ML volumen 9 4
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
www.mantenimientoenlatinoamerica.com<br />
Búsqueda y adecuación de Información Genérica:<br />
Cuando la información propia no es suficiente para<br />
garantizar un análisis estadístico confiable y robusto es<br />
extremadamente importante complementar dicha<br />
información con datos de confiabilidad genéricos<br />
provenientes de reconocidas bases de datos<br />
internacionales como OREDA, PARLOC, WELL MASTER,<br />
IEEE. (3)<br />
Sin embargo, se debe tomar en cuenta que al utilizar<br />
Datos Genéricos se está trabajando con tasas de falla y<br />
reparación de equipos en contextos operacionales que<br />
pueden ser muy diferentes al que estamos tomando en<br />
cuenta en los sistemas bajo análisis. De este modo, es<br />
importante adecuar esta información al entorno<br />
operacional bajo análisis, mediante la validación de los<br />
modos de falla que puedan ocurrir o que se hayan<br />
presentado, apoyados en el personal con alta experiencia<br />
o conocimiento de los equipos que impactan la<br />
disponibilidad del sistema. Ver Figura 3.<br />
Las razones para no considerar algunos de los modos de<br />
falla que están en las bases de datos genéricas son<br />
múltiples, pero pueden resumirse en dos; estas son (1) :<br />
• Un análisis de los mecanismos de deterioro posibles de<br />
ocurrencia en el entorno operacional bajo análisis<br />
descartan la posibilidad de ocurrencia de alguno de<br />
estos modos de falla (3) .<br />
• Se han implantado acciones de mantenimiento,<br />
inspección o rediseño del proceso, que apuntan a<br />
“erradicar” la ocurrencia de determinados modos de<br />
falla. Esto último es muy importante cuando se estiman<br />
tasas de fallas a equipos a los que se les han hecho<br />
estudios de Mantenimiento Centrado en Confiabilidad<br />
(MCC) o Inspección Basada en Riesgos (IBR), de los<br />
cuales resultan planes de inspección y mantenimiento<br />
rediseñados, que atacan los modos de falla que<br />
realmente ocurren en un entorno operacional (3) .<br />
En este punto es relevante tomar en cuenta que el<br />
personal encargado de la búsqueda de la información<br />
genérica debe tener conocimiento sobre la manera en<br />
que se encuentran representadas las tasas de fallas y<br />
reparaciones; además del análisis estadístico realizado<br />
para su cálculo, ya que estas suelen ser diferentes en los<br />
bancos de datos genéricos más utilizados. Esto con la<br />
finalidad de representarlas adecuadamente para cada<br />
familia de equipos.<br />
VALVULA<br />
VALVE<br />
VALVULA<br />
INFORMACION INFORMACION<br />
GENERICA<br />
SOBRE GENERICA<br />
SOBRE<br />
FALLAS<br />
FALLAS<br />
Well Well Master, Master, 2.5<br />
2.5<br />
OREDA OREDA 2002<br />
2002<br />
PSA-2001-039<br />
PSA-2001-039<br />
PARLOC PARLOC 96<br />
96<br />
Expert Expert Opinion<br />
Opinion<br />
Modo de falla que no aplica en el<br />
contexto operacional del análisis<br />
BASE DE DATOS<br />
GENERICA<br />
Valv. = MF1 + MF2<br />
+ MF3 ……..+ MF”Z”<br />
MF1 MF3 MF”Z”<br />
Valve = MF1+ MF3 …+ MF”Z”<br />
TASA DE FALLAS GENERICA ADECUADA<br />
AL CONTEXTO OPERACIONAL<br />
Figura 3. Adecuación de la Tasa de Fallas Genérica al contexto<br />
operacional. (1)<br />
• Adecuación de la información por el Teorema de Bayes:<br />
En algunos casos la evidencia o datos propios de fallas<br />
encontrados para algunos equipos incluidos en el análisis,<br />
puede ser considerada una muestra poco robusta para su<br />
representación mediante distribuciones de probabilidad,<br />
por contener muy pocos datos. También puede ocurrir<br />
que se desee combinar la experiencia de los expertos que<br />
han dado su opinión de las tasas de falla y reparaciones de<br />
equipos, con bancos de datos genéricos.<br />
En tales casos, se recurre al Teorema de Bayes como<br />
vehículo matemático para combinar el conocimiento<br />
previo de bancos de datos genéricos u opinión de<br />
expertos con la evidencia propia.<br />
El teorema permite hallar la distribución posterior o<br />
actualizada de la tasa de fallas “f(λ/X)”. Para ello es<br />
necesario por una parte definir una distribución “previa”<br />
de la tasa de fallas g(λ) (Conocimiento Previo) y por la<br />
otra, construir la función de verosimilitud o probabilidad<br />
de la evidencia L(X/λ) a partir de la evidencia muestral.<br />
Este procedimiento de cálculo es generalmente conocido<br />
como “actualización de la tasa de fallas”. (1)<br />
Teorema de<br />
Bayes<br />
Experiencia Previa<br />
(Datos Genéricos)<br />
Tasa de Falla OREDA<br />
( OREDA )<br />
m OREDA: Media de la Distribución de OREDA<br />
s OREDA: Desviación de la Distribución de OREDA<br />
λmejorada<br />
f ( / X ) <br />
Evidencia<br />
(“N” Datos de equipos propios)<br />
Datos de Fallas<br />
(Tiempos de Operación<br />
hasta la Falla)<br />
t 1, t 2, t 3, . . . T r<br />
R = Número de equipos<br />
que han fallado<br />
Dato Mejorado<br />
<br />
2<br />
μ<br />
<br />
r OREDA <br />
<br />
2<br />
σ<br />
<br />
OREDA<br />
<br />
<br />
t Nr<br />
<br />
<br />
μ<br />
t<br />
OREDA<br />
<br />
j tcj<br />
<br />
σOREDA<br />
2<br />
i 1<br />
j 1<br />
<br />
Datos Censados<br />
(Tiempos de Operación<br />
de equipos que no han<br />
fallado)<br />
t c1, t c2, t c3, . . . T c(N-r)<br />
N-r = Número de<br />
equipos que no han<br />
fallado<br />
Figura 4. Aplicación del Teorema de Bayes para OREDA y<br />
evidencia. (1)<br />
En la figura 4 se muestra la ecuación a utilizar para el caso<br />
específico de la combinación de data genérica<br />
proveniente del banco de datos conocido como OREDA,<br />
cuyas tasas de fallas están representadas por una<br />
distribución de probabilidad Gamma, con datos propios<br />
(evidencia) de fallas de los equipos bajo análisis.<br />
• Revisión y Validación de las Bases de Datos: Este<br />
representa el último paso de la I Etapa para un análisis<br />
RAM, por lo que es importante escoger un equipo de<br />
trabajo con alta experiencia en el conocimiento del<br />
comportamiento de fallas y reparaciones de los equipos<br />
incluidos en el análisis.<br />
Dichos expertos deberán validar las distribuciones de<br />
probabilidad que reflejan la información de confiabilidad<br />
(Tiempos Para la Falla) y mantenibilidad (Tiempos Para<br />
Reparar) de los equipos incluidos en el Análisis RAM.<br />
<br />
<br />
<br />
L(<br />
X )<br />
g(<br />
)<br />
L(<br />
X )<br />
g(<br />
)<br />
d<br />
10