Академический Документы
Профессиональный Документы
Культура Документы
CONTENIDO
• Mantenimiento
* Que es?
* Tipos de mantenimiento
* Estrategias de mantenimiento
* Fases del RCM
• Fundamentos de Estadística
* Distribución de frecuencia, Parámetros estadísticos (spss), Función densidad de probabilidad (fdp
hyperexponencial, normal, exponencial, weibull), Confiabilidad, Hazard rate, Estimación y prueba de hipótesis
* Simulación Montecarlo
* Cadenas de markov
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Herramientas
Estadísticas
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Que es Estadística ?
Proceso estadístico
- Organización de datos
- Calculo de parámetros
- Probabilidad [Confiabilidad]
VARIABLES
CUALITATIVAS CUANTITATIVAS
NIVEL DE MEDICIÓN
NOMINAL
NUMÉRICO o Escala
Especialidad: Mecánico, electricista
ORDINAL Categóricas
Analista de vibración: Nivel1, Nivel 2 Discretas : # de fallas /h
Continuas: Tiempo a la
falla
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Tiempo a la falla
Variable más importante en confiabilidad
σ 𝑇𝑇𝐹
Equipo Reparable (Bomba, Turbina, Compresor, etc.) 𝑀𝑇𝐵𝐹 =
#𝐹𝑎𝑙𝑙𝑎𝑠
σ 𝑇𝑇𝑅
t =0 t1 t2 t3 t4 𝑀𝑇𝑇𝑅 =
Producción #𝑖𝑛𝑡𝑒𝑟𝑣𝑒𝑛𝑐𝑖𝑜𝑛𝑒𝑠
Tiempo a la falla
Variable más importante en confiabilidad
Análisis RAM
σ 𝑇𝑇𝐹
𝑀𝑇𝐵𝐹 = Es una medida de la confiabilidad
#𝐹𝑎𝑙𝑙𝑎𝑠
σ 𝑇𝑇𝑅
𝑀𝑇𝑇𝑅 = Es una medida de la mantenibilidad
#𝑖𝑛𝑡𝑒𝑟𝑣𝑒𝑛𝑐𝑖𝑜𝑛𝑒𝑠
Integridad de los datos: la calidad de los datos encontrados en las ordenes de trabajo
[reparaciones] y documentados por el personal de mantenimiento
deben ser de primera categoría. Si eventos de falla importantes no
son registrados apropiadamente, las herramientas de confiabilidad
resultan inútiles para la planta.
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Tiempo a N° casos % fr
la falla[h] fi casos 25
fr
145-150 3 1.23 20
150-155 8 3.29
15
155-160 20 8.23
160-165 39 16.05 10
165-170 63 25.93
5
170-175 58 23.87
175-180 31 12.76 0
145 150 155 160 165 170 175 180 185 190 195
180-185 13 5.35 Tiempo a la falla [h]
185-190 6 2.47
Ejemplo: Supongamos que hemos medido el tiempo a la
190-195 2 0.82 falla de 243 productos.
Total 243 100
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
F(t)
Tiempo a N° casos % casos 1.0
la falla acumulad Acumul
(h) os ados
F(t)
145-150 3 0.123
150-155 11 0.452
155-160 31 0.127
160-165 70 0.288
165-170 133 0.547
0
170-175 191 0.786
145 195
175-180 222 0.913
180-185 235 0.967
185-190 241 0.991 F(180)=0.913 R(180)=0.087
R(t) = 1 – F(t)
190-195 243 1.00
R(t): Confiabilidad
F(t): Probabilidad de falla
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Parámetros Estadísticos
Dato agrupado Dato suelto
σ 𝑥𝑖 𝑓𝑖 σ 𝑥𝑖
Media Aritmética 𝑥= 𝑥=
𝑛 𝑛
σ 𝑥𝑖 − 𝑥 2
Desviación standard σ 𝑥𝑖 − 𝑥 2 ∗ 𝑓𝑖
𝑠= 𝜎2 =
𝑛 𝑛
𝑛 𝑀𝑒 = 𝑋 𝑛+1ൗ 𝑠𝑖 𝑛 𝑒𝑠 𝑖𝑚𝑝𝑎𝑟
− 𝐹 | 𝑀𝑒 2
Mediana 𝑀𝑒 = 𝑙. 𝑖 + 𝐼 2
𝑓 𝑀𝑒 𝑋 𝑛ൗ +𝑋 𝑛ൗ +1
2 2
𝑀𝑒 = 𝑠𝑖 𝑛 𝑒𝑠 𝑝𝑎𝑟
2
𝐷1
Moda 𝑀𝑜 = 𝑙. 𝑖 + 𝐼
𝐷1 + 𝐷2
𝑛𝑘
𝑃𝑘 = 𝑋 𝑛𝑘ൗ 𝑠𝑖 𝑛𝑜 𝑒𝑠 𝑒𝑛𝑡𝑒𝑟𝑜
𝑛𝑘 100+1 100
100 − 𝐹 | 𝑃𝑘
Percentil 𝑃𝑘 = 𝑙. 𝑖 + 𝐼
𝑓 𝑃𝑘 𝑋 𝑛𝑘ൗ +𝑋 𝑛𝑘ൗ
100 100+1
𝑃𝑘 =
Xi : marca de clase ; fi: frecuencia absoluta ; n: número total de datos 2 𝑛𝑘
D1: diferencia entre la frecuencia absoluta modal y la premodal 𝑠𝑖 𝑒𝑠 𝑒𝑛𝑡𝑒𝑟𝑜
100
D2: diferencia entre la frecuencia absoluta modal y la postmodal
F’: frecuencia acumulada anterior al intervalo de interés
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
PROBABILIDADES
b. Enfoque frecuencista
2. Se lanzan dos dados cuál es la probabilidad que la suma de las caras sea 8.
PROBABILIDADES
Propiedades de probabilidad
1. 0 ≤ P(e) ≤ 1
3. P(e) = 1 certeza
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
PROBABILIDADES
𝑎 𝑃(𝑎𝑦𝑏)
𝑃 ൗ𝑏 = 𝑃 𝑎 𝑜 𝑏 = 𝑃 𝑎 + 𝑃 𝑏 − 𝑃(𝑎 𝑦 𝑏)
𝑃(𝑏)
𝑃 𝑎ൗ𝑏 = 𝑃 𝑎 𝑃 𝑎𝑦𝑏 =0
CONFIABILIDAD
Función PDF
𝜆 = 0.1 𝜇 = 10; 𝜎 = 2
𝜂 = 10; 𝛽 = 2
𝜆 = 0.1; 𝜅 = 0.25
DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
pdf Característica
de falla
Equipo Ecuación pdf
Tiempo de falla
Hiperexponencial muy corto o muy Computadores
largo
0<k<0.5
Equipo sujeto a
- Componentes
falla aleatoria, falla electrónicos
Exponencial cualquiera de sus - Planta industrial
componentes. compleja
Probabilidad que
Sucedan n fallas en
Poisson
una distribución
exponencial
Efecto aditivo de número
Tiempo de falla
pequeño de variaciones
Normal de bombillos
independientes
Se adapta a un gran
Tubos de vacío
Weibull número de perfiles de
falla de equipos.
DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Probabilidad de falla
pdf Característica Equipo Ecuación acumulada
de falla
Tiempo de falla
Hiperexponencial muy corto o muy Computadores
largo
Equipo sujeto a
- Componentes
falla aleatoria, falla electrónicos
Exponencial cualquiera de sus - Planta industrial
componentes. compleja
Poisson
Se adapta a un gran
Tubos de vacío
Weibull número de perfiles de
falla de equipos.
DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Función Confiabilidad
R(t) = 1 – F(t)
pdf Característica Equipo Ecuación
Probabilidad que el equipo de falla
no falle al tiempo t
Tiempo de falla
Hiperexponencial muy corto o muy Computadores
largo
Se adapta a un gran
Weibull número de per?les de Tubos de vacío
falla de equipos.
DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Función Confiabilidad
Confiabilidad Condicional
f(t)
t1 t1+t t
DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Probabilidades
Los tiempos de falla de unos motores de transmisión tienen una distribución weibull
con β=1.5 y η= 500 h.
Calcular
a. Probabilidad que uno de estos motores falle a las 300 h
c. Si se sabe que un motor está funcionando a las 200h, calcule la probabilidad que
no falle a las 250 h.
Vida útil
La frecuencia del mantenimiento preventivo
Depende de la vida útil
Las fallas relacionadas con el tiempo tienden a estar asociadas con fatiga, oxidación, corrosión y evaporación
y en general con equipos que están en contacto directo con el producto.
Ejemplo: Refractario de hornos, Impeller de bombas, asiento de válvulas, sellos, máquinas herramientas, etc.
DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Análisis de Weibull
• Esta función me permite analizar como están fallando los equipos y además
predecir fallas futuras.
𝑡 𝛽
−
𝑅 𝑡 = 𝑒 𝜂
Análisis de Weibull
A B
C
𝛽 ≈ 1: 𝑅𝑎𝑛𝑑𝑜𝑚 𝑓𝑎𝑖𝑙𝑢𝑟𝑒𝑠
A = periodo de arranque (Fallas por calidad)
B= Operación normal (Fallas por aleatoriedad) 1 < 𝛽 < 3 ≈ 1: 𝑅𝑎𝑛𝑑 + 𝑤𝑒𝑎𝑟 𝑜𝑢𝑡
C= Deterioro (Fallas por desgaste)
Análisis de Weibull
𝑡 𝛽
𝑅 𝑡 =
−
𝑒 𝜂 𝐹 𝑡 =1−𝑅 𝑡
t=100, 200, 300, 400, 500.
t=100, 200, 300, 400, 500.
Realizar la gráfica F(t).
Realizar la gráfica R(t).
Para:
Para:
η= 400
η= 400
𝛽=4
𝛽=4
Análisis de Weibull
Calculo de parámetros
1
𝐿𝑛[𝐿𝑛 ] = 𝛽𝐿𝑛 𝑡 − 𝛽𝐿𝑛 𝜂
1−𝐹 𝑡
Análisis de Weibull
Ejemplo: Tiempo de falla de cinco equipos (se debe ordenar de menor a mayor)
Formula de rangos medianos x y
Bernard
i t F(t)=(i-0.3)/(N+0.4) Ln(t) Ln(Ln(1/(1-F(t))))
1 250 0.13 5.52 -1.97
2 300 0.315 5.7 -0.971
3 320 0.50 5.76 -0.366
4 410 0.685 6.01 0.144
5 508 0.87 6.23 0.713
𝛽= 3.58; 𝜂 = 394.2
Análisis de Weibull
Determinar:
√ Equipo trabajando
a. MTTF x Falla
b. Tiempo para que falle el 20% ? Incertidumbre de intervalo
c. Confiabilidad a 150 h de operación
d. Si la población es 500 equipos, cuantos fallarán después de 250 h
e. Tiempo de garantía en la cual solo fallará el 2 %
R/ MTTF =326; t =280.7; R(150) =0.995; # =50; t=192 β = 6,32; η = 355,8
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Tiempo a la
Análisis de Weibull Estado
falla [h]
425 F
730 F
870 F
Datos con información perdida
960 S
960 S
960 S
960 S
696 F
960 S
960 S
960 S
864 F
624 F
768 F
a. MTBF 912 F
b. Tiempo para que falle el 10%
c. Confiabilidad a 200 h de operación
d. Si la población es 1000 equipos, cuantos fallarán después de 250 h
e. Tiempo de garantía en la cual solo fallará el 2 %
R/ MTBF =934; t =505; R(200) =0.997; # =; t=365 h β = 3.72; η = 1035
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
𝑀𝑇𝐵𝐹
∗ 𝐶𝑖
𝑙𝑛 − 𝑃𝐹
𝐶𝑛 𝑝𝑚 − 𝐶𝑝 𝑓 − l n 1 − 𝑠
𝑛=
ln 1 − 𝑠
Donde:
n = número de inspecciones durante el intervalo PF
PF = Intervalo desde la falla potencial a la falla funcional
Ci = Costo de una tarea de inspección
Cnpm = Costo de no hacer mantenimiento preventivo
Cpf = Costo de corregir una falla potencial
s = Probabilidad de detectar la falla con la tarea de monitoreo de condición
propuesta, asumiendo que la falla potencial existe
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Ejemplo
Asuma que un ventilador se le asigna una tarea de análisis de vibraciones para detectar
defectos potenciales en el rodamiento para evitar un incidente de $100.000 (Cnpm)
Ci = $ 100
PF = 4000 h Reportado por el técnico en vibración
Cpf = $ 5000 Reparación planeada
s = 0.925 25 de 27 fallas de rodamiento fueron detectadas en el sistema de gestión
de mantenimiento reportados por los técnicos de mantenimiento
MTBF = 20000 h
Taller
Frecuencias de tareas de monitoreo de condición
Asuma que a una Bomba centrifuga se le asigna una tarea de análisis de vibraciones
para detectar defectos potenciales en el eje para evitar un incidente de $200.000 (Cnpm)
Ci = $ 150
PF = 7000 h Reportado por el técnico en vibración
Cpf = $ 12000 Reparación planeada
s = 0.94
MTBF = 20000 h
Calcular
PMfrequency
Taller Tiempo a la
Análisis de Weibull Número
falla [h]
de fallas
0 < 5000 1
5000 < 10000 1
Motor de arranque 10000 < 15000 2
15000 < 20000 5
20000 < 25000 1
25000 < 30000 3
30000 < 35000 1
35000 < 40000 1
40000 < 45000 0
45000 < 50000 1
50000 < 55000 1
55000 < 60000 0
a. MTBF 60000 < 65000 1
b. Tiempo para que falle el 10%
c. Confiabilidad a 20000 h de operación
d. Si la población es 1000 motores, cuantos fallarán después de 30000 h
e. Tiempo de garantía en la cual solo fallará el 2 %
Análisis de Weibull
Taller
2082 1717 2263 3945 5093 2751 3065 12456 1340 7062
Análisis de Weibull
Taller
1500 800 900 1100 1300 1000 950 980 1225 1320
a. MTTF
b. R(850)
c. F(1000)
d. Tiempo de garantía [ B2%]
β = 5,82
η = 1190,4
R/ MTTF = 1102,5; R(850) = 0,868; F(1000)=0,3038; t= 609,4
h; F(3000) = 0.4
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Análisis de Weibull
Taller
a. MTTF
b. R(850)
c. F(1000)
d. Tiempo de garantía [ B2%]
e. Realizar las graficas de confiabilidad [R(t) y F(t)]
β=
η=
R/ MTTF = ; R(850) = ; F(1000)=; t= ;
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Estimación
𝜇 = 𝑥 ± 𝑡𝜎𝑥
𝜎𝑥 : error estandar
𝜎
𝜎𝑥 =
t : variable t-student = f(gl, α) 𝑛−1
gl: grados de libertad = n-1
α: Probabilidad que el parámetro no este 𝜇 :Media Poblacional
en los limites de confianza
Tamaño de muestra 𝑥 : Media muestral
𝑧2𝜎2
𝑛o= 2 Población no conocida Z: Variable normal estandarizada
𝑒 e: Máximo error estimado por el investigador
σ: Desviación de la premuestra
𝑛0 𝑁
𝑛= Población conocida N: Tamaño de la población
𝑛0 + 𝑁 − 1
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Estimación
e = 1.0
R / n = 16
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Estimación
Los siguientes datos corresponden a los tiempos de falla [h] de un equipo reparable
20.5 14.8 21.3 12.7 15.2 26.6 23.4 22.9 15.7 19.2
Prueba de hipótesis
Los siguientes datos corresponden a los tiempos de falla [h] de un equipo reparable
20 25 18 19 23 16 24 22
Prueba de hipótesis
Los siguientes datos corresponden a los tiempos de falla [h] de un equipo reparable
20.5 14.8 21.3 12.7 15.2 26.6 23.4 22.9 15.7 19.2
𝑥−𝜇
Pruebe la siguiente hipótesis 𝑡=
𝜎𝑥
𝐻0 : 𝜇 = 19
𝜎
𝐻1 ≠ 19 𝜎𝑥 =
𝑛−1
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Prueba de hipótesis
Los siguientes datos corresponden a los tiempos de falla [h] de dos máquinas
A : 30 35 38 28 30 33
B : 25 32 28 34 33 27
𝑥𝐵 − 𝑥𝐴
𝑡=
Pruebe la siguiente hipótesis 𝜎𝐵−𝐴
𝐻0 : 𝜇𝐴 = 𝜇𝐵
𝑆𝐵2 𝑆𝐴2
𝐻1 : 𝜇𝐴 ≠ 𝜇𝐵 𝜎𝐵−𝐴 = +
𝑛𝐵 𝑛𝐴
Anova
La tabla muestra los tiempos para realizar un proceso de llenado utilizando tres
Máquinas diferentes.
Usando un análisis anova determine si existen diferencias significativas entre los
Promedios de los tiempos de llenado.
MAQUINA
1 2 3
25.4 23.4 20
26.31 21.8 22.20
24.1 23.5 19.75
23.74 22.75 20.60
25.1 21.6 20.40
𝑥1 = 24.93 𝑥2 = 22.61 𝑥3 = 20.59
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3
𝐻1 : No todas las medias son iguales
Taller
EQUIPO
1 2 3
20 18 23
23 24 24
22 20 27
24 19 24
25 26 25
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Taller
Los siguientes datos corresponden a los tiempos de falla [h] de un equipo reparable
20 14 21 12 15 26 23 22 15 19 24 29
Taller
Los siguientes datos corresponden a los tiempos de falla [h] de dos máquinas
A : 30 35 38 28 30 33 38 36
B : 25 32 28 34 33 27 20 22
𝐻0 : 𝜇𝐴 = 𝜇𝐵
𝐻1 : 𝜇𝐴 ≠ 𝜇𝐵
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Taller
40 45 38 40 50 50 39 43 42 30
R / n = 23
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
GRACIAS