Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Mantenimiento
Un aliado poderoso del control es la estadstica. Los procesos estadsticos son una herramienta muy
verstil para el procesamiento de informacin, brindando al funcionario de mantenimiento elementos
que harn mucho ms fcil y objetivo el proceso de toma de decisiones. Las tcnicas que se
muestran a continuacin tienen una cualidad comn: requieren la recopilacin de datos como primer
paso. Estas son:
Lista de verificacin.
Histograma.
Diagrama de causa y efecto (espina de pescado).
Diagrama de Pareto (tambin conocido como anlisis ABC).
Grfica de control.
Diagrama de dispersin.
Rodamiento
1.2
Base
1.3
Pernos
1.4
Temperatura
1.5
Vibracin
1.6
Ruido
2.1
2.2
Alineacin
3.1
3.2
3.3
Generador
Armadura
Escobillas
Rotor
Tomado de Sistemas de Mantenimiento Figura 8.1, pgina 259. Duffuaa, Raouf, Dixon.
Ver comentario
Requiere Limpieza
Requiere Cambio
Requiere Reparacin
Alta Temperatura
Vibracin excesiva
Requiere Lubricacin
Acople
Lubricacin
Requiere Ajuste
Motor Elctrico
1.1
Requiere Limpieza
Componentes
principales
Buena Condicin
Histograma: Los histogramas se utilizan para representar tablas de frecuencias con datos
agrupados en intervalos. Estos son una imagen grfica de la distribucin de frecuencias. El
histograma; ayuda visualizar la distribucin de los datos, su forma y su dispersin. Un uso Principal
de los histogramas es identificar la distribucin de los datos. Los histogramas pueden ser utilizados
para estimar los puntos que se listan enseguida:
La confiabilidad de las refacciones.
Distribucin de los tiempos de reparacin.
Distribucin de los trabajos pendientes.
La distribucin del tiempo hasta la falla del equipo
La carga de trabajo de mantenimiento.
Cualquier software estadstico, como Excel o el Statistical Analysis Software (SAS), ofrece
posibilidades de calcular distribuciones de frecuencia y elaborar histogramas. En Excel, el mtodo
para la realizacin de un histograma es el siguiente:
Digitar los datos que desea analizar, en una columna o matriz de la hoja de clculo. Es
importante que se haga de tal forma que pueda saberse que clase de datos son, as, la
recomendacin general es colocar rtulos, encabezados a las tablas, colores etc.
Figura 1: Datos en Excel
Histograma
9
8
Frecuencia
7
6
5
Frecuencia
4
3
2
1
0
4
y
Clase
o
ay
r ..
Esta tcnica fue desarrollada por el Doctor Kaoru Ishikawa en 1953 cuando se encontraba
trabajando con un grupo de ingenieros de la firma Kawasaki Steel Works. El resumen del trabajo lo
present en un primer diagrama, al que le dio el nombre de Diagrama de Causa y Efecto. Su
aplicacin se increment y Ileg a ser muy popular a travs de la revista Gemba To QC (Control de
Calidad para Supervisores) publicada por la Unin de Cientficos e Ingenieros Japoneses (JUSE).
Debido a su forma, tambin se le conoce como el diagrama de Espina de Pescado. El reconocido
experto en calidad, Dr. Joseph Juran, public en su conocido Manual de Control de Calidad esta
tcnica, dndole el nombre de Diagrama de Ishikawa.
El Diagrama de Causa y Efecto es un grfico con la siguiente informacin:
El problema o efecto que se pretende diagnosticar.
Las causas que posiblemente producen la situacin que se estudia
Un eje horizontal conocido como espina central o lnea principal.
El tema central o efecto que se estudia, se ubica en uno de los extremos del eje horizontal.
Este tema se sugiere encerrase con un rectngulo. Es frecuente que este rectngulo se dibuje
en el extremo derecho de la espina central
Lneas o flechas inclinadas que llegan al eje principal. Estas representan los grupos de causas
mayores o primarias en que se clasifican las posibles causas del problema en estudio
A las flechas inclinadas o de causas primarias llegan otras de menor tamao que representan
las causas que afectan a cada una de las causas primarias. Estas se conocen como causas
secundarias o subcausas
El Diagrama de Causa y Efecto debe llevar informacin complementaria que lo identifique. La
informacin que se registra con mayor frecuencia es la siguiente: ttulo, fecha de realizacin,
rea de la empresa, integrantes del equipo de estudio, etc.
Figura 9:Diagrama Causa-Efecto
Los pasos establecidos para la elaboracin de un diagrama de causa-efecto son los siguientes:
Paso 1: Decidir sobre la caracterstica de calidad o el efecto a estudiar. Por ejemplo, en el caso de
mantenimiento, el objeto del anlisis, puede ser la presencia de repetidos defectos de calidad en
cierto equipo, el incumplimiento con los estndares o la falla repetitiva en una mquina determinada.
Para mostrar una aplicacin prctica, se va a analizar el ejemplo del torno CNC del ejemplo anterior:
Figura 10:Diagrama Ishikawa
Paradas del
Torno CNC
Paso 2: Se indican los factores causales ms importantes que puedan generar fluctuacin en el
efecto de estudio, trazando flechas secundarias hacia la principal.
El Doctor Kaoru Ishikawa sugiere la siguiente clasificacin para las causas primarias. Esta
clasificacin es la ms ampliamente difundida y se emplea preferiblemente para analizar problemas
de procesos y averas de equipos; pero pueden existir otras alternativas para clasificar las causas
principales, dependiendo de las caractersticas del problema que se estudia:
Causas debidas a la materia prima: aqu se tienen en cuenta las causas que generan el
problema desde el punto de vista de las materias primas empleadas para la elaboracin de un
producto. Por ejemplo: causas debidas a la variacin del contenido mineral, pH, tipo de
materia prima, proveedor, empaque, transporte; etc. Estos factores causales pueden hacer
que se presente con mayor severidad una falla en un equipo.
Causas debidas a los equipos: en esta clase de causas se agrupan aquellas relacionadas
con el proceso de transformacin de las materias primas como las mquinas y herramientas
empleadas, efecto de las acciones de mantenimiento, obsolescencia de los equipos, cantidad
de herramientas, distribucin fsica de stos, problemas de operacin, eficiencia, etc.
Causas debidas al mtodo: en esta espina se registran las causas relacionadas con la forma
de operar el equipo y el mtodo de trabajo. Son numerosas las averas producidas por
deficiente operacin y falta de respeto de los estndares de capacidades mximas.
Causas debidas al factor humano: en este grupo se incluyen los factores que pueden
generar el problema desde el punto de vista del factor humano. Dentro de este tipo de causas
est la falta de experiencia, salario, grado de entrenamiento, creatividad, motivacin, pericia,
habilidad, estado de nimo, etc. Debido a que no en todos los problemas se pueden aplicar
las anteriores clases, se sugiere buscar otras alternativas para identificar los grupos de
causas principales. De la experiencia se ha visto frecuentemente la necesidad de adicionar las
causas debidas al entorno, en las cuales se incluyen aquellas que pueden provenir de
factores externos como contaminacin, temperatura del medio ambiente, altura del sitio,
humedad relativa, ambiente laboral, etc.
Causas debidas a las mediciones y metrologa: Frecuentemente en los procesos
industriales los problemas de los sistemas de medicin pueden ocasionar prdidas
importantes en la eficiencia de una planta. Es recomendable crear un nuevo grupo de causas
primarias para poder recoger las causas relacionadas con este campo de la tcnica. Por
ejemplo: equipos descalibrados, fallas en instrumentos de medida, errores en lecturas,
deficiencias en los sistemas de comunicacin de los sensores, fallas en los circuitos
amplificadores, etc.
Paso 3: Despus de tener las causas generales bien determinadas, se procede a incorporar en cada
rama factores ms detallados que se puedan considerar causas del problema. Para hacer esto,
podemos formular preguntas como estas:
Materia Prima
Residuos
dainos a la
maquinaria
Contaminantes
Personas
Jornadas muy
largas, cansancio
Negligencia,
desmotivacin
Paradas del
Torno CNC
Maquinaria
defectuosa de
fbrica
Maquinaria
inadecuada
Maquinaria
Rutinas de
mantenimiento
inadecuadas
Regmenes de corte
inadecuados
Procedimientos
La mayora de fallas mecnicas eran causadas por excesos de suciedad en los puntos de
conexin de las piezas, lo cual revela negligencia al desarrollar las rutinas de
mantenimiento. Al preguntar a los operarios cul era la causa de este comportamiento, hubo
una respuesta unificada: el cansancio era tal, que ni ganas quedaban de hacer
mantenimiento.
Diagrama de Pareto
Casi siempre, los problemas no tienen una nica causa, sino que son la conjuncin de varias causas
que varan de una a la otra en el grado de relevancia o incidencia que tienen en el problema.
Discriminar cuales son las causas triviales y cuales son las importantes puede llegar a ser una tarea
difcil. Por ello, los hombres de ciencia han desarrollado una herramienta interesante: El Diagrama
de Pareto.
El nombre de Diagrama de Pareto fue dado por el Dr. Joseph Juran en honor a Wilfredo Federico
Dmaso Pareto1 quien realiz un estudio sobre la distribucin de la riqueza, en el cual descubri que
la minora de la poblacin posea la mayor parte de la riqueza y la mayora de la poblacin posea la
menor parte de la riqueza. Con esta conclusin, Pareto estableci la llamada "Ley de Pareto" segn
la cual la desigualdad econmica es inevitable en cualquier sociedad. El Dr. Juran aplic este
concepto a la calidad, obtenindose lo que hoy se conoce como el principio 80/20. Segn este
concepto, si se tiene un problema con muchas causas, se puede decir que el 20% de las causas
ocasionan el 80% de los problemas y el 80% de las causas solo ocasionan el 20% de los problemas.
Figura 12: Wilfredo Pareto
Vilfredo Pareto (1848-1923), economista y socilogo italiano. Pareto fue uno de los economistas ms sobresalientes de
su generacin. En su primer trabajo, Curso de economa poltica (1896-1897), desarrolla las tesis sobre el equilibrio de
los sistemas econmicos y una ley de distribucin de la renta al demostrar que la relacin entre rentas y riqueza es
deliberada.
del acumulado, el tipo de grfico que genera el acumulado porcentual es una lnea quebrada en cada
marca de clase.
Paso 7: Agregar al grfico la informacin que se considere pertinente para facilitar el anlisis, tales
como ttulo, fecha de realizacin, fecha de recoleccin de los datos, fuente de informacin, personas
a cargo etc.
Paso 8: Cuando el grfico est terminado, se sigue con el anlisis. En este punto es donde entra en
accin el principio 80/20. Grficamente, este corresponde a trazar una recta paralela al eje
horizontal, la cual tendr origen en el punto correspondiente al 80% del eje porcentual (derecho), y
terminar en el lugar donde corte la grfica del acumulado. Luego, partiendo del punto de corte, se
traza una recta vertical que debe terminar en el eje horizontal. En este momento la grfica debe estar
dividida en 2 sectores: el primero est a la izquierda de lnea anteriormente trazada, el cual se
conoce como causas importantes, el cual representa el conjunto de factores de alta incidencia en el
trema de estudio. El segundo, a la derecha de la lnea, se conoce como causas triviales y como su
nombre lo indica, representa las causas que no merecen ser el foco de atencin.
A continuacin se muestra un ejemplo tomado de www.gestiopolis.com, el 11 de junio de 2005,
presente en un documento cuyo ttulo es Diagrama de Pareto
Un fabricante de neveras desea analizar cuales son los defectos ms frecuentes que aparecen en
las unidades al salir de la lnea de produccin. A partir de la informacin recogida de las quejas de
clientes y del servicio de garanta de su empresa, realiz una clasificacin de los principales daos,
procurando que la gran mayora quedara dentro de subconjuntos concretos y muy bien definidos, de
tal manera que el proceso no se prestara para equivocaciones o sesgos. La clasificacin de los datos
est presente en la tabla de la tabla 1:
Tabla 1:Defectos en las neveras
Tipo de Defecto
Compresor no se
detiene
No se produce fro
Empaque defectuoso
Pintura defectuosa.
Rayas
La unidad no inicia
Puerta no cierra
Gavetas Defectuosas
Motor no reinicia
Mala Nivelacin
Puerta Defectuosa
Otros
Posteriormente, un inspector revisa cada nevera a medida que sale de la lnea de de produccin,
registrando sus defectos de acuerdo con dichos tipos. Se supone que al terminar cada unidad, esta
debe estar en ptimas condiciones para su funcionamiento, sin embargo la realidad revela lo
contrario. Despus de inspeccionar 88 heladeras una a una, el inspector elabor la tabla que se
muestra a continuacin, con los datos en orden decreciente de frecuencia:
Tabla 2:Defectos encontrados al final de la lnea de produccin
Tipo de
Defecto
Compresor no
se detiene
FREC.
FREC. %
36
40.9
27
30.7
10.2
Empaque
defectuoso
Pintura
defectuosa.
5.7
4.5
2.3
2.3
1.1
1.1
1.1
0.0
0.0
88
100
Rayas
La unidad no
inicia
Es importe observar que la categora otros siempre debe ir al final, sin importar su valor. De esta
manera, si hubiese tenido un valor ms alto, igual debera haberse ubicado en la ltima fila.
Ahora resulta evidente cuales son los tipos de defectos ms frecuentes. Se puede notar fcilmente
que los 3 primeros tipos de defectos se presentan en el 82 % de las neveras aproximadamente. Por
el Principio de Pareto, se concluye que: La mayor parte de la deficiencias encontradas en el lote
pertenece slo a 2 tipos de defectos, de manera que si se eliminan las causas que los provocan
desaparecera la mayor parte de ellos.
100,0%
Importantes
80,0%
60,0%
Triviales
40,0%
20,0%
0,0%
Como pudo verse, un Diagrama de Pareto es un grfico de barras que enumera las categoras en
orden descendente de izquierda a derecha, el cual puede ser utilizado para analizar causas, estudiar
resultados y planear una mejora continua, no slo en el rea de mantenimiento, sino tambin en
todas las ramas de la empresa.
Dentro de las dificultades que se pueden presentar al tratar de interpretar el Diagrama de Pareto est
el hecho que algunas veces los datos estn agrupados de manera tal, que no indican una clara
distincin entre las categoras. Esto se hace manifiesto cuando todas las barras son ms o menos de
la misma altura.
Otra dificultad comn, es que se necesite ms de la mitad de las categoras para sumar el 60% del
efecto estudiado, es por ello que una buena interpretacin depende en su gran mayora de un buen
anlisis previo de las causas y el posterior acopio de datos.
En cualquiera de los casos anteriores, pareciera que el principio de Pareto no aplica. Sin embargo, el
mismo se ha demostrado vlido en literalmente miles de situaciones, por lo cual es muy poco
probable que se haya encontrado una excepcin. Es mucho ms probable que simplemente no se
haya seleccionado un desglose apropiado de las categoras. Cuando una anomala de este tipo
aparece, se deber tratar de estratificar los datos de una manera diferente y repetir el Anlisis de
Pareto.