Este informe presenta análisis estadísticos de variables como tiempo de reparación, costo de reparación, tipo de falla y número de fallas de camiones, con el objetivo de encontrar modelos predictivos que permitan a la empresa reducir costos. Se encontró que el tiempo de reparación sigue una distribución exponencial y el costo una distribución normal. Existe correlación entre tipo de falla y tiempo de reparación pero no entre tiempo y costo.
Continuación del Informe de confiabilidad.
En esta parte, más alla de lo pedido en el informe hecho para el diplomado, se ha utiizado la misma BBDD, con el objetivo de mostrar parametrizaciones de curvas weibull y planes de mantenimiento basados en confiabilidad.
La idea es por un lado servir de practica y por otro, dado que el informe ha tenido varias lecturas dar a la gente que lo la la oportunidad de encontrar información más practica del uso de estas herramientas.
Continuación del Informe de confiabilidad.
En esta parte, más alla de lo pedido en el informe hecho para el diplomado, se ha utiizado la misma BBDD, con el objetivo de mostrar parametrizaciones de curvas weibull y planes de mantenimiento basados en confiabilidad.
La idea es por un lado servir de practica y por otro, dado que el informe ha tenido varias lecturas dar a la gente que lo la la oportunidad de encontrar información más practica del uso de estas herramientas.
Si te ayudó mi aporte, puedes agradecerme enviándome una donación acá:
https://paypal.me/dulcemariamanzo?country.x=MX&locale.x=es_XC
Presentación de power point sobre gráficas de control
Diagrama de Causa Efecto Ishikawa en Curso de MantenimientoEducagratis
En el Aula Virtual online de Educagratis ( http://www.educagratis.org ) es posible encontrar un Curso Mantenimiento Mecatronico ( http://mecanica.educagratis.org ).
OBJETIVO GENERAL DE LA MATERIA: Elaborar el plan de mantenimiento a sistemas electromecánicos de acuerdo a especificaciones del fabricante, políticas y procedimientos de la empresa.
MANTENIMIENTO
Conjunto de operaciones y cuidados necesarios para que maquinaria, instalaciones, edificios, industrias, etc., puedan seguir funcionando adecuadamente
Más cursos relacionados con Mecánica en: http://mecanica.educagratis.org
Y muchos otros cursos de diversas áreas:
- Animales, Aves y Peces ( http://animales.educagratis.org )
- Artes, Diseño, Pintura y Dibujo ( http://artes.educagratis.org )
- Autoayuda ( http://autoayuda.educagratis.org )
- Belleza y Moda ( http://belleza.educagratis.org )
- Ciencias Alternativas ( http://alternativas.educagratis.org )
- Ciencias Naturales ( http://ciencias.educagratis.org )
- Ciencias Sociales y Juridicas ( http://sociales.educagratis.org )
- Cocina, Bebidas, Pastelería y Repostería ( http://cocina.educagratis.org )
- Computación e Informática ( http://computacion.educagratis.org )
- Construcción, Arquitectura y Paisajismo ( http://construccion.educagratis.org )
- Deportes y Educación Física ( http://deportes.educagratis.org )
- Educación, Religión y Filosofía ( http://educacion.educagratis.org )
- Historia, geografía, tradiciones y cultura ( http://historia.educagratis.org )
- Hogar, Tejido, Borado y Jardín ( http://hogar.educagratis.org )
- Idiomas, Lenguaje y Letras ( http://idiomas.educagratis.org )
- Juegos, Recreación y Pasatiempos ( http://juegos.educagratis.org )
- Matemáticas ( http://matematicas.educagratis.org )
- Mecánica, Autos y Motos ( http://mecanica.educagratis.org )
- Medicina, Psicología y Salud ( http://medicina.educagratis.org )
- Musica, Baile y Danza ( http://musica.educagratis.org )
- Negocios, Empresa y Economía ( http://negocios.educagratis.org )
- Técnicos, Oficios y Manualidades ( http://tecnicos.educagratis.org )
¿QUE ES LA TASA DE FALLAS y CUAL ES SU IMPORTANCIA DENTRO DEL ANÁLISIS DE CON...Adolfo Casilla Vargas
Presentación del webinar:¿QUE ES TASA DE FALLA y CUAL ES SU IMPORTANCIA DENTRO DEL ANÁLISIS DE CONFIABILIDAD?
Para poder ver el vídeo y aprender junto con la presentación favor en darle clic al siguiente link de YouTube:
https://youtu.be/y_-5LP-s56E
No olvides en suscribirte y darle clic a la campana de notificaciones.
Pág. de facebook:
Si te ayudó mi aporte, puedes agradecerme enviándome una donación acá:
https://paypal.me/dulcemariamanzo?country.x=MX&locale.x=es_XC
Presentación de power point sobre gráficas de control
Diagrama de Causa Efecto Ishikawa en Curso de MantenimientoEducagratis
En el Aula Virtual online de Educagratis ( http://www.educagratis.org ) es posible encontrar un Curso Mantenimiento Mecatronico ( http://mecanica.educagratis.org ).
OBJETIVO GENERAL DE LA MATERIA: Elaborar el plan de mantenimiento a sistemas electromecánicos de acuerdo a especificaciones del fabricante, políticas y procedimientos de la empresa.
MANTENIMIENTO
Conjunto de operaciones y cuidados necesarios para que maquinaria, instalaciones, edificios, industrias, etc., puedan seguir funcionando adecuadamente
Más cursos relacionados con Mecánica en: http://mecanica.educagratis.org
Y muchos otros cursos de diversas áreas:
- Animales, Aves y Peces ( http://animales.educagratis.org )
- Artes, Diseño, Pintura y Dibujo ( http://artes.educagratis.org )
- Autoayuda ( http://autoayuda.educagratis.org )
- Belleza y Moda ( http://belleza.educagratis.org )
- Ciencias Alternativas ( http://alternativas.educagratis.org )
- Ciencias Naturales ( http://ciencias.educagratis.org )
- Ciencias Sociales y Juridicas ( http://sociales.educagratis.org )
- Cocina, Bebidas, Pastelería y Repostería ( http://cocina.educagratis.org )
- Computación e Informática ( http://computacion.educagratis.org )
- Construcción, Arquitectura y Paisajismo ( http://construccion.educagratis.org )
- Deportes y Educación Física ( http://deportes.educagratis.org )
- Educación, Religión y Filosofía ( http://educacion.educagratis.org )
- Historia, geografía, tradiciones y cultura ( http://historia.educagratis.org )
- Hogar, Tejido, Borado y Jardín ( http://hogar.educagratis.org )
- Idiomas, Lenguaje y Letras ( http://idiomas.educagratis.org )
- Juegos, Recreación y Pasatiempos ( http://juegos.educagratis.org )
- Matemáticas ( http://matematicas.educagratis.org )
- Mecánica, Autos y Motos ( http://mecanica.educagratis.org )
- Medicina, Psicología y Salud ( http://medicina.educagratis.org )
- Musica, Baile y Danza ( http://musica.educagratis.org )
- Negocios, Empresa y Economía ( http://negocios.educagratis.org )
- Técnicos, Oficios y Manualidades ( http://tecnicos.educagratis.org )
¿QUE ES LA TASA DE FALLAS y CUAL ES SU IMPORTANCIA DENTRO DEL ANÁLISIS DE CON...Adolfo Casilla Vargas
Presentación del webinar:¿QUE ES TASA DE FALLA y CUAL ES SU IMPORTANCIA DENTRO DEL ANÁLISIS DE CONFIABILIDAD?
Para poder ver el vídeo y aprender junto con la presentación favor en darle clic al siguiente link de YouTube:
https://youtu.be/y_-5LP-s56E
No olvides en suscribirte y darle clic a la campana de notificaciones.
Pág. de facebook:
Avantatges i desavantatges de la introducció de motors Euro 6AMTU
Sr. Jesús Casanova Kindelán
Catedràtic de motors tèrmics - UPM
Amb la norma Euro VI, que ha entrat en vigor el gener de 2014 per matriculacions de nous autobusos, sorgeixen inevitablement dubtes entre els operadors del sector. La ponència mostrarà com Europa està establint des de fa més de 20 anys una sèrie de normatives per reduir les emissions contaminants procedents del transport per carretera. S'explicaran quines mesures han realitzat els fabricants per arribar a cobrir les dures exigències d'aquesta darrera norma, més exigent en molts aspectes que l'anterior. En la segona part de la presentació es parlarà de les principals diferències pel que fa a les característiques dels vehicles: consums, pes, seguretat, manteniment, i fins on poden arribar les normatives Euro.
Presentación de Sofit4 Transport, Software de Transporte, para administrar y controlar todos los costos referentes a la flota de transporte terrestre. Prueba gratis disponible para conocer antes de adquirir. Sin la necesidad de invertir en infraestructura. Paga solo por lo que usas. Listo para ser usado en menos de 1 hora. El software es en modelo SaaS (Software como servicio) para el control de flota que cuenta con controles fáciles para reducir los gastos de la flota mediante el control de combustible, control de neumáticos y gestión del mantenimiento de vehículos. Cuenta con herramientas fáciles para la creación de paneles de control, creación de reportes y facilidad para cruzar información para mejorar el control de combustible, neumáticos, choferes, documentos, mantenimiento y costo de la flota.
la simulación es ampliamente
aceptada en el mundo de los negocios
para predecir, explicar y ayudar a
identificar soluciones óptimas. En
particular, aplicaremos la simulación
Monte Carlo a un proyecto de inversión
con el fin de poder estimar el riesgo de
un fracaso, usando para este propósito
la hoja electrónica Excel.
la simulación es ampliamente
aceptada en el mundo de los negocios
para predecir, explicar y ayudar a
identificar soluciones óptimas. En
particular, aplicaremos la simulación
Monte Carlo a un proyecto de inversión
con el fin de poder estimar el riesgo de
un fracaso, usando para este propósito
la hoja electrónica Excel.
Jesus te bendiga en tu vida diaria las siete herramientas basicas para la mej...reynita zaragoza
las siete herramientas basicas de la calidad
El mundo tiene que saber que tiene una oportunidad de salvacion y esa oportunidad esta en Jesús
Y en ningún otro hay salvación; porque no hay otro nombre bajo el cielo, dado a los hombres, en que podamos ser salvos.
Hechos 4:12
no es una casualidad que leas este mensaje de parte de nuestro Salvador que dio Su vida por ti y por mi para revertir todo el daño que hemos causado y nos han hecho a nosotros
no demores, abre tu corazon a pesar de la tristeza, el temor o el mismo orgullo, no existe vida fuera de Jesús
Esquema de Metadatos para la Gestión del Documento Electrónico (e-EMGDE) PDF Imprimir E-mail
Documentación complementaria a la Norma Técnica de Interoperabilidad de Política de gestión de documentos electrónicos.
1. DEFINICIÓN Y CARACTERÍSTICAS PRINCIPALES DEL e-EMGDE
1 Según el Real Decreto 4/2010, un esquema de metadatos es un instrumento que define la incorporación y gestión de los metadatos de contenido, contexto y estructura de los documentos electrónicos a lo largo de su ciclo de vida.
2 El Esquema de Metadatos para la Gestión del Documento Electrónico (e-EMGDE), que se desarrolla en este anexo, establece:
i. El modelo conceptual en el que se apoya el modelo de metadatos, sus propiedades y su lógica subyacente.
ii. Descripción de cada uno de los elementos y sub-elementos de metadatos, a través de la descripción de cada una de sus características: definición, propósito, obligatoriedad, etc.
iii. Los esquemas de valores necesarios para cumplimentar los valores de los elementos de metadatos pertinentes.
iv. Las referencias a las normas utilizadas como base, así como a otras normas de posible utilidad.
Quimiometria para principiantes, personas que conocen poco del tema y necesitan conocer lo básico para el trabajo.
Especialmente enfocado a la industria, donde el uso de quimiometría ha ido en aumento y donde se observan las mayores ventajas de la quimiometría.
Proyecto de Six Sigma preparado para el ramo de gestión de calidad de la Universidad de Santiago, realizado en una planta de Schneider Electric en Chile.
La misma presentación que estaba en mi perfil, pero descargable. la única diferencia es que esta en PDF y que tiene mi nombre cómo autor de la presentación.
Disculpen mi celo con respecto a la autoría de esta presentación en particular, aun cuando es mas bien un compliado de otra fuentes.
Es una capacitaciín interna de 5sm partiendo desde que se entiende por kaizen, elementos de gestión de visual dentro de Kaizen y luego enfocandose en lo q es 5S.
Algoritmo Genetico para balance de operaciones(fuente: academia journal)Ignacio Araya Zamora
Paper con algoritmo para encontrar el numero optimo de operarios en una linea multiproducto con multiples operarios, publicada en la pagina academiajournal
Presentación de la Actividad introductoria a Lean Manufacturing, conocida como Juego de Lean.
Esta es una actividad en que se simula el funcionamiento de una planta a través de armados sencillos( en este caso un juguete Lego), para que al cabo de algunas siulaciones, y habiendo aplicado conceptos Lean quede visible los beneficios de aplicar esta metodología en la empresa.
Paper sacado de academiajournal (pagina que de verdad recomiendo) en que se describe mediante simulación una planta trabajando con el sistema tradicional de MRP (alimentar la primera celda de trabajo y que esta alimente la siguiente y asi sucecivamente) versus el sistema de tambor-cuerda-pulmon propuesto por Goldratt en la Teoria de Restricciones, en que la maquina cuello de botella marca el ritmo de producción
Interesante articulo acerca que y cómo medir al considerar el OEE de una planta manufacturera de cualquier tipo. Lectura obligada para ingenieros industriales y mecanicos y otros como metalurgicos que tengan puestos como ingenieros de manufactira, de procesos, jefes de planta u otros ligados a producción
Esta en Ingles.
Se denomina motor de corriente alterna a aquellos motores eléctricos que funcionan con alimentación eléctrica en corriente alterna. Un motor es una máquina motriz, esto es, un aparato que convierte una forma determinada de energía en energía mecánica de rotación o par.
libro conabilidad financiera, 5ta edicion.pdfMiriamAquino27
LIBRO DE CONTABILIDAD FINANCIERA, ESTE TE AYUDARA PARA EL AVANCE DE TU CARRERA EN LA CONTABILIDAD FINANCIERA.
SI ERES INGENIERO EN GESTION ESTE LIBRO TE AYUDARA A COMPRENDER MEJOR EL FUNCIONAMIENTO DE LA CONTABLIDAD FINANCIERA, EN AREAS ADMINISTRATIVAS ENLA CARREARA DE INGENERIA EN GESTION EMPRESARIAL, ESTE LIBRO FUE UTILIZADO PARA ALUMNOS DE SEGUNDO SEMESTRE
Criterios de la primera y segunda derivadaYoverOlivares
Criterios de la primera derivada.
Criterios de la segunda derivada.
Función creciente y decreciente.
Puntos máximos y mínimos.
Puntos de inflexión.
3 Ejemplos para graficar funciones utilizando los criterios de la primera y segunda derivada.
Caso practico de modelos de confiabilidad para una flota de Camiones. Diplpma en Gestión de Mantenimiento
1. 1
Universidad Técnica Federico Santa María
Departamento de Ingeniería Industrial
Dirección General de Capacitación
Diplomado en Gestión de Activos y Mantenimiento
Informe de Confiabilidad para Camiones
Análisis Estadístico de Variables y Definición
de Modelos Probabilísticos
Profesor Humberto Villalobos
Ignacio Araya Zamora
Dalton Marín Conejeros
Roberto Inostroza Aránguiz
Carlos Ruiz Araneda
2. 2
Tabla de contenido
Introducción.................................................................................................................................. 1
Objetivos ................................................................................................................................... 1
Capítulo I: ...................................................................................................................................... 2
Tiempo de Reparación .............................................................................................................. 2
Costo de Reparación ................................................................................................................. 2
Tipo de Falla .............................................................................................................................. 3
Nº de Fallas................................................................................................................................ 3
Capítulo II ...................................................................................................................................... 5
Conclusiones ................................................................................................................................. 7
ANEXO I: ........................................................................................................................................ 8
ANEXO II ...................................................................................................................................... 10
ANEXO III ..................................................................................................................................... 14
Índice de Tablas
Tabla 1: Probabilidad de Ocurrencia de 3 o más Fallas ................................................................ 4
Tabla 2: Intervalos de Confianza para la media según Estratos................................................... 6
Tabla 3: Tamaño de Muestra según Confianza y error. ................................................................ 8
Tabla 4: Histograma Tiempo de Reparación............................................................................... 10
Tabla 5: Prueba de Distribución Teórica vs Empírica Tiempos ................................................... 10
Tabla 6: Índices para Tiempo ...................................................................................................... 11
Tabla 7: Histograma Costo de Reparación.................................................................................. 11
Tabla 8: Índices para Costos de Reparación................................................................................ 11
Tabla 9: Distribución Teórica vs Empírica Costos........................................................................ 12
Tabla 10: Indicadores de Número de Fallas................................................................................ 12
Tabla 11: Indiciadores de Simetría y Forma para Nº de Fallos................................................... 12
Tabla 12: Distribución Teórica vs Empírica Nº de Fallas. ............................................................ 13
Tabla 13: Tabla Bivariada Costos vs Tiempos.............................................................................. 14
Tabla 14: Varianzas Tiempo vs Costo.......................................................................................... 14
Tabla 15: Tabla Bivariada Tiempos vs Nº de Fallas ..................................................................... 14
Tabla 16: Varianzas Tiempos vs Nº de Fallas .............................................................................. 15
Tabla 17: Tabla Bivariada Tiempo vs Tipo de Falla...................................................................... 15
Tabla 18: Varianzas Tiempos vs Tipo de Falla ............................................................................. 15
3. 1
Introducción.
El presente trabajo se presenta como un informe del departamento de Confiabilidad a
presentar al mandate de manera de entregar información adecuada a la toma de decisiones,
que permitan a dicha empresa mandante disminuir sus costos, ya sea al optimizar sus recursos
en las labores de mantenimiento, como al presentar opciones alternativas para la toma de
datos y sus posterior análisis.
Se han utilizado herramientas estadísticas de forma de conseguir modelos predictivos de las
variables a considerar, y se entregan las conclusiones apropiadas para que un tomador de
decisiones, pueda hacerlo con conocimiento.
Para realizar la inferencia estadística se han hecho una serie de supuestos. El primero cómo se
indico es que el informe va dirigido a un gerente, por lo que se ha optado por un texto simple y
los cálculos en anexos en caso de ser necesario revisarlos. Un segundo supuesto es que los
datos que se cuentan son muy amplios y tomados de un ERP, lo cual genera la necesidad de
trabajar con muestreos. También se ha considerado que la Unidad Monetaria es de Millones
de Dólares y la Unidad de Tiempo es Horas.
Objetivos
El Objetivo primario de este trabajo es entregar un informe de confiabilidad que permita a la
gerencia optar por un modelo predictivo que permita establecer políticas de gestión de stock e
intervalos de mantenimiento, a fin de reducir costes por inoperatividad de los camiones.
Objetivos específicos: Los objetivos específicos del proyecto consisten en:
Encontrar modelos estadísticos que se ajusten a los datos, de forma de conseguir
predecir costos, tiempos y tipos de fallas, optimizando el uso de recursos de la
empresa.
Encontrar correlación entre variables de forma de conseguir la mayor información
posible con el mínimo de datos.
Entregar propuestas de mejora que apunten a la optimización de recursos.
4. 2
Capítulo I:
Tiempo de Reparación
Para el proyecto en cuestión el mandante ha solicitado una confianza de mínimo 97%, y un
error que no supere los US$700.000.
Esto significa que nuestro tamaño de muestra para realizar inferencia para los costos debe ser
de 222 datos (ver ANEXO I). Se ha considero a priori que los costos distribuyen Normal, lo cual
ha de ser comprobado a lo largo del proyecto.
La muestra que se obtuvo finalmente fue de 240 datos los cuales se proceden a analizar como
procede.
Cada una de las variables analizadas por separadas entrega potencial información.
El gráfico de la de la Variable Tiempo de Reparación, indica posiblemente una distribución
exponencial. Los indicadores de simetría y forma corroboran esta Tesis (Ver Anexo II).
La media muestral utilizada como estimador para la distribución es de 22,67 H.
Ilustración 1: Tiempo de Reparación
Fuente: BBDD Mantenimiento
Por lo que con los datos obtenidos podemos proyectar los tiempos de reparación, usando la
siguiente ecuación con igual a 22,67:
Ecuación 1: Distribución Exponencial
Fuente: Wikipedia
Costo de Reparación
Al hacer una análisis similar con la variable costo, la cual se asumió normal al inicio de este
informe se encontraron los siguientes resultados:
5. 3
Ilustración 2: Distribución de Costos de Reparación
Fuente: BBDD Mantenimiento
Según el grafico podría esperarse que la variable Costo distribuyera Normal.
Se corrobora, según indicadores de Forma y Simetría dicha tesis, obteniéndose una Normal de
igual a US$68,57 MM y igual a US$4,72 MM.
Tipo de Falla
La Variable Tipo de falla es cualitativa y discreta. Su observación solo puede realizarse a través
de conteos, y de ahí a porcentajes.
Ilustración 3: Tipo de Falla
Fuente: BBDD Mantenimiento
Estas características hacen pensar que la mejor distribución es una Binomial, considerando
como “Éxito” el tipo de Falla que se quiere estudiar, aunque esto no será parte de nuestro
análisis.
Nº de Fallas
El Número de Fallas, también es una variable discreta. Se aconseja utilizar la Poisson.
El análisis indica que dicha distribución es una buena aproximación aunque falla es para
valores muy alejados (Ver Anexo II).
6. 4
Ilustración 4: Nº de Fallas
Fuente: BBDD Mantenimiento
En este caso se modeló la frecuencia de Fallos con una Poisson de parámetro igual a 1,83,
donde k representa el Nº de fallos a estudiar, según la siguiente ecuación:
Ecuación 2: Distribución de Poisson
Fuente: Wikipedia
Para el mandante es crítico saber la probabilidad de ocurrencia de más de 3 fallas. Se muestra
a continuación una tabla comparativa entre el empírico y el teórico:
Tabla 1: Probabilidad de Ocurrencia de 3 o más Fallas
Fuente: Elaboración Propia
Se Observan valores bastante cercanos en términos de probabilidad, y un acumulado con una
diferencia mínima, de hecho ambos muestra un 20% de ocurrencia de 3 o más fallos, lo que
permite inferir que el modelo teórico sirve con fines predictivos.
7. 5
Capítulo II
En esta segunda parte del estudio se busca encontrar relación entre variables de forma de
poder la información posible con el menor número de datos.
Una oportunidad interesante sería poder analizar de manera conjunta los 2 datos más
relevantes, es decir tiempo y costo.
Sin embargo como puede observarse en el anexo III, no parece haber una relación entre estas
variables. Aún mas, al realizar la grafica de dispersión el coeficiente de relación es
prácticamente 0, por lo que no es posible predecir valores de una variable en función de la
otra.
Ilustración 5: Grafica de Dispersión
Fuente: BBDD Mantenimiento
Se hizo un mecanismo análogo de prueba entre otras variables y el tiempo (ver Anexo III).
Se observa que la mejor relación existe en el Tiempo de Reparación y el Tipo de Falla (acá
codificado con números en vez de letras por temas prácticos, pero donde A es igual a 1, B es 2,
etc. Se observa que existe una correlación alta, aunque marcada por las falla Tipo A que genera
un alto margen de error y hace que el indicador baje. Aun así gráficamente se observa que
para el resto de los datos, una función lineal parece generar un modelo predictivo entre ambas
variables, pudiendo concluir que existe una correlación directa entre el tipo de falla y su
tiempo de reparación.
R² = 0,0032
0
10
20
30
40
50
60
70
80
90
0 20 40 60 80 100 120 140
Dispersión Costos vs Tiempos
Dispersión Costos vs
Tiempos
Lineal (Dispersión Costos vs
Tiempos)
8. 6
Ilustración 6: Dispersión entre Tiempos de Reparación y Tipo de Falla
Fuente: Elaboración Propia
Esta última conclusión se ve reafirmada al revisar los Intervalos de Confianza, para cada
Estrato. Se puede observar que para un nivel de Sigma de 2,5, es decir analizar el 84% de los
datos, el intervalo de confianza para cada una de las medias está bastante cercano al valor
central encontrado. Esto indica conjuntos bastante compactos, lo que permite concluir que la
regresión líneas para este set de datos es una aproximación bastante buena.
Tabla 2: Intervalos de Confianza para la media según Estratos
Fuente: elaboración Propia
9. 7
Conclusiones
Para concluir se puede indicar que se han desarrollado modelos predictivos exactos para las
variables de interés. Esto permite trabajar una mejor gestión de repuestos, asignación de
tiempos de mano de obra, entre otros, permitiéndonos preparar una eventual falla.
La empresa puede ahora gestionar de antemano, los pronósticos de fallos, teniendo a la gente
preparada, evitando gastos innecesarios en repuestos para fallas poco probables en
momentos poco probables.
Podemos observar también que existe correlación entre tipo de falla, lo que permite pensar
que los tiempos de reparación están medianamente estandarizados par cada uno de ellos.
Esto permite que al predecir el tipo de falla, sepamos de inmediato el tiempo de reparación
estimado, permitiendo informar tiempos reales de entrega a operaciones. El tipo de Falla A,
presenta una dispersión mayor, por lo que una propuesta de mejora sería analizar las causas
raíces de dicha dispersión, pues tener tiempos acotados, permitiría mejorar el modelo
predictivo.
Por otro lado vemos que tiempos y costos no están relacionados. Se puede inferir que si
tiempo y tipo de falla están correlacionados, pero tiempo y costo no, entonces tipo de falla y
costo no lo están. Esto significa, que si bien podemos predecir el tipo de falla, no podemos
saber con cierta certeza cuánto va a costar la reparación. Los datos no entregan información
que oriente a priori hacia la causa de esto, pero se puede inferir que la baja estandarización de
proveedores de repuestos puede ser una causa. Otra posible causa es personal de
mantenimiento, realizando labores similares con sueldos disimiles. Esto podría afectar que
dependiendo quien tome la tarea, un mismo tipo de falla tenga imputados costos dispares. Se
recomienda a la empresa comenzar políticas que apunten a la estandarización de costos. Esto
traerá mejorar la planificación de mantenimiento, así como probablemente una disminución
en los costos del área.
10. 8
ANEXO I:
Tabla 3: Tamaño de Muestra según Confianza y error.
Fuente: Elaboración Propia
11. 9
La Tabla Anterior Muestra una tabla de doble entrada, donde las columnas representan la
confianza, y las filas muestra el error asociado. Según requerimientos del mandante, la
confianza no puede ser menor a 97% y el error a 0,7 de la Unidad Monetaria (es decir
US$700.000)
Al hacer el cruce en la tabla se obtiene que el tamaño de muestra adecuado a dichos
parámetros es de al menos 222 datos.
La metodología usada, incluía muestrear y luego eliminar los datos que representaran la
codificación para no falla. Es al eliminar estos datos que se obtiene un número cercano a 240 y
se decide seguir trabajando con dicho número.
12. 10
ANEXO II
Este primer cuadro sirve como referencia para realizar un primer ordenamiento e indicarle a
Excel de mejor forma como debe hacer el Histograma.
Tabla 4: Histograma Tiempo de Reparación
Análisis Tiempo de Reparación
Numero de clases 8,85 9
Máximo 132,667
Mínimo 10,100
Amplitud 13,6187
Rango 122,5670
Rango de Tabla 122,57
Diferencia 0,0013
Fuente: Elaboración Propia
En este caso particular se reorganizaron las clases, pues quedaban algunas sin elementos.
Luego se realizó el Test para ver si la distribución empírica se acerca a una teórica.
La Asimetría Positiva, nos indican una distribución cargada a la izquierda.
Una alta Curtosis indica que los parámetros se comportan muy alejados de una normal.
Dada estas características se testeo contra una exponencial negativa.
El resultado se muestra en las tablas siguientes:
Tabla 5: Prueba de Distribución Teórica vs Empírica Tiempos
Fuente: Elaboración Propia
Se puede observar que pasa que pasa el Test, ya que la suma de V es menor que el punto
crítico.
13. 11
Dado que no es simétrica se recomienda usar como indicadores de posición y dispersión la
mediana, los percentiles y el rango intercuartil. La media se indica por ser parámetro de la
distribución.
Tabla 6: Índices para Tiempo
Fuente: Elaboración Propia
Para los costos el método fue similar, primero se estableció el número de clases y la amplitud.
Tabla 7: Histograma Costo de Reparación
Fuente: Elaboración Propia
Luego en base a los índices mostrados a continuación se opto por testear contra una normal.
Esto ya que se ve una Curtosis en torno a 0, y si bien el intervalo de confianza no incluye a 0
para la simetría se considera suficientemente cercano considerarlo en torno a 0 también.
Tabla 8: Índices para Costos de Reparación
Fuente: Elaboración Propia
Luego se procede a realizar el Test de Hipótesis, considerando una distribución teórica Normal.
14. 12
El resultado se muestra a continuación.
Tabla 9: Distribución Teórica vs Empírica Costos
Fuente: Elaboración Propia
Se puede observar que para la mayoría de los intervalos, el valor de V es bastante bajo. Si bien
supera el punto crítico, es bastante cercano e imputable a un intervalo en particular,
posiblemente debido al muestreo. Se considera que es aceptable y se acepta como una
distribución Normal.
Tabla 10: Indicadores de Número de Fallas
Fuente: BBDD Mantenimiento
Los Indicadores de Forma y Simetría no nos permiten optar por una distribución, aunque al ser
datos discretos se descarta de inmediato algunas como la Normal. Los indicadores muestran
una curva cargada a la izquierda, con indicadores que no se comportan como una normal.
Se ha optado por probar el comportamiento empirico contra una Poisson:
Tabla 11: Indiciadores de Simetría y Forma para Nº de Fallos
Fuente: Elaboración Propia
15. 13
Tabla 12: Distribución Teórica vs Empírica Nº de Fallas.
Fuente: Elaboración Propia
El test muestra una aproximación bastante buena hasta el numero 5. Se considera una buena
distribución, con el cuidado que debe tenerse al calcular probabilidades alejadas del 0.
16. 14
ANEXO III
Tabla 13: Tabla Bivariada Costos vs Tiempos
Fuente: BBDD Mantenimiento
La tabla bivariada entre tiempos y costos de reparación muestra a priori baja correlación entre
estas variables. Visualmente no podemos asignar una relación, por lo que se supone que no
existe relación entre estas variables.
Al hacer el análisis por estratos podemos observar una alta varianza dentro de cada grupo.
Esto indica que los conjuntos no son compactos, confirmando que hacer una correlación no es
posible.
Tabla 14: Varianzas Tiempo vs Costo
Fuente: Elaboración Propia
La tabla bivariada entre tiempos y Número de fallas se presenta a continuación. A igual que el
caso anterior, no se observa una correlación directa entre ambas variables, aunque parece una
concentración en tiempos bajos, esto no permite hacer inferencia, porque dicha concentración
se da para todos los Números de falla.
Tabla 15: Tabla Bivariada Tiempos vs Nº de Fallas
Fuente: Elaboración Propia
17. 15
En la tabla de de varianzas, podemos observar que existe una gran varianza intra grupos. Esto
confirma una baja correlación, pues hace difícil hacer asignaciones uno a uno, que permitan
realizar predicciones certeras.
Tabla 16: Varianzas Tiempos vs Nº de Fallas
Fuente: Elaboración Propia
Para el de la tabla bivariada entre Tiempo de reparación y Tipo de falla si puede observar que
existe algún tipo de correlación. Se pueden hacer predicciones certeras para la mayor parte de
los tipos de falla.
Tabla 17: Tabla Bivariada Tiempo vs Tipo de Falla
Fuente: BBDD Mantenimiento
En la tabla de Varianzas se observa que la varianza dentro de los estratos es pequeña,
indicando grupos compactos, con una gran varianza entre grupos. Esto permite inferir una
baja dispersión dentro del estrato, lo que al graficar, permite obtener un modelo predictivo.
Tabla 18: Varianzas Tiempos vs Tipo de Falla
Fuente: Elaboración Propia