Professional Documents
Culture Documents
MODELO PARA LA
GERENCIA DE MANTENIMIENTO
INDUSTRIAL
Copyright, 2000.
2. Edicin Adaptada como
herramienta computacional.
Centro de Altos Estudios Gerenciales ISID
Empresa de la Fundacin Educativa Mara Castellanos
Femaca e-mail: femaca@telcel.net.ve
En asociacin con Cybercentrum Las Mercedes C.A.
y Edukami U.S.A.
AGRADECIMIENTO
A todo el equipo de colaboradores que brindaron
su valiosa cooperacin para la elaboracin y
revisin del texto y la programacin del software
de clculo de los parmetros de mantenimiento.
INDICE
Prlogo
I Gerencia de los Sistemas de Mantenimiento
1.1. Consideraciones generales. ...........................................................................10
1.2. Costos asociados. ..........................................................................................11
1.3. Parmetros de mantenimiento. ......................................................................12
II Confiabilidad de componentes
2.1. Confiabilidad...................................................................................................14
2.1.1. Indices cuantitativos de confiabilidad. ..................................................16
2.1.2. Relaciones entre los ndices cuantitativos de confiabilidad. ......19
2.1.3. Variacin de la confiabilidad de los elementos en funcin del
tiempo...................................................................................................22
2.2. Distribuciones de probabilidad de las fallas de los componentes de
un sistema. ...................................................................................................23
2.2.1. Distribuciones de probabilidad de Fallas..............................................23
2.3. Bases de datos de confiabilidad.....................................................................34
2.3.1. El teorema de Bayes y la confiabilidad.................................................34
2.4. Tipos de componentes. Expresiones para la evaluacin de su
confiabilidad. .................................................................................................37
III Confiabilidad de Sistemas
3.1. Tcnica de rboles de fallas...........................................................................47
3.2. Evaluacin cualitativa del rbol de fallas. .......................................................57
IV PARAMAN: SOFTWARE PARA EL CALCULO DE LOS PARAMETROS
DE MANTENIMIENTO ......................................................................................75
BIBLIOGRAFIA .....................................................................................................91
PROLOGO
Dentro del marco de un convenio suscrito entre la Universidad Central de
Venezuela y el Instituto Superior de Ciencias y Tecnologa Nucleares, de las
Repblicas de Venezuela y Cuba respectivamente, se ha instrumentado un
proyecto de investigacin y desarrollo tecnolgico en el rea de la Gerencia de
Mantenimiento. Como consecuencia de dicho desarrollo, y dentro de los acuerdos
de cooperacin institucional, se ha venido trabajando en un sistema de medicin
para estimar los parmetros de mantenimiento, dentro del cual se destacan los
aspectos tericos y aplicados de la teora de confiabilidad, as como algunos
esquemas asociados a los sistemas gerenciales de mantenimiento industrial. Este
trabajo sirvi de base para el desarrollo de un proyecto ms general, relacionado
con el Anlisis Probabilistico de Seguridad, donde se requiere crear bases de
datos sobre la confiabilidad y mantenibilidad de un gran nmero de componentes y
equipos, integrados en sistemas complejos, utilizados regularmente en la industria
petrolera, metal mecnica, y elctrica, como tambin en las plantas generadoras
de energa, ya sean convencionales que nucleares.
Los aspectos mencionados fueron conceptualizados y aplicados a una variada
gama de sistemas industriales, dando origen a paquetes computacionales,
preparados para la formacin profesional de los ingenieros en el campo del
mantenimiento y de los aspectos probabilsticos de seguridad industrial. Sus
aplicaciones condujeron a la creacin de un sistema preparado en ambiente de
computadoras personales, soportados en un esquema interactivo. Su trabajo
requiri la revisin de los aspectos conceptuales en el campo de la Ingeniera,
Estadstica e Informtica, lo cual condujo a la preparacin de los manuales de
operacin de los sistemas y a la elaboracin de textos que recogiesen los
esquemas tericos con sus respectivas aplicaciones, cumpliendo el doble
propsito de sistematizar las investigaciones y los desarrollos tecnolgicos y, al
mismo tiempo, proporcionar una gua para el estudio como profesional de
pregrado y postgrado, de un tema que adquiere enorme importancia en la
industria moderna.
Una vez culminado el esquema terico e incorporado los Mtodos de Estimacin
de Parmetros para el Mantenimiento Industrial, se continu con el desarrollo de
aplicaciones diseadas para medir todos los aspectos relativos al anlisis
probabilstico de la fiabilidad de sistemas, basado en indicadores de importancia
de los eventos susceptibles de ocasionar fallas, as como evaluar la sensibilidad
de los sistemas por indisponibilidad media, instantnea y en puntos aislados del
tiempo. Este esquema, condujo a establecer los mtodos para obtener la prioridad
en los trabajos de mantenimiento, monitorear sistemas y estudiar el problema de
la gerencia logstica de partes y repuestos. Luego de desarrollar la parte
conceptual de estos aspectos, se construy un sistema computarizado
denominado ARCON, abreviatura de Anlisis de Riesgo y Confiabilidad para
sistemas industriales complejos, el cual permite realizar Anlisis Probabilsticos de
Seguridad y estudiar los problemas relativos a los riesgos industriales. As mismo,
8
10
11
12
13
y trminos
Falla: Suceso despus del cual el sistema tecnolgico deja de cumplir (total
o parcialmente) sus funciones. La falla es la alteracin de la capacidad de
trabajo del componente o sistema.
Las fallas pueden ser clasificadas de acuerdo con una serie de ndices, que se
recogen de manera general en la tabla 2.1.1.
La falla catastrfica conduce a la alteracin de la capacidad de trabajo. A este
tipo de falla corresponden la ruptura y el cortocircuito; las fracturas,
deformaciones y atascamiento de las piezas mecnicas, etc. Las fallas
paramtricas
son fallas parciales que conllevan a una degradacin de la
capacidad de trabajo, pero no a su interrupcin total.
Las fallas, como hechos casuales, pueden ser independientes o dependientes.
Si la falla de un elemento cualquiera de un sistema no motiva la falla de otros
14
de su proceso de aparicin
Tipos de fallas
catastrfica
paramtrica
independiente
dependiente
repentina
gradual
estable
temporal
Intermitente
de interrupcin
de bloqueo
revelable
oculta
primaria
secundaria
comando
modo comn
15
16
[2.1.1]
[2.1.2]
[2.1.3]
[2.1.4]
[2.1.5]
17
[2.1.6]
[2.1.7]
[2.1.8]
18
ti
i=1
TMS =
N
Donde:
[2.1.9]
ti
i=1
TPPR =
K
[2.1.10]
Donde:
K es el nmero de fallas del elemento dado durante el tiempo de ensayo u
observacin
ti es el tiempo de duracin de la reparacin despus de la falla i.
La rata de reparacin se define como el inverso de TPPR:
1
=
TPPR
2.1.2. Relaciones entre los ndices cuantitativos
de confiabilidad.
R ( ) d = [ ln Ps ( t ) ln Ps ( 0 )]
ln Ps ( t ) = R ( ) d
0
o sea:
t
Ps ( t ) = Exp ( R ( ) d )
[2.1.11]
para:
R(t) = const. = R
Ps(t) = EXP(-Rt)
[2.1.12]
[2.1.13]
Pf(t) = f ()d
0
Ps(t ) = 1 f ()d
0
[2.1.14]
[2.1.15]
f (t ) = R (t ).Exp( R( )d )
[2.1.16]
TMS = tf (t )dt
0
TMS = tdPs(t )
0
TMS = Ps (t )dt
[2.1.17]
[2.1.18]
21
22
[1/h]
3E-6
1E-9
8E-5
3E-6
3E-7
M = x P(x)
x=0
[2.2.1]
23
[2.2.2]
- Distribucin Binominal.
En el ms simple de los sistemas hay slo dos salidas, o el sistema funciona
a la demanda o falla. Estas dos probabilidades son complementarias por lo
que:
P(D) = 1 - P(D)
[2.2.3]
[2.2.4]
[2.2.5]
[2.2.6]
[2.2.7]
24
[2.2.8]
[2.2.9]
- Distribucin de Poisson.
La distribucin de Poisson es similar a la binomial en el hecho de que describe
fenmenos para los cuales la probabilidad promedio de un suceso es constante
e independiente del nmero de sucesos previos. En este caso, sin embargo,
el sistema experimenta transiciones aleatoriamente desde un estado con N
ocurrencias de un suceso a otro con N+1 ocurrencias, en un proceso que es
irreversible. Es decir, el ordenamiento de los sucesos no puede ser
intercambiado. Otra distincin entre las distribuciones binomial y de Poisson es
que para el proceso de Poisson el nmero de sucesos posibles debe ser grande.
La distribucin de Poisson puede ser deducida a partir de la identidad
EXP(-M).EXP(M) = 1
[2.2.10]
EXP(-M).Mx
P(x) =
X!
x = 0,1,2,3,...
[2.2.11]
[2.2.12]
M = tf (t )dt
0
[2.2.13]
y la varianza
V = (t M ) 2 f (t)dt
0
[2.2.14]
26
de confiabilidad que consideran fallas aleatorias, esto es, aquellas fallas para las
que la rata de fallas R(t)
es una constante R. Su expresin puede
deducirse a partir de la expresin [2.2.11] hasta obtener finalmente la
distribucin de Erlang como:
R.(Rt)x-1.EXP(-Rt)
f(t)=
(x-1)!
R>0 , x>0
[2.2.15]
[2.2.16]
distribucin
Pf(t)= 1 - EXP(-Rt)
acumulada
de
fallas
para la distribucin
[2.2.17]
1
V(t) =
R2
[2.2.18]
(2) t
2 2
El parmetro (adimensional) y el parmetro (en
determinan la forma de f(t).
[2.2.19]
unidades de tiempo)
27
integrando la expresin
para t<
para t>
[2.2.20]
Z=
ln(t / )
2
La media y la varianza de
partir de [2.2.13] y [2.2.14] son:
[2.2.21]
la
distribucin
M = EXP( 2/2 )
V(t) = 2 EXP(2 ) [ EXP(2 ) - 1 ]
[2.2.22]
28
representa una cantidad que puede variar con un factor de error f, abarcando un
rango de valores desde X0 /f hasta X0 f, donde X0 es un punto medio de
referencia dado, la distribucin logaritmo normal es la distribucin adecuada
para describir el fenmeno.
La distribucin logaritmo normal se aplica con frecuencia para describir las fallas
en los anlisis de confiabilidad y riesgo de sucesos raros (de baja probabilidad),
en los que la informacin estadstica limitada hace que las ratas de falla varen
por factores. Por ejemplo una rata de fallas estimada en 10-6/h puede variar de
10-5 a 10-7/h si el factor de error es 10. Cuando la rata de fallas se expresa
como 10-x, donde x es un cierto exponente, el uso de la distribucin logaritmo
normal implica que el exponente satisface una distribucin normal. As, se puede
ver la distribucin logaritmo normal como apropiada para situaciones en las que
hay incertidumbres grandes en los parmetros de fallas.
Otra caracterstica de la distribucin logaritmo normal es que la oblicuidad para
tiempos mayores considera el comportamiento general de los datos para
fenmenos poco probables ya que la misma tiene en cuenta la ocurrencia de
valores poco frecuentes pero con una gran desviacin, tales como ratas de fallas
anmalas debido a defectos de lotes de produccin, degradacin ambiental y otras
causas.
- Distribucin de Weibull.
La distribucin de Weibull es una distribucin de fallas muy general y
ampliamente difundida por su aplicabilidad a un gran nmero de situaciones
diversas. La densidad de fallas es:
K t
f (t ) =
v v
k 1
t
Exp
v
[2.2.23]
[2.2.24]
M = v (1 + K-1)
[2.2.25]
[2.2.26]
29
k 1
[2.2.27]
30
para t>0,K>0,v>0
31
K
ti
K-1
L(t1,t2,...tn) = . ti. EXP [- () K]
I=1 v K
v
[2.2.28]
n
ti
ti
Ln [L(ti,i=1...,n)]
n
n
= - - nlnv+ ln ti + ln ()K = 0
i=1
i=1
K
K
v
v
Eliminando V y simplificando:
1 n
1
n
n
ln ti = - + ti ln ti / ti K
i=1
i=1
n i=1
K
ti K
v = [ ] 1/K
i=1
n
n
[2.2.29]
32
F(Ki)
Ki+1 = Ki -
F'(Ki)
F(Ki) 0
[2.2.30]
1
1
K
F'(x) = (ti) .(lnti) - lnti.ti + ti K -...
K
K2
K
1
- ln ti lnti.ti K
n
[2.2.31]
donde:
Ki+1-Ki<e
sobre
el sistema
34
[2.3.1]
[2.3.2]
P(Ai) P(B/Ai)
i=1
35
Ai
10-3
10-4
10-5
P(B/Ai)
0.6064
0.9512
0.9950
Distribucin previa
uniforme
P(Ai)
P(Ai/B)
0.3333
0.2376
0.3333
0.3726
0.3333
0.3898
36
Distribucin previa
no uniforme
P(Ai)
P(Ai/B)
0.1
0.0643
0.3
0.3026
0.6
0.6330
37
valor constante en el
[2.4.1]
Los componentes tipo 1 se emplean para modelar aquellos modos de falla, cuya
probabilidad es uniforme en el tiempo, as como en aquellos casos en que no se
cuenta con informacin suficiente para determinar una ley de variacin de la
indisponibilidad en el tiempo de acuerdo a otro modelo.
Un modo de falla al cual se aplica este modelo es al error humano, por
ejemplo, el suceso de una vlvula manual dejada en posicin incorrecta despus
de un mantenimiento. En este caso un valor tpico es q=2.10-2, lo que representa
que en 100 demandas al componente, ste se encontrar como promedio 2
veces en posicin incorrecta (indisponible), por el error humano.
- Componentes tipo 2. No controlable.
Se aplica a componentes cuyo estado no es controlado durante todo el tiempo en
que el sistema se encuentra a la espera, y que al presentarse la demanda
pueden fallar por mecanismos de fallas ocultas. El sistema ARCON da, adems,
la posibilidad de adicionar a la indisponibilidad de este tipo de componentes
una probabilidad adicional de falla a la demanda por carga de impacto sobre el
componente en el momento que se requiere su actuacin.
As, de la expresin [2.1.13], que corresponde a componentes no reparables
cuyo tiempo hasta la falla sigue una distribucin exponencial, se obtiene
adicionando la indisponibilidad por carga de impacto qad:
q(t) = 1 - EXP(-Rt) + qad
[2.4.2]
39
[2.4.3]
1
T
q(t )dt
[2.4.4]
[2.4.5]
40
R
q(t) = { 1 - EXP[-( R + ) t ] } + qad
R+
[2.4.6]
[2.4.7]
[2.4.8]
Rno = R.Inef.
[2.4.9]
qp = pnt
Tp
[2.4.10]
41
[2.4.11]
donde
Tr es el tiempo medio de reparacin del componente(=1/); phe es la
probabilidad de error humano total, que incluye tanto la probabilidad de no
detectar la falla por error en la prueba phep como la probabilidad de que el
componente quede indisponible por un error en la reparacin pher.
phe = phep + ( 1 - phep ) pher
En la expresin [2.4.11] el primer factor es la probabilidad de que el componente
llegue fallado a la prueba. El primer sumando entre corchetes representa la
probabilidad de que se produzca la demanda cuando el componente est en
reparacin, dado que el componente se detecta fallado y se repara
correctamente. El segundo sumando es la probabilidad total de error en la prueba
o la reparacin, que hacen que el componente permanezca indisponible
durante todo el tiempo Tp- que media hasta la prxima prueba.
Si la expresin
finalmente:
[2.4.11] se
transforma
convenientemente,
se obtiene
[2.4.12]
[2.4.13]
42
Tp
Tp 0
R det tdt
[2.4.14]
[2.4.15]
1
q = pnt + Rdet[Tr + phe .(Tp - - Tr)] + Rdet(Tp- ) +...
Tp
2
1
+ 1 - { 1 - EXP[- Rno T] } + qad
RnoT
[2.4.16]
43
[2.4.17]
[2.4.18]
44
Pop
Rop
[2.4.19]
es la probabilidad de falla en operacin del componente
es la rata de fallas del componente en operacin
es la rata de reparaciones del componente, igual al
inverso del tiempo promedio para reparar.
45
46
47
48
49
(a)
50
(b)
En la figura 3.1.2 (b) continua el rbol a partir del suceso B, que en la figura 3.1.2
(a) apareca como un suceso desarrollado. Para esto se toma en cuenta que la
seal de disparo se produce por la apertura de uno de dos "relays" conectados en
serie. Bajo estas condiciones, la falla de la seal de disparo tiene lugar cuando
ambos "relays" B1 y B2 fallan cerrados, puesto que con slo uno que abra sus
contactos, el circuito de control queda desenergizado y se produce la seal. Por
ello al reemplazar el suceso B por B1 y B2 se ha empleado una compuerta AND.
Ejemplo 3.1.1: La figura 3.1.3 muestra un sistema con un tanque a presin al cual
se inyecta un gas desde un depsito mediante un compresor accionado por un
motor elctrico. En cada ciclo el operador echa a andar un "timer" T y el tanque
se llena durante un cierto tiempo hasta que abren los contactos del "timer", mucho
antes de que se cree una condicin de sobrepresin. Despus de cada ciclo el gas
comprimido se descarga abriendo la vlvula Vd destinada a este fin. Cuando el
tanque queda vaco se cierra nuevamente Vd y todo est listo para dar inicio a un
nuevo ciclo.
Si en el proceso de llenado del tanque no se produce el disparo del "timer" T, el
operador est instruido para verificar la presin del manmetro M y abrir los
interruptores normalmente cerrados I1 e I2, lo cual desenergiza el motor del
compresor, al interrumpirse la alimentacin elctrica tanto en el circuito de
potencia como en el de control.
51
(a)
52
(b)
(c)
53
(d)
Fig. 3.1.4. Arbol de fallas del sistema del ejemplo 3.1.1. (continuacin).
(e)
54
(f)
Fig. 3.1.4. Arbol de fallas del sistema del ejemplo 3.1.1. (continuacin).
En la figura 3.1.4 se muestra el rbol de fallas del suceso no deseado rotura del
tanque en condiciones de carga normal o por sobrepresin. La rotura del tanque
en condiciones de carga normal se representa mediante un suceso primario, pues
con la informacin disponible no es posible desarrollarlo ms. En cambio, la rotura
por sobrepresin puede tener lugar al combinarse la falla de la proteccin por
sobrepresin del tanque (vlvula de alivio Va) con el suceso intermedio trabajo del
compresor durante un tiempo excesivo. La necesidad de ocurrencia simultnea de
ambos determina el empleo de una compuerta AND.
A continuacin se describen brevemente dos de los sucesos intermedios que
contribuyen a la ocurrencia del suceso trabajo del compresor durante un tiempo
excesivo.
- No se interrumpe la corriente en el circuito de potencia (figura 3.1.4 c y f).
Se produce cuando el manmetro M se traba o indica por debajo del valor real de
presin (el operador no se percata del peligro y no acta), o bien no se logra abrir
el interruptor I2 por falla del equipo, o bien la accin del operador no se produce o
resulta tarda. La falla del interruptor puede ser por un problema intrnseco o
provocada por una sobrecorriente SC en el circuito que dejen "pegados" los
contactos. Este ltimo suceso es una falla causa comn que deja "pegados" los
contactos del "relay" R y adems inhabilita la accin mitigadora de apertura del
interruptor I2. Por esta razn, la falla por sobrecorriente aparece como un suceso
55
56
XY=YX ; X+Y=Y+X
Propiedad asociativa
X (YZ)=(XY)Z
X+(Y+Z)=(X+Y)+Z
Propiedad distributiva
X(Y+Z)=(XY)+(X.Z)
X+(YZ)=(X+Y)(X+Z)
Propiedad idempotente
XX=X ; X+X=X
Ley de absorcin
X(X+Y)=X ; X+X.Y=X
___ _ _ ___ _ _
XY=X + Y ; X+Y=XY
Leyes de Morgan
57
[3.2.1]
[3.2.2]
C1=Tpn+Va.C4.C5
[3.2.3]
C1=Tpn+Va.C4.(R+SC+C6)
[3.2.4]
C1=Tpn+Va.C4.(R+SC+T.C7)
[3.2.5]
C1=Tpn+Va.(M+E+I2+SC).{R+SC+T.(M+E+I1)}
[3.2.6]
[3.2.7]
C1=Tpn+Va.(M.R+M.SC+M.T.M+M.T.E+M.T.I1+E.R+E.SC+E.T.M+E.T.E+
+E.T.I1+I2.R+I2.SC+I2.T.M+I2.T.E+I2.T.I1+SC.R+SC.SC+
+SC.T.M+SC.T.E+SC.T.I1)
[3.2.8]
Si ahora aplicamos la propiedad idempotente, resulta:
C1=Tpn+Va.(M.R+M.SC+M.T+M.T.E+M.T.I1+E.R+E.SC+E.T.M+E.T+E.T.I1+
+I2.R+I2.SC+I2.T.M+I2.T.E+I2.T.I1+SC.R+SC+SC.T.M+
+SC.T.E+SC.T.I1)
[3.2.9]
En la expresin [3.2.9] aparecen 21 trminos que representan combinaciones
booleanas de fallas de componentes que conducen a la falla del sistema. Sin
embargo, como veremos seguidamente, de estas 21 combinaciones booleanas
slo 8 son CM. En efecto, si sometemos esta expresin a un proceso de
reduccin booleana aplicando la ley de absorcin, resulta que:
M.SC+E.SC+I2.SC+SC.R+SC+SC.T.M+SC.T.E+SC.T.I1=SC
[3.2.10]
M.T+M.T.E+M.T.I1+I2.T.M=M.T
[3.2.11]
E.T.M+E.T+E.T.I1+I2.T.E=E.T
[3.2.12]
[3.2.13]
Tpn
Va.SC
Va.M.R
Va.M.T
59
De orden 4: 1
Total
:8
Va.E.R
Va.E.T
Va.I2.R
Va.I2.T.I1
[3.3.1]
61
P( CMi)= P(CMi) -
i=1
i=1
N
P(CMi) P(CMj) +
i=1 j=i+1
+(-1)
N+1
P(CMi)
[3.3.3]
i=1
P( CMi)= P(CMi)
i=1
i=1
[3.3.4]
Esto equivale a suponer que los CM son mutuamente excluyentes, es decir, que
se considera sumamente improbable la ocurrencia simultnea de varios CM (la
ocurrencia de un CM excluye la posibilidad de ocurrencia de cualquiera de los
otros).
Si comparamos las frmulas [3.3.3] y [3.3.4] es fcil comprobar que el valor dado
por [3.3.4] sobrestima el valor real, por cuanto los trminos que se desprecian van
siendo menores en la medida que aumenta su orden y los signos alternos
comienzan precisamente con una resta. De esta forma, la contribucin que se
elimina al pasar de [3.3.3] a [3.3.4] tiene signo negativo y conduce a una
sobreestimacin de la probabilidad de falla en [3.3.4]. Esta es una ventaja de la
expresin, pues al aplicarla sabemos que estamos siendo conservadores. Sin
embargo, para aquellos casos en que las probabilidades de falla son elevadas y
deja de cumplirse la aproximacin de sucesos raros la sobreestimacin puede ser
considerable hasta el punto de obtenerse probabilidades de falla del sistema
mayores que 1.
Veamos a continuacin otra expresin para evaluar la probabilidad de falla del
sistema. En este caso se parte del supuesto de que los CM son sucesos
independientes, es decir, se asume que la ocurrencia de un CM no modifica la
probabilidad de ocurrencia de los restantes. Esta suposicin resulta vlida cuando
los sucesos bsicos son independientes y de baja probabilidad, pues cada CM
62
contiene uno o varios componentes que lo diferencian del resto y bajo estas
condiciones la modificacin de la probabilidad de un CM por la ocurrencia de otro
resulta pequea.
La frmula que se emplea en este caso para hallar la probabilidad de falla
del sistema (Pf) es:
N
Pf= 1 - [ 1 - P(CMi) ]
i=1
[3.3.5]
63
64
De orden 4: 1
Total
:8
Tpn
Va.SC
Va.M.R
Va.M.T
Va.E.R
Va.E.T
Va.I2.R
Va.I2.T.I1
4.00E-5
2.48E-5
2.61E-5
7.54E-3
6.70E-6
1.94E-3
2.10E-5
1.90E-4
9.78E-3
del sistema. Para esto resulta conveniente ordenar los CM segn su probabilidad
de la siguiente forma:
1) Va.M.T
2) Va.E.T
3) Va.I2.T.I1
4) Tpn
5) Va.M.R
6) Va.SC
7) Va.I2.R
8) Va.E.R
7.54E-3
1.94E-3
1.90E-4
4.00E-5
2.61E-5
2.48E-5
2.10E-5
6.70E-6
%
77.06
19.78
1.94
0.42
0.27
0.25
0.21
0.07
9.78E-3
100.00
% Acum.
77.06
96.84
98.78
99.20
99.47
99.72
99.93
100.00
En estos resultados se aprecia como ms del 95% de las fallas del sistema se
concentran en los 2 primeros CM. Como era de esperar, la falla de la vlvula de
alivio, que aparece prcticamente en todos los CM es un suceso bsico clave para
la falla del sistema.
Sin embargo el CM #6, donde aparece la falla por sobrecorriente en el circuito de
potencia, prcticamente no contribuye a la falla del sistema, a pesar de su
condicin de falla causa comn. Esto se debe a su probabilidad de falla
comparativamente menor que la de otros modos de falla del sistema. As pues, no
siempre los CM de orden inferior son los mayores contribuyentes. A veces una
secuencia ms compleja de varias fallas puede ser preponderante. En este
ejemplo los CM de orden 1 y 2 aportan solamente un 0.67% de la probabilidad de
falla del sistema, mientras que el nico CM de orden 4 aparece en la tercera
posicin con un aporte de 1.94%.
Es importante que notemos la importante contribucin que hace la falla de los
contactos del "timer" a la apertura, que conjuntamente con la falla de la vlvula de
alivio forma parte de los 3 CM ms importantes con un aporte del 98.78% de la
probabilidad de falla total.
El error humano por accin tarda del operador, aunque reviste cierta importancia
pues forma parte del CM #2 que aporta el 19.78%, no constituye un foco de
atencin vital para reducir la probabilidad de falla de este sistema. La va a seguir
debe ser tratar de elevar la confiabilidad de la vlvula de alivio Va y del "timer" T.
Una alternativa puede ser realizar una prueba mensual del estado de estos
componentes para proceder al mantenimiento correctivo cuando la prueba
detecte alguna insuficiencia. Realizando estas pruebas peridicas, slo a dichos
componentes, podemos reducir sustancialmente la probabilidad de falla del
sistema y el peligro de rotura del tanque.
66
100.00
9.43E-4
2.42E-4
4.00E-5
2.61E-5
2.48E-5
2.37E-5
2.10E-5
6.70E-6
1.32E-3
% % Acum.
71.03 71.03
18.23 89.27
3.01 92.28
1.97 94.25
1.87 96.12
1.79 97.91
1.58 99.49
0.51 100.00
100.00
68
1) Va.M.T1.T2
2) Va.E.T1.T2
3) Va.I1.I2.T1.T2
4) Tpn
5) Va.M.R
6) Va.SC
7) Va.I2.R
8) Va.E.R
2.35E-3
6.03E-4
5.92E-5
4.00E-5
2.61E-5
2.48E-5
2.10E-5
6.70E-6
% % Acum.
75.05 75.05
19.27 94.32
1.89 96.21
1.28 97.49
0.83 98.32
0.79 99.12
0.67 99.79
0.21 100.00
3.13E-3
100.00
69
Por otra parte, no siempre se produce la bifurcacin del rbol en cada sistema o
accin protectora. En el rbol de sucesos de la figura 3.4.1 a) se aprecia como,
por ejemplo, si tiene xito la interrupcin de la corriente en el circuito de potencia
no se da ninguna alternativa para las restantes acciones protectoras (interrupcin
de la corriente en el circuito de control y alivio de presin en el tanque), pues la
primera ya garantiza la integridad del tanque y no se requieren otras acciones.
Existen otros casos en que determinadas funciones son alternativas a la falla de
una funcin anterior y slo se modelan opciones para ellas en los casos en que
la funcin precedente no ha sido exitosa.
Para hallar la probabilidad del suceso final no deseado, es preciso hallar las
probabilidades de todas las secuencias que conducen al dao y sumarlas,
teniendo en cuenta las contribuciones de todos los iniciadores posibles. La
evaluacin de la probabilidad de cada secuencia se realiza formando el rbol de
fallas de la secuencia, que une con una compuerta AND a todos los rboles de
fallas de las acciones protectoras que no tienen xito en la secuencia. En la figura
3.4.2 se muestra el rbol de fallas de la secuencia que conduce al dao del tanque
por sobrepresin, para el iniciador T - Los contactos del "timer" fallan cerrados. La
nica modificacin con respecto al rbol de fallas de la figura 3.1.4 es que no se
incluye el suceso primario sobrecorriente en el circuito de potencia SC como modo
de falla del interruptor I2, porque SC es otro iniciador y la probabilidad de
ocurrencia simultnea de dos iniciadores (en este caso T y SC) es despreciable.
71
Fig. 3.4.2. Arbol de fallas de la secuencia que conduce al dao del tanque por
sobrepresin, para el iniciador T - Los contactos del "timer" fallan cerrados.
Si realizamos la determinacin de los CM de la secuencia y el clculo de su
probabilidad, llegaremos a los siguientes resultados:
CM
T.M.Va
T.E.Va
T.I1.I2.Va
Total
Prob.
7.54E-3
1.94E-3
1.90E-4
9.67E-3
Prob.
R.M.Va
R.I2.Va
R.E.Va
Total
2.61E-5
2.10E-5
6.70E-6
5.38E-5
72
Prob.
SC.Va
Total
2.48E-5
2.48E-5
73
74
75
de
se
de
se
76
77
78
79
80
81
82
EJEMPLO DE APLICACION
A objeto de ilustrar la aplicacin del modelo PARAMAN, se plantea el estudio de
una instalacin tpica, simplificada, empleada para comprimir gases industriales,
constituida por un grupo moto-compresor, un tanque de almacenamiento y los
subsistemas de comando y control correspondientes, como se muestra en la Fig.
1.
83
FALLA GRUPO DE
ALMACENAMIENTO
+
FALLA DEL
MOTOR
+
FALLA DEL
COMPRESOR
FALLA
INTERNA DEL
TANQUE
PERDIDA DE CONTROL
PRIMARIO
FALLA DE CONTROL
SECUNDARIO
INTERRUPTOR A NO ABRE
+
FALLA
INTERNA DE
IP
FALLA
COMANDO
+
FALLA
EXTERNA
A IP
FALLA
INTERNA
VS
+
ERROR DE
CALIBRACIN
FALLA
EXTERNA AL
TANQUE
FALLA DE
COMANDO
FALLA
COMANDO
FALLA
EXTERNA
A VS
+
CIERRE DE
VALVULA
ERROR DE
CALIBRACIN
CIERRE DE
VALVULA
84
Tabla N 1
TIPO DE FALLA y COMPONENTE
Falla interna del interruptor de presin A
Falla del interruptor A por causas externas
Falla de comando del interruptor (vlvula V1)
Error de calibracin del interruptor
Falla interna de la vlvula de seguridad VS
Falla vlvula de seguridad VS por causas externas
Falla vlvula de seguridad VS por obstruccin
Error de calibracin de la vlvula de Seguridad VS
Falla intrnseca del tanque T
Rotura del tanque T por causas externas
Falla del Compresor C
Rata de Fallas
1E-2
1E-7
1E-1
1E-2
1E-4
1E-7
1E-7
1E-4
1E-7
1E-8
1E-5
Hora Parada
Causa de la Parada
03/02/1999
3:20 PM
02/05/1999
03/05/1999
4:30 PM
17/07/1999
19/07/1999
8:15 AM
20/08/1999
23/08/1999
3:20 PM
13/12/1999
17/12/1999
11:00 AM
12/06/2000
13/06/2000
9:25 AM
21/07/2000
23/07/2000
9:40 PM
09/08/2000
3:45 PM Recalentamiento
12/08/2000
4:30 PM
07/11/2000
09/11/2000
6:25 AM
(ltimo arranque)
85
86
De igual forma, se obtienen los resultados del clculo de los tiempos en que el
motor ha permanecido fuera de servicio durante el perodo analizado, al cual se
asocian las correspondientes probabilidades estimadas de falla, como se ilustra a
continuacin.
87
88
89
90
BIBLIOGRAFIA
10- J. Rivero, J. Salomn, A. Torres, M. Perdomo. El programa ARCON 4.1 para anlisis
probabilista de seguridad de nivel I. Memorias del II Congreso Regional de ARCAL.
Mxico, 1993.
14- R. Nakai, Y. Kani. A Living PSA System LIPSAS for an LMFBR. Power Reactor and
Nuclear Fuel Development Corporation. Narita, O-arai,Ibaraki,311-13. Japan, 1991.
91
15- S. Haddad, S. Hirschberg. PSA in the Nuclear and Process Industry: Opportunities for
Interchange of Experience. International Atomic Energy Agency (IAEA). Vienna,
Austria, 1991.
16- GDA/APS. Grupo de desarrollo y aplicaciones de APS. Manual de Usuario del Cdigo
ARCON versin docente. Cuba, 1993.
17- STI/PUB/759. IAEA, Safety Aspects of the Ageing and Maintenance of Nuclear Power
Plants. Viena, 1988.
Mexico, 1993.
23- Mc Cormick. Reliability and risk analysis. Methods and nuclear power applications.
1983.
24- 24-IAEA-TECDOC-590. Case study on the use of PSA methods: Determinig safety
importance of systems and components at nuclear power plants. April, 1991.
26- IAEA Safety Series No. 50-P-4. Procedures for Conducting Probabilistic Safety
Assessment of Nuclear Power Plants. IAEA, 1992.
27- NUREG/CR-4780. Procedures for Treating Common Cause Failures in Safety and
Reliability Studies. USNRC, 1988.
92
32- Glass, Robert y Noiseux, Rolan. Software Maintenance Guidebook, New Jersey,
Editorial Prentice-Hall Inc., 1981, pg. 193.Goldeman, S.A. y Slattery, T.B.,
Maintainability: A mayor element of System Effectiveness, Newe York, Editorial John
Wiley & Sons Inc., 1964, pg. 282.
33- Gumbel, Emil Julius, Statistics of Extremes, 3ra. Ed., Editorial Columbia University
Press, 1066, pg. 375.
34- Jelen, F.C., Const and Optimization Engineering, New York, Editorial Mc-Graw Hill
Book Company, 1970, pg. 490
37- Bain, Lee y Antle, Charles, Estimation of Parameters in the Weibull Distribution,
Technometrics, Vol. 9, No. 4, Nov. 1967, pgs. 621-627.
39- Bosch, G., Model for Failure Rate Curves, Microelectronics Reliability, Vol.`19, No.
1979, pgs. 579-588.
40- Cohen, Clifford A., Maximum Likelihood Estimation in the Weibull Distribution based on
Censored and on Complete Data, Technometrics, Vol. 7, No. 4, Nov. 1965, pgs. 579588
41- Finley, Howard, Total Life Cycle Costs of Plant and Equipment, Canadian Society for
Chemical Engineering, 20th Conference, Paper 65, Oct. 1970.
44- Johnson, L.G., Statistical Treatment of Failure Experiments, Transactions of the 22nd
Technical Conference of Quality Control., pgs. 113-140.
45- Latour, P.R., On-Line Computer Optimization: What is it and where to do it,
Hydrocarbon Processing, Jun. 1979, pgs. 73-82.
47- Qureisi, A.S., The Discrimination between two Weibull Processes, Technometrics, Vol.
6, No.1 Feb, 1964, pgs. 57-75.
93
49- Trotter, J.A., Reduce Maintenance Costs with Computers, Hydrocarbon Processing,
January 1979, pgs. 133-140.
94