Академический Документы
Профессиональный Документы
Культура Документы
RESUMEN
1. INTRODUCCION
Una vez construido, el modelo CDM trabaja como un simulador “what if…” (que pasa si…),
que permite inferir el impacto que tienen en la disponibilidad y producción diferida del
sistema: nuevas políticas de mantenimiento, cambios en la mantenibilidad de los equipos,
aplicación de nuevas tecnologías, cambios en la configuración de los equipos dentro de los
procesos de producción, cambios en la política de inventarios e implantación de nuevos
métodos de producción.
Como resultado del proceso se obtiene una lista de criticidad de elementos o equipos, con
base a su impacto a la disponibilidad y factor de producción diferida, con la finalidad de
establecer las acciones que mitiguen el riesgo, y permitan optimizar la rentabilidad del
negocio.
Gómez de la Vega H., Medina N., Semeco K, Yanez M.
La figura 1 muestra un esquemático del modelo general que se propone para la elaboración
de un estudio CDM.
Como se indica en la figura 1, el análisis CDM se inicia con la estimación de las tasas de
falla y reparación de cada uno de los componentes o equipos que conforman las
instalaciones. Las fuentes fundamentales de información para esta estimación pueden ser
de variada naturaleza, específicas o genéricas, y dentro de ellas pueden mencionarse
OREDA (Offshore Reliability Data), PARLOC, WELL MASTER, IEEE, SINTEF y la
evidencia o información propia de fallas de sistemas similares que posea la empresa en la
cual se está ejecutando el estudio. El Teorema de Bayes permite la combinación, de forma
estructurada y matemáticamente soportada, de la experiencia de otros (conocimiento
previo) con la experiencia propia (evidencia), obteniendo de esta combinación tasas de
fallas mas representativas de la realidad operacional del proceso bajo análisis (conocimiento
mejorado o actualizado). Ver figura 2.
Gómez de la Vega H., Medina N., Semeco K, Yanez M.
Esta información mejorada de las tasa de falla alimenta un modelo de Diagramas de Bloque
de Disponibilidad (DBD); que representa la arquitectura del sistema y la filosofía de
operación del campo. Este diagrama puede construirse en herramientas computacionales
de simulación disponibles.
Por otro lado, una vez desarrollada y validada la base de datos y la arquitectura del modelo,
se generan los diferentes escenarios de interés. Estos escenarios pueden corresponder a
cambios de arquitectura (nuevas configuraciones de los equipos, introducción de nueva
tecnología, cambios en el diseño), nuevos planes de mantenimiento u optimización de los
existentes, nuevas políticas de inventario, adquisición de equipos de última generación,
nuevas políticas tendientes a mejorar los TPEF y TPPR de los equipos existentes, entre
otras.
El plan de trabajo para un análisis CDM, se desarrolla en tres vías fundamentales, tal como
se muestra en la figura 3.
La primera actividad (Etapa I), consiste en la asignación de las tasas de falla y reparación
de los componentes o equipos que conforman el sistema, así como la revisión de los planes
de mantenimiento planificados y no planificados. Para esta etapa se realizan los siguientes
pasos:
Figura
Figura
Entre los productos que resultan de un análisis CDM son los siguientes:
3.) Base de Datos con información técnica, operacional y de confiabilidad del sistema.
6.) Lista jerarquizada de los equipos y sistemas críticos, con base a su impacto al factor de
disponibilidad.
CONCLUSIONES:
Este estudio de diagnóstico integral que combina diferentes medologías tradicionales del
área de confiabilidad tales como: Análisis de Modos y Efectos de Fallas, Inspección Basada
en Riesgos, Mantenimiento Centrado en Confiabilidad, entre otras, permite:
LECCIONES APRENDIDAS:
Los resultados obtenidos con este estudio dependen en gran medida de la representatividad
que se logre con el modelo desarrollado, el cual debe modelar el comportamiento real del
sistema dentro de su contexto operacional.
El enfoque de Confiabilidad Integral es una herramienta de gran poder para agregar valor a
una empresa o proceso productivo; ya que “…una de las formas más importantes de
agregar valor, es evitar que se destruya…”
REFERENCIAS:
3. Martz, H.F.;Walley, R.A. “Bayesian Reliability Analysis”, John Wiley and Sons, NY,
1982.
Gómez de la Vega H., Medina N., Semeco K, Yanez M.
4. Meeker, William Q.; Escobar Luis A., “Statistical Methods For Reliability Data”. Jhon
Wiley & Sons, New York, 1998.”
8. Hoyland, A.; Rausand, M., “System Reliability Theory: Models and Statistical
Methods”, John Wiley and Sons, NY, 1994.