1. Dr. Darko Louit N.
P. Universidad Católica de Chile
Komatsu Chile S.A.
VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia
Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería
Pontificia Universidad Católica
de Chile

2. β
β 1
− t 
β t 
 
− 
 
η
f (t ) = e  
η 
η
 
f(t) β: factor de forma
60 η: vida característica
β=1/2 (Hiperexponencial)
50
β=1 (Exponencial)
40
β=0.5 β=2 (Rayleigh)
β=1.0
β=3.5 (Normal)
30
20
β=2.0
10
0 t
VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia
Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería
Pontificia Universidad Católica
de Chile

3. ηλ ( τ )
4
ß = 2,0
3,5
3 ß = 3,0
ß = 1,5
2,5
2
1,5
ß = 1,0
1
0,5 ß = 0,5
0
τ
0 0,25 0,5 0,75 1 1,25 1,5 1,75 2 2,25 2,5 2,75 3
 Hoy el Análisis Weibull es el método líder en el
mundo para cálculos sobre datos de ciclo de vida
Fuente: Abernethy, R. El Nuevo Manual de Weibull segunda edición.
3

4.  El análisis Weibull asume que los tiempos hasta falla son
iid (independientes e idénticamente distribuidos).
 Si los datos NO SON iid, y hay situaciones de
crecimiento o disminución de confiabilidad, el uso de
distribuciones estadísticas para modelar el tiempo hasta
falla es cuestionable.
 En dichos casos, hay otros modelos que pueden
representar de mejor manera el proceso de falla del
componente/equipo.
VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia
Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería
Pontificia Universidad Católica
de Chile

5.  Renewal Process (RP)  Weibull.
 Homogeneous Poisson Process (HPP).
 Branching Poisson Process (BPP).
 Superposed Renewal Process (SRP).
 Non-Homogeneous Poisson Process
(NHPP).
Fuente: Ascher H.E., Feingold H. Repairable Systems Reliability. Modeling, Inference, Misconceptions and Their Causes;
Marcel Dekker: New York, 1984.
VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia
Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería
Pontificia Universidad Católica
de Chile

6.  Si hay TENDENCIAS en los datos, usar análisis
Weibull puede sobre o sub estimar la
confiabilidad del componente.
 Un paso PREVIO de análisis de datos es
necesario para seleccionar el modelo de
análisis adecuado.
 Filtro
 Análisis de tendencias y dependencia
VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia
Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería
Pontificia Universidad Católica
de Chile

7. Cable 1 Cable 2 Cable 3
Ejemplo: No. 1 1544 2838 1062
903 2 1730 2676 2838
Datos de Hrs. entre 3 1809 1920 2676
fallas para cables 4 1353 2122 1920
5 1592 2790 1872
de palas 6 357 105 3040
7 369 1265 1370
8 1824 2015 2285
9 1618 1228 958
10 2021
11 1460
12 2765
VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia
Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería
Pontificia Universidad 7
Católica
de Chile

8. o
a
h
f
h
oll
w
n
i representa la ocurrencia de una falla
g
a
m
,
A
Edad
B
 Disminución confiabilidad
Edad
C
Edad
 Crecimiento confiabilidad
VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia
Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería
Pontificia Universidad Católica
de Chile

9. 1. Métodos gráficos
 Gráfico de # acumulados de fallas vs. tiempo
 Gráfico de dispersión de fallas consecutivas
 Nelson-Aalen plot
 TTT plot
2. Tests estadísticos
 Test de Mann
 Test de Laplace
 Test deVI Encuentro en Gestión de Activos Físicos
Lewis-Robinson Centro Internacional de Ciencia
Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería
 Military Handbook test Pontificia Universidad Católica
de Chile

10. A B C D
Time Time Time Time
Service life ((i-1)th failure)
VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia
Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería
Pontificia Universidad Católica
de Chile

11. CMMS Bases de
Datos Sin Evaluar
Tiempo hasta falla de cada datos? técnicas
evento de falla registrado Bayesianas
•Definir objeto de
estudio Válido
combinar?
•Identificar
sistemas similares
Ordenar cronológicamente
(sólo fallas) Weibull
Exponencial
otra
Tests gráficos
(cualquiera) Sin
Probar supuesto de tendencia
Renovación
Test de Mann RP
válido?
Ajustar
TEST distribución
HPP a los datos
válido?
Test de
Laplace Probar contra NHPP
Test de L-R
MilHBK Test
HPP Evaluar
Rechazado?
calidad de
ajuste
Determinar
Weibull función de RP
Log-linear
intensidad
Evaluar MODELO
calidad de
ajuste
DE Fuente: Louit et al., A PRACTICAL PROCEDURE FOR THE
NHPP TIEMPO SELECTION OF TIME TO FAILURE MODELS BASED ON
(u otro modelo no estacionario) HASTA THE ASSESSMENT OF TRENDS IN MAINTENANCE DATA,
FALLA in press, Reliability Engineering and System Safety, 2009.
VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia
Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería
Pontificia Universidad Católica
de Chile

12. Objetivos  La evaluación previa de los datos
ayuda en gran medida a entender
el problema.
Datos de Mantenimiento
 Seguir una metodología de
Selección de modelo análisis previo de datos ayuda a
análisis de datos
seleccionar el modelo más
apropiado.
Optimización
 La calidad de la solución puede
Solución depender del modelo utilizado.
 El análisis debe estar
centrado en el problema a
FuenteAnsell J.I., Phillips M.J. (1990) Strategies for Reliability Data Analysis, 11th Advances in Reliability Technology Symposium,
Comer P. (editor) Elsevier: London.
solucionar, no en Internacional de Ciencia
Centro
el modelo
VI Encuentro en Gestión de Activos Físicos
a utilizar.
Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería
Pontificia Universidad Católica
de Chile

13. VI Encuentro en Gestión de Activos Físicos Centro Internacional de Ciencia
Campus San Joaquín, 9 de julio de 2009 y Tecnología para la Minería
Pontificia Universidad Católica
de Chile