análisis de confiabilidad, disponibilidad y mantenibilidad en sistemas productivos
DESCRIPTION
GESTION DE MANTENIMIENTOTRANSCRIPT
Gómez de la Vega H., Medina N., Semeco K, Yanez M.
Análisis de Confiabilidad, Disponibilidad y Mantenibilidad en Sistemas Productivos
Hernando Gómez de la Vega, Nayrih Medina, Medardo Yanez
Reliability and Risk Management S.A. Teléfonos: (58)-261-7923891
E-mail: [email protected], [email protected], [email protected], [email protected]
RESUMEN
Este trabajo sobre el Análisis de Confiabilidad, Disponibilidad y Mantenibilidad de Sistema
de Producción, se enfoca en la descripción de un estudio proactivo de diagnóstico de la
disponibilidad y el factor de servicio de un proceso de producción para un período
determinado de tiempo, que busca caracterizar el estado actual de un proceso, sistema o
equipos y predecir su comportamiento futuro basado en la configuración y confiabilidad de
sus componentes y en la filosofía de mantenimiento, mediante el análisis del historial de
fallas y reparaciones, los datos de las condiciones operacionales y datos técnicos. Su
finalidad es revelar problemas, definir y desarrollar alternativas de soluciones, reasignar
recursos y presupuestos para mejorar efectivamente la productividad del proceso o sistema,
a través de la sistemática reducción de la ocurrencia de fallas y eventos no deseados y
minimizar su impacto en el negocio medular. Durante las diferentes fases de un proyecto
(ingeniería básica, construcción, puesta en marcha y operación) este tipo de estudio
proporciona reportes a la medida, que permiten planear, organizar, controlar y comunicar
situaciones presentes en los diferentes escenario analizados permitiendo responder al
instante preguntas como: Que tan productivo es o será el proceso? Qué mejoras se pueden
introducir? Qué trabajos quedan por hacer? Cuales son las actividades críticas? Dónde
concentrar los esfuerzos y recursos?.
Palabras Claves: Confiabilidad, Disponibilidad, Falla, Mantenibilidad, Probabilidad,
1. INTRODUCCION
El análisis CDM (Confiabilidad, Disponibilidad y Mantenibilidad), conocido también como
análisis RAM (Reliability, Availability and Mantainability) permite pronosticar para un período
determinado de tiempo la disponibilidad y el factor de servicio de un proceso de producción,
basado en su configuración, en la confiabilidad de sus componentes y en la filosofía de
Gómez de la Vega H., Medina N., Semeco K, Yanez M.
mantenimiento. La base fundamental de este análisis es la selección de los TPPF, TPEF y
TPPR que mejor caracterizan los diversos equipos del sistema de producción, tomados de
bancos de datos genéricos de la industria, experiencia propia y opinión de expertos.
El análisis se sustenta en un modelo de simulación que toma en cuenta la configuración de
los equipos, las fallas aleatorias, las reparaciones, las paradas parciales y totales y el
mantenimiento planificado.
Una vez construido, el modelo CDM trabaja como un simulador “what if…” (que pasa si…),
que permite inferir el impacto que tienen en la disponibilidad y producción diferida del
sistema: nuevas políticas de mantenimiento, cambios en la mantenibilidad de los equipos,
aplicación de nuevas tecnologías, cambios en la configuración de los equipos dentro de los
procesos de producción, cambios en la política de inventarios e implantación de nuevos
métodos de producción.
Durante la ejecución de un estudio CDM, se realiza la adecuada caracterización
probabilística de los procesos de deterioro que afectarán los equipos, sub-sistemas y
sistemas asociados al citado proceso de producción a fin de pronosticar la mayoría de los
escenarios de paros o fallas. Adicionalmente, se identifican acciones para minimizar la
ocurrencia de estos escenarios y finalmente se identifican las implicaciones económicas de
cada escenario, comparándolo con el escenario basado en “Las Mejores Prácticas” (Best
Practices), a fin de contribuir con el establecimiento de estrategias óptimas de
mantenimiento para el manejo del negocio.
Como resultado del proceso se obtiene una lista de criticidad de elementos o equipos, con
base a su impacto a la disponibilidad y factor de producción diferida, con la finalidad de
establecer las acciones que mitiguen el riesgo, y permitan optimizar la rentabilidad del
negocio.
Gómez de la Vega H., Medina N., Semeco K, Yanez M.
2. MODELO GENERAL PARA ELABORAR UN ANÁLISIS CDM
La figura 1 muestra un esquemático del modelo general que se propone para la elaboración
de un estudio CDM.
Figura 1. Modelo General Análisis CDM
Como se indica en la figura 1, el análisis CDM se inicia con la estimación de las tasas de
falla y reparación de cada uno de los componentes o equipos que conforman las
instalaciones. Las fuentes fundamentales de información para esta estimación pueden ser
de variada naturaleza, específicas o genéricas, y dentro de ellas pueden mencionarse
OREDA (Offshore Reliability Data), PARLOC, WELL MASTER, IEEE, SINTEF y la
evidencia o información propia de fallas de sistemas similares que posea la empresa en la
cual se está ejecutando el estudio. El Teorema de Bayes permite la combinación, de forma
estructurada y matemáticamente soportada, de la experiencia de otros (conocimiento
previo) con la experiencia propia (evidencia), obteniendo de esta combinación tasas de
fallas mas representativas de la realidad operacional del proceso bajo análisis (conocimiento
mejorado o actualizado). Ver figura 2.
Gómez de la Vega H., Medina N., Semeco K, Yanez M.
Figura 2. Modelo de Actualización de Tasas de Falla
Esta información mejorada de las tasa de falla alimenta un modelo de Diagramas de Bloque
de Disponibilidad (DBD); que representa la arquitectura del sistema y la filosofía de
operación del campo. Este diagrama puede construirse en herramientas computacionales
de simulación disponibles.
El análisis requiere un número adecuado de entrevistas con el personal de los diferentes
departamentos que intervienen en el proceso bajo estudio, para verificar la representatividad
del modelo, como elemento clave para alcanzar el éxito del mismo.
Por otro lado, una vez desarrollada y validada la base de datos y la arquitectura del modelo,
se generan los diferentes escenarios de interés. Estos escenarios pueden corresponder a
cambios de arquitectura (nuevas configuraciones de los equipos, introducción de nueva
tecnología, cambios en el diseño), nuevos planes de mantenimiento u optimización de los
existentes, nuevas políticas de inventario, adquisición de equipos de última generación,
nuevas políticas tendientes a mejorar los TPEF y TPPR de los equipos existentes, entre
otras.
La simulación de los diferentes escenarios permite verificar el impacto de los cambios
propuestos en los resultados de confiabilidad y disponibilidad del sistema bajo estudio.
Gómez de la Vega H., Medina N., Semeco K, Yanez M.
El plan de trabajo para un análisis CDM, se desarrolla en tres vías fundamentales, tal como
se muestra en la figura 3.
La primera actividad (Etapa I), consiste en la asignación de las tasas de falla y reparación
de los componentes o equipos que conforman el sistema, así como la revisión de los planes
de mantenimiento planificados y no planificados. Para esta etapa se realizan los siguientes
pasos:
Figura 3. Plan de Trabajo
• Recopilación de Data Histórica Propia: muchas empresas buscando la mejora
continua de sus procesos han hecho grandes esfuerzos en la recolección de
información de campo sobre datos de falla (tipo y frecuencia) y datos de reparación
de sus equipos. La cantidad y calidad de este tipo de información son de gran
importancia para este estudio pues reducen los valores de incertidumbre en el
análisis.
• Recopilación de Opinión de Expertos: existen casos donde no se cuenta con
suficiente información de campo, y en ausencia de ella existen metodologías que
permiten la recolección de información a partir de opinión de experto.
• Búsqueda y adecuación de Información Genérica: con la finalidad de obtener
resultados confiables, es extremadamente importante complementar la información
de fallas propia del sistema, con datos de confiabilidad genéricos provenientes de
Gómez de la Vega H., Medina N., Semeco K, Yanez M.
reconocidas bases de datos internacionales como OREDA, PARLOC, WELL
MASTER, IEEE. Sin embargo, es vital adecuar esta información al entorno
operacional bajo análisis, seleccionando de las bases de datos, solo aquellos modos
de fallas que puedan realmente ocurrir en el entorno bajo estudio.
Figura
• Revisión y Validación de las Bases de Datos: En esta etapa, un equipo de trabajo
dirige sus esfuerzos en validar la información de confiabilidad para cada elemento
del sistema (TPPF y TPPR). Esta etapa incluye un conjunto de entrevistas formales
de trabajo con personal asociado al proceso productivo (operadores, mantenedores,
analistas, programadores, ingenieros de procesos), con la finalidad de intercambiar y
aclarar las premisas referentes a la base de datos, y de revisar y definir la filosofía
de operaciones del proceso productivo bajo estudio. Esto incluye la revisión de los
PI&D, diagramas funcionales, diagramas de proceso, registros de operación y fallas,
planes de mantenimiento y otras fuentes de información para complementar el
análisis.
• Estimaciones: la información proveniente de los pasos anteriores se utiliza para
obtener una estimación representativa de las tasas de falla y reparación
característico del sistema o proceso. Esto se logra formulando relaciones
algebraicas que permita usar distribuciones de probabilidad y fundamentos de
matemática Bayesiana, para combinar la evidencia con información genérica.
La segunda actividad (Etapa II), esta relacionada con la revisión y verificación de la
arquitectura del modelo; y la misma se realiza en las siguientes etapas:
Gómez de la Vega H., Medina N., Semeco K, Yanez M.
• Construcción del Diagrama de Bloque de Disponibilidad: En este primer paso de
la segunda etapa, la configuración del sistema de producción debe representarse en
modelos de bloque; lo cual implica la revisión detallada de los PI&D, diagramas
funcionales y diagramas de proceso.
• Revisión de la representatividad del modelo: segundo paso de la segunda etapa
consiste en verificar la representatividad que el modelo diagramado tiene del sistema
de producción bajo estudio. En esta etapa; el modelo se somete a prueba en
reuniones con expertos en dicho proceso productivo.
La tercera actividad (Etapa III), consiste en la combinación de los resultados obtenidos en
las etapas I y II. La información de tasas de falla y reparación actualizadas proveniente de la
primera etapa se introduce al modelo obtenido en la etapa II.
Figura
A partir de este momento comienza el proceso final de modelaje, con la generación de un
número pre-establecido de escenarios y la realización de un análisis de sensibilidad (en
cada caso), para establecer el impacto de cada componente del sistema en los factores de
disponibilidad y producción diferida del proceso analizado.
3. RESULTADOS DE UN ANALISIS CDM
Gómez de la Vega H., Medina N., Semeco K, Yanez M.
El resultado de este modelo es una distribución de probabilidad de la disponibilidad y
producción diferida del sistema para cada escenario analizado.
Entre los productos que resultan de un análisis CDM son los siguientes:
1.) Pronóstico de la disponibilidad para un período determinado de tiempo.
2.) Factor de producción diferida de un proceso de producción, basado en su configuración,
en la confiabilidad de sus componentes y en la filosofía de mantenimiento.
3.) Base de Datos con información técnica, operacional y de confiabilidad del sistema.
4.) Modelo de Confiabilidad, Disponibilidad y Mantenibilidad (Modelo CDM).
5.) Perfil estocástico de la Disponibilidad y Producción Diferida por Unidad Operativa o
Sistema Productivo (para el ciclo de vida definido).
6.) Lista jerarquizada de los equipos y sistemas críticos, con base a su impacto al factor de
disponibilidad.
7.) Lista de recomendaciones técnicas para mitigar el riesgo e incrementar la disponibilidad.
Adicionalmente, el modelo permite desarrollar un análisis de sensibilidad para identificar los
equipos y sistemas de alto impacto en la indisponibilidad del proceso, con el propósito de
proponer acciones de mitigación, basados en un análisis costo-riesgo, que permite a la
gerencia del proceso productivo analizado, tener el conocimiento sobre el riesgo asociado y
los costos de los planes de intervención debido a mantenimiento planificado y no
planificado.
CONCLUSIONES:
Este estudio de diagnóstico integral que combina diferentes medologías tradicionales del
área de confiabilidad tales como: Análisis de Modos y Efectos de Fallas, Inspección Basada
en Riesgos, Mantenimiento Centrado en Confiabilidad, entre otras, permite:
• Realizar diagnósticos integrales sustentados en la información disponible de los
elementos que integran el proceso, sistema o equipos (data histórica de fallas y
reparaciones, datos de condiciones operacionales y daos técnicos=.
Gómez de la Vega H., Medina N., Semeco K, Yanez M.
• Inferir probabilísticamente todos los escenarios de producción factibles, a través de los
períodos de operación normal y de ocurrencia de eventos o escenarios no deseados,
basados en la configuración de los sistemas, la confiabilidad de sus componentes y la
filosofía de mantenimiento.
• Identificar acciones concretas para minimizar o mitigar la ocurrencia de estos eventos no
deseados y llevar el riesgo a niveles tolerables.
• Explorar las implicaciones económicas de cada escenario de riesgo posible y diseñar
planes y estratégias óptimas para el manejo del negocio.
• Comparar el costo asociado a una acción o estrategia de mantenimiento contra el nivel
de reducción de riesgo o mejora en el desempeño alcanzado debido a dicha acción.
LECCIONES APRENDIDAS:
El análisis de Confiabilidad, Disponibilidad y Mantenibilidad de un Sistema Productivo no es
un problema sencillo, para ello se requieren de herramientas y metodologías de cálculo con
complejidad acorde a la complejidad del proceso analizado.
Los resultados obtenidos con este estudio dependen en gran medida de la representatividad
que se logre con el modelo desarrollado, el cual debe modelar el comportamiento real del
sistema dentro de su contexto operacional.
El enfoque de Confiabilidad Integral es una herramienta de gran poder para agregar valor a
una empresa o proceso productivo; ya que “…una de las formas más importantes de
agregar valor, es evitar que se destruya…”
REFERENCIAS:
1. Yañez, Medardo – Gómez de la Vega, Hernando – Valbuena, Genebelin. Ingeniería
de Confiabilidad y Análisis Probabilístico de Riesgo – ISBN 980-12-0116-9. Junio
2003.
2. Modarres, Mohammad; Kaminsky, Mark; Kritsov, Vasily. “Reliability Engineering And
Risk Analysis”. Marcel Dekker, New York,1999.
3. Martz, H.F.;Walley, R.A. “Bayesian Reliability Analysis”, John Wiley and Sons, NY,
1982.
Gómez de la Vega H., Medina N., Semeco K, Yanez M.
4. Meeker, William Q.; Escobar Luis A., “Statistical Methods For Reliability Data”. Jhon
Wiley & Sons, New York, 1998.”
5. NASA, “Probabilistic Risk Assessment for NASA Managers and Practitioners”,
Version 1.1, Agosto 2002
6. SINTEF- “Offshore Reliability Data Handbook” 4th Edition, (OREDA 2002)
7. Energy Institute - “Pipeline And Riser Loss Of Containment Database (PARLOC
2001), London 2003
8. Hoyland, A.; Rausand, M., “System Reliability Theory: Models and Statistical
Methods”, John Wiley and Sons, NY, 1994.
9. Yañez, Medardo - Joglar, Fancisco - Modarres Mohammad, Generalized Renewal
Process for Analysis of Repairable Systems with Limited failure experience –
Reliability Engineering and System Safety Analysis Journal – ELSVIER – USA 2002
12. Ebeling, Charles E. “An Introduction To Reliability And Maintainability Engineering”.
McGraw Hill. New York, 1997.