informe de suficiencia ruben francisco luque ......por parte de los mecánicos de mantenimiento, no...

1

INFORME DE SUFICIENCIA

Implementación de un programa de confiabilidad basada en la estadística de alertas para una flota de aeronaves DASH8-202.

por

Ruben Francisco Luque Carbajal

Bachiller en Ingeniería Aeronáutica de la

Facultad de Ingeniería Industrial y Mecánica

Para optar el Título Profesional de

INGENIERO AERONÁUTICO EN LA

UNIVERSIDAD TECNOLOGICA DEL PERU

FEBRERO 2015

Programa Especial de Titulación Profesional 2015-1

El Autor cede a UTP los permisos para reproducir esteInforme de forma total o parcial, en cualquier medio conocido o futuro.

2

DEDICATORIA

El presente informe está dedicado a mi familia y mi querido abuelo que yace en la gloria

del descanso eterno, que gracias a sus constantes consejos y empujes, inculcaron en mí

la perseverancia, dedicación y esfuerzo, lo que me motivo día a día y así realizarme

profesionalmente.

3

ÍNDICE

Dedicatoria ii

Índice iii

Resumen v

Introducción vi

CAPÍTULO I: PROBLEMA DE INVESTIGACIÓN 7

Planteamiento del problema 8

Formulación del problema 9

Justificación e importancia 9

Limitaciones 10

Antecedentes de investigación 10

Objetivo 11

CAPÍTULO II: MARCO TEÓRICO 12

Base Teóricas 13

Definición de términos 21

CAPÍTULO III: MARCO METODOLÓGICO 24

Variables 25

Definición de variables 25

Metodología 25

Método de investigación 26

CAPÍTULO IV: METODOLOGÍA PARA LA SOLUCIÓN DEL PROBLEMA 27

4

Alternativas de solución 28

Solución del problema 28

Recursos humanos y equipamientos 29

CAPÍTULO V: ANÁLISIS Y PRESENTACIÓN DE RESULTADOS 30

Análisis descriptivo de la información relativa y las variables de estudio 31

Análisis teórico de los datos y resultados obtenidos en relación con las

bases teóricas de la investigación 77

Análisis de la asociación de variables y resumen de las apreciaciones

relevantes que produce 88

Conclusiones 99

Sugerencias c

Referencias bibliográficas ci

Anexos cii

5

RESUMEN

El presente informe se realizó con información de una flota de aeronaves Dash 8-202

perteneciente a la empresa LCPerú, la recolección de datos se obtuvo con las

discrepancias de los pilotos durante vuelo y del personal de mantenimiento en tierra,

permitiendo realizar el análisis por confiabilidad de sistemas y componentes, generando

gráficos estadísticos en donde se detectaron avisos de alerta de las fallas que

presentaron las aeronaves que vuelan en un espacio geográfico accidentado como el

Perú.

Estos valores de alerta basados en conceptos de confiabilidad, son interpretadas

mediante indicadores de reportes de piloto y remociones de componentes no

programados de aeronaves, permitiendo analizar y consultar con el fabricante las

soluciones necesarias para mantener una flota confiable.

Se utilizó la herramienta tecnológica Excel para aplicar los métodos estadísticos y para

realizar los indicadores mediante gráficas, haciendo de este software una herramienta

básica para la implementación de este programa de confiabilidad.

6

INTRODUCCIÓN

El mantenimiento bajo el concepto de confiabilidad, nació en la industria aeronáutica a

mediados de los años sesenta, con la filosofía MSG 3, donde se aplica el análisis

estadístico de fallas y el monitoreo por condición de los componentes, la aplicación del

mantenimiento centrado en la confiabilidad optimiza programas estándares de

mantenimiento emitidos por los fabricantes de diferentes modelos de aeronaves,

reduciendo los costos operacionales de una aerolínea.

Para poder desarrollar estos programas, es necesario conocer qué tipo de herramientas e

información se requerirán para el análisis de tendencias estadísticas.

El presente trabajo pretende mostrar la aplicación de conceptos de confiabilidad de

sistemas y de componentes para ayudar al análisis de fallas de mantenimiento, optimizar

tareas preventivas, reducir costos elevados de reparación de componentes y sobre todo

permitir beneficios en la productividad, aeronavegabilidad, rentabilidad y seguridad de

vuelo en aerolíneas que deseen operar con aviones Dash8-202 en el Perú.

7

CAPÍTULO I: PROBLEMA DE INVESTIGACIÓN

8

1.1. Planteamiento del problema:

El Perú, es uno de los países que cuenta con un suelo geográfico accidentado y

climatológicamente variado, a pesar de estas condiciones, existen aeródromos, donde el

transporte aéreo es capaz de mantenerse para el desarrollo de diversas industrias y el

crecimiento económico de ciudades.

La mayoría de estos aeródromos cuentan con pistas de aterrizajes cortas, no

pavimentadas y están ubicadas a gran altura, además soportan las variadas condiciones

de clima como la alta humedad, lluvias, etc., lo cual impide que ciertos modelos de

aeronaves puedan aterrizar, debido a los requerimientos mínimos operacionales, es

decir, tengan una pista de aterrizaje debidamente asfalta, de un ancho y longitud

necesarias para realizar la carrera de despegue, la altura, la infraestructura, entre otras

más.

En la industria aérea, las avionetas y algunos aviones pueden acceder a este tipo de

terrenos agrestes, logrando aterrizar en pistas de aterrizajes cortas y no pavimentadas,

además, someterse a los diferentes cambios de temperatura y alturas distintas,entre este

grupo de aeronaves destaca los modelos de canadienses Dash8-202 de Bombardier.

Para una aerolínea que opere con una flota de aeronaves Dash8-202 en este tipo de

espacio geográfico, debe entender que las diversas fallas de mantenimiento en los

sistemas de las aeronaves, son posibles resultados provocados por el lugar donde vuela,

factores como la corrosión, debido a la alta humedad, afecta la estructura de la aeronave

y diversos equipos electrónicos, además, operar en pistas no pavimentadas incrementa

los impactos de objetos extraños en el fuselaje del avión, logrando un incremento de

fallas causando la pérdida de la confiabilidad de estas aeronaves, trayendo

consecuencias como el incremento de fallas y remociones elevadas de equipos.

La confiabilidad de las aeronaves es medida por varios indicadores uno de los cuales son

los indicadores de reporte de pilotos y los indicadores de remoción de componentes,

9

estos indicadores van enlazados con las fallas de mantenimiento, esto quiere decir que,

mientras las fallas van en aumento y exista alertas, la confiabilidad disminuye lo cual

afecta una operación rentable, aeronavegable, óptima y sobre todo la seguridad de vuelo

del avión.

1.2. Formulación del problema:

1.2.1. Pregunta General:

¿Cómo implementar un programa de confiabilidad, basada en la estadística de alertas

para una flota de aeronaves DASH8-202?

1.2.2. Preguntas Específicas:

1.2.2.1. ¿Cómo aplico la confiabilidad para desarrollar un programa estadístico de

alertas, el cual brindará mejoras en la seguridad de vuelo?

1.2.2.2. ¿Cómo mantener la aeronavegabilidad de una flota Dash8-202 mediante el

desarrollo de un programa de confiabilidad basada en la estadística de

alertas?

1.2.2.3. ¿Cómo desarrollar las métricas y fórmulas estadísticas para la implementación

de este programa de confiabilidad?

1.3. Justificación e importancia:

El presente informe se realizó para brindar una facilidad en la optimización de un

programa de mantenimiento estándar en aeronaves Dash 8-202, para aerolíneas que

deseen realizar operaciones aéreas en regiones accidentadas como el Perú, mediante la

implementación de un programa de confiabilidad basada en la estadística de alertas con

lo cual mantendrá una flota confiable, aeronavegable, rentable y eficiente.

10

1.4. Limitaciones:

Las limitaciones que se pueden encontrar durante la elaboración de este informe son las

siguientes:

1.4.1. Por parte de los mecánicos de mantenimiento, no ingresar adecuadamente los

datos requeridos en las órdenes de servicio respecto a los números de parte y

serie de los componentes removidos no programados, si esta información no es

ingresada correctamente, no se podrá dar un seguimiento adecuado a la

confiabilidad de componentes.

1.4.2. Por parte de la tripulación de vuelo, no ingresar claramente la falla presentada

durante la operación de la aeronave, ya que si la información no está bien

detallada, no se podrá dar un seguimiento debido al reporte de mantenimiento.

1.5. Antecedentes de investigación:

1.5.1. Licito Bonilla Cristhian, (2015), Mejora de la confiabilidad de operación del sistema

weather radar en aeronaves DASH8-202, Universidad Tecnológica del Perú,

Reubicación del ducto de salida de aire tibio del TRU #1 hacia el compartimiento

del radome, donde se encuentra instalada la Antena del Sistema de Radar

Meteorológico, P. 38 – 45.

1.5.2. Hernández Bárcenas Raymundo, (2010), Propuesta de Mantenimiento Preventivo

Basado en la Confiabilidad, Instituto Politécnico Nacional de México, Confiabilidad:

Es la característica de calidad que mide la duración de los productos, los cuales

deben operar sin fallas durante un tiempo especificado para ser confiables, P. 10.

1.5.3. Meza Sevilla Paulo Roberto y Garcia Hernández Ramiro, (2011), Análisis de la

confiabilidad del componente AHRU (unidad de referencia de rumbo y actitud),

Instituto Politécnico Nacional de México. Descripción del proceso del control de

confiabilidad, el control de confiabilidad es un método de control sobre el

desempeño mecánico de la aeronave, sistemas y componentes, P. 21

11

1.6. Objetivos:

1.6.1. Objetivo General:

1.6.1.1. Implementar un programa de confiabilidad basada en la estadística de alertas

para una flota de aeronaves DASH8-202.

1.6.1.2. Objetivos Específicos:

1.6.1.3. Aplicar los conceptos de confiabilidad de Bombardier para el desarrollo de un

programa estadístico de alertas, el cual brindará mejoras en la seguridad de

vuelo.

1.6.1.4. Mantener la aeronavegabilidad de una flota Dash8-202 mediante el desarrollo de

un programa de confiabilidad basada en la estadística de alertas.

1.6.1.5. Desarrollar las métricas y fórmulas estadísticas para la implementación del

programa.

12

CAPÍTULO II: MARCO TEÓRICO

13

2.1. Bases Teóricas:

Según, Meza Sevilla Paulo Roberto y García Hernández Ramiro, (2011), Análisis de la

confiabilidad del componente AHRU (unidad de referencia de rumbo y actitud).

La confiabilidad es la probabilidad de que un componente o sistema desempeñe

satisfactoriamente la función para la que fue creado durante un periodo establecido y bajo

condiciones de operación especificadas, podemos interpretarlo con el siguiente cuadro:

Diagrama 1 – Análisis de Confiabilidad

Fuente: Manual de Confiabilidad de LC Perú.

Las fuentes de información empleada se obtienen descargando los datos de los

diferentes sistemas de información de la compañía que incluyen los siguientes aspectos:

14

Reportes técnicos y de piloto: En vuelo los pilotos, a través de los reportes de piloto

reportan una anomalía de mal funcionamiento en un componente o sistema. De igual

manera se reporta los cambios de componentes y/o fallos y corrección de fallos en los

reportes técnicos.

Reportes de piloto diferidos: Son aquellos subsistemas del avión que de acuerdo con lo

mencionado en el listado mínimo de equipos (MEL), puede ser diferida en el tiempo su

acción correctiva.

Remociones no programadas de componentes HARD TIME: Este evento sucede cuando

un componente es removido de forma no programada debido a un fallo en su

funcionamiento antes del tiempo establecido con base en el programa de mantenimiento.

Remoción de componentes On Condition: Este suceso ocurre cuando un componente

bajo On Condition es removido de forma prematura, antes de cumplir el periodo para su

chequeo funcional (sin ser retirado del avión) el cual era estimado de acuerdo a un

estándar comparativo.

2.1.1. Proceso de recolección de información sobre reportes técnicos.

Los estándares de desempeño son los avisos de alertas de sistemas de aeronaves, que

son generados sobre la base de la cantidad de reportes de piloto por horas alcanzados y

cada vez que el promedio de los tasas mensuales calculadas de los tres últimos meses,

(considerado por cada 1000 horas de vuelo o ciclos de vuelo como aplique según el

análisis que se realice), iguala o supera el valor de alerta establecido para el periodo que

se encuentra bajo análisis.

Las remociones de componentes y las fallas de mantenimiento generan avisos de alertas,

cada vez que la tasa del último mes y el promedio de las tasas de los últimos tres meses,

en sus distintas combinaciones, alcanzan una clasificación de categoría de alerta (RE,

AL, EX,). La tasa de remociones corresponde al número de remociones por cada 1000

horas de vuelo del componente.

15

El rendimiento de las aeronaves, sistemas, motores y componentes es monitoreado por

un sistema de “alerta” que en términos simples, es un sistema comparativo. Se utiliza un

nivel de rendimiento (índice) mensual y/o trimestral, que en sus diversas combinaciones

es comparado con los valores de alerta establecidos para determinar su condición actual.

Cuando los componentes, sistemas o motores alcancen una condición de alerta, se

generará un aviso de alerta,

Los parámetros usados para el seguimiento, evaluación y determinación de las acciones

correctivas a ser aplicadas están clasificados en primarios y secundarios.

Las primarias son aquellos que afectan directamente la confiabilidad de la operación y

secundarias las que afectan en forma indirecta. La confiabilidad es monitoreada

mensualmente por el seguimiento de todos los parámetros indicados.

Los valores de alerta son calculados sobre la base de los registros obtenidos de la

operación diaria y considerando un período de doce meses. Al cabo del término del

periodo de doce meses, estos valores deben ser recalculados con la información de los

doce meses inmediatamente anteriores.

Los rendimientos funcionales considerados como la operación normal de un sistema o

componente están controlados a través del seguimiento de las frecuencias en la

ocurrencia de la falla de un sistema o la remoción de un componente. Las desviaciones

de dichas frecuencias de falla o remoción más allá de la distribución normal calculada y

esperada, generarán una condición de alerta.

Para establecer los valores de alerta se usa el método estadístico de la desviación

estándar.

Los valores de alerta son normalmente fijados de dos a tres desviaciones estándar sobre

la tasa de falla calculada (valor o tasa de falla principal), lo cual establece la banda de

tolerancia que es proporcional a las variables en la tasa de falla obtenida. La fijación del

16

nivel de alerta (referido al coeficiente multiplicador “k”) dependerá normalmente de la

distribución o dispersión observada en las tasas de fallas del sistema en cuestión. No

debe ser fijado más alto que la mayor de las tasas de fallas calculadas, de tal forma que

no produzca ninguna situación de alerta; ni tan bajo que la distribución normal de fallas

produzca excesivas generaciones de alertas.

El valor de alerta está definido entonces como el límite de control superior o upper control

limit (UCL) de esta banda de tolerancia.

La desviación estándar o desviación típica (denotada con el símbolo σ o s) es

una medida de dispersión para variables de razón (variables cuantitativas o cantidades

racionales) y de intervalo. Se define como la raíz cuadrada de la varianza de la variable.

Para conocer con detalle un conjunto de datos, no basta con conocer las medidas de

tendencia central, sino que necesitamos conocer también la desviación que presentan los

datos en su distribución respecto de la media aritmética de dicha distribución, con objeto

de tener una visión de los mismos más acorde con la realidad al momento de describirlos

e interpretarlos para la toma de decisiones. La desviación estándar, también

llamada desviación típica, es una medida de dispersión usada en estadística que nos dice

cuánto tienden a alejarse los valores concretos del promedio en una distribución. De

hecho, específicamente, el cuadrado de la desviación estándar es "el promedio del

cuadrado de la distancia de cada punto respecto del promedio". Se suele representar por

una S o con la letra sigma, , como se muestra en la siguiente fórmula:

(1)

Fuente: Libro Estadística y Probabilidad UTP

Donde N es la cantidad de meses de la muestra a calcular, 푥 es el indicador calculado

para cada mes y es 푥̅la media aritmetica.

17

En la figura siguiente se muesta la intrepretación de la desviación estandar respecto a la

media aritmética.

Imagen 1 - Modelo de la desviación estándar

Fuente: Libro de Estadística y Probabilidad UTP

LCPeru, (2013), Manual de Confiabilidad.

Los valores de alerta son calculados de acuerdo al método de la desviación estándar

como sigue:

(VA)= μ + k × σ (2)

Donde μ es el promedio de los índices de componentes y reportes del último año (12

meses), k es el coeficiente multiplicador (2 ó 3) y σ es ladesviación estándar.

Los valores de alerta son calculados en intervalos de doce meses. Si una investigación

demuestra que el valor de alerta asignado o calculado esta incorrecto, el valor de alerta

puede ser modificado durante el periodo de los doce meses en curso.

18

Y se toman los siguientes criterios:

Si la disminución del VA > 10% se asume un VA igual a la suma del VA actual más el VA

calculado dividido por dos.

Si la disminución es 0 < VA<=10% se modifica el valor de alerta al nuevo valor calculado.

Si el aumento es 0< VA<= 10% se mantienen los valores de alerta actuales.

Si el aumento del VA >10% se mantiene el VA actual, a no ser de que existan

antecedentes técnicos que permitan adoptar un criterio diferente.

Estos criterios establecidos, persiguen ir ajustando los valores de alerta a cifras que

determinen el correcto control de la operación, dentro de límites confiables para mantener

siempre un equilibrio técnico-económico en la flota de aeronaves sus motores y

componentes.

2.1.2. Confiabilidad de Sistema:

Tasa de reporte de pilotos (PRR):

Dentro de los indicadores controlados por confiabilidad también se encuentran aquellos

relacionados con los reportes de piloto. El indicador que se lleva a cabo para dicha

medición es denominado tasa de reportes de Piloto (Pilot Report Rate - PRR). Esta

relación mide el número de reportes de piloto de todas las aeronaves de la flota

generados por cada 1000 horas de vuelo. Lo anterior se expresa con la finalidad de

mostrar el impacto que tiene cada sistema en el total de los reportes. La tasa de reportes

de piloto es calculada de la siguiente forma:

푃푅푅 = # ( ) ( )

× 1000 (3)

Fuente: Fabricante Bombardier

19

2.1.3. Confiabilidad de Componentes

Tasa de componentes removidos (URR):

Dentro de la confiabilidad de componentes existen dos parámetros que nos dejan

entrever el tiempo promedio entre remociones (programadas más no programadas) y el

tiempo medio entre remociones no programadas de los mismos. Estos parámetros son

los indicadores URR de sistemas, URR de componentes y MTBUR, los cuales se definen

de la siguiente forma:

2.1.3.1. URR de sistemas: Unschedule Removal Rate (indicador de remoción de

componentes no programados por sistemas): es el indicador de las

remociones de componentes totales de un sistema de avión o el total de la

flota no programados realizados por cada 1000 horas de vuelo del avión.

(4)


2.1.3.2. URR de Componentes: Unschedule Removal Rate (Indicador de

remoción de componentes): es el indicador de las remociones de

componentes específicos de una ATA no programados realizados por cada

1000 horas de vuelo del avión.

푈푅푅 = #[ ]

∗ 1000 (5)

퐹푢푒푛푡푒:퐹푎푏푟푖푐푎푛푡푒퐵표푚푏푎푟푑푖푒푟

Donde, QPA = (Qty per aircraft) es la cantidad de componentes instalados durante la

fabricación del avión.

20

2.1.3.3. MTBUR: Mean Time Between Unit Removals (Tiempo medio entre

remociones no programadas): es el tiempo medio en horas que transcurre

entre dos remociones (programadas mas no programadas) consecutivas de

cualquier par de motores de la flota.

(6)


2.1.4. Definición de categorías de alertas:

Una alerta existe cuando el índice mensual y promedio de los tres últimos meses

exceden el valor de alerta o upper control limit (UCL) establecido para el periodo. Existen

varios estados de alerta de acuerdo a la combinación de índices, ya sean con tendencia a

mejorar o deteriorarse.

Las categorías están definidas como sigue y se han ordenado de menor a mayor

criticidad e importancia:

Exceeder (EX), esta categoría existe cuando el índice promedio de los tres últimos meses

es mayor o igual que el valor de alerta.

Si se considera M1 la tasa del último mes, M2 la tasa del penúltimo mes, M3 la tasa del

antepenúltimo mes y así sucesivamente, se tiene:

Si (M3+M2+M1) / 3 >= VA entonces “EX” (7)

Fuente: Manual de Confiabilidad LC Perú

21

Alert (AL), esta categoría existe cuando el índice mensual del último mes y la tasa

promedio de los tres últimos meses son mayores o iguales que el límite de control

superior del valor de alerta.


antepenúltimo mes y así sucesivamente, se tiene:

Si (M3+M2+M1) / 3 >= VA & M1>= VA ....Entonces“ AL” (8)


Remain in Alert (REM), esta categoría existe cuando las dos índices consecutivas

promedio de los tres últimos meses exceden el valor de alerta y el índice del último mes y

del penúltimo mes son iguales o mayor que el valor de alerta. Si esta categoría existe por

tres meses consecutivos se debe re-analizar el ítem.


antepenúltimo mes y así sucesivamente, se tiene

Si (M3+M2+M1)/3 >= VA y (M4+M3+M2) /3 >= VA y M1& M2 >= VA , entonces “

RE”. (9)


2.2. Definición de Términos:

De acuerdo a Meza Sevilla Paulo Roberto y García Hernández Ramiro, (2011), Análisis

de la confiabilidad del componente AHRU (unidad de referencia de rumbo y actitud),

tenemos la siguiente definición de términos:

22

2.2.1. CALIDAD: Capacidad que tiene un producto/servicio para cumplir con las

características inherentes para las cuales fue diseñado.

2.2.2. CONDITION MONITORING: Monitoreo por condición, proceso de mantenimiento

(MSG-3) para elementos que no cuentan con Hard Time ni On-Condition como

proceso de mantenimiento primario. Este es aplicable para ítems que pueden

operar hasta la falla, este es caracterizado por un monitoreo de la confiabilidad

con un programa de vigilancia y un análisis funcional del sistema.

2.2.3. HARD TIME: Proceso de mantenimiento preventivo (MSG-2) que se aplica a

componentes que por análisis y experiencia tiene un tiempo límite de operación

asignado, el cabo del cual de ser sometido a overhaul, prueba de banco, prueba

de resistencia, prueba de hidrostática, prueba de peso, chequeo de presión,

calibración , prueba de compensación, prueba funcional etc.

2.2.4. ON CONDITION: Proceso de mantenimiento preventivo (MSG-2) que demanda

que un componente o parte sea periódicamente inspeccionado o verificado contra

algún estándar físico con el propósito de determinar si este puede o no continuar

en servicio.

2.2.5. OVERHAUL: trabajo técnico programado que se ejecuta a una aeronave y/o sus

componentes por haber cumplido el límite de tiempo operacional indicado por el

fabricante y/o la autoridad aeronáutica para llevarla a su condición de

aeronavegabilidad original.

2.2.6. VIDA LÍMITE: Categoría que define el ciclo de vida segura de un componente /

parte para operar dentro de parámetros confiables de diseño, siempre y cuando

las tareas de mantenimiento establecidas por su fabricante sean ejecutadas en los

intervalos comprendidos dentro de dicho ciclo.

De acuerdo a LCPerú (2013), Manual de confiabilidad, tenemos la siguiente definición de

términos:

23

2.2.7. AL: Alert, Esta categoría existe cuando el índice mensual del último mes y la tasa

promedio de los tres últimos meses son mayores o iguales que el límite de control

superior del valor de alerta.

2.2.8. EX: Exceeder, esta categoría existe cuando el índice promedio de los tres últimos

meses es mayor o igual que el valor de alerta.

2.2.9. RE: Remain in Alert, esta categoría existe cuando las dos índices consecutivas

promedio de los tres últimos meses exceden el valor de alerta y el índice del

último mes y del penúltimo mes son iguales o mayor que el valor de alerta. Si esta

categoría existe por tres meses consecutivos se debe re-analizar el ítem.

De acuerdo a Maintenance and Reliability Introduction, tenemos la siguiente definición de

términos:

2.2.10. FOD: (Foreing Object Damage), daños producidos por objetos externos.

2.2.11. BOMBARDIER: Fabricante de aeronaves Dash8-202.

2.2.12. FRACAS: (Failures Reporting Analisys and Corrective Action), sistema de análisis

del fabricante del avión alimentado con información de los operadores de la flota

de aviones a nivel mundial. De este sistema se derivan los informes de

confiabilidad mensual y trimestral.

2.2.13. MTBR: (Mean Time Between Removals), es el tiempo medio que ocurre entre dos

remociones (programadas mas no programadas).

2.2.14. MTBF: (Mean Time Between Failure), es el tiempo medio que ocurre entre dos

mismas fallas (reportes, no discrepancias).

2.2.15. MTBUR: (Mean Time Between Unscheduled Removals), tiempo medio entre dos

remociones no programadas consecutivas.

2.2.16. ATA: Sistema estándar numérico diseñado para designar los sistemas de las

aeronaves.

2.2.17. PIREP: Bombardier, (2010), (Pilot Report), reportes de piloto.

2.2.18. TBO: (Time Between Overhaul), tiempo entre Overhaul.

24

CAPÍTULO III: MARCO METODOLÓGICO

25

3.1. Variables:

3.1.1. Variable independiente: Estadística de alertas.

3.1.2. Variable dependiente: Flota de aeronaves Dash8-202.

3.2. Definición conceptual de las variables:

3.2.1. Variable independiente: LCPERU, 2014, Manual de Confiabilidad, Rev 3. La alerta

está basado en un cálculo de razón o frecuencia de falla, tal que si éste es

excedido, se genera una acción de investigación a fin de encontrar la causa de

esta situación. Los valores de alerta son calculados y asignados para cada una de

los sistemas de la aeronave y para aquellos componentes designados como

críticos. El cálculo es por medio del método estadístico utilizado para determinar

tendencias o condiciones deseables o indeseables.

3.2.2. Variable dependiente: la flota de aeronaves Dash8-202, ya que debido a la

condición de alerta que presente, la aeronaves presentarán las mejoras tomadas

por el valor de alerta que tuvieron en el sistema afectado.

3.3. Metodología:

3.3.1. Tipos de estudio:

3.3.1.1. Estudio correlaciónales – explicativo.

3.3.1.2. Estudio explicativo.

3.3.2. Diseño de la investigación:

El diseño de investigación está basada en la investigación no experimental de tipo

transeccionales o transversales de modo descriptivo.

26

3.4. Método de investigación:

Los métodos utilizados son:

3.4.1. Método estadístico.

3.4.2. Método deductivo.

3.4.3. Método analítico.

3.4.4. Método inductivo.

27

CAPÍTULO IV: METODOLOGÍA PARA LA SOLUCIÓN DEL PROBLEMA

28

4.1. Alternativas de solución:

Las alternativas de solución que ofrece un programa de confiabilidad basada en la

estadística de alertas son las siguientes:

4.1.1. Optimizar intervalos de inspección de sistemas y equipos mediante el análisis de

fallas con la aplicación de la fórmula MTBF, tiempo medio entre fallas.

4.1.2. Optimizar intervalos de remociones de componentes on condition u overhaul

mediante el análisis de remociones de componentes no programados con la

aplicación de la fórmula MTBUR, tiempo medio entre remociones.

4.1.3. Aplicación de boletines de servicio, modificaciones y alteraciones mayores en las

aeronaves con el fin de mejorar la confiabilidad del equipo y sistema.

4.2. Solución del problema:

La solución óptima a corto plazo es la aplicación de boletines de servicio, debido a que

queremos encontrar soluciones rápidas para minimizar el impacto operacional producido

por fallas o remociones, contando con una información estadística de 2 años de

operación, es más conveniente buscar la aplicación de un boletín para mejorar la

confiabilidad del sistema; por otro lado esto ayuda económicamente a una compañía que

recién está empezando a recuperar la inversión de una operación inicial, ya que la

mayoría de boletines tienen bajos costos, debido a que normalmente son utilizados

componentes consumibles como tuercas, tornillos, remaches, empaquetaduras, líneas

hidráulicas, etc. Los boletines de servicio, en la mayoría de casos, son problemas que

también han presentado otros operadores en diversas partes del mundo, con lo que la

experiencia en otras partes del mundo puede ayudar a mejorar la confiabilidad de la flota.

29

4.3. Recursos humanos y equipamiento

Para empezar la aplicación de un programa de confiabilidad basada en la estadística de

alertas en una compañía aérea es necesario contar con los siguientes elementos y

costos:

4.3.1. Personal:

4.3.1.1. Analista de Confiabilidad ------------------------ S/. 3,000 (sueldo planilla).

TOTAL: S/. 3,000. (Tres mil nuevos soles)

4.3.2. Hardware:

4.3.2.1. Desktop ----------------------------------------------- S/. 2,500.

4.3.2.2. Amoblado (escritorio, silla) ----------------------- S/. 1,200.

4.3.2.3. Utilices de escritorio -------------------------------- S/. 250.

4.3.2.4. Equipo de protección al personal --------------- S/. 20.

TOTAL: S/: 3.970. (Tres mil novecientos setenta soles).

4.3.3. Software:

4.3.3.1. Paquete suscripción Microsoft original --------- S/. 1,000.00

4.3.3.2. Antivirus McAfee ------------------------------------- S/. 600.00

4.3.3.3. Adquisición de boletines de Bombardier ------ S/. 0 - 10,000. (aprox)

TOTAL: S/. 1,600 a S/. 11.600 (aprox).

COSTO TOTAL: S/. 8,570 a S/. 18,570 (aprox).

30

CAPÍTULO V: ANÁLISIS Y PRESENTACIÓN DE RESULTADOS

31

5.1. Análisis descriptivo de la información relativa a las variables de estudio.

Los datos generales que debemos tomar son las horas de vuelo de los aviones por cada

mes, desde el inicio de operación, ya que este valor será utilizado para el cálculo de los

indicadores. (Ver anexo 1).

5.1.1. Cálculo de reporte de pilotos:

Procedemos con los datos del cálculo de reportes de piloto, con los diferentes sistemas

(ATA 100) de las aeronaves:

5.1.1.1. ATA 21 (Aire Acondicionado): (186 Reportes)

Tabla 1 - Cantidad de reportes de piloto periodo 2012-2013 del ATA 21

Mes 21

ene-12 4

feb-12 5

mar-12 11

abr-12 12

may-12 4

jun-12 13

jul-12 12

ago-12 8

sep-12 3

oct-12 5

nov-12 14

dic-12 11

ene-13 4

feb-13 4

mar-13 2

32

abr-13 7

may-13 5

jun-13 9

jul-13 15

ago-13 4

sep-13 7

oct-13 15

nov-13 6

dic-13 6

Fuente: Propia y de la aerolínea LC Peru

Aplicando la fórmula 3 para hallar el indicador mensual de reportes de pilotos, para Enero

2012, reemplazamos los datos:

푃푅푅 =4푟푒푝표푟푡푒푠

211.10ℎ표푟푎푠푑푒푣푢푒푙표∗ 1000

Obtenemos:

푃푅푅 = 18.95

Para los meses consecutivos obtendremos los siguientes datos:

Tabla 2 – Indicador de reporte de pilotos periodo 2012-2013 del ATA 21

Mes PRR

ene-12 18.95

feb-12 16.91

mar-12 27.78

abr-12 28.50

may-12 7.24

33

jun-12 21.95

jul-12 20.34

ago-12 13.67

sep-12 5.26

oct-12 7.41

nov-12 19.40

dic-12 16.26

ene-13 6.16

feb-13 5.96

mar-13 2.64

abr-13 8.60

may-13 6.15

jun-13 11.35

jul-13 18.13

ago-13 4.74

sep-13 7.54

oct-13 18.43

nov-13 7.38

dic-13 7.77


Seguidamente, hallaremos el valor de alerta con la fórmula 2 del límite de control superior

(UCL).

Por lo tanto, reemplazamos los datos de los indicadores de reportes de piloto para el ATA

21 para la media aritmética, efectuamos las operaciones y tenemos:

34

푿풂풏풖풂풍

= (ퟏퟖ.ퟗퟓ + ퟏퟔ.ퟗퟏ + ퟐퟕ.ퟕퟖ + ퟐퟖ.ퟓퟎ +⋯+ ퟏퟑ.ퟔퟕ + ퟓ.ퟐퟔ+ ퟕ.ퟒퟏ + ퟏퟗ.ퟒퟎ + ퟏퟔ.ퟐퟔ

ퟏퟐ)

= ퟏퟔ.ퟗퟕ

Reemplazamos los datos obtenidos y efectuamos las operaciones en la fórmula 1 de

desviación estándar y tenemos:

휎 =1

12− 1[(18.95− 16.97) + (16.91− 16.97) + (27.78− 16.97) ] + ⋯

Obtenemos la desviación estándar:

휎 = 7.57

Finalmente reemplazamos los datos en la fórmula 2, límite de control superior y

calculamos el UCL del periodo 2012:

푈퐶퐿 = 16.97 + 2 ∗ (7.57)

푈퐶퐿 = 32.11

Pero, como tenemos los valores completos del año 2013, se calculará el nuevo valor de

alerta y se elegirá el nuevo valor de alerta según el capítulo de Revisión de alertas:

Por lo tanto, reemplazamos los datos para hallar la media aritmética del año 2013:

푿풂풏풖풂풍 =ퟏퟔ.ퟏퟔ + ퟓ.ퟗퟔ + ퟐ.ퟔퟒ + ퟖ.ퟔퟎ +⋯+ ퟒ.ퟕퟒ + ퟕ.ퟓퟒ + ퟏퟖ.ퟒퟑ + ퟕ.ퟑퟖ+ ퟕ.ퟕퟕ

ퟏퟐ

= ퟖ.ퟕퟒ

Ahora reemplazamos los datos en la fórmula 1 y calculamos la desviación estándar para

el año 2013:

휎 =1

12− 1[(16.16− 8.74) + (5.96− 8.74) + (2.64− 8.74) ] +⋯

Obtenemos la desviación estándar, 휎 = 4.93

35

Reemplazamos los datos en la fórmula 2 y calculamos el UCL del periodo 2013:

푈퐶퐿 = 8.74 + 2 ∗ (4.93)

푈퐶퐿 = 18.60

Entonces tenemos dos valores de alerta para el año 2012 y 2013 respectivamente:

푈퐶퐿 = 32.11

푈퐶퐿 = 18.60

Aplicamos el siguiente concepto:

“La disminución del VA > 10% se asume un VA igual a la suma del VA actual más el VA

calculado dividido por dos.”

El UCL2013 ha disminuido más del 50% del valor de alerta respecto al UCL del año

2012, por lo tanto tendremos un nuevo valor, el cual es igual al promedio de los dos

valores:

푈퐶퐿 =32.11 + 18.60

2= 25.355

Adicionalmente, calcularemos el valor promedio de los 3 meses, esto para observar la

tendencia y/o comportamiento del sistema:

푿ퟑ풎풆풔풆풔 = (푬풏풆 푭풆풃 푴풂풓ퟑ

) (10)

Fuente: Propia

Reemplazamos los datos de indicadores en la fórmula 10 y calculamos:

푿ퟑ풎풆풔풆풔 =ퟏퟖ.ퟗퟓ + ퟏퟔ.ퟗퟏ + ퟐퟕ.ퟕퟖ

ퟑ= ퟐퟏ.ퟐퟏ

Posteriormente, realizamos el siguiente cuadro para los valores obtenidos:

36

Tabla 3 – Indicadores de reportes de piloto periodo 2012-2013 del ATA 21

ATA 21

MES PRR 3M R. UCL

ene-12 18.95 25.35

feb-12 16.91 25.35

mar-12 27.78 21.21 25.35

abr-12 28.50 24.39 25.35

may-12 7.24 21.17 25.35

jun-12 21.95 19.23 25.35

jul-12 20.34 16.51 25.35

ago-12 13.67 18.66 25.35

sep-12 5.26 13.09 25.35

oct-12 7.41 8.78 25.35

nov-12 19.40 10.69 25.35

dic-12 16.26 14.36 25.35

ene-13 6.16 13.94 25.35

feb-13 5.96 9.46 25.35

mar-13 2.64 4.92 25.35

abr-13 8.60 5.74 25.35

may-13 6.15 5.80 25.35

jun-13 11.35 8.70 25.35

jul-13 18.13 11.88 25.35

ago-13 4.74 11.41 25.35

sep-13 7.54 10.14 25.35

oct-13 18.43 10.24 25.35

nov-13 7.38 11.12 25.35

37

dic-13 7.77 11.19 25.35


Gráficamente obtendremos la siguiente curva: (Ver anexo 2)

5.1.1.2. ATA 22 (Piloto Automático): (123reportes)

Tabla 4 – Cantidad de reportes de piloto periodo 2012-2013 del ATA 22

Mes

ATA

22

ene-12 2

feb-12 2

mar-12 2

abr-12 10

may-12 4

jun-12 4

jul-12 2

ago-12 2

sep-12 3

oct-12 2

nov-12 8

dic-12 9

ene-13 3

feb-13 3

mar-13 8

abr-13 0

may-13 5

38

jun-13 5

jul-13 12

ago-13 5

sep-13 8

oct-13 10

nov-13 7

dic-13 7


Aplicando la fórmula 3 para hallar el indicador mensual de reportes de pilotos,

reemplazamos los datos y calculamos para Enero del año 2012:



Obtenemos:

푃푅푅 = 9.47


Tabla 5 – Indicador de reportes de piloto periodo 2012-2013 del ATA 22

Mes PRR

ene-12 9.47

feb-12 6.76

mar-12 5.05

abr-12 23.75

may-12 7.24

jun-12 6.75

jul-12 3.39

39

ago-12 3.42

sep-12 5.26

oct-12 2.97

nov-12 11.08

dic-12 13.30

ene-13 4.62

feb-13 4.47

mar-13 10.57

abr-13 0.00

may-13 6.15

jun-13 6.30

jul-13 14.51

ago-13 5.93

sep-13 8.62

oct-13 12.28

nov-13 8.61

dic-13 9.07


Seguidamente, hallaremos el valor de alerta (UCL) de acuerdo a la fórmula 2, el cual nos

dará un margen de aceptación para nuestros indicadores:

Por lo tanto, reemplazamos los datos y calculamos la media aritmética:

푿풂풏풖풂풍 =ퟗ.ퟒퟕ + ퟔ.ퟕퟔ + ퟓ.ퟎퟓ+ ퟐퟑ.ퟕퟓ + ⋯+ ퟓ.ퟐퟔ + ퟐ.ퟗퟕ + ퟏퟏ.ퟎퟖ + ퟏퟑ.ퟑퟎ

ퟏퟐ= ퟖ.ퟐퟎ

Ahora procedemos a calcular la desviación estándarde acuerdo a la fórmula 1:

40

휎 =1

12− 1[(9.47− 8.20) + (6.76− 8.20) + (5.05− 8.20) ] + ⋯

Obteniendo:

휎 = 5.84

Finalmente reemplazamos los datos obtenidos en la fórmula 2 y calculamos el UCL del

periodo 2012:

푈퐶퐿 = 8.20 + 2 ∗ (5.84)

푈퐶퐿 = 19.88



Por lo tanto reemplazamos los datos y calculamos la media aritmética para el año 2013.

푿풂풏풖풂풍 =ퟔ.ퟏퟔ+ ퟓ.ퟗퟔ + ퟔ.ퟔퟏ + ퟑ.ퟔퟗ + ⋯+ ퟒ.ퟑퟏ + ퟕ.ퟑퟕ + ퟏ.ퟐퟑ + ퟔ.ퟒퟖ

ퟏퟐ= ퟕ.ퟔퟎ

Ahora calculando la desviación estándar de acuerdo a la fórmula 1:

휎 =1

12− 1[(6.16− 7.60) + (5.96− 7.60) + (6.61− 7.60) ] + ⋯

Obtenemos el siguiente valor:

휎 = 5.84

Reemplazamos los datos en la fórmula 2 y calculamos el UCL del periodo 2013:

푈퐶퐿 = 7.60 + 2 ∗ (5.84)

푈퐶퐿 = 18.19

Obtenemos los valores de UCL para el año 2012 y 2013 respectivamente:

41

푈퐶퐿 = 19.88

푈퐶퐿 = 18.19

Llegamos a la conclusión que la disminución se encuentra en el valor menor a 10%,

entonces se modificará el valor al del último hallado.

Procedemos a realizar el siguiente cuadro para los valores obtenidos:


ATA 22

MES PRR 3M R. UCL

ene-12 9.47 0.00 18.19

feb-12 6.76 0.00 18.19

mar-12 5.05 7.10 18.19

abr-12 23.75 11.85 18.19

may-12 7.24 12.01 18.19

jun-12 6.75 12.58 18.19

jul-12 3.39 5.79 18.19

ago-12 3.42 4.52 18.19

sep-12 5.26 4.02 18.19

oct-12 2.97 3.88 18.19

nov-12 11.08 6.44 18.19

dic-12 13.30 9.12 18.19

ene-13 4.62 9.67 18.19

feb-13 4.47 7.46 18.19

mar-13 10.57 6.56 18.19

abr-13 0.00 5.01 18.19

may-13 6.15 5.57 18.19

42

jun-13 6.30 4.15 18.19

jul-13 14.51 8.99 18.19

ago-13 5.93 8.91 18.19

sep-13 8.62 9.69 18.19

oct-13 12.28 8.95 18.19

nov-13 8.61 9.84 18.19

dic-13 9.07 9.99 18.19


Gráficamente obtenemos los siguientes datos: (Anexo 3)

5.1.1.3. ATA 23 (Comunicaciones): (136Reportes)


Mes

ATA

23

ene-12 2

feb-12 5

mar-12 5

abr-12 7

may-12 8

jun-12 3

jul-12 6

ago-12 5

sep-12 8

oct-12 2

nov-12 9

dic-12 14

43

ene-13 4

feb-13 4

mar-13 5

abr-13 3

may-13 4

jun-13 7

jul-13 3

ago-13 16

sep-13 4

oct-13 6

nov-13 1

dic-13 5


Aplicamos la fórmula 3 para hallar el indicador mensual de reportes de pilotos, para

Enero del año 2012, reemplazamos datos y calculamos:



Obtenemos:

푃푅푅 = 9.47



Mes PRR

ene-12 9.47

feb-12 16.91

mar-12 12.63

44

abr-12 16.62

may-12 14.48

jun-12 5.07

jul-12 10.17

ago-12 8.55

sep-12 14.04

oct-12 2.97

nov-12 12.47

dic-12 20.69

ene-13 6.16

feb-13 5.96

mar-13 6.61

abr-13 3.69

may-13 4.92

jun-13 8.83

jul-13 3.63

ago-13 18.98

sep-13 4.31

oct-13 7.37

nov-13 1.23

dic-13 6.48


Seguidamente, hallaremos el valor de alerta de acuerdo a la fórmula 2 (UCL), el cual nos

dará un margen de aceptación para nuestros indicadores, procedemos a hallar la media

aritmética:

45

푿풂풏풖풂풍

=ퟗ.ퟒퟕ+ ퟏퟔ.ퟗퟏ+ ퟏퟐ.ퟔퟑ + ퟏퟔ.ퟔퟐ + ퟏퟒ.ퟒퟖ +⋯+ ퟏퟒ.ퟎퟒ+ ퟐ.ퟗퟕ + ퟏퟐ.ퟒퟕ + ퟐퟎ.ퟔퟗ

ퟏퟐ

= ퟏퟐ.ퟎퟎ

Seguidamente remplazamos datos y calculamos la desviación estándar según la fórmula

1:

휎 =1

12− 1[(9.47− 12.00) + (16.91− 12.00) + (12.63− 12.00) ] +⋯

휎 = 5.07

Finalmente calculamos el UCL del periodo 2012:

푈퐶퐿 = 12.00 + 2 ∗ (5.07)

푈퐶퐿 = 22.15



Por lo tanto procedemos a calcular la media aritmética para el año 2013.

푿풂풏풖풂풍 =ퟔ.ퟏퟔ+ ퟓ.ퟗퟔ + ퟔ.ퟔퟏ + ퟑ.ퟔퟗ + ⋯+ ퟒ.ퟑퟏ + ퟕ.ퟑퟕ + ퟏ.ퟐퟑ + ퟔ.ퟒퟖ

ퟏퟐ= ퟔ.ퟓퟏ

Seguidamente reemplazamos datos en la fórmula 1 y calculamos la desviación estándar:

휎 =1

12− 1[(6.16− 6.51) + (5.96− 6.51) + (6.61− 6.51) ] + ⋯

Obteniendo:

휎 = 4.41

Reemplazamos con los datos calculados en la fórmula 2 y procedemos a hallar el UCL

del periodo 2013:

46

푈퐶퐿 = 6.51 + 2 ∗ (4.41)

푈퐶퐿 = 15.33

Obtenemos los valores de UCL para el año 2012 y 2013 respectivamente:

푈퐶퐿 = 22.15

푈퐶퐿 = 15.33

El UCL2013 ha disminuido más del 50% del valor de alerta respecto al año 2012, por lo

tanto tendremos un nuevo valor:

푈퐶퐿 =22.15 + 15.33

2= 18.74

Realizamos el siguiente cuadro para los valores obtenidos:


ATA 23

MES PRR 3M R. UCL

ene-12 9.47 0.00 ퟏퟖ.ퟕퟒ

feb-12 16.91 0.00 ퟏퟖ.ퟕퟒ

mar-12 12.63 13.00 ퟏퟖ.ퟕퟒ

abr-12 16.62 15.39 ퟏퟖ.ퟕퟒ

may-12 14.48 14.58 ퟏퟖ.ퟕퟒ

jun-12 5.07 12.06 ퟏퟖ.ퟕퟒ

jul-12 10.17 9.90 ퟏퟖ.ퟕퟒ

ago-12 8.55 7.93 ퟏퟖ.ퟕퟒ

sep-12 14.04 10.92 ퟏퟖ.ퟕퟒ

oct-12 2.97 8.52 ퟏퟖ.ퟕퟒ

nov-12 12.47 9.82 ퟏퟖ.ퟕퟒ

47

dic-12 20.69 12.04 ퟏퟖ.ퟕퟒ

ene-13 6.16 13.11 ퟏퟖ.ퟕퟒ

feb-13 5.96 10.94 ퟏퟖ.ퟕퟒ

mar-13 6.61 6.24 ퟏퟖ.ퟕퟒ

abr-13 3.69 5.42 ퟏퟖ.ퟕퟒ

may-13 4.92 5.07 ퟏퟖ.ퟕퟒ

jun-13 8.83 5.81 ퟏퟖ.ퟕퟒ

jul-13 3.63 5.79 ퟏퟖ.ퟕퟒ

ago-13 18.98 10.48 ퟏퟖ.ퟕퟒ

sep-13 4.31 8.97 ퟏퟖ.ퟕퟒ

oct-13 7.37 10.22 ퟏퟖ.ퟕퟒ

nov-13 1.23 4.30 ퟏퟖ.ퟕퟒ

dic-13 6.48 5.03 ퟏퟖ.ퟕퟒ


Gráficamente obtenemos los siguientes datos: (Ver anexo 4)

5.1.1.4. ATA 34 (Navegación): (136 reportes)


Mes

ATA

34

ene-12 5

feb-12 3

mar-12 7

abr-12 7

may-12 15

jun-12 4

48

jul-12 10

ago-12 17

sep-12 3

oct-12 20

nov-12 31

dic-12 32

ene-13 27

feb-13 21

mar-13 5

abr-13 17

may-13 28

jun-13 7

jul-13 16

ago-13 19

sep-13 15

oct-13 27

nov-13 18

dic-13 40


Aplicamos la fórmula 3 para hallar el indicador mensual de reportes de pilotos,

reemplazamos datos y calculamos el indicador para Enero del año 2012:



Obtenemos:

푃푅푅 = 23.69


49


Mes PRR

ene-12 23.69

feb-12 10.14

mar-12 17.68

abr-12 16.62

may-12 27.14

jun-12 6.75

jul-12 16.95

ago-12 29.06

sep-12 5.26

oct-12 29.66

nov-12 42.95

dic-12 47.29

ene-13 41.59

feb-13 31.31

mar-13 6.61

abr-13 20.88

may-13 34.44

jun-13 8.83

jul-13 19.34

ago-13 22.54

sep-13 16.16

oct-13 33.17

nov-13 22.15

dic-13 51.82


50

Seguidamente, hallaremos el valor de alerta (UCL), el cual nos dará un margen de

aceptación para nuestros indicadores.

Por lo tanto, reemplazamos datos de acuerdo a lo requerido en la fórmula 2 y calculamos

la media aritmética:

푿풂풏풖풂풍 =ퟐퟑ.ퟔퟗ + ퟏퟎ.ퟏퟒ + ퟏퟕ.ퟔퟖ +⋯+ ퟐퟗ.ퟎퟔ + ퟓ.ퟐퟔ+ ퟐퟗ.ퟔퟔ + ퟒퟐ.ퟗퟓ + ퟒퟕ.ퟐퟗ

ퟏퟐ

= ퟐퟐ.ퟕퟕ

Seguidamente reemplazamos datos y calculamos la desviación estándar mediante la

fórmula 1:

휎 =1

12− 1[(23.69− 22.77) + (10.14− 22.77) + (17.68− 22.77) ] + ⋯

Obteniendo el siguiente valor:

휎 = 13.26

Finalmente con los datos obtenidos calculamos el UCL de la fórmula 2 del periodo 2012:

푈퐶퐿 = 22.77 + 2 ∗ (13.26)

Obtenemos el UCL del año 2012:

푈퐶퐿 = 49.30



Por lo tanto reemplazamos datos y calculamos la media aritmética para el año 2013.

51

푿풂풏풖풂풍 =ퟒퟏ.ퟓퟗ + ퟑퟏ.ퟑퟏ + ퟔ.ퟔퟏ + ퟐퟎ.ퟖퟖ +⋯+ ퟏퟔ.ퟏퟔ+ ퟑퟑ.ퟏퟕ + ퟐퟐ.ퟏퟓ + ퟓퟏ.ퟖퟐ

ퟏퟐ

= ퟐퟐ.ퟖퟐ

Seguidamente calculamos la desviación estándar según fórmula 1:

휎 =1

12− 1[(41.59− 22.82) + (31.31− 22.82) + (6.61− 22.82) ] +⋯

Obtenemos la desviación estándar:

휎 = 10.54

Con los datos obtenidos calculamos el UCL de la fórmula 2 del periodo 2013:

푈퐶퐿 = 22.82 + 2 ∗ (10.54)

푈퐶퐿 = 43.90

Tenemos los UCL para los años 2012 y 2013 respectivamente:

푈퐶퐿 = 49.30

푈퐶퐿 = 43.90

El UCL2013ha disminuido más del 50% del valor de alerta 2012, por lo tanto

reemplazamos los UCL y tendremos un nuevo valor:

푈퐶퐿 =49.30 + 43.90

2= 46.60

Realizamos el siguiente cuadro para los valores obtenidos:

52


ATA 34

MES PRR 3M R. UCL

ene-12 9.47 0.00 ퟒퟔ.ퟔퟎ

feb-12 16.91 0.00 ퟒퟔ.ퟔퟎ

mar-12 12.63 13.00 ퟒퟔ.ퟔퟎ

abr-12 16.62 15.39 ퟒퟔ.ퟔퟎ

may-12 14.48 14.58 ퟒퟔ.ퟔퟎ

jun-12 5.07 12.06 ퟒퟔ.ퟔퟎ

jul-12 10.17 9.90 ퟒퟔ.ퟔퟎ

ago-12 8.55 7.93 ퟒퟔ.ퟔퟎ

sep-12 14.04 10.92 ퟒퟔ.ퟔퟎ

oct-12 2.97 8.52 ퟒퟔ.ퟔퟎ

nov-12 12.47 9.82 ퟒퟔ.ퟔퟎ

dic-12 20.69 12.04 ퟒퟔ.ퟔퟎ

ene-13 6.16 13.11 ퟒퟔ.ퟔퟎ

feb-13 5.96 10.94 ퟒퟔ.ퟔퟎ

mar-13 6.61 6.24 ퟒퟔ.ퟔퟎ

abr-13 3.69 5.42 ퟒퟔ.ퟔퟎ

may-13 4.92 5.07 ퟒퟔ.ퟔퟎ

jun-13 8.83 5.81 ퟒퟔ.ퟔퟎ

jul-13 3.63 5.79 ퟒퟔ.ퟔퟎ

ago-13 18.98 10.48 ퟒퟔ.ퟔퟎ

sep-13 4.31 8.97 ퟒퟔ.ퟔퟎ

oct-13 7.37 10.22 ퟒퟔ.ퟔퟎ

nov-13 1.23 4.30 ퟒퟔ.ퟔퟎ

dic-13 6.48 5.03 ퟒퟔ.ퟔퟎ


53


5.1.1.5. ATA 61 (Hélices): (53 reportes)

Tabla 13 – Cantidad de reportes de piloto periodo 2012-2013 del ATA 61.

Mes

ATA

61

ene-12 1

feb-12 0

mar-12 2

abr-12 1

may-12 0

jun-12 2

jul-12 0

ago-12 1

sep-12 0

oct-12 2

nov-12 3

dic-12 4

ene-13 4

feb-13 3

mar-13 4

abr-13 9

may-13 3

jun-13 4

jul-13 1

ago-13 1

54

sep-13 1

oct-13 3

nov-13 0

dic-13 4


Aplicamos la fórmula 3 para hallar el indicador mensual de reportes de pilotos,

reemplazamos datos y calculamos para Enero del año 2012:

푃푅푅 =1푟푒푝표푟푡푒


Obtenemos el siguiente valor para indicador de reporte de pilotos:

푃푅푅 = 4.74



Mes PRR

ene-12 4.74

feb-12 0.00

mar-12 5.05

abr-12 2.37

may-12 0.00

jun-12 3.38

jul-12 0.00

ago-12 1.71

sep-12 0.00

oct-12 2.97

nov-12 4.16

55

dic-12 5.91

ene-13 6.16

feb-13 4.47

mar-13 5.29

abr-13 11.06

may-13 3.69

jun-13 5.04

jul-13 1.21

ago-13 1.19

sep-13 1.08

oct-13 3.69

nov-13 0.00

dic-13 5.18


-Seguidamente, hallaremos el valor de alerta (UCL) de acuerdo a la fórmula 2, el cual nos

dará un margen de aceptación para nuestros

Procedemos a reemplazar datos y calcular la media aritmética:

푿풂풏풖풂풍 =ퟒ.ퟕퟒ+ ퟎ.ퟎퟎ + ퟓ.ퟎퟓ + ퟐ.ퟑퟕ + ⋯+ ퟎ.ퟎퟎ + ퟐ.ퟗퟕ + ퟒ.ퟏퟔ + ퟓ.ퟗퟏ

ퟏퟐ= ퟐ.ퟓퟐ

Ahora calculando la desviación estándar según la fórmula 1:

휎 =1

12 − 1[(4.74− 2.52) + (0− 2.52) + (5.05− 2.52) ] + ⋯

휎 = 2.18

Seguidamente calculamos el UCL utilizando la fórmula 2 del periodo 2012:

푈퐶퐿 = 2.52 + 2 ∗ (2.18)

56

푈퐶퐿 = 6.88



Por lo tanto, calculamos la media aritmética para el año 2013.

푿풂풏풖풂풍 =ퟔ.ퟏퟔ + ퟒ.ퟒퟕ + ퟓ.ퟐퟗ + ퟏퟏ.ퟎퟔ + ⋯+ ퟏ.ퟏퟗ + ퟏ.ퟎퟖ + ퟑ.ퟔퟗ + ퟎ.ퟎퟎ+ ퟓ.ퟏퟖ

ퟏퟐ

= ퟒ.ퟎퟎ

Ahora calculando la desviación estándar con la aplicación de la fórmula 1:

휎 =1

12− 1[(6.16− 4) + (4.47− 4) + (5.29− 4) ] +⋯


휎 = 3.00

Reemplazamos los datos obtenidos en la fórmula 2 y calculamos el UCL del periodo

2013:

푈퐶퐿 = 4 + 2 ∗ (3)

푈퐶퐿 = 10

Tenemos los UCL para los años 2012 y 2013 respectivamente:

푈퐶퐿 = 6.88

푈퐶퐿 = 10.00

El UCL2013 ha aumentado más del 45% del valor de alerta 2012, se mantiene el valor

anterior.

57

Procedemos a crear nuestra tabla con los datos obtenidos:


ATA 61

MES PRR 3M R. UCL

ene-12 4.74 ퟔ.ퟖퟖ

feb-12 0.00 ퟔ.ퟖퟖ

mar-12 5.05 3.26 ퟔ.ퟖퟖ

abr-12 2.37 2.48 ퟔ.ퟖퟖ

may-12 0.00 2.48 ퟔ.ퟖퟖ

jun-12 3.38 1.92 ퟔ.ퟖퟖ

jul-12 0.00 1.13 ퟔ.ퟖퟖ

ago-12 1.71 1.70 ퟔ.ퟖퟖ

sep-12 0.00 0.57 ퟔ.ퟖퟖ

oct-12 2.97 1.56 ퟔ.ퟖퟖ

nov-12 4.16 2.37 ퟔ.ퟖퟖ

dic-12 5.91 4.34 ퟔ.ퟖퟖ

ene-13 6.16 5.41 ퟔ.ퟖퟖ

feb-13 4.47 5.52 ퟔ.ퟖퟖ

mar-13 5.29 5.31 ퟔ.ퟖퟖ

abr-13 11.06 6.94 ퟔ.ퟖퟖ

may-13 3.69 6.68 ퟔ.ퟖퟖ

jun-13 5.04 6.60 ퟔ.ퟖퟖ

jul-13 1.21 3.31 ퟔ.ퟖퟖ

ago-13 1.19 2.48 ퟔ.ퟖퟖ

sep-13 1.08 1.16 ퟔ.ퟖퟖ

58

oct-13 3.69 1.98 ퟔ.ퟖퟖ

nov-13 0.00 1.59 ퟔ.ퟖퟖ

dic-13 5.18 2.96 ퟔ.ퟖퟖ



5.1.1.6. ATA 72 (Motor): (55 reporte)

Tabla 16 – Cantidad de reporte de pilotos periodo 2012-2013 del ATA 72

Mes

ATA

72

ene-12 0

feb-12 1

mar-12 6

abr-12 4

may-12 0

jun-12 0

jul-12 1

ago-12 0

sep-12 0

oct-12 0

nov-12 2

dic-12 1

ene-13 1

feb-13 6

mar-13 2

59

abr-13 5

may-13 3

jun-13 6

jul-13 2

ago-13 4

sep-13 2

oct-13 2

nov-13 2

dic-13 5

Fuente: Propia y de LC Perú

Reemplazamos datos y aplicamos la fórmula 3 para hallar el indicador mensual de

reportes de pilotos para Enero del 2012:

푃푅푅 =0푟푒푝표푟푡푒


푃푅푅 = 0

Para los meses consecutivos obtendremos los siguientes datos

Tabla 17 – Indicador de reportes de piloto periodo 2012-2013 del ATA 72.

Mes PRR

ene-12 0.00

feb-12 3.38

mar-12 15.15

abr-12 9.50

may-12 0.00

jun-12 0.00

jul-12 1.69

60

ago-12 0.00

sep-12 0.00

oct-12 0.00

nov-12 2.77

dic-12 1.48

ene-13 0.00

feb-13 3.38

mar-13 15.15

abr-13 9.50

may-13 0.00

jun-13 0.00

jul-13 1.69

ago-13 0.00

sep-13 0.00

oct-13 0.00

nov-13 2.77

dic-13 1.48


Seguidamente, hallaremos el valor de alerta (UCL) con la fórmula 2, el cual nos dará un

margen de aceptación para nuestros indicadores:

Por lo tanto, reemplazamos datos y calculamos la media aritmética:

푿풂풏풖풂풍 =ퟎ.ퟎퟎ + ퟑ.ퟑퟖ + ퟏퟓ.ퟏퟓ + ퟗ.ퟓퟎ + ⋯+ ퟎ.ퟎퟎ + ퟎ.ퟎퟎ + ퟎ.ퟎퟎ + ퟐ.ퟕퟕ+ ퟏ.ퟒퟖ

ퟏퟐ

= ퟐ.ퟖퟑ

Seguidamente calculamos la desviación estándar según fórmula 1:

61

휎 =1

12− 1[(0− 2.83) + (3.38− 2.83) + (15.15− 2.83) ] + ⋯


휎 = 4.75

Con los datos obtenidos calculamos el UCL del periodo 2012 de acuerdo a la fórmula 2:

푈퐶퐿 = 2.83 + 2 ∗ (4.75)

푈퐶퐿 = 12.33



Por lo tanto reemplazamos datos y hallamos la media aritmética para el año 2013.

푿풂풏풖풂풍 =ퟏ.ퟓퟒ+ ퟖ.ퟗퟓ + ퟐ.ퟔퟒ + ퟔ.ퟏퟒ + ⋯+ ퟐ.ퟏퟔ + ퟐ.ퟒퟔ + ퟐ.ퟒퟔ + ퟔ.ퟒퟖ

ퟏퟐ= ퟒ.ퟐퟕ

Ahora calculando la desviación estándar de acuerdo a la fórmula 1:

휎 =1

12− 1[(1.54− 4.27) + (8.95− 4.27) + (2.64− 4.27) ] + ⋯


휎 = 2.45

Reemplazamos datos y calculamos el UCL del periodo 2013 de acuerdo a la fórmula 2:

푈퐶퐿 = 4.27 + 2 ∗ (2.45)

푈퐶퐿 = 9.17

Tenemos dos valores de UCL para el año 2012 y 2013 respectivamente:

푈퐶퐿 = 6.88

푈퐶퐿 = 10.00

62

Podemos observar que, el UCL2013 ha disminuido más del 35% respecto al valor de

alerta del año 2012, por lo tanto tendremos un nuevo valor:

푈퐶퐿 =12.33 + 9.17

2= 10.75

Obtenemos:


ATA 72

MES PRR 3M R. UCL

ene-12 0.00 ퟏퟎ.ퟕퟓ

feb-12 3.38 ퟏퟎ.ퟕퟓ

mar-12 15.15 6.18 ퟏퟎ.ퟕퟓ

abr-12 9.50 9.34 ퟏퟎ.ퟕퟓ

may-12 0.00 8.22 ퟏퟎ.ퟕퟓ

jun-12 0.00 3.17 ퟏퟎ.ퟕퟓ

jul-12 1.69 0.56 ퟏퟎ.ퟕퟓ

ago-12 0.00 0.56 ퟏퟎ.ퟕퟓ

sep-12 0.00 0.56 ퟏퟎ.ퟕퟓ

oct-12 0.00 0.00 ퟏퟎ.ퟕퟓ

nov-12 2.77 0.92 ퟏퟎ.ퟕퟓ

dic-12 1.48 1.42 ퟏퟎ.ퟕퟓ

ene-13 1.54 1.93 ퟏퟎ.ퟕퟓ

feb-13 8.95 3.99 ퟏퟎ.ퟕퟓ

mar-13 2.64 4.38 ퟏퟎ.ퟕퟓ

abr-13 6.14 5.91 ퟏퟎ.ퟕퟓ

may-13 3.69 4.16 ퟏퟎ.ퟕퟓ

63

jun-13 7.56 5.80 ퟏퟎ.ퟕퟓ

jul-13 2.42 4.56 ퟏퟎ.ퟕퟓ

ago-13 4.74 4.91 ퟏퟎ.ퟕퟓ

sep-13 2.16 3.11 ퟏퟎ.ퟕퟓ

oct-13 2.46 3.12 ퟏퟎ.ퟕퟓ

nov-13 2.46 2.36 ퟏퟎ.ퟕퟓ

dic-13 6.48 3.80 ퟏퟎ.ퟕퟓ


Gráficamente: (Ver anexo 7)

5.1.2. Cálculo de remociones no programadas:

Para realizar las gráficas del indicador de componentes removidos, se tomará la

información de la flota de 2 años desde Enero 2012 hasta Diciembre 2013, con las ATAS

más afectadas.

5.1.2.1. ATA 34 (Navegación):

-Cantidad de componentes removidos:

Tabla 19 – Cantidad de componentes removidos no programados periodo 2012-2013 del

ATA 34.

Mes

ATA

34

ene-12 1

feb-12 3

mar-12 1

abr-12 2

64

may-12 4

jun-12 1

jul-12 2

ago-12 6

sep-12 4

oct-12 6

nov-12 8

dic-12 12

ene-13 14

feb-13 9

mar-13 5

abr-13 7

may-13 10

jun-13 2

jul-13 4

ago-13 9

sep-13 7

oct-13 14

nov-13 16

dic-13 20


Aplicando la fórmula 4 para hallar el indicador mensual de componentes removidos

(URR), reemplazamos los datos y calculamos el valor para Enero del año 2012:

푈푅푅 =1푟푒푝표푟푡푒



65

푈푅푅 = 4.74


Tabla 20 – Indicador de componentes removidos periodo 2012-2013 del ATA 34

Mes URR

ene-12 4.74

feb-12 10.14

mar-12 2.53

abr-12 4.75

may-12 7.24

jun-12 1.69

jul-12 3.39

ago-12 10.26

sep-12 7.02

oct-12 8.90

nov-12 11.08

dic-12 17.73

ene-13 21.56

feb-13 13.42

mar-13 6.44

abr-13 8.60

may-13 12.30

jun-13 2.52

jul-13 4.84

ago-13 10.68

sep-13 7.54

66

oct-13 17.20

nov-13 19.69

dic-13 25.91


Seguidamente, hallaremos el valor de alerta (UCL) de acuerdo a la fórmula 2, el cual nos

dará un margen de aceptación para nuestros indicadores.

Por lo tanto, hallamos la media aritmética del año 2012:

푿풂풏풖풂풍 =ퟒ.ퟕퟒ + ퟏퟎ.ퟏퟒ+ ퟐ.ퟓퟑ + ퟒ.ퟕퟓ + ⋯+ ퟖ.ퟗퟎ + ퟏퟏ.ퟎퟖ+ ퟏퟕ.ퟕퟑ

ퟏퟐ= ퟕ.ퟒퟔ

Ahora calculando la desviación estándar según la fórmula 1:

휎 =1

12− 1[(4.74− 7.46) + (10.14− 7.46) + (2.53− 7.46) ] +⋯


휎 = 4.52

Finalmente calculamos el UCL del periodo 2012:

푈퐶퐿 = 7.46 + 2 ∗ (4.52)

푈퐶퐿 = 16.50



Por lo tanto: (año 2013)

푿풂풏풖풂풍 =ퟐퟏ.ퟓퟔ + ퟏퟑ.ퟒퟐ + ퟔ.ퟒퟒ + ퟖ.ퟔퟎ+ ⋯+ ퟕ.ퟓퟒ + ퟏퟕ.ퟐퟎ + ퟏퟗ.ퟔퟗ + ퟐퟓ.ퟗퟏ

ퟏퟐ= ퟏퟐ.ퟓퟔ

Ahora calculando la desviación estándar con la fórmula 1:

67

휎 =1

12− 1[(21.56− 12.56) + (13.42− 12.56) + (6.44− 12.56) ] +⋯

휎 = 7.23

Calculamos el UCL del periodo 2013 utilizando la fórmula 2:

푈퐶퐿 = 12.56 + 2 ∗ (7.23)

푈퐶퐿 = 27.01

El UCL2013 ha aumentado mayor al 60% del valor de alerta 2012, por lo tanto se

mantiene el valor del 2012.

Se tendrá el siguiente recuadro:

Tabla 21 – Indicadores de componentes removidos no programados del periodo 2012-

2013 del ATA 34

ATA 34

MES URR 3M R. UCL

ene-12 4.74 0.00 16.501

feb-12 10.14 0.00 16.501

mar-12 2.53 5.80 16.501

abr-12 4.75 5.81 16.501

may-12 7.24 4.84 16.501

jun-12 1.69 4.56 16.501

jul-12 3.39 4.11 16.501

ago-12 10.26 5.11 16.501

sep-12 7.02 6.89 16.501

oct-12 8.90 8.72 16.501

nov-12 11.08 9.00 16.501

68


La grafica es la siguiente: (Ver anexo 8)

5.1.2.2. ATA 61 (Hélice):

-Cantidad de componentes removidos:

Tabla 22 – Cantidad de componentes removidos no programados del periodo 2012-2013

del ATA 61

Mes

ATA

61

ene-12 0

feb-12 0

dic-12 17.73 12.57 16.501

ene-13 21.56 16.79 16.501

feb-13 13.42 17.57 16.501

mar-13 6.44 13.81 16.501

abr-13 8.60 9.48 16.501

may-13 12.30 9.11 16.501

jun-13 2.52 7.81 16.501

jul-13 4.84 6.55 16.501

ago-13 10.68 6.01 16.501

sep-13 7.54 7.68 16.501

oct-13 17.20 11.81 16.501

nov-13 19.69 14.81 16.501

dic-13 25.91 20.93 16.501

69

mar-12 0

abr-12 0

may-12 0

jun-12 0

jul-12 0

ago-12 0

sep-12 1

oct-12 3

nov-12 5

dic-12 3

ene-13 3

feb-13 2

mar-13 0

abr-13 4

may-13 4

jun-13 3

jul-13 1

ago-13 2

sep-13 2

oct-13 4

nov-13 3

dic-13 1


- Se procede a realizar los cálculos ya mencionados y se obtiene el siguiente cuadro:

70

Tabla 23 – Indicadores de componentes removidos no programados del periodo 2012-

2013 del ATA 61

ATA 61

MES URR 3M R. UCL

ene-12 0.00 0.00 3.590

feb-12 0.00 0.00 3.590

mar-12 0.00 0.00 3.590

abr-12 0.00 0.00 3.590

may-12 0.00 0.00 3.590

jun-12 0.00 0.00 3.590

jul-12 0.00 0.00 3.590

ago-12 0.00 0.00 3.590

sep-12 1.75 0.58 3.590

oct-12 4.45 2.07 3.590

nov-12 6.93 4.38 3.590

dic-12 4.43 5.27 3.590

ene-13 4.62 5.33 3.590

feb-13 2.98 4.01 3.590

mar-13 0.00 2.53 3.590

abr-13 4.91 2.63 3.590

may-13 4.92 3.28 3.590

jun-13 3.78 4.54 3.590

jul-13 1.21 3.30 3.590

ago-13 2.37 2.45 3.590

sep-13 2.16 1.91 3.590

oct-13 4.91 3.15 3.590

71

nov-13 3.69 3.59 3.590

dic-13 1.30 3.30 3.590


Con la siguiente gráfica: (Ver anexo 9)

5.1.3. Implementación del programa de confiabilidad en el sistema de Excel

(Manual de Usuario):

Para poder realizar la recolección de datos, calcular y graficar los indicadores, es

necesario aplicar modelos estadísticos en el software Excel y contar con conocimiento

avanzado del Software, el cual nos ayudará a realizar nuestra implementación, los

siguientes pasos son los necesarios que debemos seguir:

1. Identificamos y tomamos los datos requeridos del formato de discrepancias en la

bitácora de vuelo para reporte de pilotos y para remociones no programadas

cualquier otro formato legal de la empresa en el cual se registre los cambios de

componentes. (ver Anexo 1).

2. Creamos un archivo Excel y lo nombraremos “PIREP”, el cual será utilizado para

realizar la implementación del programa de confiabilidad basada en reporte de

pilotos.

3. Escogemos la primera pestaña u hoja del Excel, la nombramos “DATOS” y

realizamos el diseño de cuadro de acuerdo a la información que se necesitará.

(Ver Anexo 11)

4. Procedemos a ingresar la información y/o datos en el cuadro Excel diseñado en

columnas respectivas como sigue en “A/C” se ingresa la aeronave en la que

estamos obteniendo el reporte; el “DISCREP DATE” se ingresa la fecha del

reporte; en “ATA” y “SUB ATA” se ingresa el sistema el número ATA de la acción

correctiva del reporte; en “FTR N°” ingresamos el correlativo de documentación;

72

en “DISCREPANCIES” se ingresa el reporte de piloto; en “CORRECTIVE

INFORMATION” se ingresa la acción correctiva del formato; en “MES” ingresamos

el mes y año del reporte, en “PIREP-G/I-DMI” ingresamos PIREP si es reporte de

piloto, G/I si es un reporte en tierra y si el reporte es diferido de acuerdo al MEL

ingresamos DMI y así sucesivamente hasta completar los datos necesarios, se

ingresa la información de forma mensual para poder realizar los indicadores y

análisis de información. (Ver anexo 11).

5. Escogemos una segunda pestaña u hoja Excel, denominándola “System”, en el

cual aplicaremos las funciones de tablas dinámicas y filtros para ordenar nuestra

información, tomando como datos de columna de la tabla dinámica, la información

de la columna “ATA” de la pestaña “DATOS” y como datos de la fila de la tabla

dinámica los datos de la columna “MES” de la pestaña “DATOS”, y los valores que

vamos a contabilizar son los de “MES”, obteniendo nuestra tabla dinámica. (Ver

anexo 12).

6. Creamos una tercera pestaña u hoja Excel, nombrándola “APLICACIÓN”,

procedemos direccionar la información ordenada en la pestaña “System”,

diseñamos un cuadro Excel. (Ver Anexo 13).

7. Utilizamos la formula “=BUSCARH( ”ingresamos el dato a buscar (ATA)”,

“ingresamos la matriz donde se desea buscar (System)”, “ingresamos el número

de fila en donde se encuentra la información”, ”ingresamos 0”)” en cada casilla de

cuadro diseñado para direccionar la información de la cantidad de reportes de

pilotos en la pestaña “System”, en la fila del mes, para los demás meses

arrastramos el anterior.(Ver Anexo 13)

8. Seguidamente en la tercera pestaña elaboramos una tabla para realizar el cálculo

del indicador de reporte de piloto, en donde detallaremos en cada columna, los

meses, el indicador (PRR), el promedio de tres meses (3M R.) y el UCL como se

muestra en la imagen 2.

73

9. Ingresamos la fórmula 3 (PRR) en lenguaje Excel en la casilla de PRR como

sigue:”=( (cantidad de reporte de piloto del ATA y mes/ cantidad de horas voladas

del mes)*1000). Donde seleccionamos la cantidad de reportes, a la casilla que

corresponde al ATA y mes previamente ordenado por la fórmula “BUSCARH” y la

cantidad de horas voladas del mes de Enero, lo obtenemos al realizar la suma de

los valores de horas de cada aeronave en el Anexo 1. Así llenaremos los valores

de la columna PRR en la imagen 2.

10. En la columna del promedio de tres meses (3M R.), calcularemos el promedio de

los 3 últimos meses, se ingresa el dato a partir del mes de Marzo, ya que para

hacer este promedio es necesario tener los valores de PRR Enero, Febrero y

Marzo; procedemos a ingresar en fórmula Excel “=PROMEDIO(“escogemos los

valores de PRR de los meses Enero, Febrero y Marzo), luego sucesivamente con

los demás meses.

11. En la última fila (UCL) de la imagen 2, ingresamos el valor calculado de UCL en

los capítulos anteriores de Cálculo de Reporte de Pilotos y Cálculo de

Componentes removidos.

Imagen 2 – Cuadro Excel para el detalle de los indicadores de reportes de piloto

ATA 34

MES PRR 3M R. UCL

ene-12 9.47 0.00 ퟒퟔ.ퟔퟎ

feb-12 16.91 0.00 ퟒퟔ.ퟔퟎ

mar-12 12.63 13.00 ퟒퟔ.ퟔퟎ

…. …. ….. …..


12. Una vez obtenido el cuadro con los indicadores, procedemos a realizar las

gráficas respectivas, en este caso utilizamos la aplicación en Excel-Inserta grafica

74

en línea apilada con marcadores tomando como valores las 4 columnas de la

imagen 2. (Ver anexo 14).

13. Procedemos a mejorar el diseño de la gráfica con las opciones de línea en los

gráficos de Excel, obteniendo las cuervas necesarias para el análisis. (ver anexo

2).

14. Aplicamos los pasos del 9 al 13 para cada ATA del sistema de aeronaves que

vamos a analizar.

15. En caso de remociones no programadas, elaboramos de la misma manera un

Excel y lo nombraremos “COMPONENT REMOVE”, el cual será utilizado para

realizar la implementación del programa de confiabilidad basada en las

remociones de componentes.

16. Escogemos la primera pestaña u hoja del Excel, la nombramos “MATRIZ DE

DATOS” y realizamos el diseño de cuadro de acuerdo a la información que se

necesitará. (Ver Anexo 15).

17. Procedemos a ingresar la información y/o datos en el cuadro Excel diseñad oen

columnas respectivas, como sigue en “A/C” se ingresa la aeronave en la que

estamos obteniendo la información de remoción de componentes; en “ATA” se

ingresa el número de ATA al cual pertenece el componente removido, en “ATA

DESCRIPTION” se ingresa el sistema ATA correspondiente, en “REMOVE DATE”

se ingresa la fecha de la remoción del componente; en “MONTH” se ingresa el

mes y año en el que fue removido, en “WORK TYPE” ingresamos el tipo de

documentación legal de la empresa en el cual se registre la remoción del

componente, en “#WORK” se ingresa el correlativo de la documentación legal ;

en “COMPONENT DESCRIPTION” se ingresa la descripción del componente

removido; en las columnas “P/N OFF ” y “S/N OFF”, se ingresa el numero de parte

y serie del componente removido, en las columnas “P/N ON” y “S/N ON”, se

ingresa el numero de parte y serie del componente entrante a la aeronave; en

75

“POSITION” se ingresa la posición el cual fue removida el equipo, en “TSI” se

ingresa la cantidad de horas que el componente estuvo instalado en la aeronave;

en “REASON”, se ingresa la información de la razón de remoción y finalmente en

la columna “TYPE”, se ingresa los valores de URR si es componente removido no

programado, CANIBALIZED si es un componente canibalizado del avión o

CONSUMBLE si es un consumible, esto con el propósito de disgregar la

información en el análisis de datos, se ingresa la información de forma mensual

para poder realizar los indicadores y análisis de información. (Ver anexo 15).

18. Escogemos una segunda pestaña u hoja Excel, denominándola “Rem-ATA-

Month”, en el cual aplicaremos las funciones de tablas dinámicas y filtros para

ordenar nuestra información, tomando como datos de columna de la tabla

dinámica, la información de la columna “ATA” de la pestaña “MATRIZ DE DATOS”

y como datos de la fila de la tabla dinámica los datos de la columna “MES” de la

pestaña “MATRIZ DE DATOS”, y los valores que vamos a contabilizar son los de

“MES”, obteniendo nuestra tabla dinámica. (Ver Anexo 16).

19. Creamos una tercera pestaña u hoja Excel, nombrándola “APLICACIÓN”,

procedemos direccionar la información ordenada en la pestaña “Rem-ATA-

Month”, diseñamos un cuadro Excel. (Ver Anexo 17).

20. Utilizamos la formula “=BUSCARH( ”ingresamos el dato a buscar (ATA)”,

“ingresamos la matriz donde se desea buscar (Rem-ATA-Month)”, “ingresamos el

número de fila en donde se encuentra la información”, ”ingresamos 0”)” en cada

casilla de cuadro diseñado para direccionar la información de la cantidad de

reportes de pilotos en la pestaña “Rem-ATA-Month”, en la fila del mes, para los

demás meses arrastramos el anterior.( Ver Anexo 17).

21. Seguidamente en la tercera pestaña elaboramos una tabla para realizar el cálculo

de las remociones no programadas, en donde detallaremos en cada columna, los

76

meses, el indicador (URR), el promedio de tres meses (3 M R.) y el UCL como se

muestra en la imagen 3.

22. Ingresamos la fórmula 4 (URR) en lenguaje Excel en la casilla de URR como

sigue:”=( (cantidad de componentes removidos no programados de ATA y mes/

cantidad de horas voladas del mes)*1000). Donde seleccionamos la cantidad de

reportes, a la casilla que corresponde al ATA y mes previamente ordenado por la

fórmula “BUSCARH” y la cantidad de horas voladas del mes de Enero, lo

obtenemos al realizar la suma de los valores de horas de cada aeronave en el

Anexo 1. Asi llenaremos los valores de la columna URR en la imagen 3.

23. En la columna del promedio de tres meses (3M R.), calcularemos el promedio de

los 3 últimos meses, se ingresa el dato a partir del mes de Marzo, ya que para

hacer este promedio es necesario tener los valores de URR Enero, Febrero y

Marzo; procedemos a ingresar en fórmula Excel “=PROMEDIO(“escogemos los

valores de PRR de los meses Enero, Febrero y Marzo), luego sucesivamente con

los demás meses.

24. En la última fila (UCL) de la imagen 3, ingresamos el valor calculado de UCL en

los capítulos anteriores de Cálculo de Reporte de Pilotos y Cálculo de

Componentes removidos.

Imagen 3 – Cuadro Excel para el detalle de los indicadores de remociones no

programadas

ATA 61

MES URR 3M R. UCL

ene-12 0.00 0.00 3.590

feb-12 0.00 0.00 3.590

mar-12 0.00 0.00 3.590

… … … …


77

25. Una vez obtenido el cuadro con los indicadores, procedemos a realizar las

gráficas respectivas, en este caso utilizamos la aplicación en Excel-Inserta grafica

en línea apilada con marcadores tomando como valores las 4 columnas de la

imagen 3. (Ver anexo 14).

26. Procedemos a mejorar el diseño de la gráfica con las opciones de línea en los

gráficos de Excel, obteniendo las cuervas necesarias para el análisis. (ver anexo

8).

27. Aplicamos los pasos del 22 al 26 para cada ATA del sistema de aeronaves que

vamos a analizar.

5.2. Análisis teórico de los datos y resultados obtenidos en relación con las

bases teóricas de la investigación.

Después de observar, ahora analizamos los datos, hemos podido apreciar lo siguiente:

Las ATAS con mayor alertas son ATA 34 (Navegación) y ATA 61 (Hélice).

5.2.1. ATA 34 (Navegación):

Como se observa en las gráficas en los reportes de pilotos el indicador presento nivel de

alerta durante el mes de Diciembre 2012 y Diciembre 2013. De la misma manera para el

indicador de componentes en Diciembre 2012, Noviembre 2013 y Diciembre 2013,

exceder “EX”, alert “AL” y remain in alert “REM”.

Los reportes relacionados a pilotos fueron le malfuncionamiento del radar meteorológico,

el cual cuenta con el 60% del total de reportes de esta ATA.

Además, el 56 % de las remociones corresponden a los siguientes equipos on-condition:

- Part Number: MI585350-5 (weather radar transceiver).

78

Tabla 24 –Histórico de remociones del transmisor del radar

A/C REMOVE

DATE

COMPONENT

DESCRIPTION P/N OFF

S/N

OFF P/N ON

S/N

ON

N988HA 10/10/2012

R/T WEATHER

RADAR MI585350-5 2836

MI585350-5 2831

N988HA 09/11/2012

R/T WEATHER

RADAR MI585350-5 2344

MI-585350-5 2891

N988HA 16/12/2012

R/T WEATHER

RADAR MI585350-5 2891

MI585350-5 1547

N444YV 23/12/2012

R/T WEATHER

RADAR MI585350-5 518

MI585350-5 2907

N447YV 23/12/2012

R/T WEATHER

RADAR MI585350-5 2927

MI-585350-5 2921

N444YV 28/12/2012

R/T WEATHER

RADAR MI585350-5 2907

MI585350-5 2310

N448YV 28/12/2012

R/T WEATHER

RADAR MI585350-5 2310

MI585350-5 2907

N444YV 30/12/2012

R/T WEATHER

RADAR MI585350-5 2310

MI585350-5 2836

N448YV 04/01/2013

R/T WEATHER

RADAR MI585350-5 2826

MI585350-5 2907

N448YV 16/01/2013

R/T WEATHER

RADAR MI585350-5 2907

MI585350-5 2344

N447YV 25/01/2013

R/T WEATHER

RADAR MI585350-5 2921

MI585350-5 2891

N454YV 30/01/2013 R/T WEATHER MI585350-5 2836 MI585350-5 2941

79

RADAR

N987HA 02/02/2013

R/T WEATHER

RADAR MI585350-5 2826

MI585350-5 2504

N447YV 13/02/2013

R/T WEATHER

RADAR MI585350-5 2891

MI585350-5 2247

N444YV 22/04/2013

R/T WEATHER

RADAR MI585350-5 1915

MI-585350-5 2927

N447YV 14/05/2013

R/T WEATHER

RADAR MI-585350-5 2247

MI-585350-5 2836

N447YV 22/05/2013

R/T WEATHER

RADAR MI-585350-5 2836

MI-585350-5 1547

N447YV 24/05/2013

R/T WEATHER

RADAR MI-585350-5 1547

MI-585350-5 2344

N448YV 24/05/2013

R/T WEATHER

RADAR MI-585350-5 2344

MI-585350-5 2288

N436YV 05/06/2013

R/T WEATHER

RADAR MI-585350-5 1066

MI-585350-5 1915

N987HA 02/08/2013

R/T WEATHER

RADAR MI-585350-5 1354

MI-585350-5 2265

N444YV 15/08/2013

R/T WEATHER

RADAR MI-585350-5 2927

MI-585350-5 3016

N987HA 16/09/2013

R/T WEATHER

RADAR MI-585350-5 2265

MI-585350-5 1056

N448YV 03/10/2013

R/T WEATHER

RADAR MI585350-5 2288

MI585350-5 1066

N436YV 20/10/2013 R/T WEATHER MI585350-5 1915 MI585350-5 5684

80

RADAR

N454YV 06/11/2013

R/T WEATHER

RADAR MI585350-5 2941

MI585350-5 2789

N436YV 04/11/2013

R/T WEATHER

RADAR MI585350-5 2789

MI585350-5 5684

N447YV 28/11/2013

R/T WEATHER

RADAR MI-585350-5 2344

MI-585350-5 2354

N448YV 12/12/2013

R/T WEATHER

RADAR MI-585350-5 1066

MI-585350-5 2921

N448YV 21/12/2013

R/T WEATHER

RADAR MI-585350-5 2921

MI-585350-5 2247

N444YV 24/12/2013

R/T WEATHER

RADAR MI-585350-5 3016

MI-585350-5 5143

N448YV 31/12/2013

R/T WEATHER

RADAR MI-585350-5 2921

MI-585350-5 5321

Fuente: Aerolínea LC Perú

81

Imagen 4 – Receptor de radar

Fuente: Fotografía Propia de la unidad Receptor/Transmisor

- Part Number: MI585353 (weather radar antenna)

Tabla 25 – Histórico de remociones de antena de radar

A/C REMOVE

DATE

COMPONENT

DESCRIPTION P/N OFF S/N OFF P/N ON S/N ON

N454YV 27/02/2012

ANTENNA ASSY

WEATHER RADAR MI585353 2527

MI-585353 2698

N454YV 22/05/2012

ANTENNA ASSY


MI-585353 2376

N448YV 04/01/2013

ANTENNA ASSY


MI-585353 2527

N454YV 04/01/2013

ANTENNA ASSY


MI-585353 2478

82

N448YV 17/01/2013

ANTENNA ASSY


MI-585353 2698

N447YV 25/01/2013

ANTENNA ASSY


MI-585353 1609

N454YV 30/01/2013

ANTENNA ASSY


MI-585353 2141

N987HA 02/02/2013

ANTENNA ASSY


MI585353 2698

N447YV 03/02/2013

ANTENNA ASSY


MI-585353 2478

N447YV 22/05/2013

ANTENNA ASSY

WEATHER RADAR MI-585353 2478

MI-585353 1097

N448YV 15/06/2013

ANTENNA ASSY


MI-585353 3256

N454YV 19/06/2013

ANTENNA ASSY


MI-585353 5684

N447YV 01/07/2013

ANTENNA ASSY


MI-585353 2478

N444YV 21/07/2013

ANTENNA ASSY


MI-585353 2369

N448YV 10/08/2013

ANTENNA ASSY


MI-585353 1564

N436YV 13/08/2013

ANTENNA ASSY


MI-585353 2014

N454YV 22/09/2013

ANTENNA ASSY


MI-585353 2341

83

N447YV 30/09/2013

ANTENNA ASSY


MI-585353 3201

N444YV 06/10/2013

ANTENNA ASSY


MI-585353 2478

N448YV 22/10/2013

ANTENNA ASSY


MI-585353 2578

N987HA 01/11/2013

ANTENNA ASSY


MI-585353 2954

N436YV 13/11/2013

ANTENNA ASSY


MI-585353 2264

N444YV 20/11/2013

ANTENNA ASSY


MI-585353 3120

N448YV 30/11/2013

ANTENNA ASSY


MI-585353 1632

N454YV 03/12/2013

ANTENNA ASSY


MI-585353 2345

N436YV 12/12/2013

ANTENNA ASSY


MI-585353 3016

N987HA 19/12/2013

ANTENNA ASSY


MI-585353 3325

N444YV 21/12/2013

ANTENNA ASSY


MI-585353 2366

N448YV 26/12/2013

ANTENNA ASSY


MI-585353 2364

N447YV 31/12/2013

ANTENNA ASSY


MI-585353 2654

Fuente: Aerolínea LC Perú

84

Imagen 5– Antena Weather Radar:

Fuente: Fotografía Propia de la unidad Antena Weather Radar

Estos equipos corresponden al funcionamiento del radar, el transceptor transforma la

señal electromagnética que emite la antena, en números para el indicador.

5.2.2. ATA 61 (Hélice):

En las gráficas se pudo apreciar que para esta ATA hubo valores de alerta “AL” y remain

in alert “REM”, durante los meses Noviembre 2012, Diciembre 2012, Enero 2013, Abril

2013, Mayo 2013, Junio 2013 y Octubre 2013, todas estas alertas para el indicador URR.

El 70% de las remociones relacionadas a esta ATA corresponden a palas de hélice de

aeronaves, el DASH8-202 cuenta con 8 palas 4 en cada motor.

Las palas son consideradas hard time, equipos que son removidos cada 10,500 horas

desde su último overhaul, en nuestra operación las palas tienen un MTBUR de 4076

horas que viene a ser el 38% de su vida útil.

85

Las palas presentaron quiñadas, producidas por piedras en la funda del Níquel, en

algunos casos con exposición de fibra.

Tabla 26 – Remociones de palas de hélice

86

Fuente: Aerolínea LC Peru.

Imagen 6– Pala de Hélice dañada

Fuente: Fotografía Propia de la unidad de pala de hélice

87

Imagen 7 – Pala de Hélice dañada

Fuente: Fotografía Propia de la unidad pala de hélice

88

5.3. Análisis de la asociación de variables y resumen de las apreciaciones

relevantes que produce.

De acuerdo a lo analizado y las investigaciones, se logró conseguir las siguientes

modificaciones y recomendaciones a los eventos presentados según las alertas en los

indicadores señalados, variable independiente, y su aplicación en la flota Dash 8-202,

variable dependiente.

5.3.1. ATA 34 (NAVEGACIÓN):

1° SOLUCIÓN: Reubicación del Ducto de salida de aire tibio del TRU #1 hacia el

compartimiento del Radome, donde se encuentra instalada la Antena del Weather

Radar.

Después de consultar al fabricante de las aeronaves (BOMBARDIER), nos envío una

modificación, que consiste en la reubicación de una manguera que emite gases tibios,

estos provienen de TRU #1 (Transformer Rectifier Unit), con esta aplicación mejorará la

confiabilidad del componente, tomándose las siguientes consideraciones:

- No se está alterando la estructura de la aeronave.

- No se está alterando ningún Sistema primario de la aeronave.

- Los compartimientos de trabajo no son zona presurizada.

- El soporte donde se reubica la manguera es de un diámetro parecido al de la

manguera, por lo que no es necesario realizar agujeros.

- Los pesos de los consumibles para ser usados no son considerables, por lo que

no amerita un re cálculo el peso y balance.

- No se efectúa cambio significante al diseño original de la aeronave.

- En caso de tener algún inconveniente, es totalmente posible de reubicar el ducto a

su posición original.

- El costo de los consumibles son bajos.

- El tiempo hora hombre para realizar este trabajo, es de 1 hora.

89

- No es necesario herramientas especiales.

- Un técnico calificado de mantenimiento aeronáutico es capaz de cumplir este

trabajo.

- Los procedimientos y consumibles a usarse fueron recomendados por el

Fabricante Bombardier.

Imagen 8 – SYD-24-006

Fuente: Propia y del fabricante BOMBARDIER

90

Los TRU, unidades transformadoras rectificadoras, están instaladas en zona del

compartimiento de nariz, son 2 componentes exactamente iguales que transforman y

rectifican los voltajes AC producidos por los generadores en corriente DC. Estos emiten

gases cuando la luz de: “L TRU” / “R TRU” se enciende, ya que esto indica que hay un

sobrecalentamiento del componente que es medido mediante sensores de temperatura

de aproximadamente 170° C, y como medida de precaución, el sistema no trabaja con el

TRU afectado y seguidamente el ventilador que estos poseen empiezan a trabajar

logrando bajar la temperatura, haciendo que se produzca el gas que es liberado del TRU

afectado mediante una manguera hacia el compartimiento de pozo del tren de nariz.

Imagen 9 – Sistema Normal del TRU

Fuente: Propia y del Manual de Partes de la Aeronave (IPC) PSM 1-82-24 ATA

24-10-00 Fig 5 pag 0.

91

La modificación consiste en, re direccionar la manguera del TRU N° 1 hacia el

compartimiento del radome, en donde se encuentra la antena del radar:

Imagen 109 – Sistema modificado del TRU

Fuente: Propia y de la modificación SYD 8-24-006

2° SOLUCION: Extracción del Dessicator como parte del sistema.

Adicionalmente se encontró un Service Letter, el cual menciona la extracción del

dessicator, para aumentar la confiabilidad del Weather Radar Transceiver.

El dessicator, esta unidad se encarga de extraer la humedad presente en la aire de la

cabina, el cual es absorbido en su interior, mediante cristales, su tiempo de remoción es

controlado cada 500 horas.

92

Imagen 11 – Sistema Radar con dessicator

Fuente: Propia y del Manual de Partes de la Aeronave (IPC) PSM 1-82-4 ATA

34-41-00 Fig 5 pag 0.

Imagen 12 – Sistema Radar con dessicator

Fuente: Propia y del Service Letter DH8-SL-34-009A

93

Imagen 13 – Desiccator en condición Serviciable

Fuente: Fotografía Propia de la unidad Desiccator

Imagen 14 – Desiccator con humedad

Fuente: Fotografía Propia de la unidad Desiccator.

94

De acuerdo a la carta de servicio, se manifiesta que:

- Esta carta de servicio, emitido por Bombardier, permite realizar la remoción del

desiccator, el cual se encuentra en el mamparo del compartimiento de nariz del

avión, esta unidad se encarga de extraer la humedad presente en el aire de la

cabina.

- Por el motivo que puede contener la humedad, puede causar distorsiones en el

display de radar al punto de tener graves daños en el transceptor weather radar.

- Al realizarse la remoción, Honeywell manifiesta que mejora la confiabilidad del la

unidad de transceptor.

95

Imagen 15 – DH8-SL-34-009A

Fuente: Propia y del fabricante BOMBARDIER

96

5.3.2. ATA 61 (PROPELLER):

1° SOLUCION: Modificación de la composición de la funda de Níquel de la pala de

hélice.

Después de conversar con el fabricante de las hélices HAMILTON SUNDSTRAND, nos

envió la referencia de un boletín de servicio, el cual consiste en modificar la composición

de la funda de hélice de las palas, aleándolo con cobalto, la aplicación de esta

modificación, mejorará la resistencia de la funda de Níquel, ante impacto.

Este boletín de servicio 14SF-61-155, será aplicado en las estaciones reparadoras

debidamente autorizadas por Hamilton Sundstrand y Federal Aviation Administration,el

cual varía la composición de la funda de Níquel, aleándolo con Cobalto

La hélice es un dispositivo mecánico formado por un conjunto de elementos denominados

palas o álabes, montados de forma concéntrica y solidarias de un eje que, al girar, las

palas trazan un movimiento rotativo en un plano. Las palas no son placas planas, sino

que tienen una forma curva, sobresaliendo del plano en el que giran, y obteniendo así en

cada lado una diferencia de distancias entre el principio y el fin de la pala. Provocando

una diferencia de velocidades entre el fluido de una cara y de la otra. Según el principio

de Bernoulli esta diferencia de velocidades conlleva una diferencia de presiones, y por lo

tanto aparece una fuerza perpendicular al plano de rotación de las palas hacia la zona de

menos presión. Esta fuerza es la que se conoce como fuerza propulsora de un buque o

aeronave.

Las palas de la flota Dash8-202 de LCPeru, operan en pistas no pavimentadas, en donde

ocurren estos daños y reducen la vida útil del componente, llevando a unos costos

excesivos de reparación debido a la gravedad que pueden presentar.

97

Imagen 16 – Típicas zonas de erosión de la pala de Hélice

Fuente: Propia y del Manual PMM 61-10-00 page 624

Imagen 17 – Descripción de la pala de hélice

Fuente: Propia y del IPC 61-13-00 page 1304

98

Al aplicar el boletín de servicio 14SF-61-155 se realizara la aleación del Níquel y Cobalto

se tiene las siguientes propiedades:

Resistente a la abrasión.

Resistente a la corrosión.

Resistente a la fatiga.

El Cobalto es usado generalmente en la industria como un material duro superficial

en regiones de desgaste críticas, aplicado por soldadura de recargue.

Imagen 18 – SB 14SF-61-155

Fuente: Propia y del fabricante HAMILTON SUNDSTRAND

99

CONCLUSIONES

Al finalizar todos los requerimientos necesarios para la implementación de un programa

de confiabilidad, basada en la estadística de alertas para una flota DASH 8-202, se

visualizó como monitorear y solucionar las diversas fallas, que se presentan en una flota

de aeronaves que opera en un espacio geográfico accidentado como es el Perú,

observando la performance mediante gráficas y los valores de alerta que estas

presentaron.

Con el cálculo estadístico desarrollado con la recolección de datos y la aplicación de los

conceptos de confiabilidad de Bombardier, se logró implementar el programa de

confiabilidad, con el fin de mejorar la seguridad de vuelo, asegurar la aeronavegabilidad y

la confiabilidad de los sistemas de las aeronaves, a través de alertas que nos indican la

performance de las aeronaves.

100

SUGERENCIAS

Las mejoras mencionadas en el informe, se pueden incluir a los sistemas afectados, con

lo que aumentará la confiabilidad de aquellos componentes y eventos que influyen al

impacto operacional de la compañía, y con esto poder minimizar las fallas y remociones

no programadas que atenta con la aeronavegabilidad de la flota.

Los resultados mostrados, se pueden profundizar para realizar una nueva fase, en el cual

incluiría los costos de mantenimiento con relación a las remociones de compontes, para

mejorar los costos de envío y reparación, y el impacto en la confiabilidad de despacho, la

cual conlleva las demoras y cancelaciones por eventos de mantenimiento.

101

REFENCIAS BIBLIOGRAFICAS

Bibliografía:

Failures Reporting Analisys and Corrective Action (BOMBADIER) – Issued 40

- De-Havilland DASH 8 Aircraft Maintenance Manual Series 200 PSM 1-82-2. Rev 29

(Bombardier INC.).

- De-Havilland DASH 8 Illustrated Parts Catalog Series 200 PSM 1-84-2 Rev. 29

(Bombardier INC.).

- Hamilton Sundstrand Propeller Maintenance Manual P598 for 14SF-18/23 Rev. 12.

- Hamilton Sundstrand Component Maintenance Manual 61-20-03 - Illustrated Part

Catalog for 14SF-18/23.

-Mejora de la confiabilidad de operación del sistema weather radar en aeronaves DASH8-

202.

-Estadística y Probabilidad – Universidad Tecnológica del Perú (2007).

Webgrafía:

- IFLYBOMBARDIER --https://customer.aero.bombardier.com/racs/public/

- Propuesta de Mantenimiento Preventivo Basado en la

Confiabilidadhttp://www.repositoriodigital.ipn.mx/bitstream/handle/123456789/13412/TESI

S%20RAYMUNDO%20HERNANDEZ%20BARCENAS.pdf?sequence=1

https://customer.aero.bombardier.com/racs/public/

http://www.repositoriodigital.ipn.mx/bitstream/handle/123456789/13412/TESI

102

ANEXOS

Anexo 1: Acumulado de horas por avión

ACUMULADO DE HORAS POR AVION

N444YV N447YV N448YV N454YV N988HA N987HA N436YV

ene-12 90.10 0.00 94.74 26.25 0.00 0.00 0.00

feb-12 104.58 0.00 92.13 99.02 0.00 0.00 0.00

mar-12 68.99 39.44 161.53 126.02 0.00 0.00 0.00

abr-12 48.37 108.40 107.27 157.03 0.00 0.00 0.00

may-12 164.41 145.30 113.09 129.86 0.00 0.00 0.00

jun-12 152.70 147.50 144.49 147.49 0.00 0.00 0.00

jul-12 94.57 164.31 151.78 179.35 0.00 0.00 0.00

ago-12 140.71 192.56 176.32 75.44 0.00 0.00 0.00

sep-12 177.83 190.94 201.14 0.00 0.00 0.00 0.00

oct-12 177.45 182.67 188.69 0.00 125.51 0.00 0.00

nov-12 149.28 166.95 151.00 84.18 170.35 0.00 0.00

dic-12 90.45 133.14 143.47 129.93 179.60 0.00 0.00

ene-13 157.88 85.03 156.82 160.61 88.90 0.00 0.00

feb-13 111.21 91.45 108.92 114.58 60.02 82.07 102.46

mar-13 19.97 115.07 152.69 164.68 94.05 91.31 138.98

abr-13 52.96 139.78 157.19 161.01 81.98 67.17 154.01

may-13 154.14 144.68 118.06 160.02 0.00 77.14 158.95

jun-13 144.41 142.26 155.57 138.62 0.00 73.31 139.03

jul-13 72.29 179.63 183.93 171.54 0.00 73.41 146.48

ago-13 110.67 189.46 133.32 172.64 0.00 63.05 173.88

sep-13 184.82 185.73 170.88 141.13 0.00 77.31 168.10

oct-13 178.64 140.39 159.16 136.72 0.00 70.29 128.85

nov-13 137.19 162.17 187.16 133.92 0.00 43.78 148.51

dic-13 130.50 80.54 135.68 112.85 0.00 125.68 134.69

103

Anexo 2: Indicador de reporte de pilotos ATA 21


104



105



106

Anexo 8: Indicador de componentes removidos no programados ATA 34

Anexo 9: Indicador de componentes removidos no programados ATA 61

107

Anexo 10: Bitácora de vuelo

Anexo 11: Cuadro de información de reporte de pilotos

108

Anexo 12: Tabla dinámica:

Anexo 13: Formulación Excel de búsqueda de datos.

109

Anexo 14: Diseño de graficas en Excel.

Anexo 15: Cuadro de información de remociones no programadas.

110

Anexo 16: Cuadro de información de remociones no programadas.

Anexo 17: Formulación Excel de búsqueda de datos.

informe de suficiencia ruben francisco luque ......por parte de los mecánicos de mantenimiento, no...

Documents