INGENIERÍA MECÀNICA
Ingeniería de Mantenimiento
Mtto Centrado en la
Confiabilidad
Ing WILSON PÊREZ T
Modelo de confiabilidad
Introducción
La medida de la confiabilidad de un equipo es la frecuencia con la
cual ocurren las fallas en el tiempo. Si no hay fallas, el equipo es
100% confiable; si la frecuencia de fallas es muy baja, la
confiabilidad del equipo es aun aceptable, pero si es muy alta, el
equipo es poco confiable
La confiabilidad se define como la probabilidad de que un equipo1
desempeñe satisfactoriamente las funciones para las cuales se
diseña, durante un periodo de tiempo especifico y bajo
condiciones normales de operación, ambientales y del entorno
Modelo de confiabilidad
Introducción
Dada que las fallas en los equipos son eventos aleatorios, se
estudiará conceptos estadísticos que nos permitan controlar y
mejorar la confiabilidad.
Ley de la Probabilidad: se pueden calcificar según describan
eventos discretos (numero de fallas).
Modelo de confiabilidad
Ley de Poisson: describe el numero de ocurrencias de eventos
aleatorios. Si el promedio de eventos en un intervalo de tiempo es
conocido.
Se emplea para tratar sucesos estadísticos en los cuales se
desconoce el tamaño de la muestra.
Ejemplo: cual es la probabilidad de que una maquina no falle
durante un día sí en promedio se produce 10 fallas en una
semana laboral (5 días).
Ley Gaussiana: la densidad de la probabilidad está dada por
Donde m y 𝜎 2 ( media y varianza)
Ejemplo: los valores permisibles para una resistencia está en el
rango (420-720) horas. Si la media es de 600 y la desviación
standard es de 120, cual es la probabilidad de que una
resistencia esté en ese rango?
La ley Exponencial
Tal como la ley de Poisson, esta distribución describe la
posibilidad de un numero dado de eventos en un intervalo.
Esta función, además se adapta muy bien a la zona central de la
curva de la bañera en que la que la tasa de fallos es constante y
aleatoria
Donde 𝜆 es la tasa media entre fallas por unidad de tiempo y 1/ λ
corresponde al tiempo medio entre fallas (MTBF)
Ejemplo: la tasa media de falla de un cierto componente es de
una falla cada 10000 hr; cual es la probabilidad de que falle entre
las 200 y 300 hr de operación?
Ley de Weibull: esta distribución es usada en estudios de
confiabilidad, especialmente de sistemas mecánicos. Tiene la
ventaja de ser muy flexible y adaptable a una variedad de
observaciones experimentales.
la ley de Weibull modela las características de vida de los
componentes y partes. La distribución de Weibull modela la fatiga
y los ciclos de fallos con gran flexibilidad adaptándose a un gran
número de situaciones: sistemas que fallen cuando lo hace el
elemento más débil, elementos que se desgastan hasta
consumirse, fatiga de materiales y tensiones de rotura.
Ley de Weibull:
Donde: (k>0) es el parámetro de forma. Variando este
parámetro se genera una familia de curvas de probabilidad que
se adaptan mejor a determinados sucesos o experimentos.
(λ>0 ) es el parámetro de escala. Se trata de un parámetro
numérico que cuanto mayor sea más amplia es la distribución, es
decir, más se extiende sobre el eje 0-x.
El dominio de existencia es 0 ≤ x ≤ ∞.
Con los valores adecuados de los parámetros permite modelar
los tres tramos conceptuales de la curva de la bañera:
• Un valor k<1 indica que la tasa de fallos decrece con el tiempo.
Esto se adapta bien a la curva de la bañera en el tramo de fallos
por puesta en marcha. Fallos precoces, mala instalación, mala
operación, inexperiencia en el proceso.
Ley de Weibull:
• Cuando k ≈1, la tasa de fallos es constante en el tiempo. Es una
condición de estabilidad con fallos de tipo aleatorio. Esto se
adapta bien a la curva de la bañera en el periodo de tasa de fallos
en funcionamiento habitual, fallos de tipo aleatorio. Para k=1,
haciendo el cambio λ=1/η, la función Weibull se transforma en la
exponencial. El supuesto k=1, se denomina funcionamiento
estable o vida útil.
• Un valor 1<k<2 indica que la tasa de fallos es bastante estable
con el tiempo. zona central de la curva de la bañera y los fallos
son de tipo aleatorio, crece ligeramente con el tiempo. Esto se
adapta bien a la curva de la bañera en el periodo central. Causas
posibles pueden ser: cierta falta de dominio del proceso,
exigencias limite por necesidades de producción, desgaste
natural por el uso, mantenimiento preventivo escaso y en general
una casuística sometida a condiciones estocásticas de
probabilidad.
Ley de Weibull:
• Un valor k>2 corresponde a la fase de envejecimiento, deterioro
rápido del equipo o elemento.
Cuando la variable es el tiempo t, y se puede considerar un punto
To a partir del cual se inicia el periodo de fallos, la función
depende de tres parámetros, (λ, k, To).
Función acumulada de distribución de probabilidad (CDF):
Fiabilidad o confiabilidad:
Ley de Weibull:
CONFIABILIDAD
La confiabilidad es un componente en el instante t, R(t), es la
posibilidad de que un ítem no falle en el intervalo (0,t), dado que
era nuevo o como nuevo en el instante t = 0.
Con N componentes idénticos, todos nuevos o como nuevos en
t=0. sea N-n el numero de componentes que falla e (0,t)
DISTRIBUCIÓN ACUMULADA DE FALLAS F(t)
La probabilidad de que un ítem falle en el intervalo (0,t).
Entonces: R(t) + F(t) = 1
𝑁−𝑛(𝑡)
F(t)=
𝑁
TASA DE FALLA
La tasa de falla λ(t) se define como probabilidad de que se
produzca una falla del sistema en un intervalo (t1, t2)
DISPONIBILIDAD
La probabilidad de que un componente esté en su estad normal
en el instante t,
Descripción de la Investigación
Uso de la Distribución Weibull para estimar el comportamiento de
fallas de los equipos, mediante su Confiabilidad y su MTBF.
Estimación del efecto de Mantenimiento Preventivo en la
Confiabilidad.
Asignación adecuada de recursos para optimizar el
mantenimiento.
Parámetros de Mantenimiento
Confiabilidad, R(t)
Probabilidad de Falla,
F(t) Índice de Falla, λ(t)
Mantenibilidad, M(t)
Disponibilidad, D(t)
Efectividad global, (OEE)
Tiempo Promedio Entre Fallas, (MTBF)
Tiempo Medio Para Reparar, (MTTR).
La Distribución de Weibull
El comportamiento histórico de las fallas de los equipos se puede
describir estadísticamente por medio de la Distribución de
Weibull.
La ecuación característica de la Función de Distribución de fallas
es:
Donde β, η y To, son valores constantes mayores que cero.
Función de Confiabilidad
Para obtener la Confiabilidad R(t) se observa que:
R(t) = 1 – F(t)
Los parámetros son:
β [Beta] = parámetro de forma o geométrico (β > 0 )
η [Eta] = parámetro de escala o valor característico (η≥ To )
To = parámetro de localización, es el valor garantizado de t
(To ≥ 0 ).
Densidad de Probabilidad
La densidad de probabilidad de falla viene dada por:
Y teniendo en cuenta que : η = θ – To
Determinación de los Parámetros de Weibull
Parámetros a Calcular: β, η y To
Método Gráfico Aproximado (Shigley)
Método Analítico (Ecuaciones Logarítmicas)
Métodos Estadísticos (Regresión múltiple), usando software
especializado:
• ƒ
Weibull 6 ++ ƒ
• Statgrafics.
El Análisis de Confiabilidad
Para muestras pequeñas la Confiabilidad en el tiempo i de falla
para un tamaño de muestra n es:
R (ti) = (n - i + 0.7) / (n + 0.4)
Para muestras grandes si el número de unidades que sobreviven
al tiempo t es N(t) y el número total es N:
R(t) = N(t) / N.
Optimización del Mantenimiento
El objetivo es estimar los intervalos óptimos de mantenimiento,
para aumentar la productividad del equipo y minimizar los costos
totales de mantenimiento.
El análisis de costos determina el nivel óptimo de mantenimiento
necesario para el funcionamiento económico de los equipos.
Caracterización del Mantenimiento Preventivo
Selección de fallas prevenibles: Distribución de fallas prevenibles
Eliminación de fallas: Cálculo de fallas a eliminarde acuerdo con
la frecuencia del mantenimiento
Modificación de la Distribución de Weibull Original: Efecto del
Mantenimiento Preventivo
Costos de Mantenimiento
De Mantenimiento Programado durante un tiempo to:
n
Cs (t) = to Σ (Ci / ti)
i=1
Haciendo: t1 = t * K1 t2 = t * K2 ... tn = t * Kn
n
Cs (t) =(to / t) Σ (Ci / Ki)
i=1
n
Definiendo: a = Σ (Ci / Ki)
n=1
Costos de Mantenimiento
De mantenimiento no programado Cu (t):
n
Cu (t) = (t / to) Σ (fi * Ci)
i=1
n
Definiendo: b = Σ (fi *Ci)
n=1
Cu (t) = b ( t / to)
Donde fi es el término i del periodo de mantenimiento no
programado.
BIBLIOGRAFÍA
MANTENIMIENTO CORRECTIVO Organización y gestión de la
reparación de averías, Colección MANTENIMIENTO
INDUSTRIAL Volumen 4