Calidad y uso de data para una correcta gestión de activos físicos. Casos de estudio.

Departamento Ingeniería en Minería
Pontificia Universidad Católica de
Chile.
Laboratorio de Gestión de Activos
Pontificia Universidad Católica de Chile
MANTENIMIENTO INDUSTRIAL 2011
Hotel Neruda, 20 de octubre.
Calidad y uso de data para una correcta gestión de
activos físicos. Casos de estudio.
Rodrigo Mendoza T.

Chile.
ANÁLISIS DE CONFIABILIDAD DE MOTORES
PARA EQUIPOS DE APOYO.
Rodrigo Mendoza T. Laboratorio de Gestión de Activos UC.
MOTIVACIÓN.
La teoría del martillo

Chile.
MOTIVACIÓN.
La teoría del martillo
- Uso de método sin pensar
- Poco tiempo de análisis
- Competencia
- Poca interacción entre
diferentes industrias
(intercambio de
experiencias).

Chile.
MOTIVACIÓN.
La visión general:
Pero:
- “A mi me pasa lo mismo”
- Como diría Santo Tomás: “ver para creer”…
“Muchas teorías o modelos pero pocas
aplicaciones a problemas reales que tiene la
industria.”

Chile.
CONTEXTO.
INGRESO DE LA INFORMACIÓN
ENTENDER PROCESO
SELECCIÓN DE INFORMACIÓN
FACTORES ANEXOS
ANÁLISIS/SIMULACIÓN/CREACIÓN DE MODELOS

Chile.
CONTEXTO.
ENTENDER PROCESO
FACTORES ANEXOS
Sistemas SAP, ERP.
Monitoreo, sensores.

Chile.
CONTEXTO.
ENTENDER PROCESO
FACTORES ANEXOS
RCM, FMECA, etc.

Chile.
CONTEXTO.
ENTENDER PROCESO
FACTORES ANEXOS
Análisis de regresión,
criticidad, etc.

Chile.
CONTEXTO.
ENTENDER PROCESO
FACTORES ANEXOS
Gestión del
conocimiento,
benchmarking, etc.

Chile.
CONTEXTO.
Objetivo.
Analizar, por medio de casos reales, parte de
las variables a considerar al momento de usar
la información para la toma de decisiones.

Departamento Ingeniería en Minas
Chile.
CASO 1: INGRESO DE LA INFORMACIÓN

Chile.
INGRESO DE INFORMACIÓN
“Gestión de Activos basada en
evidencia”.
Pero…
¿Qué hacer cuando hay poca información?
- Gestión del conocimiento
- Modelos de riesgo
Ref: Andrew Jardine, “Predictive Maintenance: Optimizing CBM Decisions”. Mapla 2010.

Chile.
-Gestión de Activos basada en evidencia.
Desafíos:
- Data defectuosa
- Poca Data.
- Sin data.

Chile.
Desafíos:
- Data defectuosa
- Poca Data.
- Sin data.
Oportunidades:
- Conocimiento
tácito.

Chile.
Ref: Andrew Jardine, “Predictive Maintenance: Optimizing CBM Decisions”. Mapla 2010.
Desafíos:
- Data defectuosa
- Poca Data.
- Sin data.
Oportunidades:
- Conocimiento
tácito.
Modelos
completos
No siempre se toma en cuenta…
“Competencias blandas”

Chile.
Estudio de caso.
Ref: Mendoza R., Pascual R., “Oportunidades de mejora en sistemas de información de la
Armada”. VIII Encuentro en Gestión de Activos Físicos.
Lanchas de Servicio General.
- Operativas durante todo el año.
- Recambio en componentes de
propulsión.
- Alta rotación de componentes
reparación.
- Mínimo tiempo de mantención.

Chile.
Nº OT Descripción de Falla Tipo Mant. Tipo falla
PM566 FILTRACION ACEITE MOTOR PPAL. BB MC DF
PM781 FILTRACION ACEITE POR JUNTURA CARTER MC DF
PM690 PERDIDA ACEITE POR JUNTURA CARTER MC DF
PM696 PERDIDA DE ACET POR JUNTURA DE CARTER MC DF
PM765 RUIDOS METALICOS Y FILTRACION DE ACEITE MC DF
Tabla. Detalle de registros exclusivos
Nº OT Descripción de Falla Tipo Mant. Tipo falla
PM288 FALLA SENSOR TEMPERAT DE FO MOT PPAL EB MC FO
PM293 FALLA SENSOR PETROLEO MOT. PPAL EB. MC FO
PM212 FALLA SENSOR TEMP. F.O. MOT PPAL. EB. MC FO
Tabla.Escrito de manera distinta, criterio inclusivo.
Ingreso variable de datos

Chile.
GAP’s (problemas genéricos):
- Información variable (no todos escriben ni piensan de la misma
manera).
- Omisión de información (criterio de decisión por experiencia).
- “El operador NO DECIDE, trabaja”…(“operador pala”).
- Implantación progresiva v/s fuerte.
- “Costó caro y TIENE que funcionar”… (adaptación).
- ¿Hasta dónde controlar? (“Control + Control + Control”).
• Control indirecto (evitar sesgos de información).
- “Los sistemas no interpretan ni piensan solos” (retroalimentación).
- Sinergias dentro de instituciones. Los “dueños de fundo”.
- ¿Control total de la información?. (proveedores).

Chile.
- Sensores y sistemas de información

Chile.
Qué se hizo.
Análisis de oportunidades vía Innovación disruptiva y redes informales
- Conocer el proceso.
- Adaptar una solución a cada realidad (migración)
- Modificable.
- Ver focos de variabilidad
- Homologación de procesos (hanzi)
Ref: Mendoza R., “Oportunidades de mejora en sistemas de información usando Innovación disruptiva y
redes informales”. Mantenimiento Industrial 2010.

Chile.
En líneas generales.
- “Pienso luego existo”.
• Entender el contexto del usuario. (dónde está, sistema de
trabajo, necesidades, etc. DESDE SU PUNTO DE VISTA!!!!).
“Los por qué”.
• Entender las interacciones críticas individuales.
• Revisar con las interacciones interpersonales.
• Buscar en los niveles de operación más bajos (información no
siempre considerada).
• Problemas de Implantación.

Chile.
Análisis
de fallas
LINEAMIENTOS
DE OPERACIÓN
Ingeniería clásica.

Chile.
Análisis
de fallas
Información anómala
LINEAMIENTOS
DE OPERACIÓN
Grupos
de análisis
Mucha data,
incompleta, etc.
Uso de las
innovaciones
descubiertas en
el sistema (se
aprovecha su
desarrollo).

Chile.
Análisis
de fallas
Información anómala
LINEAMIENTOS
DE OPERACIÓN
Grupos
de análisis
REVISIÓN Y
HOMOLOGACIÓN
Si corresponde se
introduce al proceso.

Chile.
CASO 2: QUÉ VARIABLES CONSIDERAR.

Chile.
QUÉ VARIABLES CONSIDERAR
Imagen: Mina Mirny, Siberia. Rusia.

Chile.
Estudio de caso.
Ref: Mendoza R., Pascual R., “Optimización de intervalos de
reemplazo para rodetes Pelton”. Mapla 2010.
Rodetes de Central Alfalfal.
Dos turbinas en operación.
Objetivo:
Optimizar el intervalo de salida
para los componentes.

Chile.
0.E+00
5.E+03
1.E+04
2.E+04
2.E+04
0 50 100 150 200 250 300 350 400
Toneladasturbinadasde
sedimento(Kton/día)
Días transcurridos
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
• Toneladas turbinadas diarias de sedimento:

Chile.
0.E+00
5.E+03
1.E+04
2.E+04
2.E+04
0 50 100 150 200 250 300 350 400
Días transcurridos
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
Deshielo Otoño-invierno
• Toneladas turbinadas diarias de sedimento:

Chile.
C. Rec. (MM$) Ton. Sed. (MT) Años
Sin recubrimiento 45 30 1991-1993
Con cerámico 70 45 1994-1997
Carburo Tungsteno 56 85 1998-2003
Carburo Tungsteno 98 110 2006-2008
Tabla. Comportamiento Rodetes Pelton Central Alfalfal.
Ref: Registro Contratos de reparación Complejo Cordillera (2009).
• Modificaciones a los rodetes para aumentar su rendimiento:

Chile.
Dos puntos importantes:
• Qué variables considerar
Tiempo?
Horas de operación?
(teoría del martillo)
• Desde cuándo considerarlas.

Chile.
0.E+00
1.E+05
2.E+05
3.E+05
4.E+05
0 50 100 150 200 250 300 350 400
Días transcurridos
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
• Toneladas turbinadas acumuladas de sedimento:

Chile.
Solución:
Encontrar una relación entre el tiempo y las toneladas turbinadas.
Donde:
α = factor ponderación.
b = parámetro de forma.
j = índice de grado

Chile.
0
2
4
6
8
10
12
14
0.E+00 5.E+05 1.E+06 2.E+06
Unidad 1
Unidad 2
Toneladas de sedimento turbinadas
N°Fallasacumuladas
Usando sedimento turbinado

Chile.
0%
20%
40%
60%
80%
100%
0 100 200 300
Confiabilidad
Edad (días)
R(t)
R(ton)
Sobrestimación
Cálculo de confiabilidad.

Chile.
• N(ton) histórico.
0
10
20
30
40
50
60
29000 529000 1029000 1529000 2029000 2529000 3029000 3529000
N°fallasacumuladas
1991-1993
Rodetes sin recubrimiento
Beta = 3.
Eta = 47,9 Kton

Chile.
0
10
20
30
40
50
60
29000 529000 1029000 1529000 2029000 2529000 3029000 3529000
N°fallasacumuladas
1994-1997
Rodetes recubiertos con cerámico
Beta = 1.8.
Eta = 41 Kton

Chile.
0
10
20
30
40
50
60
29000 529000 1029000 1529000 2029000 2529000 3029000 3529000
N°fallasacumuladas
1998-2003
Rodetes recubiertos con carbono-tungsteno
Beta = 5.1
Eta = 97.5 Kton

Chile.
0
10
20
30
40
50
60
29000 529000 1029000 1529000 2029000 2529000 3029000 3529000
N°fallasacumuladas
2004-
Rodetes recubiertos con carbono-tungsteno
Beta = 6.2
Eta = 91.7 Kton

Chile.
0%
20%
40%
60%
80%
100%
0 50 100 150 200 250 300 350
R(t)
Edad (días)
enero
octubre
• Comparación política: cuándo entra en operación (caso 2008)
t0 = tercera
semana de
enero.
t0 = tercera
semana de
octubre.

Chile.
0%
20%
40%
60%
80%
100%
0 50 100 150 200 250 300 350
R(t)
Edad (días)
enero
octubre
Unidadesoperando
2
1
Unidadesoperando
2
1
• Comparación política: cuándo entra en operación (caso 2008)
Generación
Valle
R(t)≈4%
Cf=0
Valle R(t)≈99%-98.18%
Operación
R(t)≈1%
Cf=108M USD

Chile.
CASO 3: HORÓMETROS ADECUADOS.

Chile.
HORÓMETROS ADECUADOS.
Ahora que se viene el verano…
¿Cuántos panes comiste?

Chile.
Ahora que se viene el verano…
¿Cuántos panes comiste?
2!!!, pero no es lo mismo!!

Chile.
Estudio de caso.
- Flotas artillería autopropulsada.
- Objetivo: Estudiar
indisponibilidad de ciertos
componentes.
Ref: Mendoza R., Pascual R. “Análisis de indisponibilidad de equipos de artillería”. X Encuentro en Gestión
de Activos Físicos

Chile.
• Estimar confiabilidad de componentes
Pero…
- Data de intervenciones en días calendario.
¿Equipo siempre en movimiento?
¿Todos los equipos se usan al mismo tiempo?
¿Todos los componentes siempre activos?
¿Todos los equipos son usados de la misma manera?
¿Todos operan en el mismo lugar?

Chile.
∆ (Variable medición)
Intervalo tiempo
Equivalencias.

Chile.
Equivalencias.

Chile.
Kms.
Equivalencias.

Chile.
Disparos
Equivalencias.

Chile.
Horas de uso
Equivalencias.

Chile.
Subsistema Variable medición
GRUPO MOTOPROPULSOR Horas uso
ALIMENTACIÓN DE COMBUSTIBLE Horas uso
FRENOS Kms.
RODADURA Kms.
CONTROL DE CONDUCCIÓN Kms.
HIDRÁULICA Disparos
ARMAMENTO Disparos
CONTROL DE FUEGO Disparos
OBSERVACIÓN Y PUNTERÍA Disparos
NAVEGACIÓN Horas uso
COMUNICACIÓN Tiempo calendario
INDICACIÓN Y REGISTRO Horas uso
GENERACIÓN Y DISTRIBUCIÓN ELÉCTRICA Horas uso
ILUMINACIÓN Horas uso
ACONDICIONAMIENTO DE AIRE Horas uso
EXTINCIÓN DE INCENDIO Horas uso
ANFIBIO Y VADEO -
UNIDAD AUXILIAR DE POTENCIA Tiempo calendario
ESCOTILLAS Y PUERTAS Horas uso
LIMPIEZA DE CRISTALES Horas uso
EQUIPAMIENTO Tiempo calendario
ESTRUCTURA Tiempo calendario /horas de uso
Solución:

Chile.
Perfiles de uso:
- Cómo se usa cada unos de los subsistemas
- Ponderar el desgaste:
donde es la función de perfil de uso con:
u= variación de la unidad de medición relevante.
r= ponderación por condición de operación.
t=tiempo transcurrido.

Chile.
Perfiles de uso:
- Para subsistema 5.
con u=horas de uso real.
-“r” castiga la forma de la operación (base
operación en terreno)
- ut es la forma base del desgaste.
- α es la ponderación por máquina, uso, etc.

Chile.
Componente 3:
Por hora de uso:
y = 4.5668x - 18.151
R² = 0.9458
-3
-2
-1
0
1
2
2.5 3 3.5 4 4.5
ln(ln(1/R))
ln(u)
Beta 3.3
Eta 27.6 h-uso
MTBF = 48,64
0
0.5
1
0 10 20 30 40 50 60 70
Horas de uso
R(u)

Chile.
Componente 3:
Comparando:
0
0.5
1
0 100 200 300
Horas de uso
R(u)
R(t)

Chile.
CASO 4: ANÁLISIS PROCESOS INVOLUCRADOS.

Chile.
ANÁLISIS PROCESOS INVOLUCRADOS.
Estudio de caso.
- Flotas de tanques Leopard 2.
- Objetivo: Estudiar
indisponibilidad de ciertos
componentes.
Ref: Mendoza R., Pascual R. “Análisis de indisponibilidad de equipos”. X Encuentro en Gestión de Activos
Físicos

Chile.
Análisis de detenciones
0
20
40
60
80
100
120
140
160
180
0 100 200 300 400 500 600 700 800 900
N(t)
Días

Chile.
- Clusters
- Temporalidad
- No se puede considerar todo igual.
T1 T2 T3 T4 ….. TK TN

Chile.
0
20
40
60
80
100
120
140
160
180
0 100 200 300 400 500 600 700 800 900
N(t)
Días
Vacaciones
Régimen normal
Maniobras

Chile.
Solución: Frecuencia de régimen.
- Estimación ajustada de órdenes recibidas.
- Tal que:
A = conjunto de órdenes recibida en el i-ésimo año.
- con:

Chile.
Solución: Frecuencia de régimen.
fi MTTR
2009 0.02191 0.5241
2010 0.01643 0.0623
Reg. 0.01369 0.0722
0
2
4
6
8
10
12
14
16
0 200 400 600 800
N(t)
T (días)

Chile.
CASO 5: ANÁLISIS MATEMÁTICO.

Chile.
ANÁLISIS MATEMÁTICO.

Chile.
Objetivo: Determinar si efectivamente, bajo las condiciones actuales, el
aumento de la frecuencia de RI puede ser utilizado como indicador del
envejecimiento del equipo.
Estudio de caso.
- Equipos de apoyo. WD600-3.
- Aumento progresivo de las
detenciones imprevistas en
motores.
Ref: Mendoza R., Pascual R. “Análisis de confiabilidad de motores para equipos de apoyo”. IX Encuentro de
Gestión de Activos.

Chile.
0
10
20
30
0 5000 10000 15000
N(t)
Horas de operación acumuladas
205
206
207
208
Comportamiento de las detenciones imprevistas

Chile.
Relación entre tiempos.
0
500
1000
1500
0 500 1000 1500
TBF(i)
TBF (i-1)
Ref: Vayenas N., Xiangxi Wu., (2009), “Maintenance and reliability analysis of a fleet of load-haul-dump
vehicles in an underground hard rock mine”. International Journal of Mining, Reclamation and Environment.
Vol. 23, Nº. 3, pp. 227–238.

Chile.
Relación entre tiempos.
0
500
1000
1500
2000
2500
3000
3500
0 5000 10000 15000
HorasentreRI
Horas operación acumuladas
0
10
20
30
40
50
60
70
80
90
0 5000 10000 15000Horasdedetención
Horas de operación

Modelo:
en donde:
X = Horas de operación
M = Equipos (1-0)
Chile.
Primera aproximación
𝒀 = 𝑿𝛽1 + 𝑴𝛽2 + 𝒖
Errordeestimación
Ref: Copas J. B., (1988), “Binary Regression Models
for Contaminated Data”, Journal of the Royal
Statistical Society. Series B (Methodological). Vol. 50,
Nº. 2 pp. 225-265.

Modelo:
en donde:
M = Equipos (1-0)
(no correcto)
Chile.
𝒀 = 𝑿𝛽1 + 𝑴𝛽2 + 𝒖
Errordeestimación

Modelo:
en donde:
M = Equipos (1-0)
(no correcto)
Chile.
Errordeestimación
𝒀 = 𝑿𝛽1 + 𝑴𝛽2 + 𝒖

Chile.
Segunda aproximación
- Modelo ajusta mejor (anterior 3%, actual 72%)
- Aparición de efecto correlación (antes presunto).
- Búsqueda de causa:
donde:
M = Modelo
G = Grupos (heterocedasticidad)
C = Causa
𝒀 𝟏 = 𝛽1 𝑃(𝑙𝑛𝑿) + 𝛽2 𝑴 + 𝒖
𝑻 = 𝛽1 𝑪 + 𝛽2 𝑴 + 𝛽3 𝑮 + 𝑢

Chile.
Segunda aproximación
Ejemplo:
𝑻 = 𝛽1 𝑪 + 𝛽2 𝑴 + 𝛽3 𝑮 + 𝑢
𝑇𝑖
= 𝛽10 + 𝛽11 𝑂𝑡𝑟𝑎𝑠𝑖 + 𝛽12 𝐴𝑐𝑒𝑖𝑡𝑒𝑖 + 𝛽13 𝑅𝑒𝑓𝑟𝑖𝑔𝑖 + 𝛽14 𝑆𝑖𝑛𝑓𝑎𝑙𝑙𝑎𝑖
+ 𝛽15 𝐿𝑢𝑏𝑟𝑖𝑐𝑖 + 𝛽16 𝑇𝑢𝑟𝑏𝑜𝑖 + 𝛽20 + 𝛽21 𝑀𝑜𝑣1𝑖 + 𝛽22 𝑀𝑜𝑣2𝑖
+ 𝛽23 𝑀𝑜𝑣3𝑖 + 𝛽30 + 𝛽31(𝐺𝑟𝑢𝑝𝑜2𝑖) + 𝑢
Ref: Prentice R. L., (1988) “Correlated Binary Regression with Covariates Specific to Each Binary
Observation”. Biometrics, Vol. 44, Nº. 4, pp. 1033-1048.

Chile.
Dos causas principales (explican varianza)
0
10
20
30
40
0 5000 10000 15000
N(t)
Horas acumuladas de operación
Detenciones no catalogadas Detenciones por sensores
0
10
20
30
40
50
0 5000 10000N(t)

Chile.
Solución
Z = lugar de operación
D = Indica cambio de pendiente (desaparecen los grupos)
- Mejora ajuste.
- Sensor explica gran parte de la variabilidad de los datos.
- Error con modelo inicial casi 30 veces mayor al valor real.
- Estimación de políticas.
𝒀 = 𝛽1 𝑃 𝑙𝑛𝑿 + 𝛽2 𝑴 + 𝛽3 𝒁 + 𝛽4 𝐷𝑃 𝑙𝑛𝑿 + 𝒖

Chile.
Solución
0
0.5
1
0 5000 10000
Confiabilidad
y = 3.3365x - 29.707
R² = 0.9292-4
-2
0
2
8 8.5 9 9.5
ln(ln(1/R))
ln(t)

Chile.
CASO 6: ANÁLISIS MATEMÁTICO (grupos).

Chile.
ANÁLISIS MATEMÁTICO (grupos).
No mezclar peras con manzanas!!!

Chile.
Estudio de caso.
- Estudio sobre flota de equipos 930.
Objetivo:
- Priorización de componentes
críticos
Ref: Proyecto investigación Komatsu-Pamlab, en curso.

0
2
4
6
8
10
12
N
Tiempo detención (días)
Chile.
- Acumulador de freno
Promedio (días) Error (días)
47 +/- 28

Chile.
Grupo Promedio (días) Error (días)
Faena 47 +/- 28
930E-3 44 +/-15
930E-2 45 +/-15
930E 43 +/-18

Chile.
0
1
2
3
4
5
6
0 2 4 6 8 10 12 14
N°detenciones
930E
930E-2
930E-3
Intervalo
(días)
1 0-10
2 10-20
3 20-30
4 30-40
5 40-50
6 50-60
7 60-70
8 70-80
9 80-90
10 90-100
11 100-110
12 110-120

Chile.
• Comportamiento similar para las otras variables de medición.
• Considerar todo como un promedio.
• Separar por grupos relevantes (¿siempre se puede?)
• Más de un grupo de falla.
• Coeficiente de variación:

Chile.
30
0.0000400
Tiempodereparación(días)
Frecuencia de salida componente (1/h. operación)
Componente 1
Componente 4
Componente 5
Componente 6
Componente 8
Componente 2
= 100% CV
Componente 7
Componente 3
= 50% CV
Sugerencia

Chile.
CIERRE Y DISCUSIÓN

Chile.
CIERRE Y DISCUSIÓN
• Impacto en las mejoras.
• Inversión en el tiempo (costo y tiempo)
• Ganancia LP ó CP
• Casos similares entre industrias (desgaste
acelerado, data)
• “Ver para creer”
• Antes de aplicar el martillo seleccione el
clavo correcto…

Rodrigo Mendoza T.
rfmendoz@puc.cl
Laboratorio de Gestión de Activos Físicos.
25 de noviembre, Encuentro en Gestión de Activos
www.egaf.cl
CONSULTAS.

Calidad y uso de data para una correcta gestión de activos físicos. Casos de estudio.

Recomendados

Recomendados

Más contenido relacionado

Destacado

Destacado (20)

Similar a Calidad y uso de data para una correcta gestión de activos físicos. Casos de estudio.

Similar a Calidad y uso de data para una correcta gestión de activos físicos. Casos de estudio. (20)

Último

Último (20)

Calidad y uso de data para una correcta gestión de activos físicos. Casos de estudio.