Recommended
More Related Content
Similar to Optimización de soporte logístico basado en confiabilidad
Similar to Optimización de soporte logístico basado en confiabilidad (20)
More from Rodrigo Mendoza
More from Rodrigo Mendoza (7)
Recently uploaded
Recently uploaded (20)
Optimización de soporte logístico basado en confiabilidad
- 1. ASETTI Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Rodrigo Mendoza T COO, AC&RG Engineering Consultant, Asetti Dr. Marcos Orchard Associate Professor Department of Electrical Engineering Faculty of Physical and Mathematical Sciences Universidad de Chile OPTIMIZACIÓN DE SOPORTE LOGÍSTICO BASADO EN CONFIABILIDAD
- 2. MOTIVACIÓN Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Concepto de “operador de mantenimiento” - Se privilegia el control por sobre la fuerza de trabajo para trabajos correctivos - Anticiparse a los hechos - Lenguaje simple y directo, entendible por todos, que facilita la capacitación Hacia donde todos queremos llegar….
- 3. MOTIVACIÓN Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar CORRECTIVO PREVENTIVO PREDICTIVO PROACTIVO
- 4. MOTIVACIÓN Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar CORRECTIVO PREVENTIVO PREDICTIVO PROACTIVO
- 5. MOTIVACIÓN Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar CORRECTIVO PREVENTIVO PREDICTIVO PROACTIVO
- 6. MOTIVACIÓN Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar CORRECTIVO PREVENTIVO PREDICTIVO PROACTIVO Cómo hacerlo?
- 7. MOTIVACIÓN Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Fácil!!!, para mañana…
- 9. CONCEPTOS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Soporte Logístico Política de mantenimiento óptima Análisis de confiabilidad Análisis de Falla Cuál es el objetivo?
- 10. CONCEPTOS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Soporte Logístico Política de mantenimiento óptima Análisis de confiabilidad Análisis de Falla
- 11. CONCEPTOS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Soporte Logístico Política de mantenimiento óptima Análisis de confiabilidad Análisis de Falla
- 12. CONCEPTOS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Soporte Logístico Política de mantenimiento óptima Análisis de confiabilidad Análisis de Falla 𝝀 𝒕 , 𝒛𝒊 𝒕
- 13. CONCEPTOS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Soporte Logístico Política de mantenimiento óptima Análisis de confiabilidad Análisis de Falla 𝑹(𝒛𝒊 𝒕 )
- 14. CONCEPTOS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Soporte Logístico Política de mantenimiento óptima Análisis de confiabilidad Análisis de Falla 𝑴𝑻𝑩𝑰(𝑹 𝒛𝒊 𝒕 , 𝑪𝒓, 𝑪𝒊)
- 15. CONCEPTOS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Soporte Logístico Política de mantenimiento óptima Análisis de confiabilidad Análisis de Falla 𝜶 𝝀 𝒕 𝜶 𝑴𝑻𝑩𝑭 𝜶(𝑴𝑻𝑩𝑰)
- 16. CONCEPTOS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar • Estrategias de mantenimiento • Mantenimiento correctivo • Mantenimiento preventivo • Mantenimiento predictivo • Tiempo Medio entre Fallas (MTBF) • Vida media • Tiempo medio para reparar (MTTR) • Tiempo medio para intervenir (MTTI) • Tasa de riesgo • Confiabilidad Hablemos el mismo idioma…
- 17. CONCEPTOS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar “ya sabemos en qué consisten las pruebas, debemos entender qué significan…”
- 19. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar • FMECA COMPONENTE MODODEOPERACIÓN MODODEFALLA CAUSA EFECTO DETECCIÓN SALVAGUARDIA GRAVEDAD FRECUENCIA ACCIÓNCORRECTIVA • Ishikawa
- 20. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Relevancia de la información: Qué guardar? Cada cuánto guardar?
- 21. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Relevancia de la información: Qué guardar? Cada cuánto guardar?
- 22. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Ejemplo
- 23. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Subsistema Variable medición GRUPO MOTOPROPULSOR Horas uso ALIMENTACIÓN DE COMBUSTIBLE Horas uso FRENOS Kms. RODADURA Kms. CONTROL DE CONDUCCIÓN Kms. HIDRÁULICA Disparos ARMAMENTO Disparos CONTROL DE FUEGO Disparos OBSERVACIÓN Y PUNTERÍA Disparos NAVEGACIÓN Horas uso COMUNICACIÓN Tiempo calendario INDICACIÓN Y REGISTRO Horas uso GENERACIÓN Y DISTRIBUCIÓN ELÉCTRICA Horas uso ILUMINACIÓN Horas uso ACONDICIONAMIENTO DE AIRE Horas uso EXTINCIÓN DE INCENDIO Horas uso ANFIBIO Y VADEO - UNIDAD AUXILIAR DE POTENCIA Tiempo calendario ESCOTILLAS Y PUERTAS Horas uso LIMPIEZA DE CRISTALES Horas uso EQUIPAMIENTO Tiempo calendario ESTRUCTURA Tiempo calendario /horas de uso Ejemplo
- 24. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Diferencia entre tasa de falla y de demanda a taller Equipo falla
- 25. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Diferencia entre tasa de falla y de demanda a taller Equipo falla Llega la orden a taller
- 26. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Diferencia entre tasa de falla y de demanda a taller Equipo falla Llega la orden a taller Comienza reparación
- 27. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Diferencia entre tasa de falla y de demanda a taller Equipo falla Llega la orden a taller Comienza reparación Entrega de componente
- 28. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Diferencia entre tasa de falla y de demanda a taller Equipo falla Llega la orden a taller Comienza reparación Entrega de componente Tasa de llegada a taller o de falla?
- 29. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Diferencia entre tasa de falla y de demanda a taller • El último registro de mantenimiento fue hace 70 años • Lo enciendo hoy y me doy cuenta que falla y lo envío a reparar La tasa de falla es 1 falla / 70 años?
- 30. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Diferencia entre tasa de falla y de demanda a taller • El último registro de mantenimiento fue hace 70 años • Lo enciendo hoy y me doy cuenta que falla y lo envío a reparar La tasa de falla es 1 falla / 70 años? Interesa saber cuándo falló, no cuando se generó la orden de reparar. Censura de los datos
- 31. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Diferencia entre tasa de falla y de demanda a taller Equipo falla Llega la orden a taller Comienza reparación Entrega de componente MTBF MTBO MTTR
- 32. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Diferencia entre tasa de falla y de demanda a taller Equipo falla Llega la orden a taller Comienza reparación Entrega de componente MTBF MTBO MTTR
- 33. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Ejemplo 0 20 40 60 80 100 120 140 160 180 0 100 200 300 400 500 600 700 800 900 N(t) Días
- 34. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Ejemplo 0 20 40 60 80 100 120 140 160 180 0 100 200 300 400 500 600 700 800 900 N(t) Días Vacaciones Régimen normal Maniobras
- 35. ANÁLISIS Y TASA DE FALLA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar - Tal que: A = conjunto de órdenes recibida en el i-ésimo año El modelo es ajustable Ejemplo
- 37. ANÁLISIS DE CONFIABILIDAD Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Todo no puede ser tan simple… muajajajajaja
- 38. ANÁLISIS DE CONFIABILIDAD Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Densidad de falla empírica: Función de riesgo empírica: 0 50 100 150 200 250 300 0 0.2 0.4 0.6 0.8 1 1.2 1.4 x 10 -3 f d (t)failures/hour Operational Time [hour] 0 50 100 150 200 250 300 0 0.2 0.4 0.6 0.8 1 1.2 1.4 x 10 -3 Operational Time [hour] z d (t)failures/hour
- 39. ANÁLISIS DE CONFIABILIDAD Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar 1 ( ) ( ) / ( ) t t f t S t Distribución de WeibullDistribución exponencial (t) t Mortalidad aleatoria VejezMoratlidad infantil ( ) exp( )f t t ( ) exp( ) 1 ( )S t t F t ( ) 0, 0t t 1 MTTF 1 ( ) , 0, 0, 0 tt f t e t ( ) 1 ( ) t S t e F t 1 (1 )MTTF
- 40. ANÁLISIS DE CONFIABILIDAD Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Retomemos… - Data relevante - Cálculo de falla - Análisis de Weibull R(t) se relaciona a cosas como: • Tipo de desgaste • Modo de uso • Efectividad de la reparación • Ciclo de vida de los componentes
- 41. ANÁLISIS DE CONFIABILIDAD Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Cómo se usa? Ajuste lineal Uso Tiempo calendario
- 42. ANÁLISIS DE CONFIABILIDAD Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Cómo se usa? Ajuste lineal Uso Tiempo calendario Sobrestimación Uso Tiempo calendario Subestimación
- 43. ANÁLISIS DE CONFIABILIDAD Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Por hora de uso: Beta 3.3 Eta 27.6 h-uso MTBF = 48,64 h-uso Por tiempo calendario: 0 0.5 1 0 100 200 300 400 500 600 T(días) R(t) Beta 2.3 Eta 336.4 días 0 0.5 1 0 20 40 60 Horas de uso R(u) Para filtro…
- 44. ANÁLISIS DE CONFIABILIDAD Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Pero cómo se justifica hacer todo esto?...
- 45. ANÁLISIS DE CONFIABILIDAD Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Pero cómo se justifica hacer todo esto?... Agregándole costos y viendo ahorros
- 47. POLÍTICA ÓPTIMA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar 𝛼(𝑡) = 𝐶𝑟(𝑡) 𝐶𝑖(𝑡) Qué componentes pueden existir en el costo? - Costo de operación y mantenimiento - Costo de reparación - Costo de intervención - Lucro cesante - Multas 𝐶𝑟𝑒𝑝 𝑡 = 𝑅 𝑡 𝑐𝑖 + 𝐹(𝑡)𝑐 𝑟
- 48. POLÍTICA ÓPTIMA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar - Gravedad de la falla - Detenciones mayores - Mayor ILS asociado - Lucro cesante - Sub utilización del recurso - Mayor ILS asociado no utilizada (carga ociosa) 𝑇∗
- 49. POLÍTICA ÓPTIMA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Volviendo al ejemplo. ¿Cuánto cuesta un equipo de artillería detenido?
- 50. POLÍTICA ÓPTIMA Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Volviendo al ejemplo. ¿Cuánto cuesta un equipo de artillería detenido?
- 52. NIVEL DE SERVICIO Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Definición de nivel de servicio - Probabilidad de tener el repuesto en caso de falla para asegurar disponibilidad. 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 0 10 20 30 40 50 60 70 Nivel de servicio Para una flota de: - 10 móviles - 1 unidad por móvil - Misión de 1 semana de duración
- 53. NIVEL DE SERVICIO Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar
- 54. PROGNOSIS
- 55. PROGNOSIS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Obi-Wan te enseñó bien?.....
- 56. PROGNOSIS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Crack Length [inches] NormalizedProbability PDF Estimate of Crack Length: Fleet-wide Data at 30%, 40% and 50% Torque Values PDF Estimate of Crack Length: PAX River Test at 40% Torque Values Time of Failure [ToF] NormalizedPDF Prior vs. Posterior Knowledge Prior Failure Density Posterior Failure Density Proceso de toma de decisiones
- 57. Preprocessing Sensor Data • De-noising • Filtering Feature Extraction Preprocessed Data • Signal statistical processing • Parameter estimation (Enhanced) Diagnostics Features • Fault status • System capabilities Decision Management Diagnosis • Maintenance planning •Mission planning Remaining Useful Life Prognostics • Future capabilities • •Component RUL System Decisions PROGNOSIS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Proceso de toma de decisiones
- 58. PROGNOSIS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar System Sensor Data 0 0.5 1 1.5 2 2.5 x 10 4 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 De-Noising Feature Extraction Particle Filter Preprocessed Data 0 0.5 1 1.5 2 2.5 x 10 4 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 Prognosis Particle Filters Experimental Data 0 0.5 1 1.5 2 2.5 x 10 4 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 System Model for Diagnosis McFadden RUL Simulated Data Noise Models Feature Extraction & Mapping Techniques Data Driven Methods De-Noising Techniques Diagnosis Offline Modules Online Modules Fault Growth Flight Regime Data & Model Parameter Tuning Loading Profile System Model for Prognosis Features & Mapping 0 1 2 3 4 5 6 7 8 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 crack length 0 1 2 3 4 5 6 7 8 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 crack length 012345678 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 cracklength 0 1 2 3 4 5 6 7 8 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 crack length Stress Table Crack Length Kmin Kmax 1.5 30.29 27.92 2 27.25 25.68 2.5 21.52 21.23 3 19.47 17.82 HUMS Proceso de toma de decisiones
- 59. PROGNOSIS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Estimation Stage (Filtering System Identification) Filtro y estimación de estado
- 60. PROGNOSIS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar 1 2 ( 1) ( ) ( ) ( ) ( ) ( ) ( 1) ( ) ( ) ( ) Load( ), ( ) ( ) Load( ), ( ) Feature( ) ( ( )) ( ) m m inboard outboard inboard inboard outboard outboard L t L t C t K t K t t t t t K t f t L t K t f t L t t h L t v t 0 100 200 300 400 500 600 700 800 900 1000 0.5 1 1.5 2 2.5 3 3.5 4 GAG cycle number FeatureValue Feature: AHR 20% 40% 93 / 100% Loading Profile Pretest mapping of Feature Crack Length Updated mapping of Feature Crack Length 2” crack @ GAG #36 Filtro y estimación de estado
- 61. PROGNOSIS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar t t + 1t - 1 Kalman Filter: • Predict the “prior” PDF, using the system model • Update to obtain the “posterior” PDF, using online measurements actual state value measurement 𝑥 𝑡 𝑃𝑡 𝑥 𝑡+1|𝑡 𝑃𝑡+1|𝑡 𝑥 𝑡+1 𝑃𝑡+1 𝑥 𝑡+1 = 𝐴𝑥 𝑡 +𝐵𝑢 𝑡 +𝑤𝑡 𝑦𝑡 = 𝐶𝑥 𝑡 +𝑣 𝑡 𝑥 𝑡+1|𝑡 = 𝐴 𝑥 𝑡 +𝐵𝑢 𝑡 𝑃𝑡+1|𝑡 = 𝐴𝑃𝑡 𝐴 𝑇 +𝑄 𝑤 𝐾𝑡+1= 𝑃𝑡+1|𝑡 𝐶 𝑇 𝐶𝑃𝑡+1|𝑡 𝐶 𝑇 + 𝑄 𝑣 −1 𝑥 𝑡+1 = 𝑥 𝑡+1|𝑡+𝐾𝑡+1 𝑦𝑡+1 − 𝑦𝑡+1 𝑃𝑡+1 = 𝐼 − 𝐾𝑡+1 𝐶 𝑃𝑡+1|𝑡 Filtro y estimación de estado
- 62. PROGNOSIS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Prognosis Stage Predicciones y propagación de incertidumbre
- 63. PROGNOSIS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Time (t) FaultDimension tnow Failure Threshold (aFT) Effects of Measurement Uncertainty Band of uncertainty around measurement points Many possible Models may “fit” the measurements Use statistics to extrapolate the uncertainty into the future )(tpEOL End of Life PDF Resulting PDF can be used to determine the probability of EOL occurring between two future time points tDP Decision Point Probability of Failure (π) DP now t t EOL dttp )( Risk vs POF Risk POF Higher POF but lower risk Predicciones y propagación de incertidumbre
- 64. PROGNOSIS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar 95% FaultDimension Failure PDF Time [cycles] Failure Threshold 95% area shaded red tpred(k) tmin tmax Just-in-Time Point (JITP) Conditional Expectation 𝐸 𝑇𝑜𝐹/𝑦1:𝑡 𝑝𝑟𝑒𝑑 Probability Interval Predicciones y propagación de incertidumbre
- 65. PROGNOSIS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar 0 100 200 300 400 500 600 700 800 900 1000 0 1 2 3 4 5 6 Particle Filters: Non-Linear System State Estimation Time [cycles] FaultDimension 0 100 200 300 400 500 600 700 800 900 1000 0 0.005 0.01 0.015 0.02 0.025 Probability Density Function of TTF [cycles] Time [cycles] ProbabilityDensity Online Feature Data Online PF Estimate Hazard Zone 95% Confidence Interval Failure Data (known post-test) Prediction Window Online PF-based Estimate of TOF pdf TOF Expectation Predicciones y propagación de incertidumbre
- 66. PROGNOSIS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar - Particle filtering based prognostic routines allow the use of uncertainty measures to characterize the sensitivity of the system respect to changes in future load distribution. RULBRULW RUL T ToF W ToF T ToF B Minimum Load Maximum Load/Overload Baseline Load Mean Load ToF M Caracterización estadística de perfil de uso
- 67. PROGNOSIS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar - An ToF PDF can be estimated as weighted sum of kernels, where each kernel represent the PDF estimated of a known use profile. If the a priori distribution of future operating conditions is given by: 𝑃𝑟 𝑈 = 𝑢 = 𝑗=1 𝑁 𝑢 𝜋𝑗 𝛿 𝑢 − 𝑢𝑗 where the probability of failure at a future time 𝑡 is given by: 𝑃𝑟 𝑇𝑜𝐹 = 𝑡𝑜𝑓 = 𝑗=1 𝑁 𝑢 𝜋𝑗 𝑖=1 𝑁 𝑃𝑟 𝐹𝑎𝑖𝑙𝑢𝑟𝑒 𝑋 = 𝑥 𝑡𝑜𝑓 𝑥(𝑖) , 𝑢 = 𝑢𝑗 ∙ 𝑤𝑡𝑜𝑓 (𝑖) - This particular research considered a statistical characterization of future operation that assumed constant loading profiles for each of the deterministic time function. Caracterización estadística de perfil de uso
- 68. PROGNOSIS Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Caracterización estadística de perfil de uso Markov-Chain-based Characterization: Future is independent of Past, given Present (Memory-less) 1021 |Pr,...,,|Pr kkkkk xixxxxix 01p 00p 10p 11p ixjxp kkij 1|Pr = Probability to jump from state i to state jijp 0 1 ij j ij p p i ji,
- 69. ASETTI Seminario Área Logística 2015 15 de octubre Academia Politécnica Militar Rodrigo Mendoza T COO, AC&RG Engineering Consultant, Asetti Dr. Marcos Orchard Associate Professor Department of Electrical Engineering Faculty of Physical and Mathematical Sciences Universidad de Chile OPTIMIZACIÓN DE SOPORTE LOGÍSTICO BASADO EN CONFIABILIDAD
Editor's Notes
- Se pretende pasar de un mantenimiento basado en la reparación con una fuerza de trabajo más operativa hacia una orientada al monitoreo, donde se utiliza sólo lo que se requiere y se anticipan a las fallas. Optimización de recursos en fuerza de trabajo, repuestos, ya que sólo se hacen tareas preventivas.
- Idealmente se quiere llegar a un mantenimiento proactivo, vale decir, todo controlado con lo cual se pueden atacar otro tipo de variables exógenas que afectan el comportamiento de los móviles ¿dónde estamos ahora?: Predictivo? Se tienen identificadas las variables de comportamiento? Perfiles de uso? Etc? Se puede conocer en cuánto tiempo más y con qué probabilidad ocurrirán los eventos? Preventivo? Se hacen tareas previas a la falla conociendo la justificación? (por qué se hace cada x horas) Se conoce cuándo ocurre cada falla? Correctivo? Se repara ante la falla. Cada estrategia puede ser válida según que se quiera obtener pero tiene su efecto en los costos asociados para su ejecución.
- Idealmente se quiere llegar a un mantenimiento proactivo, vale decir, todo controlado con lo cual se pueden atacar otro tipo de variables exógenas que afectan el comportamiento de los móviles ¿dónde estamos ahora?: Predictivo? Se tienen identificadas las variables de comportamiento? Perfiles de uso? Etc? Se puede conocer en cuánto tiempo más y con qué probabilidad ocurrirán los eventos? Preventivo? Se hacen tareas previas a la falla conociendo la justificación? (por qué se hace cada x horas) Se conoce cuándo ocurre cada falla? Correctivo? Se repara ante la falla. Cada estrategia puede ser válida según que se quiera obtener pero tiene su efecto en los costos asociados para su ejecución.
- Idealmente se quiere llegar a un mantenimiento proactivo, vale decir, todo controlado con lo cual se pueden atacar otro tipo de variables exógenas que afectan el comportamiento de los móviles ¿dónde estamos ahora?: Predictivo? Se tienen identificadas las variables de comportamiento? Perfiles de uso? Etc? Se puede conocer en cuánto tiempo más y con qué probabilidad ocurrirán los eventos? Preventivo? Se hacen tareas previas a la falla conociendo la justificación? (por qué se hace cada x horas) Se conoce cuándo ocurre cada falla? Correctivo? Se repara ante la falla. Cada estrategia puede ser válida según que se quiera obtener pero tiene su efecto en los costos asociados para su ejecución.
- Idealmente se quiere llegar a un mantenimiento proactivo, vale decir, todo controlado con lo cual se pueden atacar otro tipo de variables exógenas que afectan el comportamiento de los móviles ¿dónde estamos ahora?: Predictivo? Se tienen identificadas las variables de comportamiento? Perfiles de uso? Etc? Se puede conocer en cuánto tiempo más y con qué probabilidad ocurrirán los eventos? Preventivo? Se hacen tareas previas a la falla conociendo la justificación? (por qué se hace cada x horas) Se conoce cuándo ocurre cada falla? Correctivo? Se repara ante la falla. Cada estrategia puede ser válida según que se quiera obtener pero tiene su efecto en los costos asociados para su ejecución.
- Qué se hace hoy? Por dónde se parte a trabajar? (consultar)
- Llegar a determinar el soporte de en función de la confiabilidad Sigue un camino secuencial, tiene que tener una serie de etapas anteriores.
- Del análisis de falla se obtienen las variables predictoras y la tasa de falla asociada.
- En función de las variables se obtiene el análisis de confiabilidad Las variables predictoras dependen del perfil de uso
- La política de mantenimiento se basa en la confiabilidad y en los costos que se tengan de reparación y de intervención
- Finalmente se obtiene el nivel de soporte en función de: Tasa de falla (para una política correctiva) Tiempo medio entre falla (para una política preventiva) Tiempo medio de intervención (para una política predictiva)
- Estrategias de mantenimiento Mantenimiento correctivo (basado sólo en la reparación ante una falla) Mantenimiento preventivo (cuando se conoce el tiempo entre fallas) Mantenimiento predictivo (cuando se monitorea y se conoce el estado del equipo en función de un modelo de predicción) Tiempo Medio entre Fallas (MTBF). El inverso de la tasa de falla / resultado en función de la confiabilidad Vida media (cuando se cumple el 63% de la confiabilidad) Tiempo medio para reparar (MTTR) Tiempo medio para intervenir (MTTI) Tasa de riesgo (h0) Confiabilidad
- Estrategias de mantenimiento Mantenimiento correctivo (basado sólo en la reparación ante una falla) Mantenimiento preventivo (cuando se conoce el tiempo entre fallas) Mantenimiento predictivo (cuando se monitorea y se conoce el estado del equipo en función de un modelo de predicción) Tiempo Medio entre Fallas (MTBF). El inverso de la tasa de falla / resultado en función de la confiabilidad Vida media (cuando se cumple el 63% de la confiabilidad) Tiempo medio para reparar (MTTR) Tiempo medio para intervenir (MTTI) Tasa de riesgo (h0) Confiabilidad
- El análisis permite entender de qué se está hablando. Qué variables son las relevantes de medir o entender y cuáles deben ser guardadas. Define aspectos como: Temporalidad de la medición Variables principales Variables secundarias Independencia Asociación con perfil de uso
- Si se tiene un paciente diabético no saco nada con guardar variables como el tamaño del pie, hacer radiografías, etc. Cada enfermedad tiene variables que son relevantes. En mantenimiento es lo mismo, no se saca nada con llenar el sistema de información de datos que no van a pronosticar lo que se desea.
- Si se tiene un paciente diabético no saco nada con guardar variables como el tamaño del pie, hacer radiografías, etc. Cada enfermedad tiene variables que son relevantes. En mantenimiento es lo mismo, no se saca nada con llenar el sistema de información de datos que no van a pronosticar lo que se desea.
- Para el caso de un equipo de artillería cada sistema se mide de una manera diferente y probablemente con más de una variable Pero no todos se encuentran en operación siempre De la misma manera, las OT no son genéricas desde el punto de vista de las tablas de datos que consultan. Decir que la misma me sirve para todo es un error (campos configurables)
- Para el caso de un equipo de artillería cada sistema se mide de una manera diferente y probablemente con más de una variable Pero no todos se encuentran en operación siempre De la misma manera, las OT no son genéricas desde el punto de vista de las tablas de datos que consultan. Decir que la misma me sirve para todo es un error (campos configurables)
- Los datos que presenten problemas se pueden censurar pero no descartar de plano, pueden entregar información relevante.
- SI el modelo de frecuencias no es normalizable el ajuste de weibull no es aplicable. Explicar el concepto de N(t) ejemplificado en weibull
- No todos los componentes se comportan de la misma forma Algunos presentan diferentes tipo de mortalidad y aparte, según sea el tipo de componente, aplican diferentes tipos de distribución, por ejemplo: Exponencial para componentes eléctricos Weibull la más general Erlang para desgaste acelerado Pueden haber diferentes comportamientos que se mezclan según los estados de la curva de la batea. Usando Weibull se tendría por ejemplo: B<1, equipo falla a temprana edad por ajuste o necesidad de entrar en régimen, etc. B=1, la falla es aleatoria. No necesita planes de mantenimiento. B>1, equipo falla por uso o vejez.
- Se puede considerar un uso constante en el equipo? Sub o sobre estimaciones a la larga produce que nos sobren o falten recursos. Estos errores pueden ser grotescos si no se considera bien la unidad de medida que corresponde.
- Se puede considerar un uso constante en el equipo? Sub o sobre estimaciones a la larga produce que nos sobren o falten recursos. Estos errores pueden ser grotescos si no se considera bien la unidad de medida que corresponde.
- Si se comparan ambos métodos la diferencia resulta considerable Aparte, las curvas entregan información con respecto a el proceso de desgaste asociado en conjunto con el Beta La variable de uso corresponde para este caso. En estricto rigor, es la variable que indica el desgaste, no necesariamente ha de ser una relacionada con el tiempo (dar ejemplo de equipos durmientes)
- No siempre se puede calcular por costo. En teoría si se puede en el mundo civil, pero en caso de guerra siempre están los recursos, por lo cual, deja de tener validez lo que se plantea. ¿cómo hacerlo entonces?