Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Introducción
En la industria minera actual, los requerimientos de equipos y sistemas crecen en
complejidad debido al avance de la tecnología y automatización dentro del rubro,
ayudado por el desarrollo de la tecnología, el aumento de los volúmenes de producción
y las variaciones en el mercado de valores, lo cual empuja a operaciones de mayor
envergadura para que la explotación sea económicamente viable y beneficiosa para las
partes interesadas.
En este marco, los equipos juegan un papel sumamente importante ya que estos
dependen todo el trabajo. De nada serviría u programa de producción perfectamente
planificado si es que los equipos en la práctica no realizaran un trabajo a plena potencia
y de manera eficiente. La razón por la que estos inconvenientes podrían presentarse, y
de hecho lo hace, es debido al desgaste inherente a las actividades que se dan en minería
y, por lo tanto, a la posible falla de los componentes que forman la maquinaria.
Al igual que cualquier proceso o adversidad, se debe entender las razones y las causa,
cuantificarlas y después de eso, se pueden gestionar y/o planificar para evitar futuros
inconvenientes.
− ¿Me genera algún beneficio que amerite el trabajo extra que implementar
requiere?
Este tipo de preguntas son las que trataremos de desarrollar a lo largo de este muy breve
trabajo.
1
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
PARADIGMAS
- En la industria los equipos y sistemas son cada vez más complejos y sofisticados
(Automatización)
- Existen mayores exigencias en la eficiencia de los costos de vida útil de los
equipos en cualquier área de trabajo.
- Cada fabricante intenta llegar al objetivo mínimo de calidad exigido por el
mercado (Teoría vs Práctica)
OBJETIVOS
Desde la elección del equipo según las necesidades o requerimientos, se necesita tomar
en cuenta los siguientes aspectos puntuales:
− Equipos confiables
− “Fácil” mantenimiento
CONFIABILIDAD
Podría definirse que la certeza de un hecho (falla del equipo) es un acontecimiento
determinista con un resultado finito.
2
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
MARCO TEÓRICO
FUNCIÓN DE DENSIDAD DE PROBABILIDAD
∞
Para estos estudios, se necesita la data de las fallas anteriores respecto a cada
componente y al tipo de falla que logro, así como datos de vital importancia para el
desarrollo de los análisis: tiempos muertos, el costo delos partes y repuestos, sueldos,
jornales, eficiencia, etc.
3
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
Sería la probabilidad de que falla en el tiempo “t”. representando el área bajo la curva –
∞ a “t”, la acumulación de fallas transcurrido “t” (El fracaso)
4
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
5
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
Distribución exponencial
Distribución normal
Distribución lognormal
Distribución Weibull
6
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
7
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
Distribución WEIBULL
La distribución de Weibull es una de las más utilizadas para modelar datos no normales.
La distribución de Weibull se describe según los parámetros de forma, escala y valor
umbral. Dependiendo de los valores de los parámetros, la distribución de Weibull puede
adoptar diversas formas.
Se trata de un modelo continúo asociado a variables del tipo tiempo de vida, tiempo
hasta que un mecanismo falla, etc. La función de densidad de este modelo viene dada
por:
Una de las ventajas principales de la distribución de Weibull es que puede ser similar a
las características de otros tipos de distribuciones, lo que la hace muy flexible para
ajustarse a diferentes tipos de datos.
8
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
DECISIONES EN MANTENIMIENTO
La noción del mantenimiento “planeado” pareciera contradecir el hecho de que las fallas
ocurren de manera aleatoria. ¿Es el término mantenimiento planeado contradictorio?
9
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
Para una gestión de mantenimiento efectiva, se debe incluir todas las variables
disponibles y significativas en nuestro modelo de decisión. La toma de decisiones en
mantenimiento es multidimensional.
Por lo cual, puede ser necesario agregar una tercera dimensión a la gráfica FDP de
distribución de probabilidad de falla. La tercera dimensión representará alguna variable
significativa que influya en la probabilidad de falla de nuestro componente.
Una vez más podemos establecer la distribución de probabilidad de falla, pero esta vez
incorporando, por ejemplo, el hecho que el contenido de hierro en el aceite lubricante
es cuando menos 100 ppm.
Una nueva distribución, en el plano de los 100ppm, puede obtenerse de este análisis. La
distribución verde de la gráfica 3 suministra un rango de tiempo más angosto
(asumiendo que el contenido de hierro es una variable predictiva significativa)
para pronósticos de falla.
Agregando esta tercera dimensión ganamos un grado mayor de confianza para la toma
de decisiones porque nuestra relación con la confiabilidad no está representada
únicamente por una curva bidimensional, sino por una superficie tridimensional que
contiene información adicional relevante.
10
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
INFORMACIÓN CORRECTA
Estas variables de monitoreo son consideradas unos de los tipos de datos necesarios para
llevar a cabo un análisis de confiabilidad.
Los datos de tiempos y de monitoreo de condición son en realidad las dos caras de la
misma moneda, pero generalmente están contenidos en diferentes sistemas de
información.
Datos de los instrumentos y los programas establecidos para predecir y mitigar las
consecuencias de fallas.
Datos del proceso de las bases de datos de los sistemas de control en tiempo real
Variables internas que reflejan la degradación del equipo o la condición del proceso
(presión diferencial, cambios de temperatura)
Variables externas que reflejan esfuerzos externos impuestos en los activos.
Los datos respectos a la edad o tiempos son los que mayor influencia tienen en los
modelos.
11
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
Estas no pueden ser utilizadas sin el conocimiento de los modos de falla registrados en
el ejercicio RCM. El CMMS registra la ocurrencia de cada unidad de conocimiento
(modo de falla) en términos precisos de RCM. Dicha precisión en RCM resulta de haber
descrito el modo de falla en el contexto de la función que debe ser conservada, la forma
en que la función se ha visto comprometida (la Falla) y la información relevante entorno
al evento que provocó la falla (los Efectos).
12
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
En el centro y uniendo los cuatro componentes está el sistema RCM Viviente (LRCM)
que asegura que las ordenes de trabajo representen verdaderas instancias de registros
de conocimiento (modos de falla). De este modo estas instancias pueden ser analizadas
(“contadas”) usando una variedad de herramientas de Análisis de Confiabilidad. El
análisis mejorará el mantenimiento basado en la evidencia al modificar las tareas
basadas en la condición y en la edad.
MODELOS
Una de las principales herramientas en este avance científico hacia la optimización de
las decisiones de Gestión son los modelos matemáticos como simple representación del
problema en estudio.
Modelo matemático
𝐶𝑝 𝑥 𝑅(𝑡𝑝) + 𝐶𝑓 𝑥 [1 − 𝑅(𝑡𝑝)]
𝐶(𝑇𝑝) = tp
𝑡𝑝 𝑥 𝑅(𝑡𝑝) + ∫−∞ 𝑡𝑓(𝑡)𝑑𝑡
13
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
14
Ploteo de datos en papel de Weibull
El procedimiento es convertir los datos de falla representativos de cdf, esto es realizado
ploteando en Weibull tiempo a la falla contra función cdf.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
- No se posee suficiente data para construir una curva para cada modo de falla
- La curva varia si es afectada por factores externos tales como variaciones en el
contexto operativo, fallas operacionales y deficiencias relacionadas con
ingeniería y mantenimiento
1
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
En la mayoría de los casos, la frecuencia es calculada con la ayuda de una curva P-F
general solo para algunos componentes principales del equipo a ser inspeccionado, o
utilizando criterios gerenciales no formales, basados en el costo de las inspecciones
versus el costo de no poder predecir la falla.
Debido a lo anteriormente expuesto y como una forma para calcular de manera formal
la frecuencia de las inspecciones, tomando en cuenta la relación riesgo - costo –
beneficio, y justificando así, las decisiones del gerente del área de mantenimiento, en lo
concerniente al impacto de las estrategias a ser tomadas en el presupuesto de gastos de
fábrica, se desarrolla a continuación un modelo matemático que pretende dar una idea
cercana del valor del tiempo entre inspecciones predictivas.
I=C×F×A
Donde
C es el factor de costo
F es el factor de falla y
A es el factor de ajuste
Los intervalos de tareas según condición para los modos de fallas relacionados con la
seguridad y el medio ambiente pueden ser calculados usando estas dos ecuaciones:
I = P-F / n
Donde:
I = intervalo de inspección
Asignar una probabilidad aceptable de falla para detectar una falla potencial produce
una segunda ecuación que puede ser utilizada para determinar n.
2
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
n = ln (Pacc) / ln (1-θ)
Donde:
θ = probabilidad de detectar una falla potencial con una ocurrencia de la tarea según
condición propuesta, asumiendo que se produce la falla potencial
3. Monitoreo de condición.
El uso correcto de este programa permite reparar los componentes problemáticos antes
de que se produzca una falla. El monitoreo de condición no sólo ayuda al personal de la
planta a reducir la posibilidad de una falla catastrófica, sino que le ayuda además a
encargar sus piezas por adelantado, programar la mano de obra y planificar otras
reparaciones durante las paradas.
1. Mientras que con el reemplazo preventivo nos centramos en la última parte de la curva
de la bañera, con las inspecciones estamos actuando en la parte de Vida Útil, donde las
fallas son aleatorias y responden a la exponencial negativa.
3
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
MTTF = 1/λ
P(n): Valor del Beneficio con operación interrumpida por reparaciones en la unidad de
tiempo.
𝜆𝑛 𝑛 𝜆𝑛 𝑛
𝑃(𝑛) = 𝐵 − 𝐵 − 𝐵 − 𝑅 −𝐼
µ 𝑖 µ 𝑖
4
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas
5
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
EAP Ingeniería de Minas