Facilitador: Andrónico Varela C.

Email: avarelac@[Link]
vacar12@[Link]
Teléfono: 58-414-7531371

Noviembre 2013
¿Quién soy, cual es mi profesión?

¿A qué grupo de trabajo,

organización o
empresa pertenezco?

¿Cuáles son mis funciones?

¿Cuáles son mis expectativas de

este diplomado?
El facilitador: Ing. Andrónico Varela Cárdenas

Formación académica: Ingeniero Mecánico (Universidad del Táchira), Magister

en Ingeniería Industrial (Universidad de Carabobo), Especialización en
Gestión de Producción (Tecnológico de La Victoria), Especialización en
Confiabilidad de Sistemas Industriales (Universidad Simón Bolívar).

Certificaciones: Mantenimiento Centrado en Confiabilidad (Energy Institute of

America), Consultoría Empresarial (Fundes).

Experiencia laboral: Docente de pregrado y postgrado, Coordinador del

Programa de Maestría en Mantenimiento Industrial de la Unet, Responsable
de proyectos en el área de mantenimiento efectuados en empresas de los
sectores: petróleo, transporte, alimentos, plástico, papel, metalmecánico,
autopartes, cerámica y salud. Coordinador Corporativo de Mantenimiento de
la empresa Alimentos Polar.
Contenido:

• Introducción, conceptos básicos

• Análisis de Confiabilidad, Mantenibilidad y Disponibilidad
• Confiabilidad de equipos
• Estadística para análisis de confiabilidad
• Confiabilidad de sistemas
• Mantenibilidad
• Disponibilidad
• Pronósticos de Disponibilidad con análisis CMD
 Visión Visión
Tradicional: Actual:

MANTENIMIENTO
Centro de Generación
Gastos de Valor
Evolución
Hoy en día la función mantenimiento desempeña un rol
importante en la industria, pues es esencial para lograr las
metas en cuanto a:

1. Capacidad de producción
2. Seguridad de personas e instalaciones
3. Calidad de productos y servicios
4. Satisfacción del cliente
5. Preservación del medio ambiente
6. Costos de manufactura
 Las empresas buscan mejorar su
competitividad por medio de acciones
orientadas a garantizar que sus sistemas
operen de manera eficaz y eficiente, con
riesgos controlados, costos de
operación óptimos y de forma rentable.

Se busca que el personal de la empresa, los accionistas, los

clientes y la comunidad se sientan en un entorno “confiable”
 Confiabilidad Operacional

La Confiabilidad Operacional puede definirse como la capacidad

de una instalación o un sistema integrado por: procesos,
tecnología y gente, para cumplir su función dentro de los límites
de diseño y bajo un contexto operacional específico.
Para que una operación sea confiable, es necesario garantizar la
optimización de sus pilares fundamentales:

Confiabilidad de
Equipo

Confiabilidad del CONFIABILIDAD Mantenibilidad

Proceso OPERACIONAL

Confiabilidad
Humana
 Se mide a partir de: Se asocia a:

Número y
Fallas duración de las Confiabilidad
fallas

Cantidad y
Reparaciones duración de las Mantenibilidad
reparaciones

Capacidad de operar Confiabilidad y la

en el tiempo Mantenibilidad
Disponibilidad
disponible
 Análisis CMD
“La Confiabilidad, la Mantenibilidad y la Disponibilidad son
prácticamente las únicas medidas técnicas y científicas fundamentadas
en cálculos matemáticos, estadísticos y probabilísticos que tiene el
mantenimiento para su análisis y evaluación”
Alberto Mora (2009)
 Importancia de los Análisis CMD
“La mayoría de las tácticas conocidas, como TPM, RCM, IBR, Proactivo,
Reactivo, Clase Mundial, etc, fundamentan su establecimiento a partir
de indicadores CMD, los cuales proveen los principios básicos
estadísticos y proyectivos de las dos manifestaciones magnas de
mantenimiento: FALLAS Y REPARACIONES”
Alberto Mora (2009)
 Confiabilidad de
Equipo

“Probabilidad de que un equipo desempeñe satisfactoriamente las funciones para

las cuales se diseña, durante un periodo de tiempo específico y bajo condiciones
normales de operación, ambientales y del entorno”
Mora (2009)

“La medida de la Si un equipo falla poco, es Si un equipo falla mucho, es

Confiabilidad de un MUY CONFIABLE POCO CONFIABLE
equipo es la frecuencia
con la cual ocurren las
fallas en el tiempo”
(ESReDa, 1998)
 Análisis de Confiabilidad de Equipos:
“El análisis de confiabilidad permite
conocer el comportamiento de los
equipos en operación, con el fin de aislar
componentes con problemas, diseñar
políticas de mantenimiento, calcular
instantes óptimos de sustitución
económica de equipos y establecer
frecuencias de ejecución del
mantenimiento preventivo” (Díaz 1992)

El análisis de confiabilidad disminuye la incertidumbre al momento de

tomar decisiones relacionadas con el desempeño de los activos
¿Qué lugar es este?
¿Qué lugar es este?
¿Qué lugar es este?
¿Qué lugar es este?
¿Qué lugar es este?
¿Qué lugar es este?
¿Qué lugar es este?

Incertidumbre Certidumbre
Total Total

Riesgo al tomar decisiones

 ¿Fallará el sistema de bombeo
en lo que resta del año 2013?

Dato 3:
Dato 2:
Dato 1:
El operador
Antes de la falla de
El sistema falló por manifiesta que el
Marzo 2013, el
última vez en el mes sistema falla
sistema fallo en
de Marzo 2013 aproximadamente
Junio 2011
cada 3 años
 Historial de Fallas:
Fecha de Tipo de Modo de Parte Causa de Duración
Avería Avería Falla Afectada Falla de (min)
25/01/2007 Mecánica XXXXXXX XXXXXXX XXXXXXX 360
18/09/2007 Eléctrica XXXXXXX XXXXXXX XXXXXXX 480
14/04/2008 Mecánica XXXXXXX XXXXXXX XXXXXXX 567
18/01/2009 Mecánica XXXXXXX XXXXXXX XXXXXXX 398
15/03/2010 Eléctrica XXXXXXX XXXXXXX XXXXXXX 456
18/11/2010 Instrum. XXXXXXX XXXXXXX XXXXXXX 546
05/06/2011 Mecánica XXXXXXX XXXXXXX XXXXXXX 601
30/05/2012 Eléctrica XXXXXXX XXXXXXX XXXXXXX 440
12/12/2012 Eléctrica XXXXXXX XXXXXXX XXXXXXX 440
Probabilidad y Estadística

La Probabilidad y la Estadística constituyen los pilares matemáticos

fundamentales para tomar decisiones administrando el riesgo y la
incertidumbre

“IF YOU TORTURE THE DATA LONG ENOUGH; IT WILL CONFESS”

Anónimo
 Estadística para análisis de confiabilidad, mantenibilidad y
disponibilidad
La Ingeniería de Confiabilidad tienen como objetivo fundamental hacer
inferencias cuantificadas sobre futuros eventos; en forma de predicciones o
pronósticos, basados en el análisis de toda la información disponible.

La Estadística provee las herramientas y modelos necesarios para organizar,

describir y representar matemática y gráficamente, tanto la información
disponible como las predicciones o pronósticos resultantes del análisis
 Definiciones de Estadística:

1. Ciencia que trata de la recopilación, el análisis, la interpretación

y la presentación de “datos estadísticos”.

2. Ciencia que trata con métodos para obtener conclusiones a

partir de los resultados de experimentos o procesos.

3. Técnicas para la toma de decisiones en condiciones de

incertidumbre (fenómenos aleatorios).
 Tipos de Estadística:

Estadística Se basa en métodos que incluyen la

Descriptiva recolección, presentación y caracterización
de un conjunto de datos con el fin de
describir apropiadamente las diversas
características de ese conjunto de datos.
ESTADISTICA
Estadística Se basa en métodos que hacen posible la
Inferencial estimación de una característica de una
población, o la toma de una decisión
referente a una población, basándose solo
en los resultados de la muestra obtenida
de manera aleatoria.
Variables aleatorias:
Se denomina variable random, aleatoria o distribuida, a una variable
“X” que por sus características pueda tomar un conjunto de valores
(x1, x2, x3, x4,... xn-1,) cada uno de los cuales tiene una probabilidad
de ocurrencia (p1, p2, p3, p4,... pn-1,), sin que se pueda asegurar
específicamente cual de todos estos probables valores tomará la
variable.
Clasificación de las variables aleatorias:
1. Discretas: correspondencia con los números
naturales. Ejemplos: número de fallas,
accidentes, # operaciones por día en
interruptores, número de puntos calientes
en inspección de líneas, ordenes de
reparación culminadas.

2. Continuas: definidas en intervalos. Ejemplos:

tiempo entre fallas, tiempo para reparar,
partes por millón de elementos, duración de
actividades de preventivo.
Distribuciones de Probabilidad:
Las Distribuciones de Probabilidad son modelos que describen la forma en
que se espera que varíen los resultados o probables valores de una variable
aleatoria.

Debido a que estas distribuciones tratan sobre expectativas de que algo

suceda, resultan ser modelos muy útiles para hacer inferencias y para tomar
decisiones en condiciones de incertidumbre.
Distribuciones de Probabilidad:

Una distribución se caracteriza, en general,

por medio de tres criterios:

a.- El valor central o medida de posición (la

media, la mediana o la moda).

b.- Una cantidad que expresa el grado de

dispersión (la desviación estándar).

c.- La forma de la curva, es decir, la forma

general de la distribución probabilística.
Distribuciones de Probabilidad para variables discretas:

1. Binomial

2. Poisson

3. Geométrico

4. Binomial Negativa
Distribuciones de Probabilidad para variables continuas:

1. Lognormal

2. Exponencial

3. Normal

4. Weibull
 Para realizar análisis estadísticos de confiabilidad, es necesario
utilizar algún tipo de distribución, la adopción depende del grado
de ajuste de los datos a la función considerada y del tipo de
fenómeno.

Antonio Creus Sole (2005)

Sugerencias para el uso de distribuciones:
Variables Físicas

Variables Relacionadas con Tiempo Variables por Opinión Expertos

Beta Pert

Variables Relacionadas Variables Relacionadas

con Desviación o Error con Éxito y Fracaso
Distribuciones de Probabilidad - Parámetros:
Parámetro 1 Parámetro 2

Media:
Desviación estándar:
1 n
   xi   1  n 2 
Normal n i 1       xi     
 n  1  i 1 

Desviación estándar
Media Logarítmica: logarítmica:
1 n
t   ln xi 
n i 1
  1  n 2 
 t      ln xi    t   
Log-Normal
  n  i 1 

Escala: Forma:
2 n
n. x i  x 
n
n  1  xi 
2

Gamma  i 1  i 1
 n
 n
n 2  xi  x 
2
n  1 xi
i 1 i 1

Tasa   :
1
Exponencial  n
N.A
xi 1
i

Escala: Forma:

 x ln x 
1 n

 n   
  xi  i i
1 1 n
Weibull
   i 1  i 1
n
   ln xi 
 n   n i 1




x
i 1
i

Distribuciones de Probabilidad - Modelos Matemáticos:
Distribución f(t): Distribución de F(t): Distribución C(t)=1-F(t): Distribución
Frecuencia Relativa Acumulada Directa Acumulada Inversa

Exponencial f (t )  e  t F ( t )  1  e  t C(t )  e  t

  t  
 1       t     t  
Weibull t             
f (t )  e F (t )  1  e
    
C (t )  e
    

t t
t  1  1 t 
Gamma f (t )   e  F (t )    t  1
e 
dt C (t )  1  F (t )
      0

2
  1  t    
2
1 t   
1    1  e 2   dt
Normal f (t )  e 2   F (t )   C (t )  1  F (t )
 2  2   
 

2
1  ln( t )   t  
  
Log- Normal 1 2 t 
F (t )   f (t )dt C (t )  1  F (t )
f (t )  e 

 t t 2 0
 - Confiabilidad basada en el
análisis probabilístico del
tiempo para la falla o historial
de fallas (Statistical Based
Reliability Analysis).

CONFIABILIDAD
- Confiabilidad basada en el
análisis probabilístico del
deterioro o física de la falla
(Physics Based Reliability
Analysis).
 Actividad N° 1
Caracterización Probabilística del Tiempo Entre Fallas
Tiempos hasta
la Falla
Una bomba de productos químicos tiene
2668
registrados en su historial de fallas los tiempos 657
que se indican en la Tabla 1. Indique cuál es la 214
420
distribución estadística que mejor se ajusta a los 78
datos de la bomba, cuál es su tiempo medio 699
137
entre fallas, cuál es la confiabilidad de la bomba 476
a las 100, 1000 y 5000 horas de operación. 957
766
5
851
1888
253
203

Tabla 1
Paso 1: Identificar el tipo de distribución que se ajusta a los datos
1.1 Abrir Crystal Ball, copiar en una de las columnas los “Tiempos Hasta la Falla” (1), marcar la
celda inmediatamente siguiente a la columna de datos (2) y hacer click en la opción “Crystal
Ball” de la barra de herramientas (3).

2
Paso 1: Identificar el tipo de distribución que se ajusta a los datos
1.2 En las opciones de Crystal Ball, hacer click en “Definir supuesto” (1), luego en la pantalla
siguiente seleccionar la opción “Todas” (2) y finalmente “Ajustar” (3).

1 2

3
Paso 1: Identificar el tipo de distribución que se ajusta a los datos
1.3 En la celda “Rango” seleccionar la columna de Tiempos a analizar (tomar solo los
tiempos, no el título) (1), luego hacer click en “Ok” (2).

2
Paso 1: Identificar el tipo de distribución que se ajusta a los datos
1.4 El sistema presenta las distribuciones que mejor se ajustan a los datos, ordenadas
partiendo de la que presenta el mejor ajuste (resaltada en verde) (1), mediante la opción
“Siguiente >>” (2) se pueden visualizar las otras distribuciones. Una vez seleccionada la
distribución con la que se trabajará, se debe hacer click en “Aceptar” (3)

2 3
Paso 2: Parametrizar la distribución
2.1 En la casilla “Nombre” identificar los datos del análisis (1), en las casillas marcadas con
“-infinito” y “+infinito” colocar los valores mínimo y máximo de los datos analizados
(haciendo referencia a la celda) (2), hacer click en la opción “Ingrese” (3)

2
3
Paso 2: Parametrizar la distribución
2.2 Hacer click en la opción “Ver” y luego en “Estadísticas” (1), aparecerá una tabla con los
parámetros de la distribución, de allí se puede tomar la media (valor más probable) y la
desviación estándar (dispersión) de la variable) (2). Finalmente hacer click en “Ok” (3)

1
2

3
Paso 2: Parametrizar la distribución
2.3 Al regresar a la pantalla inicial la celda donde a partir de la cual se realizó el análisis
queda marcada en verde (1), al posicionarse sobre ella y hacer click en “Definir supuesto”
se puede ingresar nuevamente a la distribución.

1
 Actividad N° 1
Caracterización Probabilística del Tiempo Entre Fallas
La Distribución Estadística que mejor representa el Tiempos hasta
la Falla
comportamiento de los datos de Tiempo Hasta la Falla es
2668
la EXPONENCIAL. La media de la distribución (634 horas) 657
representa el Tiempo Medio Para la Falla del sistema de 214
420
bombeo. 78
699
137
476
957
766
5
851
1888
253
203

Tabla 1
 Actividad N° 1
Caracterización Probabilística del Tiempo Entre Fallas
Para estimar la Confiabilidad a las 500, 1000 y 5000 horas de operación utilizamos
Tiempos hasta
la ecuación de Confiabilidad que corresponde a la Distribución Exponencial: la Falla
2668
Distribución f(t): Distribución de F(t): Distribución C(t)=1-F(t): Distribución 657
Frecuencia Relativa Acumulada Directa Acumulada Inversa 214
420
Exponencial f (t )  e  t F (t )  1  e  t C (t )  e  t 78
699
  t   137
      t     t  
Fallas (l) es el inverso
 1
En la Distribución t
Exponencial,
Tasa de e la del Tiempo Medio
Weibull              476
f (t )  F (t )  1  e
 C (t )  e
         
957

Para la Falla (o del Tiempo Medio Entre Fallas, para equipos reparables): 766
5
t t
t  1  1
t
851
l=1

Gamma /f (tTMPF
)   = e1 /
  
634 = 0,001577 fallas/hora
F (t )   C (t )  1  F ( t )

   0
t  1
e 
dt 1888
253
203
2
 
2

Con la TasaNormal
de Fallasf (tse puede estimar
F (tla
)  Confiabilidad en el
C(ttiempo
)  1  F (tmisión:
1 t     1 t  
1    1  e  2    dt
)
 2
e 2   
 2    ) Tabla 1
 
C(100hrs) = e -0,001577*100 = 85,4% 1  ln( t )   t 
2

  
1
C(1000hrs)Log-
= Normal
e -0,001577*1000 t 2 = 20,7%
F (t )   f (t )dt C (t )  1  F ( t )
2 t 
f (t )  e 

t 0

C(5000hrs) = e -0,001577*5000 = 0,04%

 - Confiabilidad basada en el
análisis probabilístico del
tiempo para la falla o historial
de fallas (Statistical Based
Reliability Analysis).

CONFIABILIDAD
- Confiabilidad basada en el
análisis probabilístico del
deterioro o física de la falla
(Physics Based Reliability
Analysis).
 CONFIABILIDAD BASADA EN LA FÍSICA DE LA FALLA
Este enfoque se basa en la premisa de que una falla es la última fase de un proceso
de deterioro, por lo tanto, el monitoreo continuo del deterioro permite planificar y
ejecutar acciones proactivas para evitar la falla.
Análisis Carga-Resistencia. La falla es el resultado de una
situación donde la carga aplicada produce un esfuerzo
que excede la resistencia del equipo o componente. Para
que un equipo sea confiable debe cumplirse que:
Esfuerzo < Resistencia
Sx Smax
Esfuerzo Resistencia Sx < Smax Baja
Pinterna < Pmáxima permisible probabilidad
de falla
Eremanente > Emínimo permisible
Tomado de Yañez, Gómez y otros (ver bibliografía del curso)
 CONFIABILIDAD BASADA EN LA FÍSICA DE LA FALLA
En el Análisis Carga-Resistencia existe un valor actual de una variable que se mide
continuamente y que representa el esfuerzo, y un valor mínimo de la variable que
representa la resistencia (esta última regulada por estándares físicos y de
ingeniería).
En la mayoría de los casos ni la carga ni la
resistencia son valores fijos, por el contrario, sus
valores son estadísticamente distribuidos. Cada
distribución tiene su valor medio, denotado por
μY para la carga y μX para la resistencia y sus
desviaciones estándar σY y σX respectivamente
Sx Smax
Esfuerzo Resistencia
CONFIABILIDAD BASADA EN LA FÍSICA DE LA FALLA
Cuando la distribución de la condición
medida (esfuerzo) en el equipo tiene
algún solapamiento con la distribución de
la condición límite (resistencia) existen
probables valores de esfuerzo que
superan a los probables valores de
resistencia, por lo tanto hay
PROBABILIDAD DE FALLA
 CONFIABILIDAD BASADA EN LA FÍSICA DE LA FALLA
De acuerdo al comportamiento del esfuerzo y la resistencia, se pueden
presentar diferentes casos de análisis:
CONFIABILIDAD BASADA EN LA FÍSICA DE LA FALLA
 CONFIABILIDAD BASADA EN LA FÍSICA DE LA FALLA

f(X) g(Y)
Esfuerzo Resistencia
 CONFIABILIDAD BASADA EN LA FÍSICA DE LA FALLA
La solución matemática de estas ecuaciones es bastante complicada, sin
embargo para los casos más frecuentes de esfuerzo-resistencia encontrados se
pueden ofrecer ciertas soluciones a las ecuaciones:
 CONFIABILIDAD
CONFIABILIDAD CUMPLIMIENTO DE LA FUNCIÓN DEL ACTIVO
DE UN ACTIVO

“La confiabilidad no es una predicción, es

la probabilidad de actuación correcta de
un equipo, sistema o dispositivo”
 CONFIABILIDAD DE SISTEMAS
Hasta ahora se han estudiado los conceptos de confiabilidad y probabilidad de
falla desde el punto de vista de equipos individuales, pero es necesario conocer
como se comporta un sistema en el que pueden presentarse configuraciones de
equipos:

- En serie

- En paralelo

- Combinaciones serie-paralelo
 CONFIABILIDAD DE SISTEMAS EN SERIE
Los sistemas en serie se caracterizan porque el sistema funciona solo si todos
sus componentes están en operación. De la condición de dependencia se deriva
que su Confiabilidad, es el producto de la confiabilidad de sus componentes, por
lo tanto, la Confiabilidad del sistema será menor que la de cada uno de sus
componentes

Si todos los componentes -l

( 1*t -l2*t -l3*t -l4*t…)
tienen una distribución
exponencial de tasa de fallos
C(t) = e
 CONFIABILIDAD DE SISTEMAS EN PARALELO
Se caracterizan porque están en operación si al menos uno de sus
componentes opera. De la condición de dependencia se deriva que su
Probabilidad de Falla, es el producto de la Probabilidad de Falla de sus
componentes

-l*t
Pf(t) = 1-e
-l*t
C(t) = 1- (1- e )

Si todos los componentes tienen una distribución exponencial de tasa de fallos:

-l1*t -l2*t -l3*t
C(t)=1–(1- e ) * (1-e ) * (1-e )…
 Actividad 2: Confiabilidad de Sistemas en Serie y en Paralelo
a) Si en otro punto del proceso se tiene un sistema compuesto por tres bombas
con las mismas características de la analizada en la actividad anterior, y estas
bombas operan en serie, ¿Cuál es la confiabilidad de ese sistema de bombeo a
las 100 horas de operación?

Si todos los componentes -l

( 1*t -l2*t -l3*t -l4*t…)
tienen una distribución
exponencial de tasa de fallos
C(t) = e

(-0,001577*100 - 0,001577*100 - 0,001577*100)

C(100) = e = 62,3%
 Actividad 2: Confiabilidad de Sistemas en Serie y en Paralelo
b) Si en otro punto del proceso se tiene un sistema compuesto
por tres bombas con las mismas características de la analizada en
la actividad anterior, y estas bombas operan en paralelo, ¿Cuál es
la confiabilidad de ese sistema de bombeo a las 100 horas de
operación?

Si todos los componentes

-l1*t -l2*t -l3*t
tienen una distribución
C(t)=1–(1- e ) * (1-e ) * (1-e )…
exponencial de tasa de fallos

-0,001577*100 -0,001577*100 -0,001577*100

C(100) =1–(1- e ) * (1-e ) * (1-e ) = 99,7%

CONFIABILIDAD DE SISTEMAS CON COMBINACIONES SERIE/PARALELO

Cuando existen estructuras combinadas, pueden subdividirse

secuencialmente en sistemas serie y paralelo, para llegar a la
expresión final de la confiabilidad
 MANTENIBILIDAD
“Es la probabilidad de que un aparato en fallo sea restaurado
completamente a su nivel operacional dentro de un periodo de tiempo
dado, cuando la acción de reparación se efectúa de acuerdo con
procedimientos preestablecidos”
Creus-Sole(2005)
 MANTENIBILIDAD
Según la Norma MIL-STD-721B, la Mantenibilidad “es el conjunto de
características y factores de diseño de un equipo, que permiten que su
mantenimiento se cumpla por personal de calificación normal, dentro
de una gama de tiempos límite, cuyo valor medio corresponde a los
tiempos invertidos en las operaciones de mantenimiento consideradas
como prácticas estándar”
 MANTENIBILIDAD
“La forma más clara de medir la mantenibilidad es en términos de los
tiempos empleados en las diferentes restauraciones, reparaciones o
tareas de mantenimiento requeridas para llevar nuevamente el
elemento o equipo a su estado de funcionalidad.

La mantenibilidad expresa la capacidad con que un equipo se deja

mantener para regresarlo a su estado de referencia”.
Alberto Mora (2009)
 MANTENIBILIDAD
En el estudio de la mantenibilidad se asume que:

1. La reparación es ejecutada por personal capacitado.

2. Se cuenta con los medios necesarios (herramientas, equipos de apoyo,
materiales, servicios).
3. Se dispone de información técnica (registros de información del equipo,
manuales, procedimientos de ejecución)
4. Se conocen los factores que requiere el equipo para funcional de forma
normal.
5. Se tiene establecido el tiempo necesario para realizar las tareas de
mantenimiento.
 MANTENIBILIDAD
En Confiabilidad, cuando la tasa instantánea de fallas es constante, la
frecuencia con la que se presentan las fallas de los componentes es l
(fallos/hora), y su inverso es el Tiempo Medio Entre Fallas (TMEF). De
igual modo, en Mantenibilidad la tasa de reparaciones por unidad de
tiempo es m, y su inverso es el Tiempo Medio Para Reparar.

M(t) = 1- e - mt m = 1 / T.M.P.R
* Considerando una distribución exponencial (equipos de complejidad
media-alta). En los equipos muy sencillos (no se requieren especialistas
para la reparación), la distribución suele ser normal. En equipos de alta
complejidad suele ser log-normal.
 Actividad N° 2
Caracterización Probabilística del Tiempo Para Reparar

Para estimar el tiempo empleado en la

reparación de las bombas del caso anterior,
se consultó a un grupo de expertos de la
Mínimo Máximo
empresa y se obtuvo la información que se 16 horas 40 horas
presenta a continuación en la Tabla 2. Tabla 2

¿Qué Distribución de Probabilidad utilizaría para analizar la

información suministrada por los expertos? ¿Cuál es la
duración más probable de la reparación?
 Paso 1: Ajuste de los datos a una distribución Lognormal
1.1 Abrir Crystal Ball, copiar en celdas los valores mínimo y máximo de la opinión de los
expertos (1), marcar la celda inmediatamente siguiente a la columna de datos (2) y hacer click
en la opción “Crystal Ball” de la barra de herramientas (3).

2
 Paso 1: Ajuste de los datos a una distribución Lognormal
1.2 En las opciones de Crystal Ball, hacer click en “Definir supuesto” (1), luego en la pantalla
siguiente seleccionar la opción “Lognormal” (2) y finalmente “Ok” (3).

2
1

3
 Paso 1: Ajuste de los datos a una distribución Lognormal
1.3 En las pantalla del gráfico, asignar el “Nombre” de los datos, luego hacer click en la opción
“Parámetros” (1) de la barra de herramientas y seleccionar “Ubicación, 5%, 95%” (2).

2
 Paso 1: Ajuste de los datos a una distribución Lognormal
1.4 En las casilla 5% colocar el valor mínimo dado por el experto (1), en 95% colocar el valor
máximo (2) y luego hacer click en “Ingrese” (3).

1 2
3
 Paso 1: Ajuste de los datos a una distribución Lognormal
1.5 Hacer click en la opción “Ver” de la barra de herramientas, seleccionar “Estadísticas” (1)
para revisar los valores de la media (Valor más probable de duración de la reparación) y la
desviación estándar (dispesión) (2).

1
2
 Paso 1: Ajuste de los datos a una distribución Lognormal
1.5 Hacer click en la opción “Ver” de la barra de herramientas, seleccionar “Estadísticas” (1)
para revisar los valores de la media (Valor más probable de duración de la reparación) y la
desviación estándar (dispesión) (2).

1
2
 Actividad N° 2
Caracterización Probabilística del Tiempo Para Reparar

La distribución a utilizada para el análisis en

la Lognormal (recomendada para tratar
juicio de expertos donde solo hay dos
valores: mínimo y máximo).

La duración más probable de la reparación Mínimo Máximo

16 horas 40 horas
(Tiempo Medio Para Reparar) es el valor de
Tabla 2
la media de la distribución, es decir: 26,3
horas.
 Actividad N° 2
Caracterización Probabilística del Tiempo Para Reparar
b) ¿Si la bomba fallo un día martes a las 12m, que probabilidad hay de que la
reparación del equipo esté finalizada antes del miércoles a las 03pm? Asuma un
comportamiento exponencial del tiempo de reparación.

La Tasa de Reparaciones (m) es el inverso del Tiempo Medio Para Reparar:

m = 1 / TMPR = 1 / 26,3 = 0,038 reparación/hora

Con la Tasa de Reparaciones (m) se puede hallar la mantenibilidad para el

tiempo objetivo de 27 horas

M(27) = 1- e - 0,038*27 M(27) = 64%

 Disponibilidad
Es la probabilidad de un sistema, de estar en condiciones de
funcionamiento en un tiempo “t”. La disponibilidad es una
característica que resume cuantitativamente el perfil de
funcionalidad de un equipo

T.M.E.F
DISPONIBILIDAD =
T.M.E.F + T.M.P.R
 Disponibilidad
TBF
UT

f1 f2 f3 f4 f5

PD TTR PM LT ST TTR CM

DT DT

PD (Production Delays): Retraso en producción para informar a Mantenimiento sobre la falla

TTR (Time To Repair): Tiempo que demora la reparación
DT (Down Time): Tiempo no operativo
UT (Up Time): Tiempo útil del funcionamiento correcto del equipo
TBF (Time Between Failures): Tiempo entre fallas
PM (Planned Maintenance): Mantenimientos planificados (preventivo/predictivo)
LT (Logistical Times): Tiempos logísticos o administrativos
ST (Supplies Times): Tiempos de suministro de repuestos, materiales, mano de obra
CM (Corrective Maintenance): Tiempo de Mantenimiento Correctivo o Modificativo
 Disponibilidad
- Disponibilidad Genérica: solo contempla los Tiempos Útiles y los de no
funcionalidad (sin especificar causa, razón ni tipo).

- Disponibilidad Inherente o Intrínseca: se utiliza cuando se quiere controlar

las actividades de mantenimiento no planificado (averías/correctivos).

- Disponibilidad Alcanzada: se usa cuando se busca controlar las tareas

planeadas de mantenimiento (preventivas o predictivas) y las no planeadas,
no toma en cuenta los tiempos de espera (demoras).

- Disponibilidad Operacional: es adecuada cuando se quiere controlar los

tiempos de demoras administrativas, de recursos físicos y humanos, trabaja
con actividades planeadas y no planeadas de manera conjunta
 Actividad N° 3
Análisis RAM

De acuerdo a la información obtenida a través de los análisis

anteriores efectuados sobre la bomba, ¿cuál es la disponibilidad
y el número esperado de fallas para los próximos 5 años?
(Utilice el software RAPTOR).
 Paso 1: Simulación en Raptor
1.1 Abrir el software Raptor y con la opción “Add block” (1) agregar al área de trabajo un
bloque para representar la bomba

1
 Paso 1: Simulación en Raptor
1.2 Al colocar el bloque en el área de trabajo se abre la ventana de “Block Properties” allí se
debe colocar en el campo “Block Name” el nombre del bloque representado (1)

1
 Paso 1: Simulación en Raptor
1.3 En la casilla “Failure Distribution”, seleccionar el tipo de distribución que mejor se ajusta a los datos del
tiempo de falla, en este caso el análisis del Ejercicio 1 indicó que era Exponencial (1), al seleccionar esta
distribución se debe cargar en la casilla correspondiente la tasa de fallas (l) también calculada en el
Ejercicio 1 como el inverso del Tiempo Medio Para la Falla (2)

1
2
 Paso 1: Simulación en Raptor
1.4 En la casilla “Repair Distribution”, seleccionar el tipo de distribución que mejor se ajusta a los datos del
tiempo de reparación, en este caso el análisis del Ejercicio 2 indicó que era Lognormal (1), al seleccionar
esta distribución se debe cargar en la casilla correspondiente la media (mean) y la Desv. Estándar
(Standard Desv), también calculadas en el Ejercicio 2. Luego se hace click en “Ok” (3)

3
 Paso 1: Simulación en Raptor
1.6 De nuevo en el área de trabajo se utiliza la opción “Add link” (1) para unir con flechas el
punto de partida del sistema (2) con el bloque de la Bomba (3) y con el punto de llegada del
sistema (4)

3
2
4
 Paso 1: Simulación en Raptor
1.7 Luego se hace click en la opción “Simulation” de la barra de herramientas (1), para abrir la ventana
“Simulation Options”, allí se indica en el primer campo disponible el número de horas a simular (2), en
este caso son 43800 horas (equivalentes a 5 años) y el número de simulaciones a realizar, en este caso se
recomiendan 100 (3), luego se hace click en “Ok” para comenzar a correr la simulación (4).

1 2

3
4
 Paso 1: Simulación en Raptor
1.8 El software realiza la simulación, puede tomar varios segundos o incluso minutos
dependiendo de lo complejo del sistema, de las horas de la simulación, del número de
simulaciones de las características del PC. Al finalizar la corrida se hace click en la opción
“View Outputs” para ver los resultados (1)

1
 Paso 1: Simulación en Raptor
1.9 La ventana que se abre muestra la tabla de resultados donde se puede observar la
Disponibilidad, el Tiempo Medio Entre Fallas, el Tiempo Medio para Reparar y el Número de
Fallas del Sistema para el tiempo de la simulación. Al hacer click en “Ok” se regresa al área de
trabajo.
 Actividad N° 3
Análisis RAM

Parte b: Debido a lo crítico del proceso, para aumentar la

disponibilidad del sistema de bombeo la empresa está considerando
la posibilidad de instalar una bomba de respaldo que entre en
operación ante la falla de la principal cubriendo las necesidades del
proceso. Con esta modificación ¿Cuál sería la nueva disponibilidad y el
número esperado de fallas del sistema de bombeo?
 FIN
Gracias por su
atención