técnicas del mantenimiento organizado

Técnicas del mantenimiento organizadoNo importa Cuando ocurre una falla
No importa cuanto tiempo tome reparar la falla
Si importa cuando ocurre una falla
Si importa cuanto tiempo tome reparar la falla
Introducción
Acciones tomadas sobre un equipo o sistema para mantenerlo en producción
IUTRC - 2011
PNFE - Mantenimiento
Entradas
Mantenimiento
“Un buen mantenimiento es aquel que manteniendo índices aceptables de producción, contribuye con los costos mas bajos posibles en el costo total del producto”
Técnicas del mantenimiento organizado
Costo del mantenimiento (Bs.)
Aquella que origina desviaciones en las características de funcionamiento, no interrumpe la función. También cuando un elemento del equipo supera su vida útil
Falla parcial que persiste por lapsos de tiempo, luego de los cuales el equipo recobra su función normal
Falla que impide al equipo realizar su función, pero cuyo costo y tiempo de reparación está dentro de un rango razonable
Falla que impide al equipo realizar su función, y cuyo costo y tiempo de reparación es muy grande
La diferenciación depende
Mantenimiento organizado
intenta controlar.
Vida económica o Vida útil
“Lapso durante el cual un equipo produce a los mas bajos costos de operación y mantenimiento”
A – Período de mortalidad infantil
B – Período de rata de falla constante
C – Período de desgaste
Máquinas en sentido general
de máquina
Mala instalación
Mala operación
Mal arranque
Mayor esfuerzo del esperado
Insuficiente factor de seguridad
de calidad
Causas inexplicables
Errores humanos
Causas naturales
la vida útil del equipo
Aumento en la frecuencia
Confiabilidad
“Probabilidad de que un equipo o sistema “no falle” en un lapso previamente establecido”
Donde F(t) es la probabilidad de que un equipo falle en el lapso considerado
Mantenibilidad
“Cuan fácil, rápido, económica es la reparación de un equipo o sistema”
Depende principalmente
Facilidades en los talleres
Adquisición de repuestos y servicios técnicos en la región donde se encuentra la máquina
Tiempo prog. de operación
Es un número comprendido entre cero y uno
Siempre se cumple que:
Frecuencia Relativa
Si A y B son dos sucesos que pueden ocurrir simultáneamente, los casos posible son:
Ocuren A y B
1.-
2.-
3.-
4.-
Si n1, n2, n3 y n4 son los números de veces que ocurren estos casos y si n es el número total de casos que ocurrieron, entonces:
Prof: Pablo Camurri
Dos eventos son independientes si la ocurrencia de uno no afecta la ocurrencia del otro.
En estos casos, la probabilidad de que los eventos ocurran a la vez es:
Probabilidades
La probabilidad de que ocurra un evento o el otro es:
IUTRC - 2011
Prof: Pablo Camurri
Dos o mas eventos son mutuamente excluyentes si la ocurrencia de uno excluye la ocurrencia del otro.
En estos casos, la probabilidad de que los eventos ocurran A o B es:
Probabilidad condicionada
La probabilidad de que un evento A ocurra solo después de que ocurrió el evento B, se cono ce como probabilidad de A condicionada a B y se expresa de la siguiente manera:
Toma cada uno de sus valores con una probabilidad definida
Tiene un número finito de posibles valores
Azar:
“algo que engloba una serie de causas complejas que renunciamos a determinar y estudiar en detalle por difíciles de precisar, porque desconocemos o porque no tenemos ganas ni tiempo”
Prof: Pablo Camurri
variable que admite una subdivisión, en intervalos tan pequeños como se quiera, por ejemplo, el tiempo, la probabilidad de que tenga un valor particular es cero, entonces se representa su “Densidad de probabilidades”, por lo que hablamos de que la variable está dentro de un intervalo.
“y es muy pequeño”
Probabilidad de que x se encuentre en el intervalo (a,b):
Como las probabilidades no pueden ser negativas se cumple siempre que:
Estadística
Función distribución (o acumulación) para una variable discreta
La suma de las probabilidades a la izquierda de un valor xi :
Estadística
Estadística
La integral de la función densidad de probabilidad desde el origen hasta un valor xi es:
Representa la probabilidad de que los habitantes tengan una edad menor a xi . Se llama también a F(t) función acumulación porque incluye o acumula la probabilidad de las edades de los habitantes desde cero hasta xi .
Función distribución para una variable contínua
15
100
1500
70597.9839034854
Media
41.6
35
250
8750
10792.1485137337
Moda
45.0
45
300
13500
3528.8914694924
Varianza
293.2
55
230
12650
41482.1902872534
0.2088%
26
100
0
0.0%
0.0669%
42
35
66
66
80
52
36
52
33
62
26
Conjunto de todos los elementos incluidos en cierto estudio estadístico.
Subconjunto de la población.
Población:
Muestra:
Elemento:
Estadística
IUTRC - 2011
Estadística
Muestra de los Intervalos en minutos en que ocurre determinado evento
IUTRC - 2011
Diferencia entre los valores máximo y mínimo de la muestra
Si ordenamos los datos de menor a mayor nos queda así
El rango es una medida de la dispersión de la muestra
IUTRC - 2011
Estadística
Media Aritmética:
Suma de todas las observaciones dividida entre el número de
las mismas (promedio)
Número de observaciones = 50
Estadística
Media Geométrica
o Mediana:
Valor que separa en partes iguales el número de observaciones superiores e inferiores
Si n es impar
Si n es par
IUTRC - 2011
Estadística
Moda:
En nuestro caso la moda es 90
Una muestra puede tener dos o mas modas, en cuyo caso hablamos de disribuciones bimodales o multimodales respectivamente
IUTRC - 2011
Estadística
Varianza:
Media aritmética, de las desviaciones de la media elevadas al cuadrado, es un estimador de la divergencia de una variable de su valor esperado
En nuestro caso:
Estadística
Desviación
estándar:
Raíz cuadrada de la varianza se puede interpretar como el promedio de la distancia de cada punto respecto del promedio. Es una medida (cuadrática) de lo que se apartan los datos de su media (divergencia)
En nuestro caso:
Media Aritmética para datos agrupados en intervalos:
Cuando los datos están agrupados en intervalos, a cada intervalo se lo conoce también como “clase”
Varianza para datos agrupados en intervalos:
xi = valor medio de cada intervalo o centro de clase
fi = frecuencia de cada intervalo
Ojo: si en una muestra no se puede hallar la media, tampoco se podrá hallar la varianza
IUTRC - 2011
Estadística
CORRELACION
Se fundamenta en el grado de relación que existe entre dos variables.
Donde:
N: Número de datos.
Valores del coeficiente de correlación:
r = 1 Significa que existe una correlación positiva y perfecta entre las dos variables.
Cuando una variable crece, la otra lo hace en la misma magnitud y sentido.
r = - 1 Significa que existe una correlación negativa y perfecta entre las dos variables.
Cuando una crece, la otra decrece en la misma magnitud.
r = 0 Significa que no existe una correlación entre las dos variables.
CORRELACION Y DETERMINACION
COEFICIENTE DE CORRELACION r: Sirve para establecer el grado de relación que existe entre dos variables, llamada correlación simple. Se calcula mediante la fórmula:
IUTRC - 2011
Estadística
DETERMINACIÓN
Determina el grado de influencia que ejerce una variable sobre otra. La raíz cuadrada del coeficiente de determinación es la correlación.
INTERPRETACIÓN
R = 0 Significa que no hay relación, lo que ocurre con una variable es totalmente independiente de lo que ocurre con la otra.
R = 1 Significa que el comportamiento de una variable depende exclusivamente del comportamiento de la otra.
En donde:
R = r2
COEFICIENTE DE DETERMINACIÓN R: Sirve para apreciar la influencia que una variable ejerce sobre la otra. Se calcula mediante la fórmula:
IUTRC - 2011
MODELOS
Un modelo es la representación de una cosa. Es una definición de las relaciones existentes entre las diferentes partes de un sistema. Tal definición debe ser lo suficientemente clara y específica para permitir el estudio del comportamiento del sistema en una gran variedad de circunstancias; evaluar sus resultados actuales y estimar sus posibles resultados futuros.
El modelo debe seleccionarse con base a los objetivos del estudio (naturaleza, cualidades y exactitud de los resultados) y las decisiones a tomar en función de dichos objetivos.
b) El modelo será válido en la medida de la calidad de los datos
c) Todo modelo ofrece un carácter de sistema. La variación de cualquier elemento produce un efecto sobre los resultados, aunque ningún elemento es determinante absoluto de dichos resultados.
d) El modelo debe ser suficientemente sencillo como para facilitar su comprensión.
e) Debe existir un justo balance entre la deseada simplificación del modelo y la calidad de los resultados esperados.
MODELOS ESTADISTICOS
Distribución Lineal
Si el valor de “Y” varía con respecto a “X” por un factor (m) llamado pendiente de la
resta y un valor constante “b”, estamos frente a una Distribución Lineal, cuya ecuación
básica es la siguiente:
La Distribución Binomial
Distribución de probabilidad discreta que mide el número de éxitos en una secuencia de n ensayos independientes de Bernoulli con una probabilidad fija p de ocurrencia del éxito entre los ensayos.
Un experimento de Bernoulli se caracteriza por ser dicotómico, esto es, sólo son posibles dos resultados. A uno de estos se denomina éxito y tiene una probabilidad de ocurrencia p y al otro, fracaso, con una probabilidad q = 1 - p.
En la distribución binomial el anterior experimento se repite n veces, de forma independiente, y se trata de calcular la probabilidad de un determinado número de éxitos
m = np
s2 = npq
IUTRC - 2011
Prof: Pablo Camurri
Si se investiga el nº de piezas defectuosas que existe en un lote de 6 , se está llevando a cabo una experiencia binomial de 6 experimentos ( cada experimento es la observación de una pieza), cada uno de los cuales es independiente de los restantes, con dos posibilidades ( éxito="ser defectuosa" fracaso="no ser def.") cuyas probabilidades (que supondremos p=0,1 , q=0,9) son constantes en todos los experimentos. La variable X="nº de piezas defectuosas" tiene una distribución B(6, 0,1)
La Distribución Binomial, ejemplos:
Al contestar al azar un examen tipo test, formado por 8 preguntas con 5 posibles repuestas cada una, si estudiamos el nº de aciertos tendremos una experiencia binomial de 8 experimentos independientes, con dos posibilidades (acierto o error) con probabilidades respectivas 1/5 y 4/5, que son constantes en cada experimento. Si X mide el nº de aciertos, seguirá la distribución B(8, 1/5)
Cuando se estudia el sexo de los descendientes en las familias con diez hijos, se realiza un experiencia binomial de 10 experimentos. Si X="nº de varones", la variable X sigue la B(10, 0,5)
IUTRC - 2011
x = número de éxitos deseados
l = np = media de exitos por unidad de tiempo, área, producto, etc.
p = probabilidad de éxito de cada ensayo
n = cantidad de veces que se realiza el ensayo
Cuando en una distribución binomial se realiza el experimento un número "n" muy elevado de veces y la probabilidad de éxito "p" en cada ensayo es reducida, ( p. ej. cuando el número de piezas o componentes defectuosos es pequeño) entonces se aplica el modelo de distribución de Poisson:
m = l
s2 = l
IUTRC - 2011
=>
l resulta un número positivo pequeño debe ser < 10
Esta es de interés en estudios de confiabilidad porque, en general, el número de fallas por unidad de tiempo es escasa.
Se utiliza para calcular la probabilidad de números específicos de “eventos” durante un período o espacio particular
Características:
En este tipo de experimentos los éxitos buscados son expresados por unidad de área, tiempo, pieza, etc, etc,:
- # de defectos de una tela por m2
- # de aviones que aterrizan en un aeropuerto por día, hora, minuto, etc, etc.
- # de bacterias por cm2 de cultivo
- # de llamadas telefónicas a un conmutador por hora, minuto, etc, etc.
- # de llegadas de embarcaciones a un puerto por día, mes, etc, etc.
IDENTIFICACIÓN DE LA DISTRIBUCIÓN DE POISSON
Hay que hacer notar que en esta distribución el número de éxitos que ocurren por unidad de tiempo, área o producto es totalmente al azar y que cada intervalo de tiempo es independiente de otro intervalo dado, así como cada área es independiente de otra área dada y cada producto es independiente de otro producto dado.
Estadística
Una distribución muy importante es la Distribución Normal o de Gauss.
La ecuación matemática de la función de Gauss es la siguiente:
Donde:
σ = Desviación estándar
La distribución normal es una curva con forma de campana, con eje de simetría en el punto correspondiente al promedio del universo m. La distancia entre el eje de simetría de la campana y el punto de inflexión de la curva es igual a s
El área debajo de la curva
¡¡ Sólo se requieren m y s para dibujar la curva !!
La Distribución Normal
A una distribución normal con
De esta manera tenemos una función de Gauss que no depende de cual sea el promedio y la desviación estándar de nuestra población real. El cambio de variable hace que se conserve la forma de la función y que sirva para cualquier población, siempre y cuando esa población tenga una distribución normal.
se le llama estándar o tipificada
IUTRC - 2011
Prof: Pablo Camurri
La probabilidad de la variable X dependerá del área de la zona sombreada en la figura, y para calcularla utilizaremos una tabla .
Al calcular Z, se hace un cambio de variable de modo que ahora:
Para poder utilizar la tabla tenemos que transformar la variable X que sigue una distribución N(μ, σ), en otra variable Z que siga una distribución N(0, 1).
IDENTIFICACIÓN DE LA FUNCIÓN NORMAL
La distribución es Normal si coinciden los valores de sus parámetros de posición: Media, Mediana y Moda
Los elementos que caracterizan a la distribución normal son:
Es acampanada y simétrica respecto a la media.
La frecuencia máxima y el eje de simetría coinciden en el punto de la abscisa central.
Las frecuencias de los valores extremos de la variable caen en las colas de la curva.
Las colas jamás cortan el eje X.
Sus principales propiedades son:
En el área total encerrada entre la curva y el eje de abscisas cae el 100% de los valores que puede tomar la variable.
Los porcentajes de área comprendidos en los intervalos de m ± 1σ, m ± 2σ, m ± 3σ son respectivamente: 68,27%, 95,45% y 99,73%.
Es usual utilizar el símbolo N(m , σ), para representar a una curva normal cuya media aritmética es m y su desviación estándar es σ.
IUTRC - 2011
Estadística
La distribución exponencial es una distribución continua que algunas veces se utiliza para modelar el tiempo que transcurre antes de que ocurra un evento.
Distribución Exponencial
Identificación de la función exponencial
En algunas ocasiones la distribución exponencial se utiliza para modelar el tiempo de vida de un componente.
Por otra parte hay una relación cercana entre la distribución exponencial y la distribución de Poisson.
Se dice que una variable aleatoria tiene un distribución exponencial cuando toma valores enteros y positivos con probabilidad f(x) y el evento ocurre con baja frecuencia.
En donde:
b > 0
x > 0
m = b
s2 = b2
IUTRC - 2011
Distribución Exponencial, relación con la distribución de Poisson
Sea X la variable aleatoria definida como "El número de éxitos obtenido en un período de tiempo t“. Sea l el parámetro que representa "El número de esperado de éxitos obtenidos por unidad de tiempo". Esto significa que. en t unidades de tiempo, el número esperado de ocurrencias será lt. por ello, la distribución de probabilidad de X, así definida será
Poisson se utiliza para calcular la probabilidad de números específicos de “eventos” durante un “período” particular. En muchas aplicaciones, el período es la variable aleatoria
Considérese ahora la probabilidad de que un evento “no ocurra” en un tiempo t:
Si T es el tiempo para que el evento “si ocurra”:
es la función acumulación desde 0 hasta t, derivándola se tiene la función densidad:
.
Si el número de ocurrencias de cierto suceso sigue una distribución Poisson, el tiempo entre dos ocurrencias consecutivas seguirá una distribución Exponencial.
En teoría de la confiabilidad, donde la falla de un equipo concuerda con el proceso de Poisson b recibe el nombre de tiempo promedio entre fallas, y l es la rata de fallas
Se dice que la distribución de Poisson no tiene memoria, lo cuál implica que las ocurrencias en períodos de tiempo sucesivos son independientes
IUTRC - 2011
Estadística
Se emplea para caracterizar las fallas iniciales en la primera fase de la vida del componente y las variaciones de la confiabilidad del componente debidas a diversidad de factores relativos al entorno de trabajo tales como la temperatura, la presión, vibraciones, etc.
Distribución Lognormal
σ es su desviación estándar,
IUTRC - 2011
Calidad de Proceso Productivo.
El proceso productivo no acontece por si solo, sino por la combinación de una serie de factores, que relacionados eficientemente darán como resultado que el proceso sea productivo.
La eficacia está relacionada con el logro de una meta
¿se logró la meta?
¿era la meta apropiada?
La eficiencia se relaciona con el costo del logro de la meta
La productividad es la relación entre la cantidad física de bienes y servicios obtenidos en un periodo determinado y la cantidad de insumos gastados en lograrla.
Calidad de diseño
Calidad de fabricación
Tecnología
IUTRC - 2011
“Probabilidad de que un equipo esté disponible para su uso en un lapso determinado”
La disponibilidad tiene mucha importancia en el cálculo de los factores de efectividad en general, al evaluarse la influencia de la disponibilidad de un equipo sobre la efectividad global del sistema.
Efectividad del sistema
“Probabilidad de que un equipo esté disponible para su uso en un lapso determinado”
TO1
TO2
TO3
TO4
TR1
TR2
TR3
TR4
Donde se definen los siguientes parámetros:
Tiempo Total de Operación TTO = TO1+TO2+TO3+TO4+….+TOn
Tiempo Total de Falla TTF = TR1+TR2+TR3+TR4+….+TFn
Tiempo de Servicio TS = TTO+TTF
IUTRC - 2011
Prof: Pablo Camurri
Entonces la disponibilidad de un equipo, en general, viene dada por la siguiente relación:
Disponibilidad
TPFS: Tiempo medio fuera de servicio ΣTF/n
k: Número de ciclos de reparación
n: Número de fallas
HMP: Horas de paro por servicio de mantenimiento preventivo.
HPP: Horas de paro “programado” de mantenimiento.
HFI: Horas de paro “no programado” por fallas propias del equipo.
HFE: Horas por fallas externas.
HNR: Horas por no requerirse del equipo.
o en otros términos:
También para un equipo en particular puede estimarse la disponibilidad de la siguiente
forma:
Confiabilidad
Probabilidad de que una máquina, una línea de producción o una planta completa,“no falle” en un lapso preestablecido.
Probabilidad de Supervivencia Ps(t): considerada un término sinónimo de la confiabilidad y expresa la aptitud de un sistema o equipo a no fallar mientras esté en servicio.
Rata de fallas j(t): se define como la probabilidad de falla casi inmediata de un equipo al llegar a “t” horas de operación, se expresa en unidades de fallas por hora.
Rata de falla
“El más importante elemento de medición y control de mantenimiento”
IUTRC - 2011
Función acumulación o probabilidad de falla antes del tiempo t
Cuando la rata de fallas es constante j(t) = j, es decir no depende de t, resulta una función exponencial de gran interés, donde j se expresa en fallas/hora y es el inverso de TPEF, resultando que:
es
Confiabilidad
Una distribución estadística versátil para el estudio y caracterización de la confiabilidad. La Ley de Weibull es una función continua de tres parámetros y por lo tanto muy flexible
para utilizar. En función del valor que adopten sus parámetros, puede ajustarse a una gran variedad de resultados experimentales asociados a la confiabilidad.
Se sabe que la evaluación de la integral es complicada debido a la naturaleza de j(t), por lo que Weibull para sustituir la integral llegó a la siguiente consideración:
μ: Parámetro de posición, que en la distribución normal representa la media de la población.
η: Parámetro de escala, tal como TMEF o edad característica de la falla.
β: Parámetro de forma que describe el índice de variación de la rata de fallas r(t).
IUTRC - 2011
Confiabilidad
En la ley de Weibull la rata de fallas j(t) se obtiene de la siguiente forma:
Si β<1: la rata de fallas j(t) disminuye con el tiempo, lo que caracteriza las fallas iniciales del equipo.
Si β=1: la rata de fallas j(t) es constante, correspondiéndose con la etapa de operación normal.
Si β>1: la rata de fallas j(t) aumenta con el tiempo, lo que describe la etapa de desgaste del equipo.
Específicamente se cumple que si μ=0 y β=1 se obtiene la distribución exponencial y η es el TPEF.
Haciendo una representación de la rata de fallas y sus distintos valores en función del tiempo se obtiene la conocida “Curva de la Bañera” donde se aprecian las bien diferenciadas etapa de arranque, operación normal y etapa de desgaste.
IUTRC - 2011
como
Confiabilidad
A
B
A
B
Confiabilidad
A
B
Confiabilidad
TMEF1
TMEF2
TMR1
TMR1
A
B
El sistema fallará cuando se superpongan los períodos de reparación
Disponibilidad
Mantenibilidad
Tiempo
Recursos
técnicos
Costo
Tiempo empleado en logística
Tiempo empleado en administración
Horas hombre de mtto
TMR
TMMP
TMMT
TPL
TPA
TTPM
HHM
Tiempo empleado en transporte
HH de mtto por mes calendario
HH adicionales o extra
Costo de mtto. por hora de operación
Costo de mtto. por mes
Razón costo mtto./costo total de vida del equipo
Razón costo mtto./costo total del producto acabado
Minimizar tiempos muertos por falla
Es necesario que estén disponibles el personal y los repuestos necesarios
Componentes del
tenerlos en el almacén por
un tiempo predicho
Repuestos de poca rotación
Repuestos críticos
Existencias del
mantenimiento normal
Elementos que no tienen un uso especializado pero que tienen un requerimiento definido y una rotación corta. Por ejemplo:
Tuberías
momento de su salida
Costo por inflación
Costo de espacio por metro cuadrado del área de almacenamiento
Costo del capital
invertido
Se estima como un porcentaje del valor normalmente entre un 15% y un 20%
Suma pagada por el artículo incluyendo el flete
Rendimiento esperado si se hace una inversión equivalente en el banco
Normalmente un 10% del costo del artículo
Costos de los materiales de mantenimiento
Control de los materiales para el mantenimiento
Cs = Costo del artículo al momento de su salida
Cal = Costo de tener el artículo en inventario (en el almacén)
Ci = Costo de la inversión
Caf = Costo del artículo a valor futuro
Caa = Costo del artículo a valor actual
Cr = Costo de reposición
Tim = Tasa de inflación mensual mientras el artículo está en existencia
T = Tiempo en meses que el artículo está en inventario
i = Tasa de interés (bancaria)
n = N° de períodos de interés
Cd = Porcentaje asignado como costo por desperdicio
Cm2 = Costo del área por m2 (mensual)
A = Área en m2
Control de inventarios
Procedimiento para retirar material del almacén
Registros continuos de inventario, se agregan las recepciones y se restan los retiros. Ayuda a establecer la tasa de demanda de los artículos
.- Piezas para mantenimiento rutinario:
deben ser controlables
.-Clasificación del inventario con el análisis ABC
.-Lo anterior permite hacer un buen uso de la inversión en repuestos
Requisición
Análisis ABC
Se basa en la ley de Pareto, establece que los artículos importantes de un grupo generalmente constituyen una pequeña porción del total y su costo constituye una importante porción del costo total
Artículos clase A: Requieren control estrecho y cantidades mínimas de existencias de seguridad
Artículos clase B: Pueden solicitarse en cantidades mayores que los clase A y pueden mantenerse existencias de seguridad mayores
Artículos clase C: Requieren mínimo control y se puede tener existencias de seguridad hasta para 6 meses
Seleccionar un período apropiado para la administración de inventarios, generalmente un año
Calcular el costo de cada artículo usado en el período seleccionado como porcentaje del costo total de los artículos del inventario
Ordenar los artículos en orden descendente según el cálculo anterior
Elabore una gráfica con el porcentaje de artículos usados en el eje X y el porcentaje de su costo respecto al costo del inventario en el eje Y
Los artículos clase A, serán los que estando comprendidos entre un 10% a un 20% del total, representan un 60% al 80% del costo total
Los artículos clase B, serán los que estando comprendidos entre un 20% a un 30% del total, representan un 20% al 30% del costo total
Los artículos clase C, serán los que estando comprendidos entre un 60% a un 80% del total, representan un 10% al 20% del costo total
Procedimiento paso a paso:
t2 = Tiempo en que llegan los repuestos al almacén
IUTRC - 2011
Cálculo de las cantidades a comprar
Tener un repuesto en el almacén, listo para ser instalado, puede verse como un sistema “Standby”, y puede usarse el mismo criterio para determinar las cantidades a comprar de un repuesto, para un tiempo determinado, por lo tanto:
P = Confiabilidad del sistema, probabilidad de tener el repuesto en almacén antes del tiempo t
n = Cantidad de piezas del mismo tipo usadas por un equipo o grupo de equipos
t = Tiempo en el cual se estima que se van a usar los repuestos que se van a adquirir
S = Cantidad de repuestos que deben tenerse en el almacén, o sea, cantidad derepuestos a comprar en el momento t1
j = Rata de fallas de la pieza considerada
Como es difícil despejar S de la fórmula anterior se usa un gráfico para hallar la solución
Ejemplo:
Si se tiene una máquina con 3 elementos loa cuales tienen una rata de falla j=3,9 x10-4, y se desea saber la cantidad de repuestos a comprar para tener una probabilidad del 90% de tenerlo en el almacén si la falla ocurre en un año, se tiene:
NjT= 3x3,9 x10-6x8640
Operación
Construcción de instalación
Velar por una selección de equipos y controles que garanticen:
Operación acorde con la disponibilidad de medios técnicos
Mantenimiento acorde con los medios técnicos disponibles
Disponibilidad a corto plazo de asistencia técnica especializada
Garantía de servicios y repuestos
Razonable consumo de energía, agua, etc.
Aplicación y especificación de normas vigentes
Especificación de materiales adecuados
Prever y recomendar:
Necesidades de personal de mantenimiento
Necesidades de contratos de mantenimiento
Desarrollo de programas de mantenimiento
Necesidades iniciales de partes y repuestos en almacén
Para una empresa en formación:
Contratación del
Cuales equipos se incluirán en el mtto. organizado primero
Condición actual de funcionamiento
Costo de reparación (materiales y mano de obra)
Estimación de mano de obra necesaria, tiempo y condiciones de trabajo para la reparación
Necesidades de mtto. Preventivo
Llenar formato de auditoria técnica
Debe ser realizada por personal técnico idóneo y según las prioridades establecidas
El sistema de mantenimiento debe ser implantado de manera progresiva
Debe existir una organización adecuada
Solo se puede aplicar a equipos que estén en condiciones ideales de funcionamiento
INFRAESTRUCTURA
Todos aquellos elementos que forman la herramienta de acción, supervisión y control técnico del mantenimiento
Historia técnica y control de costos del equipo
Instrucciones del mantenimiento
Programación del mantenimiento
Ordenes de trabajo
Material bibliográfico
Prof: Pablo Camurri
HISTORIA TÉCNICA Y
CONTROL DE COSTOS
Archivo de información técnica y económica que resume lo acontecido con la máquina
Se aplica tanto a los equipos que están dentro del sistema organizado de mantenimiento como a los que no lo están
En este archivo solo se anotan los datos fundamentales del equipo
Solo se anota la información que verdaderamente se usará para la determinación de índices de eficiencia del mantenimiento
El formato que se use para archivar la información económica debe ser el mismo que se use en la orden de trabajo
Prof: Pablo Camurri
INSTRUCCIONES DE MANTENIMIENTO
Acciones sobre los equipos para detectar o prever posibles fallas parciales o intermitentes que puedan conducir a una falla total
Se distinguen dos tipos de instrucción según su frecuencia de aplicaión:
Permanentes
Limpieza
Revisión
Lubricación
Ajuste
Prof: Pablo Camurri
PROGRAMACIÓN DEL MANTENIMIENTO:
La programación es una aproximación, un estimado y la decisión final suele tomarse una semana o menos antes de la acción de mantenimiento
Se debe dejar dentro de la programación tiempo libre para actualizar la programación, ya que esta debe ser elástica a fin de adaptarse a las necesidades del proceso de producción
Debe contener la siguiente información:
Fecha de emisión
Tiempo estimado para el trabajo
Fecha de aprobación para su ejecución
Trabajo solicitado
Fecha y hora en que se terminó
Trabajo realizado
Horas de producción perdidas
O.D.T. TOTALMENTE EJECUTADAS
Esquema funcional de la orden de trabajo
Desarrollar programas de entrenamiento
Organizar
Materiales y repuestos
Definir responsabilidades
Mtto. preventivo
“Archivar”
Supervisar
Medir y normar
Establecer prioridades
Actualización del personal
Materiales de oficina
Intereses sobre el capital invertido en partes y repuestos
Costos por obsolescencia: Partes y repuestos almacenados y nunca usados que no pueden ser revendidos al precio real
Intereses sobre capital invertido en equipos adicionales para permitir la producción contínua
Costos por obsolescencia del equipo adicional
(También expresan la eficiencia
Costos totales (curva 1 + curva 2)
Tiempo de parada de máquina
Costo
dos
Productividad =
Disponibilidad D =
(
)
D =
n
CiCaa1iCaa
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0%10%20%30%40%50%60%70%80%90%100%
N° de

técnicas del mantenimiento organizado

Documents