Professional Documents
Culture Documents
Periodos por
operar n
Estado del equipo
al inicio del
periodo i
Accin a tomar
al inicio del
periodo a
Costo esperado
futuro fn(i)
184
2
190
0
137
7
143
5
91
2
97
0
45
0
5
0
0
12.3.
Overhaul ptimo con horizonte de tiempo
infinito
El problema aqu es muy similar al de la seccin anterior, excepto que se desea
determinar una estrategia de mantencin sobre un periodo largo de tiempo que minimice
el costo total esperado por unidad de tiempo, en vez de sobre n periodos a venir.
f n ( i )=min a
Ahora,
fn1 (j) = (n 1) q + v (j)
Y por tanto
j=1
j=1
C aij . pija + f
Considerando que:
N
paij =1
j=1
Y simplificando:
j=1
j=1
Decisin
Condicin al final
del periodo
a
pij (g)
pij ( f )
Costo Esperado
N
C aij . p ai . j
j=1
g
f
Overhaul
Reemplazo
Reparar
0,75
0,95
0,60
0,25
0,05
0,40
450
550
500
Reemplazo
0,95
0,05
550
=
=
550 + 0,95v(g) +
0,05v(f)
550 + 0,95v(g) +
0,05v(f)
Sustituyendo
q+
0,05v(g)
q
0,95v(g)
Reescrito en la forma Ax = b
En Matlab:
>>A=[.05 1;-0.95 1] ;
>>
b=[550;550];
>>
= 5
5
0
= 5
5
0
x=inv(A)*b
x= 0
550
Osea
4. Para cada condicin i, y usando los valores v(i) de la iteracin actual, encontrar la
alternativa a que minimiza
N
C
j=1
a
ij
. P + v ( j ) . Pij
a
ij
(12.5)
j=1
Si el estado es g, (12.5) es
Mn.
Mn.
Si el estado es f, (12.5) es
Mn.
Mn.
Por tanto, al final de la primera iteracin la nueva poltica es
=
=
450 + 0,75v(g) +
0,35v(f)
500 + 0,6v(g) +
0,4v(f)
Substituyendo
q+
0,25v(g)
q
0,6v(g)
= 4
5
0
= 5
0
0
Reescrito en la forma Ax = b
Resolviendo
v(g)
q
=
=
58,8
464,8
6. Para cada condicin encontrar la mejor alternativa usando los valores v(g) y q obtenidos
en el paso previo, usando (12.5).
Si el estado es g, (12.5) es
Mn.
Mn.
Si el estado es f, (12.5) es
Mn.
Mn.
Por lo tanto, al final de la segunda iteracin la nueva estrategia es:
Si el equipo est en el estado g al comienzo del periodo entonces overhaul
Si el equipo est en el estado f al comienzo del periodo entonces reparar
Entonces la decisin ptima ha sido obtenida dada la convergencia. El costo promedio es
de 464.7.
Iteracin
0
1
2
Decisin
g
f
Reparar
Reparar
Overhaul
Reparar
Overhaul
Reparar
12.4.
fi (c)
A partir de aqu,
se reemplaza
Fi (Li)
mi (Li )
Li
medio en funcin
de la edad
Costo futuro mnimo si el equipo tiene edad i+1 probabilidad de que el costo de
overhaul no fue excedido al tiempo n
=1
i
Costo estimado menor o igual a Li
j =i+1
i
Tiempo
n+1
(12.6fn(i)
)
mn[Cn(i,j) + fn1(i)]
Li
Fi(L)]]
Li
n
1
12.4.2. Ejemplo
Cuando el equipo tiene edad 2 los costos siguen teniendo el mismo tipo de
distribucin pero en el rango (1,7). Se asumir que para mayor edad, el equipo
mantiene esta distribucin.
(12.9
)
Procediendo con la manera antes descrita para i = 2, con 1 periodo por operar, f1(2) = 4,0
y esto ocurre cuando el costo lmite de overhaul es de 7,0.
Observacin 63 Ntese que solo hemos usado valores LI discretos, lo ms correcto sera
evaluar en un rango continuo.
La informacin es resumida en la tabla 12.6.
Edad del equipo
al comenzar el periodo i
1
Costo lmite de Overhaul Li
6
Costo total mnimo esperado
3.
f1(i)
0
Cuadro 12.6: Resultados
2
7
4.
0
f2(1)
mn.
mn.
= mn.
12
6 5
11
712
De la tabla (12.7) se ve que si el equipo tiene edad 2, con 2 periodos por operar, y si el
costo estimado del overhaul es menor que 6, entonces debe pasar a overhaul; caso
contrario debe ser reemplazado.
Observacin 64 En el modelo descrito se asume que los overhauls ocurren a intervalos
regulares; tambin que los costos incurridos y estimados de overhaul son iguales.
Observacin 65 Aunque en el ejemplo se consideraron solo 2 periodos (n = 2), el
procedimiento se puede extender fcilmente para n mayores. Si n es muy grande es
apropiado usar el mtodo descrito en 12.3.
Ejemplo 60 1Construya una tabla de decisiones que minimice el costo global esperado
de un equipo sobre un horizonte de 2 periodos de tiempo (por operar). Los estados
posibles del equipo son bueno (g) o con falla (f). Las acciones posibles de tomar al iniciar
cada periodo son: overhaul (O), reparar (r) , reemplazar (R), no hacer nada (z). Las tablas
12.8 y 12.9 entregan probabilidades y costos asociados.
Condicin al
empezar el periodo
Decisin g
Condicin al
empezar el periodo
450
500
n
f
91
2
97
0
45
0
50
0
Cuando i = g,
g)pzfg + 1( )
pzf
10 + 2t
=
2
Captulo 13
Overhaul/reemplazo con
programacin no lineal
13.1.
Introduccin
El costo de un overhaul es co
El costo de un reemplazo es cr
(13.1
)
Observacin 69 No se ha considerado el valor de recuperacion del equipo de edad ns.
NdP.
Se puede demostrar3
(13.2
)
Observacin 70 Se asume que el equipo sigue una ley (t) durante toda su vida. NdP.
Observacin 71 El clculo de 13.2 a partir de la ecuacin 13.1 puede ser engorroso. A
continuacin se presentan resultados para distribuciones de falla especficas.
Zhang98
Cr
Co
Cm
p
q
alpha0
alpha1
n
s
200000
8000
2000
0.7
0.3
-15
0.01
10.9954017
195.694739
1
0
<= n
<= s
138.679645
Es natural pensar que el costo de un overhaul es una funcin creciente con la calidad
p y con la edad (a travs de la tasa de fallas, por ejemplo); aqu consideraremos que tal
costo crece en forma exponencial con p y que es proporcional a k, luego para el k-simo
periodo:
co(k) = e2p+3k (ks)
Y se tiene que
(13.5)
para j = 1,...,n
Adems, el periodo entre reemplazos debe ser igual para todos los modos de falla. Luego
aadimos las restricciones
(13.7)
OVERHAUL OPTIMO 25
Entonces
Para n , = 2
(13.10
OVERHAUL OPTIMO 26
Luego
(13.11
Para n , = 3
OVERHAUL OPTIMO 27
Retomando la funcin () ,
OVERHAUL OPTIMO 28
OVERHAUL OPTIMO 29
Sea
= 0,00035
lo que es equivalente a una tasa anual de
e0,00035365 = 0,88
La solucin ptima es
n = 11
s = 199
g(n,s) = 300200 USD
Observacin 76 Comprese con los valores obtenidos en el ejemplo 13.2.2.
Ejemplo 63 Un ingeniero de mantencin ha estimado la evaluacin del MTBF de un
cierto equipo de acuerdo a la tabla 16.6 (figura ??). al momento de hacer el estudio, no
se haban efectuado overhauls sobre el equipo. El costo global promedio de la
reparacin es 50 K$. Un overhaul cuesta 500 K$. El equipo nuevo vale 10 M$. Proponga
un modelo que minimice el costo global por unidad de tiempo en funcin del intervalo
entre overhauls y el nmero de overhauls entre 2 reemplazos del equipo.
Tiempo (ut)
90
MTBF
0
.
9
OVERHAUL OPTIMO 30
180
270
360
450
540
630
1
0
.
8
3
0
.
7
6
0
.
6
9
0
.
6
3
0
.
5
8
0
.
5
3
OVERHAUL OPTIMO 31
b =
{ }
log 1
log n
en este caso
[]
1 90
1180
1 270
A= 1360
1 450
1560
1 630
Cuya solucin es
OVERHAUL OPTIMO 32
Sustituyendo, el modelo queda en funcin del factor de mejora p y las variables n,s:
con q = 1 p.
13.5.
Comentarios Finales
Una limitacin importante del modelo original es que el equipo tiene un solo modo
de falla relevante. En general los equipos poseen varios modos de falla y los costos y
tasas de fallas asociados pueden ser muy distintos, invalidando los resultados
obtenidos.
La estimacin del factor de mejora p no es clara. Sin embargo un anlisis de
sensibilidad puede ayudar a la toma decisiones de overhaul y reemplazo.
Una posible mejora al modelo seria utilizar modelos que cubran toda la curva de la
baera (por ejemplo el modelo de Dhillon).
Captulo 14
Planificacin de tareas
14.1.
Introduccin
Planificacin de costos
14.2.Planificacin de tiempos
En primer lugar definimos la red PERT, que est constituida de los siguientes
elementos:
14.2.1. Tareas
Corresponde a la lista de acciones necesarias para completar una operacin,
realizadas en un cierto orden. Las tareas usualmente se designan con letras.
14.2.3. Etapas
6 1En ese proyecto se manejaron ms de 3000 contratistas, proveedores. Se estima
que el uso del PERT acort en 2 aos el proyecto.
2
D
2
E
B
fin
A
D
C
H
E
3
fin
J
2
Tare
a
Anterior
es
Tiempo
( das )
A
B
C
D
E
F
G
H
I
J
J
I,G,H
H
C,E,H
A,F
H
J
A,F,H
-
2
4
1
2
5
3
1
2
4
2
J
1
Total
1
2
1
3
2
1
1
0
3
0
1
1
1
1
1
Primero
Hacer
Para
hacer
A
B
C
D
E 1
F
G
H
I 1
J
1
1
2
1
3
2
1
1
0
3
0
2
0
2
2
0
0
H
2
J
1
C
1
0
F
G
0
E
1
1
1
1
1
1
Tare
a
Predeceso
ra
Duraci
n
A
B
C
D
E
F
A
A,B
F
C,B
2
1
1
2
2
2
Person
al
requeri
do
2
1
1
2
3
1
A2
0
F2
B1
C1
3
D2
E2
fin
14.3.
Planificacin de cargas
El mtodo Pert permite determinar tambin la mano de obra necesaria para cada
etapa; ello la convierte en una herramienta invaluable en la planificacin de la
mantencin. El uso del mtodo Pert ayuda a decidir el orden en que las tareas deben
ser realizadas.
Tmese el ejemplo de tabla 14.5. La carta Gantt se muestra en grfico 14.8 y las
cargas vs el tiempo en figura 14.9. En el instante 3, la carga es mxima y se requiere
de 6 personas, dado que en t = 3 se ejecutan las tareas E (crtica),F (sin holgura) y C
(con holgura), conviene realizar C en t = 1 o t = 2 y con ello reducir el personal
necesario para el proyecto a 5 personas.
un tiempo optimista To
2. un tiempo realista Tr
3. un tiempo pesimista Tp
7
6
5
4
Carga
3
2
1
0
1
Tiempo
1
A
0
1,3,5
1,2,3
C 3,4,8
3
D
B
2,4,7
2,4,8
2
Figura 14.10: Red Pert
Las tareas que determinan el tiempo para completar el proyecto son aquellas que
T = T i
= i
Activida
d
A
B
C
D
E
Te
4.3
3
4.5
0
2.0
0
4.1
7
3.0
0
1.0
0
0.6
94
0.1
11
0.6
94
0.4
44
Cos
to
limi
te
80
120
140
130
140
14.4.
Planificacin de costos
Este mtodo tambin se conoce como CPM (Critical Path Method).Es usual que al
reducir el tiempo para completar un proyecto existan beneficios (por ejemplo, mayor
produccin), cuyo valor puede ser estimado.
Para decidir qu acciones tomar, es necesario estudiar la relacin entre reducir la
duracin del proyecto y los beneficios que ello pueda ocasionar. Para reducir el tiempo
hay dos extremos:
Programa normal: estimar costos con duraciones nominales para las tareas,
a un costo normal.
0
B
D
2
Actividad
Te
Activida
d
A
B
C
D
E
F
G
Predecesor
as
A
A,B
A,B
C,D
C,D,E
Tiempo (
optimist
a
1
1
2
3
2
1
2
das )
espera
do
3
2
3
4
3
3
4
pesimi
sta
5
3
4
6
7
4
6
Activida
d
A
B
C
D
E
F
G
Duracin
Costo extra
Anterior
normal
por da de apuro (
es
(das)
K$ )
2
50
3
30
A
3
30
A
4
40
B,C
3
20
D,E
3
20
B,C
5
50
Cuadro 14.10: Programa de parada
1. Segn la carta Gantt de figura 14.13, la ruta crtica es A-C-E-F. La duracin normal del
proyecto es 2 + 3 + 3 + 3 = 11 das.
2. Como se ve en carta Gantt, la tarea D tiene una holgura de 5 das pues se puede
realizar de modo que su trmino coincida con el del proyecto.
Activida
d
a
b
c
d
e
f
g
Predeceso
ra
a
a
c
b,d
Suceso
ra
d,e
g
f
g
Tiemp
o
norma
l
4
8
2
3
5
5
6
Costo
Tiempo
Costo
norm
al
10
8
4
8
8
6
12
apresura
do
2
2
1
2
3
1
2
apresur
ado
15
14
6
12
14
10
16
Captulo 15
Gestin de repuestos
A continuacin veremos varios criterios para fijar de manera ptima tamaos de
pedido, periodo entre pedidos, niveles de seguridad y de alarma. Primero
consideraremos una optimizacin desde el punto de vista de bodega; luego del costo
global de mantencin. Los costos asociados a repuestos son:
El costo de compra,
15.1.
P, precio unitario;
C, costo de un tem.
Costo de adquisicin
Este depender del nmero de requisiciones hechas a un mismo proveedor; y de la
cantidad de tems solicitada en cada pedido. Los costos de adquisicin se pueden
subdividir en:
Compras;
manejo de repuestos;
recepcin,
control de calidad;
almacenamiento;
contabilidad.
Figura 15.1: Nivel de stock: tasa de consumo constante, pedidos a intervalos regulares
Obviamente,
K = QN
Y el costo total de adquisicin es:
Costo de propiedad
Este costo indica los retornos financieros de una posible reduccin de capital en
bodega. Est compuesto
Por:
, y el valor promedio es de
15.2.
Este mtodo fija un nivel de alarma sobre la cantidad presente de tems. Al activarse al
alarma se hace un pedido que es satisfecho con una cierta demora d. El nivel de
alarma se fija en funcin de cmo la demanda varia en el tiempo. Ello implica un
estudio estadstico. Aqu se estudiar el caso de una distribucin normal y el de una de
Poisson. Se define tambin un nivel crtico de stock Ss debajo del cual no se debe estar.
Se asumir que las variaciones de d son negligibles con respecto a las de la demanda.
El consumo medio durante la demora es Cd (figura 15.2).
Delo anterior, el nivel de alarma Sw se debe fijar en:
Sw = Ss + Cd
Distribucin Gaussiana
Sea C, la media y la desviacin standard del consumo mensual, entonces se fija la
alarma segn:
Sw = Cd + k
C
d el consumo promedio durante la demora d. La probabilidad de que el
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic
20
30
25
15
30
10
35
40
25
40
15
Cada tem cuesta 50 US$. El costo asociado a cada orden es de 700 USD; los costos de
propiedad suman 30% sobre el valor de las existencias. La demora en recibir el
producto tras hacer el pedido es de 1 mes. Optimice el stock de modo de tener una
probabilidad de quedar sin existencias de un 5%. Usando la formula (15.2):
Qw =
1 = 43
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1
1
0
1
1
0
1
0
0
1
0
0
Con nmeros tan pequeos, se asume una distribucin de Poisson; la media es m =
0,50 y entonces de la tabla de esta distribucin, el riesgo de 5% corresponde a un
tamao de stock mnimo de 1 < k < 2 ; por lo que se seleccionan 2 tems.
15.3.
Sea W el costo incurrido por la falta de un tem en stocks y por ao. Este costo est
compuesto de:
Prdidas de produccin,
Costos asociados a las acciones tomadas para compensar la ausencia del
tem.
Sean T y Q el intervalo entre pedidos y la cantidad de tems calculados a travs de
la frmula de Wilson (15.2). Supongamos que el stock se termin en un tiempo aT con
0 < a < 1, por lo que el tem ha estado no disponible por r = (1 a)T. Asmase que los
tems solicitados durante el intervalo r son consumidos tan pronto llegan, en el instante
T. Dado que hemos asumido una tasa de consumo constante e igual a Q/T, ello
significa que durante r se hubiesen consumido QT r; con lo que el stock sube a aQ
cuando el nuevo pedido llega. Ello implica que el promedio del nivel de stock en el
intervalo T es de
Termino que es cuadrtico y por lo cual debe tener un mnimo , que se encuentra
derivando:
2aPi 2(1 a)Q = 0
Lo que resulta en:
(15.4)
Dado este valor de a, el costo es una funcin del tamao de lote Q; para encontrar
el optimo, diferenciamos con respecto a Q :
Entonces
Ejemplo 74 Sea W = P, i = 15 %
En este caso se justifica que no hayan repuestos por 20% del tiempo. La
rentabilidad depende de la relacin entre el costo de quedar sin repuestos W y el
precio unitario de los tems P.
15.4.
Asumiremos que los costos de falla y de almacenamiento han sido estimados y que
la ley de distribucin de fallas ha sido identificada. Se desea encontrar el nivel de
alarma optimo a mantener. El nivel de alarma se define como aquel que gatilla el
pedido.
15.4.1.
(15.5)
Donde
Ss es el nivel de alarma, m es la media de fallas que ocurren entre
poner la orden y recibir los repuestos, x e el nmero de fallas.
Observacin 86 Se asume que una falla no reparada por falta de repuestos no afecta
el que se produzca la siguiente falla.
Si Cp es el costo de almacenamiento, por tem y por unidad de tiempo d y Cf incluye
el costo de falla y el de intervencin por mantencin correctiva, por unidad de tiempo:
10/12 = 0,83fallas/mes
USD/mes
Cf
Con m = 0,83 las probabilidades de Poisson del nmero de fallas en un mes son:
Oservacin 87 Ntese que en el ejercicio anterior la tasa del CAM se calcul como la
tasa anual dividido por el nmero de demoras en un ao,
Ct(0)
2645USD
Evaluando
May
Jun
Jul
Ago
Sep
Oct
Nov
25
33
15
18
25
31
28
27
Ejemplo 77
32
30
(15.6)
donde
Ss es el nivel de seguridad (en juegos de 4 rodamientos), m es la
media de fallas que ocurren entre poner la orden y recibir los
repuestos, x es el nmero esperado de fallas.
Como unidad de tiempo usaremos la semana, entonces
m
2 fallas/ao
fallas/semana
El nmero esperado de fallas que no estarn cubiertas por bodega durante d es:
El costo global de disponer de un juego considera el CAM por juego y por unidad de
tiempo, el CIM del nmero de reparaciones esperado por unidad de tiempo (mano de
obra, repuestos) y el CFM esperado por reparacin y por unidad de tiempo.
Asumiremos que una reparacin solo puede comenzar al principio o fin de un turno.
El costo de falla esperado en tal caso es:
CFMa =
CFM
en 2 turnos de produccin
CFM
en 1 turnos de produccin
CFM
en 1 turnos de produccin
En figura 15.5 se analizan las 3 posibilidades. Las flechas indican los posibles puntos de
comienzo de la reparacin, para los 3 casos. por tanto
para el CIM se considera la mano de obra y repuestos para una reparacin por la tasa
de fallas/ unidad de tiempo m:
para el CAM esperado por juego y por unidad de tiempo, la tasa anual se prorratea de
manera simple en las 52 semanas del ao:
338 USD/semana
11 turnos
p(11 turnos)+CFM
12 turnos
evaluando,
=
En este ejemplo CIMb = CIMa luego,
1442 USD/semana
p(12 turnos)] m
CGMb =
=
1442 + 185
1627 USD/semana
Con lo que la expresin para el CGM esperado por unidad de tiempo (d) queda
(15.7)
La evaluacin para varios valores Ss muestra que para Ss = 0 el costo global esperado
es minimizado (63 USD/semana).
A continuacin se muestra el listing en Matlab:
>>m=1/26 %tasa de fallas en la demora}
>>n=50 %nro de trminos en la 2nda serie}
>>for i=0:10
>> CGM(i+1)=338*sum((i-[0:i]).*poisspdf([0:i],m ))+
1627*sum(([i+1:i+n]-i).* poisspdf([i+1:i+n],m))
>> end
>> bar(0:10,CGM )
15.5.
Otros mtodos
15.5.1.
Usado para repuestos no crticos, tales como material de oficina. Aparecen riesgos
de stock si los intervalos entre pedidos son muy largos.
3500
3000
2500
2000
CGM
1500
1000
500
4
S
5
s
10
15.5.2.
Items supercrticos
En estos casos el riesgo de quedar sin stock debe ser mnimo. Es necesario realizar
estudios con tcnica tales como el rbol de fallas.
captulo 16
Redundancia y confiabilidad
16.1.
Introduccin
16.1.1.
16.1.2.
Un equipo est compuesto en general por varios sub-sistemas, los cuales pueden
ser inter-dependientes tanto en serie como en paralelo.
Las diferentes combinaciones posibles pueden resultar en diferentes costos,
confiabilidades, requerimientos de espacio, niveles de seguridad, etc.
Antes de examinar posibilidades optimas calcularemos la probabilidad de buen
funcionamiento del equipo o confiabilidad.
16.2.
Conceptos probabilsticos
16.2.1.
Configuracin en serie
p1
p2
p3
pn-1
pn
p2
p3
pn-1
pn
p3b
Sistema
p1
p2
p3
pn-1
pn
Rs = Ypi
i=1