Beruflich Dokumente
Kultur Dokumente
Confiabilidad
De las detenciones al mximo
tiempo de utilizacin!
John D. Campbell, Editor
MANUAL DE
Confiabilidad
CONTENIDO
INTRODUCCION
5 La evolucin de la confiabilidad
Por Andrew K.S. Jardine
El desarrollo de RCM como un enfoque
viable de mantenimiento
CAPTULO DOS
Relacione el desempeo de
mantenimiento con los objetivos
del negocio
Cumplimiento de requerimientos
Benchmarking interno
22
Cunto va a costar?
Cmo se decide?
La lista de verificacin de
decisiones del RCM
CAPTULO CUATRO
39 El problema de la incertidumbre
Por Murray Wiseman
Que hacer cuando sus planes de
confiabilidad no se ven muy confiables
Resumen
Distribuciones Tpicas
Un ejemplo
47
Aumentar la confiabilidad va el
reemplazo preventivo
Resultado
CAPTULO SEIS
54
Optimizar el mantenimiento
sintomtico
Por Murray Wiseman
Aprovechar el equipo al mximo antes de
una reparacin
Primer
paso:
Preparar
la
informacin
Grficos cruzados
Transformaciones de datos
Cuarto
paso:
El
modelo
probabilstico de transicin
Sexto
paso:
Anlisis
de
sensibilidad
Conclusin
APNDICE
69
Centro
de
Anlisis
de
Confiabilidad
Organizaciones profesionales
Informacin general
Una Palabra de
Para bien o para mal, la industria minera es una industria intensiva en bienes de capital, donde parte muy significativa de su potencial
rentabilidad depende de la disponibilidad y utilizacin extrada de sus activos fsicos o equipos. No deja de sorprender as la tradicional poca
atencin prestada en la industria al tema del mantenimiento de esos activos actividad que tpicamente involucra alrededor de un tercio de la
dotacin y entre 35-40% de los gastos operativos de la empresa. An ms, si consideramos el costo asociado a las prdidas de produccin
resultantes de interrupciones operacionales por falla de equipos en terreno, vemos rpidamente que este es un tema trascendental y estratgico
para una industria sumergida en una competitividad global con productos sometidos a constantes presiones de precios. Por estos motivos, John
Campbell y su equipo de expertos en el Centro de Excelencia en Mantenimiento en Toronto han hecho el esfuerzo de generar una gua resumida
y gil sobre las principales tendencias de punta en tecnologa de mantenimiento, tendencias aplicadas y probadas en diversas industrias que
comparten la dependencia crtica de servicio de activos que caracteriza a la industria minera. Esta gua se centra particularmente en el tema de
confiabilidad de equipos, o lo que termina siendo lo mismo, en el aseguramiento de la continuidad operativa, va el enfoque de Mantenimiento
Basado en Confiabilidad, ms tpicamente conocido por sus siglas en ingls RCM. El objetivo es proveer a los lectores con informacin
reciente y directa acerca del tema RCM, en conjunto con algunos TIPS que pudieran necesitar para poner esta informacin en prctica. Lo que
vern en las prximas pginas representa lo ltimo en investigacin de confiabilidad e implantacin de tcnicas proveniente de una firma que es
una de las proveedoras lderes de este tipo de informacin a profesionales de planta alrededor de todo el mundo. Esperamos que la disfruten y
la usen bien! Peter Grundy
es
gerente
de
WISEMAN
PricewaterhouseCoopers y ha estado en el rea de
mantenimiento por ms de 18 aos. Ha sido ingeniero de
mantenimiento en una fundicin de aluminio, y
superintendente de mantenimiento en una importante
cervecera. Tambin fund un laboratorio de anlisis de aceite
donde desarrollo un sistema en red de Anlisis de Criticidad
de Modos de Falla y sus Efectos, incorporando un sistema
experto y conexiones a dos bases de datos de tasa de
falla/distribucin de modos en el Centro de Anlisis de
Confiabilidad. Lo pueden contactar al 416-815-5170 o al
correo electrnico murray.z.wiseman@ca.pwcglobal.com.
Introduccin
Confiabilidad
.
Confiabilidad + Mantenibilidad
Lidiar con la incertidumbre en el equipo es de alguna forma como tratar con personas. Si por las
ltimas tres generaciones sus antepasados han vivido hasta la edad de 95, existe una gran posibilidad de
que Ud. tambin lo haga. Hay sin embargo una cantidad de eventos fortuitos que podran ocurrir entre
ahora y ese entonces, y que modificaran la expectativa. A pesar de este azar que enfrentamos, podemos
hacer uso de las estadsticas para que nos ayuden a saber qu tareas realizar (y no realizar) y cuando
realizarlas para maximizar la duracin de nuestras vidas. Haga ejercicio tres veces a la semana y no fume
y anlogamente haga monitoreo de vibraciones mensualmente y no un overhaul anual.
Cuando integramos el costo a esta ecuacin, comenzamos a entrar al reino de la optimizacin.
Para esto, existen varias tcnicas de modelamiento que han probado ser tiles para balancear el correr-a-lafalla, el reemplazo basado en el tiempo y el mantenimiento sintomtico. Nuestro objetivo es minimizar
costos y maximizar la disponibilidad y la confiabilidad.
Nuestro equipo de Gestin de Activos Fsicos en Chile se complace en entregarles esta
introduccin a la gestin de confiabilidad y la optimizacin del mantenimiento. Si usted est interesado en
una discusin ms a fondo en estos temas, contactarse con consultores@mrq.cl
captulo uno
La Evolucin de la Confiabilidad
El desarrollo de RCM como un enfoque viable de mantenimiento
Por Andrew K.S. Jardine
Las matemticas y la ingeniera de confiabilidad se desarrollaron realmente durante
la Segunda Guerra Mundial, como parte del diseo, desarrollo y uso de misiles.
Durante este perodo, el concepto de que una cadena era slo tan fuerte como el ms
dbil de sus eslabones claramente no aplicaba a sistemas que slo funcionaban
correctamente si primero funcionaba un nmero de subsistemas. Esto result en la
ley de producto para sistemas en serie, la cual demuestra que un sistema altamente
confiable requiere de subsistemas altamente confiables.
Para ilustrar esto, considere un sistema que consta de tres subsistemas (A, B y C) que deben
trabajar en serie para que el sistema completo funcione (como ilustrado en figura n 1).
Entrada
Subsistema
A
Subsistema
B
Subsistema
C
salida
captulo dos
ENTRADAS
SALIDAS
Disponibilidad
Tasa de proceso
Calidad
Mantenibilidad
Confiabilidad
Efectividad del equipo
Utilizacin
Costo ciclo de vida
Retorno sobre la inversin
ENTRADAS
Si tiene
limitaciones de
costos,
empiece aqu
PROCESO
SALIDAS
Si tiene
limitaciones de
produccin,
empiece aqu
Una mirada rpida a los resultados muestra algunas discrepancias significativas no solamente en
la estructura general de costos, sino que tambin en la manera en que la compaa X hace negocios por
ejemplo, una estructura gerencial de ms peso y un uso mucho menor de contratistas. Lo que queda claro
de este benchmarking de alto nivel es que algo se tendr que hacer para conservar la competitividad de
mercado de la compaa X. Sin embargo, para determinar exactamente lo que hay que hacer es necesario
un anlisis ms detallado.
Como uno podra prever, el nmero de mediciones potenciales de desempeo excede por mucho la
habilidad (o voluntad) del gerente de mantenimiento para recolectar, analizar y actuar basado en la
informacin. Por esto, una parte importante de cualquier programa para implantar medicin del desempeo
es un entendimiento pleno de los pocos, pero claves indicadores de desempeo. Potenciar al mximo debe
ser siempre la primera prioridad; es decir, uno primero debe identificar los indicadores que muestran
resultados y progreso en aquellas reas que tienen una necesidad ms crtica de mejoramiento. Como un
punto de partida, considere la figura 3 en pgina anterior.
Una parte importante de cualquier programa para implementar la medicin del desempeo
es el entendimiento pleno de los indicadores claves de desempeo con un especial nfasis a los
indicadores que muestran progreso en las reas que necesitan el mayor apoyo dentro de las
operaciones de mantenimiento de una empresa.
Si un negocio es capaz de vender una mayor cantidad de productos o servicios si baja sus precios,
entonces diremos que ese negocio es limitado en costo. Bajo estas circunstancias, es muy posible que la
mayor ganancia venga de concentrarse en el control de las entradas es decir mano de obra, materiales,
costos de los contratistas y los indirectos. Si un negocio puede vender lucrativamente todo lo que produce,
entonces lo denominamos un negocio limitado en produccin, y es probable que alcance su mayor
ganancia si se enfoca a maximizar las salidas mediante la confiabilidad, disponibilidad y mantenibilidad de
los activos.
Negocios con capacidad excedente (limitado en costo)
Las mediciones financieras tpicas de mantenimiento podran incluir:
1. Presupuesto de mantenimiento versus gastos (es decir, predictibilidad de costos);
2. Flujo de caja de gastos de mantenimiento (es decir, capacidad de pagar los gastos);
3. Gastos de mantenimiento relativos a salidas (es decir, costo de mantenimiento por unidad de
produccin);
4. Mediciones derivadas de gastos describiendo las actividades para las cuales se destinaron:
reparacin de emergencia, sintomtico, trabajo correctivo planificado, paros de planta,
eficiencia de procesos, porcentajes de tiempos de ciclo, o porcentajes de tasa de produccin
(no tasa absoluta de produccin).
Cumplimiento de requerimientos
Los factores crticos de xito de una organizacin generalmente dependen fuertemente en
cumplimiento de un conjunto de requerimientos determinados por agencias regulatorias o por clientes. El
cumplimiento puede tener relacin con la operacin, como es el caso de un equipo de monitoreo de
efluente. Los servicios pblicos regulados, productos farmacuticos o para el cuidado de la salud, o los
productos de prestigio son negocios cuyos mrgenes y naturaleza son tal que el cumplimiento es su aspecto
operacional ms crtico. Las mediciones financieras y las de salidas siguen siendo importantes, pero pasan
a un nivel secundario.
Las mediciones tpicas del mantenimiento en este escenario operacional pueden incluir:
1. Tasa de calidad;
2. Disponibilidad (por ejemplo, requerimiento regulado de cumplimiento)
3. Precisin o repetitibilidad del equipo o sistema.
El anlisis RCM debera entonces enfocarse a los aspectos crticos de cumplimiento, tal como es
requerido por los stakeholders externos.
Cun efectivo es su desempeo?
Los 10 tems de medicin del proceso de mantenimiento en la figura 5 (abajo) resultan del
ejercicio de benchmarking y un anlisis subsecuente. Proveen los objetivos globales y la capacidad de
medir progreso hacia el logro de metas establecidas.
Referencia
Lo mejor
Referencia
Referencia:
Particularizar enfoque
para cumplir
requerimientos
Convenir
metas y nfasis
especfico.
Definir
recursos y el
cronograma
Acuerde
alcance y
objetivos
Completar el
Cuestionario
Definicin
acordada de todas
las preguntas
Apoyo en lnea
para personal
durante la
completacin
Mejorado cada
ao para reflejar las
necesidades
cambiantes de la
industria
Programa de
Entrevistas:
Llevado a cabo una
vez que ha sido
completado el
cuestionario
Compruebe el
entendimiento
Diagrame los
procesos claves
Identifique los
impulsadores y
medidas claves de
desempeo.
Entreviste personas a
travs y a todo nivel
en la organizacin
Anlisis, validacin
y revisin de datos
Los datos se
consolidan
Los datos se
validan
Ingresados a la
base de datos de
nuestro modelo y
analizados
Benchmarks a
travs de distintos
procesos son
comparados para
comprender
relaciones casuales
Retroalimentar a los
participantes
Una evaluacin
cualitativa y
cuantitativa
Resumen y
evaluacin general
Recomendaciones
de las reas claves a
atacar y prximos
pasos
ETAPA 1
ETAPA 2
ETAPA 3
ETAPA 4
ETAPA 5
de mejoramiento continuo que es clave para mejorar mantenimiento debe ser impulsado por, y
complementarse con, el ciclo de planificacin, ejecucin y retro-alimentacin propio de la empresa.
Frecuentemente ocurren incongruencias debido a la falla de mantenimiento de alinearse desde el
nivel corporativo al nivel de departamento por ejemplo, si la empresa establece una moratoria de nuevos
gastos de capital, esto debe alimentar la estrategia de mantenimiento y reemplazo de equipos del
departamento de mantenimiento. De la misma manera, si la misin corporativa es producir el producto de
mayor calidad posible, entonces probablemente no estar de acuerdo con objetivos del departamento de
mantenimiento de minimizar costos. Este tipo de incongruencias aparece generalmente dentro del
departamento de mantenimiento en s; si la misin del departamento de mantenimiento es ser el de mejor
desempeo en la industria, entonces es poco probable que una estrategia que excluya el mantenimiento
sintomtico y la confiabilidad alcance los resultados deseados (vase figura 9). Asimismo, si el
planteamiento de estrategia proyecta un incremento de 10% en confiabilidad, deben estar disponibles datos
confiables y consistentes para poder hacer las comparaciones.
MACRO
MICRO
Benchmark
Externo
Acciones
Internas
1.
2.
Organizacin de mantenimiento;
3.
4.
5.
Planificacin y programacin
Presupuesto y costos
Estos entonces son algunos de los indicadores de alto nivel que sirven para dar a la gerencia una
perspectiva general de la efectividad y posicin competitiva del departamento de mantenimiento. Son muy
tiles para destacar los temas claves a nivel gerencial, pero requieren una evaluacin ms detallada para
generar acciones especficas. Estas tpicamente tambin requerirn apoyo de la alta gerencia y
financiamiento corporativo.
Afortunadamente, existen muchas medidas que pueden (y deben) ser implantadas dentro del
departamento de mantenimiento que no requieren de aprobacin externa o de financiamiento corporativo.
Estas son importantes para los mantenedores ya que pueden ser usadas para estimular un clima de
mejoramiento y progreso. Algunos de los indicadores a nivel micro son:
1. Evaluacin de los beneficios que siguen a la compra o implantacin de un sistema (EAM) o
equipo en comparacin con los resultados planificados o la justificacin inicial de los costos.
2. Anlisis de confiabilidad/tasas de fallas de la maquinaria: enfocado a mquinas individuales o
lneas de produccin.
3. Anlisis de efectividad de la mano de obra: medir la asignacin de mano de obra a trabajos o
categoras de trabajos en comparacin con el ao anterior.
4. Anlisis del uso de materiales, disponibilidad de equipo, utilizacin, productividad, prdidas,
costos, etc.
Todos estos indicadores proporcionan informacin til relativa al negocio de mantenimiento y a
cuan bien se estn realizando las tareas. Un gerente de mantenimiento efectivo tendr que ser capaz de
seleccionar aquellos que contribuyan de la manera ms directa tanto al logro de las metas del departamento
de mantenimiento como al de las metas generales del negocio.
captulo tres
Estos siete pasos tienen como intencin responder las siete preguntas propuestas en el nuevo
estndar SAE. La figura 12 ilustra todo el proceso RCM.
FMEA
Describa los
efectos de esas
fallas
Use lgica RCM para seleccionar
acciones de mantenimiento o
ingeniera apropiadas y determine
la frecuencia de las tareas
refinamientos
Como primer paso, el profesional de RCM debe decidir qu analizar. Las partes o equipos ms
crticos son los que requieren mayor atencin. Hay muchos criterios posibles y aqu sugerimos algunos:
Capacidad de produccin
Calidad de la produccin
Imagen pblica
Cuando ocurre una falla en algn sistema, el equipo o dispositivo puede tener distintos grados de
impacto en estos criterios, desde ningn impacto hasta alto riesgo y desde impacto menor hasta
impacto mayor. A cada uno de estos criterios e impactos se le puede asignar un peso. Los partes o
equipos con mayor impacto combinado sobre todos los criterios deberan ser analizados primero.
Las funciones de cada sistema son lo que los sistemas hacen de una manera activa o pasiva. Las
funciones activas son generalmente aquellas obvias por las que nombramos al equipo. Por ejemplo, un
centro de control de motores es usado para controlar las operaciones de varios motores. Algunos sistemas
tambin tienen funciones secundarias o hasta protectoras menos obvias. Un ciclo qumico recuperativo y
un horno tienen ambos funciones secundarias de contencin, y puede que tambin tengan funciones
protectoras dadas por propiedades de aislamiento trmico o de resistencia a la corrosin qumica.
Es importante notar que algunos sistemas no desempean su rol activo hasta que ocurre algn otro
evento, como los sistemas de seguridad. Este estado pasivo de sistemas hace que las fallas sean difciles de
encontrar, y que se encuentren cuando ya es demasiado tarde. Cada funcin tiene tambin su conjunto de
lmites operacionales. Estos parmetros definen la operacin normal de la funcin. Cuando el sistema
opera fuera de los parmetros normales, se considera que ha fallado. La definicin de fallas funcionales
sigue estos lmites. Se puede dar que las fallas de nuestros sistemas estn caracterizadas por condiciones
altas, bajas, abiertas cerradas, de encendido, de apagado, de ruptura, de inestabilidad, de bloqueo, etc.
Un modo de falla es como el sistema falla al desempear su funcin. Un cilindro puede estar
atascado en una posicin debido a falta de lubricacin por parte del fluido hidrulico que est siendo usado.
La falla funcional es la falla en suministrar movimiento lineal, pero el modo de falla es la prdida de
propiedades lubricantes del liquido hidrulico. Por supuesto, hay muchas causas posibles para este tipo de
falla que debemos considerar al determinar la accin de mantenimiento correcta para evitar la falla y sus
consecuencias. Las causas pueden incluir: uso del fluido incorrecto, la ausencia de fluido por fuga, mugre
en el fluido, corrosin en la superficie debido a humedad en el lquido, etc. Cada una de estas puede
revisarse al hacer un chequeo, cambiar, o acondicionar el fluido. Estas son intervenciones de
mantenimiento.
No todas las fallas son iguales. Las consecuencias de fallas son sus efectos en el resto del sistema,
planta y ambiente operacional en las cuales estn sucediendo. La falla del cilindro (planteada arriba) puede
causar un flujo excesivo de efluente hacia un ro, si es que est activando una vlvula de compuerta o un
vertedor en una planta de tratamiento es decir, un impacto severo. Los efectos pueden tambin ser tan
menores como la falla en liberar el freno por peso-muerto en un cargador frontal que va a ser usado para
apilar pallets en una bodega un impacto relativamente menor. En uno de los casos el impacto es al medio
ambiente y en el otro es posible que slo sea una molestia de mantenimiento.
Al conocer las consecuencias de cada falla, podemos determinar si la falla es merecedora de
prevencin, esfuerzos para predecirla, algn tipo de intervencin peridica para evitarla, rediseo para
eliminarla, o simplemente ninguna accin.
La figura 15 muestra grficamente la lgica RCM. RCM ayuda a clasificar fallas como ocultas o
Modo de falla y efectos
Si
Describa el
monitoreo y asigne
frecuencia
Si
No
No
Si
No
Es la frecuencia de
la falla predecible con
certeza ?
No
Esta el modo de
falla escondido?
Si
La reparacin o acciones de
reacondicionamiento devolveran un
desempeo de tan bueno como
nuevo?
El reemplazo del tem
devolvera la funcin a "tal
como nueva"?
No
Si
Si
Describa la tarea de
reemplazo y asigne su
frecuencia
Si
Si
No
Si
El rediseo produce
un beneficio?
Si
No
Redisee
Corra-a-la-falla
Proceso de ingeniera
de cambio requerido
Redisee para
eliminar el modo
de falla y sus
consecuencias
Si
No
Examine la
economia de la
falla vs. el
rediseo
Describa la prueba y
asigne una frecuencia
a esta
Redisee para
revelar o eliminar el
modo de falla
No
La falla resulta en
un riesgo, impacto o
accidente de
seguridad o de
medio ambiente?
Describa accin de
reparacin
reacondicionamiento y
asigne frecuencia
Es este modo de
falla detectable por
medio del
monitoreo?
no, y a ver si tienen impactos en la seguridad, el medio ambiente, la produccin o el mantenimiento. Para
simplificar el diagrama clsico de la lgica RCM, hemos mostrado las preguntas clasificadoras de fallas
ms cercanas al final del rbol de lgica. Investigaciones de modos de fallas revelan que la mayora de las
fallas de sistemas complejos compuestos de componentes mecnicos, elctricos e hidrulicos se darn de
una manera aleatoria es decir, que no son predecibles con algn grado de confianza.
Muchas de estas fallas sin embargo sern detectadas antes de que lleguen a un punto donde la falla
funcional pueda ser considerada como dada. Por ejemplo, la falla de una bomba booster en rellenar un
embalse en uso para proporcionar presin de trabajo para un sistema municipal de agua, puede no causar
una prdida de funcionalidad del sistema. Puede ser detectada antes que perdamos presin de agua potable,
sin embargo, si le estamos haciendo seguimiento - esa es la esencia del sintomtico. Buscamos la falla que
ya ha ocurrido pero que no ha progresado hasta el punto de degradar la funcionalidad del sistema.
Encontrando estas fallas en este estado fallido temprano, podemos evitar las consecuencias en el
desempeo general. Dado que la mayora de las fallas son de naturaleza aleatoria, la lgica RCM primero
pregunta si es posible detectarlas a tiempo para evitar la prdida de funcin del sistema. Si la respuesta es
afirmativa, entonces el resultado es la necesidad de un sintomtico.
Para evitar el evento de falla funcional debemos monitorear con frecuencia suficiente para tener
confianza de detectar el deterioro con bastante anticipacin para actuar antes de perder la funcin. Por
ejemplo, en el caso de la bomba booster podramos revisar una vez al da si est funcionando correctamente
ya que sabemos que demoramos un da en repararla y que toma dos das vaciar el embalse. Eso nos da por
lo menos 24 horas entre la deteccin de falla en la bomba y la restauracin de servicio sin prdida de
funcin del sistema del embalse. La optimizacin de estas decisiones est cubierta mas adelante en el
captulo 7.
Si la falla no es detectable con suficiente tiempo como para evitar la falla funcional, la lgica nos
pregunta si es posible reparar el modo de falla de la parte o equipo para reducir la tasa de falla.
Algunas fallas son bastante predecibles an si no pueden ser detectadas oportunamente. Por
ejemplo, podemos predecir con seguridad el desgaste de frenos, correas, neumticos, erosin, etc. Puede
que estas fallas sean difciles de detectar mediante el monitoreo sintomtico con suficiente tiempo como
para evitar la falla funcional, o pueden ser tan predecibles que el monitoreo para aquello que es obvio sea
innecesario. Cul es la razn para suspender trabajo de un equipo para monitorear desgaste de correa si
sabemos que es muy probable que no aparezca en por lo menos dos aos? Podramos monitorear todos los
aos, pero en algunos casos sera ms lgico simplemente reemplazar las correas cada dos aos sin revisar
su condicin. Existe un riesgo de que la falla ocurra anticipadamente y tambin un riesgo de que se
cambien correas que ni siquiera estn desgastadas. Estas decisiones sern cubiertas ms adelante en el
captulo 6.
Si no es prctico reemplazar componentes o devolverles su condicin original por medio de alguna
accin basada en el tiempo, entonces puede que sea posible cambiar el equipo entero. Generalmente esto
hace sentido si la prdida de la funcin es demasiado critica, ya que implica una poltica de repuestos para
apoyar este enfoque. Quizs el costo de la produccin perdida en el tiempo de detencin asociado con el
reemplazo de partes es muy caro, y el costo del reemplazo completo es menor. De nuevo, este tipo de
decisiones ser cubierto en el captulo 6.
En el caso de los modos de falla ocultos en sistemas de proteccin o de seguridad puede no ser
posible el monitoreo del deterioro ya que el sistema est normalmente inactivo. Si el modo de falla es
aleatorio, puede que no tenga sentido reemplazar el componente sobre la base de tiempo porque se podra
estar reemplazando con otro componente similar que falle apenas recin instalado.
Uno no puede saber. En estos casos la lgica RCM nos pide explorar el uso de pruebas de
deteccin de fallas funcionales. Estas son pruebas que podemos efectuar para causar que el dispositivo se
active, mostrando la presencia o ausencia de un funcionamiento correcto. Si una prueba como sta no
puede efectuarse, se debe redisear el componente o sistema para eliminar la falla oculta.
En el caso que las fallas no sean ocultas, no se puedan predecir con suficiente tiempo como para
prevenir la falla funcional, y no se pueda prevenir la falla mediante reemplazos basados en tiempo o en uso,
se puede redisear o aceptar la falla y sus consecuencias. En caso de consecuencias de seguridad o medio
ambiente, se debera redisear. En caso de consecuencias relacionadas con la produccin, se puede elegir
el rediseo o el correr-a-la-falla dependiendo de los trminos econmicos asociados con las consecuencias.
Si no se presentan consecuencias en la produccin, pero s hay costos de mantenimiento que considerar,
entonces hay una eleccin similar. En estos casos la decisin est basada en factores econmicos es
decir, el costo de rediseo vs. el costo de aceptar las consecuencias de falla (como la produccin perdida,
costos de reparacin, sobretiempo, etc.)
La frecuencia de las tareas es generalmente difcil de determinar con seguridad. Los captulos 6 y
7 discuten este problema en detalle, pero para los propsitos aqu basta con reconocer que el historial de la
falla es uno de los principales determinantes. Uno debera reconocer que las fallas no ocurrirn
exactamente en el momento que uno predice, por lo que hay que aceptar un margen de error. Tambin hay
que reconocer que la informacin en la que uno se basa para tomar las decisiones puede ser deficiente o
incompleta. Para simplificar el prximo paso, que vincula la agrupacin de tareas similares, tiene sentido
predeterminar un nmero de frecuencias aceptables, tales como diarias, semanales, por turno, anuales,
unidades producidas, distancias viajadas o nmero de ciclos de operacin, etc. Seleccione aquellas que
estn ms cercanas a las frecuencias que su historial de operaciones o de mantenimiento le indican tienen
ms sentido.
Luego de haber pasado los modos de falla por la lgica mostrada arriba, el profesional debe
consolidar las tareas en un plan de mantenimiento para el sistema. Este es el producto final de RCM.
Cuando esto ha sido producido, el mantenedor y el operador deben continuamente buscar las posibles
mejoras del producto. Las frecuencias de tareas que sean originalmente seleccionadas pueden ser muy
conservadoras o muy largas.
Si se experimentan demasiadas fallas que deberan estarse previniendo, entonces probablemente
no se estn realizando intervenciones de mantenimiento proactivo con la suficiente frecuencia. Si ya no se
ven nunca las fallas comunes que tenan pequeas consecuencias, o si los costos preventivos son mayores
de los que se tenan cuando no se haca mantenimiento preventivo, entonces es posible que se est
manteniendo la unidad con demasiada frecuencia. Aqu es donde entran las tcnicas de optimizacin.
(Vanse los captulos 6 y 7 para una discusin completa.)
El producto de RCM
El producto RCM es un plan de mantenimiento. Este documento contiene listados consolidados
con descripciones de las intervenciones sintomticas, reemplazos basados en tiempo o uso, tareas
detectoras de fallas, decisiones de rediseo, y decisiones de correr-a-la-falla. Este documento no es un
plan en el verdadero sentido; no contiene la informacin tpica de planificacin de mantenimiento tal
como la duracin de tareas, herramientas y equipo de prueba, requerimientos de repuestos y materiales,
requerimientos de mano de obra y la secuencia detallada de pasos.
En un sistema complejo se pueden identificar miles de tareas. Para tener una idea del tamao del
producto, considere una tpica planta de proceso que tiene repuestos para ms o menos el 50% de sus
componentes. Cada uno de ellos puede tener varios modos de falla. Esta planta probablemente mantiene
entre 15,000 y 20,000 nmeros individuales de partes (SKUs) en inventario. Esto significa que habr algo
como 40,000 partes con uno o ms modos de falla y decisiones de tareas.
Afortunadamente hay un nmero limitado de tcnicas de monitoreo sintomtico disponibles, y
estas cubrirn gran parte de la lista de tareas ya que la mayora de modos de falla son aleatorios. Estas
tareas pueden ser agrupadas segn la tcnica (por ejemplo, anlisis de vibraciones), segn la ubicacin (por
ejemplo, sala de mquinas), y segn la sub-ubicacin en una ruta. Puede ser posible agrupar decenas y
hasta centenas de modos de falla individuales para as reducir el nmero de tareas para la planificacin
detallada de mantenimiento. Es necesario considerar las frecuencias con que los grupos de tareas fueron
especificados.
Las tareas basadas en uso o en tiempo son fciles de agrupar. Todas las tareas de reemplazo o
reacondicionamiento para equipos particulares pueden ser agrupadas por frecuencia de tareas en una sola
tarea de overhaul. De la misma manera, mltiples overhauls en un rea especfica de planta pueden ser
agrupados en un solo plan de paro.
Otra manera de agrupar las tareas es segn el responsable de ellas. Tareas asignadas a operadores
se efectan generalmente usando sentidos del tacto, vista, olfato u odo. Estas a menudo se agrupan
lgicamente en listas de chequeo diarios o por turno o de rondas de inspeccin.
Al final, uno debera tener una lista completa que nos diga qu tiene que hacer mantenimiento y
cuando debe hacerlo. El planificador tiene el trabajo de determinar los detalles necesarios para ejecutar el
trabajo.
Qu puede lograr el RCM?
El RCM ha estado rondando por aproximadamente 30 aos. Comenz con los estudios de fallas
de aviones comerciales en los aos sesenta, para reducir la cantidad de trabajo de mantenimiento requerida
para lo que en ese momento era la nueva generacin de aeronaves ms grandes de fuselaje ancho. A
medida que las aeronaves crecieron y aument su nmero de partes y por ende haba mas cosas que podan
fallar, era evidente que los requerimientos de mantenimiento iban a crecer de forma similar y consumir
tiempo de vuelo necesario para generar utilidades. En el extremo, la seguridad podra haber sido muy
costosa de lograr y habra hecho el volar un mal negocio. Al xito de la industria de aerolneas en aumentar
el nmero de horas de vuelo, drsticamente mejorar su registro de seguridad, y demostrarle al mundo que el
uso de un enfoque de mantenimiento casi enteramente proactivo es posible, se puede atribuir al xito de
RCM.
El xito de la industria de las aerolneas fue un espaldarazo altamente visible del xito de RCM, y le
demostr al mundo los beneficios de un enfoque casi enteramente proactivo de mantenimiento.
Las nuevas aeronaves que tenan su mantenimiento determinado por el uso de RCM requeran
menos horas-hombre de mantenimiento por hora de vuelo. Desde los sesenta, el desempeo de seguridad
de las aeronaves ha ido mejorando dramticamente.
Figura 16: Las aeronaves son ahora ms confiables que hace varios
aos atrs y eso se debe en parte al RCM.
Fuera de la industria aeronutica, el RCM tambin ha sido usado con xito. Proyectos militares
generalmente decretan el uso de RCM porque permite a usuarios finales gozar del tipo de alto desempeo
de confiabilidad de equipo que tienen las aerolneas. El autor particip en un proyecto de construccin de
buques donde la carga total de trabajo de mantenimiento de la tripulacin se redujo en casi un 50% de lo
que era comn en otros buques de similar clase y tamao. Al mismo tiempo, la disponibilidad de servicio
se mejor en un 60 a 70% por medio de reduccin del tiempo de detencin para intervenciones de
mantenimiento.
La industria minera se encuentra operando tpicamente en lugares remotos lejanos de proveedores
de repuestos y materiales y de mano de obra de reemplazo. Consecuentemente, las mineras quieren alta
confiabilidad y disponibilidad del equipo - tiempo mnimo de detenciones y productividad mxima de los
equipos. RCM ha sido un gran aporte para mejorar disponibilidad de flotas de camiones y otros equipos, al
mismo tiempo que reduce los costos de mantenimiento en repuestos y mano de obra y el tiempo de
detencin planificado de mantenimiento.
RCM tambin ha tenido xito en plantas qumicas, refineras de petrleo, plantas de gas,
estaciones remotas de compresin y bombeo, refineras y fundiciones de mineral, plantas siderrgicas, de
aluminio, papel y celulosa, operaciones de transformacin de papel tissue, procesamiento de alimentos y
bebidas, y cerveceras. Cualquier lugar en el que alta disponibilidad y confiabilidad sean importantes, es un
lugar potencial de implantacin de RCM.
Que se necesita para llevar a cabo el RCM?
El RCM no es una sigla. Debe ser aprendido y practicado para obtener la pericia y acceder a los
beneficios que pueden ser obtenidos. La implantacin del RCM significa:
Seleccin de equipo de profesionales con disposicin;
Su capacitacin en RCM;
Ensear a otros stakeholders en la operacin y mantenimiento de planta lo que es RCM y lo que
puede lograr para ellos;
Seleccin de un proyecto piloto para mejorar la pericia del equipo y demostrar el xito, y
Replicacin del proceso a todas las otras reas de la planta.
Una clave del xito en RCM es su demostracin. Antes de comenzar el anlisis, el equipo RCM
debe establecer las mtricas de referencia de confiabilidad y disponibilidad de planta, as como la cobertura
y cumplimiento del programa de mantenimiento. Estas mediciones sern usadas posteriormente en
comparaciones de lo que ha cambiado y del xito que se est obteniendo.
El equipo de trabajo debe ser multi-disciplinario y capaz de hacer uso del conocimiento de
especialistas cuando sea necesario. Requiere del conocimiento de las operaciones cotidianas de planta y
equipo, en conjunto con el conocimiento detallado del equipo en s. Esto hace necesaria la incorporacin
de por lo menos un operador y un mantenedor. El conocimiento de planificacin, de programacin y de
operaciones y capacidades generales de mantenimiento, son tambin necesarios para asegurar que las tareas
sean verdaderamente realizables en el ambiente de la planta, as como representacin gerencial de
operaciones y mantenimiento. Finalmente, el conocimiento detallado de diseo del equipo tambin es
RCM no se aplica. En estos casos, el programa est pasando por alto fallas porque no exceden algn
criterio de impacto. Los ahorros surgen porque se reduce el esfuerzo de anlisis. Cuando la criticidad se
aplica a los modos de falla mismos, el riesgo de causar un problema crtico es relativamente menor. La
desventaja de este enfoque es que uno gasta la mayor parte del esfuerzo y costos para llegar a una decisin
de no hacer nada recuerde que estamos aqu en el paso cinco de siete. Por tanto, lo que se ahorra es
relativamente poco.
Cuando se aplica un filtro de criticidad al equipo, las decisiones de reducir el anlisis pueden
tomarse antes de que se haga la mayor parte del anlisis (en el paso uno). Algunos, pero no necesariamente
todos los modos de falla van a ser intuitivamente conocidos por los que estn llevando a cabo el anlisis de
criticidad, pero no van a ser documentados en este momento. Se gasta as poco esfuerzo y se pueden
ahorrar costos considerables del programa. Este mtodo va a ser atractivo para aquellas empresas que estn
limitando sus presupuestos para estos esfuerzos proactivos.
Esta ltima versin de RCM puede ser totalmente aceptable si las consecuencias de posibles fallas
son conocidas y son aceptables para las reas de produccin, mantenimiento, costos, medio ambiente y
recursos humanos. Por ejemplo, muchas fallas no tienen ms que consecuencias relativamente menores
adicionales a la prdida de produccin y discontinuidad del proceso operacional, y sus costos asociados.
Los puristas podran alegar que cualquier otra cosa menos que un RCM completo es irresponsable,
porque sin el anlisis completo uno est potencialmente ignorando fallas reales y crticas, aun cuando sea
inadvertidamente. Esto es de hecho cierto, y es la preocupacin que impuls al SAE a desarrollar el
estndar JA-1011.
Desgraciadamente tambin es cierto que muchas empresas sufren de una o ms de las razones
descritas para el fracaso. Sin la fuerza de ley, los estndares RCM tales como SAE JA-1011, Nowland &
Heap y otros son meras guas que pueden o no ser adheridas dependiendo de decisiones tomadas en cada
empresa. A menudo estas decisiones las toman aquellos que, aunque a nivel gerencial, no tienen un
conocimiento extenso de RCM.
Profesionales conocedores o partidarios entusiastas de ser proactivos pueden reconocer cuando sus
respectivas plantas exhiben una o ms de estas potenciales causas de fracaso. Deberamos hacer lo posible
para mitigar las posibles consecuencias y evitar el riesgo. Como ingenieros y mantenedores responsables,
nos podemos encontrar en una situacin que exija que comencemos lentamente y vayamos creciendo hasta
llegar al RCM completo.
El simple hecho de revisar un programa MP existente usando la lgica RCM no va a lograr
mucho. Analizar solamente equipo crtico logra ms y lo hace cuando ms cuenta. Revisar el equipo
crtico primero y despus ir bajando por la escala de criticidad de nuevo logra ms, y es posible que cumpla
con todos los objetivos del RCM.
Si al verlo de una perspectiva realista llevar a cabo RCM es simplemente demasiado para su
empresa, puede que un enfoque alternativo sea ms accesible y represente su mejor alternativa. De alguna
forma esto reducir el riesgo y ser mucho mejor que quedarse de manos cruzadas.
El RCM dirigido por capacidad
Si la lgica RCM progresa desde el equipo a los modos de falla, y despus va la lgica de
decisiones a un resultado, podr ser que el proceso opuesto no contemple muchas de las fallas an cuando
no estn claramente identificadas? Porqu no empezar con las soluciones (de las cuales hay un nmero
finito) y buscar buenos lugares para aplicar esas soluciones?
Vale la pena revisar las siguientes preguntas:
Qu tiene de malo usar tcnicas existentes de monitoreo sintomtico y extender su uso a
otras partes del equipo? Si se puede hacer anlisis de vibracin a algn equipo porqu no
hacerlo a otros?
Las respuestas concretas a estas tres preguntas son: se corre el riesgo de excederse en el
mantenimiento de algunas partes del equipo; se puede no tomar en cuenta algunos modos de falla y sus
acciones de mantenimiento debido a la falta de rigor; se pierden oportunidades de rediseo. Sin embargo,
s aprovecha sus capacidades para efectuar MP y se apega de cerca a principios RCM como va para escalar
hacia la implantacin completa de RCM. Denominamos este enfoque RCM dirigido por capacidad o CDRCM.
Un mantenedor puede dar pasos basado en lo anterior que ayudarn a mitigar consecuencias de
fallas. Cuando se demuestre el xito, esos pasos pueden conducir a que el mantenedor gane suficiente
influencia como para extender su enfoque proactivo hacia incluir anlisis RCM. Este enfoque no est
orientado a evitar, o actuar como atajo para el RCM, sino ms bien es un paso preliminar que generar
resultados positivos que no son inconsistentes con RCM y sus objetivos.
El enfoque CD-RCM que lograr esto es el siguiente:
Asegrese que su sistema de Ordenes de Trabajo MP realmente funciona es decir, que las
ordenes de trabajo MP puedan ser gatilladas automticamente, que las ordenes de trabajo se
liberan, y que se ejecutan segn programa. (Si esto no ocurre, pare de leer aqu. Necesita
ayuda ms all del alcance de este manual);
Identifique su inventario de equipo / activos (esto es parte del primer paso del RCM),
Identifique las tcnicas de monitoreo sintomtico disponibles que puedan ser usadas (lo que
est probablemente limitado por la capacidad de su planta),
Determine los tipos de modos de fallas que cada una de estas tcnicas pueden revelar;
Identifique los equipos donde estos modos de falla son dominantes;
Decida cuales son las frecuencias apropiadas para estas tareas de monitoreo e implemntelas
en su sistema de ordenes de trabajo MP;
Identifique el equipo que tiene modos de falla de desgaste dominantes;
Programe el reemplazo peridico de estos componentes de desgaste y de aquellos otros que se
ven comprometidos en reemplazos como mantenimientos basados en tiempo usando su
sistema de rdenes de trabajo MP;
Identifique todo su equipo stand-by y sistemas de seguridad (alarmas, sistemas de paro,
equipo stand-by redundante, sistemas de respaldo, etc.). Estos son equipos y sistemas que
estn normalmente inactivos hasta que ocurre algo que gatilla su uso;
Determine pruebas apropiadas para operar peridicamente este equipo tal que se revelen las
fallas detectables, e implemntelas en su sistema de ordenes de trabajo MP;
Examine las fallas que se presentan luego de poner en marcha el programa de mantenimiento,
para determinar la causa-raz de las fallas y llevar a cabo acciones apropiadas para eliminar
esas causas o sus consecuencias.
El resultado de aplicar este enfoque CD-RCM puede parecerse a lo siguiente:
Uso extensivo de tcnicas sintomticas como: anlisis de vibracin, anlisis de lubricante /
aceite, inspecciones visuales y algunas pruebas no-destructivas.
Uso limitado de reemplazos por tiempo y overhauls.
En plantas que tengan altos niveles de redundancia, cambios cotidianos entre equipos, del A
al B y de vuelta, posiblemente combinado con nivelacin de las horas operativas.
Programa extendido de pruebas de sistemas de seguridad.
Captura sistemtica de informacin de fallas que ocurren y el anlisis de esa informacin y las
fallas en s para determinar sus causas-races y las acciones para eliminarlas.
An cuando este enfoque no logra todos los resultados que lograra el anlisis RCM completo,
est basado en los principios RCM y pondr a la organizacin en el camino a ser ms proactiva. CD-RCM
est orientado a construir sobre xitos iniciales con mtodos probados enfocados en reas donde hacen
sentido, tal que se gane credibilidad e incremente la viabilidad de implantacin de RCM completo.
Cmo se decide?
Se puede ver que RCM significa mucho trabajo y que llevarlo a cabo puede ser costoso. Existen
alternativas que son menos rigurosas. Puede que sea enfrentado al desafo de justificar los costos asociados
a un programa completo RCM, y que no sea capaz de decir con seguridad cules sern los ahorros que se
van a lograr. Esta es una situacin difcil de afrontar, y cada situacin tendr sus propias peculiaridades y
personalidades con las que haya que lidiar.
RCM es el enfoque ms exhaustivo y completo que podra tomarse para determinar los enfoques
correctos de mantenimiento proactivo para lograr alta confiabilidad de sistemas. Es costoso y consume
bastante tiempo los resultados, aunque impresionantes, pueden tardar en aparecer. Generalmente este
tiempo es suficiente para que RCM no exceda los ciclos de decisin acostumbrados en el mundo moderno
de inversiones de negocio.
La simple revisin de su programa MP con enfoque RCM no es una alternativa real para un
gerente responsable - se arriesga a omitir demasiadas cosas que podran ser crticas, o significativas para el
medio ambiente o la seguridad.
RCM simplificado (o Lite) puede ser apropiado para ambientes industriales en los cuales se
reconoce y usa la criticidad para guiar esfuerzos de anlisis usando los recursos o tiempo limitados de que
se dispone. Esto lograr los resultados RCM deseados en un subconjunto menor pero bien dirigido de
modos de falla en los equipos y sistemas crticos.
Donde la inversin RCM no sea opcin, la alternativa es llegar a ella usando CD-RCM que le
agrega un poco de lgica al enfoque tradicional de conseguir una nueva tecnologa y aplicarla en todas las
reas. En CD-RCM tomamos una medida de lo que podemos hacer ahora, nos aseguramos que lo estamos
aplicando lo ms ampliamente posible, y demostramos el xito cumpliendo con el nuevo programa.
Despus de demostrar el xito, se puede expandir el programa usando ese xito como evidencia de que
funciona y produce los resultados deseados. Eventualmente, RCM podr usarse para asegurar que el
programa est completo.
La lista de verificacin de decisiones del RCM
Se deben responder un nmero de preguntas y evaluar varias alternativas para determinar si RCM
es lo correcto para usted. Estas preguntas estn planteadas a lo largo de este captulo, pero estn resumidas
aqu para tenerlas como referencia:
1. Puede su planta u operacin vender todo lo que produce? Si la respuesta es s, entonces alta
confiabilidad es importante, RCM debera ser considerado, y debera saltar a la pregunta
cinco. Si la respuesta es no, entonces necesita enfocarse a medidas de reduccin de costos.
2. Hay un desempeo inaceptable en seguridad o impacto ambiental? Si la respuesta es s,
entonces RCM es probablemente para usted avance a la pregunta cinco.
3. Tiene ya un extenso programa de mantenimiento preventivo en operacin? Si la respuesta es
afirmativa, puede beneficiarse de RCM si los costos del programa son inaceptablemente altos.
Si la respuesta es no, tambin puede beneficiarse de RCM si sus costos de mantenimiento son
relativamente altos con relacin a la competencia.
Cuando la inversin RCM completo no es opcin, hay otras opciones como RCM Lite o RCM
por capacidad (CD-RCM) que pueden ser solucin para su operacin en el corto plazo.
4.
Son altos sus costos de mantenimiento en relacin con otros en su negocio? Si su respuesta
es afirmativa, entonces avance a la pregunta cinco. Si no lo es, entonces probablemente no se
beneficiar de RCM y puede parar aqu.
RCM es para usted. Necesita asegurarse que su organizacin est lista para ello. Tiene ya
un ambiente de mantenimiento controlado, donde la mayor parte del trabajo es predecible y
planificado y en el cual puede esperar confiadamente que trabajo planificado, como MP o
MPd, se va a efectuar segn programa? Si la respuesta es s, pasa la prueba bsica para ver si
est listo su ambiente de mantenimiento est bajo control y puede seguir a la pregunta
seis. RCM no funcionar bien si no lo puede llevar a cabo en un ambiente controlado. Si no
puede, necesita ayuda ms all de lo que RCM por s solo puede hacer. Busque ayuda para
tomar control de sus actividades de mantenimiento antes de seguir adelante.
Necesita RCM y su organizacin est ya bajo control est listo. Ahora necesita aprobacin para
llevarlo a cabo. Si puede directamente aprobar, entonces hgalo. Si no:
6.
7.
captulo cuatro
El problema de la incertidumbre
Que hacer cuando sus planes de confiabilidad no se ven muy confiables
Por Murray Wiseman
Cuando se est enfrentado la incertidumbre nuestra reaccin humana instintiva es a
menudo la indecisin y angustia. Todos preferiramos que la oportunidad y
resultado de nuestras decisiones fuesen conocidos con certeza. Puesto de otra
manera, nos gustara que todo problema y su solucin fuese determinstico. Los
problemas en los cuales la oportunidad y resultado de una accin dependen del azar
se conocen como probabilsticos o estocsticos. Sin embargo, en mantenimiento no
podemos ignorar dichos problemas ya que la incertidumbre es inevitable. Ms bien,
nuestra meta es cuantificar incertidumbres asociadas con decisiones significativas
de mantenimiento, para revelar el curso de accin ms apropiado para lograr
nuestro objetivo. Los mtodos descritos en este captulo no solo lo ayudarn a lidiar
con la incertidumbre sino que pueden, esperamos, persuadirlo a que trate este
fenmeno como a un aliado ms que como a un enemigo.
A cuntos nos han dicho desde la niez que el fracaso es la madre del xito y que a partir de los
errores se aprende. En ningn otro lugar es esta sabidura popular ms valorada que en un departamento
de mantenimiento que usa herramientas de ingeniera de confiabilidad. En un ambiente tan iluminado, las
fallas un hecho impersonal de la vida pueden ser tratadas y convertidas a conocimiento valioso seguido
de accin productiva. Para obtener esta elevada, pero alcanzable meta en las operaciones, requerimos un
slido enfoque cuantitativo para lidiar con incertidumbre en mantenimiento. Por esta razn, comencemos
el ascenso en tierra slida el fcilmente conceptuado histograma de frecuencia relativa de fallas pasadas.
Las cuatro funciones bsicas
En esta seccin descubriremos el Histograma de Frecuencia Relativa y las cuatro funciones
bsicas: 1) la funcin de Densidad de Probabilidad; 2) la funcin de Distribucin Acumulativa; 3) la
funcin de Confiabilidad; y 4) la funcin de Riesgo.
Asuma que de una poblacin de 48 tems comprados y puestos en servicio a principio del ao
todos han fallado al llegar Noviembre.
Haga una lista de fallas segn oportunidad como se muestra en figura 18. Agrpelas en segmentos
convenientes de tiempo, en este caso meses. Diagrame el nmero de fallas en cada segmento como en la
figura 19. Las barras altas del centro representan los tiempos ms populares o probables de falla.
Sumando el nmero de fallas que ocurrieron antes de abril, 14, y dividiendo por el nmero total de la
poblacin, 48, podemos estimar que la probabilidad acumulativa de que el tem falle en el primer trimestre
del ao es de 14/48. La probabilidad de que todos los tems fallen antes de Noviembre es 48/48 o 1.
Nmero de fallas
Tiempo de la falla
Area R(t) es la
probabilidad de que
el tem sobreviva el
tiempo t.
Area f(t) es la
probabilidad de
falla antes de o
en el tiempo t.
Resumen
En slo unos cortos prrafos hemos aprendido las cuatro funciones bsicas en la ingeniera de
confiabilidad: la PDF o funcin de densidad de probabilidad f(t); la CDF o funcin de distribucin
acumulativa F(t); la funcin de confiabilidad R(t); y la funcin de riesgo h(t). Conociendo cualquiera de
stas, podemos derivar las otras tres. Armados con estos conceptos estadsticos fundamentales, podemos
salir a combatir con el azar de la ocurrencia de fallas a travs de nuestra planta. A pesar de que las fallas
son eventos aleatorios, podremos, no obstante, descubrir cmo determinar los mejores momentos para
realizar mantenimiento preventivo y las mejores polticas de mantenimiento de largo plazo. Habiendo
estimado con confianza (es decir con un nivel dado y aceptable de confianza estadstica) la PDF (por
ejemplo), nos basaremos en ella o en sus funciones hermanas para construir modelos de optimizacin. Los
modelos describen situaciones tpicas de mantenimiento representndolas en ecuaciones matemticas. Esto
es muy conveniente si deseamos optimizar el modelo. El objetivo de optimizacin es generalmente lograr
el menor costo global, promedio, y de largo plazo de mantenimiento de nuestro equipo de produccin.
Discutiremos y crearemos modelos en los captulos 5 y 6.
Distribuciones tpicas
En la seccin anterior definimos las cuatro funciones claves que podemos aplicar a nuestros datos
cuando de alguna forma los hemos transformado en una distribucin de probabilidad. El paso requerido
para convertir o ajustar los datos es el tema de esta seccin.
Cmo encuentra uno la PDF apropiada para un componente o sistema real? Hay dos enfoques
posibles para este problema:
1. Trace la curva de mejor ajuste a datos obtenidos del ciclo de vida del equipo, o
2. Haga una hiptesis de que ser una cierta funcin paramtrica, cuyos parmetros puedan ser
estimados por medio de tcnicas estadsticas de muestreo y de la realizacin de numerosas
pruebas de confianza. Este enfoque ser el que adoptaremos.
Afortunadamente, encontramos de observaciones de fallas en el pasado que las funciones de
densidad de probabilidad (y por tanto sus funciones derivadas de confiabilidad, distribucin acumulativa y
funcin de riesgo) de datos reales generalmente satisfacen alguna de un conjunto de formulas matemticas
cuyas caractersticas ya son familiares para los ingenieros de confiabilidad. Estas distribuciones conocidas
incluyen la exponencial, la de Weibull, la Lognormal y la Normal. Estas pueden ser completamente
especificadas si podemos estimar sus parmetros.
Por ejemplo, la CDF de Weibull es:
y seleccionar procedimientos que minimicen costos y riesgo a la vez que mantienen o incrementan el
volumen y calidad de productos.
Las cuatro funciones de tasa de falla o funciones de riesgo correspondientes a las cuatro funciones
de densidad (exponencial, Weibull, lognormal, y normal) se muestran en la figura 21.
Exponencial
Weibull
Lognormal
Normal
Figura 21: Curvas de funcin de riesgo para las distribuciones de fallas comunes
De las cuatro funciones, los datos observados generalmente se aproximan ms a la distribucin de
Weibull. Esto es afortunado y fue subestimado por el mismo Waloddi Weibull quien dijo al presentar su
ensayo clave en 1951 ...puede que alguna vez rinda un buen servicio. La reaccin a su ensayo vari del
escepticismo hasta el rechazo directo. A la larga, como con todas las buenas ideas que caen en tierra frtil
y florecen, la Fuerza Area de Estados Unidos reconoci y financi la investigacin de Weibull por los
posteriores 24 aos hasta 1975. Hoy el Anlisis Weibull es el mtodo lder en el mundo para clculos
sobre datos de ciclo de vida [ref. 3].
El objetivo de este captulo es atraer la atencin de profesionales de mantenimiento hacia tales
mtodos de toma de decisiones, y mostrar que son esfuerzos vlidos y provechosos para la administracin
de activos fsicos de su empresa.
Un ejemplo
Concretemos estos conceptos usando un ejemplo que ilustra como uno puede extraer informacin
significativa de datos de fallas. Asmase que hemos determinado (usando mtodos a discutir ms adelante
en este captulo y en el captulo 7) que cierto componente elctrico tiene una funcin de distribucin
acumulativa exponencial, F(t) = 1- e-t, donde = 0.0000004 hrs. 1.
Tenemos entonces que responder lo siguiente:
(a) Cul es la probabilidad de que una de estas piezas falle antes de 15,000 horas de uso?
(b) Cunto tiempo debemos esperar para alcanzar un 1% de fallas?
(a) F(t) = 1- e-t = 1 e-0.0000004 x 15,000 = 0.001 = 0.6%
Reordenando
(b) t = -ln(1 F(t))/ = ln(1 - .01)/.0000004 = 25.126 hrs.
(c) Cul sera el tiempo medio entre falla (TMEF)?
(c) TMEF = R(t)dt = e-tdt = 1/ = 250,000 hrs.
(d) Cul sera la mediana del tiempo medio entre falla (el tiempo en el cual la mitad de la
poblacin ha fallado)?
(d) F(T50) = 0.5 = 1- e-t50
T50 = ln2/ = 0.693/.0000004 = 1,732,868 hrs.
Este es el tipo de informacin que podemos esperar examinando los datos va principios de
ingeniera de confiabilidad incorporados en el software. Contine la lectura para ver como hacerlo.
Consideraciones de la vida real el problema de los datos
Irnicamente, a menudo dejamos que la poca informacin requerida para gestin de confiabilidad
se nos escape entre los dedos mientras perseguimos implacablemente el siempre elusivo control sobre los
costos de mantenimiento de nuestra planta y equipo productivo. La administracin de los datos es el
primer paso hacia una gestin de activos fsicos exitosa. Buenos datos personifican una rica experiencia de
la cual uno puede aprender y por ende mejorar el actual proceso de gestin de mantenimiento de su
empresa. Un rol esencial de la alta gerencia es poner amplios recursos computacionales y mtodos
cientficos en manos de profesionales de mantenimiento que han sido entrenados para recolectar, filtrar, y
procesar datos con el propsito explcito de guiar las decisiones. La intencin de este captulo es inspirar a
mantenedores, planificadores, ingenieros, y gerentes a recolectar de manera seria y continua sus propios
datos de mantenimiento y reemplazo, con un renovado entendimiento de su alto valor para el resultado final
de su organizacin.
Irnicamente, a menudo dejamos que la poca informacin requerida para gestin de confiabilidad se
nos escape entre los dedos mientras perseguimos implacablemente el siempre elusivo control sobre
los costos de mantenimiento de nuestra planta y equipo productivo.
Sin duda el primer paso en cualquier actividad que mire hacia el futuro es obtener buena
informacin. En importancia, este paso pesa ms que los pasos de anlisis subsecuentes que pueden
parecer triviales por comparacin. La historia de la humanidad es una de progreso construido sobre la base
de sus experiencias. Sin embargo, han habido incontables momentos en que se han derrochado
oportunidades por omitir la recoleccin y procesamiento de datos que estaban disponibles. Hoy,
desgraciadamente, muchos departamentos de mantenimiento caen en esa categora. Por esto una de las
mtricas ms importantes usadas en el Centro de Excelencia de Gestin de Mantenimiento de
PricewaterhouseCoopers para hacer benchmarks relativos a mejores prcticas clase mundial de la industria,
es la medida en que datos son retro-alimentados para guiar sus decisiones, tcticas y polticas de
mantenimiento.
A continuacin se dan ejemplos de decisiones basadas en gestin de datos de confiabilidad:
Despus de una modificacin de diseo para eliminar un modo de falla, Cuntas unidades
deben probarse y por cunto tiempo para verificar que ese modo de falla ha sido eliminado, o
significativamente mejorado con una confianza de 90%?
Vale la pena sin duda, por tanto, implantar procedimientos que registren datos de vida a nivel de
sistema y, donde se justifique, a nivel de componente. Los datos de vida de un componente o sistema dado
comprenden los registros de reemplazo preventivo y la temporalidad de fallas. Cuando un mantenedor
reemplaza un componente, digamos una bomba hidrulica, una de las tantas idnticas de un equipo cuya
disponibilidad es crtica para la operacin de la empresa, debera indicar cul fue la bomba especfica que
fall. Ms an, debera especificar como fall (el modo de falla), por ejemplo fugando o una
insuficiencia de presin o volumen. Dado que las horas de operacin del equipo se conocen, la vida til
de componentes individuales crticos puede ser calculada y monitoreada va software. Esta informacin se
convertir en parte valiosa del activo intelectual de la empresa la base de datos de confiabilidad.
Datos censurados o suspensiones
Un problema inevitable en el anlisis de datos es que al momento de hacer nuestras observaciones
y anlisis, no todas las unidades habrn fallado. Conocemos la edad de las unidades que actualmente no
han fallado, y sabemos tambin que todava estn en un estado de no-falla, pero no sabemos (obviamente)
la edad a la que van a fallar. Algunas unidades pueden haber sido reemplazadas de manera preventiva. En
estos casos tampoco sabemos la edad de falla. Se dice que estas unidades estn suspendidas o simplemente
censuradas. Si bien no es estadsticamente ideal, an podemos hacer uso de estos datos, ya que sabemos
que las unidades han durado por lo menos todo este tiempo. Buenos softwares de confiabilidad, como
Winsmith para Windows, RelCode, y EXAKT descritos en el captulo 5 y 6, pueden manejar en forma
apropiada el tema de datos suspendidos.
Uno de los problemas inevitables de administrar este tipo de datos es que al momento de nuestras
observaciones y anlisis, no todas las unidades van a haber fallado. Conocemos las edades actuales
de las unidades que no han fallado, pero no conocemos la edad de falla.
Referencias:
1. Introduccin a la Ingeniera de Confiabilidad y de Mantenibilidad, Charles E. Ebeling, ISBN 007-018852-1, 1997.
2. Confiabilidad de Sistemas y Anlisis de Riesgos, Ernst G. Frankel.
3. El Nuevo Manual de Weibull segunda edicin, Robert B. Abernethy.
4. www.barringer1.com.
captulo cinco
Cf
Nuevo
Item
Cf
Cp
tp
Cp
tp
Cp
tp
Cp
tp
A medida que se incremente el intervalo entre reemplazos preventivos habr mayor cantidad de
fallas en cada intervalo, y la optimizacin se logra al obtener el mejor balance entre la inversin en
reemplazos preventivos y las consecuencias de falla. Este caso se ilustra en la figura 23 para un criterio de
minimizacin de costos, donde C(tp) es el costo semanal total asociado a la poltica de reemplazo
preventivo de componentes en un intervalo fijo de tiempo tp, con reemplazos por falla cada vez que sea
necesario. La ecuacin de la curva de costo total puede encontrarse en varios textos, incluyendo Duffuaa,
Raouff, y Campbell [ref. 1].
$ / Semana
Reemplazo preventivo
Cf
Nuevo
Item
Cp
tp
Cp
tp
Cp
tp
Las consecuencias de costo en conflicto asociadas con esta poltica son idnticas a aquellas
mostradas en la figura 23, excepto que el eje de abscisas - x mide la edad real (o utilizacin) del tem, en
vez de un intervalo fijo de tiempo.
El prximo problema se ha resuelto usando el paquete de software RelCode, que incorpora el
modelo de costos para establecer el mejor intervalo entre reemplazos preventivos.
Enunciado del problema
La centrfuga de una refinera de azcar es una mquina compleja compuesta de muchas partes y
sujeta a fallas repentinas. Un componente en particular, el brazo seleccionador, es considerado candidato a
reemplazo preventivo. La poltica que hay que considerar es por edad, con reemplazos preventivos que
ocurran cuando el brazo seleccionador alcance una edad especfica. Cul es la poltica ptima para
minimizar el costo por hora?
Para resolver este problema se han reunido los siguientes datos:
1. Los costos de mano de obra y materiales asociados con un reemplazo preventivo o por falla
son de $2000;
2. El valor de prdidas de produccin asociadas con reemplazo preventivo es de $1000, mientras
que con reemplazo por falla es de $7000;
3. La distribucin de fallas del brazo seleccionador se describe adecuadamente por una
distribucin Weibull con vida media de 152 horas y desviacin estndar de 30 horas.
Resultado
La figura 26 muestra un pantallazo de RelCode, donde la edad ptima de reemplazo preventivo
de la centrfuga es de 112 horas. La figura tambin entrega informacin clave que puede ser usada por el
planificador de mantenimiento. Por ejemplo, podemos ver que la poltica ptima cuesta un 45.13% del
costo asociado a una poltica de correr-a-la-falla, y por tanto est claro que reemplazo preventivo es una
tctica de mantenimiento muy til. Adems, la curva de costo total es relativamente plana en la regin
entre las 90 y las 125 horas, y de esta manera concede flexibilidad al programador de mantenimiento para
planificar reemplazos preventivos.
Referencias:
1. Duffuaa S.O., Raouff A., Campbell J.D., Planificacin y Control de Sistemas de Mantenimiento,
Wiley 1998.
2. Lectores pueden contactar al autor va correo electrnico a andrew.k.jardine@ca.pwcglobal.com.
captulo seis
ppm de hierro
B
No esto
D
C
A
Intervalo de
cambio de aceite
tiempo
El apriete, alineacin, balanceo, o recalibracin peridica del equipo puede tener efectos similares
en valores medidos (tales como mediciones de vibracin) y deben ser tomadas en cuenta por el modelo.
Una muestra de datos de inspeccin
La figura 29 muestra un conjunto parcial de datos de transmisiones de una flota de cuatro
camiones de extraccin. El conjunto completo est disponible en un archivo de base de datos MSAccess
del autor [ref. 3]. Se necesitan tales datos para construir un modelo de riesgos proporcionales (y
eventualmente una poltica de decisin optima). En este caso, las inspecciones son los resultados de
anlisis de aceite y estn designadas con asterisco (*) en la columna de Evento. Los datos incluyen el
historial entero de cada unidad identificada con designaciones HT-66, HT-67, HT-76, y HT-77, entre
diciembre de 1993 y febrero de 1998, y estn organizados cronolgicamente segn el nmero del equipo.
Figura 29
Grficos cruzados
Los datos en la figura 29 deben ser comprendidos por el modelador. La fase de preparacin de
datos incluye actividades en las cuales el modelador puede familiarizarse con los datos usando un nmero
de herramientas grficas de software. El grfico cruzado (figura 30) es una muy conveniente para el
anlisis grfico estadstico. Por ejemplo, muestra la posible correlacin entre variables de diagnstico. La
correlacin entre dos variables se hace evidente cuando los puntos estn agrupados en torno a una lnea
recta. Si los puntos estn dispersos como en la figura 30 (que es un grfico de hierro vs. plomo), uno puede
ver fcilmente que no hay correlacin entre las dos variables. Si la correlacin fuera evidente, sera
conocimiento til en los siguientes pasos del modelamiento.
Figura 29
se usar para decisiones y polticas futuras. Esto incluye verificar la validez de datos inapropiados que se
encuentran en la serie de datos de inspeccin.
Transformaciones de los datos
El modelador necesita tener a su disposicin, no solo los datos en s, si no que adems cualquier
combinacin (transformacin) de datos que crea puedan ser covariadas influyentes.
Un rea obvia de inters en el terreno de datos transformados es la edad del aceite de lubricacin,
que no est directamente disponible en la base de datos pero que puede calcularse sabiendo las fechas de
cambios de aceite (OC). En el presente ejemplo uno esperara que el nivel de los metales de desgaste
hierro y plomo fuese bajo justo despus de un cambio de aceite, y que aumentara linealmente mientras este
envejece y las partculas se acumularan y quedaran residentes en el sistema de circulacin de aceite. Un
grfico cruzado (figura 31) de la edad de aceite y el hierro niega esta teora excepto para edades muy bajas
del aceite lubricante. Por ende, el modelador puede concluir que la edad del aceite, en este sistema, no es
una covariada significativa.
Figura 29
Este paso lo realiza en su totalidad el software. Los parmetros de la ecuacin del PHM son
estimados.
Ecuacin 1:
Al examinar la ecuacin (1) podemos ver que esta ampla la funcin de riesgo de Weibull descrita
en el captulo 4 y aplicada en el captulo 5. La nueva parte incluye (en forma de expresin exponencial) las
covariadas Zi(t) que son la serie de tems CBM medidos, como por ejemplo, las partes por milln de hierro
y otros metales de desgaste presentes en una muestra de aceite. Los parmetros de las covariadas i
especifican la influencia relativa que tiene cada covariada en la funcin de riesgo (o tasa de falla). Un
valor muy bajo de i tendera a indicar que la covariada correspondiente tiene poca influencia y no vale la
pena medirla. El software que prueba si cada covariada es significativa o no, usa una prueba estadstica.
De hecho, una variedad de pruebas estadsticas dentro del software (estimaciones de probabilidad mxima,
Hay una variedad de tipos de diagramas usados para evaluar cuan bien se adeca el modelo. Uno
de ellos es el grfico de Residuos en Orden de Apariencia, figura 32. Este mtodo grfico diagrama los
residuos en el mismo orden de los historiales que aparecen en la figura 29. El valor residual promedio debe
ser igual a 1 para obtener, si el modelo se ajusta bien a los datos, que la dispersin aleatoria de los puntos
sea en torno a la lnea y = 1. (Los datos censurados fueron discutidos en el captulo 4.) Para ayudar a
examinar los residuos, los lmites inferiores y superiores estn incluidos en el grfico. Si el PHM se ajusta
bien a los datos se espera que por lo menos el 90% de los residuos se encuentre dentro de estos lmites. El
modelador usa una variedad de herramientas matemticas y grficas para desarrollar, probar, comparar, y
ganar confianza en su modelo.
Figura 29
Plomo
Hierro
Figura 30: Grfico cruzado de ppm de hierro vs. ppm de plomo
Residuo
Historia
Esto significa que dado el presente rango de valores de una variable, podemos predecir (basados
en el historial), con una cierta probabilidad, su rango de valores para la prxima inspeccin. Por ejemplo,
si la ltima inspeccin mostr un nivel de hierro menor que 13 partes por milln (ppm) podemos, en este
ejemplo, predecir que el prximo registro estar entre 13 y 26 partes ppm con una probabilidad de 12%, y
en ms de 26 ppm con una probabilidad de un 1.6%. Probabilidades tales como 12% y 1.6% son llamadas
probabilidades de transicin.
Quinto Paso: La decisin ptima
En este paso le decimos al modelo (consistente hasta ahora del PHM y el modelo probabilistico
de transicin) los costos respectivos de reparaciones o reemplazos preventivos y generados por falla.
El grfico de la decisin de reemplazo, figura 34, es la culminacin del proceso de modelamiento.
Este combina los resultados del modelo de riesgos proporcionales, del modelo probabilistico de transicin,
y de la funcin de costos, para mostrar la mejor poltica de decisin con relacin al componente o sistema
en cuestin.
La ordenada es la covariada compuesta, Z una suma ponderada de aquellas covariadas que se ha
determinado estadsticamente que influencian la probabilidad de falla. Cada covariada medida en la ms
reciente inspeccin habr contribuido su valor a Z. Esa contribucin va a haber sido ponderada de acuerdo
a su grado de influencia en el riesgo de falla en el prximo intervalo de inspeccin.
Decisin de reemplazo
Covariada Compuesta
(Reemplace inmediatamente.)
(No reemplace)
Edad Operativa
Conclusin
A medida que la intensa competencia del mercado global llega a la industria, la visibilidad de cada
aspecto del proceso productivo, en particular ste de confiabilidad de equipos, se convertir en un
requerimiento urgente de negocio. La integracin y fluidez de la cadena de abastecimiento a travs de
mltiples empresas en asociacin y conectadas electrnicamente, forzarn a que la informacin de
mantenimiento, disponibilidad, y confiabilidad pase a ser crtica para la misin.
Software amigable al usuario, pero sin embargo sofisticado, potenciar a los profesionales de
mantenimiento para responder con agilidad a la continuamente fluctuante demanda de fuerzas de mercado.
Modelos matemticos estadsticos tales como los desarrollados con ayuda de herramientas de software
discutidas en este captulo, en conjunto con sistemas expertos fundados en los principios del mantenimiento
basado en confiabilidad, sern los perros guardianes operando silenciosamente dentro del sistema
computarizado de gestin de mantenimiento de una empresa. Su funcin monitorear continuamente datos
entrantes de condicin y edad. Cuando los datos de condicin gatillen una alerta respecto al modelo de
poltica ptima de mantenimiento, deber tomarse y ejecutarse rpidamente una clara y apropiada decisin.
El escenario est fijado y los actores de mantenimiento, en distintos estados de preparacin, debern
enfrentar desafos completamente nuevos a medida que sube el teln sobre una cultura de negocio en veloz
transformacin. La gestin de este cambio girar necesariamente alrededor de la meticulosa recoleccin y
anlisis de datos.
El escenario est fijado y los actores de mantenimiento, en distintos estados de preparacin, debern
enfrentar desafos completamente nuevos a medida que sube el teln sobre una cultura de negocios
en veloz transformacin.
Sistemas de informacin y base de datos de gestin de mantenimiento existentes tienen baja
utilizacin y poblacin inadecuada de datos, principalmente porque los operarios y empleados de
mantenimiento no estn convencidos de que hay una relacin entre el registro preciso de datos de vida de
un componente y su efectividad para mantener funcionando los activos fsicos de su organizacin. La
esperanza del autor es que los mtodos descritos aqu apoyen al personal de mantenimiento en sus procesos
de toma de decisiones mientras progresan hacia la mxima confiabilidad al menor costo.
Referencias:
1. Mtodos Estadsticos en la Teora y Prctica de la Confiabilidad, Brian D. Bunday, Ellis
Horwood Limited, 1991.
2. www.mie.utoronto.ca/labs/cbm.
3. Murray.z.wiseman@pwcglobal.com
4. Confiabilidad Aplicada, Paul A. Tobias, David C. Trinidade, 1995 Van Nostrand Reinhold.
5. El Nuevo Manual de Weibull, Robert E. Abernethy, Segunda edic. Dr. Robert B. Abernethy
SAE TA 169 A35 1996X C.1 Engi.
6. La aplicacin de modelos de optimizacin de mantenimiento: revisin y anlisis, Rommert
Dekker, Ingeniera de Confiabilidad y Seguridad de Sistemas 51, 1996, 229-240 Elsevier
Science Limited.
7. Sobre la aplicacin de modelos matemticos en el mantenimiento, Phillip A. Scarf,
Peridico Europeo de Investigacin Operacional, 1997 Elsevier Science.
8. Sobre el impacto de los modelos de optimizacin en la toma de decisiones de
mantenimiento: el estado del arte, Rommert Dekker, Phillip A. Scarf, Ingeniera de
Confiabilidad y Seguridad de Sistemas, 1998 Elsevier Science Limited.
9. Planificacin de Mina y Seleccin de Equipo, A.A. Balkema, Acta de sesin del Tercer
Simposio Internacional Sobre la Planificacin de Minas y la Seleccin de Equipos,
Estambul/Turqua.
apndice
Tambin hay una bibliografa completa de documentos de confiabilidad del gobierno de Estados
Unidos en la direccin http://www.incose.org/lib/sebib5.html, que cubre una gran variedad de temas
tcnicos.
Organizaciones Profesionales
La pgina del RAC tambin contiene una inmensa lista de organizaciones profesionales relevantes
en la direccin http://rac.iitri.org/cgi-rac/sites?00013.
Una de las ms tiles, desde el punto de vista de confiabilidad, es la pgina de la Sociedad para
Profesionales de Mantenimiento y Confiabilidad (SMRP), ubicada en la direccin http://www.smrp.org.
Esta organizacin es una sociedad independiente sin fines de lucro dedicada a los profesionales en los
campos del mantenimiento y la confiabilidad.
La sociedad est, de acuerdo a su misin, dedicada a la excelencia en el mantenimiento y la
confiabilidad en todo tipo de organizaciones manufactureras o de servicios y a promover la excelencia
mundial del mantenimiento. Tambin contiene vnculos a otras organizaciones sobre temas de
mantenimiento y confiabilidad.
La pgina de la Sociedad de Ingenieros de Confiabilidad (SRE) en la direccin http://www.sre.org
es otro recurso til que se relaciona con la confiabilidad. De particular inters ser el boletn de la sociedad
Lambda Notes, y su directorio de servicios pblicos de confiabilidad.
Para una perspectiva global, puede ver la pgina web de la Organizacin Mundial de
Confiabilidad en la direccin http://www.world5000.com. La pgina de la organizacin describe su plan
para implantar un Indice Internacional de Confiabilidad, en el cual cada pas ser clasificado segn un
nmero de ndices que conforman una puntuacin general de confiabilidad.
Informacin general
La Revista de Confiabilidad conocida como la primera revista dedicada especficamente a la
industria del mantenimiento predictivo, de anlisis de falla & causa-raz, mantenimiento centrado en la
confiabilidad y CMMS, tiene su pgina en la direccin http://www.reliability-magazine.com.
El Centro de Mantenimiento & Confiabilidad de la Universidad de Tennessee (MCR) es una
nueva pgina que usa investigacin y tecnologa de punta para ayudar a empresas miembros a reducir las
prdidas causadas por el tiempo de detencin de los equipos. Puede visitar al MRC en la direccin
http://www.engr.utk.edu/mrc.
El Centro para la Gestin de Confiabilidad y Costo-efectividad, ubicado en la Universidad de
Exeter en Inglaterra, promueve la colaboracin nacional e internacional con instituciones industriales y
otras acadmicas o de investigacin en las reas de confiabilidad y el mantenimiento. Su pgina web est
en la direccin http://www.ex.ac.uk/mirce.
El Instituto de la Vibracin (ubicado en la direccin http://www.vibinst.org/) es una organizacin
sin fines de lucro dedicada al intercambio de informacin prctica sobre maquinaria y estructuras. Las
actividades del instituto tambin incluyen publicacin de la revista Vibraciones, Acta de Sesin de sus
Reuniones Anuales, y apuntes de cursos cortos.