PARAMETROS DE MANTENIMIENTO PARAMETROS DE MANTENIMIENTO ESQUEMA OBJETIVO DEL CURSO ANALISIS PROBABILISTICO DEL MANTENIMIENTO PROBABILIDAD PARAMETROS DE MANTENIMIENTO CONFIABILIDAD MANTENIBILIDAD DISPONIBILIDAD CURSO PARAMETROS DE MANTENIMIENTO OBJETIVOS HENRY VILLARROEL LLEGAR A CARACTERIZAR EL COMPORTAMIENTO DE LOS EQUIPOS MEDIANTES PARAMETROS MEDIBLES CON EL FIN DE DIAGNOSTICAR SU CONDICION PARAMETROS DE MANTENIMIENTO INGENIERIA DE MANTENIMIENTO Es la rama de la ingeniería responsable de la definición de , métodos, análisis de técnicas a utilizar, contratos, estudios de costos y medios para hacer el mantenimiento incluyendo la investigación y desarrollo HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO INGENIERIA DE MANTENIMIENT MANTENIMIENTO O ESTUDIO DE LA INGENIERIA DE MANTENIMIENTO En base a la condición Del Equipo y/o Sistema En base al estudio de la Estadística •Tribología •Vibraciones Mecánicas •Ensayos No Destructivos •Confiabilidad •Mantenibilidad •Disponibilidad PARAMETROS MANTENIMIENTO MODELOSDE PR OBABILISTICOS PROBABILISTICO S MODELOS MA MATEMA TEMATICOS TICOS EN INGENIERIA, TRATAMOS DE REPRESENTAR LA REALIDAD A TRAVES DE MODELOS MODE LOS MA MATEMA TEMATICO TICOS. S. MODELOS DETERMINISTICOS DETERMINAN UN UNICO RESULTADO RESULT ADO FINAL FI NAL NO HAY INCERTIDUMBRE RESULTADO ACERCA DEL “VARIABLE “VA RIABLE NO ALEATORIA” ALEATORIA” MODELOS PROBABILISTICOS DETERMINAN UN RANGO DE “PROBABLES” RESULTADOS HAY INCERTIDUMBRE ACERCA DEL RESULTADO “VARIABLE “VA RIABLE ALEA ALEATORIA” TORIA” PARAMETROS MANTENIMIENTO MODELOSDE PR OBABILISTICOS PROBABILISTICO S VARIABLES ALEATORIAS SON SO N VAR ARIA IABL BLES ES CO CON N AL ALGU GUN N GR GRAD ADO O DE IN INCE CER RTI TIDU DUMB MBRE RE AS ASOC OCIA IADO DO.. TAM AMBI BIEN EN SO SON N CO CONO NOCI CIDA DAS S CO COMO MO VAR ARIA IABL BLES ES DI DIST STRI RIBU BUID IDAS AS.. TIEMPOS DE OPERACIÓN VARIABLES ALEA ALEATORIAS TORIAS CONTINUAS TASA DE FALLAS TIEMPOS DE REP REPARACIÓN ARACIÓN VARIABLES DE PROCESOS (PRESION, TEMP. , ETC) VARIABLES ALEA ALEATORIAS TORIAS DISCRETAS NUMERO DE ELEMENTOS DEFECTUOSOS NUMERO DE EQUIPOS EN OPERACIÓN NUMERO DE BARRILES DE CRUDO NUMERO DE ESTUDIANTES REPROBADOS PARAMETROS MANTENIMIENTO MODELOSDE PR OBABILISTICOS PROBABILISTICO S EXPERIMENTOS EN INGENIERIA EN MANTENIMIENTO, PARA VALIDAR NUESTROS MODELOS DELL CO DE COMP MPOR ORT TAM AMIE IENT NTO O DE DELL EQ EQUI UIPO PO Y/O SI SIST STEM EMA A Y ME MEDI DIMO MOS S LO LOS S RE RESU SULLTAD ADOS OS.. UN EXPERIMENTO PUEDE ENTENDERSE COMO UNA “MUESTRA DE LA REALIDAD D ELSER CROVMAC POION RNTACO MINTRO ENROLA TO LADA DEDA, L E, Q URMUL IPOULAR Y/O ISNTEMO MADELO ” QLO”. UE”. PE PER RMITE ,A TRAVES DE LA OBSE OB ACIO CONT FORM FO ARS“U “UN MODE PARA FORMULAR MODELOS DE VARIABLES ALEATORIAS, PROBABILISTICOS) ES NE NECE CESA SARI RIO O HA HACE CER R EXPERIMENTOS (MODELOS PARAMETROS MANTENIMIENTO MODELOSDE PR OBABILISTICOS PROBABILISTICO S POBLACION UNIDADES DE INTERES MUESTRA PEQUEÑA PARTE REPRESENTATIVA REPRESENTATIVA DE LA POBLACION ACCION DATA DE CONFIABILIDAD CONFIABILIDAD ANALISIS ESTADISTICO ESTADISTICO DE CONFIABLIDAD INFORMACION ACERCA DE LA POBLACION PARAMETROS MANTENIMIENTO MODELOSDE PR OBABILISTICOS PROBABILISTICO S HENRY VILLARROEL EJEMPLO DE MODELO PROBABILISTICO En la tabla siguiente se muestran las horas de operación antes de fallar de un montacargas de la empresa Otinsa. Desarrollar un modelo probabilistico para las ffallas allas del montacargas Horas antes de fallar Causa de la falla 11 caucho 19 Carburación 28 15 Sistema hidráulico Sistema de elevación 5 Sistema de dirección 49 2 Sistema de dirección Caucho 7 Sistema hidráulico MANTENIMIENTO PARAMETROS MODELOSDE PR OBABILISTICOS PROBABILISTICO S EJEMPLO DE MODELO PROBABILISTICO (Cont.) X min = 2 Rango = X max− X min = 49 − 2 = 47 X max = 49 K = 1 + 3.33 Log 8 ≅ 4 Intervalos (horas) I = Fr f (t) - 14 4 0.50 15 - 27 2 0.25 28 - 40 1 0.125 41 - 53 1 0.125 2 47 4 = 11.75 ≅ 12 PARAMETROS MANTENIMIENTO MODELOSDE PR OBABILISTICOS PROBABILISTICO S Grafica Grafi ca de f(t) montacarg montacargas as ) 0.6 (% v 0.5 ita . l e r 0.3 ia c 0.2 n e u 0.1 c re F 0 0.5 0.25 0.125 O2 - 1 4 15 - 27 28 - 40 0.125 41 - 53 Interv alos de Cla Clase se SE PUEDE ADOPTAR UN MODELO PROBABILISTICO EXPONENCIAL PARA MODELAR EL COMPOR COM PORT TAMI AMIENT ENTO O DE FALL ALLA A DEL MON MONT TACA ACARGA RGAS. S. PARAMETROS MANTENIMIENTO MODELOSDE PR OBABILISTICOS PROBABILISTICO S DISTRIBUCIONES PROBABILISTICAS PARAMETRICAS VARIABLES ALEA ALEATORIAS TORIAS CONTINUAS VARIABLES ALEA ALEATORIAS TORIAS DISCRETAS DISTRIBUCION NORMAL DISTRIBUCION EXPONENCIAL DISTRIBUCION DE WEIBULL DISTRIBUCION BINOMIAL DISTRIBUCION HIPERGONOMETRICA DISTRIBUCION DE POISSON PARAMETROS MANTENIMIENTO MODELODE PROBABILISTICO EXPONENCIAL Es la distribución que mejor modela la tasa de falla constante o vida Muchos componentes electrónicos tales como circuitos, transistores muestran un comportamiento de falla exponencial ) % ( a itv la e r a c i n e u c e r F Intervalos de Clase (tiempo) PARAMETROS MANTENIMIENTO MODELODE PROBABILISTICO EXPONENCIAL Modelo matemático f (t ) = λ e − λt − Rt = )% ( a itv la e r ia c e n u e r F F (t ) = 1 − R (t ) ∞ MTBF = ∫ ∞ − λt dt = 1 e ∫ λ R (t )dt = λ 0 h (t ) = f (t ) R(t ) 0 = e − λt e − λt λ =λ Intervalos de Clase (tiempo) ) % ( a ll a F e d a s a T Intervalos de Clase (tiempo) PARAMETROS MANTENIMIENTO MODELODE PROBABILISTICO EXPONENCIAL Modelo matemático R(t ) = e − λt haciendo R(t ) = e t = MTBF = 1 λ = − λ λ e − 1 = 0.368 ) ( R d a0.368 d il i b a fn i o C MTBF Intervalos de tiempo PARAMETROS MANTENIMIENTO MODELODE PROBABILISTICO EXPONENCIAL R (t ) = e − λt )t 0.368 ( R n L ln R (t ) = −λt y = bx + a Aplicando regresión regresión line lineal, al, se obtiene la tasa de falla: b = −λ = ∑ n. ∑ ∑ n.(∑ t ) − (∑ t ) t i . ln R(t ) − t . i 2 i i ln R(t ) 2 MTBF Intervalos de tiempo PARAMETROS MANTENIMIENTO MODELODE PROBABILISTICO EXPONENCIAL Procedimiento para la predicción del MTBF y tasa de falla en la distribución exponencial: Agrupar los datos y graficar f(t) vs. Tiempo Ordenar la información ascendente (de menor a mayor) de los tiempos de operación en orden Calcular la probabilidad de falla estadística por: F (t ) = i N +1 20 ≤ N ≤ 50 F (t ) = i − 0.3 N + 0.4 N ≤ 20 F (t ) = i N N ≥ 50 i= numero de orden de observación N=numero total de observaciones Calcular la probabilidad de supervivencia R(t)=1-F(t) Construir papel exponencial la recta de confiabilidad versus tiempos de operación en Determinar el MTBF con R(t)=37% aprox. en la grafica MANTENIMIENTO PARAMETROS MODELODE PROBABILISTICO EXPONENCIAL EJEMPLO En la tabla siguiente se muestran las horas de operación antes de fallar de un montacargas de la empresa Otinsa. Se desea estimar la probabilidad que no falle a las 30 horas de operación Horas antes de fallar Causa de la falla 11 caucho 19 Carburación 28 15 Sistema hidráulico Sistema de elevación 5 Sistema de dirección 49 2 Sistema de dirección Caucho 7 Sistema hidráulico PARAMETROS MANTENIMIENTO MODELODE PROBABILISTICO EXPONENCIAL EJEMPLO DE APLICACIÓN DISTRIBUCION EXPONENCIAL (Cont.) X min = 2 Rango = X max− X min = 49 − 2 = 47 X max = 49 K = 1 + 3.33 Log 8 ≅ 4 I = 47 4 = 11.75 ≅ 12 Intervalos (horas) Fr f (t) No. De sobrevivientes h (t) 2 - 14 15 - 27 4 2 0.50 0.25 8 4 0.50 0.50 28 - 40 1 0.125 2 0.50 41 - 53 1 0.125 1 1.00 MANTENIMIENTO PARAMETROS MODELODE PROBABILISTICO EXPONENCIAL Grafica de h(t) del de l Montacargas Grafica de f(t) montacargas ) 0.6 % ( a 0.5 itv 0.4 la e r ia 0.3 c 0.2 n e u 0.1 c e r F 0 0.6 ) 0.5 % ( a ll 0.4 a f 0.3 e 0.5 0.25 0. 1 2 5 0.125 d 0.2 a s a T 0.1 0 2 .0 - 14 .0 O2 - 14 15 - 27 2 8 - 40 Intervalos de Cla Clase se 4 1 - 53 1 5.0 - 2 7 .0 Intervalos de Clase 2 8.0 - 4 0 .0 PARAMETROS MANTENIMIENTO MODELODE PROBABILISTICO EXPONENCIAL 1. Ord rden enar ar en fo form rmaa aasc scen ende dent ntee 2. Calculo de 3. Calculo de R(t)=1-F(t) F (t ) = i − 0.3 N + 0.4 Ordinal (i) Tiempo F(t) R(t) R(t) en % 1 2 0. 0833 0.0833 8.33 2 5 0. 2023 0.2023 20.23 3 7 0. 3214 0.3214 32.14 4 11 0. 4404 0.4404 44.04 5 15 0. 5595 0.5595 55.95 6 7 19 28 0. 6785 0. 7976 0.6785 0.7976 67.85 79.76 8 49 0. 9166 0.9166 91.66 R(t)=36.8% MTBF=18 horas MANTENIMIENTO PARAMETROS MODELODE PROBABILISTICO EXPONENCIAL Utilizando el método grafico, se obtiene el siguiente cuadro: 1 1 TBF = 18 = 0.055 −0.055(30) R(30) = e = e−1.65 λ= = 0.1920 ≅ 19% PARAMETROS MANTENIMIENTO MODELODE PROBABILISTICO EXPONENCIAL Utilizando el método analítico de la regresión lineal, se obtiene el siguiente cuadro: Ordinal (i) Tiempo R(t) LnR(t) 1 2 0. 9167 -0.1165 2 5 0. 7977 -0.2484 3 7 0. 6786 -0.4004 4 11 0. 5596 -0.5798 5 15 0. 4405 -0.8209 6 7 19 28 0. 3215 0. 2024 -1.1086 -1.5141 8 49 0. 0834 -2.2072 MANTENIMIENTO PARAMETROS MODELODE PROBABILISTICO EXPONENCIAL Aplicando el método analítico, analítico, se realiza un resumen estadístico: estadístico: n=8 8 8 8 . i −λ = i =1 . i i =1 t 2 = 3970 i ∑ ∑ t LnR(t ) = −194.5880 −λ = i i =1 i =1 i i =1 2 (8 (8)( )(−194. 194.58 5880 80)) − (13 136) 6)(( −6. 6.99 9963 63)) (8 (8)(3 )(3978 978)) − (136 136)) 8 i 8 . i 8 2 8 n. ∑ ti − ∑ ti i=1 i =1 8 i =1 i − MTBF = 1 λ = 1 0.04508 2 = 22.11 horas − λt ∑ LnR(t ) = −6.9963 8 i i =1 R(t ) = e −0.04508(30) = 0.2586 ≅ 26% R(t = 30) = e = −0.04508 PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO DE GAUSS O NORMAL En mantenimiento esta distribución describe el periodo equipos También puede ser utilizada para modelar los tiempos de reparación de los equipos PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO HENRY VILLARROEL DE GAUSS O NORMAL La tasa de falla aumenta aumenta sostenidamente del equipo sufren un proceso de deterioro físico Se define como una variable aleatoria f (t ) = 1 σ 2π 1 2 t − µx σ ∞ R (t ) = 1 − ∫ f (t )dt TBF = 0 f (t ) continua x que es normalmente distribuida con media y varianza σ 2 e . − h(t ) = x φ (Z ) R (t ) = σ .R (t ) x PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO HENRY VILLARROEL DE GAUSS O NORMAL Distribucion normal estándar x σ Dado com lque etamenyte la ladeterminan distribución normal, entonces en la distribución normal existen familias de distribuciones normales, una de mas cuales la mas importante es la distribución normal estándar( x = 0, σ =1 ) La distribución normal se puede estandarizar con: t − µx σ Z = 1 1 f(xi) f( x ) 0.5 0 0 8 9 8 xi 10 11 x Variable Aleatoria − z 2 f (t ,0,1) = 1 σ . 2π 2 e . z2 2 dt − z F ( z) = ∫ −∞ 1 σ . 2π e . R( z ) = 1 − F ( z ) 12 12 PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO DE GAUSS O NORMAL HENRY VILLARROEL Ejemplo de aplicación de la distribucion normal En tabla adjunta que se muestra a continuación se muestran los tiempos de reparación (datos agrupados) de las tareas de mantenimiento de la planta eléctrica P-01. La Gerencia de mantenimient mantenimientoo ddesea esea estimar para planificación de la próxima tarea de mantenimien mantenimiento to la probabilidad de reparar la planta eléctrica Intervalos de Clase (horas) Acciones de mantenimiento f (t ) 1.1 - 2 5 0.06 2.1 - 4 4.1 - 6 10 16 0.18 0.37 6.1 - 8 22 0.64 8.1 - 10 14 0.81 10.1 . 12 10 0.93 12.1 - 14 5 0.06 14.1 - 16 1 0.01 = 6.6 = MTTR TTR horas σ = 3.14 horas PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO DE GAUSS O NORMAL HENRY VILLARROEL Histograma de Frecuencia Tiempos de Reparacion Planta Electrica 25 e s a l 20 C e 15 d ia c n 10 e u c 5 re F 0 1. 1 - 2 2.1 - 4 4.1 - 6 6. 1 - 8 8. 1 - 10 10. 1 - 12 Intervalos de Clase (horas) 12.1 - 14 14. 1 - 16 PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO DE GAUSS O NORMAL Resolución del Problema M (4 ≤ T ≤ 10) M (Z 1 ≤ T ≤ Z 2 ) = ? − . Z1 = ( Estandarizando los tiempos: Z2 = ( σ )=( t− x Z 2 = 1.08 3.14 ) = −0.83 10 − 6.61 ) = 1.08 3.14 −∞ M ( −0.83 ≤ T ≤ 1.08) = M ( −0.83 ≤ T ≤ 1.08) = M (4 ≤ T ≤ 10) = 4 − 6.61 )=( σ . = Z 1 = −0.83 t − µx ) −∞ Z 2 = 1.08 (1.08) φ 0.8599 0.6560 (65.66%) - HENRY VILLARROEL Z 1 = −0.83 φ (−0.83) 0.2033 HENRY VILLARROEL HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO DE WEIBULL Es la distribución de vida mas ampliamente utilizada en los análisis para describir la tasa de falla de los equipos, por su versatilidad. Matemáticamente se define: βt f (t ) = α α h(t ) = β αβ β −1 β − (t / α ) e . tβ −1 R(t ) = e− (t / α )β β=Pendiente o parámetro de forma α = Parámetro de escala (edad característica de falla) h(t) HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO DE WEIBULL Características: β<1 tasa de falla decreciente (Mortalidad infantil) β =1 tasa de falla constante (vida útil) βcreciente > 1 tasa(desgaste) de falla MTBF = α .Γ(1 + Γ(1 + 1 β ) 1 β ) = Función Gamma Casos particular particulares: es: β =1 TBF = α β = 0.5 TBF = 2. HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO DE WEIBULL HENRY VILLARROEL METODO GRAFICO PARA DETERMINAR LA DISTRIBUCION DE WEIBULL R (t ) = e− (t / α )β F(t) PAPEL WEIBULL WEIB ULL Haciendo: β =1 t= R (t = α ) = e−1 = 0.6322 0 . 3678 F (t = α ) = 1 − R(t = α ) = 0.6322 t= Intervalos de tiempo PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO DE WEIBULL HENRY VILLARROEL METODO ANALITICO PARA DETERMINAR LA DISTRIBUCION DE WEIBULL β − t = α β= β 1 Ln Ln R (t ) = β .Lnt − β .Lnα 1 1 ) − ∑ Lnti .∑ Ln Ln ) R(t ) 2 R(t ) = b 2 n.∑ Lnti .Ln( Ln R (t ) = e− (t / α ) n. Lnt − ( Lnti ) ∑ Lnt .∑ Ln( Ln R1(t ) ) − ∑ Lnt .Ln( Ln R1(t ) ) =a − β .Lnα = n.∑ Lnt − (∑ Lnt ) 2 i 2 2 i y = b.x + a a Aplicando Regresión Regresión Lineal a la ecuación Lnα = − β α= e a −β PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO DE WEIBULL HENRY VILLARROEL Procedimiento para la predicción edad característica de falla y modo de falla en la distribución Weibull: Agrupar los datos y graficar f(t) vs. Tiempo Tiempo Ordenar la información los tiempos de operación en orden ascendente (de menor ademayor) Calcular la probabilidad de falla estadística por: F (t ) = i N +1 20 ≤ N ≤ 50 F (t ) = i − 0.3 N + 0.4 N ≤ 20 F (t ) = i N N ≥ 50 = numero de orden de observación N=numero total de observaciones Construir la recta de confiabilidad versus v ersus tiempos de operación i Determinar en la graficala edad característica de falla( α ) con F(t)=62.22% aprox. Determinar β PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO DE WEIBULL HENRY VILLARROEL EJEMPLO DE APLICACIÓN DE LA DISTRIBUCION DE WEIBULL El gerente de mantenimiento de una planta eléctrica desea la probabilidad de que no ffalle alle a las 200 horas de operación, el tiempo promedio entre fallas (MTBF) de un motor diesel. Para este propósito disponen de los tiempos de operación en horas del equipo hasta fallar: 6,23,163,282,215,46,503,92,12,46,20 Intervalos de clase (horas) Histograma de Frecuencia Motor Diesel Frecuencia de clase 10 0 – 100 100 – 200 9 1 200 – 300 2 300 – 400 2 400 – 500 0 500 - 600 1 e s la C e d ia c n e u c re F 8 6 4 2 0 0 - 100 100 - 200 200 - 300 300 - 400 Intervalos de Clase (horas) 400 - 500 PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO DE WEIBULL RESOLUCION UTILIZANDO EL METODO GRAFICO F (t ) = i − 0 .3 Ordinal Tiempo F(t) F(t) en % N + 0 .4 1 2 0.0523 5.23 2 6 0.1269 12.69 . . 4 16 0.2761 27.61 5 20 0.3507 30.07 6 23 0.4254 42.54 7 46 0.500 50.00 8 46 0.5746 57.46 9 92 0.6492 64.92 10 163 0.7239 72.39 11 215 0.7985 79.85 12 282 0.8731 87.31 13 503 0.9478 94.78 Graficar la recta rec ta de confiabilidad co nfiabilidad F(t) vs. Tiempo en papel pape l Weibull Weibull HENRY VILLARROEL HENRY VILLARROEL 62.22 % α = 85 horas PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO DE WEIBULL Resultados por el método grafico: β = 0.6 α = 85 (Mortalidad infantil) horas (1 + 1 / β ) MTBF = α .Γ (1 85)( )(Γ(2.6 (2.66) 6))) MTBF = (85 85)( )(1.49 1.496) 6) = 127.16 127.16 MTBF = (85 200 85 horas 0.6 − R (200) = e = 0.1880 ≅ 19% HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO DE WEIBULL HENRY VILLARROEL RESOLUCION UTILIZANDO EL METODO ANALITICO DE LA REGRESIÓN LINEAL Ordinal Tiempo F(t) R(t) Lnt Ln(Ln(1/R(t))) 1 2 0.0523 0.9477 0.6931 -2.9240 2 6 0.1269 0.8731 1.7917 -1.9972 3 12 0.2015 0.7931 2.4849 -1.4915 4 16 0.2761 0.7985 2.7725 -1.1297 5 20 0.3507 0.6493 2.9357 -0.8396 6 23 0.4254 0.5746 3.1354 -0.5944 7 8 46 46 0.5000 0.5746 0.5000 0.4254 3.8286 3.8286 -0.3665 -0.1569 9 92 0.6492 0.3509 4.5217 0.0461 10 163 0.7239 0.2761 5.0937 0.2523 11 215 0.7985 0.2061 5.3706 0.4570 12 13 282 503 0.8731 0.9478 0.1269 0.0522 5.6419 6.2205 0.7248 1.0827 Realizamos el resumen estadístico necesario para la aplicación de la regresión lineal PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO HENRY VILLARROEL DE WEIBULL Resumen estadístico : n = 13 13 ∑ Lnt = 48.371 ∑ ( Lnt ) = 211.37 i i =1 13 2 i i =1 13 ∑ Ln( Ln(1 / R(t ))) = −7.123 i i =1 13 ∑ Lnt .Ln( Ln(1 / R(t ))) = −7.241 i i i =1 β= 13 ∑ n. Lnti .Ln( Ln(1 / R(ti ))) − i =1 13 ∑ i =1 13 L nt Ln ∑ n. i i =1 i i =1 − ∑ Lnti i =1 13 2 13 ∑ Ln( Ln(1 / R(t ))) Lnti . 2 = (13)( 13)(−7.2 7.241 41)) − (48.3 (48.371 71)( )(−7.1 7.123 23)) (13 13)(211.37) )(211.37) − (48.371 (48.371)) 2 = 0.631 PARAMETROS DE MANTENIMIENTO MODELO PROBABILISTICO DE WEIBULL 13 13 13 13 ∑ ( Lnt ) .∑ Ln( Ln(1 / R(t ))) − ∑ Lnt .Ln( Ln(1 / R(t ))).∑ Lnt 2 i − β .Lnα = i =1 i i =1 i i i =1 13 2 i i =1 13 2 Lnti − i =1 Lntí (211.37 (211 .37)( )(−7.12 7.123 3) − (−7.241 7.241)(4 )(48. 8.37 371 1) − β .Lnα = = −2.831 2 (13)(211.37) 13)(211.37) − (48.371 (48.371)) n. ∑ i =1 ∑ Lnα = −2.831 = −2.831 = 4.486 −β −0.631 α = e4.486 = 88.76 horas MTBF = α .Γ (1 + 1/ β ) = (88.76).Γ(2 (2..361) = (88.76)(1.463) = 129.85 horas R (t = 200) = e t α − β 0.631 =e 200 88.76 − = 0.1883 ≅ 19% PARAMETROS DE MANTENIMIENTO INGENIERIA DE MANTENIMIENT MANTENIMIENTO O Estudio de l a Ingeniería de Mantenimiento Estudio del comportamiento del En modelos Probabilísticos Análisis de Falla basado en La Estadística Análisis de Falla Técnico Confiabilidad ••Mantenibilidad •Disponibilidad • Diagrama Causa Efecto •Diagrama de Pareto •AMEF •Tasade deCriticidad Falla •Análisis HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO CONFIABILIDAD Introducción Todo equipo cumple una determinada función que nuestras necesidades y satisfaga expectativas, pero inevitablemente antes o después hemos sufrido las consecuencias negativas de sus fallas que pueden traer consecuencias económicas y de seguridad, tomemos 3 ejemplo: Bombillo Pastillas de freno de un vehiculo Motor de un Avión Avión HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO CONFIABILIDAD Surge la necesidad de estudiar en profundidad los mecanismos a través de los cuales se produce una falla para así evitar su aparición o minimizar los , , esto es to impl implic ica: a: Determinar la s exigencias de seguridad Realizar tareas de mantenimiento periódico. En resumen se puede concluir que: No siempre es fácil determinar el momento en que el sistema falla. HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO CONFIABILIDAD No todas las fallas son igualmente predecibles o evitables. No todas las fallas producen las mismas consecuencias No todas las fallas tienen las mismas repercusiones sobre la seguridad de fallas los usuarios. No todas las tienen su origen en las mismas causas (Hardware, software, usuarios, mantenedores). La confiabilidad tratade sobre estudio de las fallas los el equipos y sistemas. HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO CONFIABILIDAD Confia Con fiabil bilida idad. d. Concep Concepto to Es la ciencia que se encarga de la predicción, estimación u optimización de las supervivencias de los si sist stem emas as (E (Els lsay ayed ed,, 20 2000 00)) componentes o “Habilidad de un activo en ejercer una función en una condición establecida y por un peri pe riod odoo de tiem tiempo po de defifini nido do”. ”. (Nav (Nava, a, 19 1996 96)) Pro Proba babbililid idaad de que un equ quip ipo, o, maqu maquin inar aria ia o sistema realicen sus funciones satisfactoriamente bajo condiciones especificas dentro de cierto periodo de tie iemp mpoo, me meddid idoo por MT MTBF BF”. ”. (M (Mccke kennna, 1998 98)) HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO CONFIABILIDAD Medición de la Confiabilidad empo prome o en re fallas (MTBF) Tasa de Riesgo (h(t)) Confiabilidad en sistemas No Reparables, sistemas Reparables HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO CONFIABILIDAD Sistema No Reparables Un equipo no reparables es aquel cuya condición operativa nodespués restaurada puede ser de una a a. Su vida termina con una “única” falla y debe ser reemplazado. Para caracterizarlo probabilisticamente se requiere estimar la “tasa de falla λ(t)” HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO CONFIABILIDAD Sistema Reparables. Un equipo reparable es aquel cuya condición operativa puede ser después falla,restaurada or la acción de de una reparación diferente al reemplazo total del mismo. Para caracterizarlo probabilisticamente se requiere estimar la “tasa de falla λ (t)” y la tasa de reparación µ(t). Además de la confiabilidad se requiere calcular . la disponibilidad HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO CONFIABILIDAD HENRY VILLARROEL Tiempo promedio entre falla (MTBF): Es una medida de la confiabilidad, representa el valor medio entr en tree fa falllla. a. Nean o dneTbim e eseTor F coail funedido con el tiempo medio a la falla MTTF M ea ainlure ur Si t es una variable aleatoria continua, el valor esperado puede serr dete se determ rmiinado nado por: por: MTBF = ∫ ∞ 0 t . f (t ) d (t ) R (t ) = 1 − F (t ) R (t ) = 1 − t ∫ f ( t ) dt 0 dR ( t ) = − f (t ) dt PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD Tiempo promedio entre falla (MTBF) MTBF = − ∫ ∞ 0 tdR ( t ) dt dt ∞ =− . 0 : Integrando por partes u * dv = u *v − vdu ∫u = t ∴v = R(t) ∫ Sustituyendo: ∞ ∞ − ∫ tdR (t ) = [t * R ( t ) ] 0 Evaluando: 0 R (∞) = 0, − ∫ R (t ) dt 0 R (0) = 1 PARAMETROS DE MANTENIMIENTO CONFIABILIDAD Tiempo promedio entre falla (MTBF) ∞ ∫ 0 ∞ tdR ( t ) = ∫ 0 R (t ) dt ∞ MTBF = ∫ R (t ) dt (Sistema Reparables) 0 ∞ MTTF = ∫ 0 R (t ) dt (Sistema No Reparables) HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD Tasa de Riesgo (Rate hazard): Es la propiedad de falla instantánea de un equipo en un tiempo “t”. “t”. h (t ) = lla F e d a s a T Mortalidad infantil Decrecimiento de la tasa de falla f ( t ) = failure R ( t ) = Re liability Vida útil Tasa de fa fallas constante Periodo de desgate Incremento de llaa tasa de falla Tiempo de Operación (Edad o vida) h (t ) = f ( t ) = failure R ( t ) = Re liability No. de equipos que fallaron en un tiempo t No. de equipos que sobreviven en un tiempo t PARAMETROS DE MANTENIMIENTO CONFIABILIDAD Tasa de Riesgo h (t): h(t ) = f (t ) R (t ) = 1 − F (t ) R(t ) f (t ) h(t ) = 1− F (t ) Para el caso de una función de distribución de probabilidad exponencial: f (t ) = λ e −λ t t F (t ) = f (t ) dt ∫ 0 F (t ) = t −λ e ∫ dt λ t HENRY VILLARROEL 0 PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD Tasa de Riesgo h (t): t e−λt dt F (t ) = ∫ t = λ λ 0 ∫ 0 F (t ) = λ e −1 λ e − λ t dt t −λt 0 = 1 − e − λt − λt R (t ) = 1 − F (t ) ⇒ R (t ) = e f (t ) λ −λt h(t ) = − t R (t ) MTTF = eλ = λ e ∫ ∞ 0 R ( t ) dt −e−λt ∞ = ∫ ∞ 0 1 e − λt MTTF = = λ λ 0 PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD Tasa de Riesgo h (t) de las distribuciones De probabilidad mas comunes Nombre Exponencial f (t ) h(t ) e − λt λ λ. Normal σ 2π e − . Log-Normal 1 σ .t . Weibull e 2π βt α α 2 − β −1 1 2 σ e φ t − µx σ σ .R(t ) ln t − µx σ β − (t / α ) . λ 2 t − µx 1 1 parámetros 2 ln t − µx σ φ µx, σ x, σ t.σ .R(t ) β αβ β −1 t β ,α PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD ANÁLISIS ANÁLISI S DE CONFIABILIDA CONFIABILIDAD D PARA SISTEMAS PREGUNT PREGU NTAS AS CLA CLAVES VES ¿CUAL ES LA PROBABILIDAD DE QUE FALLE EL EQUIPO? ¿CUAL ES LA PROBABILIDAD PROBAB ILIDAD DE QUE LA FALLA DEL EQUIPO EQUIP O HAGA FALLAR EL SISTEMA SIST EMA Y AFECTE AFECT E AL PROCESO? BASADO EN LA CONDICION ANALISIS CONFIABILIDAD BASADO ENDE HISTORIA DE FALLA ANALISIS DE CONFIABILIDAD PARA SISTEMAS SIST EMAS PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD BLOQUE II COMPRESION Confiabili ilidad del sist steema: Permite la estimación de la probabilidad de falla o confiabilidad BLOQUE 2 FALLA probabilidad de cada equipo componente del sistema. Se sustenta en diagramas de bloques Permite estimar la contribuciones de cada equipo en la probabilidad de falla o confiabilidad del sistema. SIST 3 FALLA COMP.# 1 COMP.# FALLA COMP.# 2 SIST 4 FALLA OPER. SWITCH FALLA FALLA FALLA 63 PARAMETROS DE MANTENIMIENTO CONFIABILIDAD CONFIABILIDAD EN SERIE: Si existe una independencia entre los equipos: = . . n Rs = ∏ ( Ri ) i =1 La confiabilidad de un sistemaque en la Serie es mucho mas pequeña confiabilidad de las unidades individuales. HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD Ejemplo Confiabilidad en Serie: Considere un sistema que consiste en 5 componentes, 3 de los cuales tienen una −6 λ1 = 5 x10 −6 / horas , λ 2 = 3 x10 −6 / horas , λ3 = 9 x10 / horas tasa de falla constante los otros dos restantes componentes tienen un comportamiento de tasa de weibull, con parámetros. α 4 = 7650 horas , β 4 = 2 . 2 , α 5 = 14523 horas , β 5 = 2 . 1 Determine la confiabilidad del sistema en t =1000horas. 1 −6 λ1 = 5x10 2 /h 3 −6 λ2 = 3x10 /h −6 λ3 = 9x10 4 /h −6 λ4 = 7650x10 β4= 2.2 Rs(t ) = e 2 3 βi − λit − ( t / αi ) i =1 i =1 ∑ ∑ 5 /h λ4 = 14523x10 β 5= 2.1 −6 /h PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD Ejemplo Confiabilidad en Serie (Continuación): 3 ( ∑ λ it = λ i =1 λ i =1 α i ∑ βi t = Rs (1000 ) = e Rs 1000 )= h 2 .2 1000 h 7650 Rs (1000 ) = 96 . 86 % ( * 1000 h ) = 0.017 14523 h 2 .1 1000 h + ( − 0 . 017 − 0 . 0149 ) 0 . 9686 1 horas 1+ 2 + 3 2 ( )t = (5 x10 − 6 + 3 x10 − 6 + 9 x10 − 6 ) λ = e = 0 . 0113 + 0 . 0036 − 0 . 0319 = 0 . 0149 PARAMETROS DE MANTENIMIENTO CONFIABILIDAD CONFIABILIDAD EN PARALELO: Asumiendo independencia tenemos: F= FALLA, F+R=1 Fs = F ( A ) .F( B ).F(B) n i Fs = ∏ i =1 (1 − R ) La confiabilidad de un sistema de un sistema en paralelo, entonces es: n Rs = 1 − ∏ (1 − Ri ) i =1 HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD EJEMPLO CONFIABILIDAD EN PARALELO: Considere un sistema en paralelo con 2 componentes que tienen una tasa de falla constante de λ = 0 .5 x10 − / h , λ = 0 .3 x10 − / h Cuál es 6 1 6 2 la confiabilidad del sistema a las 1000 horas?, ¿Cuál es la tasa de Falla del sistema? 1 2 Rs ( t ) = 1 − ∏ 1 − i =1 λ 2 ( e−λit ) Rs ( t ) = 1 − 1 − − λ1t 1− − λ2t e− ) ( e ( Rs ( t ) = 1 − 1−e ( 0.000005( 5(1 1000) Rs (t ) = 1 − (0 (0..0049) 9)(0 (0..0029) ) (1−)e−0.000003(3(11000) ) Rs (t ) = 0.999 ≅ 99% PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD CONFIABILIDAD DE SISTEMA K DE N: Existen sistemas que no pueden ser considerados que fallan completamente hasta que al menos K componentes de N componentes no hayan fallado, estos sistemas son conocidos con “ ”. Ejemplo de sistemas K de N: Avión, Cables, Plantas de generación de potencia. Asumiendo que todas las unidades tienen idénticas e independientes las distribuciones de vida y la probabilidad que una unidad este funcionando func ionando es P, P, entonces la probabilidad que exactamente K unidades estén funcionando de n es: n R (k , n, P ) = ∑ r = k n . P k . (1 k − P n−k ) PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD Ejemplo de sistema K de N: Considere el sistema de bomba de crudo mostrado en la figura. La confiabilidad de todas las bombas son iguales y Rp = 0.8. Adicionalmente, las válv álvulas de blo bloque queo y las válvulas check de las bomb ombas tien eneen una confiabilidad de 0.99. Finalmente la confi nfiabil bilidad de la válvula ula de control en la descarga del sistema es de 0las .s985 ybomb s vas álves ulatén snden el bfunc paiona snami s ymien dent e etontpar rardaacum tiemnplir enir ucnon a celonreq fiauer bilirdimie adient dnto eo0de .98la. Eempr l spres isesa tem la bolambas esté fuyncio pa cu pl eque im em a a requiere que 2 de Rp=0.80 RV=0.9 9 RV=0.9 8 1 2 3 4 5 RVc=0.99 RVb=0.99 RVc=0.98 RV=0.9 8 PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD DIAGRAMA DE BLOQUE DEL SISTEMA: Rv =0.99 Rp =0.80 Rvc =0.99 Rvb =0.99 Rv =0.99 Rp =0.80 Rvc =0.99 Rvb=0.99 Rvc =0.98 Rv =0.99 Rp =0.80 Rvc =0.99 Rvb =0.99 Rv =0.99 Rp =0.80 Rvc =0.99 Rvb =0.99 Rp =0.80 Rvc=0.99 Rvb =0.99 RV =0.98 Rv =0.98 Rv =0.99 4 Para el el siste sistema ma A: Válvula Válvula de bloqueobloqueo- bomba – vál válvula vula check check - válv válvula ula de bloqueo bloqueo ∴ Rs = ∏ i =1 Ri , Ra =(0.99)(0.80)(0.99)(0.99) =(0.99)(0.80)(0.99)(0.99) = 0.7762 PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD DIAGRAMA DE BLOQUE DEL SISTEMA (continuación) Ra =0.776 Ra =0.776 Rv =0.99 Rvc =0.99 = . Rv =0.99 Ra =0.776 Ra =0.776 Para un requerimiento del sistema Ra, es un sistema K de n, ya que se requieren que 2 de las 5 bombas estén en funcionamiento 5 Rs ( 2 , 5 , 0 . 776 ) = ∑ (0 . 776 ) (1 − 0 . 776 ) 5 2 3 2 5 5 5 2 3 3 2 4 1 Rs ( 2 , 5 , 0 . 776 ) = (0 . 776 ) (1 − 0 . 776 ) + (0 . 776 ) (1 − 0 . 776 ) + (0 . 776 ) (1 − 0 . 776 ) + 4 3 2 5 (0 . 776 )5 (1 − 0 . 776 )0 r=2 5 Rs ( 2 , 5 , 0 . 776 ) = 0 . 989 PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD Diagrama de Bloque del Sistema ( continuación): Rvc =0.98 de 5 Rs2 =0.989 RV =0.98 = . 2 0..98 * 1 − 0 0..98 = 0.996 ≅ 99.6% R Rvc vc + by − pass pass = 1 − ∏ 1 − R (t ) = 1 − 1 − 0 i=1 i [ ] [ ] [ ] Finalmente, la confiabilidad de todo el sistema de bombeo viene dada por: R s i s t . b o m b e o = R v ( e n t r a d a ) R s i s t .( b o m b a s ) * R v c + b byy − pass R sist .bombeo = 0 .9 8 * 0 .9 8 9 * 0 . 9 9 6 = 0 .9 6 5 ≅ 9 6 . 5 % PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD SISTEMAS COMPLEJOS DE CONAFIABILIDAD CONAFIABILIDAD • Existen Existen sistem sistemaa que no pueden pueden ser ser modelados o son difíciles de modelar , , , por ejemplos sistemas de comunicaciones, redes de computación. • La confiabi confiabilid lidad ad de estos sistem sistemas as complejos puede ser determinada por otros métodos, entre otros Método de la tabla de la verdad de Booleana. A D B C E PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD Método de la tabla de la verdad Booleana Boo leana:: Se basa en la condición de los componentes, si funcionan o no. Una columna es creada en la tabla de cada componente con valores de 0 y 1 para indicar que un componente esta funcionando o no respectivamente. Cada columna en la tabla entonces representa un estado del sistema (probabilidad de estado). La confiabilidad del sistema es la suma de todas las robabilidades de estado donde el sistema funciona. Ejemplo: Calcular la confiabilidad del sistema mostrado utilizando utilizando el método de la tabla de la verdad Booleana, Donde R(E) = 0.6, R(A) = 0.7, 0.7 , R(B) = 0.8, R(C) = 0.9 y R(D) = 0.78 E A B C D PARAMETROS DE MANTENIMIENTO CONFIABILIDAD HENRY VILLARROEL El número de probabilidades de estado (PE) viene dado por la siguiente ecuación: PE = 2 n Donde n representa en número de componentes del sistema, para este caso: n=5 5 PE = 2 = 32 El siguiente paso es encontrar las diferentes combinaciones de equipos en estado operativo (1) o de falla (0) en el sistema fu funcione ncione (1), donde se en encontrará contrará la probabilidad delas de estado que es eldeproductos de laseldiferentes probabilidades, suma de todas propiedades estado donde sistema esta funcionandolas será la confiabilidad del sistema. PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD A B C D E Estado del sistema Probabilidad de estado (PE) 1 0 1 0 0 0 0 = . . . . . = . 1 0 0 1 0 0 0 1 1 0 0 0 0 0 0 1 0 1 0 R(A)F(B)F(C)F(D)R(E)=(0.7)(0.2)(0.1)(0.22)(0.6)=0.0018 0 0 1 1 1 1 1 F(A)R(B)R(C)R(D)R(E)=(0.3)(0.8)(0.9)(0.78)(0.6)=0.1010 0 1 1 1 0 1 F(A)R(B)R(C)R(D)F(E)=(0.3)(0.8)(0.9)(0.78)(0.4)=0.0673 0 1 1 0 1 0 0 0 1 1 0 0 0 0 Continua… PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD A B C D E Estado del sistema Probabilidad de estado (PE) 1 1 1 1 1 1 R(A)R(B)R(C)R(D)R(E)=(0.7)(0.8)(0.9)(0.78)(0.6)=0.2358 1 1 1 1 0 1 R(A)R(B)R(C)R(D)F(E)=(0.7)(0.8)(0.9)(0.78)(0.4)=0.1572 1 1 1 0 1 1 R(A)R(B)R(C)F(D)R(E)=(0.7)(0.8)(0.9)(0.22)(0.6)=0.0665 1 1 1 0 0 1 R(A)R(B)R(C)F(D)F(E)=(0.7)(0.8)(0.9)(0.22)(0.4)=0.0443 1 1 1 1 0 0 1 1 1 0 1 0 R(A)R(B)F(C)R(D)R(E)=(0.7)(0.8)(0.1)(0.78)(0.6)=0.0262 0 1 1 0 0 1 1 R(A)R(B)F(C)F(D)R(E)=(0.7)(0.8)(0.1)(0.22)(0.6)=0.0073 1 1 0 0 0 0 0 1 1 0 0 1 1 1 1 1 0 1 1 R(A)F(B)R(C)R(D)R(E)=(0.7)(0.2)(0.9)(0.78)(0.6)=0.0589 R(A)F(B)R(C)R(D)F(E)=(0.7)(0.2)(0.9)(0.78)(0.4)=0.0393 1 0 1 0 1 1 R(A)F(B)R(C)F(D)R(E)=(0.7)(0.2)(0.9)(0.22)(0.6)=0.0166 Continua… PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL CONFIABILIDAD A B C D E Estado del sistema Probabilidad de estado (PE) 0 1 0 1 1 0 0 0 1 0 1 0 0 0 0 1 0 0 1 0 0 0 1 0 0 0 0 0 0 0 1 1 1 1 F(A)F(B)R(C)R(D)R(E)=(0.3)(0.2)(0.9)(0.78)(0.6)=0.0252 0 0 1 1 0 1 F(A)F(B)R(C)R(D)F(E)=(0.3)(0.2)(0.9)(0.78)(0.4)=0.0168 0 0 1 0 1 0 0 0 0 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 15 Rs = ∑ PEi = 0.8715 i =1 PARAMETROS DE MANTENIMIENTO MANTENIBILIDAD Mantenibilidad Probabilidad de un equipo, maquinaria sistema pueda ser o res aura o a condiciones normales de operación un periodo dedentro tiempode dado cuando su mantenimiento ha sido realizado de acuerdo a procedimientos establecidos HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL MANTENIBILIDAD Tiempo fuera de servicio Tiempo activo de mantenimiento Mantenimiento Correctivo Tiempo en demoras logísticas Tiempo en demoras administrativas Mantenimiento Preventivo Tiempo de Reparación Tiempo de Inspección Tiempo de Servicio Tiempo de Checkout Reparación del elemento en sitio Reparación del Mantenimiento Localización y aislamiento de falla Desensamblaje del equipo Reemplazo del elemento repuesto fallado con Reensamble del equipo Ajuste, calibración o alineación,, etc. alineación Verificación de condiciones (Checkout PARAMETROS DE MANTENIMIENTO MANTENIBILIDAD Medición de la Mantenibilidad Medición promedio (Tiempo basada endetiempo , Medición basada en carga de trabajo (Horas hombres de mantenimiento, Horas de hombres por acciones mantenimiento) Medición basada en costos de las tareas (Costo promedio de la tarea, costo anual) PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL MANTENIBILIDAD Medición de la mantenibilidad basada en tiempo La función mantenibilidad es una distribución de la variable aleatoria del Tiempo medio a reparar rep arar MTTR (Mean Time To To Repair), que representa el tiempo de ejecución de una tarea de , t M ( t ) = P ( MTTR ≤ t ) = ∫ m ( t ) dt 0 m(t)= La función de densidad de la variable aleatoria MTTR En este curso trabajaremos con dos tipos de distribuciones que mejor simulan la mantenibilidad: La distri dis tribuci bución ón W deeibull Gauss Gaus Normal -- La distr distribuc ibución ión Weibu ll s o Normal - La distribuci distribución ón de Gumbel Tipo I - La Expon Exponenc encial ial PARAMETROS DE MANTENIMIENTO MANTENIBILIDAD Distribución Normal: Normal: Tienen aplicación en tiempos de reparaciones de los equipos mecánicos y electromecánicos. continua x que esta normalmente distribuida con la media y varianza χ f (t ) = 1 σ t−µ − * σ 2 1 2π * e χ 2 2 σ ∞ M (t ) = ∫ f ( t ) dt MTTR = µ χ HENRY VILLARROEL 0 PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL MANTENIBILIDAD EJEM EJ EMPL PLO O DE APLIC PLICA ACIÓN CIÓN En la tabla 1 se muestran los tiempos en minutos de las actividades de mantenimiento co corr rrec ectitivo vo de un mo mont ntac acar arga gas. s. Se de dese seaa dete determ rmin inar ar las las si sigu guie ient ntes es inte interr rrog ogan ante tes: s: a)¿Cuál será la probabilid idaad de presentarse una falla lla de hacer la tarea de mantenimien iento correctivo entre 52 y 72 min inuutos? b)¿Cuál es el tiempo por debajo del cual se comportaran el 85% de las tareas de mantenimi mant enimiento ento corre correctivo ctivo?? Tabla 1 51 71 75 67 86 58 52 64 41 74 48 55 43 72 30 39 64 45 63 37 70 37 48 71 69 83 57 83 46 72 33 59 97 66 93 76 68 50 65 63 75 63 51 69 75 64 54 53 59 92 PARAMETROS DE MANTENIMIENTO MANTENIBILIDAD HENRY VILLARROEL Ejemplo de aplicación (Continuación) Frecuencia de Mantenimeinto Correctivo del Montacargas Intervalos clases de - Frecuencia Clase de . 40 – 49. 5 6 50 – 59. 5 11 60 - 69.5 12 70 - 79.5 10 80 - 89.5 3 90 - 99.5 3 14 e 12 s a l C10 e d 8 a i n c 6 e u 4 c e r 2 F 0 30 - 3 39 9.5 40 - 49. 49.5 50 - 59. 59.5 5 60 - 69 69.5 70 - 79. 79.5 5 80 - 89. 89.5 5 90 - 99 99.5 Intervalos de Clase Clase en Minutos PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL MANTENIBILIDAD Ejemplo de aplicación (Continuación) a. σ = n χ 3096 = 61 . 92 min µ χ = MTTR = ∑ i = 50 i =1 n ∑ ( xi − µ x ) 2 = 12138 n − 1 49 = 15 . 74 min Z1 = (52 − 61 .92) 15 .74 = −0.63 φ (Z1 ) = 0.2643(tabla) Z2 = (72 − 61.92) 15.74 φ (Z2 ) = 0.7389(tabla) M ( Z1∠X∠Z 2 ) = φ ( Z 2 ) − φ ( Z1 ) = 0.7384 − 0.2643 M (52∠X∠72) = 0.4741 ≡ ( 47.41%) Z1 Z2 = 0.64 PARAMETROS DE MANTENIMIENTO MANTENIBILIDAD Ejemplo de aplicación (Continuación) b. 0.85 = M (t = ?) ⇒ 0.85 = φ ( z ) Por tabla A3 φ ( z = ?) = 0.8508 ⇒ Z = 1.04 tmc − µx ⇒ tmc = Z.σ + µx ⇒ tmc = 78.26min σ Z = HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL MANTENIBILIDAD Función acumulativa de Gumbel I Distribución de probabilidad de Gumbel I − a (t − u ) e P( t ) = e − La distribución de Gumbel I es utilizada en mantenimiento ara predecir la mantenibilidad de los equipos, ya que los tiempos de u= Media o edad característica para reparar a= Inverso de la pendiente de la recta de mantenibilidad reparación los equipos obedecen a la ley delde efecto proporcionado. t = Tiempo estimado para el próximo trabajo a, u = Coeficientes de la distribución Gumbel I La Ley del efecto proporcionado expresa que en si el cambio de una m a= variable cualquier paso del del proceso en es una porción al azar valor previo de la variable. Parámetro de posición u= promedio de reparación del equipo TTR = Tiempo promedio Parámetro de dispersión MTTR = u + 0.5778 a PARAMETROS DE MANTENIMIENTO MANTENIBILIDAD Los tiempos de reparación de un equipo están compuestos por: Enfriamiento Ubicación de las fallas eparac n e a a a Puesta en funcionamiento. El reparación será del la suma de tiempo los dosde tiempos parciales proceso Modela: Situaciones corta duraciónde pocas paradas de Se presta para cálculos analíticos HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO MANTENIBILIDAD HENRY VILLARROEL Los parámetros a y u son los mas importantes en esta distribución. Para la estimación de estos parámetros existen 2 métodos de resolución: Método Gráfico y el Método Analítico. Método Analítico P (t ) = e −e LnP ( t ) = − e − − a ( t−u ) Aplicando logaritmos a la ecuación a (t−u ) Ln [ − LnP ( t )] = − a ( t − u ) Ln[− LnP(t )] = +au − at Ecuación linealizada y = b + ax PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL MANTENIBILIDAD Aplicando regresión lineal − a = n. ∑ ti .Ln[− LnP (t )] 2− ti . − * ∑ ∑ Ln[− LnP(t )] 2 2 a.u = ti . ∑ ∑ Ln[ − LnP (t )] − ti .Ln[− Ln * P(t )]. 2 2 n.( ti ) − ( ti ) ∑ ∑∑ Se determinan las constantes a , u ∑ ti PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL MANTENIBILIDAD Método Gráfico: Ordenar los datos, (tiempos fuera de servicio) en orden ascendiente Numerar los valores observados de 1 en adelante Calcular la probabilidad de ocurrencia Pf = i n i = numero de orden de la observación n = numero total de observaciones Utilizar el papel probabilístico de Gumbel I para valores extremos Ajustar la curva Determinar los valores de a y u gráficamente −e − a ( t −u ) Para determinar u, se hace que t = u en la ecuación: P(t ) = e −1 P (t = u ) = e = 0.37 Se obtiene la edad característica caracterís tica de reparar, u PARAMETROS DE MANTENIMIENTO MANTENIBILIDAD Método Grafico (continuación) Para obtener a , se calcula la pendiente de la recta t ( x ) − t0 VR( x ) − VR0 Pendiente de la recta de mantenibilidad (donde VR = Variable reducida) a = 1 m MTTR = u + 0.5778 a HENRY VILLARROEL PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL MANTENIBILIDAD EJEMPLO DE APLICACIÓN La empresa Otinsa esta programando un mantenimiento preventivo a una bomba centrifuga P-04 utilizada para el bombeo de agua de alimentación de la planta. La gerencia de mantenimiento, desea estimar el tiempo promedio de reparación de la bomba en la próxima parada. Los tiempos de reparaciones anteriores (en horas) se enumeran a continuación : 85, 118, 68, 78, 71, 106, 92, 74, 138 ORDINAL(i) TIEMPO (en horas) Pf (t ) 1 2 68 71 0.10 0.20 10 20 3 74 0.30 30 4 78 0.40 40 5 85 0.50 50 6 92 0.60 60 7 106 0.70 70 8 118 0.80 80 Pf ( t ) (%) 9 138 0.90 90 PARAMETROS DE MANTENIMIENTO MANTENIBILIDAD Método Grafico Ajustando los datos en el papel Gumbel Pf = (37%) → t0 = u = 78horas = = VR2 = 0 → t 0 = 78horas m= a= t1 − t0 VR1 − VR0 1 m = 1 = 106 − 78 1− 0 = 28 1 = 28 = 0.0357 28 MTTR = u + 0.5778 = 78 + 0.5778 = 94.18horas HENRY VILLARROEL a 0.0357 PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL MANTENIBILIDAD Método analítico ( ORDINAL(i) TIEMPO “t “t” en horas Pf ( t ) 1 68 0.10 0.8340 2 71 0.20 0.4758 3 74 0.30 0.1856 4 78 0.40 -0.87421 5 85 0.50 -0.3665 6 92 0.60 -0.6717 7 106 0.70 -1.0309 8 118 0.80 -1.4999 9 138 0.90 -2.2503 Ln − LnP ( t ) f ) n = 9 i = ∑ Ln [ − LnP f ( t )] = − 4 . 4113 t i 2 = 81118 ∑ ∑ t .Ln [ − LnP i f ( t )] = − 592 , 54 PARAMETROS DE MANTENIMIENTO MANTENIBILIDAD Método analítico (continuación) −a = ∑t .Ln[−LnP (t )] − ∑t .∑ Ln(−LnP (t )) n.( t ) − ( t ) ∑ ∑ n. i f i i −a = − . − 2 f i 2 * − . 9 * (81118) − (830) 2 − a = −0.04056 ⇒ a = 0.04056 ∑ t .∑ Ln (− LnP (t )) − ∑ t .Ln (− LnP (t )).∑ t a.u = n.( ∑ t ) − ( ∑ t ) 2 i f i f 2 2 i a.u = i (81118 )( −4.4113 ) − ( −592 .34 )(830 ) 9 * (81118 ) − (830 ) a.u = 3.2507 ⇒ u = 3.2507 a 2 ⇒ u = 80 .14 horas i HENRY VILLARROEL MTTR = u + 0.5778 = 94.38horas a PARAMETROS DE MANTENIMIENTO MANTENIBILIDAD Distribución Exponencial − t f ( t ) = µ .e M (t ) = 1 − e − µ t MTTR = HENRY VILLARROEL = tasa de reparación Probabilidad quetiempo el equipo reparado en un t sea 1 µ CARACTERISTICAS Modela mecanismos de reparación de: Equipos Equipos relativa relat ivamen mente te sencillo senci llossfrecuentes -- Equipos que requieren ajustes frecuentes de muy muy poca duración Es muy útil para cálculos analíticos PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL MANTENIBILIDAD f(x) DISTRIBUCION LOG-NORMAL b 1 Lnx− x 2 ) − ( 2 e 1 f (t) = ∫ σ dx a σ 2π n 1 f (t) = ∫ Lna 2πσ 1 − − 2 e σ dy = φ( CARACTERISTICAS Lnb− x σ ) − φ( Lna− x ) σ x 0 2 4 6 8 10 12 Aplica en los mismos casos que la distribucion de Gumbel No se presta para cálculos analíticos PARAMETROS DE MANTENIMIENTO DISPONIBILIDAD DISPONIBILIDAD La disponibilidad, del termino en availability ingles la puede como probabilidad de ser quedefinida un equipo este operando o este disponible para su uso, durante un periodo de tiempo determinado. Es una función que permite estimar en forma global el porcentaje de tiempo total que se puede esperar espe rar,, que un equipo estepara disponible para cumplir la función la cual fue HENRY VILLARROEL diseñado. PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL DISPONIBILIDAD MANTENIBILIDAD Tiempo de operación Tiempo de operación Tiempo de operación MTBF Tiempo de reparación CONFIABILIDAD Tiempo de reparación MTTR DISPONIBILIDAD PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL DISPONIBILIDAD Ti Di Ti+1 Sea: Ti = tiempo de duración del i periodo de funcionamiento (V. Aleatoria) Di = tiempo de duración del i periodo de reparación o reemplazo (V. Aleatoria) (t) = función densidad de probabilidad de repara reparación ción o reemplazo del equipo (g1, g2, g3) W(t) = función densidad de probabilidad de falla del equipo (w1, w2, w3) A(t) = función de convulación entre la función w(t) , g(t) L { A ( t )} = L { w ( t )}. L { g ( t )} donde A(s) = 1 − W (s) s .[ 1 − W ( s ). g ( s )] PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL DISPONIBILIDAD A(s ) = 1 − w(s) s * [1 − w ( s ) * g ( s )] −1 A ( t ) = L { A ( s )} A(t) = Es definida como la probabilidad de que el componente este , disponibilidad instantánea en un tiempo aleatorio t. EJEMPLO Calcular la disponibilidad de un equipo en el cual la función densidad de probabilidad de falla w(t) y la función densidad de probabilidad de reparación g(t) son de carácter exponencial (tasa de falla y reparación constante). w (t ) = λ e − λt donde λ = tasa de falla g (t ) = − µt µ donde = tasa de reparación e PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL DISPONIBILIDAD A( s ) = s + λ − λ 1 − w( s ) S * [1 − w( s ) * g (t )] A(s) = s[ w( s ) = L{w(t )} (s + λ ) ( s + λ )( s + µ ) − λµ ( s g ( s ) = L{g (t )} w s = {λe } = λ . {e } − w( s ) = ( λ − λ s s + ) ] µ ) 2 s[ s + s µ x + λ s + λµ − λµ ( s + λ )( s + µ ) s+λ s µ ) g ( s) = ( s+µ A(s) = 1− ( s[1 − ( )( (s + A(s) = ) A( s ) = + λ λ s+λ ).( s[ ) µ (s + λ ) s ( s + ( λ + µ )) ] ( s + λ )( s + µ ) s ( s + λ )( s + A( s ) = )] ) s [ s ( s + ( λ + µ )]( s + λ ) ] s+λ s+µ (s + µ ) A( S ) = s [ s + ( λ + µ )] PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL DISPONIBILIDAD 4.- A(s) = (s + 5.- ) s [ s + ( λ + µ )] Aplicando fracciones parciales A= (λ + µ ) ∴ B = 1− A µ B =1− (λ + µ ) = s[ s + (λ + µ )] + s s + (λ + µ ) (s + µ ) = s[ s + (λ + µ )] = A[ s + ( λ + µ ) + sB s[ s + (λ + µ )] ( s + µ ) = sA + A(λ + µ ) + sB 1= A+ B (λ + µ ) (λ + µ ) s[ s + ( λ + µ ) (s + µ ) λ = + (λ + µ ) s + (λ + µ ) s µ λ (λ + µ ) −1 ( λ + µ ) −1 }+ L { } A(t ) = L { s s + (λ + µ ) A(t ) = µ (λ + µ ) + λ (λ + µ ) e −( λ + µ )t µ = A(λ + µ ) PARAMETROS DE MANTENIMIENTO DISPONIBILIDAD A (t ) = µ λ + (λ + µ ) (λ + µ ) HENRY VILLARROEL e −(λ + µ )t A(t) t → ∞ A (t ) = µ MTBF (λ + µ ) MTBF+MTTR µ A(t → ∞) = MTBF + MTTR = (λ + µ ) MTBF t PARAMETROS DE MANTENIMIENTO DISPONIBILIDAD HENRY VILLARROEL Disponibilidad Inherente o de estado estable MTBF A= MTBF+ MTTR Incluye solamente solamente el mantenimiento mantenimiento correctivo del sistema (el tiempo de reparar o reemplazar componentes fallados) y excluye las paradas de mantenimiento preventivo, tiempos logísticos tiempos de espera o administrativos. Disponibilidad Alcansada Aa = MTBM __ MTBM + M Esta incluye las paradas de mantenimiento preventivo que impliquen la__ disponibilidad del sistema (tanto correctivas y algunas preventivas) y M es el tiempo de parada (tanto de acciones correctivas como de preventivas). PARAMETROS DE MANTENIMIENTO DISPONIBILIDAD HENRY VILLARROEL Disponibilidad operativa: A0 = MTBM __ ∴ RLM = Retrazo logístico MTBM + M + RLM Incluye los rasgos logísticos por falta de repuestos, personal, equipos de apoyo. Es la medida de disponibilidad mas apropiada para medir la disponibilidad ya que incluye la mayoría de los elementos presentes del sistema. Importancia de la Disponibilidad: Disponibilidad: A través través del estudio de los factores que influyen sobre la disponibilidad, MTBF MTBF y MTTR es posible gerenciar y evaluar distintas alternativas de acción para lograr aumentos necesarios de disponibilidad: Aumentar el MTBF Reducción del MTTR Aumentar el MTBF y reducir el MTTR simultáneamente PARAMETROS DE MANTENIMIENTO DISPONIBILIDAD HENRY VILLARROEL Ejemplo de aplicación de Disponibilidad. La empresa BASERCA esta interesada en un estudio de disponibilidad de una planta de compresión de gas durante los 161 días correspondiente al primer semest sem estre re del del año. año. En la tabla tabla ad ad unta unta se muestra muestrann los re istros istros de de horas horas de operación y de reparación durante este semestre. La gerencia de Mantenimiento esta interesada en conocer: El MTTR El MTBF La disponibilidad inherente PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL DISPONIBILIDAD Corrida Fecha de inicio Horas de Operación Horas de Reparación 1 E ner o 26 14 34 2 E ner o 28 82 7 3 F ebr er o 2 95 18 4 F ebr er o 7 27 1 5 F ebr er o 9 6 8 6 F ebr er o 1 3 10 3 17 7 F ebr er o 1 8 53 10 8 F ebr er o 2 1 10 7 32 9 F ebr er o 2 7 13 4 34 10 Marzo 5 40 60 11 Marzo 10 18 5 13 12 Marzo 19 25 0 12 13 Marzo 30 12 0 25 14 Abril 10 28 0 2 15 16 Abril 22 Mayo 8 32 0 57 8 47 3 17 J uni o 2 45 0 28 18 J uni o 22 37 5 23 19 Julio 9 12 0 5 PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL DISPONIBILIDAD Número Horas de Operación 1 6 2 14 3 27 Se agrupan los datos con el fin demás obtener la función densidad de probabilidad conveniente: 4 5 40 53 6 82 n = 19 7 95 Números de intervalos aproximados 8 103 Ordenando los tiempos de operación en orden ascendente, se obtiene la tabla 1. 3.33Log19 = 5.25 ≈ 5 K = 1 + 3. Rango de datos R = X max − X min R=578-6=572 horas Tamaño de los int intervalos ervalos de clase: I = R K 9 107 10 120 11 134 12 185 13 230 14 250 15 280 16 320 17 375 I= 572 5 114. 4.4 4 ≅ 11 114 4 = 11 18 450 19 578 Tabla 1 PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL DISPONIBILIDAD Tabla de datos agrupados Histograma de fallas de Operación Intervalos Frecuencia 6 – 120 10 12 1211 – 23 2355 3 236 –350 35 3511 – 46 4655 3 2 46 4666 – 58 5800 1 a l l a F e d a i c n e u c e r F 12 10 6 4 2 0 6 - 12 120 121 - 22335 236 - 33550 351 - 44665 466 - 55880 Intervalos de Clase (Horas) Del grafico anterior se puede suponer un comportamiento de distribución de probabilidad de ffalla alla exponencial PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL DISPONIBILIDAD Ordinal (i) Utilizando el método de la regresión lineal para determinar el MTBF, MTBF, se determina la probabilidad de falla, utilizando la siguiente expresión: F (t ) = i − 0.3 R(t ) = 1 − F (t ) N + 0 .4 ∑ t . ln R(t ) − ∑ t .∑ ln R(t ) n.(∑ t ) − (∑ t ) n. i i 2 2 i i Realizando un resumen estadístico se obtiene: 19 ∑t i =1 19 i = 3449 F (t ) R (t ) Ln ( t i ) t 2 i t .Ln(t) i 1 6 0.036 0.964 -0.0366 36 -0.2116 2 14 0.087 0.913 -0.0910 196 -1.2740 3 27 0.139 0.861 -0.1496 729 -4.0392 4 40 0.190 0.810 -0.2107 1600 -8.4280 5 53 0.242 0.758 -0.2770 2809 -14.6810 6 82 0.293 0.707 -0.3467 6724 -28.4294 . Por regresión lineal se obtiene la tasa de falla λ −λ = Tiempo (t) . - . - . 8 103 0.396 0.604 -0.5041 10609 -51.9223 9 107 0.448 0.552 -0.5942 11449 -63.5794 10 120 0.500 0.500 -0.6931 14400 -83.1720 11 134 0.551 0.449 -0.8007 17956 -107.2938 12 185 0.603 0.397 -0.9238 34225 -170.9030 13 230 0.650 0.346 -1.0613 52900 -244.0990 14 250 0.706 0.294 -1.2241 62500 -306.0250 15 280 0.757 0.243 -1.4146 78400 -396.0880 16 17 320 375 0.809 0.860 0.191 0.140 -1.6554 -1.9661 102400 140625 -529.7280 -737.2875 18 450 0.912 0.088 -2.4304 202500 -1093.6800 ∑ LnR (t ) = −18.6393 19 i i =1 19 ∑t 2 i 578 0.963 0.037 -3.2968 334084 -1905.5504 = 1083167 1 PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL DISPONIBILIDAD 19 ∑t i .LnR (t ) = −5786.5941 1 Sustituyendo para obtener la tasa de falla −λ = . − − . . − (19).(1083167 ) − (3449) 2 − λ = −5.2574x10 −3 MTBF = 1 λ MTBF = 1 5.2574 *10 ≅ −3 190 horas . PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL DISPONIBILIDAD Aplicando el método de Gumbel I para los tiempos de reparación para obtener MTTR ti.Ln( − Ln( P (t )) − n. −a = ∑ ti. ti ) ∑ ti ) −∑(∑ ∑ n.( 2 Ln( − Ln( P (t )) 2 Ordinal (i) Tiempo (t) P f (t ) Ln(− Ln( Pf )) t 2i 1 1 0.05 1.0971 1 1.0971 2 2 0.10 0.8340 4 1.6680 3 3 0.15 0.6403 9 1.9209 4 5 5 7 0.20 0.25 0.4758 0.3266 25 49 2.3790 2.2862 . ∑ ti .∑ Ln(− Ln( P(t )) − ∑ ti.Ln(− LnP(t )).∑ ti n.(∑ ti ) − (∑ ti ) 2 a.u = 2 2 Realizando un resumen estadístico de regresión lineal para determinar las constantes n = 19 19 ∑ i =1 ti = 378 . t i .Ln ( − Ln ( Pf )) . 7 10 0.35 0.0486 100 0.4848 8 12 0.40 -0.0874 144 -1.0488 9 13 0.45 -0.2250 169 -2.9250 10 17 0.50 -0.3665 289 -6.2305 11 18 0.55 -0.5144 324 -9.2592 12 23 0.60 -0.6717 529 -15.4491 13 25 0.65 -0.8421 625 -21.0525 14 28 0.70 -1.0309 784 -28.8652 15 16 32 33 0.75 0.80 -1.2458 -1.4999 1024 1089 -39.8656 -49.4967 17 34 0.85 -1.8169 1156 -61.7746 19 ∑ Ln(− LnP(ti )) = −9.913 18 47 0.90 -2.2503 2209 -105.7641 19 60 0.95 -2.9701 3600 -178.2060 i =1 PARAMETROS DE MANTENIMIENTO DISPONIBILIDAD 19 ∑t 2 i = 12194 i =1 19 Ln(− LnP(t )) = 508.615 ∑ t .Ln i i i =1 . −a = (19).( −508.615) − (378).( −9.913) (19)(12194) − (378) 2 − a = −0.0666 a.u = (12194 ).( −9.913) − ( −508.615)(378) 2 (19).(12194) − (378) 0.8037 0.8037 HENRY VILLARROEL u= a = 0.0666 horas = 12.06 PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL DISPONIBILIDAD MTTR = u + 0.5778 a = 12.06 + TTR ≅ 21 0.5778 0.0666 horas MTBF A= TBF + A= TTR 190 190 + 21 = 0.90 = 90% = 20.73 horas PARAMETROS DE MANTENIMIENTO HENRY VILLARROEL ¿Alguna pregunta?