ANALISIS DE FALLAS Las fallas tienen costos, por lo que resulta evidente la conveniencia de evitar o disminuir su frecuencia de ocurrencia.

Una falla funcional implica la prdida de la capacidad del activo para desarrollar una funcin determinada, funcin que se espera que l haga: se constata una diferencia entre lo que se espera que sea y lo que efectivamente es. Cuando una falla ocurre, se procede a su correccin (mantenimiento correctivo); sin embargo es muy frecuente que la accin correctiva est orientada a la correccin de algunos sntomas (los efectos que produce la falla) y no a las causas de la falla. Por ejemplo, frente a la falla frecuente de un rodamiento por sobrecarga podemos proceder a su reemplazo, pero ello es una solucin transitoria, y no evitar su falla prematura; esto slo se lograr cuando se elimine la causa origen , en este caso la sobrecarga. Con el propsito de evitar nuevas fallas se puede encontrar diferentes mtodos, los que en general tienen en comn la bsqueda de la denominada causa raz de la falla. Uno de estos mtodos es el de Maxer, quien propone los siguientes pasos: 1. Informarse y analizar la situacin 2. Tomar eventualmente una decisin provisoria 3. Hacer el diagnstico (buscar la causa ms probable). 4. Verificar el diagnstico 5. Reparar 6. Verificar el resultado de la reparacin 7. Identificar la causa raz y remediarla 8. Identificar y evaluar las consecuencias 9. Verificar lo que ocurre en activos semejantes 10. Redactar el informe de intervencin. Para hacer el diagnstico se puede recurrir al procedimiento que significa las respuesta a las preguntas clsicas siguientes: QUIN? QU? Quin es el operador? Cul es el defecto constatado qu otro defecto podra haber (sntomas)? ocurrido? DNDE? Dnde apareci el defecto? Dnde no apareci el defecto? CUNDO? Cundo apareci el defecto por primera vez? Cundo apareci enseguida? Cundo no apareci? El defecto es peridico? Si es SI, cul es su frecuencia? SI NO CUNTO? Cul es su tendencia? Cul es la importancia del defecto? CMO? Qu circunstancias han precedido o acompaado la aparicin del defecto? OBSERVACIONES Lo presentado es un referencia (la que podr ser acogida o no), pero lo importante en esto es el propsito del mtodo (bsqueda de la causa raz), y lo racional y lgico de los pasos propuestos. Correlaciones matemticas:

En el mbito del mejoramiento de la confiabilidad de los sistemas preguntas frecuentes son las siguientes: Existe una relacin entre el nmero de fallas y los tiempos de utilizacin? Estn las fallas ligadas a la tasa de productividad? Provienen las fallas de la diversidad de la produccin? Estas son preguntas tpicamente abordadas por la ingeniera industrial, respondidas a travs de la obtencin de correlaciones matemticas y de la verificacin de su validez. (Coeficiente de correlacin, anlisis de la varianza). Coeficiente de correlacin ().Las variables correlacionadas X e Y son variables aleatorias que tienen una distribucin normal; si ese no es el caso carece de significado. La expresin para es la siguiente:

E (( X E ( x ))(Y E ( y ))) x y

El valor estimado se hace a partir de la estimacin siguiente:

(X
i =1 i=r i =1 2 i

i =n

x )(Yi y )
2

( (x x)

(Yi y ) )
i =1

i =i + n

= 2 1/ 2

X Y
i =1 i =n i =1

i =n

i i i=n i =1

xy

(( xi2 nx 2 )( y i2 ny 2 ))1 / 2

A fin de verificar la validez del factor se debe aplicar un test de confianza. Dado que en la hiptesis =0 la cantidad 1 2 n 2 sigue una ley de Student de (n-2) grados de libertad.

Por lo tanto, la hiptesis =0 (no hay correlacin entre x e y) se rechaza al nivel si:

n 2
1 2

> t n 2;1

Ejemplo: En una unidad de produccin agro-alimentaria se desea saber si hay una relacin entre la cantidad de harina producida diariamente y la energa consumida en un broyeur. Se supone que estas dos variables aleatorias siguen una ley normal (Gauss). Turno 1 2 3 4 5 6 7 8 9 Cantidad de harina ( ton) 92.60 13.50 9.05 11.00 10.50 8.20 14.00 12.50 11.50 Consumo de energa (kWh) 80.0 85.0 57.5 70.4 69.0 58.0 90.0 80.0 73.0

Sea X la cantidad de harina e Y el consumo de energa. 7745 .91 7575.46 = = 0.967 176.12 De la tabla de la distribucin de Student, =0.05 y n-2=7: t 7; 0.95 = 1.895

Por otra parte:

n 2
1 2

.967 7 1 0.967 2

= 10.041

, dado que 10.041>1.895, se rechaza la hiptesis = 0 Coeficiente de correlacin de Spearman ( s ) Este coeficiente no necesita que las variables aleatorias sigan una distribucin normal. Sean X e Y las variables aleatorias cuya relacin se desea conocer. El mtodo es el siguiente: 1. Se ordenan las variables por orden decreciente 2. Se asigna el rango 1 al menor valor de Xi, el rango 2 al siguiente, hasta el valor n; si hay varios valores idnticos se asigna a cada uno de ellos el mismo rango, correspondiendo ste al valor medio que resulte del rango que se debera asignar a las Xi de igual valor. El mismo procedimiento se sigue para la asignacin del rango a cada Yi. 3. Se calcula la diferencia di entre los rangos para cada par (Xi, Yi). 4. Se calcula s mediante la expresin siguiente:

s = 1

6 d i2 n n
1 3

Si s=0, no hay correlacin Si s=1, hay una completa correlacin Si s=-1, hay una completa correlacin inversa. Test para s: la hiptesis de un coeficiente s=0 se rechaza al nivel si, (n 2) s2 1 s2 > t n 2;1

Ejemplo: Con el fin de ver la factibilidad de aplicar una poltica de mantenimiento preventivo se busca saber si hay una correlacin entre el nmero de detenciones por falla producidos en los montacargas de la fbrica y las cargas anuales transportadas. Nmero del montacargas 1 2 3 4 5 6 7 8 9 10 11 Resolucin: N del montacarga 1 2 3 4 5 6 7 8 9 10 11 Nmero de fallas (Xi) 12 10 17 15 2 2 18 9 7 1 1 Cantidad de fallas 12 10 17 15 2 2 18 9 7 1 1 Cargas transportadas 12.5 t 14 t 20 t 17 t 6t 4t 25 t 12 t 8t 2t 1t di 1 1 0 0 .5 .5 0 0 0 .5 .5

Rango de los Cargas Rango de los Xi transportadas Yi (Yi) 8 12.5 7 7 14 8 10 20 10 9 17 9 3.5 6 4 3.5 4 3 11 25 11 6 12 6 5 8 5 1.5 2 2 1.5 1 1

Por lo que (n 2) s2 1 s2

d
=

2 i

= 3 y s = 1

18 = 0.986 11 11
3

(11 2) 0.986 2 1 0.986 2

= 52.5 > t n 2;1 = 1.833

; se puede decir que s es

significante.