Professional Documents
Culture Documents
Lima – Perú
2012
AGRADECIMIENTO
2
DEDICATORIA
3
RESUMEN
En tal contexto, no se conocen cuáles son los equipos críticos de las diferentes
líneas de producción de la planta ni en qué etapa de su ciclo de vida se
encuentran; tampoco, se efectúan análisis de modos y efectos de fallos de
dichos equipos; asimismo, no se manejan datos históricos o estadísticos del
tiempo entre fallos de los equipos para evaluar su confiabilidad y determinar el
ciclo óptimo de mantenimiento preventivo de cada equipo crítico basado en el
análisis de confiabilidad, entre otros aspectos. Todas estas deficiencias, ha
conllevado a poner en práctica inadecuadas frecuencias o ciclos de
mantenimiento de los equipos de la línea de flotación de la planta (cada treinta
días), ocasionando pérdidas económicas para la empresa.
4
herramienta el Análisis de Confiabilidad, primero, se determinó la relación de
los equipos críticos de dicha línea productiva (técnica cualitativa); y, luego,
utilizando los datos históricos o estadísticos del tiempo entre fallos de los
equipos críticos, y los software’s DISMA y RELEST, que permiten determinar la
mejor distribución probabilística de fallos, y los tiempos característicos con sus
respectivas probabilidades, se determinó el ciclo óptimo para el mantenimiento
preventivo de los equipos críticos de la línea de flotación, basada en el
análisis de confiabilidad de los mismos.
5
ABSTRACT
This research evaluates and analyzes the relationship between cause and
effect variables, "Reliability Analysis" and “Optimization of Maintenance
Management of the Line of Flotation equipment from the concentrator plant
Berna II” at the Casapalca Mining Company, finding a poor maintenance
management of critical equipment for the floating line (waterline), as a result of
a lacking in knowledge by the staff, about plant maintenance, concerning the
qualitative and quantitative techniques or maintenance statistics, which involve
the analysis of reliability, maintainability and availability of equipment and
systems, among other things. We have been found also, that predictive
maintenance is not taken into consideration.
In this context, we do not know which are the critical equipment of different
production lines from the plant or what stage of their life cycle are at, nor are
carried out analysis of failure modes and effects of that equipment, also not
handled historical or statistical historical data between equipment failures to
assess its reliability and determine the optimum preventive maintenance cycle
of each critical equipment based on reliability analysis, among others. All these
shortcomings, has led to inadequate implementation of frequency or cycles of
equipment maintenance of the flotation line of the plant (every thirty days),
causing economic losses for the company.
6
(qualitative technique) and, then, using time historical data or statistical
between failures of critical equipment, and software RELEST and DISMA, for
determining the best distribution of failures probability, and the characteristic
times with their own probabilities, we determined the Optimal preventive
maintenance cycle of critical equipment for the line of flotation, based on
reliability analysis of them.
7
ÍNDICE
AGRADECIMIENTO……………………………………………….….………….. 2
DEDICATORIA………………………………………………………….….……… 3
RESUMEN ………………………………………………………….…….…….…. 4
ABSTRACT………………………………………………………….…….….…… 6
INTRODUCCIÓN……………………………………………………..…….……… 19
1.4 OBJETIVOS…………………………………………….……………..……… 37
1.4.1 OBJETIVO GENERAL …………………………….………..………. 37
1.4.2 OBJETIVOS ESPECÍFICOS…………………….…………..……… 37
1.5 HIPÓTESIS………………………………………………….…………..….... 38
1.5.1 HIPÓTESIS GENERAL…………………….…….………….………. 38
1.5.2 HIPÓTESIS ESPECÍFICAS……………………….………….……... 38
1.6 VARIABLES E INDICADORES…………………………….….…………… 39
1.7 METODOLOGÍA DE LA INVESTIGACIÓN……………….….…...………. 39
1.7.1 TIPO Y NIVEL DE INVESTIGACIÓN………………..…..……....... 40
1.7.2 TÉCNICAS DE RECOLECCIÓN Y PROCESAMIENTO DE
DATOS………………………………………………………...……… 40
1.8 JUSTIFICACIÓN E IMPORTANCIA DE LA INVESTIGACIÓN….…..….. 41
8
CAPÍTULO II. MARCO TEÓRICO Y MARCO CONCEPTUAL DE LA
INVESTIGACIÓN
9
2.4.2.5 MEDIDAS DE TENDENCIA CENTRAL DE
VARIABLES ALEATORIAS……………………….…. 92
2.4.2.6 MEDIDAS DE DISPERSIÓN DE VARIABLES
ALEATORIAS……………………………….…………. 93
2.4.3 FUNDAMENTOS SOBRE CONFIABILIDAD, MANTENIBILIDAD
Y DISPONIBILIDAD DE UN ÍTEM O ARTÍCULO (EQUIPO,
MÁQUINA, etc.)……………………………………………………… 96
2.4.3.1 CONCEPTOS, TÉRMINOS Y DEFINICIONES MÁS
FRECUENTES UTILIZADOS EN CONFIABILIDAD,
MANTENIBILIDAD Y DISPONIBILIDAD……………. 96
2.4.3.2 ANÁLISIS DE CONFIABILIDAD DE UN ÍTEM:
CONCEPTUALIZACIÓN Y EXPRESIÓN
MATEMÁTICA DE LA CONFIABILIDAD…….……… 99
2.4.3.3 TASA DE FALLOS……………………………………… 105
2.4.3.4 FUNCIONES DE DISTRIBUCIÓN DE FALLOS O
MODELOS PROBALÍSTICOS DE FALLOS QUE SE
APLICAN EN EL CÁLCULO DE LA
CONFIABILIDAD DE UN DETERMINADO ÍTEM…...107
2.4.3.5 CURVA DE LA BAÑERA O CURVA DE DAVIES O
CURVA DE LA TASA DE FALLOS O CURVA DE
RIESGO…………………………………………………. 118
2.4.3.6 PRUEBAS DE BONDAD DE AJUSTE………..……… 120
2.4.3.7 USO DE SOFTWARE PARA LAS PRUEBAS DE
BONDAD DE AJUSTE………………………………… 122
2.4.3.8 CONFIABILIDAD DE UN SISTEMA…………………. 125
2.4.3.9 MANTENIBILIDAD………………………………….….. 130
2.4.3.10 DISPONIBILIDAD………………………………….…... 137
2.5 MARCO CONCEPTUAL………………………………………………….…. 139
10
GESTIÓN DEL MANTENIMIENTO DE DICHOS
EQUIPOS
3.1 DESCRIPCIÓN GENÉRICA DE LOS PROCESOS PRODUCTIVOS
DEL CENTRO MINERO CASAPALCA…………………………..……….. 144
3.2 LISTADO DE EQUIPOS DE LA LÍNEA FLOTACIÓN, DESCRIPCIÓN
DE SUS FUNCIONES OPERATIVAS Y CARACTERÍSTICAS
TÉCNICAS DE LOS MISMOS…………………………………….……….. 147
3.3 DETERMINACIÓN DE LOS EQUIPOS CRÍTICOS DE LA LÍNEA DE
FLOTACIÓN MEDIANTE EL ANÁLISIS DE CRITICIDAD…….……….. 163
3.4 EVALUACIÓN DE MODOS Y EFECTOS DE FALLOS (FMEA) DE LOS
EQUIPOS CRÍTICOS DE LA LÍNEA DE FLOTACIÓN………………….. 169
3.4.1 FUNCIONES, MODOS DE FALLOS Y CAUSAS DEL FALLO
DE CADA EQUIPO CRÍTICO……………………………….……. 169
3.4.2 EFECTOS DE LAS FALLAS EN LOS EQUIPOS CRÍTICOS
DE LA LÍNEA DE FLOTACIÓN ………………………………….. 173
3.5 DATOS HISTÓRICOS DE FALLOS (AÑO 2010) Y DE REPARACIÓN
DE FALLOS DE LOS EQUIPOS CRÍTICOS DE LA LÍNEA DE
FLOTACIÓN…………………………………………………….……………..182
3.6 SOFTWARE UTILIZADOS PARA DETERMINAR EL CICLO DE VIDA,
LA CONFIABILIDAD Y MANTENIBILIDAD DE CADA EQUIPO
CRÍTICO DE LA LÍNEA DE FLOTACIÓN ………………………….184
3.7 DETERMINACIÓN DEL CICLO DE VIDA DE LOS EQUIPOS
CRÍTICOS DE LA LÍNEA DE FLOTACIÓN…………………….…………. 184
3.8 EVALUACIÓN DEL TIEMPO MEDIO ENTRE FALLOS (TMEF), DE LA
CONFIABILIDAD, DE LA TASA DE FALLOS Y CURVAS
CARÁCTERÍSTICAS (PARA DICHO TMEF) DE LOS EQUIPOS
CRÍTICOS DE LA LÍNEA DE FLOTACIÓN…………………….…………. 187
3.9 EVALUACIÓN DE LA CONFIABILIDAD DE LA LÍNEA DE
FLOTACIÓN, TENIENDO EN CUENTA LA CONFIABILIDAD DE LOS
EQUIPOS CRÍTICOS PARA LOS TIEMPOS MEDIOS ENTRE
FALLOS…………………………………………………………….………… 216
3.10 DETERMINACIÓN DEL TIEMPO MEDIO DE REPARACIÓN (TMDR =
MTTR) DE CADA EQUIPO CRÍTICO DE LA LÍNEA DE FLOTACIÓN... 217
11
3.11 EVALUACION DE LA DISPONIBILIDAD DE LOS EQUIPOS
CRÍTICOS DE LA LÍNEA DE FLOTACIÓN…………………….…………. 218
3.12 EVALUACIÓN DEL GRADO DE CONOCIMIENTO DEL PERSONAL
DE MANTENIMIENTO DE LA PLANTA CONCENTRADORA,
REFERENTE A LAS TÉCNICAS CUALITATIVAS Y
CUANTITATIVAS DEL MANTENIMIENTO………………………... 219
3.13 SITUACIÓN ACTUAL DE LA GESTIÓN DEL MANTENIMIENTO DE
LOS EQUIPOS DE LA PLANTA………………………………………… 221
12
4.5.2 COSTOS DEL MANTENIMIENTO PREVENTIVO PARA EL
CICLO ÓPTIMO PROPUESTO………………………………….. 245
4.5.3 CUADRO RESUMEN DE LA COMPARACIÓN DE COSTOS
TOTALES DEL MANTENIMIENTO PREVENTIVO POR AÑO,
TENIENDO EN CUENTA EL CICLO ACTUAL DE 30 DÍAS Y
EL CICLO ÓPTIMO PROPUESTO…………………….………… 248
4.6 ANÁLISIS Y DISCUSIÓN DE RESULTADOS……………….……….… 248
4.7 CONTRASTACIÓN DE LAS HIPÓTESIS FORMULADAS….………... 250
CONCLUSIONES…………………………………………………..……………... 259
RECOMENDACIONES…………………………………………………..……….. 262
BIBLIOGRAFÍA…………………………………………………...……………….. 264
ANEXOS
13
FIGURAS
FIGURA 2.15. P(a ≤ X ≤ b) = área sombreada bajo la curva f(x) entre a y b.. 89
14
“tiempo hasta el fallo”……………………………………………. 110
FIGURA 2.21. Función de la probabilidad acumulada de la Distribución
Normal…………………………………………………………….. 111
FIGURA 2.22. Función de confiabilidad de la Distribución Normal………….. 111
FIGURA 2.23. Función de tasa de fallos o función de riesgo de la
Distribución Normal…………………………………,,………….. 111
FIGURA 2.24. Función de densidad de probabilidad de la Distribución
Exponencial……………………………………………..…………114
FIGURA 2.25. Función de Confiabilidad de la Distribución Exponencial….… 114
FIGURA 2.26. Función de probabilidad acumulada de la Distribución
Exponencial……………………..…………………………………114
FIGURA 2.27. Función de tasa de fallas o función de riesgo de la
Distribución Exponencial………………………………………… 114
FIGURA 2.28. Función de densidad de probabilidad de la Distribución de
Weibull…………………………………………………………….. 117
FIGURA 2.29. Función de Confiabilidad de la Distribución de Weibull…..….. 117
FIGURA 2.30. Función de probabilidad acumulada de la Distribución de
Weibull………………………………………………………….… 117
15
TABLAS
16
TABLA 3.23. Características técnicas de la Celda OK 50 Nº3 de Bulk…...… 156
TABLA 3.24. Características técnicas de la Celda OK 50 Nº4 de Bulk…...… 156
TABLA 3.25. Características técnicas de la Celda OK 50 Nº5 de Bulk…...… 156
TABLA 3.26. Características técnicas de la Bomba Denver SRL 6 x 6
de Zinc……………………………………………………………... 157
TABLA 3.27. Características técnicas de la Celda de primera limpieza
de Zinc 100 pies3………………………………………..………... 157
TABLA 3.28. Características técnicas de la Bomba Denver SRL
8 x 6 Nº1…………………………………………………….…….. 157
TABLA 3.29. Características técnicas de la Celda DR300 de Bulk…...…….. 158
TABLA 3.30. Características técnicas de la Bomba Denver SRL 8 x 6 Nº2... 158
TABLA 3.31. Características técnicas del Nido de ciclones D-15…………… 158
TABLA 3.32. Características técnicas del Molino de bolas 6’ x 6’ Nº1……… 159
TABLA 3.33. Características técnicas de la Celda de segunda limpieza
de Zinc de 36 pies3…………………………..……………………. 159
TABLA 3.34. Características técnicas del Manifold de distribución…………. 159
TABLA 3.35. Características técnicas del Molino de bolas 6’ x 6’ Nº3……… 160
TABLA 3.36. Características técnicas del Molino de bolas 5’ x 10’ Nº1…….. 160
TABLA 3.37. Características técnicas del Molino de bolas 5’ x 5’…………… 160
TABLA 3.38. Características técnicas de la Celdas ultima limpieza de
18 pies3………………………………………………….…………. 161
TABLA 3.39. Características técnicas del Acondicionador 6’ x 6’ de Bulk….. 161
TABLA 3.40. Características técnicas de la Celda OK 50 Nº1 de Zinc…...… 161
TABLA 3.41. Características técnicas de la Celda OK 30 Nº2 de Zinc…...… 162
TABLA 3.42. Características técnicas de la Celda OK 50 Nº1 de Zinc…...… 162
TABLA 3.43. Características técnicas de la Celda OK50 Nº2 de Zinc…...…. 162
TABLA 3.44. Evaluación de criticidad de la Celda OK 50 Nº1 de Bulk…… 164
17
TABLA 3.50. Modos de fallo de los equipos críticos………………………….. 169
TABLA 3.51. Causas de fallos de los equipos críticos………………………... 170
TABLA 3.52. Efectos de fallos en la Celda OK50 Nº1 de Bulk………………. 173
TABLA 3.53. Efectos de falla de la Celda OK50 Nº2 de Bulk………...……… 175
TABLA 3.54. Efecto de fallos de la Bomba de pulpa SRL 10 x 8 Nº4…...…….. 176
TABLA 3.55. Efecto de fallos de La Bomba de pulpa SRL 10 x 8N°7...............178
TABLA 3.56. Efecto de fallos del Molino 7 x 10……………………...………… 180
TABLA 3.57. Datos históricos del tiempo entre fallos y de los tiempos de
reparación dela Celda OK 50 N°1……………………….…......... 182
TABLA 3.58. Datos históricos del tiempo entre fallos y de los tiempos de
reparación de la Celda OK 50 N°2…………………………......... 183
TABLA 3.59. Datos históricos del tiempo entre fallos y de los tiempos de
reparación de la Bomba SRL 10 x 8 Nº4……………………........ 183
TABLA 3.60. Datos históricos del tiempo entre fallos y de los tiempos de
reparación de la Bomba SRL 10 x 8 Nº7……….………………… 183
TABLA 3.61. Datos históricos del tiempo entre fallos y de los tiempos de
reparación del Molino 7 x 10………………….……………..........184
TABLA 3.62. Resultados de la encuesta efectuada al personal de
mantenimiento de la planta concentradora…………………… 220
TABLA 4.1. Tiempo Medio Entre Fallas (TMEF) y Confiabilidad de los equipos
críticos de la línea de flotación para estos tiempos medios…… 227
TABLA 4.2. Plan de mantenimiento preventivo: Celda OK 50 N°1 de Bulk…. 236
TABLA 4.3. Plan de mantenimiento preventivo: Celda OK 50 N°2 de Bulk…. 237
TABLA 4.4. Plan de mantenimiento preventivo: Bomba SRL 10 x 8 N°4…. 239
TABLA 4.5. Plan de mantenimiento preventivo: Bomba SRL 10 x 8 N°7….... 240
TABLA 4.6. Plan de mantenimiento preventivo: Molino 7’ X 10’…………...... 241
TABLA 4.7. Valores del parámetro de forma β de la Distribución Probabilística
de Weibull de cada equipo crítico de la línea de flotación……... 251
TABLA 4.8. Valores de la confiabilidad de los equipos críticos de la línea de
flotación para el ciclo de mantenimiento de 30 días……………. 252
TABLA 4.9. Ciclo óptimo de mantenimiento y eficiencia de los equipos
críticos de la línea de flotación……………………………………. 257
18
INTRODUCCIÓN
19
tanto, toda empresa que practica como filosofía una Gestión de Calidad, la
Gestión del Mantenimiento de sus instalaciones tiene que ser también de
calidad.
En ese contexto, cabe precisar, que para efectuar una administración científica
de los equipos en plantas industriales, se debe contar, para cada equipo, con
datos históricos o estadísticos de fallas, y datos estadísticos de reparación de
fallas. Asimismo se debe disponer de los Software adecuados que permitan
realizar las evaluaciones necesarias.
20
En la presente tesis, para lograr el objetivo de optimizar la Gestión del
Mantenimiento de los equipos de la línea de flotación en un centro minero,
utilizando como herramienta el análisis de confiabilidad, se han combinado las
técnicas cualitativas y cuantitativas (estadísticas) y se ha utilizado el software
Disma y Relest.
21
fundamentos sobre la teoría de la probabilidad; el concepto de variables
aleatorias y su clasificación; las distribuciones de probabilidad de variables
aleatorias continuas; y las medidas de tendencia central y de dispersión de
variables aleatorias continuas. Asimismo, también contempla los fundamentos
sobre confiabilidad, mantenibilidad y disponibilidad de un ítem o artículo
(equipo, máquina, etc.); las funciones de distribución de fallos o modelos
probabilísticos de fallos que se aplican al cálculo de la confiabilidad; aspectos
importantes relacionados con curva de la bañera o curva de Davies; las
pruebas de bondad de ajuste y el uso de software para dichas pruebas; y los
fundamentos relacionados con la confiabilidad de sistemas en serie, paralelo y
mixtos. Al final del capítulo se presenta el Marco Teórico de la Investigación
que contiene el significado conceptual de varios términos que se utilizan en el
desarrollo de la tesis.
22
equipo crítico; la evaluación del grado de conocimiento del personal de
mantenimiento de la planta concentradora en el tema de “análisis de
confiabilidad de equipos y sistemas; y la situación actual de la Gestión del
Mantenimiento de los equipos críticos de la línea de flotación.
23
CAPÍTULO I
Hoy, las empresas industriales están entendiendo que la gestión eficaz del
mantenimiento de sus equipos y/o instalaciones se ha convertido en un arma
poderosa de competitividad de sus productos, en el entendido de que una
gestión de calidad del mantenimiento contribuye a procesos de producción de
calidad.
Una gestión eficaz del mantenimiento en una planta industrial, conlleva a una
alta confiabilidad y disponibilidad de equipos y/o instalaciones, y por ende a
evitar las paradas de planta, que ocasiona daño económico a las empresas.
Una eficiente Gestión del Mantenimiento contribuye a elevar la eficiencia del
proceso productivo de la compañía.
24
Al respecto, el problema de gestionar eficientemente el mantenimiento, para
lograr una alta confiabilidad y disponibilidad de los equipos en plantas
industriales, viene siendo estudiado y afrontado de una u otra manera por
diferentes personalidades, tales como:
También, precisa, que se han analizado las relaciones existentes entre los
elementos que constituyen la confiabilidad de un dispositivo, así como los
costes de confiabilidad y de no confiabilidad asociados a su operación y la
contribución de estos costes al coste total de explotación.
1
FERNÁNDEZ PÉREZ, ANTONIO JOSÉ: “Metodología para la priorización de sistemas,
estructuras y componentes en la optimización del mantenimiento de una instalación industrial”.
Tesis doctoral. Universidad Politécnica de Madrid (España). Año 2000. Disponible en:
http://oa.upm.es/662/1/06200006.pdf
25
proceso de cuantificación y visualización de la confiabilidad alcanzada por un
dispositivo en un cierto período de explotación ya acaecido en función de unos
factores que caracterizan los niveles de confiabilidad, disponibilidad,
mantenibilidad y seguridad logrados. Estos factores son aplicables a cualquier
tipo de dispositivo y tienen en cuenta sus distintas características de operación,
mantenibilidad y régimen de funcionamiento.
26
También, manifiesta, que la tesis tiene por objeto desarrollar una metodología
para la priorización de los sistemas, estructuras y componentes de una
instalación industrial en funcionamiento, a partir de sus comportamientos
operativos y dentro de un contexto de optimización del plan vigente de
mantenimiento preventivo, como vía para la mejora de la eficiencia de su
explotación.
27
existente entre la confiabilidad, los ingresos generados y el coste de
explotación.
También, precisa, que en un entorno real, donde los recursos siempre son
limitados, la realización de un programa eficiente de optimización del
mantenimiento de una instalación industrial requiere, como primera tarea, la
identificación y priorización de los elementos susceptibles de ser mantenidos, al
objeto de distribuir entre ellos los recursos disponibles, de manera que el
beneficio o mejora que se obtenga sobre el conjunto de la explotación de la
instalación sea lo mayor posible. Una vez seleccionados los equipos sobre los
que se va a actuar, deberán identificarse aquellas actividades de
mantenimiento que se consideren técnica y económicamente más
convenientes para proceder a su implantación y, posteriormente, a su
seguimiento y control, con el fin de evaluar el grado de eficiencia alcanzado.
28
Es decir, la tesis persigue el desarrollo de una metodología de priorización de
los diferentes dispositivos de una instalación industrial cualquiera en
funcionamiento, a partir de sus comportamientos operativos y dentro de un
contexto de optimización del plan vigente de mantenimiento preventivo como
vía para la mejora continua de la eficiencia de su explotación, en la que la
Confiabilidad constituye el parámetro básico y objetivo que cuantifica el nivel de
eficacia alcanzado.
3
CRESPO ROBLES, ELOY. “Optimización estocástica del mantenimiento de sistemas de
transporte y secado de sustancias minerales”. Tesis doctoral. Universidad Politécnica de
Madrid - Escuela Técnica Superior de Ingenieros de Minas (España). Año 2008. Disponible en:
http://oa.upm.es/1617/1/ELOY_CRESPO_ROBLES.pdf
29
En ese sentido señala, que si el objetivo es hacer un uso eficiente de los
recursos económicos disponibles, no puede estudiarse el mantenimiento y la
operación por separado, sino que su análisis debe hacerse de forma conjunta.
De tal forma que se puedan cuantificar la influencia de las diferentes políticas
de mantenimiento en la disponibilidad y coste final.
4
RCM acrónimo inglés de (Reliability Centered Maintenance). Se trata de una metodología
para la gestión del mantenimiento.
5
TPM acrónimo inglés de (Total Productive Maintenance), al igual que RCM es una
metodología de gestión del mantenimiento, si bien con una vocación más global y puede
entenderse como metodología de gestión integral.
30
cuantificar los cambios en éste, producidos en respuesta a la modificación de
las variables controladas por la gestión del mantenimiento.
31
transportadoras, señala que se ha ensayado un modelo para optimizar el
mantenimiento de tareas rutinarias. Por su parte, en el sistema de
arrastradores de cadena, indica, que se plantea un modelo de mantenimiento
basado en condición, que utiliza como variable básica de control, el desgaste
de la cadena. Finalmente, precisa, que en el sistema de secado, se han
estudiado ciertos fallos particulares del mismo, y se evalúa la política de
mantenimiento para el elemento fundamental de un secador de vapor: el multi-
coil. Al respecto, resalta, que los resultados han sido de aplicación práctica
directa, y además han permitido comprobar la validez y versatilidad de los
modelos planteados para las cintas y los arrastradores.
32
diversas fuentes de datos. Una de las más utilizadas en estos casos,
menciona, que es la opinión de los ingenieros de mantenimiento.
Asimismo, señala, que las técnicas más avanzadas incluyen tanto métodos
cualitativos como cuantitativos. Estos últimos, indica, son en muchas ocasiones
obviados, por considerarse “demasiado complejos" o simplificados en forma
arbitraria para que se apliquen aunque sea superficialmente.
6
DE LA PAZ MARTÍNEZ, ESTRELLA MARÍA: “Análisis y pronóstico de tendencia de fallas en
equipos críticos”. Curso taller internacional. Instituto Peruano de Mantenimiento (IPEMAN). Año
2011.
33
las técnicas estadísticas enseñadas por Deming lo que hizo que Japón
pasara de ser un fabricante de imitaciones baratas a líder internacional
en productos de primera calidad.
34
1.3 PLANTEAMIENTO Y FORMULACIÓN DEL PROBLEMA
35
2. No se evalúan las fallas funcionales de los equipos de la planta; es decir,
no se realiza el Análisis de Modos y Efectos de Falla (análisis AMEF =
FMEA) a los equipos de la planta.
36
1.3.2 FORMULACIÓN DEL PROBLEMA
1.4 OBJETIVOS
37
5. Evaluar si el actual ciclo de mantenimiento (30 días) es el más
conveniente desde el punto de vista de la confiabilidad de los equipos y
costes del mantenimiento de los mismos.
1.5 HIPÓTESIS
38
4. La frecuencia o ciclo actual de mantenimiento (30 días) que se
considera para los equipos críticos de la línea de flotación, conlleva a
una alta confiabilidad de los mismos, pero incide negativamente en
los costos de su mantenimiento.
X: El Análisis de confiabilidad.
Indicadores
VARIABLE DEPENDIENTE
Indicadores
39
Y3: Planes de mantenimiento de equipos
40
personas que trabajan en el área de mantenimiento de la Planta Concentradora
Berna II en el Centro Minero Casapalca. Dicha información consiste en el
historial de fallas y de reparaciones de los equipos críticos de la línea de
flotación obtenidos durante el año 2010. También se utilizó la encuesta como
instrumento para la recolección de datos referente al grado de conocimiento del
personal de mantenimiento de la planta sobre la temática de “confiabilidad de
equipos y sistemas” así como de técnicas cualitativas y cuantitativas del
mantenimiento.
41
CAPÍTULO II
Desde que el hombre comenzó a fabricar objetos para uso personal, le fue
imprescindible llevar a cabo alguna restauración para volver a utilizarlos. Así
fue, que conforme se evolucionó en tecnología, también se evidenciaron
avances en las maneras de restaurar objetos, herramientas y máquinas7.
El hecho de que no exista una frontera clara entre una etapa y otra, se debe
a varios factores. El fundamental, es que cada sector de la industria ha
7
http://www.pistarelli.com.ar/
42
evolucionado de forma diferente. Por poner un ejemplo, la aeronáutica ha ido
siempre muy por delante del sector industrial, naval y ferroviario8.
Objetivos Técnicas
8
GONZÁLEZ FERNÁNDEZ, FRANCISCO JAVIER (2009): “Teoría y Práctica del
Mantenimiento Industrial Avanzado” (libro). Edita: Fundación Confemetal. 3ra edición.
Madrid-España.
9
GARCÍA GONZÁLES-QUIJANO, JAVIER (2004): “Mejora en la confiabilidad operacional de
las plantas de generación de energía eléctrica: desarrollo de una metodología de gestión de
mantenimiento basado en el riesgo (RBM)” (Tesis de máster). Universidad Pontificia Comillas.
Madrid (España). Disponible en: http://www.iit.upcomillas.es/docs/TM-04-007.pdf
43
descenso en la oferta de mano de obra que causó la guerra, aceleró el
proceso de mecanización de la industria9.
Cabe señalar, que a partir de los años setenta (70), a medida que se
generalizó el uso de herramientas informáticas, los sistemas de planificación
y todas las actividades de los sistemas de control, se han ido implementando
en bases de datos informáticos, cuyo tratamiento ha optimizado los sistemas
de toma de decisiones. Asimismo, asociado a este auge de la informática,
aparecieron en el mercado herramientas de software para facilitar a los
responsables de mantenimiento, los trabajos de planificación y control8.
44
Objetivos Técnicas
45
Cabe destacar, que en la Tercera Generación del mantenimiento, la
observancia normativa adquiere una importancia primordial. Son muchas las
organizaciones que abordan reglamentaciones específicas de
mantenimiento; así pues, por ejemplo, aparecen reglamentos de aparatos a
presión, equipos de transporte, ascensores, escaleras mecánicas, etc.8
46
provoca un cambio en las relaciones humanas de los departamentos de
mantenimiento.
Objetivos Técnicas
47
pueden aplicar aisladamente como “filosofías salvadoras de los
departamentos de mantenimiento”. En ese sentido, su implementación debe
contemplarse no de manera exclusiva, sino de manera conjunta con otras
diversas técnicas. Nunca deben considerarse como técnicas únicas y
excluyentes. Hay que esforzarse en integrarlas.
Asimismo, Gonzales, 20098, señala, que otro enfoque que toma gran fuerza
en los años finales del siglo XX y comienzos del siglo XXI es la gestión de
mantenimiento orientada no a resultados técnicos del departamento de
mantenimiento, sino a los clientes internos y externos.
48
(confiabilidad, disponibilidad y costos) que siguen siendo en el siglo XXI
básicos identificadores de la gestión del mantenimiento. No solo se hará
reingeniería técnica de máquinas, se hará reingeniería completa de
procesos.
Por último, Gonzales señala, que en este siglo XXI, seguirá siendo crucial la
observancia normativa. Las administraciones seguirán elaborando y
redactando normas para cubrir el máximo número de aspectos legales, sobre
todo de aquellos que afecten a la seguridad y medio ambiente.
49
2.1.2 CONCEPTUALIZACIÓN DEL MANTENIMIENTO
10
PASCUAL J., RODRIGO (2008): “El arte de mantener” (libro). Universidad de Chile.
Santiago de Chile.
11
Las normas EN son normas estándar europeas, no así las normas AFNOR.
12
GARCÍA GARRIDO, SANTIAGO (2003): “Organización y gestión Integral del mantenimiento”
(libro). Ediciones Díaz de Santos. España.
13
PAREDES RODRÍGUEZ, FRANCISCO (2010): “Planificación y Control del Mantenimiento”.
Seminario Taller. Organizado por AM Business – Capacitación Corporativa. Lima - Perú.
50
De las definiciones mencionadas, se deduce que la principal función del
mantenimiento es sostener la funcionalidad de los equipos, máquinas o
instalaciones y el buen estado de los mismos a través del tiempo.
14
MORA GUTIÉRREZ, ALBERTO (2009): “Mantenimiento. Planeación, ejecución y control”
(libro). Editorial Alfaomega. Colombia
15
GRIJALBO MONDADORI (2000): “Gran Diccionario Enciclopédico Ilustrado” (libro). Editorial
Grijalbo Mondadori. Vol. 1. Barcelona – España.
51
El considerar el mantenimiento como una ciencia, permite su tratamiento
profundo, serio, coherente y estructurado, de tal manera que todos los
conocimientos que se desarrollan sean realizables y útiles.
PERSONAS
Mantenedores
ENTORNO ARTEFACTO
Industrias
S
Fábricas Máquinas
Equipos
52
Asimismo, el enfoque sistémico permite entender que el estudio y el análisis
del tema de mantenimiento se debe abordar de manera estructural; es decir,
que tiene un orden y una secuencia; de esta manera se facilita su
entendimiento, su aplicación y la ejecución de operaciones, las tácticas y
estrategias en la empresa. La estructura se da en el entendido que existen
una serie de elementos (mantenedores, productores y máquinas)
organizados e independientes, que se relacionan entre sí de manera formal.
53
(eficiencia y eficacia), manejando adecuadamente los recursos disponibles
(eficiencia), respetando el medio ambiente con la mayor efectividad.
16
DE MIGUEL FERNÁNDEZ, ENRIQUE (1990): Introducción a la Gestión “Management”
(libro). Ed. Universidad Politécnica de Valencia. Vols. I y II. Valencia-España.
17
NAVARRO ELOLA, LUIS; PASTOR, ANA CLARA; TEJEDOR Y MUGABURU LACABRERA,
JAIME MIGUEL (1997): “Gestión integral del mantenimiento” (libro). Ed. Editores Marcombo
Boixareu. Barcelona-España.
54
Asimismo, Lorick, 199818 se refiere a la Gestión del Mantenimiento como la
organización de un área gerencial de mantenimiento que exige la necesidad
de establecer sistemas de gestión y operación, mediante procesos,
apoyándose en sistemas computarizados para manejar las actividades
inherentes a mantenimiento.
Cabe precisar, que las limitaciones del mantenimiento varían con el tipo de
industria, pero dependen de la disponibilidad financiera, políticas de
utilización del parque industrial, niveles de productividad, fiabilidad de los
equipos, vida útil de los equipos, obsolescencia tecnológica de las máquinas
y calificación del personal de mantenimiento19.
18
LORICK, HARRY y VARELA, STEVE (1998): “Infraestructure Maintenance System” (libro).
Ed. Review Public Works. Estados Unidos.
19
La alta interrelación de mantenimiento y producción se ratifica en el hecho de que la
gestión del mantenimiento depende de la tecnología de los equipos y del tipo de actividad
industrial y organización, a la que pertenecen.
55
estudio de fallas, sistemas de organización, etc. que incrementan
notablemente la mano de obra indirecta? (García, 200320).
4. Porque resulta relevante analizar la influencia que tiene cada uno de los
equipos que constituyen las líneas de producción de las plantas industriales.
20
GARCÍA GARRIDO, SANTIAGO (2003): “Organización y Gestión Integral del Mantenimiento”
(libro). Ediciones Díaz de Santos. España.
56
una eficiente Gestión del Mantenimiento de equipos en plantas industriales, y
por ende a procesos productivos de calidad.
MANTENIMIENTO
21
CALLARÁ, IVAN – PONTELLI, DANIEL (2009): “Mantenimiento Industrial” (libro). Editorial
UNIVERSITAS. Primera edición. Córdova-Argentina.
57
MANTENIMIENTO MANTENIMIENTO
PREVENTIVO CORRECTIVO
Mantenimiento Mantenimiento
predictivo o a sistemático o
“condición” predeterminado
22
http://www.slideshare.net/blacksaturn/mantenimiento-preventivo-1819125
23
DUFFUAA, SALIH O.; A. RAOUF; DIXON CAMPBELL, JOHN (2010): “Sistemas de
mantenimiento. Planeación y control”. Editorial LIMUSA, S.A. de C.V. Grupo Noriega Editores.
México.
58
necesarios para realizar las tareas han sido planeados y están disponibles, y
en segundo lugar, que el trabajo se llevará a cabo de acuerdo con un programa
establecido; es por ello, que al mantenimiento preventivo también se le conoce
como mantenimiento planificado, y tiene lugar antes de que ocurra una falla o
avería.
24
http://www.mantenimientoplanificado.com/j%20guadalupe%20articulos/MANTENIMIENTO%2
0PREVENTIVO%20parte%201.pdf
59
evolución de una determinada variable o parámetro que sea realmente
identificadora de su funcionamiento y fácil de medir (temperatura, ruido,
partículas en el aceite, etc.)”. En ese sentido, tal como lo señalan Gallará-
Pontelli, 200921, el mantenimiento predictivo predice la ocurrencia de una falla a
través de la apreciación de síntomas o señales que la máquina emite y según
la complejidad de las mismas, éstas serán detectadas con los sentidos
humanos o con instrumentos.
60
Se debe tener en cuenta, que la gran mayoría de las fallas no se presentan de
manera brusca, en general las fallas son el resultado de un periodo de
desgaste progresivo, este proceso de desgaste es cuantificable y desde el
momento de la detección inicial de la falla, puede evaluarse su progreso y
predecirse el momento del colapso con semanas, meses o años de
anticipación. En la figura 2.7 se muestra una curva donde se ilustra la evolución
de la falla de una máquina o equipo, desde su inicio hasta llagar a la falla
funcional (el equipo ya no cumple con su función) pasando por diferentes
situaciones de condición como: ruido ultrasónico, cambios en la vibración,
partículas de desgaste en el aceite, anormalidades termográficas, ruido audible
y alta temperatura25.
25
http://www.confiabilidad.com.ve/pdf/SERVICIOS_DE_MANTENIMIENTO_PREDICTIVO_-
_GTS_CONFIABILIDAD.pdf (Estrategias de Mantenimiento Predictivo)
61
Si existe un intervalo de inspección práctico, y
Si el intervalo de tiempo (desde la inspección hasta la falla funcional) es
suficientemente grande para permitir acciones correctivas o reparaciones (ver
figura 2.8).
62
las intrínsecas a la propia máquina, para realizar la programación de
intervención (por ejemplo: el cambio de aceite de un transformador de potencia
por pérdida de rigidez dieléctrica por tiempo de operación).
63
desaparecerá, pero si deberá ser reducido al mínimo, planificando el
mantenimiento de las máquinas o instalaciones.
64
Para llevarlo a cabo se programa la detención del equipo, pero previo a ello, se
realiza un listado de tareas a realizar sobre el mismo y se programa su
ejecución en dicha oportunidad, aprovechando para realizar toda reparación,
recambio o ajuste que no sería factible hacer con el equipo en funcionamiento.
Suele hacerse en los momentos de menor actividad, horas en contra turno,
períodos de baja demanda, durante la noche, en los fines de semana, períodos
de vacaciones, días feriados, etc.
“la Gestión de la Calidad constituye una filosofía y estrategia para emprender cambios
que mejoren el desempeño de las organizaciones y de sus agremiados, con el propósito de
que sus procesos arriben a resultados de calidad para satisfacer las necesidades de sus
clientes”.
Así mismo, Claver 200428 señala que,
26
Lic. Manuela de la C. Abreu y Lic. Rubén Cañedo Andalia: “Gerencia total de la calidad en
las organizaciones”. Artículos 1998. Disponible en:
http://bvs.sld.cu/revistas/aci/vol6_2_98/aci02298.htm
27
VICTOR MANUEL NAVA CARBELLIDO (2005): ¿Qué es la calidad? Conceptos, gurús y
modelos fundamentales. Editorial Limusa S.A. de C.V. México.
28
ENRIQUE CLAVER CORTES, JOSE FRANCISCO MOLINA & JUAN JOSE TARI GUILLO
(2004): “Gestión de la calidad y gestión medioambiental”. Ediciones Pirámide. Págs. 25-27
Madrid-España.
65
objetivos de calidad, caminando hacia la mejora continua en todos los niveles
organizativos y utilizando todos los recursos disponibles al menor coste posible”.
30La palabra “calidad” ha desencadenado una serie de definiciones, por lo que no existe
una definición específica que pueda calificarse como la más correcta o la mejor. Cada
29
FEA GUGLIELMETTI, UGO (1995): “Competitividad es calidad total”. Editorial Alfaomega
S.A. de C.V. 2da. Edición. Págs. 174 – 183. México.
30
CÉSAR CAMISÓN, SONIA CRUZ y TOMÁS GONZÁLES (2007): “Gestión de la calidad:
Conceptos, enfoques, modelos y sistemas” (libro). PEARSON EDUCACIÓN, S.A. Madrid-
España.
66
empresa ha de desarrollar su propia definición específica para la compañía. Sin embargo,
se puede considerar la siguiente definición: “calidad es la totalidad de los rasgos y las
características de un producto o servicio que se refieren a su capacidad para satisfacer
las necesidades y expectativas de los clientes o de cualquiera que entre en contacto con el
producto o servicio”. Calidad implica buscar la mejora continua en todos los procesos
para mejorar la competitividad de la organización.
67
En tal contexto, bajo el enfoque de la Gestión de la Calidad, se puede precisar
que:
“la gestión del proceso mantenimiento es aquel Sistema de Gestión que basado en la
mejora continua de sus actividades de planeación, organización y control tiene como
propósito principal satisfacer las necesidades de los clientes y asegurar la competitividad
de la organización industrial por medio de: 1) garantizar la disponibilidad y
confiabilidad planeadas, 2) satisfacer todos los requisitos del sistema de calidad de la
organización, 3) cumplir todas las normas de seguridad y medio ambiente, y 4)
minimizar costos para maximizar el beneficio de la empresa”. (Cursiva propia).
AREA DE MANTENIMIENTO
Máquinas
Instalaciones
Mano de obra y/o
Equipo
Herramientas equipos
Finanzas Planeación Organización Control en
Informática
operación
68
alcanzarse mediante acciones oportunas de mantenimiento, a través de una
Gestión de Calidad23.
no es un costo;
no se reduce a un conjunto más o menos discreto de personas con
habilidades mecánicas, eléctricas, electrónicas y/o de computación;
requiere excelencia en su manejo gerencial y profesional;
implica tenerlo presente desde el momento que se diseña y monta una
planta industrial o que se modifica total o parcialmente, etc.;
requiere de insumos y produce resultados, es decir el mantenimiento es un
proceso tal como se ilustra en la Figura 2.10.
Proceso de
Entradas Producción Salidas
Retroalimentación
31
http://www.elprisma.com/apuntes/curso.asp?id=12618
69
Capacidad de Proceso Demanda de
producción mantenimiento mantenimiento
Fuente: Duffuaa, Raouf y Dixon, “Sistemas de Mantenimiento”, pág. 30
a) Liderazgo
32
http://www.scielo.org.ve/scielo.php?script=sci_arttext&pid=S1316-
48212005000100007&lng=pt&nrm=iso
70
compromiso de los trabajadores. Al respecto, cabe señalar, que la principal
diferencia entre líderes y directivos radica en que los primeros ponen su énfasis
en los recursos emocionales y espirituales de una organización, así como en
sus valores y operaciones, mientras que los directivos lo hacen en sus recursos
físicos tales como las materias primas, la tecnología y el capital. En ese
sentido, el liderazgo se convierte en un elemento importante en la Gestión del
Mantenimiento en las plantas industriales, dado que, permite potenciar el
aporte de cada uno de los trabajadores del área de mantenimiento mejorando
los niveles de productividad que se traduce en una ventaja competitiva.
71
necesariamente significa implantar una serie de imposiciones. Es hacer que
interioricen los objetivos en todas sus dimensiones, facetas y matices en
beneficio de la empresa.
c) El reconocimiento y la recompensa
d) El adiestramiento
e) El enfoque al cliente
f) El benchmarking
h) El mejoramiento continuo
i) El trabajo en equipos
73
La transparencia de la comunicación entre sus miembros y en todos los niveles
de la empresa u organización, es una condición esencial para el éxito de la
misma.
Asimismo, se debe tener en cuenta, que no todos los equipos tienen la misma
importancia en una planta industrial o en una línea de producción, normalmente
unos equipos son más importantes que otros. En ese sentido, se debe destinar
la mayor parte de los recursos a los equipos más importantes, dejando una
pequeña porción del reparto a los equipos que menos influyen en los
resultados de la empresa a de la línea de producción.
33
ROSENDO HUERTA MENDOZA: “El análisis de criticidad, una metodología para mejorar la
confiabilidad operacional” (artículo). Disponible en:
http://confiabilidad.net/articulos/el-analisis-de-criticidad-una-metodologia-para-mejorar-la-
confiabilidad-ope/
74
Para determinar el grado de criticidad de un equipo, máquina o instalación, se
toman ciertos criterios que están asociados (generalmente) con la frecuencia
de fallas, impacto operacional, flexibilidad operacional, costo del
mantenimiento, seguridad, medio ambiente, entre otros.
Una vez obtenida la suma ponderada de todas las incidencias, se compara con
los rangos establecidos en la tabla 2.1 que se muestra a continuación.
Suma: de 16 a A Crítica
20
Suma: de 11 a B Importante
15
Suma: de 6 a 10 C Regular
Suma: de 00 a D Opcional
05
En la
presente Tesis, el grado de criticidad de los equipos de la línea de producción,
se determinó tomando en cuenta los siguientes aspectos o variables
relacionados con los equipos (ver tablas del ítem 3.4 del Capítulo III):
75
Efecto sobre el servicio a operaciones y medio ambiente,
Valor técnico económico del equipo,
Probabilidad de falla (confiabilidad),
Flexibilidad del equipo en el sistema,
Dependencia logística de los repuestos,
Dependencia del mantenimiento (mano de obra),
Facilidad de reparación
El análisis de los modos y efectos de fallos (FMEA), desde el punto de vista del
mantenimiento industrial, es una herramienta o metodología muy útil que
permite (de manera sistemática), reconocer y/o identificar las fallas funcionales
de un equipo (en la actividad de planificación), antes de que estas ocurran, con
la intención de eliminarlas o mitigarlas, con lo cual se asegurará su operatividad
y, por lo tanto, su confiabilidad. Es decir, el FMEA se utiliza para identificar los
modos de fallo funcionales, determinar sus efectos que estos provocan, y
asimismo, identificar acciones que conlleven a atenuar dichas fallas. En ese
sentido, el FMEA es una metodología orientada a lograr el aseguramiento de la
funcionalidad y por ende la confiabilidad de una máquina o equipo34.
Causa de fallo. Una causa de fallo es una razón potencial de un modo de fallo.
En el análisis FMEA, para cada modo de fallo se debe listar todas las posibles
causas de fallo.
34
LEONARDO MONTAÑA RIVEROS (2006): “Diseño de un sistema de mantenimiento con
base en análisis de criticidad y análisis de modos y efectos de falla en la Planta de Coque de
fabricación primaria en la Empresa Acerías Paz del Río S.A”. Tesis de titulación profesional..
Universidad Pedagógica y Tecnológica de Colombia. Disponible en:
http://www.monografias.com/trabajos-pdf/sistema-mantenimiento/sistema-mantenimiento.pdf
76
Efecto de fallo. Describe las consecuencias que provocan la ocurrencia del
modo de fallo que se está analizando. Esta descripción debe incluir toda la
información necesaria para apoyar la evaluación de la máquina.
TABLA 2.2. Relación de causas y efectos de fallo con los modos de fallo
BOMBA
En la presente Tesis, en el ítem 3.5 del capítulo III, se muestran tablas donde
se indican los modos de fallo, las causas y los efectos de fallo, para cada
equipo crítico de la línea de producción que se ha estudiado.
Por lo siguientesiguientes6:
Sin estadística una empresa carece de capacidad para reconocer que
actividades o productos le generan utilidades, y cuales solo pérdidas.
No se puede gestionar lo que no se mide. Las mediciones son la clave. Si
usted no puede medir, no puede controlar. Si no puede controlar, no puede
gestionar. Si no puede gestionar, no puede mejorar.
77
La falta sistemática o ausencia estructural de estadísticas en las
organizaciones, impide una administración científica de las mismas.
Peter Drucker afirma que pocos factores son tan importantes para la actuación
de la organización como la medición, aunque lamenta el hecho de que la
medición sea el área más débil de la gestión en muchas empresas.
W. Edward Deming, un pionero en métodos estadísticos para el control de
calidad, señaló que en Japón se ponía mucho énfasis en las estadísticas para
directores de empresa. En parte fue la aplicación de las técnicas estadísticas
enseñadas por Deming lo que hizo que Japón pasara de ser un fabricante de
imitaciones baratas a líder internacional en productos de primera calidad.
Así mismo, se debe tener presente, que el punto de partida para realizar un
análisis de confiabilidad de un equipo, máquina, componente o instalación bajo
una concepción científica, es la información cuantitativa que sobre las fallas
se tenga a disposición de dicho equipo, máquina, componente, etc. (estadística
de fallas o historial de fallas). Cabe mencionar, que existen diversos formatos
para su recolección, pero lo más importante es recopilarla.
78
detectar la causa raíz de un problema y solucionarlo.
35
JAY L. DEVORE (2008): “Probabilidad y Estadística para Ingeniería y Ciencias” (libro). D.R.
Cengage Learning editores, S.A. de C.V. Séptima edición. México.
79
Los símbolos E y S se utilizan para representar el experimento aleatorio y el
espacio muestral asociado.
Ejemplo 1:
Ejemplo 2:
80
a) Punto muestral. Es cada uno de los posibles resultados u observaciones de
un experimento aleatorio.
o A ).
81
probabilidad de que un evento ocurra es la razón entre casos favorables y
todos los casos que puedan ocurrir; es decir, si A es un evento definido en el
espacio muestral S de un experimento aleatorio E, entonces, la probabilidad de
ocurrencia del evento A que se denota como P(A) es:
m
P( A)
n
donde:
m: casos favorables a la ocurrencia del evento A (puntos
muestrales de evento A).
n: todos los casos que puedan ocurrir (puntos muestrales de
S, espacio muestral finito y equiprobable).
Donde:
fr(A) : frecuencia relativa de ocurrencia del evento A.
f(A) : cantidad de veces que ocurrió el evento A en las n
pruebas realizadas.
n : cantidad de pruebas realizadas.
82
probabilidad de que uno de ellos seleccionado aleatoriamente pueda
resistir el choque? Considerando el evento A : que el aislante resista el
choque térmico, entonces: P(A) = 294/300 = 0.98 = 98%.
C
B
i) Algunos corolarios:
1. P() = 0
2. P(A’) = 1 – P(A)
3. P(A+B) = P(A) + P(B) – P(A.B) si A.B ≠ (cuando los eventos A y B no
son excluyentes)
4. P(A.B’) = P(A) – P(A.B)
2.4.2.3 VARIABLES ALEATORIAS Y SU CLASIFICACIÓN
83
FIGURA 2.13. Concepto de una variable aleatoria
La variable X mencionada resulta ser una v.a, ya que el valor que tomará al
llevar a cabo el experimento no puede predecirse con certeza; esto es, el
hecho de que X tome un valor determinado, por ejemplo el 3, es en sí, un
evento aleatorio.
84
Ejemplo 3. X: v.a cantidad de fallas de un equipo en un año.
Cabe señalar que, para identificar variables aleatorias se suele utilizar letras
mayúsculas X, Y, T,…, y las respectivas letras minúsculas (x, y, t,….) para
denotar un valor particular de dichas variables aleatorias; así, la notación
X(e) = x significa que x es el valor de la v.a X para el punto muestral e.
(X < x) representa el suceso: "la variable aleatoria X toma un valor menor a x",
y P(X < x) representa la probabilidad de que la v.a. X tome un valor menor a x.
85
Ejemplo 1. Y: v.a número de errores que un mecánico comete en una línea de
ensamblado. En este caso Y es una v.a discreta ya que el mecánico solo
puede cometer un número finito de errores, 0, 1, 2, 3,…N.
Otros ejemplos de v.a continuas son: X: v.a tiempo de vida útil de un artefacto;
T: v.a tiempo entre fallas o tiempo hasta el fallo de un equipo reparable; Y: v.a
concentración de gramos de plata en alguna muestra de mineral (14.5 gr., 5.2
gr., 18.6 gr., 24.3 gr., 0.8 gr, 11 gr, etc.), etc.
86
resulta imposible asignar probabilidades a cada valor de la v.a continua en un
intervalo de la recta de manera que la suma de estas sea uno (1).
87
densidad de probabilidad f(x) no representa probabilidad alguna, sólo es un tramo
continuo que indica una distribución de frecuencias de una muestra.
De otro lado, cabe señalar, que la probabilidad es el área bajo la curva de una
función de densidad probabilística f(x). Por lo tanto, al integrar la función de
densidad de probabilidad para todos sus valores de la v.a en la recta de
números reales, obtendremos como resultado uno (1), ya que uno (1) es la
probabilidad del espacio muestral S de la v.a en cuestión; por lo tanto, para el
caso de la figura 2.14 se tendrá:
f ( x)dx 1
88
cualquier intervalo en la recta numérica [ a , b ] , con a < b, el área bajo la
curva de f(x) es la probabilidad de ese intervalo; luego, se cumple que:
b
P(a X b) f ( x)dx
a
89
Cabe resaltar, que la función de probabilidad f(x), puede ser una curva continua
de cualquier forma; sin embargo, en la práctica, de acuerdo a los datos
estadísticos que se tenga, se asocia a un modelo que resulte más apropiado
para un fenómeno que esté representado por una v.a continua, como es el
caso de una distribución normal o una distribución exponencial, etc.
36
WILLIAM MENDENHALL y JAMES E. REINMUTH (2000): “Estadística para Administración y
Economía” (libro). Grupo Editorial Iberoamérica. México.
90
continuas (como discretas), es que, las probabilidades de varios intervalos
pueden ser calculados con una fórmula o una tabla de F(x).
P( X a) 1 F (a)
y para cualquier intervalo [ a , b ] , con a < b se cumple que:
b b a
P(a X b) f ( x)dx f ( x)dx f ( x)dx F (b) F (a)
a
F (b) F (a)
Lim F (b) f (b)
ab ba
La cual representa la densidad de probabilidad del punto “b” (que como
hemos mencionado no se debe confundir con la probabilidad de “b”).
dF( x)
f ( x) F ( x)
dx
2.4.2.5 MEDIDAS DE TENDENCIA CENTRAL DE VARIABLES
ALEATORIAS37
37
IRWIN MILLER y JOHN E. FREUND (2001): “Probabilidad y Estadística para Ingenieros”
(libro): Editorial Reverté Mexicana, S.A. México.
91
Las medidas de tendencia central se conocen muchas veces como medias o
promedios. Un promedio o media es un valor típico o valor característico de
una serie de datos u observaciones, en el sentido de que en ciertas ocasiones
se emplea para representar todos los valores individuales de las mismas o las
de una variable. Entre las medidas de tendencia central se encuentra el Valor
Esperado o Esperanza Matemática o Valor Medio.
Dada la v.a continua T: tiempo entre fallas (TEF) o tiempo hasta la falla de un
equipo o componente; entonces, el valor esperado de dicha v.a será el tiempo
medio entre fallas (TMEF o MTBF); por lo tanto, para calcularlo teniendo en
cuenta la expresión del valor esperado de una v.a, será necesario conocer la
función de densidad probabilística f (t ) correspondiente a la v.a tiempo T, y la
expresión de cálculo será:
92
TMEF MTBF t. f (t )dt
0
Cabe señalar, que el tiempo medio entre fallas es considerado como uno de
los Índices de Clase Mundial del Mantenimiento y es además uno de los
Índices de Operatividad dentro de las llamadas: cifras de mérito de la
fiabilidad.
93
2( X ) E( X 2) E( X )2
Por lo tanto, la desviación típica o estándar será:
( X ) 2( X )
Al respecto, se debe tener en cuenta que un valor pequeño de indica poca
dispersión de los datos de una muestra, por lo tanto, en este caso el valor
promedio de los datos de la muestra tiene importancia. También se debe
observar, que para saber cuan dispersos están los datos de una muestra, lo
que interesa es el valor de la desviación estándar de dichos datos y no el valor
de la varianza.
Ejemplo: Considere que X: v.a tiempo hasta el fallo de cierto componente (en
años), con la siguiente ley de probabilidad (función de densidad de
probabilidad):
0 para x 0
f (x)
2 x para 0 x 1
0 para x 1
Calcular el tiempo medio hasta el fallo (TMHF) del componente y una medida
de la variabilidad del tiempo hasta el fallo (desviación estándar o típica).
Solución:
a) Cálculo del tiempo medio hasta el fallo del componente o tiempo medio
de vida de operatividad del componente sin que falle.
1
2
0 x.2 x.dx
3
años 0.666años
94
Por lo tanto, se espera que el componente opere sin fallar 0.666 años.
a) Activo. Recurso que tiene valor y cuyo desarrollo genera un ciclo de vida
(físicos, humanos, financieros, intangibles).
b) Ítem o Artículo. Es una componente, un dispositivo, un elemento, un aparato,
un equipo, una máquina, una instalación, etc. a quien se le hará el análisis de
confiabilidad, mantenibilidad y disponibilidad, para fines de mantenimiento.
c) Falla o fallo. Concepto básico de la Teoría de la Confiabilidad que se define
como el hecho o evento que provoca la pérdida total o parcial de la capacidad
de un ítem para realizar las funciones para las cuales fue diseñado; es decir, es
el cese del estado de capacidad de trabajo de un artículo. También, se puede
decir, que una falla o un fallo es la terminación o degeneración de la propiedad
de un artículo para realizar su función para lo cual fue diseñado.
Al respecto, todo ítem, se puede encontrar en uno de los dos posibles estados
(mutuamente excluyentes): en estado operativo o en estado de falla (ver figura
2.16). Por lo tanto, durante el tiempo de vida útil, el estado de un ítem se
alterna entre estado operativo y estado de falla. Los estados de un ítem se
denominan perfil de funcionalidad.
96
Se debe tener en cuenta, que no se estiman como fallas, la realización de tareas
planeadas de mantenimiento38 , ni la interrupción de la funcionalidad de un ítem
causada por un factor externo y exógeno a la operación de dicho ítem.
Para analizar la naturaleza de los fallos, así como para elaborar las medidas
encaminadas a pronosticarlos o preverlos, estos se clasifican atendiendo a
diversos criterios tal como se muestra en la Tabla 2.3 adjunta.
38
Otra cosa es si durante el mantenimiento planeado aparece una falla, en cuyo caso se
consideran eventos independientes, cada uno con su respectivo tiempo de prevención o
predicción y de reparación.
97
Constructivos
Por las causas que lo provocan Tecnológicos
De explotación
Por desgaste
Por su modo de manifestación respecto al tiempo Repentino
Gradual
Prematuro
Por el período de la vida del artículo en que se Casual
manifiestan De desgaste
o envejecimiento
Leve
Por su severidad Marginal
Crítico
Catastrófico
Frecuente
Probable
Por su frecuencia de ocurrencia Ocasional
Remoto
Extremadamente
remoto
98
2.4.3.2. ANÁLISIS DE LA CONFIABILIDAD DE UN ÍTEM:
CONCEPTUALIZACIÓN Y EXPRESIÓN MATEMÁTICA DE LA
CONFIABILIDAD
a) CONCEPTO DE CONFIABILIDAD
99
la confiabilidad no es, en modo alguno, una predicción, sino un valor
probabilístico de acción correcta de un artículo durante un período de tiempo
determinado; es decir, entre 0 y t. En otras palabras, los fabricantes no
garantizan en absoluto que el artículo trabaje durante h horas, sólo dan la
probabilidad de su funcionamiento correcto durante las h horas. En ese
contexto:
100
El concepto de confiabilidad en la ingeniería aparece por primera vez antes de
la segunda guerra mundial, ligado a la aviación y a otras aplicaciones militares.
Sin embargo, con anterioridad ya se habían realizado estudios acerca de la
esperanza de vida de distintos equipos industriales, aunque sin referirse
directamente al término de confiabilidad.
101
recopilados dependerá el acierto del modelo matemático adoptado y,
consecuentemente, la exactitud de los resultados posteriormente obtenidos.
Para Creus, 200540, si T es la v.a “tiempo de operación del artículo hasta antes
del fallo o tiempo previo a la falla”, t cualquier valor de tiempo que puede
tomar la v.a T y f(t) es la función densidad de probabilidad de fallo de dicho
artículo o probabilidad de ocurrencia para el instante t , entonces, la
confiabilidad de dicho artículo para un tiempo t cualquiera, denotada por R(t)
(del término inglés Reliability) se define por la probabilidad de que se mantenga
funcionando sin fallar más allá del tiempo t considerado, es decir:
R(t ) P(T t ) f (t )dt
t
adjunta.
102
Así mismo, si f(t) es la función de densidad de probabilidad de fallo de un
artículo y F(t) es la función de distribución acumulativa de fallos de la v.a T,
entonces, F(t) representa la probabilidad de que el dispositivo falle entre 0 y t;
en ese sentido, de la Figura 2.17 se deduce que la probabilidad de fallo del
artículo para cualquier tiempo t será:
F (t ) 1 R(t )
Por esta razón, a la función de distribución acumulativa de fallos (o
simplemente función de distribución de fallos o probabilidad de fallo) también
se le denomina infiabilidad o no fiabilidad o inconfiabilidad.
103
Al respecto, se puede mencionar el siguiente ejemplo: si para un lote de
artículos idénticos, un artículo en particular, tiene una probabilidad de falla
F (t1) = 0.8, esto significa que aproximadamente el 80% de tales artículos están
sin vida o están fallados (inoperativos) hasta antes del tiempo t1 o inclusive
hasta el tiempo t1.
f (t ) f (t )
(t ) h(t ) , fallas/ tiempo (1 falla / 2años)
R(t ) 1 F (t )
41
WILLIAM HINES; DOUGLAS MONTGOMERY; DAVID GOLDSMAN (2010): “Probabilidad y
Estadística para Ingeniería” (libro). Grupo Editorial PATRIA. 4ta. Edición. México.
104
Así mismo, Hines y Montgomery, 201041 señalan, que un resultado útil es que
la función de confiabilidad R(t) puede expresarse en términos de la tasa de
fallos como:
t
0
( x ).dx
R(t ) e
Por lo tanto, la función de densidad de probabilidad de fallos f(t) puede
expresarse mediante la tasa de fallos, a través de la siguiente expresión:
t
0
( x ).dx
f (t ) (t ).e
Además, como:
F (t ) 1 R(t )
Entonces:
t
o
( x ).dx
F (t ) 1 e
En resumen, las funciones que desempeñan un papel importante en el análisis
f (t ) f (t )
(t )
R(t ) 1 F (t )
0
( x ).dx
f (t ) (t ).e
3. Función de Confiabilidad:
105
t
0
( x ) dx
R(t ) e
4. Función de Infiabilidad o de probabilidad de fallos:
0
( x ).dx
F (t ) 1 e
En la figura 2.19 se muestran las representaciones gráficas de estas funciones:
106
E(T ) R(t )dt
0
107
(frecuencias del tiempo hasta el fallo del equipo) se traducen en una
determinada distribución probabilística o función de densidad de probabilidad
f(t) de la v.a T. Ante tal situación, cabe hacerse la siguiente pregunta ¿qué tipo
de distribución (modelo) probabilística o qué tipo de función de densidad de
probabilidad f(t) se debe utilizar para representar de la mejor manera a los
datos históricos del THF de un artículo? o lo que es lo mismo preguntarse ¿qué
tipo de distribución (modelo) probabilística o qué tipo de función de densidad de
probabilidad f(t) se debe utilizar para describir de la mejor manera el
comportamiento de la v.a T “tiempo THF de un artículo?
42
JORGE ACUÑA ACUÑA (2003): “Ingeniería de Confiabilidad” (libro). Editorial Tecnológica de
Costa Rica. Primera edición. Costa Rica.
108
La Distribución o Ley Normal, encuentra una amplia aplicación en la solución de
distintos problemas ingenieriles y económicos. Utilizada en la teoría matemática
de la confiabilidad, esta ley describe muy bien los fallos progresivos de los
artículos originados por la salida de explotación de diferentes elementos del
mismo.
1 t 2 b
F (t ) f (t ).dt
1
f (t ) exp
. 2 2 a
109
Las funciones densidad f(t) y acumulada F(t) son para t
1 12 z 2
f ( z) e z
2
Notación: z N (0,1)
El valor esperado: E(T)= 0
La varianza: 2(T)= 1
t
Z
110
Una vez estandarizada la variable se podrá buscar el valor de la probabilidad
que deseamos en la Tabla Estadística correspondiente. También es
conveniente recordar que esta distribución es simétrica respecto a su valor
esperado y que esta propiedad de simetría nos puede ser útil en el cálculo de
probabilidades.
a) ¿P(t< 60)?
111
Primero se estandariza la variable (la variable t se debe convertir en Z):
t 60 60 60
P( ) P(Z ) P(Z 0)
20
b) LA DISTRIBUCIÓN EXPONENCIAL
112
La Distribución Exponencial es la más ampliamente utilizada en los estudios de
confiabilidad. En general, esta distribución representa la fase normal de
operación de un artículo, en la cual se producen fallos repentinos debidos a
choques, exceso de carga, exceso de tensión eléctrica, etc. Se emplea para
determinar el tiempo hasta el fallo de un ítem o de un sistema.
113
FIGURA 2.24. Función de densidad FIGURA 2.25. Función de
de probabilidad Confiabilidad
1 t
f (t ) .e t 0
para
c) LA DISTRIBUCIÓN DE WEIBULL
114
La Distribución de Weibull, debido a su alta flexibilidad, es el modelo
probabilístico mayormente utilizado en aplicaciones de confiabilidad, dado que
permite modelar de manera eficaz los tiempos de fallos de equipos o sistemas
en plantas industriales. Describe muy bien los fallos progresivos de los artículos
originados por su envejecimiento. Su aplicabilidad a diferentes situaciones de
falla fue presentada por Weibull en 1951 y se utilizó para describir fallas en
rodamientos.
f (t ) . (t t 0) 1.e .(tt0) Donde: t ≥ t0; β > 0; α > 0
115
(t) . (t t 0) 1
Cabe señalar, que las expresiones de Weibull mencionadas solo son válidas
para valores de (t – t0) ≥ 0. Cuando el valor (t – t0) ≤ 0, la función de densidad
de probabilidad de fallas f(t) (función de falla instantánea) y la tasa de fallas λ(t)
valen cero.
116
El comportamiento gráfico de las funciones densidad de probabilidad f(t),
confiabilidad R(t), inconfiabilidad o probabilidad de fallos F(t) y de la tasa de
fallos o función de riesgo λ(t) se muestran en las figuras 2.28, 2.29, 2.30 y 2.31
respectivamente.
117
Normal y a la Chi-cuadrada. En tal sentido, la Distribución de Weibull resulta
ser un modelo probabilístico muy útil para modelar eventos de confiabilidad y
sobrevivencia.
La curva de la bañera, es una cueva que permite analizar los fallos durante el
período de vida útil de un artículo. Tiene forma de bañera debido a que la vida
útil de los artículos tiene un comportamiento que viene reflejado por tres etapas
bien diferenciadas, tal como lo muestra el gráfico de la figura 2.31. La curva de
la bañera o curva de confiabilidad de un artículo representa la curva de la tasa
de fallos o la curva de riesgo de dicho artículo.
118
Fuente: Mora Gutiérrez: Mantenimiento: planeación, ejecución y control.
119
de su ciclo de vida se encuentra dicho artículo, y con ello se puede establecer
la estrategia de mantenimiento del artículo.
Cabe mencionar, que existen dos pruebas estadísticas bien conocidas para
probar el ajuste o concordancia de una determinada distribución probabilística:
120
Al respecto, cabe mencionar que estas pruebas estadísticas se justifican para
muestras que tengan grandes o pequeñas cantidades de datos; sin embargo,
cuanto mayor cantidad de datos tenga la muestra, es mejor. A continuación se
describen cada una de estas pruebas de bondad de ajuste.
k
( ni E i ) 2
x
2
i 1 Ei
Donde:
n i Frecuencia observada
E i n. pi (Frecuencia teórica o esperada)
n Cantidad total de observaciones
p i = probabilidad asociada al intervalo correspondiente de la distribución a la
cual se prueba el ajuste.
Dn = máx I Fe – Fi I
121
Donde:
122
En la prueba de Kolmogórov-Smirnov: el mejor ajuste también será para el
menor coeficiente K-S, siempre que resulte menor que 1 (K-S < 1).
123
distribución que mejor se ajusta a los datos de fallos de un ítem, se
recomienda utilizar el Software DISMA.
124
la muestra de los datos de fallo que se analizará. También contiene las
opciones del análisis.
Solución.
OBSERVACIONES:
126
Fuente: Fermín Mallor y Javier Santos (fiabilidad de sistemas):
http://www.unavarra.es/estadistica/LADE/M.O.C./Tema4.PDF
127
Ejemplo. Consideremos un sistema productivo con tres equipos en paralelo,
cada una de ellas con una confiabilidad de 99,5%, 98,7% y 97,3%,
respectivamente, para cumplir su función durante 100 horas. ¿Cuál es la
confiabilidad del sistema durante esas 100 horas?
Solución.
OBSERVACIONES:
129
La confiabilidad del sistema resultante de un sistema mixto se calcula
evaluando primero la confiabilidad de cada subsistema para posteriormente
combinarlos de manera adecuada.
Solución:
2.4.3.9 MANTENIBILIDAD
130
práctica tiene gran interés conocer el valor medio del tiempo de reparación de
un artículo o sistema, al cual se le denomina Tiempo Medio de Reparación
(tiempo promedio en que el equipo es reparado) y se denota como MTTR (en
inglés Mean Time To Repair). El MTTR es un índice clave para la
mantenibilidad, por que representa un límite para el tiempo máximo de
reparación. En la figura 2.36 se muestran los estados de funcionalidad de un
equipo, a partir del cual se pueden estimar el Tiempo Medio entre Fallas
(tiempo promedio en que el equipo no falla) y el Tiempo Medio de Reparación
de las fallas.
FIGURA 2.36. Estimación del Tiempo Medio entre Fallas (TMEF o MTBF) y
del Tiempo Medio de Reparación (TMDR o MTTR)
131
TO1 TO2 TO3
TMEF(MTBF) , o en general:
3
n
TO i
TMEF i 1
N º.Eventos.Útiles
De igual forma, para el Tiempo Medio de Reparación se tiene:
TFS1TFS2TFS3
TMDR MTTR ,
3
n
TFS i
O en general: TMDR MTTR i 1
N º.Correctivos
Cabe mencionar, que el tiempo de reparación (TTR) necesario para volver a
llevar a un equipo a su estado de buen funcionamiento se puede subdividir en
una serie de tiempos parciales, correspondientes a los diferentes estados de
operación requeridos. Principalmente son los siguientes:
132
existencia de un fallo del soporte logístico. La suma del TTR y de los tiempos
muertos será el tiempo total durante el cual el equipo en estudio está averiado.
Este tiempo se suele denotar como TA (tiempo de Avería), y al valor medio de
estos tiempos, se le denomina Media de los Tiempos de Avería, que se
denota como MTA.
CONCEPTO DE MANTENIBILIDAD
133
m(t ) : Es la función de densidad de probabilidad de la v.a T:” tiempo de
reparación o tiempo para reparar”.
la Distribución Normal
la Distribución Exponencial
la Distribución de Weibull
la Distribución Logarítmica, entre otras.
134
distribuciones probabilísticas mencionadas, se utilizan las pruebas de bondad
de ajuste, de manera similar que para el caso de la confiabilidad.
(t )2
1 2
M (t ) m(t ).dt e 2.
.dt
t t . 2
Donde: µ es la media y σ la desviación estándar de mantenibilidad.
135
Así mismo, la expresión matemática del tiempo medio de reparación
(MTTR) teniendo en cuenta la distribución exponencial es:
MTTR E(T ) M (t ).dt
0
( t / )
M (t ) 1 e
Donde:
α = parámetro de escala de la distribución
β = parámetro de forma de la distribución
Además, una expresión práctica que se utiliza para calcular el MTTR con
la función mantenibilidad siguiendo la distribución de Weibull, es la
siguiente:
1
MTTR * (1 )
1
136
FIGURA 2.38. Curva de Mantenibilidad para la Distribución Weibull
Del gráfico se lee que existe una probabilidad del 85% de que una reparación
que se haga en el equipo no dure más de 40 horas. También se puede leer que
el 85% de las reparaciones deben realizarse en tiempos inferiores a 40 horas.
2.4.3.10 DISPONIBILIDAD
137
Cabe señalar, que el grado de disponibilidad de un artículo será el resultado
del comportamiento de la confiabilidad y la mantenibilidad de dicho artículo. En
la figura 2.39 se muestra la relación entre confiabilidad, mantenibilidad y
disponibilidad.
Vida de un artículo
138
MTBF
D
MTBF MTTR
En tal contexto, se observa, que una alta confiabilidad (pocas fallas) y una alta
mantenibilidad (tiempos de reparación o de mantenimiento cortos) de los
equipos en las plantas industriales, implican una alta disponibilidad (alto tiempo
de operación) de los mismos.
139
requerimientos establecidos para satisfacer las necesidades de los usuarios o de
cualquiera que entra en contacto con el producto o servicio. Por lo tanto, la “calidad”
implica satisfacer las expectativas y requerimientos del cliente (tanto externo como
interno). El cliente es un ser humano que como tal, no puede ser reducido a ningún
esquema y tiene siempre la última palabra.
140
j) Ganga. Material inútil que se separa de los minerales.
q) Mena. Mineral sin limpiar, tal como se extrae de la mina. Materia bruta
de un filón o criadero de la cual se beneficia un metal.
141
r) Mineral. Parte útil de una exploración minera. Compuesto inorgánico no
producido por los seres vivos que se encuentra en la corteza de la tierra y que está
formado por uno o más elementos químicos.
las actitudes del consumidor, tendencias del mercado); materiales (insumos, materias
primas, materiales indirectos); servicios (agua, energía eléctrica); humanos (operarios,
ejecutivos, directores).
142
uno de los indicadores más importantes de la confiabilidad del ítem y se determina por
la relación entre la suma de todos los tiempos de operación (tiempos entre fallas) del
artículo y la cantidad de fallas que suceden durante el periodo de tiempo T.
143
CAPÍTULO III
144
chancado secundario (se obtiene mineral de tamaño promedio 1”),
chancado terciario (se obtiene mineral de tamaño promedio 5/8”) y
chancado cuaternario (se obtiene mineral de tamaño promedio 3/8”).
145
h) Despacho, los concentrados obtenidos en el proceso de filtrado
(polvos con las humedades indicadas), pasan al proceso de
despacho, donde a través de camiones herméticos, se distribuyen a
los clientes.
146
3.2 LISTADO DE EQUIPOS DE LA LÍNEA FLOTACIÓN, DESCRIPCIÓN DE
SUS FUNCIONES OPERATIVAS Y CARACTERÍSTICAS TÉCNICAS DE
LOS MISMOS
147
Celda OK 50 N°1 de Zinc Separar, separación de la pulpa zinc y relave
20 1
Celda OK 50 N°2 de Zinc Separar, separación de la pulpa zinc y relave
21 1
Celda OK 50 N°3 de Zinc Separar, separación de la pulpa zinc y relave
22 1
Celda OK 50 N°4 de Zinc Separar, separación de la pulpa zinc y relave
23 1
Celda OK 50 N°5 de Zinc Separar, separación de la pulpa zinc y relave
24 1
Bomba 6” x 6” circuito de Zinc Bombear, bombeo de pulpa
25 1
Celdas de 1ra limpieza de Zinc Limpiar, limpieza de la pulpa de zinc
26 1
100 pies3
Bomba 8” x 6” Bombear, bombeo de la pulpa
27 1
Celda DR300 Bulk de Zinc Limpiar, limpieza del concentrado de zinc
28 1
Bomba 8” x 6” Bombear, bombeo de la pulpa
29 1
Nido de ciclones D-15 Clasificar, clasificación de pulpa grueso y
30 1
fino
Molino de bolas 6’ x 6’ N°2 Moler, molienda de la pulpa del circuito de
31 1
Comesa Bulk
Celda de segunda limpieza de Limpiar, limpieza de la pulpa de zinc
32 1 zinc de 36 pies3
148
TABLA 3.2. Características técnicas de la Celda OK 30 Nº1 de Bulk
Equipo Celda OK 30 N°1 de Bulk
Marca Outotec
Procedencia Brasil
Tipo Tanque
Modelo OK
Serie 14523
Potencia motor / Capacidad 60 HP
Tensión de motor 440 V
149
TABLA 3.5. Características técnicas del Distribuidor de carga
Equipo Distribuidor de carga
Marca FYM
Procedencia Perú
Tipo Tanque
Modelo S/M
Serie 56721
Potencia motor / Capacidad -------
Tensión de motor No tiene
150
TABLA 3.8. Características técnicas de la Celda 100 pies3
Equipo Celda 100 pies3
Marca Fima
Procedencia Perú
Tipo Banco
Modelo SUB A 30
Serie 125-2001
Potencia motor / Capacidad 100 HP /100 pies3
Tensión de motor 440 V
151
TABLA 3.11. Características de la Celda primera de limpieza de 36 pies3
Equipo Celda primera limpieza de 36 pies3
Marca Fima
Procedencia Perú
Tipo Banco
Modelo SUB A 18
Serie 8456-23
Potencia motor / Capacidad 20 HP / 36 pies3
Tensión de motor 440 V
152
TABLA 3.14. Características técnicas del Ciclón D-26
Equipo Ciclón D-26
Marca Krebs
Procedencia EUA
Tipo Nido
Modelo DS-26-1716
Serie 23-2001
Potencia motor / Capacidad 30 m3/h
Tensión de motor S/M
153
TABLA 3.17. Características técnicas de la Celda DR300 de Bulk
Equipo Celda DR300 de Bulk
Marca Denver
Procedencia Brasil
Tipo Banco
Modelo DR300
Serie 562-452
Potencia motor / Capacidad 60 HP / 300 pies3
Tensión de motor 440 V
154
TABLA 3.20. Características técnicas de la Celda OK 30 Nº1 de Bulk
Equipo Celda OK30 Nº1 de Bulk
Marca Metso
Procedencia Brasil
Tipo Para pulpa de sello húmedo
Modelo SRL
Serie 1526
Potencia motor / capacidad 150 HP / 3000 GPM
Tensión de motor 440 V
155
TABLA 3.23. Características técnicas de la Celda OK 50 Nº3 de Bulk
Equipo Celda OK50 N°3 de Bulk
Marca Outotec
Procedencia Brasil
Tipo Tanque
Modelo OK
Serie 14558
Potencia motor / Capacidad 100 HP / 50 m3
Tensión de motor 440 V
156
TABLA 3.26. Características técnicas de la Bomba Denver SRL 6 x 6 de
Zinc
Equipo Bomba Denver SRL 6 x 6 de Zinc
Marca Fima
Procedencia Perú
Tipo Para pulpa de sello húmedo
Modelo OK
Serie 5621
Potencia motor / Capacidad 60 HP / 2000 GPM
Tensión de motor 440 V
157
TABLA 3.29. Características técnicas de la Celda DR300 de Bulk
Equipo Celda DR300 de Bulk
Marca Fima
Procedencia Perú
Tipo Banco
Modelo DR300
Serie 14523
Potencia motor / Capacidad 60 HP / 300 pies3
Tensión de motor 440 V
158
TABLA 3.32. Características técnicas del Molino de bolas 6’ x 6’ Nº1
Equipo Molino de bolas 6’ X 6’ N°1
Marca Comesa
Procedencia Perú
Tipo De bolas
Modelo
Serie 512-128
Potencia motor / Capacidad 150 HP / 80 tn/h
Tensión de motor 440 V
159
TABLA 3.35. Características técnicas del Molino de bolas 6’ x 6’ Nº3
Equipo Molino de bolas 6’ X 6’ N°3
Marca Comesa
Procedencia Perú
Tipo De bolas
Modelo OK
Serie 512-129
Potencia motor / Capacidad 150 HP/ 50 tn/h de pulpa
Tensión de motor 440 V
160
TABLA 3.38. Características técnicas de la Celdas ultima limpieza de 18
pies3
Equipo Celdas ultima limpieza de 18 pies3
Marca Fima
Procedencia Perú
Tipo De banco
Modelo SUB A10
Serie 14789
Potencia motor / Capacidad 20 HP / 18 pies3
Tensión de motor 440 V
161
TABLA 3.41. Características técnicas de la Celda OK 30 Nº2 de Zinc
Equipo Celda OK30 N°2 de Zinc
Marca Outotec
Procedencia Brasil
Tipo Tanque
Modelo OK
Serie 14582
Potencia motor 60 HP
Tensión de motor 440 V
162
3.3 DETERMINACIÓN DE LOS EQUIPOS CRÍTICOS DE LA LÍNEA DE
FLOTACIÓN MEDIANTE EL ANÁLISIS DE CRITICIDAD
163
TABLA 3.44. Evaluación de criticidad de la Celda OK 50 Nº1 de Bulk
164
TABLA 3.45. Evaluación de criticidad de la Celda OK 50 Nº2 de Bulk
165
TABLA 3.46. Evaluación de criticidad de la Bomba SRL 10 x 8 Nº4
166
TABLA 3.47. Evaluación de criticidad de la Bomba SRL 10 x 8 Nº7
167
TABLA 3.48. Evaluación de criticidad del Molino 7’ x 10’
168
3.4 EVALUACIÓN DE MODOS Y EFECTOS DE FALLOS (FMEA) DE LOS
EQUIPOS CRÍTICOS DE LA LÍNEA DE FLOTACIÓN
-Fallo mientras -Fallo mientras -Fallo mientras -Fallo mientras -Fallo mientras
Modos está funcio- está funcio- está funcio- está funcio- está funcio-
nando nando nando nando nando
de fallo
- Vibración - Vibraciones - Vibraciones - Vibraciones - Vibraciones
- Soltura - Soltura - Soltura - Soltura - Soltura
-Calentamien- - Calentamien- - Calentamien- - Calentamien- - Calentamien-
to to to to to
169
TABLA 3.51. Causas de fallos de los equipos críticos
- Rotura de impulsor
Fallo mientras está funcionando - Rotura de estator
- Rotura de eje superior
Vibración - Rotura de eje inferior
- Pernos de anclaje del rack
sueltos
Soltura - Pernos de sujeción de las
vigas principales
- Rotura de impulsor
Fallo mientras está funcionando - Rotura de estator
- Sobrecorriente en motor
- Rodamientos de eje
Calentamiento superior
- Rotura de rack
Fallo de estructura - Rotura de wearplate
Fallas externas - Arenamiento
170
Bomba SRL 10” x 8” N°4
Modos de fallo Causa de fallo
- Rotura de fajas de
Fallo al arrancar transmisión
- Falla en tablero de arranque
- Falta de energía
- Rotura de impulsor
- Rotura de forro lado succión
Fallo mientras está - Sobrecorriente en motor
funcionando - Rotura de eje
- Rajadura de bocina
- Rotura de cuello de succión
- Rotura de eje
Vibraciones - Rotura de rodamientos
- Rotura de botador de agua
- Rajadura de frame
Soltura - Pernos de anclaje del frame
171
Molino 7” x 10”
Modos de fallo Causa de fallo
- Rotura de fajas de transmisión
Fallo al arrancar - Falla en tablero de arranque
- Falta de energía
- Calentamiento de rodamiento
de contraeje
- Rotura de forro lado succión
- Sobrecorriente en motor
- Rotura de eje
- Rotura de forros de cilindro
- Rotura de forros de tapas
Fallo mientras está - Falla en sensor de temperatura
funcionando - Sobrecorriente en motor
- Bajo aislamiento del bobinado
del motor
- Falla en rodamientos de bomba
de lubricación
- Desgaste de engranajes de
bomba de lubricación
- Rajadura de contraeje
- Rajadura de rodamientos
- Rajadura de dientes del piñón
Vibraciones - Rajadura de dientes de la
catalina
- Desalineamiento
- Rodamientos de contraeje
- Rodamientos de Polea
Calentamiento - Rodamientos de Muñones
principales
- Falta de aceite
- Rajadura de casco de cilindro
Fallo de estructura - Rajadura de tapas
- Rajadura de pedestales de
concreto
- Arenamiento
Fallas externas - Atoro en cajón de descarga
- Atoro en cajón de carga
172
3.4.2 EFECTOS DE LAS FALLAS EN LOS EQUIPOS CRÍTICOS DE LA
LÍNEA DE FLOTACIÓN
173
Rotura del alma de Parada de planta
acero
Desprendimiento del Parada de equipo, parada de
Estator
revestimiento Planta
174
TABLA 3.53. Efectos de falla de la Celda OK50 Nº2 de Bulk
Celda OK50 N°2 de Bulk
Componente Falla Efecto de la falla
Polea de motor Rotura de canales Parada de equipo, parada
de planta
Polea de eje superior Rotura Parada de equipo, parada
de planta
Rotura Parada del equipo, parada
de planta
Fajas
Volteo Parada de equipo
Calentamiento Parada de equipo, parada
Rodamiento superior de de planta
upper shaft
Parada de equipo, parada
Rotura de planta
Calentamiento Parada de equipo, parada
Rodamiento inferior de upper de planta
shaft Rotura Parada de equipo, parada
de planta
Carcasa de upper shaft Rotura Parada de equipo, parada
de planta
175
Parada de equipo, parada
Rajadura de plancha de planta por derrame de
carga
Tanque
Rotura de pernos de
amarre de los Parada de equipo
subsectores
Calentamiento Parada de equipo, parada
Rodamiento lado polea del de planta
motor
Rotura Parada de equipo, parada
de planta
Calentamiento Parada de equipo, parada
Rodamiento lado ventilador de planta
del motor
Rotura Parada de equipo, parada
de planta
Carcasa del motor Fisurado Parada de equipo, parada
de planta
Cortocircuito Parada de equipo, parada
de planta
Falla a tierra Parada de equipo, parada
Bobinado del motor
de planta
Sobrecarga Parada de equipo, parada
de planta
176
Desalineamiento Parada de equipo, parada
de planta
Rajadura en la Parada de equipo, parada
soldadura de planta
Prensaestopas
Flexionado Parada de equipo, parada
de planta
Rotura de pernos de Parada de equipo parada
amarre al impulsor de planta
177
Calentamiento Parada de equipo, parada
Rodamiento lado polea de de planta
motor eléctrico
Rotura Parada de equipo, parada
de planta
Calentamiento Parada de equipo, parada
Rodamiento lado ventilador de planta
de motor eléctrico
Rotura Parada de equipo, parada
de planta
Carcasa de motor eléctrico Rotura Parada de equipo, parada
de planta
Falta de aislamiento Parada de equipo, parada
de planta
A tierra Parada de equipo, parada
Bobinado de motor eléctrico de planta
Rotura Parada de equipo, parada
de planta
178
Desalineamiento Parada de equipo, parada
de planta
Rajadura en la Parada de equipo, parada
soldadura de planta
Flexionado Parada de equipo, parada
de planta
Prensaestopas bocina Rotura de pernos de Parada de equipo, parada
amarre al impulsor de planta
Rotura del alma de Parada de planta
acero
Desprendimiento del Parada de equipo, parada
revestimiento de planta
179
Calentamiento Parada de equipo, parada
Rodamiento lado polea de de planta
motor eléctrico
Rotura Parada de equipo, parada
de planta
Calentamiento Parada de equipo, parada
Rodamiento lado ventilador de planta
de motor eléctrico
Rotura Parada de equipo, parada
de planta
Carcasa de motor eléctrico Rotura Parada de equipo, parada
de planta
Falta de aislamiento Parada de equipo, parada
de planta
A tierra Parada de equipo, parada
Bobinado de motor eléctrico
de planta
Rotura Parada de equipo, parada
de planta
180
Rotura de pernos de Parada de planta
amarre
Acople
Rotura de chaveta Parada de equipo, parada
de planta
Desalineamiento Parada de equipo
181
Desgaste prematuro de Parada de equipo, parada
casquillo de planta
Rotura de pernos de Parada de equipo, parada
sujeción de la tapa de planta
superior
Chumacera principal lado
descarga Desprendimiento del Parada de equipo, parada
babbitado del casquillo de planta
Rajadura del cuerpo Parada de equipo, parada
de planta
Parada de equipo, parada
Carcasa de motor eléctrico Rajadura de planta
TABLA 3.57. Datos históricos del tiempo entre fallos y de los tiempos de
reparación de la Celda OK 50 N°1
Ordenamiento TEF=THF TDR Descripción de la falla
de las fallas (días) (horas)
1 62 10 Rotura de eje inferior
2 75 9 Rotura de impulsor
3 58 8 Rotura de estator
4 35 1 Rotura de fajas de transmisión
5 80 8 Rotura de eje superior
6 91 2 Rajadura de rack
7 53 Rotura de pernos de fijación de rack
182
TABLA 3.58. Datos históricos del tiempo entre fallos y de los tiempos de
reparación de la Celda OK 50 N°2
Ordenamiento TEF=THF TDR Descripción de la falla
de fallas (días) (horas)
1 75 10 Rotura de eje inferior
2 62 1 Rotura de pernos de sujeción de rack
3 81 5 Falla por sobrecorriente en motor de 100 HP
4 94 8 Rotura de eje superior
5 40 9 Rotura de impulsor
6 71 8 Rotura de estator
7 66 Rotura de wearplate
TABLA 3.59. Datos históricos del tiempo entre fallos y de los tiempos de
reparación de la Bomba SRL 10 x 8 Nº4
Ordenamiento TEF=THF TDR Descripción de la falla
de fallas (días) (horas)
1 120 2 Rotura de impulsor
2 153 4 Rotura de eje
3 78 2 Rajadura de botador de agua
4 192 2 Falla en rodamiento lado polea
5 202 2 Falla en rodamiento lado prensaestopas
6 178 3 Falla en forro lado prensaestopas
7 144 Rotura de cuello de succión
TABLA 3.60. Datos históricos del tiempo entre fallos y de los tiempos de
reparación de la Bomba SRL 10 x 8 Nº7
Ordenamiento TEF=THF TDR Descripción de la falla
de fallas (días) (horas)
1 98 4 Rotura de eje
2 173 3 Rotura de bocina
3 180 2 Falla en rodamiento lado prensaestopas
4 167 3 Rotura de cuello de succión
5 205 1 Falla de estopas
6 154 2 Rotura de forro lado polea
7 230 Rotura de perno de anclaje
183
TABLA 3.61. Datos históricos del tiempo entre fallos y de los tiempos de
reparación del Molino 7 x 10
Ordenamiento TEF=THF TDR Descripción de la falla
de fallas (días) (horas)
El Software DISMA
El Software RELEST
En general, para determinar en qué etapa del ciclo de vida se encuentran los
equipos críticos de la línea de flotación, se determinó el parámetro β de la
Distribución de Weibull para cada equipo crítico, ingresando en el software
DISMA el tiempo entre fallos; luego, el valor obtenido de β se analizó en la
curva de la bañera (ver capítulo II, ítem 2.4.3.5 y figura 2.32).
184
a. Ciclo de vida de la Celda OK 50 Nº1
Ingresando en el software DISMA los datos históricos del tiempo entre fallos
(TEF) de este equipo, se observa que su valor de β es 4,3259. Este valor
indica que la Celda OK50 Nº1se encuentra en la etapa de envejecimiento (ver
figura 2.32).
185
Para este equipo se observa que el β es de 5,2961; por lo tanto, se concluye
que la Celda OK 50 Nº2 se encuentra en la etapa de envejecimiento.
Se observa que el valor de de β para este equipo es 4.6311. Esto implica que
la bomba SRL 10 x 8 Nº4 también se encuentra en la etapa de envejecimiento.
186
Tal como se observa, para este equipo el valor de β es 2,6853; en tal sentido,
la bomba SRL 10 x 8 Nº7 se encuentra en la etapa de envejecimiento.
Se observa que para este equipo el valor de β es 4,9727; por lo tanto, al igual
que los demás equipos anteriores, el molino 7 x 10 también se encuentra en la
etapa de envejecimiento.
187
probabilística para los datos históricos del tiempo entre fallos, con la cual se
determina el valor del tiempo medio entre fallos (TMEF), y por ende su
confiabilidad y tasa de fallos de cada equipo crítico. Asimismo, también se debe
destacar, que una de las principales bondades que tiene el Software Relest es
validar los datos históricos del tiempo entre fallos de cada equipo, verificando
los valores extremos (prueba de valores extremos).
188
a.2) Prueba de valores extremos de los datos históricos (validación de
los datos) utilizando el Software Relest
La prueba de los valores extremos de los datos históricos del tiempo entre
fallas, es decir, la validación de la data, se realiza utilizando la Distribución
Exponencial con un intervalo de confianza del 90% para dichos valores
extremos (nivel de significancia para el rechazo de los valores extremos es
10%). Ver figura 2.33.
189
190
Se observa que la distribución probabilística que mejor se acerca a una línea
recta es la Distribución de Weibull, por lo tanto, esta distribución es la que sería
seleccionada para realizar el análisis de confiabilidad del equipo; sin embargo,
para tener mayor seguridad sobre la elección de la mejor distribución
probabilística que se ajustan a los datos del tiempo entre fallos del equipo, se
realizó la Prueba de Bondad de Ajuste K-S utilizando el Software DISMA.
191
Luego, ingresando al Software Disma los datos históricos del tiempo entre
fallos del equipo, se obtienen para las diferentes distribuciones
probabilísticas de fallos, los siguientes valores del coeficiente de K-S:
192
equipo que se viene analizando, se seleccionó la Distribución
Probabilística de Weibull, por tener un coeficiente de K-S = 0,4032, que
es menor que uno (1).
193
Se observa que para el TMEF = 62,81 días, la confiabilidad que presenta la
celda OK 50 Nº1 es de 0.49964 (49,964 %) y la tasa de fallos es de 0,03778
(3,778 %).
194
b. EVALUACIÓN DEL TMEF, DE LA CONFIABILIDAD, DE LA TASA DE
FALLOS Y CURVAS CARACTERÍSTICAS (PARA DICHO TMEF) DE LA
CELDA OK 50 N°2 DE BULK
Se observa que los datos extremos están comprendidos dentro del intervalo de
confianza del 90%, por lo tanto, la data del tiempo entre fallos queda validada.
195
b.2) Selección de la mejor distribución probabilística de fallos y Prueba de
bondad de ajuste K-S
196
Se observa que la distribución probabilística que mejor se acerca a una línea
recta es la Distribución de Weibull; sin embargo, para tener mayor seguridad
sobre la elección de la mejor distribución probabilística que se ajustan a los
datos del tiempo entre fallos del equipo, se realizó la Prueba de Bondad de
Ajuste utilizando el Software Disma.
197
Por lo tanto, la distribución probabilística que mejor se ajusta a los datos
históricos del tiempo entre fallas para la Celda OK 50 Nº2 de Bulk es la
Distribución Weibull, la cual se utilizó para realizar el análisis de confiabilidad
del equipo.
198
b.3) Obtención del TMEF, de la confiabilidad y de la tasa de fallos (para
dicho TMEF) de la Celda OK 50 N°2 de Bulk, utilizando el Software
Relest.
Luego, evaluando la confiabilidad y la tasa de fallos para este valor del TMEF:
199
b.4) Curvas Características de la función de densidad de probabilidad, de
la confiabilidad, de la tasa de fallos y de la infiabilidad del equipo
para el TMEF
200
Se observa que los datos extremos están comprendidos dentro del intervalo de
confianza del 90%, por lo tanto, la data del tiempo entre fallos queda validada.
201
Se observa que la distribución probabilística que mejor se acerca a una línea
recta es la Distribución de Weibull; sin embargo, para tener mayor seguridad
sobre la elección de la mejor distribución probabilística que se ajustan a los
datos del tiempo entre fallos del equipo, se realizó la Prueba de Bondad de
Ajuste utilizando el Software DISMA.
202
203
Por lo tanto, la distribución probabilística que mejor se ajusta a los datos
históricos del tiempo entre fallas para la Bomba de Pulpa SRL 10” X 8” N°4 es
la Distribución Weibull, la cual se utilizó para realizar el análisis de
confiabilidad del equipo.
Luego, se evalúa la confiabilidad y la tasa de fallos para este valor del TMEF:
204
Se observa, que la confiabilidad y la tasa de fallas para la Bomba de Pulpa SRL
10” X 8” N°4 resultan ser: 0,50396 (50,396%) y 0,01693 (1,693%)
respectivamente.
205
Se observa que los datos extremos están comprendidos dentro del intervalo de
confianza del 90%, por lo tanto, la data del tiempo entre fallos queda validada.
208
Se observa que la distribución probabilística que mejor se ajusta a los datos
históricos del tiempo entre fallos de la Bomba SRL 10 x 8 Nº7 es la
Distribución Uniforme (coeficiente de K-S = 0,37796449); sin embargo, por la
facilidad del manejo de sus parámetros, se seleccionó la Distribución de
Weibull que tiene un coeficiente de K-S < 1 (coeficiente de K-S = 0,45996984).
209
Se observa que el TMEF o el tiempo que se estima que no fallará la Bomba de
Pulpa SRL 10” X 8” N°7 son 167,513 días.
Luego, se evalúa la confiabilidad y la tasa de fallos para este valor del TMEF:
210
Se observa, que la confiabilidad y la tasa de fallas para la Bomba de Pulpa SRL
10” X 8” N°7 resultan ser: 0,51227 (51,227%) y 0,01689 (1,689%)
respectivamente.
211
Se observa que los datos extremos están comprendidos dentro del intervalo de
confianza del 90%, por lo tanto, la data del tiempo entre fallos queda validada.
e.2) Selección de la mejor distribución probabilística de fallos y Prueba de
bondad de ajuste K-S
212
213
Prueba de bondad de ajuste K-S (Software DISMA)
214
Se observa que la distribución probabilística que mejor se ajusta a los datos
históricos del tiempo entre fallos del Molino 7’ x 10’ es la Distribución de
Weibull (coeficiente de K-S = 0,33272691), la cual se utilizó para realizar el
análisis de confiabilidad del equipo.
215
Se observa que el TMEF o el tiempo que se estima que no fallará el Molino
7’ x 10’ es de 147,22 días.
Luego, se evalúa la confiabilidad y la tasa de fallos para este valor del TMEF:
216
e.4) Curvas Características de las funciones de densidad de probabilidad,
de la confiabilidad, de la tasa de fallos y de la infiabilidad del equipo
par el TMEF
217
Tal como se observa, la confiabilidad de de la línea de flotación es de 3,354%
lo cual resulta ser una confiabilidad muy baja, esto debido a que la confiabilidad
de los equipos críticos que lo conforman no es buena.
TMDR=MTTR
6,333 6,833 2,5 2,5 7,166
de cada Horas Horas Horas Horas Horas
equipo
218
De los resultados de la tabla se observa, que el tiempo (promedio) que se
estima para reparar cada uno de los equipos críticos de la línea de flotación
resulta ser un tiempo pequeño, siendo el Molino 7’ X 10’ el equipo crítico que
estima un mayor tiempo para su reparación (7,166 horas), que tal como se
observa resulta ser un tiempo pequeño.
OBSERVACIÓN
TMEF
flotación es la siguiente: D x100%
TMEF TMDR
Disponi-
99,58183% 99,58199% 99,92978% 99,93785% 99,79759%
bilidad en
porcentaje
219
Se observa, que para los tiempos medios entre fallos, todos los equipos críticos
de la línea de flotación presentan alta disponibilidad, esto implica que cada uno
de los cinco (05) equipos tiene alta probabilidad de estar “aptos o listos” para
trabajar. Esta alta disponibilidad de cada equipo crítico se debe a que los
TMDR de cada equipo son pequeños comparados con los TMEF; es decir, la
reparación de cada equipo toma poco tiempo.
Teniendo en cuenta que solo cuatro (04) profesionales son los encargados del
mantenimiento de los equipos de la planta concentradora, y por ende de los
equipos de la línea de flotación, entonces, por ser una población pequeña, no
fue necesario determinar muestra alguna, sino se realizó directamente la
encuesta a cada una de dichas personas.
220
TABLA 3.62. Resultados de la encuesta efectuada al personal de
mantenimiento de la planta concentradora
AÑO: 2010
TEMA: EVALUACIÓN DEL CONOCIMIENTO EN TECNICAS
CUALITATIVAS Y CUANTITATIVAS DEL MANTTO.
Numeral PREGUNTA
Promedio
Respuesta en %
1 ¿Conoce el significado del RCM? Si 25
No 75
¿Ha realizado la implementación de este tipo de Si 0
2
mantenimiento?
No 100
¿Conoce el significado del tiempo medio entre Si 25
3
fallos (TMEF) y sabe como determinarlo?
No 75
¿Conoce el significado del tiempo medio de
4 reparación de fallos (TMDR) y sabe como Si 25
determinarlo?
No 75
¿Conoce el significado del “análisis criticidad” y Si 0
5
sabe cómo aplicarlo?
No 100
6 ¿Conoce el significado de “fallas funcionales”? Si 0
No 100
¿Conoce el significado del “análisis de los modos y Si 0
7
efectos de fallos”?
No 100
¿Conoce el significado del “análisis de las causas Si 50
8
de las fallos”?
No 50
¿Conoce el significado de la etapa del ciclo de vida Si 0
9
de un equipo y sabe como determinarlo?
No 100
¿Conoce las distribuciones probabilísticas que se
10 utilizan para analizar cuantitativamente la Si 0
confiabilidad, mantenibilidad, disponibilidad y tasa
de fallos de un equipo? No 100
221
De los resultados de la tabla 3.62 se observa que el promedio en porcentaje de
cada pregunta respondida por personal de mantenimiento referente al
conocimiento de las técnicas cualitativas y cuantitativas del mantenimiento, es
muy bajo, lo cual demuestra que el personal de mantenimiento de la planta
concentradora no está capacitado en estos temas fundamentales del
mantenimiento, y por lo tanto, incide negativamente en la Gestión de
Mantenimiento de los equipos de la planta y por ende de los equipos de la línea
de flotación.
Por los motivos señalados, la Gestión del Mantenimiento de los equipos en las
diferentes líneas productivas de la Planta Concentradora Berna II, es deficiente.
222
CAPÍTULO IV
Sin embargo, antes de analizar cuál será el tiempo o ciclo más recomendable
para realizar el mantenimiento preventivo de los equipos críticos de la línea de
223
flotación, se evaluó la incidencia del actual ciclo de mantenimiento (30 días) en
la confiabilidad de dichos equipos.
4.8 EVALUACIÓN DE LA INCIDENCIA DEL ACTUAL CICLO DE
MANTENIMIENTO DE TREINTA (30) DÍAS EN LA CONFIABILIDAD DE LOS
EQUIPOS CRÍTICOS DE LA LÍNEA DE FLOTACIÓN
224
Se observa que para el ciclo de mantenimiento de 30 días, la probabilidad de
confiabilidad del equipo es de 0,94608 (94,608%), el cual es un valor alto, ya
que la probabilidad de falla del equipo es solamente de 5,392% . Sin embargo,
con la finalidad de reducir costes de mantenimiento del equipo proyectados a
un (1) año, se debe buscar un mayor tiempo como ciclo de mantenimiento,
teniendo en cuenta la confiabilidad proyectada de valor próximo o mayor al
85% para dicho ciclo de mantenimiento.
225
Se observa que para el ciclo de mantenimiento de 30 días, la probabilidad de
confiabilidad del equipo es de 0,99803 (99,803%), el cual es un valor muy alto,
dado que la probabilidad de falla del equipo es de solo 0,197%; por
consiguiente, para reducir costos de mantenimiento del equipo, se debe
considerar un mayor tiempo como ciclo de mantenimiento, teniendo en cuenta
la confiabilidad proyectada de valor próximo o mayor al 85% para dicho ciclo
de mantenimiento.
226
Al igual que el caso anterior, para el ciclo de mantenimiento de 30 días, la
probabilidad de confiabilidad de este equipo es prácticamente ideal (99,954%),
por lo tanto, para reducir costos de mantenimiento del equipo, no conviene
utilizar como ciclo de mantenimiento los treinta (30) días, sino se debe buscar
un mayor tiempo, pero teniendo en cuenta la confiabilidad proyectada de valor
próximo o mayor al 85% para dicho ciclo de mantenimiento.
227
TABLA 4.1. Tiempo Medio Entre Fallas (TMEF) y Confiabilidad de los
equipos críticos de la línea de flotación para estos tiempos
medios
228
mundial relacionado con la OEE); por lo tanto, el rango de probabilidades que
se consideró en el análisis será las que están alrededor del 75 al 90%.
Observando la lectura de los tiempos característicos, vemos que hay una confiabilidad
del equipo entre 75 y 90% para tiempos de operación entre 48 y 36 días de trabajo,
respectivamente. En tal sentido, se propone hacer un plan de inspección y ajustes del
equipo, es decir, se propone planificar y programar el mantenimiento preventivo de la
Celda OK 50 N°1 de Bulk cada 40 días.
propuestos.
229
Se observa, que hay una probabilidad de confiabilidad del equipo del 0,86221
(86,221%) para el tiempo de operación de 40 días de trabajo, la cual resulta ser un
valor aceptable.
230
Observando la lectura de los tiempos característicos, vemos que hay una confiabilidad
del equipo entre 75 y 90% para tiempos de operación entre 55 y 44 días de trabajo,
respectivamente. En tal sentido, se propone hacer un plan de inspección y ajustes del
equipo, es decir, se propone planificar y programar el mantenimiento preventivo de la
Celda OK 50 N°2 de Bulk cada 50 días.
Se observa, que hay una confiabilidad del equipo de 0,82958 (82,958%) para el tiempo
de operación de 50 días de trabajo, la cual resulta ser un valor aceptable.
231
Observando la lectura de los tiempos característicos, vemos que hay una confiabilidad
del equipo entre 75 y 90% para tiempos de operación entre 117 y 89 días de trabajo,
respectivamente. En tal sentido, se propone hacer un plan de inspección y ajustes del
equipo, es decir, se propone planificar y programar el mantenimiento preventivo de la
Bomba SRL 10 x 8 N°4 cada 100 días.
Se observa, que hay una confiabilidad del equipo de 0,85039 (85,039%) para el tiempo
de operación de 100 días de trabajo, lo cual resulta ser un valor aceptable.
233
Se observa, que hay una confiabilidad del equipo de 0,84946 (84,946%) para el tiempo
de operación de 120 días de trabajo, la cual resulta ser un valor aceptable.
Observando la lectura de los tiempos característicos, vemos que hay una confiabilidad
del equipo entre 75 y 90% para tiempos de operación entre 118 y 92 días de trabajo,
respectivamente. En tal sentido, se propone hacer un plan de inspección y ajustes del
234
equipo, es decir, se propone planificar y programar el mantenimiento preventivo del
Molino 7’ X 10’ cada 100 días.
Se observa, que hay una confiabilidad del equipo de 0,86247 (86,247%) para el tiempo
de operación de 100 días de trabajo, la cual resulta ser un valor aceptable.
235
1. Planificar, programar y ejecutar el mantenimiento preventivo de los equipos
críticos de la planta concentradora, en base al análisis de confiabilidad de los
mismos.
2. La logística y demás requerimientos necesarios para realizar el mantenimiento
preventivo de los equipos críticos de la planta concentradora, deben
planificarse y programarse teniendo en cuenta el ciclo óptimo de
mantenimiento.
3. Impulsar, planificar y programar la capacitación continua del personal de
mantenimiento en temática de confiabilidad de equipos y sistemas y demás
temas de actualidad sobre mantenimiento.
4. Brindar educación ambiental y de seguridad a todo el personal de
mantenimiento de la planta.
5. Impulsar el benchmarking en el departamento de mantenimiento y en todos los
niveles de la organización, ello conllevará a la mejora continua en diferentes
aspectos.
6. Establecer auditorias periódicas en el departamento de mantenimiento, con el
propósito de identificar anomalías y/o problemas para luego hacer las mejoras
o correcciones necesarias.
7. Promover e impulsar la certificación de la compañía en diferentes normativas
mundiales, como: en gestión de la calidad (ISO 9001), gestión del medio
ambiente (ISO 14001), seguridad industrial (ISO 18000), entre otros.
8. Cumplir la legislación y otros requisitos que suscriba la gerencia de la
compañía, en materia de mantenimiento, seguridad y medioambiente.
236
mantenimiento preventivo según los requerimientos de cada equipo crítico,
teniendo en cuenta la propuesta del ciclo óptimo para el mantenimiento.
237
Revisar alineamiento de poleas conductora
Detenido y conducida 40 días
Realizar medición de espesores de tanque,
Detenido cilindro y base 40 días
Operando Revisar pernos de amarra de rack 5 días
Operando Revisar rack, soldadura, estructura 5 días
Operando Revisar pernos de puente principal 20 días
Revisar puente principal, incluye soldadura,
Detenido estructura 40 días
Revisar filtros, actuadores neumáticos
acoples, dardos, eje del sistema automático
Detenido de apertura y cierre de compuertas de 40 días
carga y descarga
238
Realizar análisis de termografía a
Operando rodamientos de eje superior y de motor 15 días
eléctrico
239
TABLA 4.4. Plan de mantenimiento preventivo: Bomba SRL 10 x 8 N°4
240
Detenido Revisión de tablero con variador de 100 días
velocidad
241
Detenido Revisión de anillo de succión 120 días
242
Detenido Realizar medición de aislamiento de motor 50 días
243
Febrero 1 950 2 156 4 106
Marzo 1 889 3 240 5 129
Abril 1 980 3 150 5 130
Mayo 2 060 2 800 4 860
Junio 1 960 3 050 5 010
Julio 2 589 3 689 6 278
Agosto 2 345 3 456 5 801
Setiembre 2 169 2 756 4 925
Octubre 2 067 2 560 4 627
Noviembre 2 130 3 450 5 580
Diciembre 2 100 3 560 5 660
244
c) Equipo Critico: Bomba SRL 10” x 8” N°4
Mes Costo directo Costo Indirecto Costo total/mes
($) ($) ($)
Enero 456 578 1 034
Febrero 478 580 1 058
Marzo 445 589 1 034
Abril 439 594 1 033
Mayo 412 598 1 010
Junio 423 578 1 001
Julio 456 556 1 034
Agosto 478 564 1 042
Setiembre 462 569 1 031
Octubre 428 532 960
Noviembre 472 596 1 068
Diciembre 451 554 1 005
245
Setiembre 495 584 1 079
Octubre 439 573 1 012
Noviembre 420 594 1 014
Diciembre 414 587 1 001
246
Ciclo óptimo de Costo directo Costo Indirecto Costo total por
mantto. en días ciclo óptimo de
($) ($)
(comenzando mantenimiento
del 01 de enero
($)
del 2 010)
40 2 650 3 120 5 770
80 2 260 3 240 5 500
120 2 168 3 369 5 537
160 2 289 3 400 5 689
200 2 020 3 345 5 365
240 2 305 3 590 5 895
280 2 578 3 456 6 034
320 2 234 3 389 5 623
360 2 167 3 126 5 293
247
Ciclo óptimo de Costo directo Costo Indirecto Costo total por
mantto. en días ciclo óptimo de
($) ($)
(comenzando mantenimiento
del 01 de enero
($)
del 2 010)
248
COSTO TOTAL POR AÑO DE MANTTO. $ 46 003
249
TOTAL DE AHORRADO ANUAL POR EL MANTTO. PREVENTIVO
DE LOS CINCO (5) EQUIPOS CRÍTICOS DE LA LÍNEA DE
FLOTACIÓN CONSIDERANDO EL CICLO ÓPTIMO DE
250
decir, es de prioridad hacer un seguimiento o monitoreo de condición a los
equipos principales de la planta.
Otro aspecto relevante, a tener en cuenta, es que sin estudio alguno se viene
tomando como período o ciclo para efectuar el mantenimiento de los equipos
de la planta, treinta (30) días. Al respecto, del análisis efectuado en la presente
investigación se deduce, que si bien es cierto, con este ciclo de mantenimiento
se tiene para los equipos críticos de la línea de flotación una muy baja
probabilidad de falla (menor del 5,4%), sin embargo, este ciclo de
mantenimiento no es el más recomendable, debido a que conlleva a mayores
costos de mantenimiento de los equipos por año, en el entendido que los ciclos
de mantenimiento recomendables son mayores que treinta (30) días, y
además, no todos los equipos críticos requieren de un único ciclo de
mantenimiento. De este análisis efectuado en línea de flotación, se infiere que
la compañía viene perdiendo dinero por la ineficaz Gestión del Mantenimiento
de los equipos de la planta concentradora.
251
Al respecto, en la presente investigación, la contrastación de la hipótesis
principal, se sustenta en la verificación de las hipótesis específicas que se han
formulado en el primer capítulo.
Asimismo, ingresando la data histórica del tiempo entre fallos de cada equipo
crítico en el SOFTWARE DISMA, se determinó el valor del parámetro de forma
β de la Distribución Probabilística de Weibull de cada equipo crítico de la línea
de flotación. Dichos valores ayudaron a interpretar en qué etapa del ciclo de
vida se encuentra cada equipo crítico de la mencionada línea productiva (ver
páginas desde la 184 hasta la 187 del Capítulo III).
Los valores de β obtenidos para cada equipo, son los que se muestran en la
tabla 4.7 adjunta:
EQUIPO VALOR DE β
252
Luego, considerando el aspecto teórico de la curva de la bañera (páginas 118 a
la 120 del Capítulo II) que se fundamenta en la función de la tasa de fallos o
función de riesgo de la Distribución Probabilística de Weibull, para diferentes
valores del parámetro de forma β (β < 1; β = 1 y β > 1), tal como se muestra en
la figuras 2.31 y 2.32, se llega a la conclusión que los cinco (05) equipos
críticos de la línea de flotación se encuentran en la etapa de envejecimiento,
dado que todos presentan un valor de β mayor que uno (β > 1).
De otro lado, teniendo en cuenta el análisis efectuado en las páginas 225, 226
227 y 228 de este capítulo, se deduce, que para el actual ciclo de
mantenimiento que es de treinta (30) días se obtiene para los equipos críticos
de la línea de flotación, una alta confiabilidad tal como se muestra en la tabla
4.8 adjunta:
253
mantenimiento (ciclo óptimo), fundamentada en una confiabilidad adecuada
para cada equipo.
254
255
256
257
Se llega a la conclusión que el personal de mantenimiento de la planta
concentradora, y por ende de la línea de flotación, conocen muy poco sobre la
temática de “confiabilidad de equipos y de sistemas”, y de técnicas cualitativas
y cuantitativas del mantenimiento; este escaso conocimiento, conlleva a una
ineficiente Gestión del Mantenimiento de los equipos de la línea de flotación y
de todas las líneas productivas de la planta.
258
CICLO ÓPTIMO
EQUIPO DE EFICIENCIA
MANTENIMIENTO
Celda OK 50 N°1 de Bulk 40 días 86,221%
Celda OK 50 N°2 de Bulk 50 días 82,958%
Bomba SRL 10 x 8 N°4 100 días 85,039%
Bomba SRL 10 x 8 N°7 120 días 84,946%
Molino 7’ X 10’ 100 días 86,247%
259
CONCLUSIONES
1. Efectuado el análisis de criticidad a los equipos de la línea de flotación,
se determinó que existen cinco (05) equipos críticos, los cuales son:
4. Los valores de los tiempos medios entre fallos (TMEF) encontrados para
los cinco (05) equipos críticos de la línea de flotación, no son
recomendables para ser considerados como frecuencias o ciclos para el
mantenimiento preventivo de los mismos, dado que para dichos tiempos
260
medios, la probabilidad de falla de los equipos es alta, ya que bordea el
50%, tal como se indica en la tabla adjunta:
261
económicas para la compañía, teniendo en cuenta que cada parada de
planta por falla de los equipos principales de los procesos productivos,
implica una pérdida económica de aproximadamente 7 500 ton/día.
262
RECOMENDACIONES
263
BIBLIOGRAFÍA
264
8. DE LA PAZ, E. (2011): “Análisis y pronóstico de tendencia de fallas en
equipos críticos”. Curso taller internacional. Instituto Peruano de
Mantenimiento (IPEMAN). Lima – Perú
265
14. GARCÍA, J. (2004): “Mejora en la confiabilidad operacional de las plantas
de generación de energía eléctrica: desarrollo de una metodología de
gestión de mantenimiento basado en el riesgo (RBM)” .Tesis de máster.
Universidad Pontificia Comillas. Madrid - España. Disponible en:
http://www.iit.upcomillas.es/docs/TM-04-007.pdf
20. HUERTA, R.: “El análisis de criticidad, una metodología para mejorar la
confiabilidad operacional” (artículo). Disponible en:
http://confiabilidad.net/articulos/el-analisis-de-criticidad-una-metodologia-
para-mejorar-la-confiabilidad-ope/
266
24. MILLER, I. & FREUND, J. (2001): “Probabilidad y Estadística para
Ingenieros” (libro): Editorial Reverté Mexicana, S.A. México.
31. http://www.pistarelli.com.ar/
32. http://www.slideshare.net/blacksaturn/mantenimiento-preventivo-1819125
33. http://www.mantenimientoplanificado.com/j%20guadalupe%20articulos/M
ANTENIMIENTO%20PREVENTIVO%20parte%201.pdf
267
34. http://www.confiabilidad.com.ve/pdf/SERVICIOS_DE_MANTENIMIENTO_
PREDICTIVO_-_GTS_CONFIABILIDAD.pdf (Estrategias de
Mantenimiento Predictivo)
35. http://www.elprisma.com/apuntes/curso.asp?id=12618
36. http://www.scielo.org.ve/scielo.php?script=sci_arttext&pid=S1316-
48212005000100007&lng=pt&nrm=iso
ANEXOS
268
ANEXO Nº 1
COMPORTAMIENTO GRÁFICO DE LA DISTRIBUCIÓN DE WEIBULL DE
ACUERDO A LA VARIACIÓN DE SUS PARÁMETROS
α (alfa) es el parámetro que indica la escala de la distribución; es decir,
muestra que tan aguda o plana es la función; por lo tanto, según su
valor, comprime o expande la distribución, tal como se muestra en la
figura adjunta (α < 1).
β (beta) es el parámetro
de forma (β > 0); es decir,
este parámetro
determina la forma o perfil de la distribución, la misma que depende del
valor que tenga. Si β ≈ 1 la Distribución de Weibull es prácticamente un
269
Distribución Exponencial, si β ≈ 4 se comporta como una Distribución
Normal, etc., tal como se muestra en la figura adjunta.
ANEXO Nº 2
OTRA FORMA DE DETERMINAR EL TIEMPO MEDIO ENTRE FALLOS
(TMEF) DE LOS EQUIPOS CRÍTICOS DE LA LÍNEA DE FLOTACIÓN
De la figura 2.36 se desprende que el Tiempo Medio entre Fallos (TMEF =
MTBF) también se pueden estimar a través de la siguiente expresión:
n
270
De la tabla se observa, que si bien es cierto, los valores obtenidos para el
TMEF de cada equipo crítico de la línea de flotación no son iguales a los
obtenidos con el Software Relest, sin embargo, estos valores no difieren mucho
a los obtenidos con el software, por lo tanto, pueden considerarse válidos.
ANEXO Nº 3
DETERMINACIÓN DEL TIEMPO MEDIO DE REPARACIÓN (TMDR) DE LOS
EQUIPOS CRÍTICOS DE LA LÍNEA DE FLOTACIÓN UTILIZANDO EL
SOFTWARE RELEST
Celda OK 50 N°1 de Bulk
Se observa que el TMDR para este equipo crítico es de 6,157 horas, muy
aproximado al valor obtenido en la tabla de la página 217 que es de 6,333
horas.
Celda OK 50 N°2 de Bulk
271
Se observa que el TMDR para este equipo crítico es de 6,541 horas, muy
similar al valor obtenido en la tabla de la página 217 que es de 6,833 horas.
Se observa que el TMDR para este equipo crítico es de 2,378 horas, muy
similar al valor obtenido en la tabla de la página 217 que es de 2,5 horas.
Se observa que el TMDR para este equipo crítico es de 2,396 horas, muy
similar al valor obtenido en la tabla de la página 217 que es de 2,5 horas.
Molino 7’ X 10’
272
Se observa que el TMDR para este equipo crítico es de 6,968 horas, muy
similar al valor obtenido en la tabla de la página 217 que es de 7,166 horas.
ANEXO Nº 4
FOTOGRAFÍAS DE ALGUNOS EQUIPOS QUE OPERAN EN LAS
DIFERENTES LÍNEAS PRODUCTIVAS DE LA PLANTA CONCENTRADORA
BERNA II EN EL CENTRO MINERO CASAPALCA
a. Recepción del mineral que llega de la mina mediante volquetes en
el tolvin de gruesos
273
Descargue de
mineral
Cortinas
274
Alimentador Vibratorio
Chancadora de Quijada
275
Chancadora Cónica
Zaranda
276
Fajas Transportadoras
Stock Pile
277
d. Molienda Primaria, recibe el mineral fino del stock pile
278
f. Línea de Flotación
Pulpa
Celdas de Flotación
279
280
Bombas
Molinos de Remolienda
281
g. Línea de espesamiento
Espesadores
282
h. Línea de filtrado
Filtros Prensa
Concentrado
283
ANEXO Nº 5
284
ANEXO Nº 6
FOTOGRAFÍAS DE LOS EQUIPOS CRÍTICOS DE LA LÍNEA DE
FLOTACIÓN
Celda OK 50 N°1 de Bulk
285
Celda OK 50 N°2 de Bulk
286
Bomba SRL 10 x 8 N°7
Molino 7’ X 10’
287
288