmente en MCC, se debe comenzar por un análisis general, al
cual se le hará una auditoria para luego establecer una planificación que
al ejecutarse deberá ser revisada en el tiempo. (Véase Grafico 6)
Equipo NaturalEquipo Naturalde Trabajode Trabajo
Ingeniero de ProcesosIngeniero de Procesos
FacilitadorFacilitadorEspecialistaEspecialista
MantenedorMantenedorOperadorOperador
ProgramadorProgramador
Grafico 5. Complexión de Un equipo Natural de Trabajo.
29
Grafico 6. Pasos que debe seguir un equipo natural de trabajo en MCC
En un análisis del MCC el equipo natural de trabajo, debe definir el
contexto operacional del equipo y/o sistema que va a ser estudiado.
(Véase Grafico 7).
El contexto operacional puede ser analizado desde un enfoque
operativo donde se toma en cuenta el propósito del sistema; la
descripción de los equipos; descripción de los procesos; dispositivos de
seguridad; inquietudes, planes a futuro, metas de seguridad, ambiente y
operación. Puede ser analizado también desde un enfoque del personal
donde se toma en cuenta los turnos rotativos, operaciones,
mantenimiento, parámetros de calidad y gerencia. También puede ser
analizado desde un enfoque de los procesos, donde se toma en cuenta la
división de éstos en sistemas, se definen los límites del sistema y se
registran listados de componentes para cada sistema.
Otrasaplicacionesde soporte
MCCMCC
AnálisisAnálisisAnálisis
RevisiónEvaluación y
Cambios en el tiempo
RevisiónEvaluación y
Cambios en el tiempo
Planificacióny Ejecución
Planificacióny Ejecución
AuditoríaAuditoría
No
Si
Equipo Natural de Equipo Natural de TrabajoTrabajo
Mantenimiento Centrado en Confiabilidad
30
Una vez definido el contexto operacional del equipo y/o sistema, el
equipo natural de trabajo se debe plantear las 7 preguntas del MCC, de
las cuales 5 de ellas corresponden al análisis de efectos y modos de fallas
(AMEF): ¿Cuál es la función del activo?, ¿De qué manera puede fallar?,
¿Qué origina la falla?, ¿Qué pasa cuando falla?, ¿Importa si falla?
Básicamente con un AMEF lo que se persigue es definir las funciones del
equipo y/o sistema, determinar la fallas funcionales, identificar los modos
de fallas y los efectos de fallas. Las dos preguntas restantes que
pertenecen a la lógica de decisiones: ¿Se puede hacer algo para prevenir
la falla? , ¿Qué pasa si no podemos prevenir la falla?; permiten orientar la
toma de decisiones ante un evento específico. (Véase Grafico 8)
Finalmente con la formulación de estas preguntas y las respuestas de
las mismas, el equipo natural de trabajo estará en capacidad de
estructurar un árbol de decisiones que servirá como base para la
elaboración de una hoja de decisiones la cual presenta la información
necesaria para el desarrollo de los planes de mantenimiento que se van a
generar.
Una hoja de decisiones es el instrumento donde se registrará tanto el
análisis de modo y efectos de falla en conjunto con el estándar de
ejecución, actividad del mantenimiento, acción de mantenimiento a
Equipo Naturalde Trabajo
Equipo NaturalEquipo Naturalde Trabajode Trabajo
Las 7 Preguntasdel MCC
Las 7 PreguntasLas 7 Preguntasdel MCCdel MCC
Definición delContexto
Operacional
Definición delDefinición delContextoContexto
OperacionalOperacional
Aplicación de la Hoja deDecisiones
Aplicación de la Hoja deDecisiones
AMEF(Análisis de modosy efectos de fallas)
AMEFAMEF(Análisis de modosy efectos de fallas))
Lógica deDecisionesLógica deLógica deDecisionesDecisiones
Grafico 7. Pasos en el análisis de MCC
31
ejecutar, frecuencia de aplicación del mantenimiento, número óptimo de
repuestos en almacén y el personal que se responsabilizará de ésta tarea.
2.6.4 Análisis de Costo Riesgo Beneficio (ACBR)
Es una metodología que permite identificar la frecuencia óptima de las
actividades de mantenimiento preventivo, con base en el costo total
óptimo que genera. Esto se logra a través del balance de los costos –
riesgos asociados a tales actividades y los beneficios que se generan.
(Véase Grafico 9)
Grafico 8. Árbol de decisiones
S N
¿Puede una tarea de
lubricación resolver la falla?
¿Es evidente alos operarios?
¿Tareas aCondición?
¿Reacondicionamientocíclico?
¿Sustitucióncíclica?
¿Tareas debúsqueda de
fallas?
¿El rediseñopuede ser
obligatorio?
¿Afecta la segu-ridad ó el medio
ambiente?
¿Tareas aCondición?
¿Reacondicionamientocíclico?
¿Sustitucióncíclica?
¿Combinaciónde tareas?
¿El rediseñoes obligatorio?
¿Afecta lasoperaciones?
¿Tareas aCondición?
¿Reacondicionamientocíclico?
¿Sustitucióncíclica?
No realizarmantenimiento
programado
¿El rediseñodebe justficar-
se?
¿Tareas aCondición?
¿Reacondicionamiento cíclico?
¿Sustitucióncíclica?
No realizarmantenimientoprogramado
¿El rediseñodebe justficar-
se?
SN
SN
N N
SS
S N
SN
SN
SN
SN
SN
SN
SN
SN
SN
SN
SN
32
Grafico 9. Pasos que debe seguir un equipo natural de trabajo en ACRB
Con ACRB se pueden determinar intervalos óptimos de
mantenimiento, intervalos óptimos de inspección, análisis de factibilidad
de reemplazo, análisis de factibilidad de inventario y análisis de ciclo de
vida de las unidades.
Generalmente las gestiones de mantenimiento son aplicadas sólo para
disminuir las frecuencias de fallas, sin analizar las consecuencias que
generan éstas en el contexto operacional. En la selección de frecuencia
de aplicación de las actividades de mantenimiento, el criterio usado ha
sido la data histórica de fallas: tiempo promedio para fallar (TPPF). (Véase
Grafico 10).
Tom a de decisionesTom a de decisiones
A C R BA C R B Análisis de Costo Riesgo Beneficio
AnálisisAnálisisAnálisis
RespuestaRespuestaRespuesta
N ivel óptim o de inventarioN ivel óptim o de inventario
Justificación Económ icaJustificación Económ ica
Selección óptim a de intervalo de inspecciónSelección óptim a de
intervalo de inspección
? ? ? DecidimosDecidimos el intervalo
Promedio de Mantenimiento
en funcióndel TPFen funcióndel TPF
00 tt
¿ ES ESTA LA MEJOR ¿ ES ESTA LA MEJOR FRECUENCIA DE FRECUENCIA DE APLICACIÓN DEL APLICACIÓN DEL
MANTENIMIENTO ? MANTENIMIENTO?
TfT :: Tiempo para fallar
TPF:TPPF: Tiempo promediopara fallar
Tasa de Tasa de fallas fallas
TfTf
TPF
Grafico 10. Limitación por datos históricos
33
Actualmente la función del mantenimiento no puede limitarse
únicamente a la reducción de fallas con acciones de mantenimiento
basadas en registros históricos de fallas. De esta manera el
mantenimiento se puede describir como: “Preservar la función de los
equipos aplicando estrategias efectivas de mantenimiento
“costo/riesgo/beneficio”, que ayuden a minimizar los riesgos asociados a
las consecuencias que generan los distintos modos de fallas dentro del
contexto operacional”.
Para determinar los beneficios que aporta el mantenimiento, es
necesario tomar en cuenta las razones que justifican las actividades de
mantenimiento, esto es: ¿Cuál es el motivo para invertir dinero en
mantenimiento?
Las razones principales que sustentan a este cuestionamiento son:
Evita fallas o permite recuperarse de ellas.
Mejora la eficiencia del equipo.
Prolonga la vida útil.
Permite el cumplimiento de las regulaciones.
Mejora la imagen.
Un inconveniente, es relacionar las ganancias que se obtienen a partir
de lo que se invierte en un departamento y los beneficios que se reflejan
en otro sector. Esto conduce a la cuantificación de las variables
involucradas y además relacionarlas con la cantidad obtenida con un
gasto adicional o reducido, hecho que es complejo.
Una definición sólida debe involucrar las relaciones de precio-valor. Se
debe adoptar algún tipo de unidades que permitan cuantificar cosas
disímiles. El impacto total en la hoja de balance debe ser factor que
determine la mejor oferta. Esto significa, minimizar el costo total de
producción o maximizar las ganancias. Sólo a este nivel podemos
34
determinar la combinación óptima entre los costos y los logros. La forma
más común de expresar todo esto es a través de una gráfica como la que
se muestra en el Grafico 11.
Para este tipo de análisis en PDVSA se han aplicado las herramientas
de Assets Performance Tools (APT) modelados por Woodhouse
Partnership.
A continuación se definen de forma general cada una de las
herramientas APT, utilizadas actualmente en PDVSA:
APT-MAINTENANCE: Utilizado para definir intervalos óptimos
de mantenimiento, gerencia del deterioro, confiabilidad,
desempeño y efectos del ciclo de vida.
APT-INSPECTION: Utilizado para definir intervalos óptimos de
monitoreo, pruebas e inspección y comparación costo/beneficio
de métodos de monitoreo.
APT-PROJECT: Esta herramienta, permite jerarquizar y
visualizar costos beneficios y riesgos del propósito,
Grafico 11. Intervalo Óptimo
35
modificaciones, proyectos, seguridad, procesos o cambios de
proceso.
APT-SPARE: Permite generar estrategias de repuestos y
materiales, niveles mínimos y máximos de inventarios,
cuantificación de ordenes, comparación de suplidores y
opciones de inventario.
APT-LIFESPAN: El análisis de optimización costo riesgo
fundamentalmente significa obtener el mejor beneficio de una
actividad específica de inspección y/o mantenimiento que
mejore la confiabilidad del componente o equipo. Para realizar
este análisis es necesario establecer una comparación entre los
costos asociados a realizar la tarea de inspección y/o
mantenimiento y los beneficios o riesgos potenciales al realizar
o no la tarea, específicamente. El objetivo es determinar una
combinación óptima de costos, vida esperada, riesgos,
comportamiento y otros factores asociados con la confiabilidad
del ente evaluado para una tarea específica. Esto permitirá
realizar análisis de sensibilidad que ayudarán a mejorar las
estrategias de mantenimiento e inspección y salvar dinero al
mismo tiempo.
2.7 Herramientas Estadísticas
Dado que la confiabilidad puede ser definida como la probabilidad de
falla de algún equipo o servicio, la estadística también puede ser utilizada
como una herramienta alternativa para el estudio de confiabilidad de algún
sistema particular.
36
2.7.1 Datos y Variables
Cuando se consideran los métodos de organización, reducción y
análisis de datos estadísticos, se hace necesario aclarar los siguientes
conceptos.
Variables: es toda característica que varía de un elemento a otro de la
población.
Datos: son medidas o valores de las características susceptibles de
observar y contar, se originan por la observación de una o más variables
de un grupo de elementos o unidades
2.7.2 Clasificación de Variables
Las variables pueden clasificarse en: categóricas o cualitativas
(atributos), no tienen ningún grado de comparación numérica, ejemplo:
sexo, estado civil; y numéricas o cuantitativas, son características factibles
de expresar por medio de números, estas pueden ser Discretas, que solo
pueden tomar ciertos valores aislados en un intervalo, y Continuas, que
pueden tomar cualquier valor en un intervalo.
2.7.3 Representación de Datos
Los datos son colecciones de un número cualquiera de observaciones
relacionadas entre si, para que sean útiles se deben organizar de manera
que faciliten su análisis, se puedan seleccionar tendencias, describir
relaciones, determinar causas y efectos y permitan llegar a conclusiones
lógicas y tomar decisiones bien fundamentadas; por esa razón es
necesario conocer lo métodos de Organización y Representación, la
finalidad de éstos métodos es permitir ver rápidamente todas las
características posibles de los datos que se han recolectado.
37
Representación Tabular:
Presenta las variables y las frecuencias con que los valores de éstas
se encuentran presentes en el estudio.
Representación Gráfica:
Se llaman gráficas a las diferentes formas de expresar los datos
utilizando los medios de representación que proporciona la geometría.
2.7.4 Métodos de Representación de Datos Cuantitativos
• Arreglo de Datos. Es una forma de presentar los datos en un
arreglo ascendente o descendente. Ofrece las ventajas
siguientes: describe los valores mínimos y máximos, en él se
pueden dividir los datos fácilmente en secciones, permite
darse cuenta de los valores que aparecen más de una vez, se
puede observar la distancia entre valores consecutivos.
• Diagrama de Puntos. Muestra la frecuencia con que aparece
cada uno de los valores
• Diagrama de Tallo y Hoja. Es útil para realizar una exploración
preliminar del conjunto, genera una imagen adecuada de ellos
sin perder información.
2.7.5 Distribución de Frecuencias
Distribución de Frecuencias. Es una forma de sintetizar los datos y
consiste en valerse de una tabla para clasificar los datos según su
magnitud, en ella se señala el número de veces que aparece cada uno de
los valores. Cuando se dispone de un gran número de valores discretos
38
o cuando las variables son continuas, tiene sentido formar una tabla que
presente la distribución de frecuencias de los datos agrupados en
intervalos o clases, de igual tamaño si es posible, sin embargo una tabla
de este tipo supone una concentración de datos que produce pérdida de
información.
Definiciones
Clases o intervalos de clase: Grupo de valores que describen una
característica. Deben incluir todas las observaciones y ser excluyentes.
Los intervalos contienen los límites de clase que son los puntos extremos
del intervalo. Se denominan intervalos cerrados, cuando contienen ambos
límites e intervalos abiertos si incluyen solo un límite.
Limites Reales: Sirven para mantener la continuidad de las clases
Anchura o tamaño del intervalo: es la diferencia entre los límites
reales de una clase
Número de clases: es el número total de grupos en que se clasifica la
información, se recomienda que no sea menor que 5 ni mayor que 15
Marca de Clase: Es el punto medio del intervalo de clase, se
recomienda observar que los puntos medios coincidan con los datos
observados para minimizar el error.
Frecuencia: es el número de veces que aparece un valor
Frecuencia Acumulada: Indica cuantos casos hay por debajo o arriba
de un determinado valor o límite de clase.
39
Frecuencia Relativa: Indica la proporción que representa la frecuencia
de cada intervalo de clase en relación al total, es útil para comparar varias
distribuciones con parámetros de referencia uniformes.
Frecuencia Acumulada Relativa: Indica la proporción de datos que se
encuentra por arriba o debajo de cierto valor o límite de clase.
Gráficos de una Distribución de Frecuencias
Los gráficos son útiles porque ponen en relieve y aclaran las
tendencias que no se captan fácilmente en la tabla, ayudan a estimar
valores con una simple ojeada y brinda una verificación gráfica de la
veracidad de las soluciones.
• Histograma: Esta formado por rectángulos cuya base es la
amplitud del intervalo y tiene la característica que la superficie
que corresponde a las barras es representativa de la cantidad
de casos o frecuencia de cada tramo de valores, puede
construirse con clases que tienen el mismo tamaño o
diferente (intervalo variable). La utilización de los intervalos de
amplitud variable se recomienda cuando en alguno de los
intervalos, de amplitud constante, se presente la frecuencia
cero o la frecuencia de alguno o algunos de los intervalos sea
mucho mayor que la de los demás, logrando así que las
observaciones se hallen mejor repartidas dentro del intervalo.
• Polígono de Frecuencias: Se puede obtener uniendo cada
punto medio (marca de clase) de los rectángulos del
histograma con líneas rectas, teniendo cuidado de agregar al
inicio y al final marcas de clase adicionales, con el objeto de
asegurar la igualdad del áreas.
40
• Curvas de frecuencia: No es más que la curva suavizada que
se traza sobre el polígono y representa la asimetría y la
curtosis que tiene la distribución, permite visualizar un
esquema más claro del patrón de datos. Existen varios tipos
de curva de frecuencia: Curvas J, Simétricas o Asimétricas
(sesgada a la derecha o a la izquierda), Unimodales,
Bimodales y Multimodales.
• Ojivas: Cuando se trata de relacionar observaciones en un
mismo aspecto para dos colectivos diferentes no es posible
ejecutar comparaciones sobre la base de la frecuencia, es
necesario tener una base estándar, la frecuencia relativa. La
ojiva representa gráficamente la forma en que se acumulan
los datos y permiten ver cuantas observaciones se hallan por
arriba o debajo de ciertos valores. Es útil para obtener una
medida de los cuartiles, deciles, percentiles.
2.7.6 Medidas Descriptivas
Con estas medidas se persigue reducir en pocas cifras significativas el
conjunto de observaciones de una variable y describir con ellas ciertas
características de los conjuntos, logrando una comparación más precisa
de los datos que la que se puede conseguir con tablas y gráficas.
2.7.7 Medidas de Tendencia Central: Promedios
Los promedios son una medida de posición que dan una descripción
compacta de como están centrados los datos y una visualización más
clara del nivel que alcanza la variable, pueden servir de base para medir o
evaluar valores extremos o raros y brinda mayor facilidad para efectuar
comparaciones.
41
Es importante poner en relieve que la notación de promedio lleva
implícita la idea de variación y que este número promedio debe cumplir
con la condición de ser representativo de conjunto de datos.
El promedio como punto típico de los datos es el valor al rededor del
cual se agrupan los demás valores de la variable.
MEDIA ARITMÉTICA
Es una medida matemática, un número individual que representa
razonablemente el comportamiento de todos los datos.
Para datos no agrupados X = Σ xi / n
Para datos agrupados X = Σ fi Xi / Σ fi
Donde Xi es la marca de clase para cada intervalo y fi es la frecuencia
de clase
Características de la Media:
1. En su cálculo están todos los valores del conjunto de datos
por lo que cada uno afecta la media.
2. La suma algebraica de las desviaciones de los valores
individuales respecto a la media es cero.
3. La suma del cuadrado de las desviaciones de una serie de
datos a cualquier número A es mínimo si A = X
4. Aunque es confiable porque refleja todos los valores del
conjunto de datos puede ser afectada por los valores
extremos, y de esa forma llegar a ser una medida menos
representativa, por lo que si la distribución es asimétrica, la
media aritmética no constituye un valor típico.
42
LA MODA
Es el valor de un conjunto de datos que ocurre más frecuentemente,
se considera como el valor más típico de una serie de datos.
Para datos agrupados se define como Clase Modal el intervalo que
tiene más frecuencia.
La moda puede no existir o no ser única, las distribuciones que
presentan dos o más máximos relativos se designan de modo general
como bimodales o multimodales.
Características de la Moda.
1. Representa más elementos que cualquier otro valor.
2. No está afectada por los valores extremos pero para datos
continuos es dudoso su cálculo.
3. La moda para una distribución de frecuencias de datos
agrupados no puede ser calculada exactamente, el valor de la
moda puede ser afectado por el método de agrupación de los
intervalos de clase.
4. La moda no permite conocer la mayor parte de los datos.
5. Algunas veces el azar interviene de manera importante y hace
que un valor no representativo se repita frecuentemente.
6. Puede usarse para datos cuantitativos como cualitativos.
7. La moda como estadístico, varía mucho de una muestra a
otra.
8. Cuando se tienen dos o más modas es difícil su interpretación.
9. Tiene la ventaja de que los datos desproporcionados con
respecto al resto no la distorsionan, pero no se presta para un
tratamiento matemático.
43
LA MEDIANA
Es el valor de la observación que ocupa la posición central de un
conjunto de datos ordenados según su magnitud. Es el valor medio o la
media aritmética de los valores medios. La mediana es un valor de la
variable que deja por debajo de él un número de casos igual al que deja
por arriba.
Geométricamente la mediana es el valor de la variable que
corresponde a la vertical que divide al histograma en dos áreas iguales.
Cuando determinados valores de un conjunto de observaciones son
muy grandes o pequeños con respecto a los demás, entonces la media
aritmética se puede distorsionar y perder su carácter representativo, en
esos casos es conveniente utilizar la mediana como medida de tendencia
central.
Características de la mediana
1. Es un promedio de posición no afectado por los valores
extremos.
2. No está definida algebraicamente.
3. Cuando la localización del elemento central puede ser
determinada y los límites de clase mediana son conocidos, la
mediana para la distribución de frecuencias puede ser
calculada por interpolación, no importando que ésta contenga
intervalos abiertos, cerrados, iguales o diferentes.
4. La suma de los valores absolutos, sin considerar el signo, de
las desviaciones individuales respecto a la mediana es
mínima.
5. La mediana en caso de una distribución asimétrica, no resulta
desplazada del punto de tendencia central.
44
6. Si el universo tiene curtosis excesiva la mediana como
estadístico, varía menos que cualquier otra medida.
7. Si la mediana se calcula por interpolación y hay lagunas en los
valores de la clase mediana o los datos son irregulares, esta
medida no es buena ya que su ubicación puede resultar falsa.
8. Si se desea ubicar las condiciones de un elemento en una
clase, la mediana resulta se indicada, ya que por
comparación pone en evidencia si un elemento está en la
mitad superior a ella o en la inferior.
MEDIA ARITMETICA PONDERADA
En ésta, para cada uno de los valores de xi se asigna un factor wi de
peso, que depende de la importancia que el investigador desee darle.
Xp = Σ (xi wi) / Σ wi
MEDIA GEOMÉTRICA
Útil cuando la variable cambia a lo largo del tiempo, esto es, en el
cálculo del promedio de tasas, razones, proporciones geométricas y
relaciones de variables. Se utiliza en Matemáticas Financieras y Finanzas
para promediar números índices, tasas de cambio, etc.
La media Geométrica de una serie de números es la raíz n-ésima del
producto de esos números
M = n г (x1 * x2* x3*.....*xn)
Se ve afectada por todos los números y valores extremos pero en
menor grado que la Media Aritmética, su valor siempre es menor que el
de ésta.
45
MEDIA ARMÓNICA
Se utiliza para el promedio de rendimientos y velocidades. La Media
Armónica de una serie de números es el reciproco de la media aritmética
del recíproco de esos números.
1 / MH = [Σ 1 / xi] / n
MEDIA CUADRÁTICA
Es la raíz cuadrada de la media aritmética de los cuadrados de los
números, se usa eficientemente para promediar los errores o
desviaciones porque es más susceptible a los mismos.
MC = 2 Γ Σ [xi 2] / n
LOS CUANTILES
Son valores que dividen a la distribución en n partes iguales
Cuartiles, cuatro partes iguales: Q1, Q2, Q3
Deciles, diez pares iguales: D1, D2..........D9
Percentiles o centiles, cien partes iguales: P1, P2.....P99
Los cuantiles permiten hacer un análisis minucioso de la distribución,
se utilizan generalmente cuando se quiere ubicar un dato dentro del
conjunto. Por ejemplo. Pertenece el dato x al 50% superior?, al 10%
inferior? , al 50 % central?, etc.
2.7.8 Medidas de Dispersión
Un rasgo principal de los datos es su dispersión o amplitud, que se
refiere a su variabilidad, a la evaluación de cuán separados o extendidos
están estos datos o bien cuanto difieren unos de otros.
46
Variación: es el grado en que los datos numéricos tienden a
extenderse al rededor de un valor, generalmente el valor medio
¿Por qué es importante la variación?
1. Al menudo una medida de posición de un conjunto de datos
se vincula con la indicación de cuán típico o representativo es
para la población y para ello es necesario contar con la
información que proporcionan las mediadas de variación. Solo
el conocimiento de un estadístico de tendencia central no
aclara o define toda la distribución, además que no existe un
valor de tendencia central ideal, por lo que es significativo
tener una idea de la dispersión de los valores y determinar si
es mucha o poca al rededor de la media, pues si la variación
es muy grande entonces esta medida de tendencia central no
es buena selección como valor típico.
2. La medida de tendencia central no indica la relación de un
dato con los otros, es necesario para ello las medidas de
variabilidad o dispersión.
3. Al tratar problemas con datos dispersos se requiere conocer
que problemas puede esto traer, hasta que punto la dispersión
tiene un riesgo aceptable o inaceptable en la toma de
decisiones.
4. Al comparar dos distribuciones por lo general centramos la
atención en la posición y en la dispersión.
RANGO
Mide la dispersión de la totalidad de los datos. Es la más obvia de las
mediadas ya que es la distancia entre los valores máximo y mínimo.
El rango o recorrido da alguna idea del grado de variación que ocurre
en la población, pero con frecuencia los resultados pueden ser
engañosos, pues este depende de los valores extremos e ignora la
47
variación de las demás observaciones. Está afectado por ocurrencias
raras o extraordinarias.
INTERVALO INTERDECIL
Mide la dispersión del 80% de los datos centrales y se obtiene de la
diferencia entre el decil 9 y el decil 1, evitando así los puntos extremos.
INTERVALO INTERCUARTIL:
Cuando aumenta la dispersión de una distribución de frecuencias, se
amplía la distancia entre los cuartiles, por lo que esta distancia puede
usarse como base de una medida de variabilidad
El intervalo intercuartil, es el recorrido entre el cuartil 3 y el cuartil 1. Es
el intervalo en el cual está comprendido el 50% de los datos centrales.
DESVIACIÓN CUARTÍLICA
Mide el intervalo promedio de un cuarto de los datos [Q3-Q1)/2]
Si la distribución es perfectamente simétrica, los dos cuartiles Q1 y Q3
equidistan de la mediana y la mitad de la distancia entre los cuartiles
representa la distancia promedio entre ellos y la mediana.
Si en una distribución simétrica se mide una distancia igual a la
desviación cuartílica a ambos lados de un punto ubicado en el centro de
los cuartiles, el 50% de los valores estarán incluidos dentro de esos
límites y el valor del punto medio coincide con la mediana.
La ventaja de la desviación cuartílica es que evita los valores extremos
utilizando únicamente la mitad intermedia de los datos.
48
DESVIACIÓN MEDIA
La desviación Media o Desviación absoluta promedio, es la media
aritmética de las desviaciones absolutas de cada una de las
observaciones con respecto a su valor central, la media aritmética, o la
mediana
Cuanto mayor es su valor, mayor es la dispersión de los datos
DM = [Σ | xi. X |] / n
DM = [ Σ fi | xi - X |] / Σ fi
Las características de esta media de dispersión son:
1. Su valor depende del valor de cada observación.
2. Se puede calcular al rededor de la media o de la mediana.
3. La desviación promedio respecto a la mediana es un mínimo.
4. Mide la desviación de una observación sin notar si está por
encima o por debajo del promedio.
VARIANZA
Otro tratamiento para evadir la suma cero de las desviaciones de las
observaciones respecto a su Media Aritmética, consiste en recurrir al
proceso de elevar al cuadrado estas desviaciones y sumar los cuadrados,
dividiendo la suma por el número de casos, a esta cantidad se le
denomina varianza, y es la más importante de las medidas de variación
porque tiene la ventaja de no prescindir de los signos de las desviaciones,
pero al igual que la desviación media los valores extremos pueden
distorsionarla
σ 2 = Σ (xi–X) 2 / n
49
σ 2 = Σ fi (xi - X) 2 / Σ fi
S2 = Σ (xi-X) 2 / (n)
S2 = Σ fi (xi-X) 2 / (Σ fi)
S2* = Σ (xi-X) 2 / (n-1)
S2*= Σ fi (xi-X) 2 / (Σ fi -1)
En inferencia, con una muestra tomada de una población grande se
pretende descubrir cuanto varían los datos al rededor de la media
poblacional, si embargo cuando no se conoce la media de la población se
estima a partir de la media aritmética de la muestra y esto hace que
parezca menos variable de o que es en realidad, al dividir por n-1 se está
compensando por la variabilidad más pequeña que se observa en la
muestra, por lo que S2*, la suma de cuadrados dividida por n-1 es
considerado un estimador más eficiente para la varianza poblacional.
DESVIACION ESTANDAR
Cuando se utiliza la varianza como medida de dispersión, para salvar
el problema de trabajar con distintas dimensiones en la media y en la
medida de variabilidad es necesario definir la desviación estándar como la
raíz cuadrada de la varianza.
La Desviación Estándar es útil para describir cuanto se apartan de la
media de la distribución los elementos individuales. Una medida de ello se
denomina puntuación estándar número de desviaciones a las que
determinada observación se encuentra con respecto a la media.
Puntuación estándar de xi = (xi - X) / σ
50
Al comparar distribuciones también hacemos uso de la calificación
estándar.
Característica de la Desviación Estándar:
1. Es afectada por el valor de cada observación.
2. Como consecuencia de considerar desviaciones cuadráticas
pone mayor énfasis en las desviaciones extremas que en las
demás desviaciones.
3. Si en el eje X de la distribución de frecuencias normal, se mide
a ambos lados de la media una distancia igual a:
Una desviación estándar se forma un intervalo en el cual se
encuentra el 68.27% de los valores centrales de la variable.
Dos desviaciones estándar, se forma un intervalo donde se
encuentra el 95.43% de los valores centrales.
Tres desviaciones estándar, se forma un intervalo que
contiene el 99.73% de los valores centrales.
4. Al construir la tabla de frecuencias de una variable discreta y
calcular a partir de ella la desviación estándar no hay pérdida
de información por lo que la desviación para los datos
observados es igual que para los datos tabulados.
En la construcción de una tabla de una variable continua hay pérdida
de información por el agrupamiento de los valores en intervalos y se
traduce en la discrepancia entre el valor de la desviación observada y
tabulada.
2.7.9 Medidas de Dispersión Relativas
Cuando se necesita comparar dos o más series de datos a veces no
es posible hacerlo con las medidas absolutas, ya sea porque las unidades
son diferentes o porque tienen diferente media, en éstos casos deben
utilizarse cantidades relativas definida generalmente como:
51
Dispersión relativa = Dispersión absoluta / media
COEFICIENTE DE VARIACIÓN
Es la medida de dispersión relativa más usada y se define como el
cociente de la desviación estándar entre el promedio aritmético,
expresado en porcentaje y es adimensional V = S / X
En las distribuciones que no toman la forma de una curva acampanada
Normal, interesa muchas veces obtener dos medias adicionales, las de
asimetría y curtosis. Las medidas de asimetría muestran si en la
distribución hay concentración de datos en un extremo, superior o
inferior, y se denomina Sesgo positivo o a la derecha si la concentración
es en el extremo inferior y Sesgo Negativo o a la izquierda si la
concentración es en el superior.
COEFICIENTE DE PEARSON
En las distribuciones simétricas, la media, la mediana y la moda
coinciden y conforme la distribución se separa de la simetría estos
valores se separan, por lo que la más corriente de las medidas de
asimetría es la diferencia entre la moda y la media que se la más sensible
a los valores extremos
Sk = (X -Mo) / S
Para cuando la moda no se encuentra bien definida se puede sustituir
por la mediana
Sk= 3 (X -Me) / S
52
Estas medidas se conocen como el primero y segundo coeficiente de
Pearson y varían entre el intervalo + 3, es cero para la distribución normal.
MEDIDA CUARTIL DE ASIMETRIA
En una distribución simétrica los cuartiles quedan simétricamente
colocados respecto a la mediana, pero si es asimétrica un cuartil se
separa más que otro. La medida cuartil de asimetría marca esta relación
Sk = [(Q3-Me) -(Me-Q1)]/ (Q3-Q1)
Si la asimetría es a la derecha Q3 está más lejos de la mediana que
Q1, si la asimetría es a la izquierda Q1 está más alejada de la mediana
que Q3.Esta medida varía siempre entre + 1, si es cero la distribución
normal.
COEFICIENTE DE SESGO PERCENTÍLICO
Se aplica con el mismo criterio de la medida Cuartil de Asimetría
Sk = [(P90-P50) -(P50-P10)]/ (P90-P10)
2.7.10 Medidas de Curtosis
Al comparar cuán aguda es una distribución en relación con la
Distribución Normal, se pueden presentar diferentes grados de
apuntalamiento.
1. Mesocúrtica, Normal
2. PlarticúrtiCa, Menor apuntalamiento
3. Leptocúrtica, Mayor apuntalamiento
53
COEFICIENTE DE CURTOSIS PERCENTILICO
Una medida del apuntalamiento o curtosis de la distribución está
basada en los cuartiles y percentiles, y está dada por el coeficiente de
Curtosis Percentílico
K= (0.5 (Q3- Q1)) / (P90-P10)
Para la distribución normal K toma un valor de 0.263 y las
distribuciones se definen como:
Leptocúrtica si k es mayor que 0.263
Platicúrtica si k es menor que 0.263
2.7.11 Confianza e Intervalos de Confianza
La estimación de parámetros mediante un solo valor se conoce como
estimación puntual. Es bastante arriesgada puesto que no conocemos ni
la imprecisión ni se establece el grado de confianza que nos merece el
resultado. Estos dos inconvenientes se obvian con la estimación por
intervalos confidenciales. Por un lado proporcionan un valor de la
imprecisión dado por la longitud del intervalo de confianza. Por otro
proporcionan un valor de la fiabilidad que nos debería merecer nuestra
estimación, o nivel de confianza.
Afortunadamente algo tan sutil como la confianza se puede cuantificar,
y no sólo eso sino que se mueve en unos límites tan cómodos para el
pensamiento como son entre el cero y el cien por ciento. Por convenio, y
nadie parece en desacuerdo, para la mayoría de las ocasiones una
confianza del 95% parece suficiente. Este es el valor que gobierna la
longitud del intervalo de confianza.
54
¿Como se interpreta una confianza del 95%? Si llevamos a cabo un
experimento 100 veces obtendríamos 100 distribuciones muestrales de
datos y 100 intervalos de confianza. De estos 100 intervalos, 95 de ellos
cubrirían el valor del verdadero parámetro poblacional. Desgraciada o
afortunadamente, nosotros solo realizamos el experimento una sola vez.
Con lo que nunca sabremos si nuestro intervalo es uno de esos 95 que
contienen el parámetro de estudio.
Técnicamente, aunque esto suene a una sofisticación innecesaria, no
podemos asociar el concepto de nivel de confianza con el concepto de
probabilidad. Así no se puede establecer que tenemos una probabilidad
del 95% de que el parámetro buscado este dentro de nuestro intervalo.
Las técnicas de estimación de parámetros poblacionales se incluyen
dentro de la estadística inferencial.
2.7.12 Coeficientes de Correlación
Estadístico que cuantifica la correlación. Sus valores están
comprendidos entre -1 y 1
2.7.13 Coeficientes de Determinación
Es el cuadrado del coeficiente de correlación. Expresado en tanto por
ciento mide el grado de información compartida entre dos variables
continuas
2.7.14 Coeficientes de Regresión
En un modelo de regresión lineal son los valores de a y b que
determinan la expresión de la recta de regresión y=a + b·x
55
2.7.15 Distribución T Student
Distribución teórica de probabilidad. Se usa para la comparación de
dos medias en poblaciones independientes y normales
2.7.16 Grados de Libertad
El número de datos que se pueden variar para que a un total fijo
podamos reconstruir dicho total. Así la media tiene n-1 grado de libertad,
pues si conocemos el valor de esta podemos variar n-1 datos ya que
restante vendrá fijado. En una tabla 4x3, si nos dan las frecuencias
marginales podremos variar las frecuencias de (4-1) x (3-1)= 3x2 = 6
celdas, quedando forzosamente determinadas las frecuencias de las
celdas restantes. Así, los grados de libertad serían en este caso de 6
2.7.17 Percentiles
Un percentil 90% corresponde a un valor que divide a la muestra en
dos, de forma que hay un 90% de valores muestrales inferiores a éste, y
un 10% de valores muestrales superiores a éste. Los percentiles 25%,
50%, 75% son el primer, segundo y tercer cuartil respectivamente
2.7.18 Regresión
Técnica estadística que relaciona una variable dependiente (y) con la
información suministrada por otra variable independiente (x).ambas
variables deben ser continuas. Si asumimos relación lineal, utilizaremos la
regresión lineal simple. Entre las restricciones de la RLS se incluyen:
Los residuos deben ser normales
Las observaciones independientes
La dispersión de los residuos debe mantenerse a lo largo de la recta
de regresión
56
2.7.19 Residuos
Residuales. Distribución de valores muestrales calculados como la
diferencia entre el valor de la variables respuesta (y) y el estimado del
modelo de regresión (^y). La distribución de residuos es importante como
indicador del cumplimiento de las condiciones de aplicación de las
técnicas de correlación, así como de la bondad del ajuste.
2.8 Motores Diesel
2.8.1 Historia de los Motores Diesel
Los motores Diesel son un tipo de motor de combustión interna;
específicamente, un motor de encendido por compresión, en el cual el
combustible es encendido por la alta temperatura de un gas comprimido,
en vez de usar una fuente de energía adicional como por ejemplo una
bujía.
Fue inventado en 1892 por Rudolf Diesel, quien lo patento el 23 de
Febrero de 1893. Diesel quiso que el motor utilizara una gran variedad de
combustibles incluso polvillo de carbón, el demostró su funcionamiento
en 1900 en la Exposición Uniververselle donde uso aceite de maní
(biodiesel) como combustible. Tiempo después el motor fue refinado y
perfeccionado por Charles F. Kettering.
2.8.2 Funcionamiento de los Motores Diesel
Cuando un gas es comprimido su temperatura aumenta (Ley de
Charles) un motor diesel utiliza esta propiedad para encender el
combustible. El aire que es introducido en el cilindro de un motor diesel es
comprimido por la subida del pistón, a una relación de compresión mucho
mas alta que la de un motor encendido por chispa; una vez alcanzado el
57
punto muerto superior el combustible diesel es inyectado en la cámara de
combustión a una alta presión a través de un inyector o atomizador,
mezclando el combustible con el aire caliente y comprimido. La mezcla
resultante se enciende y quema rápidamente. Esta explosión controlada
ocasiona que el gas en la cámara se expanda, empujando el pistón hacia
abajo con gran fuerza y creando así potencia en la dirección vertical. La
biela transmite este movimiento al cigüeñal el cual es forzado a rotar,
entregando así potencia en dirección rotacional al eje de salida. En
algunas aplicaciones que requieren de un mayor nivel de potencia y
respuesta, es implementado el uso de turbocargadores para pre-
comprimir el aire admitido y generalmente suele conjugarse con el uso de
un radiador de aire o Intercooler para enfriar el aire admitido luego de este
ser pre-comprimido por el turbo cargador.
Un componente vital de los motores diesel es el sistema de
gobernador, el cual limita la velocidad regulando la cantidad de inyección
de combustible. En motores modernos este control es realizado de forma
electrónica por una computadora. Esta computadora recibe una señal
eléctrica de un sensor de velocidad y con esto utiliza un algoritmo
preestablecido en valores tabulados dentro de su memoria para controlar
la cantidad de combustible y tiempo de inyección a través de un actuador
eléctrico o hidráulico para mantener la velocidad del motor.
Los motores diesel no funcionan muy bien cuando sus cilindros están
fríos. Algunos motores utilizan un pequeño calentador eléctrico dentro de
los cilindros para calentar estos últimos antes de encender el motor. Otros
motores usan unas rejillas de resistencias eléctricas en el múltiple de
admisión para calentar el aire que será admitido en el motor, hasta que el
motor alcance su temperatura normal de operación.
En climas muy fríos, el diesel tiende a hacerse mas espeso y aumentar
su viscosidad, lo cual trae consigo la formación de cristales de cera o gel
58
en condiciones extremadamente frías. Esto dificulta al inyector introducir
combustible en el cilindro de forma efectiva haciendo que el encendido en
ambientes fríos sea dificultoso.
2.8.3 Tipos de Motores Diesel
Existen dos tipos de motores diesel: Motores Diesel de dos tiempos y
Motores Diesel de cuatro tiempos. Los motores diesel grandes suelen
operar con ciclos de dos tiempos, mientras que los motores pequeños
utilizan ciclos de cuatro tiempos generalmente.
Normalmente los bancos de cilindro usados son en múltiplos de 2, 4, 6
u 8 cilindros; sin embargo cualquier número de cilindros pueden ser
usados siempre y cuando la carga en el cigüeñal esté balanceada para
prevenir vibraciones excesivas.
Otra modalidad es el uso de bancos de motores, los cuales no son
mas que una serie de motores unidos entre si.
2.8.4 Combustible Diesel y sus Características
El diesel es un producto del petróleo. También es posible obtener
diesel de buena calidad del sintetizado de aceites vegetales y alcohol.
Los motores diesel pueden funcionar con combustibles espesos,
pesados o con combustibles con una alta viscosidad; eso siempre y
cuando dicho combustible sea calentado para ser bombeado e inyectado
fácilmente. Estos combustibles son mucho más económicos que el diesel
refinado del petróleo, sin embargo son mucho más sucios y
contaminantes.
59
El diesel es mucho más difícil de encender que la gasolina debido a su
punto de encendido, pero una vez que es encendido el fuego propagado
por el diesel es muy voraz.
2.9 Generadores
2.9.1 Definición
Un generador eléctrico es un artefacto que es capaz de producir
energía eléctrica partiendo de la energía mecánica como fuente. Este
proceso es conocido como Generación Eléctrica.
2.9.2 Desarrollo y Evolución
Antes de que se descubriera el nexo entre el magnetismo y la
electricidad, los generadores utilizaban el principio de la electrostática. La
maquina Wimshurst utilizo la inducción electrostática o “Influencia”. El
Generador de Van de Graaff uso la combinación de dos mecanismos: La
carga transferida desde un electrodo de alto voltaje y la carga creada por
el efecto triboelectrico o inducción por contacto usando la separación de
dos aislantes (la correa).
Los generadores electrostáticos son ineficientes y solo son
provechosos para experimentos científicos que requieran de altos
voltajes.
En 1831-1832 Michael Faraday descubrió que cuando un conductor
eléctrico se mueve perpendicularmente a un campo magnético se genera
una diferencia de potencial entre los extremos de dicho conductor.
Faraday construyo el primer generador electromagnético basado en este
principio usando un disco de cobre que rotaba sobre los polos de un imán
en forma de herradura, con esto produjo una corriente directa.
60
El Dinamo fue el primer generador eléctrico capaz de entregar
potencia eléctrica para industrias y sigue siendo en la actualidad el
generador de mayor importancia. El dinamo utiliza los principios de la
electromagnética para convertir energía mecánica rotacional en corriente
alterna.
El primer dinamo basado en los principios de Faraday fue construido
en 1832 por Hippolyte Pixii, un instrumentista francés. Uso un imán el cual
era rotado por un árbol. La rotación del imán era dispuesta de forma tal
que su polo norte y polo sur pasaran por una pieza de hierro envuelta por
un cable. Pixii descubrió que el imán producía un pulso de corriente en el
cable cada vez que alguno de sus polos pasaba por el embobinado. Mas
aun el polo norte así como el polo sur del imán inducían una corriente en
dirección opuesta. Al añadir un conmutador, Pixii pudo convertir la
corriente alterna en corriente directa.
Sin embargo ambos diseños sufrían del mismo problema: Inducían
picos de corriente seguidos de vacíos de corriente. Antonio Pacinotti, un
científico italiano, soluciono este problema al remplazar el embobinado
giratorio por un toroide, el cual creo al envolver un aro de hierro con cable.
Esto logro que siempre alguna parte del embobinado estuviese pasando
por el imán, suavizando así la corriente. Zénobe Gramme reinvento este
diseño unos años mas tarde cuando diseñó la primera planta eléctrica
comercial, in Paris en 1870. Su diseño es conocido como el Dinamo de
Gramme. Varias versiones y mejoras se han realizado desde entonces,
pero el concepto básico de un embobinado giratorio continua siendo el
corazón de todos los dinamos modernos.
2.9.3 Circuito Equivalente
Para determinar el voltaje del generador en circuito abierto (VG) y la
resistencia interna del mismo (RG) se procede de la siguiente forma:
61
• Antes de encender el generador, se mide la resistencia a través de
los terminales con un multimetro. Esto es su resistencia interna en
corriente directa RGDC
• Se enciende el generador. Antes de conectar la carga RL se mide
el voltaje a través de los terminales del generador. Este es el
voltaje de circuito abierto VG
• Se conecta la carga y se mide el voltaje a través del generador.
Este es el voltaje en carga VL
• Se mide la resistencia de la carga RL
• Se calcula la resistencia interna de la corriente alterna del
generador RGAC usando la siguiente formula:
Nota 1: La resistencia interna AC del generador cuando este esta
encendido es generalmente un poco mayor que su resistencia DC en
mínimo. El procedimiento mencionado anteriormente permite medir
ambos valores. Para cálculos a NO precisos se puede omitir el medir RGAC
y asumir que RGAC es igual a RGDC.
Nota 2: Si el generador es un generador de AC (no un dinamo), use un
voltímetro de corriente alterna para las mediciones.
2.10 Banco de Baterías
2.10.1 Baterías
Las baterías son unos artefactos que transforman una fuente de
energía química en energía eléctrica.
62
En 1800 Alessandro Volta invento el primer artefacto funcional capaz
de generar un flujo constante de energía, el cual se conoció como la pila
voltaica. Volta fue un profesor universitario de física en Italia. Volta
descubrió que cuando ciertos metales y químicos se ponen en contacto
pueden producir una corriente eléctrica. El almaceno un disco de plata y
uno de zinc separados por un papel empapado en agua salada, esto
produjo un flujo de corriente eléctrica y con ello nació la primera batería
moderna.
El próximo avance tecnológico en las baterías fue en 1859, cuando un
físico francés de nombre Gastón Plante invento la batería de plomo y
acido. Su gran diferencia con la celda voltaica fue que esta era capaz de
producir suficiente energía como para encender un motor. Al inicio de la
era industrial también se observo la creación de la celda dicromática. El
diseño de esta batería se consideraba mucho mas seguro que el de sus
predecesoras dado que no usaba acido nítrico concentrado el cual es un
agente irritante.
En 1860 George Leclanche un químico francés invento la batería de
celdas secas. Hasta ese entonces uno de los componentes de las
baterías siempre era un líquido. Leclanche sustituyo el líquido por una
pasta logrando así que las baterías fuesen portátiles y no gotearan.
Alrededor de 1890 Thomas Edison comenzó a perfeccionar las
baterías para poder suplir de energía a su nueva invención el fonógrafo.
Le tomo casi veinte años para perfeccionar el almacenamiento alcalino,
pero para 1909 ya vendía baterías para suministrar de energía a
Submarinos y algunos otros vehículos eléctricos. La celda de níkel y
hierro era única porque presentaba una larga vida y podía ser usada en
aplicaciones industriales. Esta batería tenia una pasta alcaloide en lugar
de acido. Al pasar de los años Edison perfecciono distintas baterías para
63
distintos usos. Sus baterías incluso encendieron el primer modelo de
encendido automático del Ford T en 1912.
En 1959 Lew Urry de la compañía Eveready desarrollo un modelo de
batería mucho más compacto y económico de la versión de la batería
alcalina. Con esto se creo el camino para los artículos electrónicos
portátiles.
En la actualidad existen baterías de zinc y carbón, alcalinas, de níkel y
cadmio, de litio, etc. las cuales presentan distintos voltajes, amperajes y
periodos de vida entre si.
2.10.2 Bancos de Baterías
Los bancos de baterías no son más que la distribución en paralelo y/o
en series de una gran cantidad de energía con el fin de suministrar una
corriente y voltaje deseado. Los bancos de baterías solo son capaces de
suministrar corriente continua, por lo cual suelen estar presentes como
suministros de energía para ciertos equipos en específico.
Como tecnología de respaldo, los bancos de baterías suelen ser
reemplazos de emergencia para equipos reguladores y rectificadores.
Estos últimos mencionados son aquellos capaces de transformar corriente
alterna en corriente directa a ciertos niveles de voltaje.
2.11 Aire Acondicionado
Es un equipo compuesto de una o varias partes, diseñado para aportar
aire acondicionado a un espacio cerrado. Incluye un circuito frigorífico
accionado eléctricamente para producir frío y eventualmente para
deshumidificar.
64
2.11.1 Zona de Confort
Son unas condiciones dadas de temperatura y humedad relativa, bajo
las que se encuentran confortables la mayor parte de los seres humanos.
Estas condiciones oscilan entre los 22° y los 27° C (71-80° F) de
temperatura y el 40 al 60 por ciento de humedad relativa.
2.11.2 Humedad Relativa
Es la relación entre la presión real del vapor de agua contenida en el
aire húmedo y la presión del vapor saturado a la misma temperatura. Se
mide en tanto por ciento.
65
CAPITULO III MARCO METODOLÓGICO Cuando se alcanza el nivel adecuado en el uso y manejo de las
herramientas de confiabilidad operacional, es necesario establecer un
criterio de optimización para la aplicación de las mismas, logrando de esta
manera una mayor efectividad y generando ahorros en el proceso de
aplicación.
Modelar la Gestión de Confiabilidad Operacional, permite orientar
sistemáticamente el desarrollo de un proceso para la generación de
planes y programas con visión de negocio. Sin embargo, es de capital
importancia que en todo momento interactúen las herramientas técnicas
con las herramientas de desarrollo organizacional, para garantizar la
incidencia del modelo sobre todo el ámbito de la empresa.
3.1 Área de Investigación
Este trabajo de Grado estará enfocado en el Área de Transmisión
dentro de la Gerencia de AIT Centro de PDVSA, orientado a ofrecer una
plataforma de análisis (metodología y software) para optimizar la
planificación y la toma de decisiones en el sistema de microondas,
fundamentada en análisis de confiabilidad y riesgo.
3.2 Técnicas de Recolección de la Data
La técnica utilizada para la recolección de datos será el uso de
herramientas y programas de monitoreo, los cuales son de uso rutinario
por la Gerencia de AIT Centro. Programas como Siftel y Spectrum serán
66
las fuentes primarias de suministro de la data, así como la investigación
de los distintos libros históricos de fallas donde son asentados los
distintos casos y fallas de los sistemas de transmisión de la red de
telecomunicaciones.
Otra técnica de recolección de la data fue a través de conformación de
Grupos Naturales de Trabajo. Este equipo multidisciplinario integrado
básicamente por especialista en el Sistema de Energía, el Sistema de
Radio, Sistema de Infraestructura que asistieron a nivel nacional Centro,
Oriente y Occidente, fueron los que nos suministraron la información
técnica del sistema, este grupo natural de trabajo fue asistido por un
facilitador que fue el encargado de dirigir la dinámica de trabajo.
Las mesas de trabajos se realizaron por quince días consecutivos tres
veces a la semana se reunían los Equipos Naturales de Trabajo bajo una
previa planificación siguiendo el modelo propuesto mostrado en el Grafico
12.
Características de los Equipos naturales:
Alineación: Cada miembro esta comprometido con los acuerdos del
equipo. Esto demanda que la misión y visión sean compartidas por
todos. En este sentido la tendencia es sacarle provecho a los
desacuerdos y conflictos para integrar los aportes de los miembros, a
fin de lograr soluciones efectivas.
Coordinación. Esta característica, implica que cada miembro del
equipo teniendo roles y responsabilidades claras se apropia de los
compromisos del equipo como si fueran las suyas individuales. De
esta forma el trabajo individual se orienta al desempeño común del
equipo. En este sentido, el liderazgo, la gerencia y el coaching, son
habilidades de todos los miembros.
67
Comprensión. La comprensión es un compromiso compartido. Esto
requiere habilidad para distinguir entre “puntos de vista”,
“interpretaciones” y “los hechos”, para así coordinar y divulgar el propio
punto de vista y ayudar a los otros a considerarlo y considerar el punto
de vista del otro. Cualquier miembro del equipo, conoce a los clientes,
los suplidores, los procesos de trabajo y los resultados del equipo.
Esto significa que los objetivos, metas e hitos son claros y
compartidos.
Respeto. Apreciar y sentir verdadero aprecio por el otro. Desarrollar y
mejorar continuamente la habilidad de ver las cosas, como lo ve la otra
persona “ponerse en los zapatos del otro”, pero sin perder la
perspectiva de la objetividad de la realidad operacional. Preguntarse
siempre: ¿Quién necesita participar en esta reunión y/o decisión? y
luego preguntar ¿A quién es necesario informar respecto a los
resultados?
Confianza: Tener confianza en que los demás van a desempeñar sus
responsabilidades de manera óptima. Confiar en que cada miembro
del equipo buscará insumos requeridos para la toma de decisiones,
consolidando la proactividad individual para modelar este clima
PRO CESO S
CONTENIDO
TOM A DEDECISIONES
• Tom a decisiones para im plantación de resultados• Es dueño del problem a • Centrado en el contenido
• Asegura aplicación de m etodologíasrequeridas.
• Ayuda al equipo a obtener m ejoresresultados.
• Centrado en el proceso• Ayuda a construir sentido de equipo y
de “ganar/ganar”
• Aportan ideas y experiencias. • Ayudan al líder a llegar donde
quiere ir.• Son los custodios del
proceso
TEAM W O R K YTE AM W O R K YRESU LTADO SRESU LTAD OS
DIFERENTES, PERO DIFERENTES, PERO COM PLEM ENTARIOS COM PLEM ENTARIOS
LIDE R M IEM B RO S
FACILITAD O RRoles de Integrantes Roles de Integrantes
Grafico 12. Roles de los participantes
68
Rol del facilitador
La función básica del facilitador consiste en guiar y conducir el proceso
de implantación del MCC. En otras palabras el facilitador es el encargado
de asegurar que el proceso de implantación del MCC se realice de
forma ordenada y efectiva.
Actividades que debe realizar el facilitador
Guiar al equipo de trabajo en la realización del análisis de los modos y
efectos de fallas (AMEF), y en la selección de las actividades de
mantenimiento.
Ayudar a decidir a que nivel debe ser realizado análisis de los modos
y efectos de fallas.
Ayudar a identificar los activos que deben ser analizados bajo esta
metodología (activos críticos).
Asegurar que las reuniones de trabajo sean conducidas de forma
profesional y se lleven a cabo con fluidez y normalidad.
Asegurar un verdadero consenso (entre oper. y mant.).
Motivar al equipo de trabajo.
Asegurar que toda la documentación a registrar durante el proceso de
implantación sea llevada correctamente.
Perfil del facilitador y áreas de conocimiento
Amplia capacidad de análisis.
Alto desarrollo de cualidades personales (liderazgo, credibilidad,
seguridad y confianza).
Habilidades para conducir reuniones de trabajo (facilidad para
comunicarse).
Teoría básica del MCC.
69
Técnica para realizar un Análisis de Modos y Efectos de Fallas
(AMEF).
Técnica de evaluación y selección de actividades de mantenimiento
(Árbol lógico de decisión).
Técnicas de análisis estadístico (confiabilidad, disponibilidad y
mantenibilidad).
Técnicas de evaluación del riesgo / análisis costo riesgo beneficio.
Herramientas computacionales.
3.3 Proceso de Investigación
A continuación se describirá el modelo propuesto para la optimización
del proceso de Gestión de Confiabilidad Operacional, el cual está
estructurado en cinco etapas donde se aplican las herramientas técnicas.
Posteriormente se dará una explicación de cada una, con el fin de ilustrar
de forma más detallada la estructura del proceso de gestión. (Véase
Grafico 13)
70
3.3.1 Análisis de Criticidad
Se comenzará definiendo las Estaciones de la Red de
Telecomunicaciones; se establecerá una evaluación del estado actual y
realizará una búsqueda de oportunidades, aplicando de una de las
herramientas de Confiabilidad Operacional: Análisis de Criticidad.
0
10
20
30
40
50
60
1 2 3 4
PARETO DE ALARMAS
RADIOMOTOGENERADOR AIRE ACOND.AC
COSTO MANT CORR. + IMPACTO EN PROD. + IMPACTO AMBIENTAL COSTOS DE LA BAJA CONFIABILIDAD COSTOS DE LA BAJA CONFIABILIDAD = RIESGO= RIESGO
OPEX
COSTO OPERACIÓN + MANT. PLANIF.
COSTOS DE OPERACION
TIEMPO (AÑOS)DESINCORPORACIONHOYHOY
CAPEX
CONSTRUCCION. INVESTIGACION
COSTOS DEDESARROLLO
COSTOS DEINVERSION
DISEÑO
INVESTIGACION
DISEÑOPROCURA.
COSTOS DE CICLO DE VIDA
MUY CRITICO
CRITICO
MEDIANAMENTECRITICO
NO CRITICOS
MATRIZ DE CRITICIDAD
DESCRIBIR EVENTO (PROBLEMA)
IDENTIFICAR MODOS OCURRENCIA
FORMULAR LAS HIPÓTESIS
CAUSAS RAÍCES: FÍSICAS, HUMANAS Y LATENTES
COMPROBAR LAS HIPÓTESIS
Nivel 1
Nivel n¿Cómo puede ocurrir?
Hechos
ANALISIS CAUSA RAIZDefinición deContexto
OperacionalEsfuerzosostenido
MejoramientoContinuo
Programacion deMantenimiento
SAP PM
Establecer y evaluarConsecuencias de
Fallas
DefinirFuncionesSecundarias
IdentificarModos de
Fallas
Selección tareasde Mtto. deacuerdo a
consecuencias
Definiciónfunciónprimaria
MANTENIMIENTOCENTRADO ENCONFIABILIDAD
Grafico 13. Modelo de Análisis de Confiabilidad
71
Para establecer una evaluación del estado actual, se debe estudiar
el tipo de información que se posee del sistema y al mismo tiempo
cuestionar si es suficiente para realizar una evaluación cualitativa o
cuantitativa del mismo.
En la evaluación cualitativa hay que definir cuidadosamente los
parámetros que han de ser considerados; mientras que en la evaluación
cuantitativa deben estimarse los índices de confiabilidad y disponibilidad
actuales.
El análisis de criticidad permitirá jerarquizar en este caso del sistema
microondas los equipos auxiliares y de respaldo más críticos y esto se
realizara bajo un enfoque de una evaluación cualitativa del riesgo.
Para la estructuración del análisis cualitativo, se formulan algunas
preguntas tales como:
¿El sistema tiene altos riesgos de seguridad y ambiente?
¿El sistema posee un alto impacto operacional?
¿El sistema genera altos costos globales de
mantenimiento?, etc.
Cuando se ejecuta una jerarquización a este nivel, se debe considerar
las necesidades actuales de la gerencia, de forma tal que se adjudique
una primera orientación a la aplicación del plan de confiabilidad. Es
importante definir si la prioridad en el momento de evaluar se debe
encausar hacia seguridad y ambiente, hacia impacto operacional, hacia
costos de mantenimiento, hacia producción, etc.
72
3.3.2 Análisis Causa Raíz (ACR)
El análisis causa raíz se realizara para identificar en los equipos las
causas raíces (Físicas, Humanas y Latentes), una vez identificadas, se
seleccionará la herramienta más idónea con el objetivo de establecer un
análisis adecuado al equipo en cuestión.
En el caso del sistema de Microondas nos referiremos a equipos
rotativos y eléctricos, la herramienta más recomendable es Mantenimiento
Centrado en Confiabilidad, con la cual se obtendrá una planificación
sistemática del mantenimiento para evitar modos de fallas específicos.
Generalmente este tipo equipos presentan frecuencia de fallas mayores y
modos de fallas más diversos.
3.3.3 Mantenimiento Centrado en Confiabilidad (MCC)
Con la aplicación metodología MCC se desea perseguir como fin
fundamental establecer planes óptimos de mantenimiento basado en una
perfecta armonía proceso-gente-tecnología, que garantice el nivel
requerido de Confiabilidad Operacional.
El Mantenimiento Centrado en Confiabilidad (MCC) es una
metodología utilizada para determinar sistemáticamente que debe
hacerse para asegurar que los activos físicos continúen haciendo lo
requerido por el usuario en el contexto operacional presente.
Las Metas establecidas que se quieren alcanzar con la aplicación de
esta metodología es el siguiente:
Aumentar la confiabilidad y disponibilidad del sistema.
73
Generar ahorros, asociados a las acciones de operación y
mantenimiento, producto de una nueva filosofía de trabajo.
Incrementar la base de conocimiento del personal de
operaciones y mantenimiento.
Emitir recomendaciones de diseño y procedimientos de
operación y mantenimiento que conlleven a mejorar la
confiabilidad y disponibilidad de las instalaciones.
Garantizar la existencia de los niveles mínimos tolerables de
riesgo del personal, el ambiente y las instalaciones, en
función de los parámetros exigidos por la normativa PDVSA.
Generar plan optimizado de mantenimiento compatible con
el sistema SAP de planificación de mantenimiento
Optimizar niveles de inventario de repuestos.
3.3.4 Análisis Costo Riesgo Beneficio (ACBR)
La aplicación de las herramientas de confiabilidad operacional da
como resultado una serie de planteamientos que deben ser “filtrados” por
un Análisis de Costo Riesgo Beneficio, logrando así garantizar la
efectividad de los planes y programas generados.
74
Como una herramienta de soporte al Análisis de Costo Riesgo
Beneficio, están el uso de los APT (Asset Performance Tools) mostrados
en el Grafico 14. Estos son programas diseñados por Woodhouse
Patnership, que establecen un estudio de intervalo óptimo de
mantenimiento (APT Maintenance), un estudio de intervalo óptimo de
inspección (APT Inspection), un estudio de equipos en almacén (APT
Spare), un estudio al momento de reemplazar un equipo (APT Lifespan y
APT Project).
El criterio de los APT se basa en el análisis del riesgo, es por ello que
detrás de toda la base de datos se involucran: frecuencias de fallas,
costos de mantenimiento, costos por penalización, etc.
Un ACRB puede estructurarse según las necesidades y condiciones
que presente el sistema y/o equipo a evaluar, lo que no significa que sin la
disposición de los APT no se pueda establecer dicho análisis.
Adicionalmente dentro del ACRB se planteara la evaluación del costo
del ciclo de vida de los equipos, con la cual se podrá determinar el punto
óptimo de duración de un equipo, lo que ayudará a definir el momento de
su reemplazo o bien seleccionar entre un equipo específico y otro que
APT Projet(Factibilidad de Planes)
APT Inspection(Intervalos de Inspección)
APT Spare(Recursos en almacen)
APT Maintenance(Intervalos de Mantenimiento)
Plan de MantenimientoPlan de Mantenimiento
OtrasACRMCC
Necesidad de ReemplazoNecesidad de Reemplazo
OtrasACRMCC
Plan de InspecciónPlan de Inspección
OtrasIBR
Necesidad de InventarioNecesidad de Inventario
OtrasMCC
APT Lifespan(Análisis de ciclo de vida)
Grafico 14. Uso de los APT en la aplicación de un ACRB
75
presente características de vida diferentes, bajo un mismo contexto
operacional. Esta evaluación está inmersa en el software APT Lifespan.
Una vez realizado el Análisis Costo Riesgo Beneficio, queda el cuadro
abierto a la generación de planes y programas de mantenimiento.
3.4 Plan de Trabajo 3.4.1 Fase de Adquisición y Formalización de Conocimientos
• Identificar los grupos de trabajos con conocimiento sobre las
herramientas técnicas.
• Participar en las distintas mesas de trabajo que sean
pertinentes.
• Recibir adiestramiento sobre las herramientas técnicas.
• Recibir adiestramiento sobre la operación de los sistemas de
monitoreo SIFTEL y SPECTRUM.
• Realizar cursos de adiestramiento, en caso tal de ser
necesarios, sobre el correcto funcionamiento de los equipos
auxiliares y de respaldo existentes actualmente.
• Organizar y estructurar los conocimientos adquiridos.
• Revisar detalladamente la data histórica de fallas.
3.4.2 Fase de Diseño
• Realizar monitoreo exhaustivo de las herramientas y
aplicaciones como SIFTEL y SPECTRUM.
• Generar la base de conocimiento formal.
• Analizar detalladamente la nueva data obtenida.
• Estudiar el comportamiento de los distintos equipos
auxiliares y de respaldo existentes.
76
• Comprender las bases con las que las herramientas APT
generan los modelos de los sistemas.
• Proponer, si es factible, un modelo genérico sobre el
comportamiento de las herramientas APT.
3.4.3 Fase de Prueba y Evaluación
• Utilizar las herramientas APT para modelar el
comportamiento del sistema.
• Proponer los nuevos planes de mantenimiento.
• Modelar el sistema y comprobar el efecto de la aplicación de
los distintos planes ejecutados sobre los indicadores del
sistema.
• De ser posible, crear situaciones críticas para chequear si
las decisiones tomadas por nuestro sistema son las
correctas.
• Modificar los planes de acuerdo a los errores encontrados.
77
CAPITULO IV RESULTADOS Y ANALISIS DE RESULTADOS
4.1 Análisis de Confiabilidad
Para el cálculo de los índices de confiabilidad de los equipos es
necesario tener el registro de falla de los mismos. El programa Siftel es
una herramienta de monitoreo con la que la Gerencia de AIT Metro cuenta
para dicho propósito. En Siftel convergen todas las alarmas relacionadas
con las estaciones de la Red de Telecomunicaciones a nivel nacional.
Después de un exhaustivo análisis y monitoreo de la herramienta, se pudo
obtener una muestra de apenas 30 eventos para el equipo de
motogeneración en un periodo de aproximadamente 6 años.
Esta muestra fue modelada a través de la herramienta de Análisis de
Datos (VBA) obteniéndose los distintos índices estadísticos para la
misma. Al observar los resultados obtenidos se puede asegurar lo
siguiente:
Para AC:
Se pudo identificar que existe una variación del índice percentil de la
muestra en todo su rango de forma positiva y acumulativa, se puede
asegurar que existe una tendencia a la acumulación probabilística de falla,
por ende es posible concluir que los trabajos realizados en la actualidad
en cuanto al servicio AC no han dado resultados positivos ni han logrado
disminuir la probabilidad de falla. A su vez puede observar que el
coeficiente cuadrado ajustado es de –0,025. Dado que dicho valor esta
muy cercano al cero, se puede afirmar que la correlación de la variable
78
AC con la variable Falla es prácticamente nula, por lo cual, si bien es
cierto que el servicio de AC no sigue unos patrones correctivos para su
sistema, su repercusión sobre la falla de la Red no es tan influyente. Por
ultimo, según el reporte estadístico básico se pudo determinar, que el
Índice de Confianza para el AC es de apenas un 18,679% siendo este el
menor índice de los componentes de la red estudiados.
Para el Motogenerador:
Del mismo modo que el AC, los resultados de la muestra del
Motogenerador indican una variación positiva en todo el rango del índice
percentil, por lo cual se hace evidente que en el sistema de
motogeneración las acciones correctivas y preventivas tomadas en la
actualidad poco hacen para reducir la probabilidad de falla de los mismos,
por lo tanto no representan ningún tipo de mejora en la confiabilidad de
estos y por ende en la confiabilidad de la red. Aunado a esto, el valor del
coeficiente cuadrado de correlación fue de 0,9923. Dado que dicho valor
está muy cercano a 1 se puede afirmar que existe una correlación positiva
y muy intima entre la variable Falla y la variable Motogenerador. De la
conjugación de los factores mencionados anteriormente se puede concluir
que el sistema de motogeneración es una pieza clave en la confiabilidad
de la Red de Telecomunicaciones. Por ultimo, según el reporte estadístico
básico se pudo determinar que el índice de confiabilidad 64,718% siendo
este valor indicativo de un nivel medio de confiabilidad en un equipo que
requiere de un nivel alto de la misma.
Para los Equipos de Aire Acondicionado:
Debido a que el reporte de alarmas en el programa SIFTEL para los
equipos de aire acondicionado solo constaba de una alarma de alta
temperatura en la estación, fue imposible darle un significado coherente a
la data obtenida, por lo cual el análisis de confiabilidad para dichos
79
equipos no pudo ser realizado en este estudio. Sin embargo, es de
conocimiento de la gerencia que dichos equipos requieren una mejora en
cuanto a su nivel de confiabilidad; por lo cual se procederá a elaborar el
plan de Mantenimiento Centrado en Confiabilidad para los equipos y mas
adelante se recomendara la inclusión de ciertas alarmas en el programa
SIFTEL de forma tal de poder realizar un estudio de confiabilidad
posteriormente en un periodo recomendado.
En general:
Después de haber observado con cautela ambos resultados y en
especial identificado los valores que para ambos casos tomaba el índice
de se pudo determinar que la data utilizada para el estudio presentaba
grandes problemas para el desarrollo de la investigación, no solo la
muestra era muy pobre sino también la codificación presentaba contraste
con la codificación usual para los estudios estadísticos realizados. En
vista de dicho percance se procedió a afrontar el problema en dos nuevas
formas:
1. Creación de una data mucho mas depurada con codificación
mas elaborada la cual fue llamada: Código de Falla
2. Uso de una herramienta estadística de Alta Precisión (SAS)
Para el estudio más exhaustivo anteriormente mencionado se
obtuvieron los siguientes resultados:
1. Para Código de Falla:
Al igual que el comportamiento presentado por la variable AC se
obtuvo un incremento gradual en todo el rango para el índice percentil y el
valor del coeficiente cuadrado ajustado de 0,024 (muy cercano a cero) por
ello se puede afirmar que la codificación de la data creada fue errónea,
80
así como también el tamaño de la muestra ocasiona la dispersión de los
valores.
2. Para el uso del programa SAS:
Se procedió a introducir la tabla de valores de las variables Tfalla, AC,
Motogenerador y Código de Falla. Una vez introducida la muestra, el
programa SAS reconoció las muestras y las clasifico como: (Véase Anexo
A-1)
• Para Tfalla: Mean (Promedio)
• Para AC: Mean (Promedio)
• Para Motogenerador: Damped Trend Exponential Smoothing
(Exponencial suavizada)
• Para Código de Falla: Mean (Promedio)
Para TFalla en SAS:
Se puede asegurar que la variable presenta un comportamiento lineal.
(Véase Anexo A-2) A su vez, se observa que el programa no estuvo en
capacidad de predecir el comportamiento de la variable. (Véase Anexos
A-8 y A-9)
Para AC en SAS:
Al igual que para Tfalla, la variable presenta un comportamiento lineal.
(Véase Anexo A-10) También, se observa que el programa no estuvo en
capacidad de predecir el comportamiento de la variable. (Véase Anexos
A-16 y A-17)
81
Para Motogenerador en SAS:
Se puede apreciar que la variable puede ser modelada y presenta un
comportamiento exponencial suavizado. (Véase Anexo B-1) A su vez, la
variable presenta un comportamiento autocorrelacionado inverso. (Véase
Anexo B-3) Por ultimo se puede afirmar que el programa fue capaz de
modelar la variable, y por ende capaz de predecir el comportamiento de la
misma, (Véase Anexos B-7 y B-8) sin embargo, dicha predicción fue
realizada para un pequeño intervalo de tiempo, esto se debe a la
restricción en cuanto a magnitud de la muestra.
Para Código de Falla:
Se puede observar que la variable presenta un comportamiento lineal
con una gran magnitud de dispersión de sus valores. (Véase Anexos B-9
y B-10) También se observa que no presenta comportamiento
autocorrelacionado (Véase Anexo B-11) y el programa no fue capaz de
modelar ni predecir el comportamiento de la variable. (Véase Anexo B-15
y B16)
4.2 Cruce de AC
4.2.1 Tablas
Estadísticas de la regresión Coeficiente de correlación múltiple 0,10062571Coeficiente de determinación R^2 0,01012553
R^2 ajustado -
0,02522713Error típico 176,218346Observaciones 30
82
ANÁLISIS DE VARIANZA
Grados de
libertad Suma de
cuadrados
Promedio de los
cuadrados F Valor crítico
de F Regresión 1 8894,0185 8894,0185 0,28641502 0,59675234 Residuos 28 869481,35 31052,9053 Total 29 878375,37
Coeficientes Error típico
Estadístico t Probabilidad
Inferior 95%
Superior 95%
Inferior 95,0%
Superior 95,0%
Intercepción 53,6759628 38,288349 1,40188764 0,17193772 -
24,754252 132,10618 -
24,754252 132,10618
AC -
0,35008286 0,6541434 -
0,53517756 0,59675234 -
1,6900364 0,9898706 -
1,6900364 0,9898706
Análisis de los residuales
Resultados de datos de probabilidad
Observación Pronóstico
Tfalla Residuos Residuos
estándares Percentil Tfalla 1 53,6759628 906,32404 5,2342247 1,66666667 1
2 53,32588 -51,32588-
0,29641847 5 13 53,32588 -52,32588 -0,3021937 8,33333333 1
4 53,32588 -51,32588-
0,29641847 11,6666667 1
5 52,9757971-
50,975797-
0,29439667 15 1
6 53,32588 -51,32588-
0,29641847 18,3333333 17 53,32588 -52,32588 -0,3021937 21,6666667 2
8 53,32588 -51,32588-
0,29641847 25 2
9 53,32588 -51,32588-
0,29641847 28,3333333 2
10 34,0713225-
6,0713225-
0,03506325 31,6666667 2
11 36,1718197 -31,17182-
0,18002425 35 212 37,5721512 8,4278488 0,04867272 38,3333333 2
13 52,6257143-
49,625714-
0,28659964 41,6666667 2
14 36,1718197 -30,17182-
0,17424903 45 215 37,2220683 9,7779317 0,05646975 48,3333333 216 36,1718197 13,82818 0,07986084 51,6666667 2
17 32,6709911-
29,670991-
0,17135663 55 3
18 34,4214054-
12,421405 -0,0717364 58,3333333 319 36,5219026 12,478097 0,07206381 61,6666667 3
83
20 34,4214054-
26,421405-
0,15258955 65 5
21 34,7714883-
13,771488-
0,07953344 68,3333333 6
22 29,1701625-
26,170162-
0,15113856 71,6666667 8
23 52,2756314-
51,275631-
0,29612828 75 21
24 49,8250514-
48,825051-
0,28197563 78,3333333 22
25 49,1248856-
47,124886-
0,27215679 81,6666667 28
26 52,9757971-
50,975797-
0,29439667 85 46
27 -
37,3455815 39,345581 0,22722956 88,3333333 47
28 52,9757971-
50,975797-
0,29439667 91,6666667 49
29 52,6257143-
51,625714-
0,29815008 95 50
30 52,6257143-
51,625714-
0,29815008 98,3333333 960
4.2.2 Gráficos
AC Gráfico de los residuales
-500
0
500
1000
0 50 100 150 200 250 300
AC
Resi
duos
84
AC Curva de regresión ajustada
-2000
200400600800
10001200
0 100 200 300
AC
Tfal
la TfallaPronóstico Tfalla
Gráfico de probabilidad normal
0200400600800
10001200
0 20 40 60 80 100 120
Muestra percentil
Tfal
la
4.3 Cruce del Motogenerador
4.3.1 Tablas
Estadísticas de la regresión Coeficiente de correlación múltiple 0,9962981Coeficiente de determinación R^2 0,9926099R^2 ajustado 0,9923459Error típico 15,226046Observaciones 30
85
ANÁLISIS DE VARIANZA
Grados de
libertad Suma de
cuadrados
Promedio de los
cuadrados F
Valor crítico de
F
Regresión 1 871884,06 871884,0575 3760,83671 2,1733E-
31 Residuos 28 6491,3091 231,8324686 Total 29 878375,37
Coeficientes Error típico Estadístico t Probabilidad
Inferior 95%
Superior 95%
Inferior 95,0%
Superior 95,0%
Intercepción -6,487519 2,8926776 -
2,242738327 0,033013 -
12,412907 -0,562131 -12,41291 -0,5621308
MG 1,0004253 0,0163133 61,32566108 2,1733E-31 0,9670089 1,0338416 0,9670089 1,033841628
Análisis de los residuales
Resultados de datos de probabilidad
Observación Pronóstico
Tfalla Residuos Residuos
estándares Percentil Tfalla 1 953,92074 6,0792644 0,406334674 1,66666667 12 -4,486668 6,4866683 0,433565327 5 13 -5,487094 6,4870936 0,433593752 8,33333333 14 -4,486668 6,4866683 0,433565327 11,6666667 15 -4,486668 6,4866683 0,433565327 15 16 -4,486668 6,4866683 0,433565327 18,3333333 17 -5,487094 6,4870936 0,433593752 21,6666667 28 -4,486668 6,4866683 0,433565327 25 29 -4,486668 6,4866683 0,433565327 28,3333333 2
10 21,524389 6,4756114 0,432826291 31,6666667 2
11 38,531618-
33,531618-
2,241234838 35 212 39,532043 6,4679566 0,43231465 38,3333333 213 -3,486243 6,486243 0,433536903 41,6666667 2
14 37,531193-
31,531193-
2,107527518 45 215 40,532469 6,4675314 0,432286226 48,3333333 216 43,533744 6,4662556 0,432200952 51,6666667 2
17 50,536721-
47,536721-
3,177328202 55 3
18 26,526515-
4,5265149-
0,302549758 58,3333333 319 42,533319 6,4666808 0,432229377 61,6666667 3
20 40,532469-
32,532469 -2,17445224 65 5
21 26,526515-
5,5265149-
0,369389205 68,3333333 622 -3,486243 6,486243 0,433536903 71,6666667 823 -5,487094 6,4870936 0,433593752 75 21
86
24 -5,487094 6,4870936 0,433593752 78,3333333 2225 -4,486668 6,4866683 0,433565327 81,6666667 2826 -4,486668 6,4866683 0,433565327 85 4627 -4,486668 6,4866683 0,433565327 88,3333333 4728 -4,486668 6,4866683 0,433565327 91,6666667 4929 -5,487094 6,4870936 0,433593752 95 5030 -5,487094 6,4870936 0,433593752 98,3333333 960
4.3.2 Gráficos
MG Gráfico de los residuales
-60-40-20
020
0 200 400 600 800 1000 1200
MG
Res
iduo
s
MG Curva de regresión ajustada
-5000
50010001500
0 200 400 600 800 1000 1200
MG
Tfal
la TfallaPronóstico Tfalla
Gráfico de probabilidad normal
0500
10001500
0 20 40 60 80 100 120
Muestra percentil
Tfal
la
87
4.4 Cruce con los Códigos de Falla
4.4.1 Tablas
Estadísticas de la regresión Coeficiente de correlación múltiple 0,24044933Coeficiente de determinación R^2 0,05781588R^2 ajustado 0,02416645Error típico 171,921008Observaciones 30
ANÁLISIS DE VARIANZA
Grados de
libertad Suma de
cuadrados
Promedio de los
cuadrados F
Valor crítico de
F Regresión 1 50784,0455 50784,045 1,71818292 0,2005769 Residuos 28 827591,321 29556,833 Total 29 878375,367
Coeficientes Error típico
Estadístico t Probabilidad
Inferior 95%
Superior 95%
Inferior 95,0%
Superior 95,0%
Intercepción 138,657576 79,744576 1,7387712 0,093060932 -
24,69197 302,00712 -
24,691966 302,00712 Código tipo de falla
-48,0454545 36,653682
-1,3107948 0,200576903
-123,1272 27,036294 -123,1272 27,036294
Análisis de los residuales
Resultados de datos de probabilidad
Observación Pronóstico
Tfalla Residuos Residuos
estándares Percentil Tfalla 1 90,6121212 869,387879 5,1464128 1,66666667 1
2 42,5666667 -40,566667-
0,2401377 5 1
3 42,5666667 -41,566667-
0,2460573 8,33333333 1
4 42,5666667 -40,566667-
0,2401377 11,6666667 1
5 90,6121212 -88,612121-
0,5245467 15 1
6 42,5666667 -40,566667-
0,2401377 18,3333333 1
88
7 42,5666667 -41,566667-
0,2460573 21,6666667 2
8 42,5666667 -40,566667-
0,2401377 25 2
9 42,5666667 -40,566667-
0,2401377 28,3333333 210 -5,4787879 33,4787879 0,1981804 31,6666667 211 -53,524242 58,5242424 0,346439 35 2
12 90,6121212 -44,612121-
0,2640851 38,3333333 2
13 90,6121212 -87,612121-
0,5186271 41,6666667 214 -53,524242 59,5242424 0,3523586 45 2
15 90,6121212 -43,612121-
0,2581655 48,3333333 2
16 90,6121212 -40,612121-
0,2404068 51,6666667 217 -5,4787879 8,47878788 0,0501909 55 318 -5,4787879 27,4787879 0,1626629 58,3333333 3
19 90,6121212 -41,612121-
0,2463264 61,6666667 320 -5,4787879 13,4787879 0,0797888 65 521 -5,4787879 26,4787879 0,1567434 68,3333333 6
22 42,5666667 -39,566667-
0,2342181 71,6666667 8
23 42,5666667 -41,566667-
0,2460573 75 21
24 42,5666667 -41,566667-
0,2460573 78,3333333 22
25 42,5666667 -40,566667-
0,2401377 81,6666667 28
26 90,6121212 -88,612121-
0,5245467 85 46
27 42,5666667 -40,566667-
0,2401377 88,3333333 47
28 90,6121212 -88,612121-
0,5245467 91,6666667 49
29 42,5666667 -41,566667-
0,2460573 95 50
30 42,5666667 -41,566667-
0,2460573 98,3333333 960
89
4.4.2 Gráficos
Codigo tipo de falla Gráfico de los residuales
-500
0
500
1000
0 1 2 3 4 5
Codigo tipo de falla
Res
iduo
s
Codigo tipo de falla Curva de regresión ajustada
-2000
200400600800
10001200
0 1 2 3 4 5
Codigo tipo de falla
Tfal
la TfallaPronóstico Tfalla
Gráfico de probabilidad normal
0200400600800
10001200
0 20 40 60 80 100 120
Muestra percentil
Tfal
la
90
4.5 Histograma Pareto del Motogenerador
4.5.1 Tablas
MG Frecuencia %
acumulado MG Frecuencia %
acumulado 1 6 20,00% 2 10 33,33% 1 0 20,00% 1 6 53,33% 1 0 20,00% 28 6 73,33% 1 0 20,00% 3 3 83,33% 1 0 20,00% 46 1 86,67% 1 0 20,00% 47 1 90,00% 2 10 53,33% 49 1 93,33% 2 0 53,33% 50 1 96,67% 2 0 53,33% 960 1 100,00% 2 0 53,33% 1 0 100,00% 2 0 53,33% 1 0 100,00% 2 0 53,33% 1 0 100,00% 2 0 53,33% 1 0 100,00% 2 0 53,33% 1 0 100,00% 2 0 53,33% 2 0 100,00% 2 0 53,33% 2 0 100,00% 3 3 63,33% 2 0 100,00% 3 0 63,33% 2 0 100,00%
28 6 83,33% 2 0 100,00% 33 0 83,33% 2 0 100,00% 33 0 83,33% 2 0 100,00% 44 0 83,33% 2 0 100,00% 45 0 83,33% 2 0 100,00% 46 1 86,67% 3 0 100,00% 47 1 90,00% 33 0 100,00% 47 0 90,00% 33 0 100,00% 49 1 93,33% 44 0 100,00% 50 1 96,67% 45 0 100,00% 57 0 96,67% 47 0 100,00%
960 1 100,00% 57 0 100,00% y mayor... 0 100,00% y mayor... 0 100,00%
91
4.5.2 Gráficos
Histograma
0
2
4
6
8
10
12
2 3 49 1 1 2 2 2 33 45
y may
or...
MG
Frec
uenc
ia
,00%
20,00%
40,00%
60,00%
80,00%
100,00%
120,00%
Frecuencia% acumulado
4.6 Estadística de Falla
Tfalla Media 42,5666667Error típico 31,774626Mediana 2Moda 2Desviación estándar 174,036794Varianza de la muestra 30288,8057Curtosis 29,4218368Coeficiente de asimetría 5,4019441Rango 959Mínimo 1Máximo 960Suma 1277Cuenta 30Mayor (1) 960Menor(1) 1Nivel de confianza (95,0%) 64,9864424
92
4.7 Estadística de Falla del AC
AC Media 31,7333333Error típico 9,1331068Mediana 7,5Moda 1Desviación estándar 50,0240862Varianza de la muestra 2502,4092Curtosis 15,1695202Coeficiente de asimetría 3,4327773Rango 260Mínimo 0Máximo 260Suma 952Cuenta 30Mayor (1) 260Menor(1) 0Nivel de confianza (95,0%) 18,6793109
4.8 Estadística de Falla del Motogenerador
MG Media 49,0333333Error típico 31,6435421Mediana 2Moda 2Desviación estándar 173,318818Varianza de la muestra 30039,4126Curtosis 29,0404806Coeficiente de asimetría 5,35096874Rango 959Mínimo 1Máximo 960Suma 1471Cuenta 30Mayor (1) 960Menor(1) 1Nivel de confianza (95,0%) 64,7183455
93
4.9 Data
Estación el Junquito
Fecha
Hora Inicio de
Falla Hora Fin de falla
Tiempo de Falla
AC
Tiempo de Falla
MotogeneradorTipo de
Falla Observaciones
22/08/98 06:00
a.m. 10:00
p.m. 0 min. 960 min. MF-1 Motor sin aceite
16/01/99 08:34
a.m. 08:26
a.m. 1 min. 2 min. MF-2
30/01/99 10:05
a.m. 10:06
a.m. 1 min. 1 min. MF-2
10/02/1999 09:29
a.m. 09:31
a.m. 1 min. 2 min. MF-2
01/07/2000 09:52
p.m. 10:00
p.m. 2 min. 2 min. MF-1
22/01/00 03:46
p.m. 03:48
p.m. 1 min. 2 min. MF-2
29/01/00 12:17
p.m. 12:18
p.m. 1 min. 1 min. MF-2
06/03/2000 04:51
p.m. 04:53
p.m. 1 min. 2 min. MF-2
24/06/00 12:16
p.m. 12:18
p.m. 1 min. 2 min. MF-2
18/11/00 08:52
a.m. 08:58
a.m. 56 min. 28 min. MF-3
18/11/00 10:30
a.m. 10:31
a.m. 50 min. 45 min. MF-2 MF-3
21/11/00 11:26
a.m. 11:32
a.m. 46 min. 46 min. MF-1
21/11/00 11:59
p.m. 12:00
a.m. 3 min. 3 min. MF-1
23/11/00 04:28
p.m. 04:29
p.m. 50 min. 44 min. MF-2 MF-3
23/11/00 08:32
p.m. 08:39
p.m. 47 min. 47 min. MF-1
24/11/00 12:38
p.m. 12:39
p.m. 50 min. 50 min. MF-1
25/11/00 07:26
a.m. 07:37
a.m. 60 min. 57 min. MF-3
25/11/00 07:59
a.m. 08:05
a.m. 55 min. 33 min. MF-3
26/11/00 09:59
p.m. 10:00
p.m. 49 min. 49 min. MF-1
28/11/00 11:20
a.m. 11:27
a.m. 55 min. 47 min. MF-3
12/02/2000 08:05
a.m. 08:12
a.m. 54 min. 33 min. MF-3
26/12/01 08:33
a.m. 08:39
a.m. 70 min. 3 min. MF-2
16/01/02 12:31
p.m. 12:36
p.m. 4 min. 1 min. MF-2
94
19/01/02 07:11
a.m. 07:15
a.m. 11 min. 1 min. MF-2
22/01/02 11:38
a.m. 11:39
a.m. 13 min. 2 min. MF-2
22/01/02 03:05
p.m. 03:06
p.m. 2 min. 2 min. MF-1
24/01/02 04:40
p.m. 04:43
p.m. 260 min. 2 min. MF-2
26/01/02 03:51
a.m. 03:53
a.m. 2 min. 2 min. MF-1
28/01/02 01:10
a.m. 01:12
a.m. 3 min. 1 min. MF-2
28/01/02 01:20
a.m. 01:21
a.m. 3 min. 1 min. MF-2
4.10 Data depurada
Cr Tfalla AC MG Tipo de Falla
Código tipo de falla
1 960 0 960 MF-1 1 2 2 1 2 MF-2 2 3 1 1 1 MF-2 2 4 2 1 2 MF-2 2 5 2 2 2 MF-1 1 6 2 1 2 MF-2 2 7 1 1 1 MF-2 2 8 2 1 2 MF-2 2 9 2 1 2 MF-2 2
10 28 56 28 MF-3 3 11 5 50 45 MF-2 MF-3 4 12 46 46 46 MF-1 1 13 3 3 3 MF-1 1 14 6 50 44 MF-2 MF-3 4 15 47 47 47 MF-1 1 16 50 50 50 MF-1 1 17 3 60 57 MF-3 3 18 22 55 33 MF-3 3 19 49 49 49 MF-1 1 20 8 55 47 MF-3 3 21 21 54 33 MF-3 3 22 3 70 3 MF-2 2 23 1 4 1 MF-2 2 24 1 11 1 MF-2 2 25 2 13 2 MF-2 2 26 2 2 2 MF-1 1 27 2 260 2 MF-2 2 28 2 2 2 MF-1 1 29 1 3 1 MF-2 2 30 1 3 1 MF-2 2
95
4.11 Análisis de Modos y Efectos de Fallas (AMEF)
4.11.1 AMEF del Motogenerador
Parte y Función
Modo de Falla
Potencial
Efecto potencial de la
falla Severidad Causa Potencial
de la falla Ocurrencia Detección NPR
MF-1 Equipo
no enciende
1-Perdida de energía AC 2-Entrada en funcionamiento del banco de baterías 3-Motogenerador alarmado en CCR 4-Envío de personal especializado a la estación
8
1-Batería de arranque descargada 2-Precalentadores dañados 3-Sistema de inyección dañado 4-Falta de combustible 5-Falta de compresión 6-Solenoide de apagado dañado 7-Línea de retorno de combustible obstruida o dañada 8-Bomba de inyección defectuosa
7 9 504
MF-2 Equipo enciende solo de forma remota
1-Perdida temporal de energía AC 2-Encendido del equipo desde el CCR 3-Reporte de la falla en Sifel
7
1-Switch de transferencia dañado 2-Panel de transferencia defectuoso
4 8 224
Motogenerador: Garantizar el
suministro continuo de
energía AC a la estación, ante
la falla del tendido
eléctrico local; por un tiempo no menor a 48
horas
MF-3 Equipo enciende pero se apaga
1- Perdida de energía AC 2-Entrada en funcionamiento del banco de baterías 3- Motogenerador Alarmado en CCR 4-Envío de personal a la estación
7
1-Línea de retorno de combustible obstruida 2-Falta de suministro de combustible 3-Solenoide de apagado dañado 4-Bomba de inyección defectuosa 5- Mínimo muy bajo 6-Aire en el sistema de combustible
6 9 378
96
MF-4 Equipo con falta de potencia
1-Reporte de la falla en Siftel 2-Envío de personal especializado a la estación
5
1-Línea de combustible obstruida o dañada 2-Inyector o inyectores dañado(s) 3-Bomba de inyección defectuosa
2 5 50
4.11.2 AMEF de los Equipos de Aire Acondicionado
Parte y Función
Modo de Falla
Potencial
Efecto potencial de
la falla Severidad
Causa Potencial de la falla Ocurrencia Detección NPR
MF-1 Equipo no enciende
1-Temperatura de la estación alarmada en CCR 2-Acumulación de humedad dentro de equipos electrónicos3-Envió de personal especializado a la estación
8
1-Estación sin suministro de energía AC 2-Regulador de voltaje dañado 3-Breaker caídos
7 1 56
Aire Acondicionado: Garantizar condiciones estándares de humedad y temperatura dentro de la estación los 365 días del año las 24 horas al día.
MF-2 Equipo no entra en ciclo de refrigeración
1-Temperatura de la estación alarmada en CCR 2-Acumulación de humedad dentro de equipos electrónicos3-Envió de personal especializado a la estación
8
1-Falta de refrigerante2-Compresor dañado 3-Temperatura interna muy baja 4-Temperatura externa muy alta 5-Serpentines congelados
7 9 504
97
MF-3 Equipo es incapaz de extraer la humedad de la estación
1-Acumulación de humedad dentro de equipos electrónicos2-Sobrecarga del equipo para mantener temperatura estándar
6
1-Condensador obstruido2-Serpentines congelados
7 9 378
MF-4 Equipo es incapaz de mantener la temperatura estándar
1-Temperatura de la estación alarmada en CCR 2-Sobrecarga del equipo para extraer la humedad deseada 3-Envió de personal especializado a la estación
7
1-Filtro de aire obstruido o sucio 2-Puertas, ventanas, etc. abiertas 3-Termostato en posición muy caliente 4-Sensor de temperatura en contacto con serpentín frió
7 5 245
MF-5 Equipo entra intermitentemente en ciclo de refrigeración
1-Temperatura de la estación alarmada en CCR 2-Acumulación de humedad dentro de equipos electrónicos3-Envió de personal especializado a la estación
5
1-Filtro de aire sucio u obstruido 2-Temperatura exterior extremadamente alta
7 7 245
98
MF-6 Disminución de la capacidad de refrigeración del equipo
1-Reporte de la falla en siftel 2-Sobrecarga del equipo para mantener temperatura estándar 3-Acumulación de humedad dentro de equipos electrónicos4-Envió de personal especializado
5
1-Selección incorrecta del equipo utilizado
7 4 140
4.12 Mantenimiento Centrado en Confiabilidad (MCC)
4.12.1 MCC del Motogenerador
Tipo de AMEF: De diseño
Nombre de la parte: Motogenerador Lister
Serial: 3500484Hl4A03
Responsabilidad de funcionamiento: Infraestructura AIT
Nombre del responsable: Alberto Cavadia
Ubicación de la parte: Estación El Junquito
Disponibilidad Necesaria: 365 días al año las 24 horas del día
Servicios afectados: Infraestructura de estación, Tx, Rx, ATM, TDM, LAN,
Servidores, Aplicaciones.
Otros servicios afectados: Telemetría, Videoconferencia, Centrales
telefónicas.
Descripción del Diseño:
Garantizar el suministro continuo de energía AC a la estación, ante la falla
del tendido eléctrico local; por un tiempo no menor a 48 horas
99
Modos de Falla Potencial:
• Falla Total: MF-1 Equipo no enciende
• Falla Parcial: MF-2 Equipo enciende solo de forma remota
• Falla Parcial: MF-3 Equipo enciende pero se apaga
• Falla Gradual: MF-4 Equipo le falta potencia
Efectos de Fallas:
• MF-1 Perdida de energía AC en la estación
Entrada en funcionamiento del banco de baterías
Motogenerador alarmado en CCR
Envió de personal especializado a la estación
• MF-2 Perdida temporal (20 min.) de energía AC en la estación
Encendido del equipo desde el CCR
Reporte de la falla en siftel
• MF-3 Perdida de energía AC en la estación
Entrada en funcionamiento del banco de baterías
Motogenerador alarmado intermitentemente en siftel
Envió de personal a la estación
• MF-4 Reporte de la falla en siftel
Envió de personal especializado
100
Causa potencial de las fallas:
• MF-1 Batería de arranque descargada
Precalentadores dañados
Sistema de inyección dañado
Falta de combustible
Falta de compresión
Solenoide de apagado dañado
Línea de retorno de combustible obstruida o dañada
Bomba de inyección defectuosa
• MF-2 Switch de transferencia dañado
Problemas en el panel de transferencia
• MF-3 Línea de retorno de combustible obstruida o dañada
Falta de suministro de combustible
Solenoide de apagado dañado
Bomba de inyección defectuosa
Mínimo muy bajo
Aire en el sistema de combustible
• MF-4 Línea de retorno de combustible obstruida o dañada
Combustible contaminado
Falta de sincronización de la bomba y el tiempo del motor
Admisión restringida
Problemas internos en el motor
Severidad de las Fallas:
• MF-1: Extrema 8
• MF-2: Mayor 7
• MF-3: Mayor 7
101
• MF-4: Moderada 5
Ocurrencia:
• MF-1: Alta 7
• MF-2: Relativamente Baja 4
• MF-3: Moderadamente alta 6
• MF-4: Remota 2
Detección:
• MF-1: Muy remota 9
• MF-2: Remota 8
• MF-3: Muy remota 9
• MF-4: Moderada 5
Acción recomendada:
• MF-1 Adiestrar al personal encargado de inspecciones periódicas
Dotar de herramientas de chequeo para el sistema de
combustible (Vease Anexo C-7)
• MF-2 Chequeo del correcto funcionamiento del panel y switch de
transferencia
• MF-3 Adiestrar al personal encargado de inspecciones periódicas
Dotar de herramientas de chequeo para el sistema de
combustible (Véase Anexo C-7)
Adquirir calentadores de bloques de motor
102
• MF-4 Adiestrar al personal encargado de inspecciones periódicas
Dotar de herramientas de chequeo para el sistema de
combustible (Véase Anexo C-7)
4.12.2 MCC de los Equipos de Aire Acondicionado
Tipo de AMEF: De diseño
Nombre de la parte: Aire Acondicionado de ventana marca Coronet
Serial: Sin Serial
Responsabilidad de funcionamiento: Infraestructura AIT
Nombre del responsable: Alberto Cavadia
Ubicación de la parte: Estación El Junquito
Disponibilidad Necesaria: 365 días al año las 24 horas del día
Servicios afectados: Tx, Rx, ATM, TDM, LAN, Servidores, Aplicaciones.
Otros servicios afectados: Telemetría, Videoconferencia, Centrales
telefónicas.
Descripción del Diseño:
Garantizar condiciones estándares de humedad y temperatura dentro de
la estación los 365 días del año las 24 horas al día.
Modos de Falla Potencial:
• Falla Total: MF-1 Equipo no enciende
MF-2 Equipo no entra en ciclo de refrigeración
• Falla Parcial: MF-3 Equipo es incapaz de extraer la
humedad del a estación
MF-4 Equipo es incapaz de mantener la
temperatura estándar
103
• Falla Intermitente: MF-5 Equipo entra intermitentemente en ciclo
de refrigeración
• Falla Gradual: MF-6 Disminución de la capacidad de
refrigeración del equipo
Efectos de Fallas:
• MF-1 Temperatura de la estación alarmada en CCR
Acumulación de humedad dentro de equipos electrónicos
Envió de personal especializado a la estación
• MF-2 Temperatura de la estación alarmada en CCR
Acumulación de humedad dentro de equipos electrónicos
Envió de personal especializado a la estación
• MF-3 Acumulación de humedad dentro de equipos electrónicos
Sobrecarga del equipo para mantener temperatura estándar
• MF-4 Temperatura de la estación alarmada en CCR
Sobrecarga del equipo para extraer la humedad deseada
Envió de personal especializado a la estación
• MF-5 Temperatura de la estación alarmada en CCR
Acumulación de humedad dentro de equipos electrónicos
Envió de personal especializado a la estación
• MF-6 Reporte de la falla en siftel
Sobrecarga del equipo para mantener temperatura estándar
Acumulación de humedad dentro de equipos electrónicos
Envió de personal especializado
104
Causa potencial de las fallas:
• MF-1 Estación sin suministro de energía AC
Regulador de voltaje dañado
Breaker caídos
• MF-2 Falta de refrigerante
Compresor dañado
Temperatura interna muy baja
Temperatura externa muy alta
Serpentines congelados
• MF-3 Condensador obstruido
Serpentines congelados
• MF-4 Filtro de aire obstruido o sucio
Puertas, ventanas, etc. abiertas
Termostato en posición muy caliente
Sensor de temperatura en contacto con serpentín frió
• MF-5 Filtro de aire sucio u obstruido
Temperatura exterior extremadamente alta
• MF-6 Selección incorrecta del equipo utilizado
Severidad de las Fallas:
• MF-1: Extrema 8
• MF-2: Extrema 8
• MF-3: Significante 6
• MF-4: Mayor 7
105
• MF-5: Moderada 5
• MF-6: Moderada 5
Ocurrencia:
• MF-1: Alta 7
• MF-2: Alta 7
• MF-3: Alta 7
• MF-4: Alta 7
• MF-5: Alta 7
• MF-6: Alta 7
Detección:
• MF-1: Casi segura 1
• MF-2: Remota 9
• MF-3: Remota 9
• MF-4: Moderada 5
• MF-5: Poco Probable 7
• MF-6: Moderadamente alta 4
Acción recomendada:
• MF-1 Chequeo periódico del regulador de voltaje
• MF-2 Chequeo periódico del estado del compresor y nivel de
refrigerante
106
• MF-3 Chequeo y limpieza periódica del condensador y los
serpentines
Instalación de una estación de reporte ambiental en la
estación (Temperatura interna, temperatura externa, presión
atmosférica, humedad relativa y humedad absoluta) (Véase
Anexo C-6)
• MF-4 Chequeo y limpieza periódica del filtro de aire
Instalación de una estación de reporte ambiental en la
estación (Temperatura interna, temperatura externa, presión
atmosférica, humedad relativa y humedad absoluta) (Véase
Anexo C-6)
• MF-5 Chequeo y limpieza periódica del filtro de aire
Instalación de una estación de reporte ambiental en la
estación (Temperatura interna, temperatura externa, presión
atmosférica, humedad relativa y humedad absoluta) (Véase
Anexo C-6)
• MF-6 Realizar estudio de cargas térmicas de la estación
107
CAPITULO V
CONCLUSIONES El trabajo realizado desarrolla una metodología alternativa para el
cálculo de los índices de confiabilidad a través del análisis estadístico de
la data histórica de falla de los equipos.
Comúnmente PDVSA cuenta con una serie de herramientas como los
módulos APT para realizar los estudios de confiabilidad de los servicios o
equipos, sin embargo, debido a que estas herramientas no pudieron ser
utilizadas en el desarrollo de este trabajo, se procedió a buscar otras
alternativas como respuesta ante esta dificultad. La estadística surgió
como la alternativa más viable para la solución de dicha problemática,
debido a que la confiabilidad puede ser definida como la probabilidad de
falla de un equipo o servicio. Para realizar el estudio se contó con el
respaldo de un equipo de estadísticos de la gerencia.
Por otra parte la imposibilidad de contar con las herramientas APT
trajo consigo otra problemática a la cual no se le pudo dar respuesta
dentro de este estudio. En la elaboración de los planes de Mantenimiento
Centrado en Confiabilidad, el modulo APT Maintenance es el encargado,
no solo de arrojar los índices de confiabilidad actual y modelar el
comportamiento de la misma, sino también y mucho mas importante, es el
encargado de obtener y proponer la frecuencia de mantenimiento para los
planes obtenidos. Es por ello que los planes de mantenimiento propuestos
en este trabajo no cuentan con una frecuencia predeterminada
establecida. A su vez, el Análisis Costo Riesgo Beneficio (ACBR) tampoco
pudo ser realizado debido a que este también forma parte de los análisis y
modelados propuestos por las herramientas APT.
108
No obstante el trabajo propone unos planes de Mantenimiento
Centrado en la Confiabilidad tanto para los equipos de Motogeneración
como para los Equipos de Aire Acondicionado, cuyas frecuencias de
realización pueden ser determinadas por los operadores o por la gerencia,
mediante el uso de los módulos APT.
Para los Motogeneradores se pudo estimar el nivel de confiabilidad
actual, se pudo modelar el comportamiento futuro a corto plazo a través
del programa SAS; a su vez se obtuvo el Análisis de Modos y Efectos de
Fallas y el plan de Mantenimiento Centrado en Confiabilidad del mismo.
Para los equipos de Aire Acondicionado no fue posible estimar el nivel
de confiabilidad actual de los mismos debido a la falta de documentación
y data de los mismos. Esto se debe principalmente a la configuración de
las alarmas reportadas en SIFTEL que se relacionan con dichos equipos.
SIFTEL solo cuenta con una alarma de Alta Temperatura en la Estación la
cual es insuficiente para determinar el tipo de falla que presentan los
equipos, en caso tal de ser estos los causantes de dicha alarma.
A su vez, es necesario destacar que el servicio eléctrico AC o tendido
eléctrico local, no es un componente dependiente de PDVSA, por ser este
un servicio brindado por una compañía contratada. Por lo tanto para el
sistema de AC o tendido eléctrico local, no se realizo ningún plan de
Mantenimiento Centrado en Confiabilidad o Análisis de Modos y Efectos
de Fallas.
La mejora en la confiabilidad de los equipos no pudo ser modelada, sin
embargo se estima que dado las características de la metodología
utilizada para la elaboración de los planes de mantenimientos, estos
representarán una mejora inminente de la confiabilidad de los equipos y
por ende de la Red de Telecomunicaciones. Se propone recaudar
exhaustivamente todo evento de falla ocurrido luego de comenzar la
109
aplicación de los planes por un periodo no menor a dos (2) años y realizar
el estudio de confiabilidad una vez cumplido dicho periodo. Este estudio
puede muy bien ser realizado siguiendo la metodología propuesta en este
trabajo.
110
RECOMENDACIONES
Se recomienda la inclusión de la medición de condiciones ambientales
como humedad relativa y absoluta como procedimiento rutinario en las
revisiones periódicas de las estaciones. Dicha medición se puede realizar
a través de equipos como el propuesto. (Véase Anexo C-6) A su vez se
propone incluir una serie de cuatro alarmas en el programa SIFTEL las
cuales se hagan efectivas bajo las condiciones descritas a continuación:
1. La diferencia entre la temperatura exterior y la temperatura
interior sea negativa.
2. La medida de humedad relativa este dentro de la zona de
confort (40% a 60% esto es una lectura que arroja el equipo
propuesto)
3. La temperatura interior no sea mayor a 27 °C
4. La temperatura interior no sea menor a 20 °C
Se recomienda dotar del equipamiento necesario y adiestrar al
personal encargado de las inspecciones de las estaciones para realizar el
chequeo adecuado de los sistemas de inyección de Diesel del
motogenerador.
También se recomienda realizar un estudio similar al presentado en
este trabajo, el cual incluya los sistemas de Bancos de Baterías como
parte de la red de suministro de energía a los equipos de Radio y
Microondas de la estación. Dado que los Bancos de Baterías son el último
dispositivo de respaldo energético de los equipos de Radio y Microondas,
al ser incluidos en un estudio, se podrá determinar el impacto que
representa el suministro de energía sobre la confiabilidad de estos últimos
mencionados.
111
ANEXOS A
112
[ANEXO A-1]
[ANEXO A- 2]
113
[ANEXO A- 3]
[ANEXO A- 4]
114
[ANEXO A- 5]
[ANEXO A-6]
115
[ANEXO A-7]
[ANEXO A-8]
116
[ANEXO A-9]
[ANEXO A-10]
117
[ANEXO A-11]
[ANEXO A-12]
118
[ANEXO A-13]
[ANEXO A-14]
119
[ANEXO A-15]
[ANEXO A-16]
120
[ANEXO A-17]
121
ANEXOS B
122
[ANEXO B-1]
[ANEXO B-2]
123
[ANEXO B-3]
[ANEXO B-4]
124
[ANEXO B-5]
[ANEXO B-6]
125
[ANEXO B-7]
[ANEXO B-8]
126
[ANEXO B-9]
[ANEXO B-10]
127
[ANEXO B-11]
[ANEXO B-12]
128
[ANEXO B-13]
[ANEXO B-14]
129
[ANEXO B-15]
[ANEXO B-16]
130
ANEXOS C
131
[ANEXO C-1]
[ANEXO C-2]
132
[ANEXO C-3]
[ANEXO C-4]
133
[ANEXO C-5]
ANEXO C-6]
Precio $200
134
[ANEXO C-7]
Precio $2500
135
REFERENCIAS
• Barrios Yaselli, Maritza. (2003). Manual de Trabajos de grado de
especialización y maestría y tesis doctórales; FEDUPEL.
• INTEVEP. (2001). Desarrollo de un Modelo de Gestión de
Confiabilidad Operacional.
• PDVSA. (2000). Resultados Confiabilidad Operacional al E&P
Occidente, Agosto 2000.
• PDVSA CIED. (1999). Introducción a la Confiabilidad Operacional.
• PDVSA CIED. (1999). Mantenimiento Centrado en la Confiabilidad.
• PDVSA ORIENTE. (2004). Confiabilidad Operacional en el Sistema
de Microondas.
• Strategic Technologies INC. (1999). Reliability Centered
Maintenance for Facilitators.
• The Woodhouse Partnership Ltd. (1988). Mantenimiento Centrado
en la Confiabilidad Plus.