Untitled

Traducido del inglés al español - www.onlinedoctranslator.
com
Artículo de edición especial
Avances en Ingeniería Mecánica

2016, vol. 8(10) 1–13
- El(los) autor(es) 2016
Metodología de evaluación de la confiabilidad basada DOI: 10.1177/1687814016674845
aime.sagepub.com
en la cuantificación del impacto esperado para el

proceso de fundición de cobre chileno: un estudio de
caso
fredy kristjanpoller1,2, Adolfo Crespo2, Pablo Viveros1,2y Luis Barbera2
Resumen
Actualmente, la falta de herramientas y metodologías de interpretación dificulta la capacidad de evaluar el rendimiento de un solo equipo o de un sistema completo. Por lo tanto, un análisis de confiabilidad,
disponibilidad y mantenibilidad debe combinarse con un análisis de impacto de confiabilidad cuantitativo para interpretar el desempeño real e identificar cuellos de botella y oportunidades de mejora. Este
artículo propone una metodología novedosa que utiliza análisis de confiabilidad, disponibilidad y mantenibilidad para cuantificar el impacto esperado. Las fortalezas de la metodología del impacto esperado
de fallas incluyen su capacidad para evaluar sistemática y cuantitativamente el impacto esperado en términos de indicadores de confiabilidad, disponibilidad y mantenibilidad y la configuración lógica de
subsistemas y equipos individuales, que muestran los efectos directos de cada elemento sobre el sistema total. Este análisis propuesto complementa el modelado y análisis de plantas. La determinación del
impacto de la efectividad operativa, como resultado final del proceso de cómputo, permite la priorización cuantitativa e inequívoca de los elementos del sistema al evaluar la pérdida asociada como una
“pérdida de producción” en cuanto a su indisponibilidad y efecto en el proceso del sistema. El estudio del proceso de fundición del cobre chileno arroja resultados útiles para desarrollar una jerarquización
que permita analizar acciones de mejora que estén alineadas con las mejores oportunidades. permite la priorización cuantitativa e inequívoca de los elementos del sistema evaluando la pérdida asociada
como una "pérdida de producción" en cuanto a su indisponibilidad y efecto en el proceso del sistema. El estudio del proceso de fundición del cobre chileno arroja resultados útiles para desarrollar una
jerarquización que permita analizar acciones de mejora que estén alineadas con las mejores oportunidades. permite la priorización cuantitativa e inequívoca de los elementos del sistema evaluando la
pérdida asociada como una "pérdida de producción" en cuanto a su indisponibilidad y efecto en el proceso del sistema. El estudio del proceso de fundición del cobre chileno arroja resultados útiles para
desarrollar una jerarquización que permita analizar acciones de mejora que estén alineadas con las mejores oportunidades.
Palabras clave
Análisis de confiabilidad, falla, ingeniería de confiabilidad, mantenimiento, ingeniería industrial, evaluación del ciclo de vida
Fecha de recepción: 19 de mayo de 2016; aceptado: 26 septiembre 2016
Editor académico: Shun-Peng Zhu
Introducción y Antecedentes afectar directamente la maximización de los beneficios

económicos; estos factores convergen en la consideración empírica
Revisión de literatura de los indicadores de confiabilidad, disponibilidad y mantenibilidad
La eficacia de los procesos de producción y sus equipos (RAM). Los análisis de confiabilidad tradicionales que son
asociados es una herramienta importante para evaluar la
eficacia total del sistema,1que generalmente se mide de
1Departamento de Ingeniería Industrial, Universidad Técnica Federico
acuerdo con los resultados de los indicadores de confiabilidad
Santa Marı́a, Valparaı́so, Chile
y disponibilidad y el análisis económico del ciclo de vida.2El 2Departamento de Gestión Industrial, Universidad de Sevilla, Sevilla,
indicador de eficacia total del equipo mide la eficiencia España
productiva utilizando los parámetros de control como base

Autor correspondiente:
para el cálculo de los fundamentos de la producción industrial:
Fredy Kristjanpoller, Departamento de Ingeniería Industrial, Universidad
disponibilidad, eficiencia y calidad.3
Técnica Federico Santa Marı́a, Av. España 1680, Casilla 110-V, Valparaíso,
En la literatura actual, se han realizado varias Chile.
investigaciones para identificar los principales factores que Correo electrónico: fredy.kristjanpoller@usm.cl
Creative Commons CC-BY: este artículo se distribuye bajo los términos de la licencia Creative Commons Attribution 3.0 (http://
www.creativecommons.org/licenses/by/3.0/) que permite cualquier uso, reproducción y distribución del trabajo sin
permiso adicional siempre que el trabajo original se atribuya como se especifica en las páginas de SAGE y Open Access (https://us.sagepub.com/en-us/nam/
open-access-at-sage).
Descargado deade.sagepub.compor invitado el 20 de octubre de 2016
2 Avances en Ingeniería Mecánica
basados en modelos lógicos y probabilísticos contribuyen a impacto según diferentes escenarios y configuraciones. Este
mejorar los indicadores clave de rendimiento (KPI) de un sistema,4 índice de impacto, basado en un enfoque probabilístico, define
que influyen directamente en los diseños óptimos de operación.5 la condición esperada del elemento en el sistema desde una
Sin embargo, hay muchas alternativas disponibles para los análisis perspectiva de evaluación de sus posibles estados
de confiabilidad del sistema que emplean técnicas analíticas, como (comportamiento intrínseco) y relacionado con la
los modelos de Markov,6modelos venenosos,7uni- configuración lógica y funcional del sistema. Esta
La función de generación universal (UGF) y el enfoque de decisión permiten una comparación general del diagrama de
y la priorización
elementos.8Este estudio sistemático se basa en técnicas como los diagramas de dichos
de bloques elementos,(RBD),
de confiabilidad así como una de
9,10árboles
evaluación
fallas (FT),11gráficos de confiabilidad (RG),12y redes de Petri (PN);13estas técnicasparcial de lautilizar
se pueden efectividad.
para determinar las relaciones
lógicas que subyacen en el comportamiento o la dinámica de un proceso.
¿Cuál es la motivación para aplicar la metodología FEI?En el

área de finanzas, por ejemplo, cuando una sola acción del
A modo de ejemplo, los procesos productivos en la índice NASDAQ tiene un precio de variación del 10% y esta
industria minera cuentan con numerosos equipos y acción representa el 5% de la composición del índice, el índice
sistemas, lo que dificulta un análisis sistemático de la NASDAQ aumenta solo un 0,5%. Desarrollar un análisis similar
planta.4Distintas metodologías de análisis, como la sobre la falla de un "elemento" y determinar las consecuencias
metodología RBD,9,10han sido desarrollados y ampliamente del sistema es simple cuando los "elementos" tienen una
aplicados en el sector minero debido a su adaptabilidad configuración en serie. Si la configuración emplea lógica de
para representar arreglos complejos y entornos con redundancia, el resultado es incierto y depende de la
grandes cantidades de equipos, simplificando el análisis de confiabilidad y mantenibilidad de los elementos que
confiabilidad. Para el correcto desarrollo de un análisis componen el subsistema. La metodología FEI resuelve este
RAM, se debe realizar un escaneo completo de los datos problema proponiendo cuatro pasos y aplicándolos a un
para ajustar los datos a un modelo estadístico y luego proceso minero, específicamente, un proceso de fundición de
obtener indicadores clave.14Mediante una herramienta de cobre (CSP) en Chile. Relacionado con la metodología de
apoyo a la gestión del mantenimiento se pueden identificar impacto de fallas, Se propone un algoritmo novedoso para
diferentes oportunidades de mejora y ofrecer calcular un índice de impacto de fallas para el rendimiento de
recomendaciones para desarrollar las acciones más disponibilidad total del sistema basado en la confiabilidad
adecuadas.15 (frecuencia de fallas), mantenibilidad (tiempo de inactividad) y
La medida de importancia de Birnbaum (IM)dieciséisclasifica disponibilidad de los elementos. Este índice de impacto define
los componentes del sistema con respecto al impacto de su la condición esperada del elemento en el sistema evaluando
falla en el desempeño general del sistema; sin embargo, su sus posibles estados (comportamiento intrínseco) y la
aplicación se relaciona principalmente con las incertidumbres configuración lógica y funcional del sistema. Este análisis
epistémicas. permite una comparación total de los elementos, su
Faltan herramientas de interpretación y priorización y una evaluación del impacto de las fallas.
metodologías para comprender el desempeño de una
sola pieza de equipo y un sistema total; esta deficiencia
es aún más pronunciada cuando el proceso de análisis Alcance del trabajo
seleccionado se ha desagregado en muchos niveles, y
cada nivel se ha desagregado en varios equipos. Por lo Los dos indicadores clave de la metodología FEI se
tanto, un análisis de RAM debe combinarse con un describen en la Figura 1, que incorpora fórmulas
análisis de impacto de confiabilidad cuantitativo para generales para el análisis y el cálculo. Esta metodología
determinar el rendimiento real e identificar cuellos de busca explicar el nivel de responsabilidad de una falla
botella y oportunidades de mejora. en un solo equipo (b3) por la inoperancia del sistema
desde una perspectiva histórica. Se incluyen dos pasos
importantes:
Motivación del trabajo
Este artículo propone una metodología innovadora integral y 1. Explique el efecto de una sola falla (tiempo de inactividad ti
cuantitativa para analizar el RAM y el impacto esperado (FEI) del equipo b3) en términos de la propagación del tiempo
de la falla de la planta. El análisis FEI está relacionado de inactividad único en el sistema (tiempo de inactividad
específicamente con la capacidad de producción y el efecto de equivalenteti).Este indicador se denomina propagación
la intervención de mantenimiento preventivo y correctivo en la del factor de tiempo de inactividad esperado (E-DFP).
disponibilidad del sistema. Esta propuesta diseña un algoritmo
novedoso para computar un índice de impacto basado en la 2. Explique el efecto de una sola propagación del tiempo de
frecuencia de fallas asociadas, con la confiabilidad y inactividad (equipo b3) en el tiempo de inactividad total del
mantenibilidad de la maquinaria y la esperada sistema (responsabilidad del tiempo de inactividad). Esta

Kristjan Poller et al. 3
(comportamiento histórico reparable). Un sistema reparable luego

de un escenario de falla puede ser restaurado a su condición de
funcionamiento (perfecto e imperfecto) mediante acciones de
mantenimiento, con excepción del reemplazo18(artículo no
reparable). Un sistema reparable se define de la siguiente manera:
"Un sistema que, después de fallar en el desempeño satisfactorio
de una o más de sus funciones, puede restaurarse a un
desempeño completamente satisfactorio por cualquier método
que no sea el reemplazo del sistema completo".19El modelo y
análisis de los equipos reparables tiene alta importancia,
principalmente para incrementar el desempeño orientado a la
confiabilidad y mantenimiento como parte de la reducción de
costos en este último rubro. Dependiendo del tipo de
mantenimiento que se le dé a los equipos, es posible encontrar
cinco casos:20
Figura 1.Esquema de impacto esperado.
- Perfecto mantenimiento o reparación.Operación de
mantenimiento que restaura el equipo a la
El indicador se denomina índice de criticidad condición "como nuevo".
operativa esperada (E-OCI). - Mínimo mantenimiento o reparación.Operación de
mantenimiento que restaura el equipo a la condición
Se examina como estudio de caso una planta de fundición de "tan mala como vieja".
cobre en Chile. El proceso de fundición es una de las fases más
- Mantenimiento o reparación imperfectos.Operación de
importantes y críticas en cualquier sistema de procesamiento de mantenimiento que restaura el equipo a la condición
minerales, especialmente en las plantas de cobre.1El proceso de "peor que nuevo pero mejor que viejo".
minería seleccionado se divide en cuatro subsistemas principales:
- Mantenimiento o reparación demasiado perfectos.
secado, fusión de concentrado, conversión y refinación. Operación de mantenimiento que restaura el
Este artículo está estructurado de la siguiente manera: la equipo a la condición ''mejor que nuevo''.
sección ''Metodología FEI'' describe la evaluación de la
- Reparación o mantenimiento destructivo.Operación de
confiabilidad basada en la metodología FEI y presenta su base mantenimiento que restaura el equipo a la condición
conceptual y matemática, la sección ''Estudio de caso'' "peor que antigua".
presenta y desarrolla el estudio de caso de acuerdo con la
metodología, y la sección ''Conclusión'' explica los principales Para un perfecto mantenimiento, el modelo desarrollado
resultados y conclusiones. más común corresponde al proceso de renovación perfecta
(PRP). En esto, asumimos que la acción de reparación restaura
el equipo a una condición como nueva y asume que los
Metodología FEI tiempos entre fallas en el equipo se distribuyen de manera
idéntica e independiente. El modelo PRP más utilizado y
La metodología FEI debe considerar los procesos
común es el proceso homogéneo de Poisson (HPP), que
conjuntos necesarios para identificar oportunidades de
considera que el sistema ni envejece ni se estropea
mejora y generar recomendaciones de mantenimiento. independientemente del patrón previo de fallos. Es decir, es un
Estos procesos se pueden resumir en cuatro pasos: proceso sin memoria. En cuanto al caso b, ''tan malo como
limpieza de datos, gestión de datos, análisis de RAM y viejo'' es el caso contrario a lo que sucede en el caso a, ''tan
cuantificación de FEI (E-OCI y E-DFP) y toma de bueno como nuevo'', ya que se supone que el equipo
decisiones. permanecerá después de la intervención de mantenimiento en
el mismo estado que antes de cada fracaso. Esta consideración
se basa en que el equipo es complejo, compuesto por cientos
Limpieza de datos
de componentes, con muchos modos de falla y el hecho de
El primer paso es depurar y filtrar los datos obtenidos para que reemplazar o reparar un determinado componente no
mejorar la calidad de los datos (valores faltantes, registros de afectará significativamente el estado global y la antigüedad del
utilidad y datos erróneos).17 equipo. En otras palabras, el sistema está sujeto a
reparaciones mínimas, lo que no supone ningún cambio o
mejora considerable. El modelo más común para representar
Gestión de datos
este caso es a través del proceso de Poisson no homogéneo
Para lograr una gestión eficiente de los datos, se pueden (NHPP), en este caso el modelo más utilizado para
considerar algunas metodologías en función del equipo.

representan NHPP se llama ''Ley de potencia''. En este requerido. Asumiendo que los equipos requeridos deben estar
modelo, se asume una distribución de Weibull para la siempre operando y que las órdenes de mantenimiento se
primera falla y que luego se modifica con el tiempo. ejecutan inmediatamente después de una falla, se puede definir la
Aunque los modelos HPP y NHPP son los más utilizados, disponibilidad esperada de los equipos determinados25
tienen una restricción práctica en cuanto a su aplicación ya
que un estado más realista tras una acción reparadora es Tiempo de actividad del sistema
ADtÞ=
el que encontramos entre ambos: ''peor que nuevo pero
D1Þ
Tiempo de actividad del sistema+Tiempo de inactividad del sistema
mejor que viejo''. encontrar una generalización a esta MTTF

'
situación y no distinguir entre HPP y NHPP, fue necesario MTTF+MTTR
crear el proceso de renovación generalizada (GRP).21El
La disponibilidad es probablemente el parámetro más
principal objetivo de esta etapa es generar parámetros de
importante porque está directamente relacionado con el
evaluación e indicadores básicos.
rendimiento del equipo, especialmente en un entorno de
producción que se basa en el volumen, como la industria
análisis de RAM minera. En este entorno, la tasa de producción, entre otras
variables, determina el nivel de beneficio que se deriva de los
Análisis de fiabilidad.Se han propuesto diferentes
ejercicios. La simulación de Monte Carlo se utiliza como marco
alternativas para las representaciones lógico-funcionales
de modelado para representar las características realistas del
individuales y sistémicas de los procesos.4El modelado de
equipo y el comportamiento complejo de los sistemas de alta
un sistema complejo utilizando RBD es un método bien
dimensión para obtener los indicadores de rendimiento para
conocido que se ha adoptado para diferentes aplicaciones
la disponibilidad.4
en el análisis de confiabilidad del sistema.5,22Un RBD se
construye después de realizar una descomposición lógica
de un sistema en subsistemas; el RBD está construido para Cuantificación de FEI y toma de decisiones
expresar lógicas de confiabilidad como serie, redundancia
Para implementar una gestión de activos eficiente, se debe
y espera en una red de subsistemas. Los RBD se
desarrollar una clasificación de artículos basada en criterios
consideran una herramienta de modelado consolidada y
tales como costos directos e indirectos, tasa de falla e impacto
disponible para las tareas normales de análisis de
operativo. El objetivo es identificar los elementos relevantes
confiabilidad. La metodología de análisis RBD9,10es
para tomar decisiones prioritarias de mantenimiento y asignar
ampliamente utilizado en el sector minero debido a su
eficientemente los recursos. Existen muchas técnicas para la
adaptabilidad para representar disposiciones complejas y
jerarquía de activos, y cada técnica tiene ventajas y
entornos con gran cantidad de equipos. Se puede aplicar
desventajas que dependen del contexto de operación.4Para
un RBD además de otras técnicas de confiabilidad, como
esta propuesta, los autores presentan una metodología
un análisis de árbol de fallas (FTA).
cuantitativa novedosa para la medición basada en el impacto
de la confiabilidad utilizando resultados previos de análisis
Análisis de mantenibilidad.El rendimiento de mantenibilidad se RAM.
define como
Metodología FEI.En esta fase, el primer indicador es el E-

la capacidad de un artículo bajo condiciones dadas de uso para ser
OCI de cada elemento del sistema, el cual se determina
retenido o restaurado a un estado en el que pueda realizar una función
descomponiendo el índice global y el índice de cada
requerida, cuando el mantenimiento se realiza bajo condiciones dadas y
utilizando procedimientos y recursos establecidos.23
subsistema26en los siguientes niveles
E-OCIsistema i =0=1 D2Þ

Las "condiciones dadas" se refieren a las condiciones en las La ecuación (2) representa el inicio del proceso
que se usa y mantiene el artículo, por ejemplo, condiciones considerando la E-OCI al 100%. Entonces, el desglose de
climáticas, condiciones de soporte, factores humanos y cada nivel comienza con las siguientes ecuaciones
ubicación geográfica. La mantenibilidad del equipo puede
representarse y entenderse como una distribución de X norte
probabilidad del tiempo de finalización del mantenimiento. Se E-OCIyo;j=E-OCII-1 8I :1, . . . ,r;8j:1, . . . ,norte
j =1
han utilizado métodos paramétricos para analizar conjuntos
de datos históricos de tiempo de reparación (TTR) en muchos D3Þ
estudios de casos.24
En la ecuación (3), el E-OCI de un nivel se distribuye en
todos los elementos que lo componen, todo esto para
Análisis de disponibilidad.Según Dhillon,5disponibilidad es mantener la consistencia de la cuantificación del impacto. Para
la probabilidad de que el equipo esté disponible como determinar el E-OCI de cada elemento del nivel inferior, se

necesario desarrollar la ecuación (4), que considera la

distribución por un factor de indisponibilidad. En este
sentido, el elemento más indisponible del nivel inferior
obtiene una mayor proporción del E-OCI del nivel superior.
- -
E-OCIyo;j 1 -Ayo;j-8I :1, . . . ,r;8j:1, . . . ,norte
=-
E-OCIyo;j +1 1 -Ayo;j +1
D4Þ
dondeE-OCIyo;jes el E-OCI para el elementoj (del 1 alnorte)
que está incluido en el nivel de descomposiciónI (del 1 alr)
yAyo;jes la disponibilidad esperada para el elementoj (del 1
alnorte)que está incluido en el nivel de descomposiciónI Figura 2.Metodología FEI.
(del 1 alr).
En términos simples, el E-OCI muestra la contribución final modelo, que representa tanto la naturaleza de la falla
de cada elemento para mitigar la falta de efectividad del como el proceso de reparación del equipo. El FEI se
sistema en función de la pérdida de capacidad productiva. Al desarrolla individual y sistemáticamente para obtener los
considerar un nivel de detalle más bajo, como el nivelr, la
principales indicadores e identificar los equipos con
suma de todos los valores de E-OCI es el 100 % del sistema
mayores impactos en el proceso.
Los datos fueron recolectados durante un período de 16 meses.
rX
Xnorte
E-OCIyo;j=1 D5Þusando el Módulo de Mantenimiento de Planta de SAP
yo =1j =1 Informe del software Enterprise Resource Planning (SAP-PM) de la
industria minera en Chile. Teniendo en cuenta que los sistemas de
Una vez elE-OCIyo;jde cada ítem se conoce, su nivel de captura automática actuales brindan datos ricos y completos con
impacto se divide en dos aspectos principales: frecuencia respecto a los parámetros operativos, enfocados en el pronóstico y
(por la indisponibilidad del elemento) y consecuencia (por la aplicación de gestión de la salud, datos relacionados con el
el impacto del elemento). la consecuencia esE-DFPyo;j, que estado del activo, parámetros específicos del proceso y tiempos
representa el efecto sobre el sistemajde elementoIparada. muertos. Este repositorio de datos está vinculado con información
El efecto del elemento de parada.Ipuede tener diferentes
relacionada con notificaciones de trabajo y órdenes de trabajo. En
resultados en el sistemajdependiendo del estado de los
consecuencia, una solución de planificación de recursos
elementos que también están a nivelI.En particular, la
empresariales (ERP) permite la integración completa del flujo de
ecuación (7) se deduce de la definición de E-OCI y la
información de todas las áreas funcionales por medio de una base
relación entre el elemento y la indisponibilidad del sistema
de datos única a la que se puede acceder a través de una interfaz
(ecuación (6))
unificada y un canal de comunicación. Por lo tanto, es posible
- - aplicar la metodología propuesta utilizando esta base de datos
1 -Ayo;j E-DFP yo;j
E-OCIyo;j= - - D6Þ consolidada validando la calidad y cantidad de la información.
1 -Asistema
- -
E-OCII-;j 1 -A
-
sistema
E-DFPyo;j= D7Þ
1 -Ayo;j El caso de estudio de CSP
La Figura 2 muestra la metodología FEI y cada fase del El caso de estudio es el proceso de fundición de una mina en Chile;
proceso. La Tabla 1 muestra un análisis comparativo entre la primera etapa de este proceso es la fundición del mineral, el cual
las principales metodologías de criticidad y de impacto contiene una concentración de aproximadamente 26% de cobre.
operativo. Las operaciones pirometalúrgicas, que permiten la extracción del
cobre metálico, se realizan en convertidores tipo A (el proceso de
fusión), convertidores tipo B (el proceso de conversión), hornos de
Caso de estudio
limpieza de escorias (el proceso de recuperación del cobre), estufas
Para el desarrollo analítico de este caso de estudio se de refino a fuego (el proceso de proceso de preparación de cobre
presenta el proceso y equipo seleccionado en el refinado) y hornos anódicos (el proceso de preparación de cobre
análisis para desarrollar la secuencia lógico-funcional anódico). La capacidad nominal de producción del proceso de
RBD debido a la complejidad del sistema con gran fundición es de 60 ton/h. Los gases resultantes del proceso de
cantidad de equipo. Luego, se analizan el tiempo conversión de la fusión son tratados en plantas de limpieza de
hasta la falla (TTF) y el TTR para validar e identificar gases, que también producen ácido sulfúrico que se comercializa
tendencias y correlaciones. La parametrización se principalmente en la industria minera de la zona norte de Chile.
realiza según el estocástico más adecuado

Tabla 1.Comparación de metodologías de evaluación de impacto operativo.
Metodología Tipología Enfocar Estimación del efecto de falla Flexibilidad
Árbol de fallas11 Cualitativo Individual Analisis fallido Elevado
Departamento de Defensa de EE. UU.27 Cualitativo Individual Analisis fallido Elevado
Crespo et al.28propuesta Cuantitativo sistémico Criterios de expertos (1–5) Medio

FEI26 Cuantitativo sistémico Análisis de impacto probabilístico Elevado
FEI: impacto esperado de la falla.
Tabla 2.información de CSP.
Equipo Etiqueta Función básica Capacidad (ton/h)
Nominal Máximo
Secadora 1 D1 El secado 30 60
Secadora 2 D2 30 60
Convertidor de tipo A 1 CA1 Tipo de conversión A 30 60
Convertidor de tipo A 2 CA2 30 60
Convertidor de tipo B 1 CB1 Tipo de conversión B 20 30
Convertidor de tipo B 2 CB2 20 30
Convertidor de tipo B 3 Horno CB3 20 30
de ánodo de refinado 1 Horno RAF1 Refinación A 30 60
de ánodo de refinado 2 Horno RAF2 30 60
de ánodo 1 AF1 Refinación B 30 60
Horno de ánodo 2 AF2 30 60
CSP: proceso de fundición de cobre.
Por lo tanto, el portafolio de productos obtenidos a través de

estos procesos incluye placas de cobre con 99,7% de pureza,
lingotes de cobre refinado a fuego con 99,9% de pureza y
ácido sulfúrico derivado del procesamiento de gases de
fundición (Cuadro 2). El desarrollo analítico del caso de estudio
utiliza el principal flujo operativo del concentrado en el
proceso de fundición, el cual está representado por los
equipos y subprocesos que se muestran en la Figura 3. Los
subprocesos mineros que se consideran en este artículo son
secado, fusión de concentrado, conversión, y refinación.
Figura 3.Diagrama de proceso de estudio de caso.

Modelado del sistema
La lógica detrás de las operaciones del proceso se puede del 60% y 40%, respectivamente. Cada subproceso se
representar mediante diagramas FT, que permiten el compone de dos elementos en total redundancia. La
desarrollo posterior de la configuración RBD. De acuerdo con clasificación para el análisis de confiabilidad del CSP se
la Tabla 1, el FT se construye como se muestra en la Figura 4: presenta en el diagrama FT.
De acuerdo con la Figura 2, el proceso de fundición está El análisis cuantitativo del CSP considera las condiciones
compuesto por cuatro subsistemas dispuestos en serie: el de operación, datos de fallas, tiempos de mantenimiento y
subsistema de secado (DS), que consta de dos secadores en otra información funcional necesaria para estimar los
plena redundancia; el subsistema de fusión de concentrados indicadores RAM para cada equipo, cada subsistema y el
(CFS), que consta de dos convertidores tipo A en redundancia sistema total. El análisis de confiabilidad se realizó
total; el subsistema de conversión (CS), que consta de tres utilizando algoritmos tradicionales.26
convertidores tipo B en configuración 3-2 con redundancia
parcial; y el subsistema de refinación (RS), que consta de dos
Análisis de los datos
líneas de trabajo que separan la producción del horno anódico
de refinación (RAF) de la producción de placas del horno Los datos recopilados incluyen TTF y TTR para cada
anódico (AF), con una distribución de carga equipo. El siguiente paso en la gestión de datos es

Figura 4.Representación FT del proceso.
Tabla 3.Resultados estadísticos para datos TTF y TTR.
Subsistema Equipo conjunto de datos Grados de libertad Estadística U Rechazo de hipótesis nula al 5% de
nivel de significancia
SD D1 TTF 96 97.25 No rechazado (.76.11)

TTR 96 82.21 No rechazado (.74.40)
D2 TTF 66 57.32 No rechazado (.52.34)
SFC CA1 TTF 62 47.56 No rechazado (.39.65)
CA2 TTF 56 46.17 No rechazado (.38.95)
CS CB1 TTF 62 49.13 No rechazado (.33.56)
CB2 TTF 70 54.23 No rechazado (.47.36)
CB3 TTF 92 89.34 Rechazado (\92.71)
RS RAF1 TTF 70 52.14 Rechazado (\53.11)
RAF2 TTF 68 49.76 No rechazado (.42.57)
AF1 TTF 62 58.27 Rechazado (\59.56)
AF2 TTF 54 41.56 No rechazado (.39.44)
TTF: tiempo hasta el fallo; TTR: tiempo de reparación; DS: subsistema de secado; CFS: subsistema de fusión de concentrados; CS: subsistema de conversión; RS: subsistema de
refinación; RAF: horno de ánodo de refinado; AF: horno de ánodo.
determinar la naturaleza del equipo que está involucrado en el Se calculan los indicadores de independencia y tendencia. Los
proceso. En este caso, todos los equipos utilizan la dinámica de valores calculados de las estadísticas de prueba para todas las
los equipos en servicio, y su distribución posterior debe fallas del equipo y los datos de reparación se enumeran en la
seleccionarse utilizando los modelos estocásticos Tabla 3. Utilizando la hipótesis nula de un HPP, en el que la
correspondientes.29según los comportamientos de los datos estadística de prueba U esX2distribuido con 2(n21) grados de
en cuanto a tendencia e independencia. libertad, la hipótesis nula no se rechaza al 5% de significancia
en la mayoría de los equipos. Los resultados estadísticos
muestran que los conjuntos de datos para la mayoría de los
Análisis de tendencias y correlaciones.Analizando los equipos, con la excepción de los datos TTF para CB3, RAF1 y
datos de los equipos que intervienen en el proceso, se AF1, no muestran tendencias ni series.

Tabla 4.Distribuciones de ajuste de los datos TTF y TTR.
Equipo Mejor ajuste (datos TTF)
Distribución pagsvalor (KS) Parámetro 1 Parámetro 2 MTTFi
D1 Weibull 0.29 un =238 segundo =1.13 228

D2 Weibull 0.17 un =224 segundo =1.2 211
CA1 Exponencial 0.14 un =253 segundo =1.6 227
CA2 Weibull 0.43 un =330 segundo =1.4 300
CB1 Exponencial 0.32 un =256 segundo =1 256
CB2 Weibull 0.29 un =792 segundo =1.34 722
CB3 NHPP-PLP 0.31 un =402 segundo =1.32 269
RAF1 NHPP-PLP 0.28 un =351 segundo =1.27 211
RAF2 Weibull 0.40 un =144 segundo =1.30 133
AF1 NHPP-PLP 0.23 un =324 segundo =1.31 203
AF2 Exponencial 0,61 un =315 segundo =1 315
Equipo Mejor ajuste (datos TTR)
Distribución pagsvalor (KS) Parámetro 1 Parámetro 2 MTTRi
D1 Lognormal 0.57 metro =0.478 s =2.24 4.94

D2 Lognormal 0.24 metro =0.731 s =1.3 3.97
CA1 Lognormal 0.71 metro =0.940 s =1.8 6.29
CA2 Normal 0,61 metro =4.8 s =1.2 4.84
CB1 Lognormal 0,66 metro =1.31 s =1.57 8.12
CB2 Lognormal 0.35 metro =1.45 s =2.02 11.71
CB3 Normal 0,69 metro =7.33 s =1.4 7.33
RAF1 Lognormal 0.21 metro =1.44 s =1.1 7.31
RAF2 Lognormal 0,61 metro =0.872 s =1.24 4.41
AF1 Lognormal 0,45 metro =1.31 s =1.45 7.65
AF2 Lognormal 0.24 metro =0.91 s =1.7 5.82
TTF: tiempo hasta el fallo; TTR: tiempo de reparación; MTTF: tiempo medio hasta el fallo; MTTR: tiempo medio de reparación; KS: Kolmogorov–Smirnov; RAF: horno de ánodo de
refinado; AF: horno de ánodo.
correlación. Por lo tanto, se rechaza la suposición La Tabla 4 también enumera el indicador básico de
independiente e idénticamente distribuida (iid) para confiabilidad, que es el tiempo medio de falla (MTTF), el
estos equipos. Se obtuvieron resultados idénticos del indicador básico de mantenibilidad, que es el tiempo medio de
análisis de tendencias gráficas.14 reparación (MTTR) y los parámetros respectivos de las curvas
ajustadas.
Ajuste de distribución y cálculo de indicadores básicos.La De acuerdo con la configuración tradicional (sin tendencia),
definición de las distribuciones de probabilidad se usa los parámetros de confiabilidad de las curvas ajustadas (una,
comúnmente para describir los procesos de falla y reparación b),que se basan en la teoría del ciclo de vida,31muestran que
del equipo. Se examinaron diferentes tipos de distribuciones los equipos se encuentran en diferentes fases de la curva de la
estadísticas y se estimaron sus parámetros utilizando MATLAB. bañera. b=1 está relacionado con una tasa de falla constante o
30Se realizó una prueba estadística de bondad de ajuste para fase de vida "útil";B .1 es la fase en la que la tasa de fallas
definir las distribuciones de los tiempos operatorios y TTR. En generalmente aumenta y se necesita servicio y mantenimiento
particular, las pruebas de Kolmogorov-Smirnov25 adicionales. En la fase de vida de ''desgaste'', se requiere una
a un nivel de significación de a = 0.1 se requirieron para ser evaluación técnica y económica para determinar la necesidad
satisfechos parapag=0,1 en cada ajuste. La hipótesis nula H0 de un posible reemplazo, y en laB \1 fase, la tasa de falla de los
es la siguiente: los datos siguen una distribución normal, log- componentes disminuye con el tiempo. Los problemas
normal, exponencial o Weibull. tempranos del ciclo de vida a menudo se deben a fallas en el
Los datos de tendencia del equipo deben analizarse utilizando diseño, instalación incorrecta y operación por parte de
un modelo estocástico para elementos reparables. El modelo operadores mal capacitados. Por lo tanto, la información
NHPP utilizado en este estudio se basa en el proceso de ley de estadística obtenida del ajuste de la curva debe utilizarse para
potencia (PLP). losX2La prueba y la prueba de Kolmogorov-Smirnov estimar el rendimiento del sistema en lugar de explicar el
se encontraron clásicamente para validar la distribución de mejor comportamiento de los equipos individuales.
ajuste.31Los parámetros que se estimaron a partir de los datos de La distribución de probabilidad que se usa comúnmente para
falla se enumeran en la Tabla 4. representar los tiempos de reparación es la normal-logarítmica

Tabla 5.Evaluación de la confiabilidad del CSP.
R(0) R(50) R(100) R(150) R(200) R(250) R(300) R(350) R(400)
Sistema 1.000 0.948 0.785 0.568 0.360 0.196 0.088 0.031 0.009
SD 1.000 0.976 0.901 0.794 0.674 0.556 0.449 0.356 0.278
D1 1.000 0.842 0.687 0.552 0.440 0.347 0.273 0.213 0.166
D2 1.000 0.848 0.684 0.539 0.418 0.320 0.242 0.181 0.135
SFC 1.000 1.000 0.999 0.987 0.943 0.833 0.643 0.412 0.218
CA1 1.000 0.928 0.797 0.648 0.503 0.375 0.269 0.186 0.125
CA2 1.000 1.000 0.993 0.964 0.885 0.732 0.512 0.278 0.106
CS 1.000 0.987 0.942 0.869 0.778 0.679 0.580 0.486 0.401
CB1 1.000 0.823 0.677 0.557 0.458 0.377 0.310 0.255 0.210
CB2 1.000 0.979 0.946 0.907 0.864 0.820 0.773 0.727 0.681
CB3 1.000 0.953 0.882 0.802 0.721 0.640 0.564 0.492 0.426
RS 1.000 0.984 0.925 0.834 0.728 0.622 0.523 0.436 0.360
subsistema RAF 1.000 0.981 0.911 0.801 0.677 0.556 0.449 0.359 0.284
RAF1 1.000 0.917 0.807 0.694 0.588 0.491 0.405 0.331 0.268
RAF2 1.000 0.777 0.537 0.348 0.216 0.129 0.075 0.042 0.023
subsistema AF 1.000 0.988 0.948 0.884 0.806 0.721 0.635 0.551 0.473
AF1 1.000 0.917 0.807 0.694 0.588 0.491 0.405 0.331 0.268
AF2 1.000 0.853 0.728 0.621 0.530 0.452 0.386 0.329 0.281
CSP: proceso de fundición de cobre; DS: subsistema de secado; CFS: subsistema de fusión de concentrados; CS: subsistema de conversión; RS: subsistema de refinación; RAF: horno de
ánodo de refinado; AF: horno de ánodo.
Figura 5.Curvas de fiabilidad de los principales subsistemas de la CSP.
distribución, lo que explica la variabilidad de la reparación La Tabla 5 presenta los principales resultados de confiabilidad para
por dos fenómenos:32la variación del tiempo asociada a diferentes tiempos de operación. Los resultados de confiabilidad para el
factores accidentales (distribución exponencial negativa) y subsistema principal y el sistema total se muestran gráficamente en la Figura
los factores relacionados con la reparación típica 5.
(distribución normal). Mediante el análisis numérico y gráfico de los resultados de
confiabilidad, los subsistemas DS y RS muestran una
Análisis de confiabilidad del sistema.El CSP se divide en cuatro disminución acelerada de la confiabilidad en comparación con
subsistemas, que comprenden una serie de configuraciones lógico- los otros subsistemas (comportamiento exponencial). El
funcionales, es decir, todos los subsistemas deben estar operativos subsistema CS presenta la mejor condición debido a la
para garantizar que el proceso funcione correctamente. La confiabilidad configuración redundante del subsistema y el comportamiento
del subsistema y del sistema generalmente se calcula utilizando las claramente confiable del equipo. Durante las primeras 300 h,
fórmulas RBD estándar.5,22 el subsistema CFS presenta el comportamiento más confiable

Tabla 6.Cálculo de la disponibilidad esperada.
MTTF (horas) MTTR (horas) Disponibilidad (%) Subsistema Sistema

disponibilidad (%) disponibilidad (%)
Sistema 95.17
SD 98.66
D1 227.69 4.94 97.88
D2 210.71 3.98 98.15
SFC 98.62
CA1 226.83 6.30 97.30
CA2 299.95 4.80 98.42
CS 99.83
CB1 256.00 8.13 96.92
CB2 721.85 11.70 98.40
CB3 269.38 7.33 97.35
RS 97.99
subsistema RAF 97.77
RAF1 211.13 7.32 96.65
RAF2 133.00 4.45 96.77
subsistema AF 98.31
AF1 202.94 7.58 96.40
AF2 315.00 5.81 98.19
MTTF: tiempo medio hasta el fallo; MTTR: tiempo medio de reparación; DS: subsistema de secado; CFS: subsistema de fusión de concentrados; CS: subsistema de conversión; RS:
subsistema de refinación; RAF: horno de ánodo de refinado; AF: horno de ánodo.
por su redundancia; después de este tiempo, la confiabilidad disminuye los cálculos de disponibilidad esperados para el equipo, los
exponencialmente (comportamiento de desgaste). subsistemas y el sistema.
Para identificar oportunidades para mejorar la De acuerdo a los resultados, el subsistema con menor
confiabilidad, los procesos deben enfocarse en los disponibilidad esperada es RS, mientras que CS tiene mayor
subsistemas con menor confiabilidad en el tiempo, disponibilidad. Para este caso particular, los resultados de
es decir, DS y RS. Esta información es la clave para disponibilidad son consistentes con los resultados de confiabilidad.
definir los intervalos de las intervenciones Por lo tanto, se necesita un mecanismo práctico para identificar el
preventivas. Por ejemplo, si la confiabilidad definida E-OCI más alto e integrar los resultados de RAM.
por una organización para desarrollar la intervención De acuerdo con el procedimiento de la sección
preventiva de equipos críticos oscila entre 75% y ''Metodología FEI'' y las ecuaciones (2)–(6), los impactos
80%, las actividades de planificación para el de cada equipo, cada subsistema y el sistema se
subsistema DS deben oscilar entre 75 y 100 h de presentan en la Tabla 7.
funcionamiento. Sin embargo, el sistema examinado La Tabla 7 muestra que D1 explica el 14.57% de la falta
presenta un importante nivel de redundancia en tres de efectividad del sistema, lo cual se expresa como la E-
de sus subsistemas, lo que también debe ser OCI; cada falla D1 da como resultado una pérdida esperada
considerado al momento de evaluar y definir futuras de capacidad de producción del 33,09 % para el sistema
políticas de mantenimiento. En términos prácticos, total, que se expresa como E-DFP. Ambos índices de
generalmente se asume una política correctiva en impacto dependen del comportamiento del equipo en
sistemas redundantes. Sin embargo, para llegar a términos de resultados RAM, contexto operativo y
esta conclusión,5 dependencias lógicas, así como de los indicadores de los
otros equipos en su subsistema (nivel inmediatamente
superior). Los valores de E-DFP para cada subsistema son
Análisis de mantenibilidad del sistema.En términos de análisis iguales, lo que se atribuye a la configuración serial del
individuales, la mantenibilidad tiene un efecto importante en sistema.
los resultados de los equipos y la disponibilidad sistémica.23 Con este análisis se pueden agrupar los equipos y
Para cada elemento, TTR y MTTRIson necesarios para el subsistemas que generan mayor impacto en la
siguiente análisis. La Tabla 5 enumera la información disponibilidad o producción del sistema principal. Sin
paramétrica para calcular el MTTRI. embargo, los resultados no son distintos. Por lo tanto, se
propone la continuidad con un análisis de dispersión en el
que el eje X corresponde a la indisponibilidad y el eje Y
Análisis de disponibilidad del sistema.Con la información corresponde a la E-DFP. De esta manera, las curvas
obtenida de los ajustes de la curva, la disponibilidad esperada generadas corresponden a las curvas de iso-impacto de
5,22,33fue analizado. La Tabla 6 presenta los resultados de criticidad operacional esperadas.

Figura 6.Análisis de dispersión de la metodología FEI para los subsistemas.
La Figura 7 muestra el E-DFP relativamente bajo para el

Tabla 7.Cálculo de E-OCI y E-DFP.
equipo, lo que se atribuye a la redundancia en cada uno de
E-OCI (%) E-DFP (%) los subsistemas. Debido a la configuración en serie de
todos los subsistemas, los valores de E-DFP son todos
Sistema 100.00 100.00 idénticos, con la excepción de los subsistemas RAF y AF,
SD 27.27 98.35 que tienen diferentes capacidades y contextos operativos.
D1 14.57 33.09
El orden de los subsistemas en términos de opera-
D2 12.71 33.09
SFC 28.22 98.35 la efectividad nacional es RS, CFS, DS y CS. En el
CA1 17.82 31.85 nivel individual, el orden de los equipos es el siguiente:
CA2 10.39 31.85 mínimos: CA1, D1, D2, RAF1, RAF2, AF1, CA2, AF2,
CS 3.47 98.35
CB1, CB3 y CB2.
CB1 1.46 2.29
CB2 0.76 2.29
CB3 1.26 2.29
RS 41.04 98.35 Conclusión
subsistema RAF 24.62 53.36
RAF1 12.53 18.05 El estudio de impacto de confiabilidad es un análisis relevante para
RAF2 12.10 18.05 desarrollar un proceso de toma de decisiones. Considerando el
subsistema AF 16.42 46.78 metodologías estándar, es posible establecer que
AF1 10.92 14.65 no existen criterios formales para identificar el impacto de
AF2 5.50 14.65
cada activo y su comportamiento o falla. Por lo tanto, es
E-OCI: índice de criticidad operacional esperada; E-DFP: propagación esperada del factor necesario definir un KPI orientado a establecer una jerarquía y
de tiempo de inactividad; DS: subsistema de secado; CFS: subsistema de fusión de determinar la efectividad del impacto de los KPI en los
concentrados; CS: subsistema de conversión; RS: subsistema de refinación; RAF: horno elementos.
de ánodo de refinado; AF: horno de ánodo.
Un análisis profundo de confiabilidad requiere calidad y
cantidad de datos; por lo tanto, este artículo muestra la
importancia de la calidad de la información que se encuentra
Primero, se realiza un análisis a nivel de subsistema disponible para el análisis; los datos existentes deben ser
(Figura 6); DS, CFS, CS y RS tienen el mismo nivel de E-DFP auditados para validar el análisis anterior.
porque están en serie. Por lo tanto, la indisponibilidad de La metodología FEI tiene importantes aplicaciones potenciales
cada subsistema crea un E-OCI diferente. Los subsistemas en varios problemas de ingeniería, realidades industriales y
RAF y AF tienen un E-DFP más pequeño porque emplean sectores productivos. FEI es una poderosa herramienta para el
una configuración de carga compartida (60 % de la carga y análisis y la toma de decisiones para las diversas fases de un
40 % de la carga, respectivamente) en el subsistema RS. proyecto industrial a través del costo del ciclo de vida (LCC) para
operaciones orientadas al diseño, como los gastos de capital.

Figura 7.Análisis de dispersión de la metodología FEI para los equipos.
(CAPEX) y gastos operativos (OPEX), que están Fondos

asociados al proceso de mejora. Los autores no recibieron apoyo financiero para la
Los puntos fuertes de la metodología FEI incluyen su investigación, autoría y/o publicación de este artículo.
capacidad para evaluar sistemática y cuantitativamente la
criticidad operativa en términos de los indicadores RAM y
Referencias
la configuración lógica de los subsistemas y equipos
individuales, que afectan directamente a cada elemento 1. Asaki Z. Estudios cinéticos del horno de fundición flash de
del sistema total. Esta propuesta complementa el cobre y mejoras de su funcionamiento en las fundiciones de
Japón.Proceso minero Extr M1992; 11: 163–185.
modelado y análisis de plantas, a partir de metodologías
2. Parra C.Desarrollo de cuantificación económica del factor
tradicionales. El E-OCI es el resultado final del proceso de
Fiabilidad en el coste total de ciclo de vida de un sistema
cómputo, que permite la priorización cuantitativa e
de modelos de producción.Tesis Doctoral, Universidad de
inequívoca de los elementos del sistema para evaluar la Sevilla, Sevilla, 2009.
pérdida asociada como ''pérdida de producción'' en cuanto 3. Pham H (ed.).manual de ingenieria de confiabilidad.Piscataway:
a su indisponibilidad y efecto en el proceso. Este último Nueva Jersey: Springer, 2003.
concepto permite estimar la E-DFP del equipo para 4. Viveros P, Zio E, Arata A, et al. Sistema integrado de análisis de
determinar los efectos individuales de la detención y confiabilidad y capacidad productiva de una línea de
evaluar escenarios complejos y redundantes. producción. Un estudio de caso para un proceso minero
El caso de estudio brinda resultados útiles para chileno.Proc IMechE, Parte O: J Riesgo y Confiabilidad2012;
desarrollar una jerarquización que permita analizar 226: 305–317.
5. Licenciatura Dhillon.Mantenibilidad, mantenimiento y confiabilidad
acciones de mejora que estén alineadas con las mejores
para ingenieros.Boca Ratón, Florida: Taylor & Francis Group, 2006.
oportunidades.
Considerando la estructura de la metodología FEI, es
6. WelteTM. Un enfoque basado en reglas para establecer estados en
posible concluir que es replicable en diferentes campos de un proceso de Markov aplicado al modelado de mantenimiento.
aplicación y puede ser fácilmente automatizada. Los Proc IMechE, Parte O: J Riesgo y Confiabilidad2009; 223: 1–12.
rankings que se basan en el impacto esperado en la
operación son efectivos, reconocen debilidades y 7. Heinrich L. Pruebas de bondad de ajuste para la función de segundo
oportunidades, y sirven como base para planes de acción momento de un proceso de Poisson multidimensional
basados en confiabilidad y mantenibilidad. estacionario.Estadísticas1991; 22: 245–278.
8. Peng R, Zhai QQ, Xing LD, et al. Fiabilidad de los sistemas de misión
por fases basados en la demanda sujetos a la cobertura del nivel
Declaración de conflicto de intereses de falla.Reliab Eng Syst seguro2014; 121: 18–25.
El(los) autor(es) declaró(n) que no existe(n) ningún conflicto de interés 9. Rausand M y Hoyland A.Teoría de la confiabilidad del sistema:
potencial con respecto a la investigación, autoría y/o publicación de este modelos, métodos estadísticos y aplicaciones.3ra ed. Nueva
artículo. York: Wiley, 2003.

10. Guo H y Yang X. Un método simple de diagrama de bloques de Actas del simposio anual de confiabilidad y
confiabilidad para la verificación de integridad de seguridad.Reliab Eng mantenibilidad,Alexandria, VA, 24–27 de enero de
Syst seguro2007; 92: 1267–1273. 2005, págs. 109–115. Nueva York: IEEE.
11. Rauzy AB, Gauthier J y Leduc X. Evaluación de grandes árboles 25. Sundararajan CR.Guía de ingeniería de confiabilidad.Nueva
de fallas generados automáticamente mediante diagramas de York: Van Nostrand Reinhold, 1991.
decisión binarios.Proc IMechE, Parte O: J Riesgo y 26. Kristjanpoller F, Viveros P, Crespo A, et al. Una metodología
Confiabilidad2007; 221: 95–105. novedosa para evaluar el impacto y la criticidad de los
12. Distefano S y Puliafito A. Análisis de confiabilidad y activos sobre sistemas con configuraciones lógicas
disponibilidad de sistemas dinámicos dependientes con DRBD. complejas. En:Actas de la conferencia europea anual sobre
Reliab Eng Syst seguro2009; 94: 1381-1393. seguridad y fiabilidad (ESREL),Zúrich, 7–10 de septiembre
13. Volovoi V. Modelado de la confiabilidad del sistema Redes de Petri con de 2015, ISBN: 978-1-138-02879-1. Londres: Taylor &
tokens de envejecimiento.Reliab Eng Syst seguro2004; 84: 149–161. Francis Group.
14. Jiang W, Xie C, Wei B, et al. Un método modificado para la evaluación de 27. Departamento de Defensa de los Estados Unidos.Procedimientos
riesgos en modos de falla y análisis de efectos de palas de rotor de para realizar un análisis de modos y efectos de fallas, MIL-
turbina de aeronaves.Ing. mecánico avanzado.Epub anterior a la STD-1629A. Washington, DC: Departamento de Defensa, 1977.
impresión del 22 de abril de 2016. DOI: 10.1177/1687814016644579. 28. Crespo A, Moreu P, Sola A, et al. Análisis de criticidad con fines de
15. Barberá L, Crespo A, Viveros P, et al. El análisis gráfico para mantenimiento: un estudio para activos de ingeniería complejos
el método de gestión de mantenimiento: un análisis en servicio.Int. de ing. de confianza de calidad2015; 32: 519–533.
gráfico cuantitativo para apoyar la toma de decisiones de 29. Viveros P, Crespo A, Kristjanpoller F, et al. Modelos
gestión de mantenimiento.Int J Reliab Qual Saf Eng2013; matemáticos y estocásticos para la confiabilidad en activos
29: 77–87. físicos industriales reparables. En: González-Prida V y Raman A
16. Baraldi P, Compare M y Zio E. Clasificación de componentes por (eds)Promoción de prácticas sostenibles a través de la
importancia de Birnbaum en presencia de incertidumbre ingeniería energética y la gestión de activos.Hershey,
epistémica en las probabilidades de eventos de falla.IEEE T Pensilvania: IGI Global, 2015, págs. 287–310.
confiable2013; 62: 37–48. 30. Dogan I. Simulación de ingeniería con MATLAB: mejora de
17. Chapman AD. Principios de calidad de datos, versión 1.0. la eficacia de la enseñanza y el aprendizaje.Procedia Comp
Informe para el Fondo Mundial de Información sobre S2011; 3: 853–858.
Biodiversidad. Copenhague: GBIF, 2005. 31. Levitin G. Método de diagrama de bloques para analizar
18. Gámiz ML y Lindqvist BH. Estimación no paramétrica en sistemas multiestado con fallas descubiertas.Reliab Eng Syst
procesos de renovación de tendencia.Reliab Eng Syst seguro seguro2007; 92: 727–734.
2016; 145: 38–46. 32. Barlow R y Proschan F.Teoría matemática de la
19. Ascher H. y Feingold H.Confiabilidad de los sistemas fiabilidad.Filadelfia, PA: Sociedad de Matemáticas
reparables: modelado, inferencia, conceptos erróneos y sus Industriales y Aplicadas, 1996.
causas. vol. 7. Nueva York: CRC Press, 1984. 33. Lisnianski A. Método de diagrama de bloques extendido para una
20. Veber B, Nagode M y Fajdiga M. Proceso de renovación evaluación de confiabilidad del sistema multiestado.Reliab Eng
generalizado para sistemas reparables basados en una mezcla Syst seguro2007; 92: 1601-1607.
finita de Weibull.Reliab Eng Syst seguro2008; 93: 1461–1472.
21. Kijima M y Sumita N. Una generalización útil de la teoría de la
renovación: procesos de conteo gobernados por incrementos Apéndice 1
markovianos no negativos.Probabilidad de aplicación J1986; 23:
71–88. Notación
22. Macchi M, Kristjanpoller F, Arata A, et al. Introducción de
inventarios de reserva en el análisis RBD de los sistemas de A disponibilidad
producción.Reliab Eng Syst seguro2012; 104: 84–95.
23. Moreu P, González-Prida V, Barberá L, et al. Un método práctico
a parámetro de escala de la distribución de Weibull
para la evaluación de la mantenibilidad en dispositivos

B parámetro de forma de la distribución de Weibull
industriales utilizando indicadores y atributos específicos. GRAMO función gamma

Reliab Eng Syst seguro2012; 100: 84–92. yo tasa de fracaso
24. Barabady J. Análisis de confiabilidad y mantenibilidad de

plantas de trituración en la mina de bauxita Jajarm de Irán. En:

Untitled

Cargado por

Copyright:

Formatos disponibles

Untitled

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Untitled

Cargado por

Copyright:

Formatos disponibles

Traducido del inglés al español - www.onlinedoctranslator.

Artículo de edición especial

Avances en Ingeniería Mecánica

en la cuantificación del impacto esperado para el

fredy kristjanpoller1,2, Adolfo Crespo2, Pablo Viveros1,2y Luis Barbera2

Fecha de recepción: 19 de mayo de 2016; aceptado: 26 septiembre 2016

Editor académico: Shun-Peng Zhu

Introducción y Antecedentes afectar directamente la maximización de los beneficios

productiva utilizando los parámetros de control como base

¿Cuál es la motivación para aplicar la metodología FEI?En el

Descargado deade.sagepub.compor invitado el 20 de octubre de 2016

(comportamiento histórico reparable). Un sistema reparable luego

Descargado deade.sagepub.compor invitado el 20 de octubre de 2016

mejor que viejo''. encontrar una generalización a esta MTTF

Metodología FEI.En esta fase, el primer indicador es el E-

E-OCIsistema i =0=1 D2Þ

Descargado deade.sagepub.compor invitado el 20 de octubre de 2016

necesario desarrollar la ecuación (4), que considera la

Descargado deade.sagepub.compor invitado el 20 de octubre de 2016

Tabla 1.Comparación de metodologías de evaluación de impacto operativo.

Metodología Tipología Enfocar Estimación del efecto de falla Flexibilidad

Árbol de fallas11 Cualitativo Individual Analisis fallido Elevado

Departamento de Defensa de EE. UU.27 Cualitativo Individual Analisis fallido Elevado

Crespo et al.28propuesta Cuantitativo sistémico Criterios de expertos (1–5) Medio

FEI: impacto esperado de la falla.

Tabla 2.información de CSP.

Equipo Etiqueta Función básica Capacidad (ton/h)

CSP: proceso de fundición de cobre.

Por lo tanto, el portafolio de productos obtenidos a través de

Figura 3.Diagrama de proceso de estudio de caso.

Descargado deade.sagepub.compor invitado el 20 de octubre de 2016

Figura 4.Representación FT del proceso.

Tabla 3.Resultados estadísticos para datos TTF y TTR.

SD D1 TTF 96 97.25 No rechazado (.76.11)

Descargado deade.sagepub.compor invitado el 20 de octubre de 2016

Tabla 4.Distribuciones de ajuste de los datos TTF y TTR.

Equipo Mejor ajuste (datos TTF)

Distribución pagsvalor (KS) Parámetro 1 Parámetro 2 MTTFi

D1 Weibull 0.29 un =238 segundo =1.13 228

Equipo Mejor ajuste (datos TTR)

Distribución pagsvalor (KS) Parámetro 1 Parámetro 2 MTTRi

D1 Lognormal 0.57 metro =0.478 s =2.24 4.94

Descargado deade.sagepub.compor invitado el 20 de octubre de 2016

Tabla 5.Evaluación de la confiabilidad del CSP.

R(0) R(50) R(100) R(150) R(200) R(250) R(300) R(350) R(400)

Figura 5.Curvas de fiabilidad de los principales subsistemas de la CSP.

Descargado deade.sagepub.compor invitado el 20 de octubre de 2016

Tabla 6.Cálculo de la disponibilidad esperada.

MTTF (horas) MTTR (horas) Disponibilidad (%) Subsistema Sistema

Descargado deade.sagepub.compor invitado el 20 de octubre de 2016

Figura 6.Análisis de dispersión de la metodología FEI para los subsistemas.

La Figura 7 muestra el E-DFP relativamente bajo para el

Descargado deade.sagepub.compor invitado el 20 de octubre de 2016

Figura 7.Análisis de dispersión de la metodología FEI para los equipos.

(CAPEX) y gastos operativos (OPEX), que están Fondos

Descargado deade.sagepub.compor invitado el 20 de octubre de 2016

para la evaluación de la mantenibilidad en dispositivos

industriales utilizando indicadores y atributos específicos. GRAMO función gamma

24. Barabady J. Análisis de confiabilidad y mantenibilidad de

Descargado deade.sagepub.compor invitado el 20 de octubre de 2016