Otro contenido que puede ser de tu inters:
El Elusivo Intervalo P-F
Posted on May 28, 2011 by Luis Hoyos Vsquez
Abstract
En este artculo se analiza el Intervalo P-F para la toma de decisiones CBM, sus
reas de utilidad y aquellas reas en las que es inadecuado utilizarlo como
estrategia de mantenimiento predictivo. Proponemos un enfoque alternativo ms
general basado en el sistema EXAKT. Se describen dos categoras de decisiones,
la primera basada en la probabilidad de falla, y la segunda basada en la
probabilidad de falla y aspectos econmicos. Bajo la segunda categora existen
tres posibles estrategias de decisin: minimizacin de costos, maximizacin de
disponibilidad, y maximizacin de rentabilidad (considerando tanto costos como
disponibilidad). Un ejemplo numrico ilustra estos cuatro tipos de decisiones.
Referencias (Ej. los hipervnculos en las etiquetas de las ecuaciones 4, 6, 10, y 11)
al Apndice proporcionan clarificacin adicional donde se necesite.
Antecedentes
Cuando la capacidad funcional de un equipo cae por debajo de su capacidad
requerida, consideramos que el activo ha fallado. Mantenimiento restaura
(mantenimiento reactivo), o conserva (mantenimiento proactivo) la capacidad
funcional de un tem a un nivel que excede aquel requerido por sus usuarios. De los
dos tipos de mantenimiento, reactivo proactivo, en ciertas situaciones los
usuarios especifican este ltimo en ciertas situaciones. En aquellos casos en que la
falla pueda interferir de manera significativa con el nivel de alistamiento en un
contexto militar, o con la meta de produccin de bienes y servicios, con la
seguridad industrial, con rentabilidad y sin violar las normas ambientales, por lo
general el usuario solicitar algn tipo de mantenimiento proactivo.
Con el fin de mitigar las consecuencias de fallas, los administradores de
mantenimiento se inclinan hacia una poltica de mantenimiento denominada
mantenimiento basado en condiciones o CBM. CBM es tambin conocido (con
diversos matices), con los nombres mantenimiento basado en condicin,
mantenimiento predictivo (PdM), monitoreo de condiciones (CM),
administracin de pronsticos & salud (PHM), monitoreo de salud de equipos
(EHM), o simplemente como inspecciones de mantenimiento preventivo (PM)
Todas estas se refieren a la recoleccin, el procesamiento y el anlisis de
informacin y observaciones relevantes, con el fin de tomar decisiones buenas y
oportunas sobre:
1.
Intervenir inmediatamente y hacer mantenimiento a el equipo en este momento, o
2.
Planear la ejecucin de un mantenimiento dentro de un periodo de tiempo
especificado, o
3.
Aplazar la decisin de mantenimiento hasta la prxima observacin CBM.
Cuando los administradores y los gerentes seleccionan una tarea para tratar un
particular modo de falla, tienden a considerar a CBM en primer lugar. CBM, de ser
aplicable, es considerado como ms conservador, menos costoso, y menos
entorpecedor que TBM (mantenimiento basado en tiempo). El grfico de la Figura
1 representa la conocida teora de CBM. Define a CBM como la deteccin de una
falla potencial de manera oportuna. P es el punto inicial en el cual puede ser
observada una falla en evolucin, utilizando la tecnologa actual de deteccin. El
real descubrimiento de la falla potencial ocurre en la siguiente inspeccin CBM
despus de P.
Figura 1 El modelo clsico CBM
Discusin
El grfico en la Figura 1 a la izquierda, ilustra las restricciones que debe tener en
cuenta el ingeniero de mantenimiento al disear un programa CBM. El intervalo PF Neto debe proporcionar un periodo de tiempo adecuado para que la operacin de
mantenimiento reaccione a partir del momento en que es detectada una falla
potencial. Si resulta prctico monitorear a la frecuencia necesaria para que esto
ocurra, el programa CBM se considera como tcnicamente factible o aplicable.
En el peor de los casos, segn el grfico, si una inspeccin anticipa la falla potencial
solamente por un pequeo periodo de tiempo, la siguiente inspeccin todava la
detectar a tiempo, siempre y cuando la organizacin de mantenimiento sea capaz
de actuar dentro del intervalo P-F neto. En caso que, al largo plazo, la tarea
proactiva repetitiva tenga xito, a un costo aceptable, en evitar o mitigar las
consecuencias de fallas funcionales, se considerar que el programa CBM es
efectivo o que vale la pena.
La Figura asume que:
1.
El punto en el que se declara una falla potencial, P, de una condicin identificable
es conocido, y que
2.
El intervalo P-F es conocido y es razonablemente consistente (o su rango de
variacin puede ser estimado), y que
3.
Resulta prctico monitorear el tem a a intervalos mas cortos que el intervalo P-F.
El modelo clsico de decisin CBM de la Figura 1 depende considerablemente, por
lo tanto, de conocimiento previo sobre P y del intervalo P-F. en la prctica RCM, se
obtiene una aproximacin inicial al Intervalo P-F mediante el consenso de expertos
en el tema (ref. 1).
Obstculos para la aplicacin de la Figura 1
Moubray, en ref. 1, sugiere que si P no es conocido, o que si P-F no puede ser
aproximado, CBM no es tcnicamente viable. Esto descartara un gran nmero de
programas de monitoreo de condicin actualmente activos. De los dos conceptos,
P y P-F, es el primero el que presenta el reto ms grande. Sin P el intervalo PF resulta elusivo. Por esto, antes de tratar el intervalo P-F, debemos primero
descubrir cuando y como declarar una falla potencial.
En la Figura 1, P (el punto en el cual la tecnologa actualmente disponible puede
detectar una condicin de falla) es sealizado cuando se alcanza un valor
especificado para algn indicador de condicin. Encontrar un indicador que
trasmita el estado de un modo de falla fijado es un reto por s mismo. En todas las
situaciones, excepto las ms simples, extraer un indicador de condicin
(caracterstica) que de una manera fiel haga seguimiento a resistencia de falla
disminuyente, relacionada con un modo de falla objetivo, (tambin conocido como
causa o mecanismo), requiere de considerable conocimiento, basado en:
1.
Un modelo de ingeniera del mecanismo de falla, o en
2.
Experiencia previa de la falla o, preferiblemente, de la falla potencial.
En la presente discusin, asumiremos que no hay disponible un modelo basado en
reglas fsicas. Nos enfocaremos en el segundo caso, que se podra considerar como
el ms general. Una vez se haya propuesto un indicador de condicin que refleje el
deterioro en un componente, todava nos toca establecer el punto de decisin P
(falla potencial) en el cual, ante la falta de un modelo que describa las reglas de
fsica del modo de falla, se requiera de alguna clase de metodologa.
Esto (establecer el nivel al cual se declara la falla potencial) es el problema
encontrado por muchos administradores de activos agobiados por informacin de
monitoreo de condicin. La persona que implementa un programa CBM enfrenta
interrogantes inevitables. Estos son, Donde establecer la falla potencial?, y, Cual
indicador, de las tantas variables monitoreadas, debera utilizar para este
propsito? Cuando las reglas fsicas de una situacin no son bien conocidas (como
es el caso muy frecuentemente), una poltica para declarar una falla potencial no
es nada obvia.
Por qu la Figura 1 y la determinacin de P y de P-F nos resultan tan elusivas? Las
razones son:
1.
Si bien ello no implica esto, podemos errneamente inferir a partir del grfico en la
Figura 1 que, en general, un solo indicador de condicin influye sobre la probabilidad
de falla. Sin embargo, frecuentemente el problema es multi-dimensional. Cuando una
variable significativa es una combinacin lineal de varios factores que influyen sobre
riesgos, se trata de una funcin ms compleja que, por lo general, no es fcil de forzar
en el modelo P-F simple.
2.
P y P-F pueden ser variables aleatorias. Los intentos de establecer estas como
parmetros fijos de decisin frecuentemente nos causan frustracin.
3.
La declaracin de P puede no ser constante para diversas edades de trabajo del
tem. Un alto nivel de vibracin en un tem ms antiguo puede indicar una falla
inminente mientras que el mismo nivel de vibracin en un tem ms nuevo puede ser
normal. En general necesitamos un mtodo para determinar la relacin tripartita (edad
vs. Indicador CBM Indicador vs. confiabilidad).
4.
(reproducidos a continuacin) tratan dos casos extremos. En el primer caso (Caso
Especial 1? a continuacin), conocido como comportamiento aleatorio, no existe
relacin entre la probabilidad de falla Y EDAD. (F1, F2, F3 ocurrieron en edades
aleatorias) en el segundo (Caso Especial 2?), la falla depende totalmente de la edad.
En los siguientes tres prrafos se discuten las confusiones que pueden surgir a raz de
generalizaciones de estos casos especiales.
A.
Ref. 1 describe de manera correcta el primer caso como una situacin en la
cual la probabilidad condicional de falla depende totalmente de un indicador de
condicin y es
Casos especiales CBM
Completamente independiente de edad.
B.
En el segundo caso surge una confusin, donde ref. 1 igualmente indica que
la falla depende del indicador de condicin. Sin embargo, Ref. 1 no menciona que el
indicador de condicin (en este caso, la profundidad del surco en una llanta) es una
variable que es equivalente a la edad del componente. Este tipo de indicador es, en
este caso simplista, una medicin directa de la tensin externa acumulada, que es la
edad de trabajo. De hecho, falla es frecuentemente definida directamente en
trminos de esta medicin. Por ejemplo cuando la profundidad de surco de una
llanta de avin llega a un valor mnimo especificado, se le considera en falla debido
a que ya no puede mantener la funcin de la llanta de ser reencauchada, en
situaciones complejas (generales), el indicador de condicin o variable
monitoreada, por lo general no es equivalente a la edad de trabajo. Tampoco est,
hablando en trminos generales, tan obviamente relacionada a falla potencial. Los
implementadores de CBM enfrentan el reto de descubrir la relacin exacta entre la
informacin relevante de monitoreo de condicin y la probabilidad de
supervivencia.
C.
En la prctica, la falla frecuentemente depende de edad y de uno o varios
otros indicadores de condicin adicionales. (Podramos considerar la dependencia
de la edad como un promedio de una multitud de otros factores indeterminados.)
Para este caso general, se requieren metodologas mas avanzadas con las cuales
revelar la falla potencial y determinar el intervalo P-F.
El intervalo PF a partir de la rata de falla
Posted on May 4, 2011 by Luis Hoyos Vsquez
Cmo se puede determinar el intervalo PF a partir de la rata de falla?
No se puede conocer el intervalo PF a partir de la rata de falla. El intervalo PF es
independiente de la rata de falla y corresponde al tiempo de respuesta entre el
momento que se detecta la falla y el instante en que se pierde la funcin. El
intervalo PF puede ser estimado a partir de la experiencia o de pruebas de
laboratorio. El nico propsito del intervalo PF es el de sugerir un intervalo de
monitoreo razonable cuando se inicia un programa de mantenimiento basado en la
condicin (CBM). Actualmente, no existe un procedimiento sistemtico en el que se
pueda usar la experiencia del da a da para optimizar el intervalo de inspeccin
basado en el intervalo PF.
Una vez se haya implementado un programa CBM con un intervalo inicial de
inspeccin CBM, el proceso LRCM y el mtodo del modelo de riesgo proporcional
utilizan procesos sistemticos de seguimiento y mejora continua. El LRCM
combinado con EXAKT proporciona lo siguiente:
1.
Un Estimado de Vida til Remanente (RULE) con un intervalo de confianza
basado en la edad y la condicin actual del tem.
2.
Un punto ptimo de decisin en el factor econmico del mantenimiento. (basado
en la edad y la condicin actual del tem y en los factores del negocio)
3.
Un proceso cuantitativo en el cual se mide y se mejora continuamente la
efectividad del programa CBM.
Ahora, volviendo a la pregunta inicial, si bien no existe una relacin entre el
intervalo PF y la rata de falla, existe una relacin entre el RULE y el MTTF
condicional. De hecho, son equivalentes. La siguiente secuencia de diapositivas
define el RULE.
Es el intervalo PF una distraccin?
Posted on April 1, 2011 by Oscar Hoyos Vsquez
El artculo que describe la optimizacin CBM en EXAKT, The Elusive P-F
Interval, puede dejar la impresin de que el intervalo PF es un concepto
irrelevante. El intervalo PF no es irrelevante pero si distrae la responsabilidad
ms importante del diseador de un programa CBM que debera ser, la deteccin
confiable de P.
De NAVAIR 00-25-403 el intervalo CBM es I =PF/n donde n depender de:
1.
La probabilidad, , de detectar una falla potencial con una ocurrencia de la tarea
CBM propuesta, asumiendo que la falla potencial ha ocurrido
2.
Probabilidad de falla aceptada (Pacc)
Generalmente, nos enfocamos mucho en el Intervalo PF. Ni Nowlan & Heap ni
Moubray tuvieron la intencin de utilizar el intervalo PF de forma diferente al de
determinar una primera aproximacin de un intervalo de inspeccin CBM en el
contexto de un proceso de mejoramiento continuo.
Al enfocarnos en el intervalo PF le restamos valor al mayor desafo de CBM, el de
revelar P. Una vez se haya adoptado un modelo o una regla para declarar una
falla potencial, la evidencia confirmada dentro de las ordenes de trabajo del
programa LRCM (ver cinco pasos abajo) proporcionar ms informacin sobre la
rata actual de degradacin con el fin de afinar el intervalo de inspeccin.
El siguiente grfico explica la teora clsica de CBM:
Teora Clasica del CBM
El Tiempo de Respuesta en mantenimiento es el tiempo requerido por el
mantenimiento para responder una alerta de P. En el peor de los casos, de
acuerdo con el grfico, si una inspeccin antecede la falla potencial por una
pequea cantidad, la siguiente inspeccin an podra detectarla a tiempo, siempre
y cuando la organizacin de mantenimiento sea capaz de actuar dentro del
intervalo neto PF.
A partir del grfico, el intervalo neto PF ser siempre mayor que PF/2 (cuando
I=PF/2). Si n=3 entonces el intervalo neto PF ser mayor que 2PF/3, y as
sucesivamente. Por lo tanto debemos elegir un n de tal manera que el intervalo
neto PF sea mayor que el Tiempo de Respuesta. Cuanto mayor es el valor de n
usado, se supone que menor es el intervalo de inspeccin y ms costosa ser la
estrategia de CBM.
El intervalo PF, siendo un modelo simple para explicar CBM, es un tipo de Catch
22. Con esto queremos decir que el descubrimiento del intervalo PF requiere la
experiencia continua en detectar y reaccionar a P. Por otra parte y con el fin de
establecer una regla para declarar P, necesitamos de la experiencia de haber
aplicado y confirmado nuestro modelo PF. El proceso de EXAKT/ LRCM evita esta
circularidad con un modelo de Vida til Remanente (RUL) que se deriva de los
datos CBM y de las ordenes de trabajo relacionadas que representan instancias de
modos de falla. El modelo, cuando se aplica da a da, no solo proporciona
decisiones prcticas de CBM sino que tambin mejora la confianza en las
predicciones. Con aplicaciones automatizadas de los modelos CBM se obtienen
intervalos de confianza de los Estimados de Vida til Remanente (RULEs) que
soportan y sugieren intervalos de inspeccin.
En resumen, los ingenieros de confiabilidad deben en primer lugar concentrar sus
esfuerzos en la bsqueda de un mtodo claro y confiable para la determinacin de
P. Esto se puede lograr mediante la creacin de procedimientos precisos del da a
da para observar y registrar fallas y suspensiones en las rdenes de trabajo. Los
siguientes pasos describen el proceso LRCM:
1.
Registrar las fallas y las suspensiones al cerrar las rdenes de trabajo.
2.
Mejorar continuamente la base de conocimiento RCM al cerrar las rdenes de
trabajo.
3.
Relacionar las rdenes de trabajo a los registros de conocimiento RCM.
4.
Generar muestras desde el CMMS, basada en la relacin rdenes de trabajo RCM
(del paso anterior).
5.
Ejecutar un anlisis CBM y un procedimiento de modelado como EXAKT.
NAVAIR y el intervalo P-F
Esta presentacin proporciona algunos hechos sobre el intervalo P-F. Concluye
con un error comn sobre el grfico de P-F.
2011, Oscar Hoyos Vsquez. All rights reserved.
Empujando su esfuerzo de Mantenimiento
Como miembro de este equipo, recuerdo bien el nfasis de Jerry en que
comprendiramos la curva P-F y el intervalo P-F. Jerry supo que si podamos
conseguir que nuestros directores comprendieran la curva P-F, podramos
comenzar a hacer la transicin en tecnologas predictivas y reducir la cantidad de
mantenimiento reactivo realizado en nuestras plantas.
Casi veinte aos ms tarde, ahora puedo decir con confianza que Jerry estaba,
digamos, de alguna manera en lo correcto. La comprensin de la curva P-F, el
intervalo P-F, y la planificacin de tecnologas predictivas son fundamentales en la
construccin de un Programa de Mantenimiento Predictivo (PdM) sano. La
comprensin de la curva P-F, como la mayor parte de nosotros lo sabemos, ayudar
a un director de mantenimiento o de confiabilidad a vender la necesidad de
adquirir tecnologas predictivas tales como el anlisis de vibracin, el anlisis de la
lubricacin, ultrasonido e inspecciones infrarrojas. Si es apropiadamente aplicado,
esto reducir tambin la cantidad de mantenimiento reactivo a ser realizado en su
planta. Lo qu la curva P-F original no har es llevar al mximo el beneficio de su
programa de PdM.
La Figura 1 muestra la curva P-F que la mayora de las personas conoce. El eje X de
la curva representa el Tiempo o la Edad Operadora, y el eje Y representa la
Resistencia al Fracaso. Comenzando en la parte superior izquierda de la curva y
movindose a la derecha encontramos el punto P, conocido como Fracaso
Potencial. Este es el punto en tiempo que, cuando se usa alguna forma de
Tecnologas Predictivas, uno puede detectar primero la resistencia al fracaso.
Cuando continuamos movindonos a la derecha por esta curva, la resistencia al
fracaso contina cayendo hasta que encontremos el punto F, conocido como
Fracaso Funcional. Este es el punto en el tiempo cuando la resistencia del
componente al fracaso ha empeorado a un punto donde desempea su funcin
destinada.
El tiempo entre el punto P y el punto F es conocido como el intervalo P-F. El valor
de saber el intervalo P-F de un componente para un modo especfico de fracaso es
que nosotros ahora podemos poner el intervalo de la inspeccin basada en
condicin (PdM). Al poner el intervalo que conocemos ahora, con un nivel alto de
confianza, podemos detectar el fracaso de este componente, planear una tarea de
reemplazo o restauracin y reparar el componente antes de que ocurra el fracaso.
Al hacerlo, ahora hemos reemplazado lo que alguna vez fue una tarea reactiva con
una tarea de PdM.
La introduccin de la Curva P-F y tareas PdM de en-condicin proporcion un
cambio innovador necesario en un mundo donde el Mantenimiento preventivo era
visto como la nica opcin para evitar el mantenimiento de emergencia/demanda.
El entusiasmo alrededor de la Curva P-F evolucion rpidamente en el mundo del
mantenimiento en una nueva era de "mantenimiento proactivo" para las
compaas que podan proporcionar las nuevas y costosas tecnologas predictivas
asociadas con el Mantenimiento Predictivo. Las compaas que invirtieron en
tecnologas tales como el Anlisis de la Vibracin, el Anlisis de la Lubricacin, y el
Anlisis Termogrfico pagaron grandes sumas para el equipo y la capacitacin para
desarrollar grupos Predictivos internos de mantenimiento, y poco tiempo despus,
empezaron a compartir historias de xito y de los ahorros que podran ser
generados al detectar los fracasos, y de evitar el dao secundario costoso asociado
con el mantenimiento de emergencia. Actualmente, no es difcil hacer la conexin
entre la Curva P-F, el Mantenimiento Predictivo y el nacimiento de SMRP,
[Link], IMC y muchas otras compaas y conferencias. Mientras las
palabras Mantenimiento predictivo se esparcen alrededor del mundo, ofertas de
curso de PdM y proveedores de Internet de PdM se expandieron, haciendo las
nuevas tecnologas ms atractivas y econmicas. Si en 1995, se encontraba
realizando un benchmarking a su organizacin de mantenimiento de la compaa
usted no podra ser de talla mundial si no estaba involucrado en el mantenimiento
predictivo.
Algo esta faltando
Varios aos despus de trabajar con Jerry Haggerty me retire de Eastman Kodak
para abrir Reliability Solutions, Inc., una firma de consultara que se especializa en
la capacitacin a personas en instrumentos de confiabilidad y medidas. Como parte
de nuestros servicios ofrecemos tambin consultara y mentora en el sitio. Fue en
una de estas visitas que aprend que la curva P-F estaba incompleta.
Nuestro cliente haba invertido una cantidad substancial de dinero para desarrollar
un Programa de PdM sobre los ltimos dos aos y, estaban bastante orgullosos de
ese programa. Sin embargo, al mismo tiempo, ellos revelaron tambin que estaban
desilusionados de su programa de PdM porque no entregaba los ahorros en una
tasa que haban esperado. El proveedor de servicios de PdM de nuestro cliente
reuni datos de centenares de piezas de equipo de rotacin alrededor de su planta.
Ellos prepararon informes para nuestro cliente que mostraba que casi todo su
equipo de rotacin estaba en el proceso de fracaso (en alguna parte entre los puntos
P y F). Como estaba capacitado, nuestro cliente entonces abrira una orden de
trabajo de mantenimiento para planificar el reemplazo de activos antes del fracaso.
Utilizando las tcnicas de precisin de alineacin, el equipo de rotacin sera
reemplazado y, para su gran desilusin, meses mas tarde seran informados que el
mismo activo otra vez fallaba. La curva de P-F detallada en la Figura 2 representa la
experiencia de nuestro cliente con Tecnologas Predictivas y el Intervalo P-F.
Advierta el efecto de diente que designa cada vez al activo que es reemplazado o es
reparado.
Mientras los dientes de sierra de la Curva de P-F elimina efectivamente el tener
costoso equipo de rotacin trabajando al fracaso, puede calmar a los directores de
mantenimiento en la ilusin que PdM es todo el mantenimiento que se tiene que
ofrecer con respecto a estos tipos de fracasos. Mientras podramos celebrar que
esta compaa detecto exitosamente y respondi a tres fracasos potenciales sobre
un espacio corto de tiempo, y evit dao secundario costoso asociado con cada
fracaso, me hubiera gustado que me preguntaran por qu ocurri cada fracaso. La
cosa ms importante que necesitamos entender acerca de la Curva P-F y de la
Curva de Diente de Sierra P-F es esto; Actualmente el detectar el fracaso potencial
no basta para considerar su programa de PdM un xito. Para cada fracaso potencial
detectado nosotros debemos determinar tambin la causa especfica del fracaso.
Necesitamos saber lo que ha causado este fracaso potencial y lo mas importante,
esta causa puede ser eliminada? Si preguntamos y contestamos esta pregunta,
nuestra organizacin de mantenimiento, proveedor de PdM y nuestra compaa
estn listos para obtener el beneficio total de la Curva P-F Modificada utilizando no
solo Mantenimiento Predictivo sino las tcnicas Proactivas de mantenimiento y las
herramientas de confiabilidad.
Algunos modos de falla que resultan en los dientes de la Curva P-F:
Mala alineacin
Pies suaves
Estrs en las tuberas
Falta de Lubricacin
Lubricacin inapropiada
Avera de Lubricacin
Cimientos inadecuados
Tensin de las Bandas inadecuada muy tensa/muy floja
Sobre torque de las conexiones elctricas
Contaminacin por Suciedad/Polvo/Humedad en las conexiones elctricas
Cableado inadecuado, sobrecargas o calentamiento
Torque inadecuado de las conexiones de las tuberas que tiene como resultado
fugas
Materiales inadecuados en los empaques
Diseo o aplicacin in adecuada
Mientras cada uno de estos modos de fracaso podran ser detectados utilizando
alguna forma de Tecnologa Predictiva, y entonces corregirlos antes del fracaso
total, si el modo de fracaso no es identificado apropiadamente el fracaso ocurrir
otra vez.
Lo anterior debe destacar claramente la necesidad de tomar su programa de
Mantenimiento Predictivo un paso ms adelante al hacer estas preguntas cada vez
que un componente ha sido determinado de haber alcanzado el punto P en la Curva
P-F. Al hacerlo as, ahora podemos localizar con toda precisin la causa especfica
de cada fracaso y la lgica de la decisin del uso de RCM y las tcnicas Proactivas
de Mantenimiento para eliminar estas causas y el efecto de diente.
Complementando la Curva P-F
Cuando realizamos un anlisis de RCM Blitz de varios activos en las instalaciones
de nuestros clientes, se aclar por qu no se tena el xito que haban esperado de
su programa de PdM. Al trabajar con su proveedor de servicios de PdM para
establecer su programa de PdM, haban generado simplemente una lista de activos
para cada tecnologa especfica, que fue utilizado para identificar los activos y
configurar las rutas de PdM e intervalos para cada activo basado en las
recomendaciones del proveedor. En la mayora de los casos, el Anlisis de la
Vibracin y las tareas Ultrasnicas fueron realizados mensualmente, las
inspecciones de Termografa fueron establecidas en una base trimestral, y la
Evaluacin Actual Motriz fue realizada cada seis meses. Ni una sola inspeccin de
PdM detall los modos de fracaso que las tareas buscaban para detectar.
Mientras todos entendimos la curva P-F y el intervalo P-F, nosotros fallamos en
entender o determinar por qu los activos fallaban una y otra vez.
Mientras las tecnologas que nuestro cliente haba invertido detectaban
exitosamente los fracasos, nuestro cliente nunca haba preguntado al proveedor de
PdM por qu algunos activos continuaban fallando una y otra vez. Aqu es donde la
adicin a la curva P-F entra. Note que la diferencia en la curva P-F ilustrada en la
Figura 3. Empieza en la extrema izquierda en el punto I (Instalacin) y se mueve a
la derecha tenemos una lnea entre el punto I y el punto P (Fracaso Potencial). Esto
es lo que llamamos el intervalo I-P. El intervalo I-P representa el tiempo que toma
para moverse del punto de instalacin al punto de donde el Fracaso Potencial es
detectado por primera vez. El objetivo de todas las organizaciones de clase mundial
de mantenimiento y confiabilidad debe ser de trabajar para llevar al mximo el
Intervalo I-P. Este slo puede ser logrado por una comprensin total de sus activos,
las tcnicas proactivas de mantenimiento y de las herramientas de confiabilidad. Al
ver la curva P-F de esta manera se aclar a nuestro cliente que un porcentaje
grande de los modos de fracaso que ellos detectaban por el uso de tecnologas
predictivas puede, de hecho, es identificado y es eliminado utilizando RCM y las
tcnicas proactivas de mantenimiento. Como ejemplo, uno de los fracasos que
nuestro cliente vea repetidamente en un ventilador que fue montado a una base
pequea. Cada vez que reemplazaban el ventilador, utilizaron alineacin de
precisin para asegurarse que el ventilador y las roldanas motrices fueran alineadas
apropiadamente. Sin embargo, sin el soporte apropiado de los cimientos, sigui
parando y arrancando y con el tiempo tuvo como resultado la desalineacin y la
degradacin del ventilador y de los cojinetes motrices. De ah, nuestro cliente
experiment el efecto bumerang de fracasos peridicos y reparaciones repetidas. Al
realizar el anlisis RCM Blitz de este activo, nosotros listamos todos los modos
probables de fracaso para el ventilador y determinamos que la base necesitaba
redisearse para eliminar el modo de fracaso. El resultado un ventilador que
haba fallado tres veces en dieciocho meses no ha fallado en ms de cuatro aos.
El valor de Comprender la Curva de P-F Modificada
Mientras muchas organizaciones de mantenimiento y compaas alrededor del
mundo han visto el valor en la comprensin de la curva P-F original, yo quiero que
ustedes entiendan el valor adicional proporcionado por nuestra Curva P-F
Modificada. Para hacer esto comenzamos en la extrema derecha de la Curva P-F en
el punto de fracaso total (donde la curva P-F contacta el eje X). Movindose de aqu
de regreso a la izquierda y arriba al punto F (Fracaso Funcional), este intervalo
entre el Fracaso y el Fracaso Funcionales es el intervalo donde sucede el
mantenimiento reactivo. Es el rea si en el momento donde esta pieza de equipo
rotatorio comienza a humear, sacudirse, oler, y silbar. Como resultado mandamos
rpidamente a alguien a cerrar el activo para que pueda ser reemplazado. Realizar
el mantenimiento en esta rea es costoso y aminora la eficacia del mantenimiento a
menos del diez por ciento.
Retrocediendo a la izquierda y arriba del punto F nosotros encontramos el punto P,
esto es el intervalo P-F bien conocido, el periodo de tiempo donde el
Mantenimiento Predictivo (PdM) es empleado. El valor de realizar el
mantenimiento aqu, es que podemos detectar que los fracasos estn en el proceso
de ocurrir, entonces se planea la reparacin o el reemplazo para aminorar el dao
del equipo y reducir las operaciones de tiempo improductivo. Realizar el
mantenimiento en el intervalo P-F proporciona un beneficio de costo que aumenta
la eficacia del mantenimiento tan alto como cincuenta por ciento.
Finalmente, ahora nos movemos a la izquierda en la curva P-F del punto P (Fracaso
Potencial) de regreso al punto I (Instalacin). El intervalo I-P es el periodo de
tiempo de la instalacin (I) al fracaso potencial (P), este intervalo debe tomar aos
para pasar proporcionando las herramientas Proactivas correctas de confiabilidad
empleados y las tcnicas de mantenimiento de precisin y herramientas son
utilizados en la instalacin. Realizar estas tcnicas Proactivas de Mantenimiento
proporcionarn un beneficio de costo que aumenta la eficacia del mantenimiento al
cien por ciento!
Para alcanzar este nivel de eficacia uno necesitar entender como las Tcnicas
Proactivas de Mantenimiento y las Herramientas de Confiabilidad pueden
aumentar el intervalo I-P de sus activos.
Comprendiendo las Tcnicas Proactivas de Mantenimiento y las
herramientas de Confiabilidad
Para completar la curva P-F nosotros hemos identificado varias tcnicas proactivas
de mantenimiento y herramientas de confiabilidad que pueden ser utilizadas para
extender el Intervalo I-P. Mientras que tomara escribir un libro para explicar
completamente el valor de cada tcnica y las herramientas, listar aqu y
proporcionar un resumen de cmo cada una puede extender su Intervalo I-P.
Mantenimiento Centrado en Confiabilidad RCM es una herramienta de
Confiabilidad que utiliza un enfoque estructurado del equipo para analizar un
proceso o aparato. Al realizar un anlisis de RCM su equipo valorar todos los
modos probables de fracaso para el activo y desarrollar una estrategia de
mantenimiento para mitigar las consecuencias para cada modo de fracaso. El valor
de realizar RCM es la evaluacin proactiva de estos modos de fracaso y las tareas
resultantes desarrolladas para eliminar la recurrencia de los fracasos.
FMEA Modos de Fracaso y Anlisis de Efectos Semejante a RCM, FMEA
es una herramienta de Confiabilidad utilizada en la fase del diseo para identificar
los modos probables de fracaso. Al realizar FMEA su equipo de diseo discutir
estos modos de fracaso y procurar disear eliminando los modos de fracaso que
resultan de decisiones pobres de diseo e instalacin.
Los Cinco "Bien" de Confiabilidad
Bien Diseado, Bien comprado, Bien construido, Bien Operado
y BienMantenido. Un programa general de confiabilidad enfocado a educar a los
empleados a cada nivel y las organizaciones en conjunto en la importancia de la
confiabilidad. Los cinco "Bien" de la confiabilidad desarrollan un plan de
confiabilidad a travs de la ingeniera, compras, construccin, operaciones y
mantenimiento que describe claramente cmo cada unidad del negocio puede
mejorar la confiabilidad.
Escoja Acuerdos con el Suministrador a menudo una parte de su plan de
confiabilidad, escoge acuerdos del suministrador que deben ser hechos
consultando con ingeniera, operaciones, mantenimiento y compras. Estos
acuerdos deben ser desarrollados utilizando sus datos de confiabilidad de la
compaa al trabajar con suministradores para proporcionar activos ms robustos
y seguros. Las partes o los componentes inferiores son una causa comn para
fracasos recurrentes.
Los Documentos de requisitos Si esto no es parte del diseo principal de la
compaa o del programa de ingeniera, necesita serlo. Los documentos de
requisitos atan los acuerdos escritos para asegurar el nivel ms alto de
confiabilidad en el diseo y la instalacin. Como ejemplo, muchas compaas ahora
tienen documentos de requisitos escritos para el nivel aceptable de vibracin en el
arranque de equipo rotatorio nuevo. El documento indicar claramente lo que esa
medida aceptable ser y la accin resultante tomada si el requisito no es logrado.
Otra vez, la intencin de estos documentos es de eliminar los modos del fracaso
inherentes al diseo o la instalacin pobre.
Estndares de Diseo - Los estndares del diseo de la Compaa siempre
deben ser utilizados como un instrumento para mejorar la confiabilidad del equipo.
Utilizados en combinacin con suministradores selectos, y con documentos de
requisitos, los estndares de diseo ayudarn a su compaa a asegurar que todas
las nuevas instalaciones sean seguras y confiables. Algunos ejemplos de los
estndares de diseo que eliminarn los modos de fracaso recurrentes; requisitos
estndares para soportes de tubera, estndares para instalaciones de paneles de
arranque.
Alineacin de Precisin y Balanceo las herramientas de Precisin del
Mantenimiento conocidas para aumentar la vida del equipo de rotacin. Mientras
estas herramientas han estado disponibles durante varios aos, pocos de nosotros
hemos aprovechado su uso. La alineacin de precisin y balanceo reducirn
dramticamente la vibracin que tiene como resultado fracasos recurrentes de
cojinetes, sellos y coples.
Estndares de Instalacin Utilizados tanto para el Mantenimiento como para
nuevas instalaciones, estos estndares son puestos en el lugar para asegurar que las
habilidades tcnicas apropiadas son utilizadas al trabajar en equipo/activo.
Algunos ejemplos de estndares de instalacin seran la identificacin del tipo y el
grado apropiados de la placa metlica y material de unin de montaje. Los
estndares de instalacin eliminan fracasos recurrentes tales como fugas causadas
por utilizar material incorrecto de montaje.
Especificaciones de Torque Mientras que casi todos los que trabajan en
Mantenimiento saben lo que es una llave inglesa y lo que son las especificaciones
del torque, rara vez son utilizadas. Conexiones con fugas, equipo de rotacin flojo,
son a menudo el resultado del momento de torsin inadecuado. Al utilizar una llave
inglesa y seguir las especificaciones pueden tomar ms tiempo, la confiabilidad
resultante aumentar su Intervalo I-P.
Herramientas de Precisin Si usted quiere asegurar las prcticas apropiadas
en la instalacin y en el mantenimiento, su personal necesitar herramientas de
precisin para hacer el trabajo. Cuando trabajo con compaas, puedo valorar
rpidamente el nivel de comprensin con respecto a la confiabilidad con una
mirada rpida en las cajas de herramientas de su personal de mantenimiento. Los
martillos, candados de combinacin, pinzas, desarmadores comenzarn slo a
asegurar la confiabilidad. El trabajo de precisin requiere de herramientas de
precisin y si su personal no tiene estas herramientas, no espere que sus resultados
mejoren.
Algunas Cosas para comenzar a Trabajar En ...
Para aquellos de nosotros que hemos estado directamente involucrados creando los
cambios culturales al movernos del mantenimiento reactivo al mantenimiento
predictivo, nosotros entendemos que estos cambios de capacitacin y de tiempo.
Estos cambios no suceden de la noche a la maana; se presentan en forma de
pequeas victorias mientras el personal aprende que estas tcnicas trabajan.
Cuando ahora miramos en la curva P-F para incluir y emplear las tcnicas
proactivas del mantenimiento, un primer paso en la transicin debe ser de requerir
a los Tecnlogos de PdM a listar el Modo del Fracaso asociado con los fracasos que
resultan del equipo que entra en la curva P-F. Simplemente tomando el tiempo de
listar el modo del fracaso, Tecnlogos de PdM aumentarn su valor al equipo de
PdM. Su valor aumenta porque ellos lo harn posible de identificar y eliminar los
fracasos que tienen como resultado recurrencia de fracaso o la curva de diente P-F.
La manera ms efectiva de entrar en y para emplear las tcnicas Proactivas de
mantenimiento es la de involucrarse con RCM. RCM es tambin la manera ms
efectiva de desarrollar una estrategia completa de mantenimiento que incluye
tareas Proactivas y Predictivas de mantenimiento, y debe ser aplicado a todo el
equipo crtico del proceso. RCM es la nica manera de identificar rpidamente y
para eliminar los fracasos recurrentes a travs del rediseo y de las tareas efectivas
de mantenimiento preventivo. El RCM correctamente aplicado e implementado
siempre proporcionar un efectivo, y substancial, rendimiento del dinero invertido
para capacitar, anlisis e implementacin.
Al tomar el tiempo en identificar una lista de todos los modos de fracaso utilizando
RCM, muchos modos perceptibles con Tecnologas Predictivas pueden ser
eliminados. Mientras que es muy importante para todas organizaciones de
mantenimiento celebrar el descubrimiento de fracasos potenciales con las
Tecnologas Predictivas es mucho ms importante para nosotros eliminar los
fracasos siempre que es posible. La identificacin del fracaso y su eliminacin,
ofrecen grandes ahorros y presentan a su grupo de mantenimiento como una
organizacin de clase mundial de mantenimiento y confiabilidad. Para terminar, yo
quisiera dar gracias a mi colega el Sr. Terry Harris por su ayuda en proporcionar la
informacin en la eficacia del mantenimiento con respecto a las zonas diferentes
asociadas con la curva P-F.
