Confiabilidad de Sistemas

UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
FACULTAD DEDE INGENIERIA.
INGENIERIA.
Decanato de Post-grado
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
Confiabilidad de Sistemas
Antonio
Antonio Alvarez
Alvarez
Ing.
Ing. Mecánico
Mecánico
MSc
MSc Reliability
Reliability Engineering
Engineering
Alvamart@cantv.net
Alvamart@cantv.net
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
PROPOSITO
PRESENTAR
PRESENTAR A
A LOS
LOS PARTICIPANTES
PARTICIPANTES UNA
UNA METODOLOGIA
METODOLOGIA ADAPTADA
ADAPTADA AA LOS
LOS
NECESIDADES
NECESIDADES DEL
DEL MUNDO
MUNDO INDUSTRIAL,
INDUSTRIAL, QUE
QUE INCORPORE
INCORPORE LOSLOS
DESARROLLOS
DESARROLLOS MAS
MAS RECIENTES
RECIENTES ENEN EL
EL AREA
AREA DE
DE INGENIERIA
INGENIERIA DE
DE
CONFIABILIDAD,
CONFIABILIDAD, CON
CON ELEL OBJETIVO
OBJETIVO DE
DE POTENCIAR
POTENCIAR ELEL AREA
AREA DE
DE
“DIAGNOSTICO
“DIAGNOSTICO DE
DE INSTALACIONES
INSTALACIONES Y
Y PROCESOS”
PROCESOS” PARA
PARA OPTIMAR
OPTIMAR LA
LA TOMA
TOMA
DE
DE DECISIONES
DECISIONES ..
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONTENIDO

 CONCEPTOS BASICOS

 INTRODUCCION

 ING. DE CONFIABILIDAD APLICADA AL MTTO

 PROBABILIDAD E INCERTIDUMBRE

 CONFIABILIDAD EN EQUIPOS

 ANALISIS DE CONFIABILIDAD PARA SISTEMAS

 ANALISIS DE RIESGO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONCEPTOS BASICOS
CONFIABILIDAD : C(t)
DESDE
DESDE LA
LA PERSPECTIVA
PERSPECTIVA DEL
DEL EQUIPO
EQUIPO
PROBABILIDAD DE QUE EL EQUIPO CUMPLA CON SU FUNCION
 EN UN TIEMPO DETERMINADO
 BAJO UN ENTORNO OPERACIONAL ESPECIFICO
DESDE
DESDE LA
LA PERSPECTIVA
PERSPECTIVA DEL
DEL OPERADOR
OPERADOR
PROBABILIDAD DE QUE EL PROCESO ENTREGUE O PROCESE LO
REQUERIDO
 EN UN TIEMPO DETERMINADO
 BAJO UN “SET” DE ESPECIFICACIONES TECNICAS Y DE CALIDAD
DESDE
DESDE LA
LA PERSPECTIVA
PERSPECTIVA DEL
DEL NEGOCIO
NEGOCIO
ES UNA EXCELENTE MANERA DE HACER DINERO RESPONSABLEMENTE
 SIN RIESGOS INNECESARIOS

 SIN AFECTAR EL AMBIENTE
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONCEPTOS BASICOS
CONFIABILIDAD OPERACIONAL
ES LA CAPACIDAD DE UN SISTEMA, REPRESENTADO

POR SUS PROCESOS, TECNOLOGÍA Y GENTE, PARA
CUMPLIR SUS FUNCIONES O EL PROPÓSITO QUE SE
ESPERA DE ESTE, DENTRO DE SUS LÍMITES DE
DISEÑO Y BAJO UN CONTEXTO OPERACIONAL
ESPECÍFICO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONCEPTOS BASICOS
PROBABILIDAD DE FALLA: F(t)
PROBABILIDAD DE FALLA = 1- CONFIABILIDAD
F(t) = 1 - C(t)
RIESGO: R(t)
RIESGO= PROB. DE FALLA X CONSECUENCIA DE LA FALLA
R(t) = F(t) x CONSECUENCIA DE LA FALLA

R(t)= (1 - C(t))* x CONSECUENCIA DE LA FALLA
NORMALMENTE SE ENTIENDE COMO LA PROBABILIDAD DE TENER UNA PERDIDA,

Y COMUNMENTE SE CUANTIFICA EN “DOLLARS ($)”
ES EL MEJOR PARAMETRO PARA EXPRESAR EL ESTATUS GLOBAL DE UN EQUIPO,

SUB-SISTEMA O SISTEMA
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONCEPTOS BASICOS
FRECUENCIA
 ALTA FRECUENCIA /BAJA CONSECUENCIA
DE FALLAS
(# FALLAS / TIEMPO)
 TIPICO DE EQUIPOS ROTATIVOS
 ESTUDIOS BASADOS EN “CONFIABILIDAD”
ALTA  FALLA=PERDIDA DE LA FUNCION
 BAJA FRECUENCIA /ALTA CONSECUENCIA
 TIPICO DE EQUIPOS ESTATICOS
 ESTUDIOS BASADOS EN RIESGO
MEDIA  FALLA=PERDIDA DE LA INTEGRIDAD MECANICA
BAJA
CONSECUENCIAS
($/FALLA)
BAJA MEDIA ALTA

Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONCEPTOS BASICOS
CONFIABILIDAD
CONFIABILIDAD BASADA
BASADA EN
EN EL
EL “TIEMPO
“TIEMPO PARA
PARA LA
LA FALLA”
FALLA”
DISTRIBUCION DE PROBABILIDAD
 CONFIABILIDAD C(T): PROBABILIDAD DE QUE LA DEL TIEMPO PARA FALLAR
VARIABLE ALEATORIA “TIEMPO PARA LA FALLA” EN UN
f(t)
COMPONENTE, EQUIPO, SUB – SISTEMA O SISTEMA,
SEA MAYOR AL PERIODO DE ANALISIS
IDEAL PARA PATRONES DE FALLA DE “ALTA

FRECUENCIA Y BAJA CONSECUENCIA”
 BASADO EN EL ANALISIS ESTADISTICO DEL TIEMPO

PARA LA FALLA
LA CONFIABILIDAD SE CALCULA USANDO LA

DISTRIBUCION DE PROBABILIDAD DEL TIEMPO PARA LA tm TIEMPO (t)
FALLA.

 ES LA BASE DE CALCULO DEL MANTENIMIENTO C( t )  Pr( t  t m )   f ( t )dt
PREVENTIVO tm
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONCEPTOS BASICOS
CONFIABILIDAD
BASADA EN
EN LA
LA TEORIA
TEORIA “ESFUERZO
“ESFUERZO -- RESISTENCIA”
RESISTENCIA”
CONFIABILIDAD C(T): PROBABILIDAD DE QUE EL

ESFUERZO AL QUE ESTA SOMETIDO UN COMPONENTE,
f(x)=pdf (esfuerzo) g(y)= pdf (resistencia)
EQUIPO, SUB-SISTEMA O SISTEMA, NO EXCEDA LA
RESISTENCIA DEL MISMO.
 IDEAL PARA PATRONES DE FALLA DE “BAJA FRECUENCIA

Y ALTA CONSECUENCIA”
BASADO EN LA FISICA DE LA FALLA
 LA CONFIABILIDAD SE CALCULA USANDO LA TEORIA DE

“INTERFERENCIA DE ESFUERZO – RESISTENCIA “  

C( t )  Pr( y  x )     g ( y )dy f ( x )dx
 ES LA BASE DE CALCULO DEL MANTENIMIENTO 0 x 
PREDICTIVO O MONITOREO DE LA CONDICION
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONCEPTOS BASICOS
TIPOS
TIPOS DE
DE MANTENIMIENTO
MANTENIMIENTO
MANTENIMIENTO CORRECTIVO MANTENIMIENTO PREVENTIVO
( REACTIVO O “RUN TO FAILURE” ) 
 BASADO EN LA HISTORIA DE FALLAS

 BASADO EN LA OCURRENCIA DE LA FALLA 
 SE GENERA CON UN ANALISIS DE CICLOS

 ES UNA OPCION PARA AQUELLOS EQUIPOS DONDE 
INDEPENDIENTEMENTE DEL ESTADO DEL EQUIPO SE
LA FALLA, TIENE MENOS IMPACTO QUE EL COSTO DEL EJECUTA A INTERVALOS FIJOS.
MANTENIMIENTO

 APLICA SOLO PARA EQUIPOS O SISTEMAS CUYA RATA

NO ES UNA OPCION PARA EQUIPOS O SISTEMAS QUE DE FALLAS TIENDA A INCREMENTARSE CON EL TIEMPO
TENGAN IMPACTO EN SEGURIDAD , IMPACTO (DESGASTE O ENVEJECIMIENTO)
AMBIENTAL Y EN EL NEGOCIO.
MANTENIMIENTO PREDICTIVO O MONITOREO DE LA CONDICION


 BASADO EN LA CONDICION ACTUAL O SINTOMATOLOGIA DEL EQUIPO

SE GENERA DE LA DETECCION DE UNA DESVIACION EN ALGUN PARAMETRO DEL EQUIPO QUE SE ELIGE PARA
MONITOREAR ( PARAMETRO MARCADOR) QUE PUEDE SER VIBRACION, TEMPERATURA, PRESION DE
DESCARGA, PARTICULAS METALICAS EN EL ACEITE LUBRICANTE, ESPESOR DE PARED, ETC.

 LOS PROCESOS DE DETECCION ( INSPECCIONES) SE HACEN A INTERVALOS FIJOS

APLICA SOLO PARA EQUIPOS O SISTEMAS DONDE EXISTAN PARAMETROS MARCADORES, Y DONDE EL TIEMPO
QUE TRANSCURRE DESDE QUE EL PARAMETRO MARCADOR SE DESVIA HASTA QUE OCURRE LA FALLA, ES
SUFICIENTEMENTE LARGO COMO PARA PLANIFICAR LA INTERVENCION DEL EQUIPO.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONTENIDO


 INTRODUCCION





Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
INTRODUCCION
CUANDO EN EL MUNDO INDUSTRIAL HABLAMOS DE:
•SOBRE - DIMENSIONAMIENTO
•SOBRE - MANTENIMIENTO O SUB - MANTENIMIENTO
•PRESUPUESTOS SOBRE - ESTIMADOS O SUB - ESTIMADOS
•PARADAS NO PLANIFICADAS
INTRINSECAMENTE HABLAMOS DE:
“INCERTIDUMBRE”
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
INTRODUCCION
CAMBIO
CAMBIO DE
DE PARADIGMA
PARADIGMA
“LA PRESENCIA DE INCERTIDUMBRE

CONVICCION:
CONVICCION
EN LOS CALCULOS INGENIERILES
“EL COMPLETO CONOCIMIENTO DE NO ES UN REFLEJO DE INEXACTITUD
UN PROBLEMA Y SU SOLUCION O IGNORANCIA, POR EL CONTRARIO,
REQUIEREN DE LA ADECUADA EL CONOCIMIENTO DE SU JUSTA
CUANTIFICACION DE LOS NIVELES DIMENSION ES UN ARMA
DE INCERTIDUMBRE DE SUS FUNDAMENTAL PARA TOMAR
VARIABLES”. DECISIONES CORRECTAS EN EL
MOMENTO OPORTUNO”.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
INTRODUCCION
“LA CERTIDUMBRE ABSOLUTA ES UN PRIVILEGIO

DE MENTES POCO EDUCADAS Y DE FANATICOS
C.J. KEYSER
“ES PREFERIBLE ESTAR APROXIMADAMENTE

CORRECTO QUE EXACTAMENTE EQUIVOCADO”
ANONIMO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
INTRODUCCION
DE LOS DATOS:
• CALIDAD
• CANTIDAD
DE LOS MODELOS
MATEMATICOS
DE DONDE VIENE LA DEL COMPORTA -

INCERTIDUMBRE ? MIENTO HUMANO
DE LOS COMPOR -
TAMIENTOS ALEA -
TORIOS
DE LA IGNORANCIA
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
INTRODUCCION
CARACTERISTICAS
IGNORARLA Y • ALTO RIESGO
DECIDIR • ALTO IMPACTO
• DEPENDENCIA DEL
FACTOR SUERTE
• AMBIENTE REACTIVO
• SUB O SOBRE – DIMEN-
SIONAMIENTO
COMO TOMAR CARACTERISTICAS

TRATAR DE
DECISIONES EN
ELIMINARLA PARA • ALTOS COSTOS EN SIS-
PRESENCIA DE TEMAS DE INFORMACION
DECIDIR
INCERTIDUMBRE ? • CONFLICTOS POR CALI-
DAD DEL DATO.
• PARALISIS POR ANALISIS
CARACTERISTICAS
CUANTIFICARLA Y • INGENIERIA DE
DECIDIR CONFIABILIDAD
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
INTRODUCCION
INGENIERIA DE CONFIABILIDAD : CONCEPTOS
• ES LA RAMA DE LA INGENIERIA QUE

PERMITE MEDIR Y CONTROLAR LA
INCERTIDUMBRE ASOCIADA A LOS
PROCESOS, PARA MODIFICAR
POSITIVAMENTE EL ESTATUS DE UN
EQUIPO, SUB-SISTEMA O SISTEMA.
• TAMBIEN PUEDE DEFINIRSE COMO LA

RAMA DE LA INGENIERIA QUE ESTUDIA
LOS COMPONENTES FISICOS Y a c  b
ALEATORIOS DEL FENOMENO “FALLA”.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONTENIDO


 INTRODUCCION





Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ING. DE CONFIABILIDAD APLICADA AL MANTENIMIENTO
INGENIERIA
INGENIERIA DE
DE CONFIABILIDAD
CONFIABILIDAD // CONCEPTOS
CONCEPTOS
• ES LA RAMA DE LA INGENIERIA QUE PERMITE MEDIR Y CONTROLAR LA

INCERTIDUMBRE ASOCIADA A LOS PROCESOS, PARA MODIFICAR POSITIVAMENTE EL
ESTATUS DE UN EQUIPO, SUB-SISTEMA O SISTEMA.
DETERMINISTICO (DISPONIBILIDAD)
SISTEMAS
PROBABILISTICO (CONFIABILIDAD)
E AD
BR ID
U M
O B IL
D A
RTI RR FI
O N
GESTION NCE AH CO
I DE E PREDICCION
PASADO E HOY . D FUTURO
D E G S
MEDICION
ID A A D IN ESTIMACION
E J ID E
D
PL TUN AD
M
O R ID
• C PO ES
• O EC
•N
EQUIPOS
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
VOLUMEN DE CONTROL: VOLUMEN DE CONTROL:
“ESTATUS DE MINIMO
“ESTATUS ACTUAL” IMPACTO EN EL NEGOCIO”
INSTALACIONES
YACIMIENTOS
YACIMIENTOS
EQUIPOS DINAMICOS
ESTATICOS /
/ INST./ 2S YACIMIENTOS / INST. 2S
SISTEMAS / PROCESOS
INSTALACIONES 2S
DATA MEJORA
EQUIPOS ESTATICOS HISTORICA EQUIPOS ESTATICOS
VIA
PLAN
DE MTTO.
DATA DE
EQUIPOS DINAMICOS DIAGNOSTICO EQUIPOS DINAMICOS
CONDICION
MEJORA
VIA
NUEVAS
DATA TECNOLOGIAS SISTEMAS / INSTALACIONES
SISTEMAS / INSTALACIONES TECNICA
INGENIERIA DE CONFIABILIDAD
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
DEFINICION
DEFINICION
EL DIAGNOSTICO ES UN PROCESO QUE PERMITE CARACTERIZAR

CARACTERIZAR EL
EL ESTADO
ESTADO
ACTUAL
ACTUAL Y PREDECIR
PREDECIR EL
EL COMPORTAMIENTO
COMPORTAMIENTO FUTURO,
FUTURO DE EQUIPOS,
EQUIPOS, SISTEMAS
SISTEMAS
Y/O PROCESOS,
PROCESOS A TRAVES DEL ANALISIS
ANALISIS INTEGRADO
INTEGRADO DEL HISTORIAL DE
FALLAS,
FALLAS LOS DATOS
DATOS DE
DE CONDICION
CONDICION Y DATOS
DATOS TECNICOS,
TECNICOS A FIN DE IDENTIFICAR
IDENTIFICAR
LAS
LAS ACCIONES
ACCIONES CORRECTIVAS
CORRECTIVAS Y
Y PROACTIVAS
PROACTIVAS QUE PUEDAN EFECTIVAMENTE
OPTIMIZAR
OPTIMIZAR COSTOS
COSTOS Y MINIMIZAR
MINIMIZAR EL
EL IMPACTO,
IMPACTO EN EL NEGOCIO MEDULAR
DIAGNOSTICO
DATA PARCIAL BASADO
HISTORICA EN LA HISTORIA DE FALLAS “EL DIAGNOSTICO
INTEGRADO PERMITE
VOLUMEN DIAGNOSTICO
IDENTIFICAR LA MEDICINA
DATA DE PARCIAL BASADO EN LOS DIAGNOSTICO
DIAGNOSTICO
DE CONDICION DATOS DE CONDICION INTEGRADO ADECUADA PARA CADA
INTEGRADO
CONTROL MAL, Y NO PROPONE
DIAGNOSTICO MEDICINAS GENERICAS”
DATA PARCIAL BASADO
TECNICA
EN DATOS TECNICOS
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
DATA PLATAFORMA DE ANALISIS DIAGNOSTICO
• EDAD CRITERIO
• HISTORIAL DE FALLAS LIMITE DIAGNOSTICO
• HISTORIAL DE SERVICIOS
DATA PARCIAL
• HISTORIAL DE REPARACIONES
HISTORICA BASADO EN
• # GRAPAS
PROB. DE FALLA HISTORIA DE
• # CAMISAS
FALLAS
• ETC.
t
• ESPESORES
MEDICION CRITERIO
• POTENCIALES
LIMITE DIAGNOSTICO DIAGNOSTICO
DATA DE • GRIETAS ACTUAL PARCIAL BASADO
CONDICION INTEGRADO
• RECUBRIMIENTO EN LOS DATOS
• CORROSION EXTERNA DE CONDICION
• ETC.
• DIAMETRO
• SCHEDULE • PRACTICAS DIAGNOSTICO
• SERVICIO: (FLUIDO) PARCIAL
• NORMAS
DATA • DATOS DEL PROCESO BASADO EN
TECNICA • ESTANDARES COMPARACION
• UBICACION
• IMPACTO CON ESTANDARES
• ETC.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
DIAGNOSTICO
PARCIAL BASADO EN DATA
HISTORIA DE FALLAS HISTORICA
DIAGNOSTICO
DIAGNOSTICO
DIAGNOSTICO PARCIAL BASADO EN DATOS DE
DATOS DE CONDICION CONDICION
INTEGRADO
INTEGRADO
DIAGNOSTICO
DATOS
PARCIAL BASADO
TECNICOS
EN DATOS TECNICOS
RIESGO
RIESGO

RIESGO=(1-CONFIABILIDAD) X CONSECUENCIA
CONFIABILIDAD / PROB. DE FALLA CONSECUENCIAS
CONFIABILIDAD CONFIABILIDAD PERDIDAS DE COSTO DE IMPACTO IMPACTO

BASADA EN LA BASADA EN LA PRODUCCION REPARACION AMBIENTAL EN SEGURIDAD
HISTORIA DE FALLA CONDICION
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
CONFIABILIDAD
CONFIABILIDAD // PROB.
PROB. DE
DE FALLA
FALLA BASADA
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLAS
FALLAS
ANALISIS DE
CONFIABILIDAD PARA
EQUIPOS
REPARABLES
RESTAURAR
RESTAURAR A LA
REPARACION PARCIALMENTE
CONDICION ORIGINAL MINIMA
POSIBLE
PROCESO PROCESO NO PROCESO

ORDINARIO DE HOMOGENEO GENERALIZADO
RESTAURACION DE POISSON DE
RESTAURACION
“MEJOR QUE COMO ESTABA

“TAN BUENO COMO NUEVO” “TAN MALO COMO VIEJO” PERO PEOR QUE CUANDO
NUEVO”
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
CONFIABILIDAD
PROB. DE
DE FALLA
FALLA BASADA
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLAS
FALLAS
EXISTEN CINCO (5) POSIBLES ESTADOS EN LOS QUE UN EQUIPO PUEDE QUEDAR
DESPUES DE UNA REPARACION
1. “TAN BUENO COMO NUEVO”
2. “TAN MALO COMO ESTABA”
3. “MEJOR QUE COMO ESTABA, PERO PEOR QUE CUANDO ERA NUEVO”
4. “MEJOR QUE CUANDO ESTABA NUEVO”
5. “PEOR QUE COMO ESTABA”
LOS MODELOS PROBABILISTICOS TRADICIONALMENTE USADOS EN ANALISIS DE

CONFIABILIDAD, SE BASAN EN LOS ESTADOS 1 Y 2 (ESTADOS LIMITES) , SIN TOMAR
EN CUENTA LOS ESTADOS 3,4 Y 5 A PESAR DE QUE EL ESTADO 3 LUCE MAS
REALISTA EN LA PRACTICA.
LA RAZON PARA ESTO HABIA SIDO LA DIFICULTAD DE DESARROLLAR UNA
SOLUCION MATEMATICA PARA MODELAR ESTE ESTADO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
CONFIABILIDAD
PROB. DE
DE FALLA
FALLA BASADA
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLAS
FALLAS
SE PROPONE UN MODELO PROBABILISTICO LLAMADO “PROCESO

“PROCESO GENERALIZADO
GENERALIZADO
DE
DE RESTAURACION”
RESTAURACION” QUE TOMA EN CUENTA TODOS LOS POSIBLES ESTADOS DE
UN EQUIPO DESPUES DE UNA REPARACION.
ESTE MODELO PERMITE ESTIMAR VALORES CRITICOS PARA EL DIAGNOSTICO
COMO LO SON:
.- EL NUMERO ESPERADO DE FALLAS EN UN PERIODO DETERMINADO
.- EL TIEMPO PARA LA PROXIMA FALLA
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
CONFIABILIDAD
PROB. DE
DE FALLA
FALLA BASADA
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLAS
FALLAS
 ii 11  
 

  q ii 11   ii
  
t  q t jj 



DISTRIBUCION
F  ti   1  e 
 t jj  
jj 11
  ACUMULATIVA

   jj 11      
    DEL TIEMPO PARA
    FALLAR
 
 : ”PARAMETRO DE ESCALA” q<0 MEJOR QUE NUEVO
 : ”PARAMETRO DE FORMA”” q=0 TAN BUENO COMO NUEVO
q : ”PARAMETRO DE EFECTIVIDAD DE 0 < q < 1 MEJOR

MEJOR QUE
QUE COMO
COMO ESTABA,
ESTABA, PERO
PERO PEOR
PEOR QUE
QUE CUANDO
CUANDO ERA
ERA NUEVO
NUEVO
LA REPARACION ” O “PARAMETRO DE
q=1 TAN MALO COMO ESTABA
REJUVENECIMIENTO”
q>1 PEOR QUE COMO ESTABA
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
CONFIABILIDAD
PROB. DE
DE FALLA
FALLA BASADA
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLAS
FALLAS
RESULTADOS / TURBOCOMPRESOR - PDVSA

60
P.G.R
PARAMETROS
50
 = 1768
= 2.14 “ TAN MALO COMO ESTABA”
NUMERO DE FALLAS
40
q = 0.43
30 “ MEJOR QUE COMO

ESTABA PERO PEOR
QUE CUANDO NUEVO”
20
10
“TAN BUENO COMO NUEVO”
0
0 5000 10000 15000 20000 25000
TIEMPO OPERACION (HRS)
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
CONFIABILIDAD
PROB. DE
DE FALLA
FALLA BASADA
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLAS
FALLAS
BENEFICIOS:
BENEFICIOS:
OPTIMIZACION DE LA PLANIFICACION DEL MANTENIMIENTO.

OPTIMIZACION DE LA GESTION PRESUPUESTARIA
OPTIMIZACION DE LOS INVENTARIOS
AREAS
AREAS DE
DE
APLICACION:
APLICACION:
EQUIPOS DINAMICOS EN GENERAL:

MOTORES
BOMBAS
TURBINAS
COMPRESORES
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
CONFIABILIDAD
PROB. DE
DE FALLA
FALLA BASADA
BASADA EN
EN LA
LA CONDICION
CONDICION
PERMITE LA ESTIMACION DE LA CONFIABILIDAD Y/O

PROBABILIDAD DE FALLA DE UN EQUIPO Y DEL RIESGO



TOTAL ASOCIADO AL MISMO, BASADA EN LA
CONDICION DEL EQUIPO.
C( t )     f ( x )d x g ( y )d y
0 y 
IDEAL PARA EQUIPOS CUYO HISTORIAL DE FALLAS ES
MUY ESCASO, O INEXISTENTE, TALES COMO LOS RESISTENCIA
RESISTENCIA
RESISTENCIA
RESISTENCIA
: g(y): g(y): g(y)
: g(y)
EQUIPOS ESTATICOS .
BASADO EN LA TEORÍA DE “INTERFERENCIA ESFUERZO ESFUERZO:f(x)

- RESISTENCIA, DONDE :
.- ESFUERZO: CONDICION MONITOREADA

.- RESISTENCIA: LIMITE PERMISIBLE DE LA CONDICION
LA CONFIABILIDAD SE DEFINE COMO LA PROBABILIDAD

DE QUE LA CONDICION MONITOREADA NO SUPERE EL
LIMITE PERMISIBLE
ES LA BASE DE CALCULO DEL MANTENIMIENTO

PREDICTIVO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
CONFIABILIDAD
PROB. DE
DE FALLA
FALLA BASADA
BASADA EN
EN LA
LA CONDICION
CONDICION
RECIPIENTE
RECIPIENTE A
A
PRESION
PRESION
DATA DE ESPESOR DE PARED
POSICIONES DE
MEDICION
"E" = Espesor de pared (pulg.)
1 2 No Insp. Tiempo Op. Posiciones
ti (dias) 1 2 3 4 5 6 7 8
0 0 0.250 0.248 0.248 0.253 0.248 0.251 0.250 0.252
1 240 0.236 0.236 0.241 0.236 0.245 0.239 0.226 0.235
2 425 0.236 0.225 0.240 0.231 0.236 0.238 0.243 0.242
3 1139 0.215 0.223 0.223 0.215 0.212 0.221 0.221 0.215
3 4
4 1309 0.230 0.218 0.233 0.223 0.221 0.228 0.231 0.231
5 1706 0.196 0.201 0.201 0.200 0.203 0.209 0.204 0.199
6 2436 0.225 0.212 0.212 0.215 0.213 0.211 0.221 0.213
7 5968 0.216 0.202 0.201 0.188 0.204 0.199 0.208 0.210
5 6 8 6541 0.208 0.198 0.188 0.175 0.177 0.184 0.198 0.201
7 8
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
CONFIABILIDAD
PROB. DE
DE FALLA
FALLA BASADA
BASADA EN
EN LA
LA CONDICION
CONDICION
ESPESOR DE PARED (“E”), VS TIEMPO DE OPERACION (“t”)

0.255
ESPESOR
ESPESOR
AL
AL tt11
  E  E 
0.245
ESPESOR F( t )  1     LIM
 E  E 
0.235 ESPESOR
DIST.
DIST. DEL
DEL 2 2
AL
AL tt22
ESPESOR
ESPESOR
  LIM
DIST.
DIST. DEL
DEL 0.225
ESPESOR
ESPESOR
0.215 ESPESOR
ESPESOR
AL
AL ttn-1
n-1
0.205
DIST.
DIST. DEL
DEL
ESPESOR
ESPESOR
0.195
0.185
ESPESOR
ESPESOR
LIMITE
LIMITE 0.175
0 1000 2000 3000 4000 5000 6000 7000
t1 t2 TIEMPO EN OPERACION (t) (dias)

tn-
-n-1
n-1
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
CONFIABILIDAD
PROB. DE
DE FALLA
FALLA BASADA
BASADA EN
EN LA
LA CONDICION
CONDICION
BENEFICIOS:
BENEFICIOS:
PERMITE PREDICCIONES O DIAGNOSTICOS “PROACTIVOS “ EN BASE A LA CONDICION

OPTIMACION DE INTERVALOS DE INSPECCION
INCORPORACION DE LOS DATOS DE CONDICION A LA GESTION DE PLANIFICACION
AREAS
AREAS DE
DE
APLICACION:
APLICACION:
MANTENIMIENTO PREDICTIVO EN GENERAL, CON ENFASIS EN EQUIPOS ESTATICOS
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
MODELO
MODELO DE
DE CONSECUENCIAS
CONSECUENCIAS DE
DE UNA
UNA FALLA
FALLA
+ + +
PERDIDAS DE COSTO DE IMPACTO IMPACTO

PRODUCCION REPARACION AMBIENTAL EN SEGURIDAD CONSECUENCIAS
BASE BASE DE DATOS

DE +
DATOS OPINION DE EXPERTOS
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
ANALISIS
ANALISIS DE
DE CONFIABILIDAD
CONFIABILIDAD PARA
PARA SISTEMAS
SISTEMAS
PREGUNTAS CLAVES
ANALISIS DE CONFIABILIDAD
BASADO EN LA CONDICION
CUAL
CUAL ES
ES LA
LA PROBABILIDAD
PROBABILIDAD
DE
DE QUE
QUE FALLE
FALLE EL
EL EQUIPO
EQUIPO ??
ANALISIS DE CONFIABILIDAD
BASADO EN HISTORIA DE FALLAS
CUAL
CUAL ES
ES LA
LA PROBABILIDAD
PROBABILIDAD
DE
DE QUE
QUE LA
LA FALLA
FALLA DEL
DEL EQUIPO
EQUIPO ANALISIS DE CONFIABILIDAD
HAGA
HAGA FALLAR
FALLAR EL EL SISTEMA
SISTEMA Y
Y PARA SISTEMAS
AFECTE
AFECTE ALAL PROCESO
PROCESO ??
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
ANALISIS
ANALISIS DE
DE CONFIABILIDAD
CONFIABILIDAD PARA
PARA SISTEMAS
SISTEMAS
VOLUMEN DE CONTROL
PERMITE LA ESTIMACION DE LA PROBABILIDAD

DE FALLA / CONFIABILIDAD DE UN SISTEMA,
BASANDOSE EN LAS PROBABILIDADES DE
FALLA/CONFIABILIDADES INDIVIDUALES DE CADA
EQUIPO COMPONENTE DEL SISTEMA.
SE SUSTENTA EN DIAGRAMAS DE BLOQUES,

ARBOLES DE FALLA Y DIAGRAMAS
PARO DE LA PLANTA
MARKOVIANOS. G1
S1 S2
SISTEMA 1 SISTEMA 2
FALLA FALLA
G2 G3
PERMITE ESTIMAR LA CONTRIBUCION DE CADA
EQUIPO EN LA PROB. DE FALLA / CONFIABILIDAD TIMER CONTACTO ALARMA
G4
FALLA FALLA FALLA
DEL SISTEMA
A B C SUB SIST “A” SUB SIST “B”
G5 G6
ARBOL DE FALLAS
VALV. DE OPER. INTERR. OPER.
EMERG.
FALLA FALLA FALLA
FALLA
D E F E
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
VOLUMEN DE CONTROL PROPUESTO
ANALISIS
ANALISIS DE
DE CONFIABILIDAD
CONFIABILIDAD PARA
PARA SISTEMAS
SISTEMAS
BLOQUE II : COMPRESION
VOLUMEN DE CONTROL TRADICIONAL
BLOQUE III : DESCARGA
BLOQUE
BLOQUE II :: PRE-TRATAMIENTO
PRE-TRATAMIENTO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
ANALISIS
ANALISIS DE
DE CONFIABILIDAD
CONFIABILIDAD PARA
PARA SISTEMAS
SISTEMAS
PLANTA
BLOQUE
BLOQUE II BLOQUE
BLOQUE IIII BLOQUE III
PRE
PRE TRATAMIENTO
TRATAMIENTO COMPRESION
COMPRESION DESCARGA
BLQ 1 FALLA BLQ 2 FALLA BLQ 3 FALLA
SIST 1 FALLA SIST 2 FALLA SIST 3 FALLA SIST 4 FALLA SIST 5 FALLA SIST 6 FALLA
+ + + + +
COMP. # 1 COMP. # 2 SWITCH ALARM RECIP

LINEA LINEA VALV. FALLA FALLA OPER. FALLA LINE LINEA
A .
“A” “B” FALL FALLA A “A” “B”
FALLA FALL
FALL FALLA A FALL FALLA
A
A A
CONFIABILIDAD BASADA CONFIABILIDAD BASADA EN LA CONFIABILIDAD BASADA

EN LA CONDICION HISTORIA DE FALLAS EN LA CONDICION
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
ANALISIS
ANALISIS DE
DE CONFIABILIDAD
CONFIABILIDAD PARA
PARA SISTEMAS
SISTEMAS
BENEFICIOS:
BENEFICIOS:
PERMITE EL CALCULO DE INDICADORES DE CONFIABILIDAD Y DISPONIBILIDAD PARA PLANTAS Y PROCESOS.
SOPORTA LA TOMA DE DECISIONES EN EL MANTENIMIENTO DE EQUIPOS Y SUB-SISTEMAS, EN BASE A SU

IMPACTO EN LA CONFIABILIDAD DE LA PLANTA
SOPORTA LA TOMA DE DECISIONES PARA PROYECTOS Y REDISENOS, EN BASE A ANALISIS DE SENSIBILIDAD.
AREAS
AREAS DE
DE
APLICACION:
APLICACION:
PLANTAS DE GAS
ESTACIONES DE FLUJO
PLANTAS DE INYECCION DE AGUA
PLANTAS ELECTRICAS
PLANTAS DE PROCESO EN GENERAL
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
FORMAS DE DIAGNOSTICO INTEGRADO
1.- MATRIZ DE RIESGO
2.- MODELO COSTO - RIESGO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
MATRIZ
MATRIZ DINAMICA
DINAMICA DE
DE RIESGO
RIESGO
ES UNA REPRESENTACION ESQUEMATICA QUE
PERMITE LA VISUALIZACION CONTINUA DEL “STATUS”
DE RIESGO DE CADA EQUIPO, DENTRO DEL
CONTEXTO DE UNA PLANTA, DISCRIMINADO POR
PROBABILIDAD DE FALLA Y POR CONSECUENCIA DE
0.98 - 1 BOMBA B3 TURBINA 9
ESA FALLA. INTERCAMBIADOR
PROBABILIDAD DE FALLA
TURBINA 2 BOMBA B9
DE CALOR
0.95 - 0.98
SE SUSTENTA EN MODELOS DE ANALISIS DE BOMBA B3
BOMBA B9 TURBINA 9
CONFIABILIDAD PARA SISTEMAS ( ARBOLES DE FALLA) TURBINA 2 B3
0.85 - 0.95 BOMBA
Y ESTIMACION PROBABILISTICA DE CONSECUENCIAS TURBINA
BOMBA 2B9 TURBINA 2
0.65 - 0.85 INTERCAMBIADOR
PERMITE GERENCIAR EL MANTENIMIENTO DE DE CALOR
INTERCAMBIADOR
EQUIPOS Y SUB-SISTEMAS, EN BASE A SU IMPACTO BOMBA B9 DETURBINA
CALOR 9
0.50 - 0.85
EN EL PROCESO BOMBA B3
TURBINA 9
INTERCAMBIADOR
APLICABLE EN: > 0.50 DE CALOR
• PLANTAS DE GAS CONSECUENCIAS

BAJA ALTA
• ESTACIONES DE FLUJO
• PLANTAS DE INYECCION DE AGUA
• PLANTAS ELECTRICAS
• PLANTAS DE PROCESO EN GENERAL
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGNOSTICO
MODELO
MODELO COSTO
COSTO -- RIESGO
RIESGO
IMPACTO
IMPACTO TOTAL=I(t)
TOTAL=I(t)
I(t)= IMPACTO TOTAL SOBRE EL NEGOCIO
I(t)=R(t)+Costo(t)
3500
COSTO POR AÑO (MMBs)
3000
Punto Optimo RIESGO=R(t)
RIESGO=R(t)
2500
R(t)=PROB. DE FALLA X CONSECUENCIA
2000
1500 COSTO=Costo(t)
COSTO=Costo(t)
1000 Costo(t =COSTO DE LA ACCION PROPUESTA
PARA DISMINUIR EL RIESGO; MODELADO A
500 DIFERENTES FRECUENCIAS.
1 2 3 4 5 6 7 8 9 10 11 12 1 3 14 15 16 17 18 19 20
INTERVALO DE TIEMPO (ANOS)
SI LA ACCION PROPUESTA SE EJECUTA A UNA FRECUENCIA QUE CORRESPONDE A :
1.- EL PUNTO OPTIMO => MINIMO IMPACTO EN EL NEGOCIO

2.- LA DERECHA DEL PUNTO OPTIMO => SE ESTA ASUMIENDO MUCHO RIESGO
3.- LA IZQUIERDA DEL PUNTO OPTIMO => SE ESTA GASTANDO MUCHO DINERO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
MEJORAS VIA PLAN DE MANTENIMIENTO
DIAGNOSTICO
DETECCION DE OP.PERDIDAS
ANÁLISIS :
HERRAMIENTAS DE M.C.C . ( EQ. DINÁMICOS )
MODELAJE COSTO - RIESGO I.B.R. ( EQ. ESTÁTICOS )
Riesgo Desenpeno
ANALISIS M.C.C
CAUSA EN
RAIZ REVERSA
REDISEÑO TAREAS PREDICTIVAS TAREAS PREVENTIVAS TAREAS CORRECTIVAS
PLAN OPTIMO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
MEJORAS VIA NUEVAS TECNOLOGIAS
LA UTILIZACION DE NUEVAS TECNOLOGIAS EN

LA MEJORA DE PROCESOS, PARTICIPA VIA
“REINGENIERIA “ O “REDISENO”.
LO ANTERIOR IMPLICA QUE PRIMERO DEBEN

AGOTARSE LOS RECURSOS DE MEJORA VIA
PLAN DE MANTENIMIENTO O MEJORA DE
PRACTICAS Y PROCEDIMIENTOS DE EJECUCION.
APLICA PARA SITUACIONES EN LOS QUE “LA

OPORTUNIDAD “ASOCIADA A LA UTILIZACION DE
LA NUEVA TECNOLOGIA ES MUY GRANDE.
SE SUSTENTA ADICIONALMENTE EN ESTUDIOS

DE FACTIBILIDAD TECNICO/ECONOMICA, Y EN
ANALISIS DE “COSTO/RIESGO”
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CARTERA
CARTERA METODOLOGICA
METODOLOGICA ANALISIS
ANALISIS DE
DE CRITICIDAD
CRITICIDAD
DETECCION
DETECCION DE
DE OPORTUNIDADES
OPORTUNIDADES
M.C.C
M.C.C
INSPECCION
INSPECCION BASADA
BASADA EN
EN RIESGO
RIESGO
OPTIMIZACION
OPTIMIZACION COSTO
COSTO RIESGO
RIESGO
ANALISIS
ANALISIS CAUSA
CAUSA RAIZ
RAIZ
ANALISIS
ANALISIS DEL
DEL COSTO
COSTO DEL
DEL CICLO
CICLO DE
DE
S D VIDA
VIDA
ANALISIS
ANALISIS DE
DE CONFIABILIDAD A
CONFIABILIDAD
VI GIA IDA
BASADO
BASADO ENEN LA
LA HISTORIA
HISTORIA DE
DE
O RA LO BIL INVENTARIOS
INVENTARIOS BASADOS
BASADOS EN
EN
FALLAS
FALLAS J D O IA CONFIABILIDAD
CONFIABILIDAD
ME ETO NF
ANALISIS
ANALISIS DEDE CONFIABILIDAD
CONFIABILIDAD M CO
BASADA
BASADA EN LA CONDICION
EN LA CONDICION DE
ANALISIS
ANALISIS DE
DE CONFIABILIDAD
CONFIABILIDAD
PARA
PARA SISTEMAS CONFIABILIDAD
CONFIABILIDAD
DIAGNOSTICO OPERACIONAL
OPERACIONAL
ANALISIS
ANALISIS DE
DE TOLERANCIA
TOLERANCIA DE
DE
DEFECTOS
DEFECTOS FACTIBILIDAD
FACTIBILIDAD TECNICO-ECONOMICA
TECNICO-ECONOMICA
ANALISIS
ANALISIS DINAMICOS
DINAMICOS DE
DE RIESGO
RIESGO ME MEJORAS
MEJORAS OPERACIONALES
OPERACIONALES
JO
DIAGNOSTICOS
DIAGNOSTICOS INTEGRADOS
INTEGRADOS TE N U R A INNOVACIONES
INNOVACIONES TECNOLÓGICAS
TECNOLÓGICAS
GERENCIA
GERENCIA DE
DE INCERTIDUMBRE CN EV V
OL A I A
INCERTIDUMBRE PATENTES
PATENTES COMPARTIDAS
OG EVALUACIÓN
EVALUACIÓN DE
DE PRODUCTOS
PRODUCTOS
IA PROYECTOS
PROYECTOS TECNOLÓGICOS
TECNOLÓGICOS
ECOEFICIENCIA
ECOEFICIENCIA
ANÁLISIS
ANÁLISIS TÉCNICOS
GERENCIA
GERENCIA DEL
DEL CONOCIMIENTO
CONOCIMIENTO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONTENIDO


 INTRODUCCION





Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
PROBABILIDAD
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
PROBABILIDAD
MODELOS
MODELOS MATEMATICOS
MATEMATICOS
EN INGENIERIA, TRATAMOS DE REPRESENTAR LA REALIDAD A TRAVES DE

MODELOS MATEMATICOS.
NO HAY INCERTIDUMBRE ACERCA DEL

DETERMINAN UN UNICO RESULTADO
MODELOS DETERMINISTICOS
RESULTADO FINAL
“VARIABLE
“VARIABLE NO ALEATORIA”
HAY INCERTIDUMBRE ACERCA DEL

DETERMINAN UN RANGO
MODELOS PROBABILISTICOS DE “PROBABLES” RESULTADO
RESULTADOS
“VARIABLE
“VARIABLE ALEATORIA”
REFLEXION: EXISTEN EN LA INGENIERIA VARIABLES NO ALEATORIAS ????
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
PROBABILIDAD
VARIABLES
VARIABLES ALEATORIAS
ALEATORIAS
SON VARIABLES CON ALGUN GRADO DE INCERTIDUMBRE ASOCIADO.

TAMBIEN SON CONOCIDAS COMO VARIABLES DISTRIBUIDAS.

 TIEMPO PARA LA FALLA
VARIABLES
ALEATORIAS

 RATA O TASA DE FALLAS
CONTINUAS
CONTINUAS

 TIEMPO DE VIDA DE LOS HUMANOS

 VARIABLES DE PROCESOS (PRESION,
(PRESION, TEMP.
TEMP. ,, ETC)
ETC)

 NUMERO DE ELEMENTOS DEFECTUOSOS

 NUMERO DE DEFECTOS POR ELEMENTO
VARIABLES
ALEATORIAS
DISCRETAS
DISCRETAS 
 NUMERO DE BARRILES DE CRUDO

 NUMERO DE ESTUDIANTES REPROBADOS
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
PROBABILIDAD
EXPERIMENTOS
EXPERIMENTOS
EN INGENIERIA, PARA VALIDAR NUESTROS MODELOS MATEMATICOS, REALIZAMOS

EXPERIMENTOS DONDE SIMULAMOS LA REALIDAD Y MEDIMOS LOS RESULTADOS.
UN EXPERIMENTO PUEDE ENTENDERSE COMO UNA “MUESTRA DE LA REALIDAD”

QUE PERMITE ,A TRAVES DE LA OBSERVACION CONTROLADA, FORMULAR “UN
MODELO ” DE LA MISMA.
PARA FORMULAR MODELOS DE VARIABLES ALEATORIAS, (MODELOS

PROBABILISTICOS) ES NECESARIO HACER EXPERIMENTOS
EJEMPLO DE EXPERIMENTO ALEATORIO:

DEJAR CAER LIBREMENTE DESDE UNA MISMA ALTURA Y EN UN AMBIENTE
CONTROLADO, 50 OBJETOS DE DIFERENTES FORMAS Y PESOS, PARA FORMULAR
UN MODELO DE LA “ACELERACION DE GRAVEDAD”
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
PROBABILIDAD
EXPERIMENTOS
EXPERIMENTOS -- RESULTADOS
RESULTADOS EXPERIMENTALES
EXPERIMENTALES -- MEDICION
MEDICION DE
DE LA
LA ACELERACION
ACELERACION DE
DE GRAVEDAD
GRAVEDAD
# DE RESULTADO # DE RESULTADO MAYOR VALOR= 10.9 MENOR VALOR= 9.1

MEDICION (mts/s2) MEDICION (mts/s2) # DIVISIONES=6 DELTA=0.3
1 10.008 18 9.123 RANGO O # PUNTOS EN EL FRECUENCIA
INTERVALO INTERVALO
2 9.489 19 9.261
9.1-9.4 5 5 / 34 = 0.15
3 9.559 20 10.768
9.4-9.7 10 10 / 34 = 0.29
4 9.589 21 10.103
9.7-10.0 8 8 / 34 = 0.24
5 9.672 22 9.809 10.0-10.3 6 6 / 34 = 0.18
6 9.624 23 9.472 10.3-10.6 3 3 / 34 = 0.09
7 9.91 24 9.403 10.6-10.9 2 2 / 34 = 0.06
8 9.661 25 9.158 HISTOGRAMA DE FRECUENCIAS
9 9.701 26 10.256 0.35

10 10.326 27 10.188 0.30
FRECUENCIAS
11 9.888 28 10.114 0.25
0.20
12 10.645 29 9.385
0.15
13 9.185 30 9.645 0.10
14 9.842 31 10.453 0.05
15 9.978 32 9.819 0.00

9.1-9.4 9.4-9.7 9.7-10.0 10.0-10.3 10.3-10.6 10.6-10.9
16 10.461 33 9.677 ACELERACION DE GRAVEDAD (mts/seg2)
17 10.058 34 10.256
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
PROBABILIDAD
PROBABILISTICO
PROBABILISTICO VS
VS DETERMINISTICO
DETERMINISTICO
MODELO DETERMINISTICO DE
LA ACELERACION DE g = 9.81 mts/seg2
GRAVEDAD
HISTOGRAMA DE FRECUENCIAS
0.35
0.30
FRECUENCIAS
0.25
0.20
MODELO PROBABILISTICO DE 0.15
LA ACELERACION DE GRAVEDAD 0.10

0.05
0.00
9.1-9.4 9.4-9.7 9.7-10.0 10.0-10.3 10.3-10.6 10.6-10.9
ACELERACION DE GRAVEDAD (mts/seg2)
INTERPRETACION:
INTERPRETACION:
LA
LA GRAFICA,
GRAFICA, (HISTOGRAMA DE FRECUENCIAS) PUEDE INTERPRETARSE DE LA SIGUIENTE MANERA:
.- EL VALOR DE MAYOR PROBABILIDAD PARA LA ACELERACION DE GRAVEDAD ES 9.8 m/seg2
.- SIN EMBARGO, VALORES COMO 9.1 m/seg2 Y 10.6 m/seg2 TAMBIEN SON POSIBLES DE OBSERVAR, PERO TIENEN MENOR
PROBABILIDAD DE OCURRENCIA.
.- HASTA UN VALOR CONSIDERADO “CONSTANTE”COMO LA ACELERACION DE GRAVEDAD, TIENE UN GRADO DE INCERTIDUMBRE

ASOCIADO EN LA VIDA REAL.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
PROBABILIDAD
CONCEPTOS
CONCEPTOS BASICOS
BASICOS
PROBABILIDAD:
• ES UNA MEDIDA DE LA POSIBILIDAD DE OCURRENCIA DE UN EVENTO
• LA FRECUENCIA ES UN INDICADOR DE PROBABILIDAD:

 SI EL EVENTO “A” ES MUY FRECUENTE => PROBABILIDAD DE “A” (P(A)) ES ALTA

 SI EL EVENTO “A” ES POCO FRECUENTE=> PROBABILIDAD DE “A” (P(A)) ES BAJA
DEFINICION “FRECUENTISTA” DE LA PROBABILIDAD
No DE VECES QUE SE PRESENTA EL EVENTO “A”

P(A)=
No DE VECES QUE SE REALIZA EL EXPERIMENTO ALEATORIO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
PROBABILIDAD
CONCEPTOS
CONCEPTOS BASICOS
BASICOS
TEOREMAS
TEOREMAS FUNDAMENTALES
FUNDAMENTALES DE
DE PROBABILIDAD
PROBABILIDAD
Pr( AC )  1  Pr( A ) (DONDE AC = COMPLEMENTO DE A)
Pr( A  B )  P( A )  P ( B )  P ( A  B ) (ADICION)
0  Pr( A )  1
P ( A  B )  P ( A ).P ( B ) (MULTIPLICACION (EVENTOS INDEPENDIENTES))
P( A  B )
P( A / B )  (PROBABILIDAD CONDICIONAL))
P( B )
Pr( A  B )  P( B ).P ( A / B )  P( A ).P( A / B ) (MULTIPLICACION (EVENTOS DEPENDIENTES))
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
PROBABILIDAD – DISTRIBUCIONES PROBABILISTICAS
HISTOGRAMA DE FRECUENCIAS
INTRODUCCION
INTRODUCCION
EVENTO DELTA # PUNTOS EN FRECUENCIA 0.35
INTERVALO  = 0.3
0.30
9.1  g  9.4
FRECUENCIAS
0.3 5 0.15 0.25
9.4  g  9.7 0.3 10 0.29 0.20

0.15
9.7  g  10.0 0.3 8 0.24
0.10
10.0  g  10.3 0.3 6 0.18
0.05
10.3  g  10.6 0.3 3 0.09
0.00
10.6  g  10.9 0.3 2 0.06 9.1-9.4 9.4-9.7 9.7-10.0 10.0-10.3 10.3-10.6 10.6-10.9
FUNCION DE PROBABILIDAD
EVENTO DELTA PROBABILIDAD
DEL EVENTO 0.35
9.1 9.4 0.3 0.15 0.3
 = 0.3
PROBABILIDAD
0.25
0.3 0.29
0.2
9.7 0.3 0.24 0.15
0.1
0.05
10.
0 0
9.1 9.4 9.7 10 10.3 10.6 10.9
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
INTRODUCCION FUNCION DE PROBABILIDAD
INTRODUCCION
# PUNTOS 0.35
EVENTO DELTA FRECUENCIA
EN (PROBABILIDAD) 0.3
INTERVALO
0.25
PROBABILIDAD
9.1  g  9.4 0.3 5 0.15 0.2
9.4  g  9.7 0.3 10 0.29 0.15
0.1
9.7  g  10.0 0.3 8 0.24
0.05
10.0  g  10.3 0.3 6 0.18
0
10.3  g  10.6 0.3 3 0.09 9.1 9.4 9.7 10 10.3 10.6 10.9
10.6  g  10.9 0.3 2 0.06 ACELERACION DE GRAVEDAD (mts/seg2)
FUNCION DE PROBABILIDAD ACUMULADA

EVENTO DELTA # PUNTOS FRECUENCIA
EN (PROBABILIDAD) 1
INTERVALO
PROBABILIDAD ACUMULADA
0.8
g  9.4 0.3 5 0.15
0.6
g  9.7 0.6 15 0.44
0.4
g  10.0 0.9 23 0.68
0.2
g  10.3 1.2 29 0.85
0
g  10.6 1.5 32 0.94 8.8 9.1 9.4 9.7 10 10.3 10.6 10.9
g  10.9 1.8 34 1.00 ACELERACION DE GRAVEDAD (mts/seg2)
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
INTRODUCCION
INTRODUCCION 0.5 Histograma de Frecuencias
lower upper
0.4
INCREMENTANDO EL “NUMERO DE
Frecuencia
OBSERVACIONES” Y REDUCIENDO EL “DELTA”: f

 NUMERO DE OBSERVACIONES = 10000 0.2

 DELTA = 0.04
0
0
8 9 10 11 12
8 int 12
Aceleracion de Gravedad (mts/seg2)
INCREMENTANDO EL “NUMERO DE OBSERVACIONES”

Y REDUCIENDO EL “DELTA”: Funcion de Densidad de Probabilidad
1

 NUMERO DE OBSERVACIONES 

 DELTA = 0 f( g )
0.5
OBTENEMOS UNA:
“DISTRIBUCION PROBABILISTICA”.
UN MODELO MATEMATICO PARA REPRESENTAR 0
“VARIABLES ALEATORIAS” O UN MODELO PARA 8 9 10 11 12
CUANTIFICAR LA INCERTIDUMBRE ASOCIADA A UNA g

Aceleracion de Gravedad (mts/s2)
VARIABLE
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
INTRODUCCION
INTRODUCCION
DISTRIBUCION DE DENSIDAD DE PROBABILIDAD
SE DEFINE COMO:
1
1
f(xii)=Pr(x=xii)=pii
f(xi)
f( x ) 0.5 INTERPRETACION:
PROBABILIDAD DE
OBSERVAR EL VALOR xi
0 0
8 9 10 11 12
8 xi x 12
Variable Aleatoria
SE DEFINE COMO:
DISTRIBUCION DE PROBABILIDAD ACUMULADA
1
F(xii)=Pr(x  xii)
1.0
INTERPRETACION:
F( x ) 0.5 PROBABILIDAD DE
OBSERVAR VALORES  xi
F(xi)
0
xxii
Pr( x  xii )  F ( xii )   f ( x )dx  Area _ sombreada

0
8 9 10 11 12
8 xix 12
Variable Aleatoria 
 Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CARACTERISTICAS
CARACTERISTICAS DE
DE LAS
LAS DISTRIBUCIONES
DISTRIBUCIONES PROBABILISTICAS
PROBABILISTICAS
MEDIA X     xf x dx
XM =MODA (valor de la variable
aleatoria con mayor probabilidad)
f(X) 0

VAR     x f x dx
=MEDIA (medida de la tendencia 2 2
central, o valor esperado
de la variable aleatoria) 0
 =DESVIACION ESTANDAR
f ( X )
(medida de la dispersion de MODA  X MODA  0
la variable aleatoria)
X X MODA
XM  X
XL=5% XU=95%
LIMITE LIMITE
INFERIOR 90 % INTERVALO DE SUPERIOR
Pr(X< XL )=0.05 CONFIANZA Pr(X< XU)=0.95
Pr(L<X<U)=0.9
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DISTRIBUCIONES
DISTRIBUCIONES
PROBABILISTICASPARAMETRICAS
PROBABILISTICASPARAMETRICAS

 DISTRIBUCION NORMAL

 DISTRIBUCION LOGNORMAL
VARIABLES
ALEATORIAS
CONTINUAS
CONTINUAS 
 DISTRIBUCION EXPONENCIAL

 DISTRIBUCION DE WEIBULL

 DISTRIBUCION BINOMIAL
VARIABLES
ALEATORIAS
DISCRETAS

 DISTRIBUCION HIPERGONOMETRICA
DISCRETAS

 DISTRIBUCION DE POISSON
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DISTRIBUCIONES
PROBABILISTICAS PARAMETRICAS
PARAMETRICAS -- MODELOS
MODELOS MATEMATICOS
MATEMATICOS
TIPO DISTRIBUCION DE DENSIDAD DE DISTRIBUCION DE PROBABILIDAD

MODELO PROBABILIDAD ACUMULADA
  12  X   

2
1  X   2
1   
1 
f(x)  e 2  
F( x )   e dx
 2  2  
NORMAL

2 2
1  ln( X )  t  1  ln( X )  t 
1  
t

1 
1   
f( x)  e 2  t
F( x )  0 x e
2
LOG -NORMAL
 t x 2

dx
 t 2
EXPONENCIAL
f ( x )  e  x F ( x )  1  e  x

 x  1
  x 
   x
 
WEIBULL
f ( x )    e  
F( x )  1  e  
 
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DISTRIBUCIONES
PARAMETRICAS –– ESTIMACION
ESTIMACION DE
DE PARAMETROS
PARAMETROS
DISTRIBUCION PARAMETRO 1 PARAMETRO 2
1 n   1  n 2 
   Xi      i    
NORMAL n i 1 X 
  n  1  i 1 
  1  n 2 
1 n
t   ln( X i )  t       ln( X i )  t   
  n  i 1 
LOG -NORMAL
n i 1
n
EXPONENCIAL 

n
i 1
Xi
X 
1/  n
 n X   ln  t i 

 i  i
1 1 n
   ln X i 
WEIBULL

ˆ   i 1  i 1
 n i 1
n
n
   Xi

  i 1
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DISTRIBUCIONES
PARAMETRICAS –– ESTIMACION
ESTIMACION DE
DE LA
LA MODA
MODA
DISTRIBUCION MODA
NORMAL X MODA  
e t
LOG -NORMAL
X MODA   2
e t
EXPONENCIAL X MODA  
1
  1  
WEIBULL
X MODA    
  
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
INCERTIDUMBRE
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
INCERTIDUMBRE
CONCEPTOS
CONCEPTOS BASICOS
BASICOS
CUANDO EN EL MUNDO INDUSTRIAL HABLAMOS DE:
•SOBRE - DIMENSIONAMIENTO
•SOBRE - MANTENIMIENTO O SUB - MANTENIMIENTO
•PRESUPUESTOS SOBRE - ESTIMADOS O SUB - ESTIMADOS
•PARADAS NO PLANIFICADAS
• ESTIMACIONES ERRADAS
INTRINSECAMENTE HABLAMOS DE: “INCERTIDUMBRE”
INCERTIDUMBRE ES UNA MEDIDA DE LA INSEGURIDAD O GRADO DE

DESCONOCIMIENTO ACERCA DE UNA VARIABLE O EVENTO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
INCERTIDUMBRE
CONCEPTOS
CONCEPTOS BASICOS
BASICOS DE LOS DATOS:
• CALIDAD
• CANTIDAD
DE LOS MODELOS
MATEMATICOS
“SOLO EL 99.9% DE LAS
VARIABLES TIENEN ALGUN
GRADO DE INCERTIDUMBRE
DE DONDE VIENE LA DEL COMPORTA - ASOCIADA, EL RESTANTE 0.01%
INCERTIDUMBRE ? MIENTO HUMANO NO ESTAMOS SEGUROS SI SON
VARIABLES”
M. YAÑEZ
DE LOS COMPOR -
TAMIENTOS ALEA -
TORIOS
DE LA IGNORANCIA
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
INCERTIDUMBRE
CONCEPTOS
CONCEPTOS BASICOS
BASICOS CARACTERISTICAS
IGNORARLA Y
• ALTO RIESGO
DECIDIR • ALTO IMPACTO
• DEPENDENCIA DEL
FACTOR SUERTE
• AMBIENTE REACTIVO
• SUB O SOBRE – DIMEN-
SIONAMIENTO
COMO TOMAR CARACTERISTICAS

TRATAR DE
DECISIONES EN
ELIMINARLA PARA • ALTOS COSTOS EN SIS-
PRESENCIA DE TEMAS DE INFORMACION
DECIDIR
INCERTIDUMBRE ? • CONFLICTOS POR CALI-
DAD DEL DATO.
• PARALISIS POR ANALISIS
GERENCIA DE LA
CUANTIFICARLA Y INCERTIDUMBRE
DECIDIR
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
GERENCIA DE LA
INCERTIDUMBRE
1.- CUANTIFICACION DE LA INCERTIDUMBRE
2.- PROPAGACION DE LA INCERTIDUMBRE
3.- MODELOS DE DECISION BASADOS EN RIESGO
GERENCIAR LA INCERTIDUMBRE ES EL
ARTE DE TOMAR DECISIONES
CUANTIFICANDO AQUELLO QUE NO SE
OBSERVA A SIMPLE VISTA.
H.GOMEZ DE LA VEGA
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
GERENCIA DE LA INCERTIDUMBRE
CUANTIFICACION
CUANTIFICACION DE
DE LA
LA INCERTIDUMBRE
INCERTIDUMBRE
LOS MODELOS MAS CONOCIDOS PARA CUANTIFICAR LA INCERTIDUMBRE ASOCIADA A UNA VARIABLE SON LAS
CONCEPTO DE DISTRIBUCION PROBABILISTICA:
ES UN MODELO “MATEMATICO” QUE PERMITE CUANTIFICAR LA INCERTIDUMBRE ASOCIADA A UNA VARIABLE
ES DECIR UN MODELO QUE CONSIDERA TODOS LOS POSIBLES VALORES QUE DICHA VARIABLE PUEDE
TOMAR.
XM =MODA (valor de la variable con
mayor probabilidad de ocurrencia)
f(X)
=MEDIA (medida de la tendencia
central, o valor esperado
de la variable)
 =Desviacion estandar
(Medida de la dispersion incertidumbre
asociada a la variable)
XM  X
XL=5% XU=95%
LIMITE LIMITE
INFERIOR 90 % INTERVALO DE SUPERIOR
Pr(X< XL)=0.05 CONFIANZA Pr(X< XU)=0.95
Pr(L<X<U)=0.9
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CUANTIFICACION
CUANTIFICACION DE
DE LA
LA INCERTIDUMBRE
INCERTIDUMBRE
EXISTEN TRES FORMAS TIPICAS PARA EXPRESAR LA INCERTIDUMBRE:

1.- LA DISTRIBUCION PROBABILISTICA COMPLETA
Funcion de Densidad de Probabilidad
1
EJEMPLO
f( g )
0.5
0
8 9 10 11 12
g
Aceleracion de Gravedad (mts/s2)
2.- UN RANGO DE VARIACION DE LA VARIABLE CON SU GRADO DE CERTEZA

EJEMPLO: “g” VARIA ENTRE g L(5%) =8.98 Y g U(95%) = 10.01 CON 90% DE CERTEZA
3.- UN ESTIMADO PUNTUAL (LA MEDIA O LA MODA DE LA DISTRIBUCION)

EJEMPLO: g=9.81
““LAS
LAS FORMAS
FORMAS “1”
“1” Y
Y “2”
“2” OFRECEN
OFRECEN INFORMACION
INFORMACION MAS
MAS FIDEDIGNA
FIDEDIGNA DE
DE LA
LA REALIDAD”
REALIDAD”
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CUANTIFICACION
CUANTIFICACION DE
DE LA
LA INCERTIDUMBRE
INCERTIDUMBRE
DISCUSION:
DISCUSION: COMO SABER CUANDO UNA SERIE DE DATOS ESTA REPRESENTADA
POR UNA DISTRIBUCION ESPECIFICA (NORMAL, WEIBULL, LOGNORMAL, ETC)?
0.5 Histograma de Frecuencias

POR LA FORMA DEL HISTOGRAMA
lower upper
0.4
POR EL METODO GRAFICO
Frecuencia
POR ANALISIS DE REGRESION f
CON TESTS ESTADISTICOS 0.2
“CHI-SQUARE TEST”
0
“KOLMOGOROV TEST”
0
8 9 10 11 12
CON SOFTWARES 8 int 12
Aceleracion de Gravedad (mts/seg2)
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CUANTIFICACION
CUANTIFICACION DE
DE LA
LA INCERTIDUMBRE
INCERTIDUMBRE
EJERCICIO
EJERCICIO ## 1:
1:
Sp D T0 d
436.836 581.202 10.554 2.96
IDENTIFIQUE LA DISTRIBUCION PROBA- 618.549 601.243 10.446 3.305

BILISTICA QUE MEJOR REPRESENTA LAS 393.729 586.4 8.55 3.054
VARIABLES QUE SE MUESTRAN EN LA 268.428 612.54 8.921 3.154
TABLA.
308.402 596.726 10.103 3.222
PARA CADA VARIABLE IDENTIFIQUE: 314.391 588.401 9.692 2.995
.- MEDIA 376.758 586.985 9.401 3.084
.- MODA
428.92 590.702 10.05 3.049
.- DESVIACION STANDAR
.- 30 % PERCENTIL 370.177 610.044 10.385 3.129
.- INTERVALO DEL 90% DE CONFIANZA 392.813 595.593 10.153 2.857
477.271 601.611 10.006 2.791
444.222 622.713 9.618 3.914
463.154 587.301 9.795 2.914
326.541 600.034 9.663 2.616
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CUANTIFICACION
CUANTIFICACION DE
DE LA
LA INCERTIDUMBRE
INCERTIDUMBRE
EJM.
EJM. SOLUCION
SOLUCION EJERCICIO
EJERCICIO ## 11
VARIABLE: Distribucion
ESFUERZO DE Lognormal
FLUENCIA
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO ## 1:
1:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO ## 1:
1:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO ## 1:
1:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
PROPAGACION
PROPAGACION DE
DE LA
LA INCERTIDUMBRE
INCERTIDUMBRE
ES EL PROCEDIMIENTO QUE PERMITE INCLUIR Y CONTABILIZAR LA INCERTIDUMBRE ASOCIADA A LAS VARIABLES DE
ENTRADA, EN UN DETERMINADO MODELO DE DECISION.
SI LAS VARIABLES DE ENTRADA AL MODELO TIENEN INCERTIDUMBRE, ENTONCES EL RESULTADO O SALIDA DEL
MODELO DEBE TENER INCERTIDUMBRE.
SE SUSTENTA EN TECNICAS DE SIMULACION, COMO “MONTECARLO”, “ LATIN HYPERCUBE” O “ALGORITMOS
GENETICOS”.
ENTRADAS MODELO SALIDAS
B A+B+C
E=
C D E
D ELIM
5%ELIM 95%ELIM
ETAPA 1: ETAPA 2: ETAPA 3:
CUANTIFICACION
CUANTIFICACION DE
DE LA
LA INCERTIDUMBRE
INCERTIDUMBRE PROPAGACION
PROPAGACION DE
DE LA
LA INCERTIDUMBRE
INCERTIDUMBRE CUANTIFICACION
CUANTIFICACION DE
DE LA
LA
ASOCIADA
ASOCIADA A CADA
CADA VARIABLE
VARIABLE DE
DE ENTRADA
ENTRADA O
O ASOCIADA
ASOCIADA A
A CADA
CADA VARIABLE
VARIABLE EN
EN EL
EL INCERTIDUMBRE ASOCIADA
INCERTIDUMBRE ASOCIADA A LA
LA
CARACTERIZACION
CARACTERIZACION PROBABILISTICA DE LAS MODELO
MODELO MATEMATICO
MATEMATICO VARIABLE
VARIABLE RESULTADO
RESULTADO O
O
VARIABLES
VARIABLES CARACTERIZACION
CARACTERIZACION PROBABILISTIA
PROBABILISTIA
METODO
METODO SUGERIDO:
SUGERIDO: SIMULACION
SIMULACION DE
DE
“MONTECARLO”
“MONTECARLO” DEL
DEL RESULTADO
RESULTADO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
PROPAGACION
PROPAGACION DE
DE LA
LA INCERTIDUMBRE
INCERTIDUMBRE
PROPAGAR
PROPAGAR LALA INCERTIDUMBRE
INCERTIDUMBRE DE DE LAS
LAS VARIABLES
VARIABLES QUE
QUE SE
SE MUESTRAN
MUESTRAN EN LA TABLA, EN EL MODELO
MATEMATICO
MATEMATICO DE LA MAXIMA PRESION PERMISIBLE O PRESION DE
DE LA MAXIMA PRESION PERMISIBLE O PRESION DE FALLA
FALLA (Pf)
(Pf) DE
DE UNA
UNA TUBERIA,
TUBERIA, EN
EN
EJERCICIO
EJERCICIO #2:
#2: PRESENCIA DE UN DANO CORROSIVO. (VER FIGURA Y MODELO ANEXOS)
PRESENCIA DE UN DANO CORROSIVO. (VER FIGURA Y MODELO ANEXOS)
IDENTIFICAR
IDENTIFICAR LA
LA DISTRIBUCION
DISTRIBUCION PROBABILISTICA
PROBABILISTICA QUE
QUE MEJOR
MEJOR REPRESENTA
REPRESENTA LALA VARIABLE
VARIABLE RESULTANTE
RESULTANTE
(PRESION DE FALLA
(PRESION DE FALLA “Pf”) Y EXPRESE SU ESTIMADO
ESTIMADO DE TRES FORMAS DIFERENTES (UN ESTIMADO
DE TRES FORMAS DIFERENTES
PUNTUAL,
PUNTUAL, UN
UN INTERVALO
INTERVALO CONCON SU
SU PORCENTAGE
PORCENTAGE DE CONFIANZA, LA DISTRIBUCION COMPLETA)
Profundidad del dano Sp D T0 d
T0 436.836 581.202 10.554 2.96
618.549 601.243 10.446 3.305
393.729 586.4 8.55 3.054
2.Sp.E 268.428 612.54 8.921 3.154
Pf  2.Sp.( E0  d ) 308.402 596.726 10.103 3.222

D Pf  314.391 588.401 9.692 2.995
E  E0  d D 376.758 586.985 9.401 3.084
428.92 590.702 10.05 3.049
370.177 610.044 10.385 3.129
Pf = MAXIMA PRESION PERMISIBLE 392.813 595.593 10.153 2.857
Sp = ESFUERZO DE FLUENCIA 477.271 601.611 10.006 2.791

D = DIAMETR0 444.222 622.713 9.618 3.914
E = ESPESOR DE PARED
463.154 587.301 9.795 2.914
Eo = ESPESOR INICIAL DE PARED
326.541 600.034 9.663 2.616
d = PROFUNDIDAD DEL DANO POR CORROSION
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DANO POR CORROSION
PROPAGACION
PROPAGACION DE
DE LA
LA INCERTIDUMBRE
INCERTIDUMBRE
EJERCICIO
EJERCICIO #2:
#2:
T0
d
2.Sp.( E0  d )
Pf 
D D Pf
5%Pf 95%Pf
Sp
ETAPA 1: ETAPA 2: ETAPA 3:

CUANTIFICACION
CUANTIFICACION DE
DE LA
LA INCERTIDUMBRE
INCERTIDUMBRE PROPAGACION
PROPAGACION DEDE LALA INCERTIDUMBRE
INCERTIDUMBRE CUANTIFICACION
CUANTIFICACION DE LALA INCERTIDUMBRE
INCERTIDUMBRE
ASOCIADA
ASOCIADA A
A CADA
CADA VARIABLE
VARIABLE O
O ASOCIADA
ASOCIADA A
A CADA
CADA VARIABLE EN EL MODELO ASOCIADA
ASOCIADA A LA VARIABLE RESULTADO O
CARACTERIZACION
CARACTERIZACION PROBABILISTICA
PROBABILISTICA DE
DE LAS
LAS MATEMATICO
MATEMATICO CARACTERIZACION
CARACTERIZACION PROBABILISTIA DEL
PROBABILISTIA DEL
VARIABLES
VARIABLES RESULTADO
RESULTADO
METODO
METODO SUGERIDO:
SUGERIDO: SIMULACION
SIMULACION DE
DE
“MONTECARLO”
“MONTECARLO”
SOFTWARES
SOFTWARES SUGERIDOS
SUGERIDOS :: “RARE”
“RARE” SOFTWARES
SOFTWARES SUGERIDOS :: “MATHCAD”
“MATHCAD” SOFTWARES
SOFTWARES SUGERIDOS
SUGERIDOS : “RARE”
“RARE”
“CRYSTAL
“CRYSTAL BALL”
BALL” “CRYSTAL
“CRYSTAL BALL”
BALL” “CRYSTAL
“CRYSTAL BALL”
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
PROPAGACION
PROPAGACION DE
DE LA
LA INCERTIDUMBRE
INCERTIDUMBRE SOLUCION
SOLUCION EJERCICIO
EJERCICIO #2:
#2:
T0
d
2.Sp.( T0  d)
Pf 
D D
Pf
Sp 5%Pf 95%Pf
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
MODELOS
MODELOS DE
DE DECISION
DECISION -- TRADICIONAL
TRADICIONAL
(INFORMACION)
B
A+B+C E
C E=
D
D
K = CRITERIO DE APROBACION
MODELO
MODELO DE
DE DECISION:
DECISION:
SI E > K ENTONCES SE APUEBA
SI E < K ENTONCES SE OBJETA

Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
MODELOS QUE “ RECONOCEN, CUANTIFICAN Y PROPAGAN
MODELO
MODELO DE
DE DECISION
DECISION -- BASADOS
BASADOS EN
EN RIESGO
RIESGO LA INCERTIDUMBRE ASOCIADA A LAS VARIABLES “

(INFORMACION)
B
A+B+C E
C E=
D
K
D PROB.(E > K)
PROB.(E < K)
MODELO
MODELO DE
DE DECISION:
DECISION:
SI PROB.(E > K) x BENEFICIOS > PROB.(E < K) x CONSECUENCIAS
ENTONCES SE APUEBA; DE CUALQUIER OTRA FORMA SE OBJETA

Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
“EL DIA EN QUE NO HAYA ALGUN NIVEL DE

INCERTIDUMBRE ASOCIADO A UNA DECISION, NO
NECESITAREMOS INGENIEROS NI GERENTES; EN SU
LUGAR HABRA COMPUTADORAS”
HARRY RIDDELL
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO #3:
#3:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO #3:
#3:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO #3:
#3:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO #3:
#3:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONTENIDO


 INTRODUCCION





Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONFIABILIDAD PARA EQUIPOS
DIAGNOSTICO
DIAGNOSTICO
INTEGRADO
INTEGRADO
RIESGO
RIESGO

CONFIABILIDAD / PROB. DE FALLA CONSECUENCIAS
CONFIABILIDAD CONFIABILIDAD COSTO DE

PERDIDAS DE IMPACTO IMPACTO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONFIABILIDAD
BASADA EN
EN LA
LA CONDICION
CONDICION

 PERMITE LA ESTIMACION DE LA CONFIABILIDAD Y/O
PROBABILIDAD DE FALLA DE UN EQUIPO Y DEL RIESGO
TOTAL ASOCIADO AL MISMO, BASADA EN LA


  
CONDICION DEL EQUIPO.
C     f ( x )d xx g ( y )d yy
00  yy 

 IDEAL PARA EQUIPOS CUYO HISTORIAL DE FALLAS
ES MUY ESCASO, O INEXISTENTE, TALES COMO LOS RESISTENCIA
RESISTENCIA
RESISTENCIA
RESISTENCIA
: g(y): g(y): g(y)
: g(y)
EQUIPOS ESTATICOS .

 BASADO EN LA TEORÍA DE “INTERFERENCIA ESFUERZO:f(x)
ESFUERZO - RESISTENCIA, DONDE :
.- ESFUERZO: CONDICION MONITOREADA

.- RESISTENCIA: LIMITE PERMISIBLE DE LA CONDICION

 LA CONFIABILIDAD SE DEFINE COMO LA
PROBABILIDAD DE QUE LA CONDICION MONITOREADA
NO SUPERE EL LIMITE PERMISIBLE

 ES LA BASE DE CALCULO DEL MANTENIMIENTO
PREDICTIVO
PERMITE PREDICCIONES O DIAGNOSTICOS “PROACTIVOS “ EN BASE A LA CONDICION
BENEFICIOS:
BENEFICIOS: OPTIMACION DE INTERVALOS DE INSPECCION
INCORPORACION DE LOS DATOS DE CONDICION A LA GESTION DE PLANIFICACION
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONFIABILIDAD
BASADA EN
EN LA
LA CONDICION
CONDICION
INTERFERENCIA ESFUERZO - RESISTENCIA: ECUACIONES BASICAS
ESFUERZO:f(x) RESISTENCIA : S CASO I : ESFUERZO DISTRIBUIDO – RESISTENCIA PUNTUAL
S
S 

C  Pr( x  S )   f ( x )d x F  Pr( x  S )   f ( x )d xx

 S
S
ESFUERZO: s RESISTENCIA : g(y) CASO II : ESFUERZO PUNTUAL – RESISTENCIA DISTRIBUIDA
 ss
C  Pr( y  s )   g ( y )d y F  Pr( y  s )   g ( y )d yy
S 

ESFUERZO:f(x) RESISTENCIA : g(y) CASO III : ESFUERZO DISTRIBUIDO – RESISTENCIA DISTRIBUIDA
 


  
 
C     f ( x )d xx g ( y )d yy F  1     f ( x )d xx g ( y )d yy
0  yy
0  00  yy 
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONFIABILIDAD
BASADA EN
EN LA
LA CONDICION
CONDICION
INTERFERENCIA ESFUERZO - RESISTENCIA: CASOS PREDETERMINADOS
ESF. Y RESIST.
DISTRIBUCIÓN RESISTENCIA CTTE k ESFUERZO CTTE s
ALEATORIA
 k 
 
 S


 y
EXPONENCIAL
C  1 e
  
 x  y  C
C  1 e  
x   y
  k x    y 

      k   RESOLVER
WEIBULL    x     y  
C  1 e  
C  1 e    
NUMERICAMENTE
 k  x   s  y     
C    C    C   y x 
NORMAL   
 x    
2 2
 y   x y 
 1
C  
k
ln 



1 s
C 1 ln t
t e y



 C  

 
 ln e ty / e t x  
t x e x
LOG-NORMAL 

t
 y    t 2x   t 2y 
 
x = Esfuerzo y = Resistencia
Fuente: (Ebelling, Charles, 1997).
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONFIABILIDAD
BASADA EN
EN LA
LA CONDICION
CONDICION
EJERCICIO
EJERCICIO #4
#4
Sp D T0 d0 Rc Po
CALCULAR LA CONFIABILIDAD Y LA
Esfuerzo Diametro Espesor Prof. Dano Tasa de Presion de
PROBABILIDAD DE FALLAS PARA Fluencia Inicial medicion Corrosion Operacion
PERIODOS DE 5 ,10 Y 15 ANOS, EN UNA anterior
TUBERIA EN PRESENCIA DE UN DANO
436.836 581.202 10.554 2.96 0.119 4.781
CORROSIVO SEVERO (VER FIGURA
ANEXA). 618.549 601.243 10.446 3.305 0.152 4.66
HAGA SUS CALCULOS EN BASE A LA 393.729 586.4 8.55 3.054 0.127 4.763
TEORIA DE INTERFERENCIA ESFUERZO -
268.428 612.54 8.921 3.154 0.171 4.524
RESISTENCIA
308.402 596.726 10.103 3.222 0.145 4.157
314.391 588.401 9.692 2.995 0.131 5.022
376.758 586.985 9.401 3.084 0.128 4.94
428.92 590.702 10.05 3.049 0.135 5.278
370.177 610.044 10.385 3.129 0.167 6.096
Profundidad del dano 392.813 595.593 10.153 2.857 0.143 5.404
477.271 601.611 10.006 2.791 0.153 5.493

T0
444.222 622.713 9.618 3.914 0.188 5.431
463.154 587.301 9.795 2.914 0.129 5.458

DANO POR CORROSION
326.541 600.034 9.663 2.616 0.15 5.337
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONFIABILIDAD
BASADA EN
EN LA
LA CONDICION
CONDICION –– EJERCICIO
EJERCICIO #4
#4
2.Sp.T T  T0  d ( t ) 2.Sp.(T0  ( d0  Rc .t ))
Pf  DONDE Pf ( t ) 
D d ( t )  d0  Rc.t D
MAXIMA PRESION PERMISIBLE (Pf) Y PRESION DE OPERACION Vs. TIEMPO DE OPERACION (t)
16
PRESION (MPa)
14
 Pf  Po 
12 F( t )  1    
DIST.
DIST. DE
DE  2 2 
Pf
Pf  Pf Po 
DIST.
DIST. DE
DE 10
Pf
Pf
8
6
DIST.
DIST. DE
DE
Pf
Pf 4
DIST.
DIST. DE
DE LA
LA
PRESION
PRESION
0
OPERACION
OPERACION 0 2 4 6 8 10 12 14
t-n-1
t1 t2 TIEMPO EN OPERACION (t) (ANOS)
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO ## 4:
4:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO ## 4:
4:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO ## 4:
4:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONFIABILIDAD
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLA
FALLA

 CONFIABILIDAD C(T): PROBABILIDAD DE DISTRIBUCION DE PROBABILIDAD
QUE LA VARIABLE ALEATORIA “TIEMPO PARA DEL TIEMPO PARA FALLAR
LA FALLA” EN UN COMPONENTE, EQUIPO,
f(t)
SUB – SISTEMA O SISTEMA, SEA MAYOR AL
PERIODO DE ANALISIS

 BASADO EN EL ANALISIS ESTADISTICO DEL
TIEMPO PARA LA FALLA

 LA CONFIABILIDAD SE CALCULA USANDO
LA DISTRIBUCION DE PROBABILIDAD DEL
TIEMPO PARA LA FALLA.

 ES LA BASE DE CALCULO DEL tm TIEMPO (t)
MANTENIMIENTO PREVENTIVO 
C( t )  Pr( t  t m )   f ( t )dt
tm
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONFIABILIDAD
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLA
FALLA
f(t)= DISTRIBUCION DE DENSIDAD DE PROBABILIDAD DE FALLA
F(t)= DISTRIBUCION DE PROBABILIDAD DE FALLA ACUMULADA

DISTRIBUCION DE PROBABILIDAD
DEL TIEMPO PARA FALLAR
DEFINICIONES BASICAS
f(t)

C( t )  Pr( t  t m )   f ( t )dt
tm
tm
C( t )  1  Pr( t  t m )  1   f ( t )dt  1  F ( t )

 
TPPF   t .f ( t )dt   C( t )dt

tm TIEMPO (t) 0 0
f (t ) f (t )
=TPPF h( t )   HAZARD RATE
C( t ) 1  F ( t ) (TASA DE FALLAS)
C( t )  e(  h( t )).t
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
REPARABLE
REPARABLE Vs.
Vs. NO
NO REPARABLE
REPARABLE
UN EQUIPO NO REPARABLE ES AQUEL CUYA CONDICION OPERATIVA NO PUEDE SER RESTAURADA DESPUES DE
UNA FALLA.
SU VIDA TERMINA CON UNA “UNICA” FALLA Y DEBE SER REEMPLAZADO.
PARA CARACTERIZARLO PROBABILISTICAMENTE SE REQUIERE ESTIMAR LA “TASA DE FALLAS h(t)”
LA CONFIABILIDAD SE CALCULA USANDO LA ECUACION: C(t)  e(  h (t)).t

UN EQUIPO
EQUIPO REPARABLE
REPARABLE ES AQUEL CUYA CONDICION OPERATIVA PUEDE SER RESTAURADA DESPUES DE UNA
FALLA, POR UNA ACCION DE REPARACION DIFERENTE AL REMPLAZO TOTAL DEL MISMO.
EN SU VIDA PUEDE OCURRIR MAS DE UNA FALLA.
PARA CARACTERIZARLO PROBABILISTICAMENTE SE REQUIERE ESTIMAR LA “TASA DE OCURRENCIA O “RATA” DE

FALLAS (t) ” Y LA “ TASA DE REPARACION (t) ”
ADEMAS DE LA CONFIABILIDAD: SE REQUIERE CALCULAR LA DISPONIBILIDAD: D(t)  ( t )

C(t)  e (  λ(t)).t
( t )  ( t )
LA DISPONIBILIDAD ES LA PROBABILIDAD DE QUE EL EQUIPO ESTE DISPONIBLE (ES DECIR QUE NO ESTE EN
REPARACION) A UN TIEMPO “t”.
PARA CALCULAR DISPONIBILIDAD SE REQUIERE ANALIZAR ESTADISTICAMENTE LOS TIEMPOS PARA LA FALLA, Y
LOS TIEMPOS EN REPARACION.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EQUIPOS
EQUIPOS REPARABLES
REPARABLES -- CONFIABILIDAD
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLA
FALLA
ANALISIS
ANALISIS DE
DE
CONFIABILIDAD
CONFIABILIDAD PARA
PARA
EQUIPOS
EQUIPOS REPARABLES
REPARABLES
RESTAURAR
RESTAURAR A LA REPARACION PARCIALMENTE
CONDICION ORIGINAL MINIMA
POSIBLE
PROCESO PROCESO NO PROCESO

ORDINARIO DE HOMOGENEO GENERALIZADO
RESTAURACION DE POISSON DE
RESTAURACION
“MEJOR QUE COMO ESTABA

“TAN BUENO COMO NUEVO” “TAN MALO COMO VIEJO” PERO PEOR QUE CUANDO
NUEVO”
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EQUIPOS
EQUIPOS REPARABLES
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLA
FALLA
NOMENLATURA
NOMENLATURA BASICA
BASICA
1 2 3 4 n-1 n
t1 t2 t3 t4 tn tK
t[1]
t[2]= t1+ t2
t[3]= t1+ t2+ t1+ t3
t[4]= t1+ t2+ t1+ t3 +t4
t[n-1]
t[n] =t1+ t2+ t1+ t3 +t4 +…….tn-1 +tn
t[K] =PERIODO DE ANALISIS = t1 +t2 +t3 +t4 ..........+ tn-1 + tn .+ tK

tii TIEMPO ENTRE FALLA “i-1” Y LA FALLA “i”
t11, t22, t33 , t44…… , tnn TIEMPOS ENTRE FALLAS SUCESIVAS
tKK TIEMPO TRANSCURRIDO DESDE LA ULTIMA FALLA
t[i][i] TIEMPO DE OPERACIÓN ACUMULADOS HASTA LA FALLA “I”
t[1]
[1], t[2]
[2], t[3]
[3], t[4]
[4]....t[n-1]
[n-1], t[n],
[n], t[K]
[K] TIEMPOS DE OPERACION ACUMULADOS
t[K]
[K] PERIODO DE ANALISIS
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EQUIPOS
EQUIPOS REPARABLES
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLA
FALLA
1 2 3 4 n-1 n
t1 t2 t3 t4 tn tK
t[1]
t[2]= t1+ t2
t[3]= t1+ t2+ t1+ t3
t[4]= t1+ t2+ t1+ t3 +t4
t[n-1]
t[n] =t1+ t2+ t1+ t3 +t4 +…….tn-1 +tn
t[K] =PERIODO DE ANALISIS = t1 +t2 +t3 +t4 ..........+ tn-1 + tn .+ tK

NUMERO DE FALLAS
t1
1
t2
2
t3
3
t4
4
tn
tK
1 2 3 4 n-1 n
F(t {K] )= PROBABILIDAD DE FALLA AL TIEMPO ACUMULADO DE OPERACION “ t [K]

F(t{K] [K] “
“
C(t [K] )= CONFIABILIDAD AL TIEMPO ACUMULADO DE OPERACION “ t[K]

C(t[K] )= CONFIABILIDAD [K] “
“
VARIABLES
VARIABLES
(t
(t )=
)= NUMERO ESPERADO DE FALLAS AL TIEMPO
[K]
[K]
TIEMPO ACUMULADO
ACUMULADO DE
DE OPERACION
OPERACION ““ t ““ [K]
[K]
PROBABILISTICAS
PROBABILISTICAS
(t
(t[K]
[K] )= TASA DE OCURRENCIA DE FALLAS AL TIEMPO ACUMULADO DE OPERACION “ t[K]
)= TASA DE OCURRENCIA DE FALLAS AL TIEMPO ACUMULADO DE OPERACION “ t[K] ““
DE
DE INTERES
INTERES
TEPPF(t [K] )= TIEMPO ESPERADO PARA LA PROXIMA FALLA AL TIEMPO ACUMULADO DE OPERACION “ t [K]
TEPPF(t[K] )= TIEMPO ESPERADO PARA LA PROXIMA FALLA AL TIEMPO ACUMULADO DE OPERACION “ t[K] ““
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EQUIPOS
EQUIPOS REPARABLES
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLA
FALLA
NOMENLATURA
PROCESO
NOMENLATURA
PROCESO BASICA
ORDINARIO
BASICADE
ORDINARIO DE ASUNCION ACERCA DE LA REPARACION:
RESTAURACION
RESTAURACION (( P.O.R
P.O.R )) RESTAURAR A LA CONDICION ORIGINAL – “TAN BUENO COMO NUEVO”
VARIABLES PROBABILISTICAS DE INTERES ESTIMACION DE PARAMETROS

 1
t 
 K 
F t [ K ]   1  e
  
 
n = NUMERO DE FALLAS
 1
t 
 K 
Ct [ K ]   e
  
  1/ 
 n
   ti

    t  



ˆ    i 1 
K
t [ K ]   

  1 k 1
Ak t K   k 


n



k 1   k  1  
 1
 t 
  t [ K ]    K   t 
n
ln  t i    tK  ln( t K )
 
  i 1
i
1 1 n
   ln  t i 
 n t    t   n i 1
1     i 
TEPPF  t [ K ]    .   i 1 
K

  
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EQUIPOS
EQUIPOS REPARABLES
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLA
FALLA
PROCESO
PROCESO NO
NO HOMOGENEO
HOMOGENEO DE DE ASUNCION ACERCA DE LA REPARACION:
POISSON
POISSON (( P.N.H.P
P.N.H.P )) MINIMA REPARACION POSIBLE – “TAN MALO COMO ESTABA”
f(t)
P T  t 2   P T  t 1  P T  t 2   P T  t 1 
P T  t 2 / T  t 1   
P T  t 1  P T  t 1 
t1 t
t2
F  t 2   F t1  1  Rt 2   1  Rt1  Rt 2  Rt [ i ] 

P T  t 2 / T  t 1     1   P T  t [i]
/ T  t [ i 1 ]
  1 
Rt1  Rt1  R t1  R  t [ i 1 ] 
  t [[ ii 11 ]]  
  t [[ ii ]]  
F t [ i ]   1  e
    
SI SE ASUME QUE f(t) ES UNA DISTRIBUCION WEIBULL =>        
   

Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EQUIPOS
EQUIPOS REPARABLES
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLA
FALLA
PROCESO ASUNCION ACERCA DE LA REPARACION:

PROCESO NO
NO HOMOGENEO
HOMOGENEO DE DE
POISSON
POISSON (( P.N.H.P
P.N.H.P )) MINIMA REPARACION POSIBLE – “TAN MALO COMO ESTABA”
VARIABLES PROBABILISTICAS DE INTERES ESTIMACION DE PARAMETROS

 t [ n ]   
F t  1  e
  t[ K ] 
[K]     
     
 

  n = NUMERO DE FALLAS
 
 t 
 t [ n ]  
  t[ K ]  
Ct [ K ]   e 
     [K]  
       
    
ˆ   

 n 
t [ K ]  

1 [n]

 t 
 t 
[K] 
  t  .
[n] 

 
 1  
  t[K] 
t   
[K]
 ̂   n
n 
    t [ K ]   
  ln [ i ]  
     i 1   t   
1
TEPPF  t [K] 
 t 
[K]  
 t[K]
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EQUIPOS
EQUIPOS REPARABLES
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLA
FALLA
PROCESO
PROCESO GENERALIZADO
GENERALIZADO DE
DE RESTAURACION
RESTAURACION (( PGR
PGR ))
AUTORES:
JOGLAR, Francisco
YANEZ, Medardo
ADVISOR : Dr. Mohammad MODARRES
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EQUIPOS
EQUIPOS REPARABLES
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLA
FALLA
P.G.R
P.G.R –– ECUACIONES
ECUACIONES BASICAS
BASICAS
  
 nn 

  q nn    kk
  t q t jj 



F t  1  e
PROBABILIDAD DE
[K] 
  t jj  
   jj 11    
jj 11



 FALLAS
   
   
 
  
 nn 

  q nn   KK
  t q  t jj 



Ct [ K ]   e 
 t jj  
jj 11
 

   jj 11       CONFIABILIDAD
   
   
 
q<0 MEJOR QUE NUEVO

 : ”PARAMETRO DE ESCALA” q=0 TAN BUENO COMO NUEVO
 : ”PARAMETRO DE FORMA” 0 < q < 1 MEJOR
MEJOR QUE
QUE COMO
COMO ESTABA
ESTABA PERO
PERO PEOR
PEOR QUE
QUE CUANDO
CUANDO NUEVO
NUEVO
q : ”EFECTIVIDAD DE LAS REPARACIONES” q=1 TAN MALO COMO ESTABA
q>1 PEOR QUE COMO ESTABA
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EQUIPOS
EQUIPOS REPARABLES
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLA
FALLA
P.G.R
P.G.R // ESTIMACION
ESTIMACION DE
DE PARAMETROS
PARAMETROS DESDE
DESDE LOS
LOS DATOS
DATOS
 
 i 1
  i 1
  i 1   i 1 
 ti  q t j   ti  q t j   q t j   q t j 
 ln L    n  1

t  t   n  i 1
ln t0    n  1 ln    0  ln 0    ln t i  q  t j     ln    j 0  ln j  0 0
j 0 j 0
         
       i 1  j 0   
       
       
   i 1   

 ln L  

 n  i 1  t0   
  1   t i  q  t j    q  t j       n  1   0
   i 1  j 0   j 0       

 i 1 
  tj 
 ln L  
β β 1
n
  βq β 1 n  i 1  β n  i 1   i 1 
  β  1            tj   0
j0
q i 1   αβ  t j 
 αβ  t i  q t j   
i 1
 t i  q t j  i 1  j  0  i 1  j0   j0 
 j0 
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EQUIPOS
EQUIPOS REPARABLES
BASADA EN
EN LA
LA HISTORIA
HISTORIA DE
DE FALLA
FALLA
P.G.R
P.G.R // ESTIMACION
ESTIMACION DEL
DEL NUMERO
NUMERO ESPERADO
ESPERADO DE
DE FALLAS
FALLAS
GENERACION RANDOM
DE “m” NUMEROS
ENTRE 0 Y 1    
F t [ K ]   1  e
 
  q t [ n ]   t k  qt
[n]
 
     
 
 
F(tK)
1
1
   t  q .t [ n ] 

 
t y       K    ln 1  F ( t    q  t [ n ]
 
  
0
ty
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
P.G.R
P.G.R // ESTIMACION
ESTIMACION DEL
DEL NUMERO
NUMERO ESPERADO
ESPERADO DE
DE FALLAS
FALLAS
PERIODO DEINTEREST
PERIOD OF INTERES
0 T t
GENERAR UN TIEMPO ALEATORIO “ti ”
tt=ti
i
0 T t
ES t > T ? SI: DETENER LA GENERACION DE NUMEROS ALEATORIOS Y HACER N = 1

NO: i= i+1, GENERAR OTRO NUMERO ALEATORIO tii
GENERAR UN TIEMPO ALEATORIO “ti ”
t t
i i+1
0 t= t + t T t
i i+1

NO: i= i+1, GENERAR OTRO NUMERO ALEATORIO tii
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
P.G.R
P.G.R // ESTIMACION
ESTIMACION DEL
DEL NUMERO
NUMERO ESPERADO
ESPERADO DE
DE FALLAS
FALLAS
GENERE UN VALOR RAMDOM “ti ”
t t t
i i+1 i+2
0 T t
t= t + t + t
i i+1 i+2

NO: i= i+1 GENERAR OTRO NUMERO ALEATORIO PARA tii
UNA VEZ QUE t > T EL PROCESO SE DETIENE Y EL NUMERO DE FALLAS Njj ES REGISTRADO
COMO EL NUMERO DE FALLAS CORRESPONDIENTE A LA HISTORIA j (j = 1hasta m).
ESTE PROCEDIMIENTO ES REPETIDO “m” VECES (NUMERO DE HISTORIAS), Y MIENTRAS

MAYOR SEA EL NUMERO DE ELLAS, MAYOR PRECISION TENDRA EL RESULTADO
m
NJ
FINALMENTE, EL NUMERO ESPERADO DE FALLAS ESTA DADO POR: ( T )  
j 1 m
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
P.G.R
P.G.R // ESTIMACION
ESTIMACION DEL
DEL NUMERO
NUMERO ESPERADO
ESPERADO DE
DE FALLAS
FALLAS
RESULTADOS / TURBOCOMPRESOR - PDVSA

60
P.G.R
PARAMETROS
50
 = 1768
= 2.14 “ TAN MALO COMO ESTABA”
NUMERO DE FALLAS
40
q = 0.43
30 “ MEJOR QUE COMO

ESTABA PERO PEOR
QUE CUANDO NUEVO”
20
10
“TAN BUENO COMO NUEVO”
0
0 5000 10000 15000 20000 25000
TIEMPO OPERACION (HRS)
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
P.G.R
P.G.R // ESTIMACION
ESTIMACION DELTIEMPO
DELTIEMPO ESPERADO
ESPERADO PARA
PARA LA
LA PROXIMA
PROXIMA FALLA
FALLA
GENERACION RANDOM
DE “m” NUMEROS 
  
F t [ K ]   1  e
 [n] 
ENTRE 0 Y 1   q t [ n ]   t k  qt  
     
 
 
F(tK)
1
   t  q .t [ n ] 

 
t y       K    ln 1  F ( t    q  t [ n ]
 
  
0
ty
TEPPF = TIEMPO ESPERADO PARA LA PROXIMA FALLA

t y
)
[K] y 1
TEPPF ( t
m
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EQUIPOS
EQUIPOS REPARABLES
REPARABLES –– DISPONIBILIDAD:
DISPONIBILIDAD: D(t)
D(t)
LA DISPONIBILIDAD ES UN TERMINO PROBABILISTICO EXCLUSIVO DE LOS “EQUIPOS REPARABLES” QUE SE
DEFINE COMO LA PROBABILIDAD DE QUE EL EQUIPO ESTE OPERANDO (ES DECIR QUE NO ESTE EN
REPARACION) A UN TIEMPO “t”.
PARA ESTIMAR LA DISPONIBILIDAD SE REQUIERE ESTIMAR LA “ TASA DE FALLAS (t) ” Y LA “ TASA DE

REPARACION (t) ”; ES DECIR, SE REQUIERE ANALIZAR ESTADISTICAMENTE LOS TIEMPOS PARA LA FALLA, Y LOS
TIEMPOS EN REPARACION. OPERANDO
t1 t2 tn tK
PARA UN PERIODO DE TIEMPO “t” :
0 tRn . t
tR1 tR2
EN
REPARACION
tK=tiempo acumulado de operacion= t1 +t2 +..........+ tn .+ tK

t= tK + tR DONDE
tR=tiempo acumulado en reparacion= tR1 +tR2 +..........+ tRn .
# repaciones 1
( t ) ( t ) t RR TPPR
D(t)    
( t )  ( t ) ( t ) # repaciones ( t )
K
K KK
1 ( t KK )
 ( t )  KK  KK  KK
t t RR t TPPR t
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EQUIPOS
EQUIPOS REPARABLES
REPARABLES –– DISPONIBILIDAD:
DISPONIBILIDAD: D(t)
D(t)
EJERCICIO
EJERCICIO #5
#5
DESDE EL ULTIMO OVERHAULT UN TURBOCOMPRESOR HA TENIDO EL

COMPORTAMIENTO DE FALLAS Y REPARACIONES QUE SE REFLEJA EN TIEMPO EN TIEMPO EN
LA TABLA ANEXA. OPERACION REPARACION
(Hrs) (Hrs)
NOTE QUE EL TURBOCOMPRESOR HA OPERADO 384 HRS CONTINUAS
DESDE LA ULTIMA FALLA HASTA EL DIA DE HOY, Y SE MANTIENE 3456 4
OPERANDO. 1584 42
HASTA HOY, EL TOTAL DE HRS ACUMULADAS EN OPERACION ES DE 236 5.5
13216.
516 29.5
CALCULAR:
1820 1
1. LA DISPONIBILIDAD A LAS 19000 Y 20000 Hrs.
452 15.5
2. LA CONFIABILIDAD A LAS 19000 Y 20000 Hrs
432 0.5
3. EL No DE FALLAS QUE OCURRIRAN DURANTE EL PROXIMO ANO.
1264 15
PARA SUS CALCULOS CONSIDERE LAS DIFERENTES ASUMPCIONES DE
EFECTIVIDAD DE LA REPARACION (TAM BUENO COMO NUEVO, TAN 3072 12
MALO COMO ESTABA, PEOR QUE NUEVO PERO MEJOR QUE COMO 384 -
ESTABA)
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO ## 5:
5:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO ## 5:
5:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO ## 5:
5:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONTENIDO


 INTRODUCCION





Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE SISTEMAS
CONCEPTO
VOLUMEN DE CONTROL
PERMITE LA ESTIMACION DE LA PROBABILIDAD

DE FALLA / CONFIABILIDAD DE UN SISTEMA,
BASANDOSE EN LAS PROBABILIDADES DE
FALLA/CONFIABILIDADES INDIVIDUALES DE CADA
EQUIPO COMPONENTE DEL SISTEMA.
SE SUSTENTA EN DIAGRAMAS DE BLOQUES,

ARBOLES DE FALLA Y DIAGRAMAS
PARO DE LA PLANTA
MARKOVIANOS. G1
S1 S2
SISTEMA 1 SISTEMA 2
FALLA FALLA
G2 G3
PERMITE ESTIMAR LA CONTRIBUCION DE CADA
EQUIPO EN LA PROB. DE FALLA / CONFIABILIDAD TIMER CONTACTO ALARMA
G4
FALLA FALLA FALLA
DEL SISTEMA
G5 G6
ARBOL DE FALLAS
VALV. DE OPER. INTERR. OPER.
EMERG.
FALLA FALLA FALLA
FALLA
D E F E
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGRAMA DE BLOQUES DE CONFIABILIDAD
SISTEMAS
SISTEMAS
EN SERIE
1 2 3 N
N
CSIST .( t )  C1 t  * C2  t  * C3  t  ........CN  t    Ci  t 
i 1
   
N
FSIST .( t )  1  C1 t  * C2  t  * C3  t  ........CN  t   1   1  Fi  t   
 i 1 
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
SISTEMAS
EN PARALELO
PARALELO
1
N
2 FSIST  t   F1 * F2 * F3 ..........FN   Fi  t 
i 1
3 N
CSIST  t   1  FSIST  t   1   1  Ci  t  
i 1
N
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
SISTEMAS EN
EN PARALELO
PARALELO DONDE
DONDE SESE REQUIEREN “K” DE “N”
COMPONENTES
COMPONENTES PARA
PARA CUBRIR
CUBRIR EL
EL REQUERIMIENTO
REQUERIMIENTO
1 N 
N
CSIST  t     C  t   1  C  t  
r N r
 
r K  r 
2
FSIST  t   1  CSIST  t 
3
N = NÚMERO TOTAL DE COMPONENTES EN PARALELO.
N K = NÚMERO MÍNIMO DE COMPONENTES REQUERIDOS.

C(t) = CONFIABILIDAD DE CADA COMPONENTE EN EL TIEMPO “t”
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
DIAGRAMA DE BLOQUES DE CONFIABILIDAD EJERCICIO
EJERCICIO #6
#6
Considere el sistema de bombeo de crudo mostrado en la figura. Determine la confiabilidad

del sistema asumiendo que todas las bombas son iguales y tienen una confiabilidad de 0.8.
Adicionalmente, las válvulas de bloqueo y las válvulas check de las bombas tienen una
probabilidad de falla de 0.01. Finalmente la confiabilidad de la válvula de control en la
descarga del sistema es de 0.98 y las válvulas del by-pass y de entrada tienen una
probabilidad de falla de 0.001. El sistema requiere de 2 de las 5 bombas para cumplir con el
requerimiento.
FV=0.001 Cb=0.80 FV=0.001 FV=0.001
1
CV=0.99
2
SISTEMA DE
3 BOMBEO
FV=0.001 4
FV=0.001
5
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO #6
#6 -- SOLUCION
SOLUCION
Por tener las bombas, las válvulas de bloqueo y las válvulas check las mismas
confiabilidades tenemos:
3
C1  C2  C3  C4  C5  Cv * Cv * Cb * Cv  Cv * Cb
C1  0.999 3 * 0.8  0.798
En los casos en los que las confiabilidades sean diferentes, una alternative de
solución es seleccionar la confiabilidad del arreglo bombas-válvulas más
desfavorable. Por ser un sistema K de N se tiene:
5 5 5 5

CSIST   C  t   1  C  t     C  t   1  C  t     C  t   1  C  t     C  t   1  C  t  
2 52 3 5 3 4 5 4 5 5 5
 2 3  4 5
 5!   5! 
 * 0.798 2 * 1  0798     * 0.798 3 * 1  0798  ....
3 2
CSIST  
 2!  5  2 !   3!  5  3  ! 
 5!   5! 
 * 0.798 4 * 1  0798     * 0.798 5 * 1  0798   0.9925
1 0
.......... ....  
 4!  5  4  !   5!  5  5  ! 
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO #6
#6 -- SOLUCION
SOLUCION
Si el sistema en paralelo de las bombas operara bajo diferentes condiciones se

tendrían los siguientes resultados:
K de N Confiabilidad
componentes
2/5 0.9925
3/5 0.9401
4/5 0.7331
5/5 0.3236
Luego, resolviendo el paralelo de la válvula de descarga del sistema y el by-pass se

tiene:
2
Cvc  1   1  Ri  t    1  1  0.999 * 1  0.99  0.99999
i 1 Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO #6
#6 -- SOLUCION
SOLUCION
Finalmente, la confiabilidad de todo el sistema de bombeo viene dada por:
Csist . _ bombeo  Cv  entrada  * Csist  bombas  * Cvc  by  pass

Csist . _ bombeo  0.9999 * 0.9925 * 0.99999  0.9923
K de N Confiabilidad
componentes sistema de
bombeo
2/5 0.9923
3/5 0.9399
4/5 0.7330
5/5 0.3235
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO ## 77
Considere el sistema de bombeo de crudo mostrado en la figura. Estime la “disponibilidad” del sistema del
sistema a las 1000 y a las 10000 hrs asumiendo que todas las bombas son iguales y tienen el
comportamiento de fallas y reparaciones que se muestra en la tabla anexa. Adicionalmente, las válvulas de
bloqueo y las válvulas check de las bombas tienen una probabilidad de falla de 0.01. Finalmente la
confiabilidad de la válvula de control en la descarga del sistema es de 0.98 y las válvulas del by-pass y de
entrada tienen una probabilidad de falla de 0.001. El sistema requiere de 2 de las 5 bombas para cumplir
con el requerimiento.
FV=0.001 FV=0.001 FV=0.001 TIEMPO EN TIEMPO EN

OPERACION REPARACION
1 (Hrs) (Hrs)
3456 4
CV=0.99
2 1584 42
236 5.5
3 516 29.5
1820 1
FV=0.001 4 452 15.5
FV=0.001 432 0.5
5 1264 15
SISTEMA DE BOMBEO 3072 12
384 - 2004
Abril
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO ## 7:
7:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO ## 7:
7:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO ## 7:
7:
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ARBOLES DE FALLA
T EVENTO TOPE
G2 G1
G6 G3 G4 G3
G5
A E B D E
A E
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ARBOLES DE FALLA - AREAS RELACIONADAS
ALGEBRA BOOLEANA
EL ALGEBRA BOOLEANA ES LA RAMA DE LA MATEMATICA QUE REPRESENTA LAS RELACIONES ENTRE

ENTIDADES O EVENTOS. ES MUY UTILIZADA EN DISEÑO DIGITAL YA QUE LOS VALORES DE LAS VARIABLES
EMPLEADAS EN LAS EXPRESIONES BOOLEANAS ESTAN RESTRINGIDAS A VALORES DE 0 Y 1.
TEORIA DE CONJUNTOS
EN EL AREA DE ANALISIS DE ARBOLES DE FALLA LA TEORIA DE CONJUNTOS SE UTILIZA PARA RELACIONAR

EVENTOS QUE HAN OCURRIDO O TIENEN LA POSIBILIDAD DE OCURRIR.
DIAGRAMAS DE VENN
SON REPRESENTACIONES GRAFICAS UTILIZADAS PARA REPRESENTAR LA TEORIA DE CONJUNTOS.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ARBOLES DE FALLA - REGLAS DEL ALGEBRA BOOLEANA
DISTRIBUCION SIMBOLOS MATEMATICOS SIMBOLOS DE INGENIERIA
LEY
X Y  Y  X X *Y  Y * X
CONMUTATIVA X Y  Y  X X Y  Y  X
LEY ASOCIATIVA
X   Y  Z    X Y   Z X * Y * Z    X *Y  * Z
X   Y  Z    X Y   Z X  Y  Y    X  Y   Z
X   Y  Z    X Y    X  Z  X * Y  Z   X *Y  X * Z
LEY
DISTRIBUTIVA X   Y  Z    X Y    X  Z  X  Y *Z   X Y  * X  Z 
LEY X X  X X *X  X
IDEMPOTENTE
X X  X XX X
LEY DE X * X Y   X X * X Y   X
ABSORSION
X   X Y   X X  X *Y  X
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
COMPLEMENTO X X   X *X 
X  X ´  X * X ´ 
X  X    1* X * X    1*
X  X ´   1* X  X ´   1*
XX XX
 X ´´ X  X ´´ X
TEOREMA DE X Y  Y  X X *Y  Y  X
MORGAN
X Y  Y  X X *Y  Y  X
X Y  Y  X X Y  Y * X
 X Y ´ Y ´X ´  X  Y ´ Y ´*X ´
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
 X   *X 
OPERACIONES
CON  Y 
 X  X X X
X X
X  X
 X ´´ X  X ´´ X
 X  X * X  X
 X    X 
 ´ 
 ´ 
X  X Y   X Y   X Y  X *  X  Y   X *Y   X *Y 
ESTAS
RELACIONES
X ´ X Y ´  X ´Y ´  X Y ´ X ´* X  Y ´  X ´*Y ´  X * Y ´

NO TIENEN
NOMBRE PERO
X  X Y   X Y X   X *Y   X  Y
SON MUY
UTILES EN
X  X ´Y   X Y X   X ´*Y   X  Y
PROCESOS DE
REDUCCION
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ARBOLES DE FALLA - SIMBOLOGIA DE EVENTOS
EVENTO TOPE: CONTIENE LA DESCRIPCION DE LA “FALTA” O

EVENTO NO DESEADO A NIVEL SE SISTEMA.
EVENTO “FALTA”: CONTIENE LA DESCRIPCION DE LA “FALTA”

EN UN NIVEL MENOR.
EVENTO DE ENTRADA: CONTIENE LA ENTRADA NORMAL DEL

SISTEMA, LA CUAL TIENE LA CAPACIDAD DE HACER QUE
OCURRA LA “FALTA”.
EVENTO BASICO: CONTIENE LA “FALLA” AL MAS BAJO NIVEL

QUE PUEDE SER EXPANDIDO EL ANALISIS, EL CUAL PUEDE
CAUSAR LA “FALTA”.
EVENTO SIN DESARROLLAR: CONTIENE LA “FALLA” AL NIVEL

MAS BAJO, CUYO ANALISIS PUEDE SER EXPANDIDO.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ARBOLES DE FALLA - COMPUERTAS LOGICAS
COMPUERTA “Y”: ES LA COMPUERTA LOGICA CUYA SALIDA

OCURRE SOLAMENTE SI TODAS LAS ENTRADAS OCURREN.
COMPUERTA “Y” SECUENCIAL: ES LA COMPUERTA LOGICA

CUYA SALIDA OCURRE SOLAMENTE SI TODAS LAS ENTRADAS
EXISTEN Y OCURREN EN UN ORDEN ESPECIFICO.
COMPUERTA “O”: ES LA COMPUERTA LOGICA CUYA SALIDA

OCURRE CON LA OCURRENCIA DE UNA, DOS O TODAS LAS
ENTRADAS.
COMPUERTA “O” EXCLUSIVA: ES LA COMPUERTA LOGICA

CUYA SALIDA OCURRE CUANDO UNA Y SOLAMENTE UNA DE
LAS ENTRADAS OCURRE.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ARBOLES DE FALLA -EJERCICIO # 8
Determinar los sets de combinaciones mínimas del árbol de falla mostrado en la figura usando
el método de sustitución de arriba hacia abajo. Si la confiabilidad de cada componente es 0.9
para una misión determinada, determine la probabilidad de falla del sistema
T
EVENTO TOPE
G2 G1
G6 G3 G4 G3
G5
A E B D E
A E
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ARBOLES DE FALLA -EJERCICIO # 8 - SOLUCION
T  G1 * G 2 G1  G4  G3   B  D   E *  A  E 
G1  E  B  D
G1  G4  G3
G2  E *  A * E   AE
G2  G6 * G3
G3  E *  A  E   EA  E  E
G3  E * G5 T  AE  E  B  D   AE  AEB  AED
G4  B  D T  AE
G5  A  E P T   P  A  * P  E   1  0 .9   0 .01
2
G6  A * E P T   1  C  A  * 1  C  E    1  0.9  0.01
2
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
Consideremos el siguiente sistema de bombeo. El sistema opera en un ciclo de 1 hora. Se
requieren 10 minutos para llenar el tanque. El temporizador esta programado para abrir el
contacto 10 minutos después de que el interruptor es cerrado. El operador abre el interruptor
o la válvula de emergencia del tanque si el/ella observa una alarma de sobre-presión.
Desarrollar un árbol de falla para este sistema con el evento tope “Rotura del Tanque” y
encontrar la ecuación del sistema.
INTERRUPTOR
CONTACTO ALARMA
FUENTE
DE
PODER
TANQUE
VALVULA DE
OPERADOR
TEMPORIZADOR EMERGENCIA
SISTEMA 1 SISTEMA 2 SUB-SISTEMA “A” SUB-SISTEMA “B”

Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
RUPTURA DEL TANQUE
G1
S1 S2
SISTEMA 1 SISTEMA 2
FALLA FALLA
G2 G3
TIMER CONTACTO G4
ALARMA
FALLA FALLA FALLA
G5 G6
VALV. DE
OPER. INTERR. OPER.
EMERG.
FALLA FALLA FALLA
FALLA
D E F EAbril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
T  G2 * G3 METODO DE ARRIBA HACIA ABAJO
G4   D  E  *  F  E 
G2  A  B G4  DF  DE  EF  E  DF  E
G3  C  G4
G3  C   DF  E   C  DF  E
G4  G5 * G6
T  G2 * G3   A  B  *  C  DF  E 
G5  D  E
T  AC  ADF  AE  BC  BDF  BE
G6  F  E
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
Desarrolle un árbol de falla para el sistema mostrado en la figura con el evento tope “NO
PRODUCCION EN EL SISTEMA”. Calcule la confiabilidad del sistema para una misión de 100
horas. Asuma un TPPF de 600 horas para todos los componentes.
B G
C H
D I
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CAMINOS QUE DEBEN FALLAR SIMULTANEAMENTE PARA QUE NO

HAYA SALIDA DE PRODUCCION DEL SISTEMA:
1.- BG 2.- DI 3.- CH 4.- BEH 5.-DFH
NO SALE PRODUCCION DEL SISTEMA
CAMINO CAMINO CAMINO CAMINO CAMINO

1 FALLA 2 FALLA 3 FALLA 4 FALLA 5 FALLA
B G D I C H B E D F
FALLA FALLA FALLA FALLA FALLA FALLA FALLA FALLA FALLA FALLA
H H
FALLA FALLA
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EVENTO TOPE (T) : “NO SALE PRODUCCION DEL SISTEMA”

T   B  G  *  D  I  C  H  B  E  H  D  F  H 
T   BD  BI  GD  GI  C  H  B  E  H  D  F  H 
T   BDC  BDH  BIC  BIH  GDC  GDH  GIC  GIH  B  E  H  D  F  H 
T   BDC  BDCE  BDCH  BDH  BDHE  BDH  BIC  BICE  BICH  BIH  BIHE  BIH  GDCB  GDCE  GDCH  ...
...  GDHB  GDHE  GDH  GICB  GICE  GICH  GIHB  GIHE  GIH  D  F  H 
T   BDC  BDH  BIC  BIH  GDCE  GDH  GICE  GIH  D  F  H 
T  BDC  BDCF  BDCH  BDH  BDHF  BDH  BICD  BICF  BICH  BIHD  BIHF  BIH  GDCE  GDCEF  GDCEH  ....
....  GDH  GDHF  GDH  GICED  GICEF  GICEH  GIHD  GIHF  GIH
T  BDC  BDH  BICF  BIH  GDCE  GDH  GICEF  GIH

ECUACION DE SETS DE COMBINACIONES MINIMAS QUE REPRESENTA EL SISTEMA
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
Si el TPPF=600 hrs, y asumiendo rata de falla constante representada por una distribución
exponencial donde =1/600 hr-1 tenemos:
1 100
 t 
Ci  e 600
e 600
 0.8464
Pr T   Pr  BDC   Pr  BDH   Pr  BICF   Pr  BIH   Pr  GDCE   Pr  GDH   Pr  GICEF   Pr  GIH 
Pr T   5 1  Ci   21  Ci   1  Ci 
3 4 5
Pr T   0.01928
CSIST 100 _ hrs   1  Pr T   0.98071  98%

Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
INDICE DE IMPORTANCIA VALOR DEL RIESGO ALCANZADO
FS  F  t  / Fi  t   1
I VRA
  FS  F  t  / Fi  t   1  FS  F  t  
FS Q  t  
El IVRA sirve para identificar cuales son los componentes que más contribuyen
a la pérdida de confiabilidad del sistema. Aquellos con mayor indice son los
que ocasionan el mayor impacto en la reducción de la confiabilidad del
sistema.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO #1
#111
Considere el sistema de bombeo de agua mostrado en la figura. Determine el indice de

importancia del riesgo alcanzado para la valvula y las bombas 1 y 2.
BOMBA 1
FB-1=0.03
VALVULA
TANQUE
PLANTA
FV=0.01
BOMBA 2
FB-2=0.03
SISTEMA
CP 1  CP 2  1  0.03  0.97 CV  1  0.01  0.99

Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EJERCICIO
EJERCICIO #1
#111 -- SOLUCION
SOLUCION
FSIST  FB1 .FB 2  FV  0.011

0.03 * O.O3  1 1* 0.03  0.01
1  I P  2 
IPVRA  3.64
VRA
VRA
I   90.99
V
0.011 0.011
Para normalizar el valor del índice y utilizarlo en forma probabilística se tiene:
SUMATORIA  90.99  2 * 3.64  98.27

90.99 3.64
I VRA
  0.925 I VRA
P 1 I VRA
P 2   0.037
V
98.27 98.27
Finalmente
n
i
I VRA
i 1
 1  IV
VRA
 I VRA
P 1  I P  2  0.926  0.037  0.037  1
VRA
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
EL INDICE DE VALOR DE RIESGO ALCANZADO, UNA VEZ NORMALIZADO SE

INTERPRETA DE LA SIGUIENTE MANERA:
 
PROBABILIDAD DE FALLA DEL
P FSIST . / FCOMPONENTEi  SISTEMA DEBIDO A LA

COMPONENTE “i”.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
CONTENIDO


 INTRODUCCION





Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
INTRODUCCION
EVALUACION GERENCIA DEL

DEL RIESGO RIESGO
COMUNICACION
DEL
RIESGO
ANALISIS DE RIESGO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
INTRODUCCION
EXISTEN DIFERENTES TÉCNICAS PARA "CUANTIFICAR EL RIESGO"; ALGUNAS "CUANTITATIVAS" Y

OTRAS "SEMI - CUANTITATIVAS"
LAS TÉCNICAS SEMI - CUANTITATIVAS, COMO EL "ANÁLISIS DE CRITICIDAD", SON TÉCNICAS
BLANDAS, DE FÁCIL MANEJO Y COMPRENSIÓN, CUYA MAYOR VIRTUD ES LA DE PROVEER UN
VALOR (CRITICIDAD), PROPORCIONAL AL RIESGO, QUE PERMITE JERARQUIZAR ("RANKEAR“)
OPCIONES PARA UNA DECISIONES, COMPONENTES DENTRO DE UN SISTEMA, EQUIPOS O SUB -
SISTEMAS EN UNA INSTALACION ETC.; PERO QUE POR SU CARÁCTER SEMI - CUANTITATIVO, NO
PERMITE OBTENER VALORES "ABSOLUTOS DE RIESGO“ Y POR ENDE NO SON ADECUADAS PARA
CALIFICAR LA “TOLERABILIDAD DEL RIESGO”.
PARA ESTABLECER VALORES ABSOLUTOS DEL RIESGO, Y JUZGAR SOBRE BASES MAS SÓLIDAS
SU "TOLERABILIDAD", EXISTEN LAS TÉCNICAS CUANTITATIVAS, DE CONSIDERABLE, MAYOR
COMPLEJIDAD,Y QUE CONSUMEN MAYOR TIEMPO DE ANÁLISIS.
LAS TÉCNICAS CUANTITATIVAS PERMITEN DETERMINAR VALORES ABSOLUTOS DEL RIESGO, QUE
PUEDEN TRATARSE INCLUSO COMO VALORES FINANCIEROS PARA SER COMPARADOS POR EJM.,
CON COSTOS. HERRAMIENTAS COMO LOS "APT TOOLS" Y ALGUNAS HERRAMIENTAS
DESARROLLADAS EN CASA, PERMITEN ESTE TIPO DE CUANTIFICACION.
LAS TÉCNICAS CUANTITATIVAS NOS PERMITEN ANÁLISIS MAS DETALLADOS Y NORMALMENTE SE
REALIZAN EN AQUELLAS INSTALACIONES QUE HAYAN APARECIDO COMO "CRÍTICAS" (25 %
SUPERIOR) EN EL ANÁLISIS DE CRITICIDAD, QUE ES USADO COMO UN "PRIMER FILTRO".
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
CONCEPTO
EL RIESGO, ES UN TERMINO DE NATURALEZA PROBABILÍSTICA, QUE SE DEFINE COMO LA “PROBABILIDAD DE
TENER UNA PÉRDIDA”. Y COMÚNMENTE SE EXPRESA EN UNIDADES MONETARIAS, (BS. O $).
MATEMÁTICAMENTE, EL RIESGO SE CALCULA CON LA SIGUIENTE ECUACIÓN:
RIESGO(t)=PROBABILIDAD
RIESGO(t)=PROBABILIDAD DE
DE FALLA(t)
FALLA(t) X
X CONSECUENCIAS
CONSECUENCIAS
EL ANÁLISIS DE LA ECUACIÓN DEL RIESGO, PERMITE ENTENDER EL PODER DE ESTE INDICADOR PARA EL
DIAGNÓSTICO Y LA TOMA DE DECISIONES, DEBIDO A QUE, EL MISMO COMBINA PROBABILIDADES O FRECUENCIAS
DE FALLAS CON CONSECUENCIAS, PERMITIENDO POR EJEMPLO, LA COMPARACIÓN DE UNIDADES COMO LOS
EQUIPOS ROTATIVOS, QUE NORMALMENTE PRESENTAN ALTA FRECUENCIA DE FALLAS CON BAJAS
CONSECUENCIAS, CON EQUIPOS ESTÁTICOS, QUE NORMALMENTE PRESENTAN PATRONES DE BAJA FRECUENCIA
DE FALLAS Y ALTA CONSECUENCIA.
EL RIESGO, SE COMPORTA COMO UNA BALANZA, QUE PERMITE PESAR LA INFLUENCIA DE AMBAS MAGNITUDES
(PROBABILIDAD DE FALLA Y CONSECUENCIA DE LA FALLA) EN UNA DECISIÓN PARTICULAR.
RIESGO
RIESGO
PROBABILIDAD DE FALLA CONSECUENCIAS
PROB. DE FALLA PROB. DE FALLA PERDIDAS DE COSTO DE IMPACTO IMPACTO

Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
PROPOSITO
EL PROPOSITO FUNDAMENTAL DEL “ANALISIS DE RIESGO” ES SOPORTAR EL PROCESO DE TOMA

DE DECISIONES.
LAS DECISIONES TOMADAS MEDIANTE ESTE TIPO DE ANALISIS DEBEN POSEER LAS
SIGUIENTES CARACTERISTICAS:

 DECISIONES BASADAS EN HECHOS, EXPERIENCIAS Y DATOS DUROS

 DECISIONES QUE TOMEN EN CUENTA LA “INCERTIDUMBRE” ASOCIADA A LAS VARIABLES
CONSIDERADAS EN EL ANALISIS

 QUE TOMEN SUFICIENTEMENTE EN CUENTA LAS CONSECUENCIAS DE DICHA DECISION

 VERIFICABLES Y POR LO TANTO PERFECTIBLES
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
MODELOS BASADOS EN RIESGO
1.- MODELOS DE DECISION
.- MODELO DE DECISION BASADO EN RIESGO
2.- MODELOS DE JERARAQUIZACION
.- MODELOS MATRICIALES (MATRIZ DE RIESGO)

.- PROCESO ANALITICO DE JERARQUIZACION (A.H.P)
3.- MODELOS DE OPTIMIZACION
.- MODELO COSTO - RIESGO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
1.-
1.- MODELOS
MODELOS DE
DE DECISION
DECISION -- ANTECEDENTES
ANTECEDENTES
IMPORTANTES CORPORACIONES HAN LOGRADO MEJORAS EN SUS PROCESOS Y

CONSIDERABLES REDUCCIONES DE LOS COSTOS DE PRODUCCION, EN BASE A LA APLICACION
DEL ESQUEMA GERENCIAL CONOCIDO COMO: “GERENCIA DE ACTIVOS”
LOS PILARES FUNDAMENTALES DE LA “GERENCIA DE ACTIVOS” SON LA “GERENCIA DE LA

INCERTIDUMBRE” LA TOMA DE DECISIONES BASADAS EN RIESGO
EL RIESGO ES UN VALOR PROBABILISTICO, QUE AL SER CUANTIFICADO PERMITE

CARACTERIZAR UNA DECISION DE LOS SIGUIENTES TERMINOS:
• LA PROBABILIDAD DE EXITO DE LA DECISION CON LOS BENEFICIOS ASOCIADOS
• LA PROBABILIDAD DE FRACASO DE LA DECISION CON LAS CONSECUENCIAS ASOCIADAS;
OFRECIENDO AL “TOMADOR DE DECISIONES” UN PANORAMA CLARO PARA SOPORTAR SU JUICIO
EN BASE AL BALANCE ENTRE AMBAS MAGNITUDES.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
1.-
1.- MODELOS
MODELOS DE
DE DECISION
DECISION -- MODELO
MODELO TRADICIONAL
TRADICIONAL
(INFORMACION)
B
A+B+C E
C E=
D
D
MODELO
MODELO DE
DE DECISION:
DECISION:
SI E > K ENTONCES SE APUEBA
SI E < K ENTONCES SE OBJETA

Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
MODELOS QUE “ RECONOCEN, CUANTIFICAN Y
1.-
1.- MODELOS
MODELOS DE
DE DECISION
DECISION BASADOS
BASADOS EN
EN RIESGO
RIESGO PROPAGAN LA INCERTIDUMBRE ASOCIADA A LAS
VARIABLES “

(INFORMACION)
B
A+B+C E
C E=
D
K
D PROB.(E > K)
PROB.(E < K)
MODELO
MODELO DE
DE DECISION:
DECISION:
SI PROB.(E > K) x BENEFICIOS > PROB.(E < K) x CONSECUENCIAS
ENTONCES SE APUEBA; DE CUALQUIER OTRA FORMA SE OBJETA

Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
1.-
1.- MODELOS
MODELOS DE
DE DECISION
DECISION BASADOS
BASADOS EN
EN RIESGO
RIESGO –– EJEMPLO
EJEMPLO #1
#1
ANÁLISIS PROBABILISTICO DE RESERVAS Y DETERMINACIÓN DEL RIESGO

ASOCIADO AL PORTAFOLIO DE INVERSIONES
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
1.-
1.- MODELOS
MODELOS DE
DE DECISION
DECISION BASADOS
BASADOS EN
EN RIESGO
EJEMPLO #1
#1
1.- Estimacion Probabilistica del POES
2.- Estimacion Probabilistica del Factor de Recobro
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
1.-
1.- MODELOS
MODELOS DE
DE DECISION
DECISION BASADOS
BASADOS EN
EN RIESGO
EJEMPLO #1
#1
3.- Estimacion Probabilistica de las Reservas
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
1.-
1.- MODELOS
MODELOS DE
DE DECISION
DECISION BASADOS
BASADOS EN
EN RIESGO
EJEMPLO #1
#1
4.- Estimacion del Riesgo
Prob. Reservas < Valor en Libro
Prob. Reservas > Valor en Libro
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
1.-
1.- MODELOS
MODELOS DE
DE DECISION
DECISION BASADOS
BASADOS EN
EN RIESGO
EJEMPLO #1
#1
4.- Estimacion del Riesgo (Cont.)
Regresar
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
2.-
2.- MODELOS
MODELOS MATRICIALES
MATRICIALES ((M
MATRIZ
ATRIZ DE
DE RIESGO)
RIESGO)
ES UNA REPRESENTACION ESQUEMATICA QUE

PERMITE LA VISUALIZACION CONTINUA DEL “STATUS”
DE RIESGO DE CADA EQUIPO, DENTRO DEL
CONTEXTO DE UN SISTEMA, DISCRIMINADO POR
PROBABILIDAD DE FALLA Y POR LA CONSECUENCIA 0.98 - 1 BOMBA B3 TURBINA 9
DE ESA FALLA. INTERCAMBIADOR
PROBABILIDAD DE FALLA
TURBINA 2 BOMBA B9
DE CALOR
0.95 - 0.98
SE SUSTENTA EN MODELOS DE ANALISIS DE BOMBA B3
BOMBA B9 TURBINA 9
CONFIABILIDAD PARA SISTEMAS Y ESTIMACION TURBINA
BOMBA2 B3
0.85 - 0.95
PROBABILISTICA DE CONSECUENCIAS TURBINA
BOMBA 2B9 TURBINA 2
0.65 - 0.85 INTERCAMBIADOR
PERMITE GERENCIAR LAS ACCIONES DE MITIGACION DE CALOR
INTERCAMBIADOR
DEL RIESGO EN EQUIPOS Y SUB-SISTEMAS, EN BASE BOMBA B9 DETURBINA
CALOR 9
0.50 - 0.85
A SU IMPACTO EN EL PROCESO BOMBA B3
TURBINA 9
INTERCAMBIADOR
> 0.50 DE CALOR
APLICABLE EN:
CONSECUENCIAS
• PLANTAS DE GAS BAJA ALTA
• ESTACIONES DE FLUJO
• YACIMIENTOS
• REDES DE POZOS
• PLANTAS DE PROCESO EN GENERAL
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
2.-
2.- MODELOS
MODELOS MATRICIALES
MATRICIALES ((M
MATRIZ
ATRIZ DE
DE RIESGO):
RIESGO): METODOS
METODOS DE
DE ESTIMACION
ESTIMACION
2.1.- ANALISIS DE CRITICIDAD (SEMI-CUANTITATIVO)
2.2.- I.B.R (INSPECCION BASADA EN RIESGO) (SEMI-CUANTITATIVO)
2.3.- I.V.R.A (INDICE DEL VALOR DEL RIESGO ALCANZADO) (CUANTITATIVO)
Regresar
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
2.1-
2.1- MODELOS
MODELOS MATRICIALES
MATRICIALES ((MATRIZ
ATRIZ DE RIESGO): ANALISIS
DE RIESGO): ANALISIS DE CRITICIDAD
EL ANALISIS DE CRITICIDAD ES UNA TECNICA SEMI-CUANTITATIVA DE CUANTIFICACION

DEL RIESGO, SUSTENTADA PRIMORDIALMENTE EN LA “OPINION DE EXPERTOS”; QUE
PERMITE “ JERARQUIZAR COMPONENTES O EQUIPOS DE UN SISTEMA, EN BASE A UN
INDICADOR LLAMADO “CRITICIDAD” QUE ES PROPORCIONAL AL RIESGO.
POR SU CARÁCTER SEMICUANTITATIVO, EL "ESPÍRITU" DEL ANÁLISIS DE CRITICIDAD ES
BÁSICAMENTE ESTABLECER UN "RANKING" Y NO CALIFICAR LA TOLERABILIDAD DEL
RIESGO; NO OBSTANTE, LOS VALORES OBTENIDOS DE ESTOS ANALISIS (PUNTAJES)
PUEDEN TRANSFORMARSE EN VALORES QUE PUEDAN INGRESARSE A UNA MATRIZ (5X5),
EN DONDE PODEMOS "CALIFICAR" ESTOS VALORES, COMO VALORES "ALTO O
INTOLERABLE", "MEDIO ALTO", "MEDIO BAJO" Y "BAJO". SIN EMBARGO, ESTA
CALIFICACIÓN ES BÁSICAMENTE UN "ACUERDO", QUE ES VÁLIDO PARA UN GRUPO
PARTICULAR DE INSTALACIONES, PERO QUE PUDIERA NO SER EXTRAPOLABLE A OTRAS
INSTALACIONES.
EL ANALISIS DE CRITICIDAD ES UNA TECNICA “BLANDA”, RAPIDA Y DE FACIL MANEJO, QUE
DEBE USARSE COMO “PRIMER FILTRO PARA DIRRECIONAR LOS ESFUERZOS.
OTRA VIRTUD DEL ANÁLISIS DE CRITICIDAD, ES QUE PERMITE IDENTIFICAR EN CUAL DE
LOS COMPONENTES DEL RIESGO (FRECUENCIA DE FALLAS O IMPACTO TOTAL) DEBES
TRABAJAR PARA MITIGAR EL VALOR DE CRITICIDAD Y TRAERLO A LA ZONA "TOLERABLE"
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
2.1-
2.1- MODELOS
MODELOS MATRICIALES
CRITICIDAD = Frec.Falla x Impacto Total
RIESGO = Prob.Falla x Consecuencias
Prob.Falla es proporcional a la Frec. Falla
Consecuencia es proporcional al Impacto Total
RIESGO es proporcional a la CRITICIDADl
Impacto Total =(Cap. Prod.*TPPR*Imp. Prod. )+Costo Rep.+Imp. Seg.+Imp. Amb.
CRITICIDAD= Frec.Falla x (Cap. Prod.*TPPR*Imp. Prod. )+Costo Rep.+Imp. Seg.+Imp. Amb.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
2.1-
2.1- MODELOS
MODELOS MATRICIALES
GUIA DE CRITICIDAD
1.- FRECUENCIA DE FALLA (todo tipo de falla) Puntaje
.- No más 1 por año 1
.- Entre 2 y 12 por año 3
.- Entre 13 y 52 por año 4
.- Mas de 52 por año ( Mas de 1 interrupción semanal ) 6
2.- IMPACTO OPERACIONAL ASOCIADO:

2.1.- NIVEL DE PRODUCCIÓN ( de la Instalación ) Puntaje
CRUDO GAS GABARRAS/OTROS
0 - 100 bbl / día 0 - 0.2 MMPCN / día Menos de 10 MMBS 1
101 - 1000 bbl / día 0.2 - 20 MMPCN / día 11 - 23 MMBs 2
1001 - 5000 bbl / día 20 - 100 MMPCN / día 23 - 40 MMBs 4
Mas de 20000 bbl / día Mas de 400 MMPCN / dia 80 - 100 MMBs 12
2.2.- TIEMPO PROMEDIO PARA REPARAR ( TPPR ) Puntaje
Menos de 4 horas 1
Entre 4 y 8 horas 2
Entre 9 y 24 horas 4
Mas de 24 horas 6
2.3.- IMPACTO EN PRODUCCIÓN ( por falla ) Puntaje
No Afecta Producción 0.05
25% de Impacto 0.30
50% de Impacto 0.50
75% de Impacto 0.80
La Impacta Totalmente 1
2.4.- COSTO DE REPARACION Puntaje
Menos de 25 MMBs 3
Entre 25 - 50 MMBs 5
Entre 51 - 100 MMBs 10
Mas de 100 MMBs 25
2.5.- IMPACTO EN LA SEGURIDAD PERSONAL ( Cualquier tipo de daños, heridas, fatalidad ) Puntaje
SI 35
NO 0
2.6.- IMPACTO AMBIENTAL ( Daños en la instalación y a terceros ) Puntaje
SI 30
NO 0
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
2.1-
2.1- MODELOS
MODELOS MATRICIALES
EJEM
EJEM #1:
#1: POZOS
POZOS LAGO
LAGO TRECO
TRECO
AREA
POZOS / E.N.T´s / 28/10/99 Propósito de este trabajo:
PERSONA ENTREVISTADA U.E LAGOTRECO La Información recolectada, servirá para estandarizar la
FECHA priorización de trabajos asociados al MCC PLUS, y en el
futuro, para priorizar Ordenes de Trabajo de Mantenimi-
ento y Operaciones, Proyectos de Inversión, Mantenimi-
ento Extraordinario y Repuestos

Cap. de Prod. de la Instalación (peso): 2
Sistema Frecuencia Im pacto TPPR Costo de Im pacto Im pacto Criticidad

de Falla Produccion ( Peso ) Reparación Seguridad Am biente
( Peso ) ( Peso ) ( Peso ) ( Peso ) ( Peso )
1. ESTRUCTURA 6 0.3 6 3 35 30 429.6

2. LINEAS DE CRUDO 3 1 6 3 0 30 135
3. INYECCION DE GAS - LIFT 4 1 6 3 0 30 180
4. WHM / REGISTRADORES 4 0.3 2 3 0 0 16.8
5. VALVULA DE SUPERFICIE SEG. 4 1 4 3 0 0 44
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
2.1-
2.1- MODELOS
MODELOS MATRICIALES
EJEM
EJEM #1:
#1: POZOS
POZOS LAGO
LAGO TRECO
TRECO
600
430
400
180
200 135
44 17
REGISTRADORES
INYECCION GAS
ESTRUCTURA
LINEAS DE
VALVULA DE
SUPERFICIE
CRUDO
LIFT
WHM /
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
2.1-
2.1- MODELOS
MODELOS MATRICIALES
EJEM
EJEM #1:
#1: POZOS
POZOS LAGO
LAGO TRECO
TRECO
Puntos en la seccion de
"frecuencia" de la
estructura de "Criticidad"
12 Alta Frecuencia Falla
ESTRUCTURA
Medio/Alta
6 Frecuencia Falla
(1)
(4)WHM/
LAGO TRECO
REGISTRADORES INYECCION DE
Medio Frecuencia GAS -LIFT
4 Falla
(5)VALVULA DE
SUPERFICIE DE (3)
POZOS
SEGURIDAD
LINEAS DE
Medio/Bajo
3 Frecuencia Falla
CRUDO.
(2)
1 Baja Frecuencia Falla
Medio/Bajo Medio Medio/Alto

Bajo Impacto Alto Impacto
Impacto Impacto Impacto
Puntos en la seccion
de "Impacto" de la
estructura de
0 - 32 33 - 64 65 - 96 97-130 130 - 162 Regresar
"Criticidad"
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
2.3-
2.3- MODELOS MATRICIALES // INDICE DEL VALOR DEL RIESGO ALCANZADO
MODELOS MATRICIALES
EL INDICE DE VALOR DE RIESGO ALCANZADO, SE INTERPRETA DE LA

SIGUIENTE MANERA:
COMP. “A”
I VRA  P  FSIST . / FCOMPONENTE  

SISTEMA DEBIDO A LA
PROBAB. DE FALLA
i
COMPONENTE “i”.
CONSECUENCIAS (MMBs)
+ + +
PERDIDAS DE COSTO DE IMPACTO IMPACTO

PRODUCCION REPARACION AMBIENTAL EN SEGURIDAD CONSECUENCIAS
BASE BASE DE DATOS

DE + Regresar
DATOS OPINION DE EXPERTOS
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
3.-MODELOS
3.-MODELOS DE OPTIMIZACION :: MODELO COSTO - RIESGO
DE OPTIMIZACION
EN AÑOS RECIENTES, GRANDES CORPORACIONES ESPECIALMENTE DEL SECTOR DE HIDROCARBUROS Y DE LA INDUSTRIA DE

PROCESOS, HAN VOLCADO SU ATENCIÓN HACIA EL MODELO DE DECISIÓN “COSTO RIESGO”, DEBIDO A QUE EL MISMO
PERMITE COMPARAR EL COSTO ASOCIADO A UNA ACTIVIDAD DE MITIGACION DEL RIESGO (MANTENIMIENTO PREVENTIVO,
MANTENIMIENTO PREDICTIVO, REEMPLAZO, REACONDICIONAMIENTO, REDISENO, REHABILITACION, ACTUALIZACION
TECNOLOGICA, ETC), CONTRA EL NIVEL DE REDUCCIÓN DE RIESGO O MEJORA EN EL DESEMPEÑO DEBIDO A DICHA ACCIÓN.;
EN OTRAS PALABRAS, EL MODELO PERMITE SABER “CUANTO OBTENGO POR LO QUE GASTO”.
EL ANÁLISIS “COSTO-RIESGO” RESULTA PARTICULARMENTE ÚTIL PARA DECIDIR EN ESCENARIOS CON INTERESES EN
CONFLICTO, COMO EL ESCENARIO “OPERACIÓN – MANTENIMIENTO”, EN EL CUAL EL OPERADOR REQUIERE QUE EL EQUIPO O
PROCESO OPERE EN FORMA CONTINUA PARA GARANTIZAR MÁXIMA PRODUCCIÓN, Y SIMULTÁNEAMENTE, EL MANTENEDOR
REQUIERE QUE EL PROCESO SE DETENGA CON CIERTA FRECUENCIA PARA PODER MANTENER Y GANAR CONFIABILIDAD EN EL
MISMO. EL MODELO COSTO-RIESGO ES EL INDICADO PARA RESOLVER EL CONFLICTO PREVIAMENTE MENCIONADO, DADO
QUE PERMITE DETERMINAR EL NIVEL ÓPTIMO DE RIESGO Y LA CANTIDAD ADECUADA DE MANTENIMIENTO, PARA OBTENER EL
MÁXIMO BENEFICIO O MÍNIMO IMPACTO EN EL NEGOCIO.
LA FIGURA DE LA PAGINA SIGUIENTE MUESTRA GRÁFICAMENTE EL MODELO MENCIONADO, Y EN EL MISMO PUEDEN
DESTACARSE TRES CURVAS QUE VARÍAN EN EL TIEMPO:
.- LA CURVA DEL NIVEL DE RIESGO (RIESGO = PROBABILIDAD DE FALLA X CONSECUENCIA)
.- LA CURVA DE LOS COSTOS DE MANTENIMIENTO, EN LA CUAL SE SIMULAN LOS COSTOS DE DIFERENTES FRECUENCIAS PARA
LA ACCIÓN DE MANTENIMIENTO PROPUESTA
.- LA CURVA DE IMPACTO TOTAL, QUE RESULTA DE LA SUMA PUNTO A PUNTO DE LA CURVA DE RIESGOS Y LA CURVA DE LOS
COSTOS DE MANTENIMIENTO. EL “MÍNIMO” DE ESTA CURVA, REPRESENTA EL “MÍNIMO IMPACTO POSIBLE EN EL NEGOCIO” Y
ESTA UBICADO SOBRE EL VALOR QUE PUEDE TRADUCIRSE COMO EL PERIODO O FRECUENCIA ÓPTIMA PARA LA
REALIZACIÓN DE LA ACTIVIDAD DE MITIGACION; UN DESPLAZAMIENTO HACIA LA DERECHA DE ESTE PUNTO IMPLICARÍA
“ASUMIR MUCHO RIESGO” Y UN DESPLAZAMIENTO HACIA LA IZQUIERDA DEL MISMO IMPLICARÍA “GASTAR DEMASIADO
DINERO”.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
3.-MODELOS
3.-MODELOS DE
DE OPTIMIZACION
OPTIMIZACION IMPACTO
IMPACTO TOTAL=I(t)
TOTAL=I(t)
MODELO
MODELO COSTO - RIESGO I(t)= IMPACTO TOTAL SOBRE EL NEGOCIO
I(t)=R(t)+C(t)
3500
3000
RIESGO=R(t)
2500
2000
1500 COSTO=C(t)
COSTO=C(t)
1000 C(t )= COSTO DE LA ACCION PROPUESTA
PARA DISMINUIR EL RIESGO; MODELADO
500 A DIFERENTES FRECUENCIAS.
1 2 3 4 5 6 7 8 9 10 11 12 1 3 14 15 16 17 18 19 20
SI LA ACCION PROPUESTA SE EJECUTA A UNA FRECUENCIA QUE CORRESPONDE A :

3.- LA IZQUIERDA DEL PUNTO OPTIMO => SE ESTA GASTANDO MUCHO DINERO
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
3.-MODELOS
DE OPTIMIZACION
SOFTWARE
SOFTWARE SOPORTE
SOPORTE
EN EL AREA DE MANTENIMIENTO CONTAMOS CON EXCELENTES HERRAMIENTAS QUE SE SUSTENTAN EN LOS

PRINCIPIOS PREVIAMENTE EXPUESTOS. ESTAS SON:
.- APT MAINTENANCE
.- APT INSPECTION
.- APT LIFE SPAN
.- APTB SPARTES
.- APT STOCK
.- R2P2
ESTAS HERRAMIENTAS SON PARA APLICACIONES MUY PARTICULARES DE MANTENIMIENTO, SIN EMBARGO,
PARA CUALQUIER OTRO TIPO DE APLICACIÓN HEMOS DESARROLLADO UNA HERRAMIENTA GENERICA QUE
PERMITE MODELAR CASI CUALQUIER SITUACION, EN BASE A LOS MODELOS PREVIAMENTE DESCRITOS
LA PLATAFORMA FUE DESARROLLADA EN “MATHCAD” Y “EXCEL”
UN EJEMPLO DE LA MISMA SE MUESTRA EN EL GRAFICO DE LA LAMINA SIGUIENTE
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
3.-MODELOS
DE OPTIMIZACION
SOFTWARE
SOFTWARE SOPORTE
SOPORTE
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
3.-MODELOS
DE OPTIMIZACION
EJEMPLOS
1.- OPTIMIZACION DE LA FRECUENCIA DE INSPECCION ELECTROMAGNETICA
2.- OPTIMIZACION DE LA FRECUENCIA DE RETRABAJO O “WORKOVER” EN POZOS
Regresar
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
MODELO
MODELO COSTO
COSTO RIESGO
EJEMPLO #1
#1
OPTIMIZACIÓN DE LA FRECUENCIA DE
INSPECCIÓN ELECTROMAGNÉTICA DE
OLEODUCTOS Y GASODUCTOS
Equipo
Equipo de
de trabajo
trabajo
Nelson Betancour Coordinación Operacional

José Aranguren Inspección Equipos Estáticos
Nelson Rosales Inspección Equipos Estáticos
Idígoras Rodríguez Inspección Equipos Estáticos
Jairo Contreras Planificación
Fabricio Paletta Ingeniería de Instalaciones
Mileydis García Tesista
Daglenia Díaz Tesista
Medardo Yanez Confiabilidad Operacional

(Coordinador)
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
MODELO
MODELO COSTO
COSTO RIESGO
EJEMPLO #1
#1
ANTECEDENTES:
ANTECEDENTES: COSTO o IMPACTO TOTAL
COSTO DEL RIESGO
3500 •PRODUCCION DIFERIDA
COSTO DEL RIESGO + COSTO DEL MTTO
LA
LA INSPECCION
INSPECCION ELECTROMAGNETICA
ELECTROMAGNETICA PERMITE
PERMITE CAPTURAR
CAPTURAR
COSTO POR AÑO

•fallas
INFORMACION
INFORMACION RELEVANTE
RELEVANTE PARA
PARA ESTABLECER
ESTABLECER LASLAS 3000 •ineficiencia eqpos.
ESTRATEGIAS
ESTRATEGIAS DE
DE MANTENIMIENTO
MANTENIMIENTO Y REEMPLAZO
REEMPLAZO DE
DE LINEAS
LINEAS Punto Optimo •REDUCCION VIDA UTIL
2500
•IMPACTO EN SEGURIDAD
EL
EL COSTO
COSTO DE
DE UNA
UNA INSPECCION
INSPECCION ULTRASONICA CON BUZOS ES 2000 •IMPACTO AMBIENTAL
ELEVADO
ELEVADO
1500
1000 COSTO DE
EN
EN LA
LA ACTUALIDAD LA FRECUENCIA DE ESTE TIPO DE INSPECCION
500
INSPECCION
INSPECCION SE
SE ESTABLECE
ESTABLECE EN BASE A :
.-
.- EXPERIENCIA
EXPERIENCIA DE
DE OPERADORES
OPERADORES Y
Y ANALISTAS
ANALISTAS 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
.-
.- EXPERIENCIAS
EXPERIENCIAS INTERNACIONAL
INTERNACIONAL EN
EN APLICACIONES
APLICACIONES SIMILARES
SIMILARES INTERVALO DE INSPECCION ( AÑOS )
.-
.- DISPONIBILIDAD
DISPONIBILIDAD PRESUPUESTARIA
PRESUPUESTARIA
BENEFICIOS:
BENEFICIOS:
DISMINUCION
DISMINUCION DEL
DEL RIESGO
RIESGO TOTAL
TOTAL ASOCIADO
ASOCIADO A
A LA
LA INSTALACION
INSTALACION
ALCANCE:
ALCANCE: DISMINUCIONN
DISMINUCIONN DEL
DEL IMPACTO
IMPACTO GLOBAL
GLOBAL DE
DE LA
LA POLITICA DE
INSPECCION
INSPECCION SOBRE
SOBRE EL
EL NEGOCIO
NEGOCIO MEDULAR
MEDULAR
OPTIMAR
OPTIMAR LA
LA FRECUENCIA
FRECUENCIA DEDE INSPECCION
ELECTROMAGNETICA
EN
EN BASE
BASE A
A UN
UN ANALISIS COSTO - RIESGO,
RIESGO, PARA
PARA DETERMINAR
DETERMINAR EL
EL
NIVEL ÓPTIMO
NIVEL ÓPTIMO DE RIESGO
RIESGO YY LA CANTIDAD ADECUADA DE DISMINUCION
DISMINUCION PROMEDIO
PROMEDIO DEDE 50
50 MMBs/ANO
MMBs/ANO EN
EN COSTOS
COSTOS DE
DE
INSPECCIONES
INSPECCIONES ,, QUE
QUE PERMITAN
PERMITAN OBTENER
OBTENER ELEL MAYOR
MAYOR NIVEL
NIVEL INSPECCION,
INSPECCION, POR
POR CADA
CADA LINEA
LINEA PRINCIPAL
PRINCIPAL
DEBENEFICIO,
DEBENEFICIO, (MÍNIMO
(MÍNIMO IMPACTO)
IMPACTO) PARA
PARA EL
EL NEGOCIO.
NEGOCIO.
EL
EL ANALISIS
ANALISIS ESTARA
ESTARA SUSTENTADO
SUSTENTADO EN EN LAS
LAS TECNICAS
TECNICAS DE
DE DISPONIBILIDAD
DISPONIBILIDAD DE
DE UNA
UNA NUEVA
NUEVA HERRAMIENTA
HERRAMIENTA (SOFTWARE)
(SOFTWARE) QUE
QUE
OPTIMIZACION
OPTIMIZACION DE MANTENIMIENTO
MANTENIMIENTO Y A LA TEORIA DE PERMITE
PERMITE DIVERSOS TIPOS DE SIMULACION Y
DIVERSOS TIPOS DE SIMULACION Y ANALISIS
ANALISIS DE
DE
INTERFERENCIA
INTERFERENCIA ESFUERZO
ESFUERZO - RESISTENCIA ESCENARIOS,
ESCENARIOS, TODO
TODO EN
EN BASE
BASE AL
AL MODELO
MODELO COSTO RIESGO.
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
MODELO
MODELO COSTO
COSTO RIESGO
EJEMPLO #1
#1 ESTIMACION DE LA CONSECUENCIAS
Prof. Daño Prof. Daño Tasa Corr.
1990 (plg) 2000 (plg) (Plg/año) DANO 1 DANO 2 DANO 3 DANO “n”
Daño 1 0.00110 0.22300 0.02219
Daño 2 0.00120 0.07125 0.00701
Daño 3 0.01110 0.09750 0.00864
Daño 4 0.00110 0.08250 0.00814
Daño 5
Daño 6
0.00110
0.00110
0.10500
0.07500
0.01039
0.00739
di(t)=doi+Rc*t (Profundidad del dano)
Daño 7 0.00110 0.31875 0.03177
Daño 8 0.00110 0.14625 0.01452
Daño 9 0.00101 0.21010 0.02091
Daño 10 0.00112 0.12750 0.01264
Daño 11 0.00113 0.12375 0.01226
Daño 12 0.00110 0.11625 0.01152
Daño 13 0.00110 0.11250 0.01114
Daño 14 0.00115 0.25875 0.02576
Daño 15 0.00230 0.10875 0.01065
Daño "n-1" 0.00110 0.10500 0.01039
Daño "n" 0.00110 0.10500 0.01039
dLIM
VELOCIDAD DE CORROSION (Rc)
Prob. Falla a t=10 anos
Prob. Falla a t=5anos

doi
tiempo (anos)
t=5 anos t=10 anos
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
MODELO
MODELO COSTO
COSTO RIESGO
EJEMPLO #1
#1 ESTIMACION DE LAS CONSECUENCIAS
Forecast: Consecuencias
60,000 Trials Frequency Chart 58,870 Displayed

.069 4119
Alta Frecuencia
Baja Consecuencia
.051
(Colocacion de Camisas,
Grapas, By Pass)
.034
Baja Frecuencia
.017
Alta Consecuencia
(Falla Caastrofica)
Mean = 40.39
.000 0
0.14 55.03 109.93 164.82

300.5 219.72
700.3
MMBs
MMBs
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
MODELO
MODELO COSTO
COSTO RIESGO
EJEMPLO #1
#1 SOFTWARE
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
MODELO
MODELO COSTO
COSTO RIESGO
EJEMPLO #1
#1 CASOS DE APLICACION
Frecuancia Nueva Ahorro

Linea
Tradicional Frecuencia Aproximado
8 años (10% Rep)

Ule-Amuay #1 5 años 50 MMBs/ año
10 anos (50% Rep)
3 años (10% Rep)

Pueblo Viejo - Lagunillas 5 años 10 anos (50% Rep)
40 MMBs/ año
7 años (10% Rep)

La Pica – El Tablazo 5 años
10 años 60 MMBs/ año
Regresar
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
MODELO
MODELO COSTO
COSTO RIESGO
EJEMPLO #2
#2 ESTIMACION DE LA FRECUENCIA
OPTIMA DE MANTENIMIENTO A
POZOS BASADA EN LA CONDICION
YACIMIENTOS /
INSTALACIONES 2S IMPACTO TOTAL=I(t)
I(t)= IMPACTO TOTAL SOBRE EL NEGOCIO
I(t)=R(t)+C(t)
3500
3000
2500
2000
1500 COSTO=C(t)
C(t )= COSTO DE LA ACCION PROPUESTA
1000
PARA DISMINUIR EL RIESGO; MODELADO
500 A D IFERENTES FRECUENCIAS.
1 2 3 4 5 6 7 8 9 10 11 12 1 3 14 15 16 17 18 19 20
SI LA ACCION PROPUESTA SE EJECUTA A UNA FRECUENC IA QUE CORRESPONDE A :

3.- LA IZQUIERDA DEL PUNTO OPTIMO => SE ESTA GASTANDO MUCHO DINERO RE TORNA R
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
MODELO
MODELO COSTO
COSTO RIESGO
EJEMPLO #2
#2 ESTIMACION DE LA PROB. DE FALLA
PRESION DE FONDO VS. TIEMPO

16
PRESION (MPa)
14  Pf  Po 
F( t )  1    
12  2 2 
DIST.
DIST. DE  Pf Po 
Pf
Pf
DIST.
DIST. DE 10
Pf
Pf
8
6
DIST.
DIST. DE
Pf
Pf 4
DIST.
DIST. DE LA
PRESION
PRESION
0
REQ. PARA 0 2 4 6 8 10 12 14
OPERACION
OPERACION t-n-1
t1 t2 TIEMPO EN OPERACION (t) (ANOS)
Abril 2004
UNIVERSIDAD
UNIVERSIDAD “GRAN
“GRAN MARISCAL
MARISCAL DE
DE AYACUCHO”
AYACUCHO”
FACULTAD
INGENIERIA.
Ingenieria
Ingenieria de
de Mantenimiento
Mantenimiento
ANALISIS DE RIESGO
MODELO
MODELO COSTO
COSTO RIESGO
EJEMPLO #2
#2 ESTIMACION DE LAS CONSECUNCIAS
Forecast: Consecuencias
60,000 Trials Frequency Chart 58,870 Displayed

.069 4119
Alta Frecuencia
Baja Consecuencia
.051
.034
Baja Frecuencia
.017
Alta Consecuencia
(Falla Caastrofica)
Mean = 40.39
.000 0
0.14 55.03 109.93 164.82

300.5 219.72
700.3
MMBs
MMBs
Regresar
Abril 2004

Confiabilidad de Sistemas

Caricato da

Informazioni sul documento

Descrizione originale:

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Confiabilidad de Sistemas

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD

 SIN RIESGOS INNECESARIOS

ES LA CAPACIDAD DE UN SISTEMA, REPRESENTADO

PROBABILIDAD DE FALLA: F(t)

PROBABILIDAD DE FALLA = 1- CONFIABILIDAD

RIESGO= PROB. DE FALLA X CONSECUENCIA DE LA FALLA

R(t) = F(t) x CONSECUENCIA DE LA FALLA

NORMALMENTE SE ENTIENDE COMO LA PROBABILIDAD DE TENER UNA PERDIDA,

ES EL MEJOR PARAMETRO PARA EXPRESAR EL ESTATUS GLOBAL DE UN EQUIPO,

 ESTUDIOS BASADOS EN “CONFIABILIDAD”

ALTA  FALLA=PERDIDA DE LA FUNCION

 BAJA FRECUENCIA /ALTA CONSECUENCIA

 TIPICO DE EQUIPOS ESTATICOS

 ESTUDIOS BASADOS EN RIESGO

MEDIA  FALLA=PERDIDA DE LA INTEGRIDAD MECANICA

BAJA MEDIA ALTA

IDEAL PARA PATRONES DE FALLA DE “ALTA

 BASADO EN EL ANALISIS ESTADISTICO DEL TIEMPO

LA CONFIABILIDAD SE CALCULA USANDO LA

CONFIABILIDAD C(T): PROBABILIDAD DE QUE EL

 IDEAL PARA PATRONES DE FALLA DE “BAJA FRECUENCIA

BASADO EN LA FISICA DE LA FALLA

 LA CONFIABILIDAD SE CALCULA USANDO LA TEORIA DE

MANTENIMIENTO PREDICTIVO O MONITOREO DE LA CONDICION

CUANDO EN EL MUNDO INDUSTRIAL HABLAMOS DE:

•SOBRE - MANTENIMIENTO O SUB - MANTENIMIENTO

•PRESUPUESTOS SOBRE - ESTIMADOS O SUB - ESTIMADOS

INTRINSECAMENTE HABLAMOS DE:

“LA PRESENCIA DE INCERTIDUMBRE

“LA CERTIDUMBRE ABSOLUTA ES UN PRIVILEGIO

“ES PREFERIBLE ESTAR APROXIMADAMENTE

DE DONDE VIENE LA DEL COMPORTA -

COMO TOMAR CARACTERISTICAS

INGENIERIA DE CONFIABILIDAD : CONCEPTOS

• ES LA RAMA DE LA INGENIERIA QUE

• TAMBIEN PUEDE DEFINIRSE COMO LA

ALEATORIOS DEL FENOMENO “FALLA”.

• ES LA RAMA DE LA INGENIERIA QUE PERMITE MEDIR Y CONTROLAR LA

VOLUMEN DE CONTROL: VOLUMEN DE CONTROL:

EL DIAGNOSTICO ES UN PROCESO QUE PERMITE CARACTERIZAR

DATA PLATAFORMA DE ANALISIS DIAGNOSTICO

RIESGO= PROB. DE FALLA X CONSECUENCIA DE LA FALLA

CONFIABILIDAD / PROB. DE FALLA CONSECUENCIAS

CONFIABILIDAD CONFIABILIDAD PERDIDAS DE COSTO DE IMPACTO IMPACTO

PROCESO PROCESO NO PROCESO

“MEJOR QUE COMO ESTABA

LOS MODELOS PROBABILISTICOS TRADICIONALMENTE USADOS EN ANALISIS DE

SE PROPONE UN MODELO PROBABILISTICO LLAMADO “PROCESO

 : ”PARAMETRO DE ESCALA” q<0 MEJOR QUE NUEVO

 : ”PARAMETRO DE FORMA”” q=0 TAN BUENO COMO NUEVO

q : ”PARAMETRO DE EFECTIVIDAD DE 0 < q < 1 MEJOR

RESULTADOS / TURBOCOMPRESOR - PDVSA

30 “ MEJOR QUE COMO

OPTIMIZACION DE LA PLANIFICACION DEL MANTENIMIENTO.

EQUIPOS DINAMICOS EN GENERAL:

PERMITE LA ESTIMACION DE LA CONFIABILIDAD Y/O

BASADO EN LA TEORÍA DE “INTERFERENCIA ESFUERZO ESFUERZO:f(x)

.- ESFUERZO: CONDICION MONITOREADA

LA CONFIABILIDAD SE DEFINE COMO LA PROBABILIDAD

ES LA BASE DE CALCULO DEL MANTENIMIENTO

ESPESOR DE PARED (“E”), VS TIEMPO DE OPERACION (“t”)

t1 t2 TIEMPO EN OPERACION (t) (dias)

PERMITE PREDICCIONES O DIAGNOSTICOS “PROACTIVOS “ EN BASE A LA CONDICION