47
Gallegos Londoño, Calderón Freire, Viscaíno Cuzco, Villacrés Parra
METODOLOGÍA PARA MEDIR LA MANTENIBILIDAD
PROBABILÍSTICA APLICADA A GRUPOS ELECTRÓGENOS,
INDICADOR PROPUESTO PARA EVALUAR LOS RETARDOS
LOGÍSTICOS, ADMINISTRATIVOS
César Gallegos Londoño*, Edisson Calderón Freire, Mayra Viscaíno Cuzco,
Sergio Villacres Parra
Escuela Superior Politécnica de Chimborazo, Facultad de Mecánica,
Escuela de Ingeniería de Mantenimiento, Riobamba (Ecuador).
*c.gallegos2009@hotmail.com
R
esumen
A
bstract
The research is based on the global evaluation of the maintainability in industrial systems, divided
in two stages, the rst one is the probabilistic indicator of maintainability calculation, addressing
several edges, such as the equipment brand and the failure types. For the probabilistic analysis the
Weibull distribution was used, and it was done in a group of 91 generators in a ten months period. In
the second phase, the logistical and administrative delays of maintenance that affect maintainability
are analyzed; therefore, a new indicator was designed to evaluate these delays. These two procedures
complement each other as the rst evaluates the duration of the technical execution of maintenance
and the second evaluates the logistical and administrative delays, which will provide useful informa-
tion for decision making and continuous improvement
Palabras claves: disponibilidad, logística de mantenimiento, mantenibilidad, mantenimiento, probabilidades
Keywords: availability, maintenance logistics, maintainability, maintenance, probabilities
Fecha de recepción: 05-07-2018 Fecha de aceptación: 30-08-2018
to Evaluate Logistics Delays, Administrative
Methodology to Measure Probabilistic Maintenance
Applied to Electric Generators Groups, Proposed Indicator
La investigación se fundamenta en la evaluación global de la mantenibilidad en sistemas industriales,
dividida en dos fases. La primera fase es el cálculo del indicador probabilístico de la mantenibilidad,
abordando varias aristas como la marca de los equipos y los tipos de falla. Para el análisis probabilís-
tico se utilizó la distribución de Weibull, cuyo análisis se realizó en un grupo de 91 grupos electróge-
nos en un lapso de diez meses. En la segunda fase se analiza los retardos logísticos y administrativos
del mantenimiento que afectan a la mantenibilidad, y se delineó un nuevo indicador que permite eva-
luar dichos retardos. Estos procedimientos mencionados se complementan, pues el primero evalúa
el tiempo de la ejecución técnica del mantenimiento y el segundo evalúa las demoras logísticas y ad-
ministrativas, lo que proporcionará información útil para la toma de decisiones y la mejora continua.
48
Revista Cientíca
I. INTRODUCCIÓN.
Todas las empresas dedicadas a la producción de bienes
o servicios, tienen exigencias de disponibilidad de sus
equipos e instalaciones. La disponibilidad de los equipos
es afectada por los tiempos de parada que provocan las
fallas, si se es más efectivo y ecaz al realizar acciones
correctivas, se minimizarán los tiempos de intervención y
se incrementará la disponibilidad (1,2). El termino man-
tenibilidad es muy amplio, para medir la mantenibilidad
se pueden usar varios indicadores, los cuales pueden ser
usados en etapas diferentes, y con variados propósitos
(3,4). La norma UNE EN 13306:(2011), dene a la man-
tenibilidad como la capacidad de un elemento bajo deter-
minados contextos de utilización, para ser preservado o
devuelto a un momento en el que pueda cumplir su fun-
ción requerida, cuando el mantenimiento se ejecuta bajo
condiciones determinadas y utilizando procedimientos y
recursos establecidos (3,5), este concepto relaciona a la
mantenibilidad como una aptitud intrínseca o por diseño
de un elemento y su facilidad de ser mantenido.
El indicador más utilizado para medir la mantenibilidad
es el tiempo medio para reparar, reconocido por las si-
glas en inglés MTTR (mean time between failures) (6), se
basa en el análisis de los históricos de los tiempos de re-
paración luego de ocurrir un fallo, su cálculo es relativa-
mente sencillo, es la media de los tiempos de reparación
de un equipo o un grupo de equipos (7). La norma UNE
151001:(2011), presenta un procedimiento que permite
calcular varios indicadores teniendo en cuenta las con-
diciones de utilización de los mismos, (2,6), se enfocan
en el diseño del dispositivo y su facilidad de ser mante-
nido, evalúa criterios como: simplicidad, identicación,
modularización, tribología, ergonomía, estandarización,
vigilancia, etc.
La mantenibilidad puede ser revisada desde el punto de
vista económico, para ello se debe analizar los costos di-
rectos e indirectos del mantenimiento, entre los costos
directos se puede mencionar: la mano de obra, los ma-
teriales, los repuestos y el equipamiento utilizado (8),
entre los costos indirectos se encuentran los relacionados
con la pérdida de ingresos ocasionados por la parada de
los equipos, conocida como lucro cesante (9), y los cos-
tos administrativos y logísticos del mantenimiento, con
ello se logra identicar cual es el equipo más mantenible
desde el punto de vista económico.
Otro concepto muy utilizado es la mantenibilidad pro-
babilística, cuanticada como un indicador se lo de-
ne como la probabilidad de que un equipo, máquina o
elemento que ha fallado, pueda ser recuperado y pueda
seguir cumpliendo sus funciones, den-
tro de un intervalo de tiempo determi-
nado, cuando se utiliza recursos e ins-
trucciones predeterminadas (3,5,10),
este concepto se reere al estudio de
la mantenibilidad en términos de pro-
babilidad, se basa en el análisis de los
tiempos de reparación, conocidos uni-
versalmente con las siglas en inglés
TTR (Time to Repair). Los TTR no son
iguales, incluso al realizar la misma ta-
rea de reparación en equipos idénticos,
por consiguiente, son considerados va-
riables aleatorias (5). El análisis de las
variables aleatorias, debe ser descrito de
forma probabilística (8,11). Para el cál-
culo de la mantenibilidad probabilística
se pueden utilizar varias distribuciones
entre ellas, la distribución exponencial,
la normal, log-normal, Weibull, etc. (5).
La distribución más utilizada en la man-
tenibilidad es la de Weibull por ser muy
exible, pues posee parámetros que per-
miten ajustar los valores, especialmente
en resultados experimentales (8,12,13).
La fórmula bi-paramétrica de la distribu-
ción de Weibull para la mantenibilidad
viene denida por la expresión (5,10):
M(t) = 1 - e
-[t/α]
β
Donde: M(t) es la mantenibilidad en
función del tiempo, β es el parámetro
de forma, α parámetro de escala o vida
característica, t tiempo de ensayo en
cualquier unidad de tiempo (14). Para el
análisis de la distribución de Weibull es
necesario calcular los Parámetros α y β,
para ello se siguen los siguientes pasos:
Primer paso: Se ordenan los datos de los
tiempos de reparación de menor a ma-
yor, sin importar el orden de ocurrencia
(15).
Segundo paso: Se calcula el rango de
las medianas, se pueden utilizar tres fór-
mulas (16), las cuales se seleccionan
dependiendo del tamaño de la muestra,
Tabla 1. Dónde: ᵯ es el rango de las
(1)
Número 20 Vol. 2 (2018)
ISSN 2477-9105
49
Gallegos Londoño, Calderón Freire, Viscaíno Cuzco, Villacrés Parra
Número de datos
de la muestra
Rango de las medianas
N > 50
50 > N > 20
N < 20
m =
i
N
=
∑ni
N
m =
i
N + 1
m =
i - 0,3
N + 0,4
Tabla 1. Rango de las medianas según tamaño
de la muestra
Eje Y Eje X
Tiempos de
reparación (h)
Mediana (m) In [In(1/1-Ran-
go Mediana)]
Ln (t)
1,02 0,0614 -2,7587 0,0165
2,03 0,1491 -1,8233 0,7096
3,05 0,2368 -1,3008 1,1151
4,07 0,3245 -0,9354 1,4028
5,08 0,4122 -0,6320 1,6259
8,13 0,5 -0,3665 2,0959
9,15 0,5877 -0,12092 2,2137
11 0,6754 0,1180 2,4144
11,18 0,7631 0,3648 2,4144
12,20 0,8508 0,6434 2,5014
16,27 0,9338 1,0261 2,7891
Tabla 2. Cálculo de las coordenadas de linealización
medianas, i es el número de orden de la
muestra y N es el tamaño de la muestra.
Tercer paso: Encontrar las coordenadas
según la distribución Weibull (12,14,16)
para la regresión lineal, se aplica:
• Para el eje (Y): ln [ln(1/1-Rango Me-
diana)]
• Para el eje (X): ln (t)
Se gracan las coordenadas para obtener
la ecuación de la recta, para este objeti-
vo se puede utilizar una hoja electrónica
como Excel o software como “Weibull
++” de Relia Soft.
Cuarto paso. Hallar los parámetros de
la distribución de Weibull, para ello a
la expresión de la mantenibilidad, ecua-
ción 1, se aplica logaritmos neperianos
por dos ocasiones obteniendo la ecua-
ción [2] (14).
M(t) = 1 - e
-[t/α]
β
ln ln{1/[1 - M(t)]}=β ln(t) - β lnα
La ecuación [2] se la coteja con la ecua-
ción de la recta (y=bx+c), dónde:
y = ln {ln [1/(1-M (t)]};
bx = β ln (t);
c = -β lnα;
(2)
(3)
(4)
(5)
El parámetro de forma β es la pendiente de la recta de
linealización, el de escala α se lo puede calcular al despe-
jarlo de la ecuación [5].
α =e
-c/β
Hallados los parámetros α y β, se calculan los valores
de la mantenibilidad con la ecuación [1], se debe asig-
nar varios tiempos de ensayo para obtener la curva de la
mantenibilidad, (tabla 3).
M(t) = 1 - e
-[t/α]
β
(6)
(1)
(1)
Figura 1.
50
Revista Cientíca
Tiempo
(horas)
Mt(t) Probabilidad de
reparación %
0 0 0
5 0,27 27
10 0,58 58
15 0,78 78
20 0,90 90
25 0,96 96
30 0,98 98
35 0,99 99
50 1,00 100
1,00
0,75
0,50
0,25
0,00
0 5 10 15 20 25 30 35 50
M(t)
Tiempo (h)
Tabla 3. Cálculo y curva de la Mantenibilidad
Los coecientes de correlación R y de determinación,
R², establecen la prueba de bondad de ajuste para la recta
de regresión (16). El coeciente de correlación mues-
tra la fortaleza de relación entre los datos, si se acer-
ca a 1 conrma la dependencia lineal, mientras que el
coeciente de determinación indica el porcentaje de los
puntos que están relacionados linealmente, se obtiene
elevando al cuadrado el coeciente de correlación.
Cuando ocurren los fallos, los equipos quedan en estado
de indisponibilidad, este tiempo de inactividad se le co-
noce como Down Time (DT), el DT es la suma de los
TTR (tiempo que dura la reparación neta) y el LDT (Lo-
to Instante en que se verica la falla
1
2
3
4
5
6
7
Tiempo de localización del problema
Tiempo para el diagnóstico
Tiempo de desmontaje
Tiempo de remoción de la pieza averiada
Tiempo de sustitución de la pieza averiada
Tiempo de montaje
Tiempo de ajuste y pruebas
tf Instante de retorno a la operación
Tabla 4. Tiempos operativos desde la falla hasta la puesta en marcha [9].
Tiempos logísticos y administrativos
1
2
3
4
5
6
7
Tiempo de noticación del problema
Tiempo de planicación y programación
Tiempo en aprobación
Tiempo en solicitar materiales y repuestos
Tiempo de compra
Tiempo en traslados del personal
Tiempo en liberación de equipos
Tabla 5. Tiempos logísticos y administrativos
gistics delay time, tiempos de retardos
logísticos y administrativos exógenos a
los tiempos técnicos de la reparación)
(10).
El tiempo de reparación (TTR), utili-
zado en el cálculo de la mantenibilidad
probabilística comprende únicamen-
te al tiempo operativo de la reparación
(5,15), ver tabla 4.
Los tiempos indicados en la tabla 4, no
consideran los retardos logísticos y ad-
ministrativos, los cuales deben ser eva-
luados para un estudio global de la man-
tenibilidad, un detalle de los tiempos
considerados como logísticos y admi-
nistrativos del mantenimiento se mues-
tran en la tabla 5.
Los aplazamientos de los trabajos de
mantenimiento provocados por los retar-
dos logísticos y administrativos, prolon-
gan los tiempos de reparación e incluso
llegan a ser superiores al tiempo de la
restauración técnica del mantenimiento
(1). Los retardos en la logística de man-
tenimiento son consecuencia de la falta
de planicación, para mejorar la logís-
tica del mantenimiento se debe imple-
mentar técnicas como el Análisis de los
Modos de Fallo y sus Efectos (AMFE)
(17), esto logrará la identicación de
tareas que corregirán futuras fallas, y
se podrá determinar con antelación in-
formación relevante como: El nivel de
preparación y aptitud del personal; la in-
formación técnica necesaria; equipos de
Número 20 Vol. 2 (2018)
ISSN 2477-9105
51
Gallegos Londoño, Calderón Freire, Viscaíno Cuzco, Villacrés Parra
ensayo o de soporte; aprovisionamiento
de piezas de recambio; instalaciones re-
queridas (2,18,19). La determinación
apropiada de los recursos necesarios,
provocará la disminución de los retardos
logísticos. El objetivo de este artículo es
presentar el indicador probabilístico con
un ejemplo práctico a nivel industrial
visto desde varias aristas y el desarrollo
de un indicador que evalúe los retardos
logísticos y administrativos que afectan
a la mantenibilidad global.
II. MATERIALES Y MÉTODOS.
Mantenibilidad probabilística. Los da-
tos para el análisis fueron tomados de
históricos de los tiempos operativos de
las reparaciones registrados en órdenes
de trabajo del departamento de mante-
nimiento, fueron recopilados por un pe-
ríodo de diez meses, en una muestra de
91 grupos electrógenos de tres marcas
distintas, tabla 6
El análisis probabilístico de la manteni-
bilidad se lo realizó utilizando la distri-
bución de Weibull. Primero se calculó
la mantenibilidad global, se tomó en
cuenta a todos los grupos electrógenos.
El análisis se lo realizó con una frecuen-
cia mensual. Para el estudio se tomaron
cuatro tiempos de referencia (probabili-
dad de reparación a las: 2, 10, 20 y 40
horas). En segundo lugar se realizó el
Eventos 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Mes 1
0,3 0,5 0,5 0,7 1,0 1,5 1,7 2,0 2,0 2,5 2,5 2,5 4,0 6,3 22,5 - - - -
Mes 2
0,5 0,8 1,0 2,0 2,0 3,0 10,5 15,4 16,8 17,2 17,3 17,3 20,5 22,2 22,3 22,5 22,5 - -
Mes 3
0,3 0,5 0,5 1,0 1,0 3,5 5,0 5,0 6,0 7,6 7,8 8,1 8,3 16,6 17,9 19,8 19,8 21,7 -
Mes 4
1,0 1,6 2,0 6,0 8,5 9,0 9,2 9,9 10,0 19,9 21,5 21,7 22,2 22,2 23,2 - - - -
Mes 5
1,4 3,0 4,5 5,0 6,0 8,8 9,0 9,9 10,5 11,7 15,1 15,9 18,3 21,2 21,7 22,6 23,3 - -
Mes 6
0,3 0,7 1,0 2,0 2,8 3,3 5,0 8,0 16,1 21,0 21,4 - - - - - - - -
Mes 7
1,0 2,0 3,1 4,1 5,1 8,1 9,2 11,2 11,2 12,2 16,3 - - - - - - - -
Mes 8
1,0 2,0 2,0 3,0 3,1 4,5 6,0 7,0 8,3 8,7 9,0 9,7 10,5 11,2 14,1 21,2 79,4 - -
Mes 9
0,3 1,2 2,0 3,0 4,0 4,0 7,8 10,8 13,0 15,0 21,9 47,5 56,0 74,5 - - - - -
Mes 10
1,1 3,0 6,0 7,4 7,9 8,0 8,0 8,0 8,5 9,6 10,3 10,3 10,6 14,8 16,3 17,5 19,5 20,2 24,0
Tabla 6. Lista de tiempos de reparación por mes
cálculo probabilístico de la mantenibilidad por marca,
se reorganizaron los tiempos de reparación tomando en
cuenta las marcas de los equipos, el propósito de este es-
tudio en particular fue determinar cuál de las tres marcas
analizadas tiene mejores probabilidades de reparación.
Para nalizar con el análisis probabilístico se hizo otra
variante, se calculó la mantenibilidad por tipo de falla,
se reorganizaron nuevamente los tiempos de reparación
considerando ahora las fallas mecánicas, eléctricas y
electrónicas, se utilizó este análisis para determinar qué
tipo de fallas tienen mayor probabilidad de reparación.
En todos los casos se realizó las pruebas de bondad (coe-
cientes de correlación y determinación) (20,16).
Como se ha mencionado el tiempo de reparación de una
falla se divide esencialmente en dos, el tiempo técnico de
la reparación y el tiempo de los retardos logísticos y ad-
ministrativos. Para el cálculo del indicador probabilístico
de la mantenibilidad se utilizan los tiempos de reparación
(3,10), quedando fuera de este análisis los tiempos de los
retardos logísticos y administrativos, a pesar de que algu-
nos de estos tiempos son exógenos a las acciones técni-
cas de mantenimiento, deben ser evaluados pues afectan
directamente a la disponibilidad operacional de los equi-
pos (21).
Los retardos logísticos y administrativos descritos en la
tabla 5 son de índole variada, algunos de sus valores
pueden variar desproporcionadamente dependiendo de
factores externos al mantenimiento como: estrategias
gerenciales, mercados externos, negociaciones con pro-
veedores de materiales y repuestos, etc. Para evaluar los
retardos logísticos y administrativos se propone la utili-
zación de un algoritmo similar al utilizado en la norma
española UNE 151001 (1), utilizada para la evaluación
de los atributos de diseño de los dispositivos industria-
les. Este algoritmo sirve para evaluar varios criterios de
52
Revista Cientíca
diferente índole y representarlos como un único indica-
dor numérico adimensional. A continuación se descríbela
adaptación de este algoritmo para la evaluación de los
retardos logísticos y administrativos:
Paso 1. Se debe evaluar cada uno de los los tiempos
de retardos logísticos y administrativos descritos en la
tabla 5, se valora cada tiempo en una escala de 0 a 4
(Ti), los criterios para la evaluación son: Para tiempos
inferiores a una hora la calicación es 1; si el tiempo
está entre 1 y 8 horas la calicación es 2; si varía entre 8
y 24 horas la calicación es tres; nalmente si es mayor
a 24 horas la calicación es 4, las valoraciones se las
ubica en la columna 1, ver tabla 7.
Paso 2. Se evalúa también en una escala de 0 a 4 la im-
portancia para la mantenibilidad de cada tiempo descrito,
(PGi), se colocaron los valores en la columna 2.
Paso 3. Se calcula el porcentaje del peso de la importan-
cia para la mantenibilidad, dividiendo la evaluación de
cada importancia para la sumatoria de las evaluaciones
(PGi/ΣPGi), se colocaron los valores en la columna 3.
Paso 4. Para el cálculo del peso se multiplica la evalua-
ción de cada tiempo (columna 1) por el porcentaje del
peso (Ti x PGi/ΣPGi) (columna 3), se colocan los valores
en la columna 4.
Paso 5. Finalmente se suma los pesos de cada tiempo
analizado y se obtiene el indicador total de los tiempos
logísticos y administrativos. El indicador uctuará entre
0 y 4 siendo 0 el mejor indicador y cuatro la peor cali-
cación, ver la tabla 7. Se recomienda realizar una inter-
pretación gráca tipo radar para analizar fácilmente los
resultados. Se propone una frecuencia de cálculo semes-
tral o anual.
Demora en tiempos logísticos
y administrativos
Evaluación
de tiempos
Importancia
para la
mantenibilidad
Cálculo del
peso %
Peso del tiempo
Ti (0-4)
PGi (0-4) PGi/ ∑PGi
Ti x (Pgi/ ∑PGi)
Mes 1 Mes 10 Mes 1 Mes 10
1 Tiempo de noticación del problema 2 1 3 0,15 0,30 0,15
2 Tiempo de planicación y programación 2 2 4 0,20 0,40 0,4
3 Tiempo en aprobación 2 1 3 0,15 0,30 0,15
4 Tiempo en solicitar materiales y repuestos 3 2 3 0,15 0,45 0,3
5 Tiempos de compra 4 4 2 0,10 0,40 0,4
6 Tiempos en traslados del personal 2 2 2 0,10 0,20 0,2
7 Tiempo en liberación de equipos 3 2 3 0,15 0,45 0,3
Total
18 14 20 1,00
Indicador de tiempos logísticos y administrativos 2,50 1,90
Tabla 7. Algoritmo para el cálculo de retardos logísticos y administrativos
III. RESULTADOS
Mantenibilidad Probabilística: En la -
gura 1, se observa el cálculo mensual de
la mantenibilidad de los 91 grupos elec-
trógenos estudiados por 10 meses. Para
el análisis y comparación de los resulta-
dos de las probabilidades se usaron cua-
tro tiempos de prueba, (2h, 10h, 20h y
40h). Se tomó la media de las probabili-
dades mensuales para tener un punto de
base de comparación, se obtuvieron los
siguientes resultados: para un tiempo de
2 horas la probabilidad de reparación es
del 21%, para 10 horas del 61%, para 20
horas el 83% y para 40 horas la probabi-
lidad de reparación del 95%. Los índices
de correlación y determinación son altos
R=0,98 y R2= 0,96.
Un segundo estudio de la mantenibili-
dad probabilística fue analizar las pro-
babilidades de reparación para las tres
marcas de equipos, se evaluaron los
tiempos de referencia 2, 10, 20 y 40 ho-
ras En el esquema de la gura 2, se pue-
de identicar claramente la marca con
mayores probabilidades de reparación
Los índices de correlación y determina-
ción son altos R
(Caterpillar)
= 097 y R
2
(Caterpi
-
llar)
= 0,97; R
(MTU)
= 097 y R
2
(MTU)
= 0,97;
R
(Cummins)
= 099 y R
2
(Cummins)
= 0,97.
Número 20 Vol. 2 (2018)
ISSN 2477-9105
53
Gallegos Londoño, Calderón Freire, Viscaíno Cuzco, Villacrés Parra
100
90
80
60
50
40
30
20
10
0
20,8%
20,4%
19,7%
64,7%
61,6%
58%
86,2%
83%
79,6%
97,7%
96,3%
94,5%
2 h
10 h
20 h 40 h
Caterpillar Cummis MTU
Figura 2. Probabilidades de reparación por marca
En la Figura 3, se muestran las proba-
bilidades de reparación por tipo de falla
(mecánicas, eléctricas y electrónicas)
se evaluaron para los tiempos de ensa-
yo (2, 10, 20 y 40 horas). Los índices
de correlación y determinación son altos
R
(F Mecánicas)
= 098 y R
2
(F Mecánicas)
= 0,96;
R
(F Eléctricas)
= 099 y R
2
(F Eléctricas)
= 0,97;
R
(F Electrónicas)
= 097 y R
2
(F Electrónicas)
= 0,96.
Para el análisis de los tiempos logísticos
se hicieron dos corridas del indicador,
la medida inicial tuvo un resultado de
2.50, luego de 10 meses el indicador se
valoró en 1.90, notándose una mejora
notable, en la tabla 7, y la gura 4, se
presenta los resultados de los dos aná-
lisis. Las mejora en el indicador son el
resultado de acciones tomadas como la
mejora en la logística de comunicacio-
nes, implementación de un software de
mantenimiento y alianzas estratégicas
para la adquisición de materiales. . Los
datos de los tiempos analizados fueron
tomados de registros históricos de man-
tenimiento. Posteriormente se calculó la
media de cada uno de los tiempos, para
iniciar el proceso de cálculo descrito.
IV. DISCUSIÓN
Para el cálculo de la mantenibilidad
general probabilística se utilizó la dis-
tribución de Weibull, se tomaron varios
tiempos de ensayo (2, 10, 20 y 40 ho-
ras) para tener una visualización clara
de la variación del indicador, obtenién-
dose medidas de tendencia (gura N°1),
el tiempo para un 100% de probabili-
dad de reparación superó las 40 horas
manteniéndose prácticamente constan-
te durante los 10 meses del estudio. Es
necesario tomar acciones para bajar los
tiempos de intervención técnica de la re-
paración.
Se determinó que la marca con mayor
probabilidad de reparación es Caterpi-
llar, seguida por Cummins y por último
MTU, se aclara que los equipos traba-
jan en el mismo régimen y contextos
100
90
80
60
50
40
30
20
10
0
2 h
10 h
20 h 40 h
F. Mecánicas F. Eléctricas F. Electrónicas
Figura 3. Probabilidades de reparación por tipo de falla
19,32%
20,38%
17,55%
60,97%
61,57%
65,62%
83,1%
83.03%
89,25%
96,52%
96,27%
99,05%
operacionales muy similares (gura 2). Además se pudo
determinar qué tipo de falla tiene más probabilidades de
reparación (gura 3).
Las probabilidades del tiempo de reparación suelen ser
calculadas por equipo, sin embargo se puede analizar
variantes como la marca o el tipo de falla, obteniéndo-
se información útil para denir nuevas estrategias. Para
comprobación del método se realizó adicionalmente una
prueba de simulación utilizando el método Montecarlo
para comprobar la validez de la distribución de Weibull.
Se utilizó el siguiente algoritmo:
54
Revista Cientíca
Inicio
M=Tamaño de ma muestra = 50 datos
Generación aleatoria de datos entre:
TTRmin=0,5h
TTRmáx=390h
Cálculo de las coordenadas de linealización
Salida: Índice de Correlación
R> 0,7.
La simulación aleatoria cumplió las expectativas en el
100% de los casos conteniéndose índices de correlación
superiores a 0,94.
La norma UNE-EN 60300-3-14 Mantenimiento y Logís-
tica de mantenimiento, menciona que la logística debe
ser evaluada, indica algunos aspectos para evaluar pero
no propone ningún método de cálculo [22]. Si se revisa
la norma UNE –EN 15341- Indicadores claves de ren-
dimiento del mantenimiento, tiene 71 indicadores divi-
didos en tres categorías: Económicos, Técnicos y Orga-
nizacionales [21], sin embargo muy pocos relacionados
directamente con la logística de mantenimiento. El nuevo
indicador propone un análisis de varios aspectos relacio-
nados con la logística del mantenimiento, tabla 5 y los
conjuga para obtener un resultado numérico adimensio-
nal.
Este trabajo se enfoca en el análisis de la mantenibilidad
desde dos puntos de vista, la probabilidad técnica de re-
paración y los retardos logísticos y administrativos, en
el caso de estudio se encontró que en el período de 10
meces no hubo un cambio signicativo en la mejora de
los tiempos de reparación, mientras que el análisis de los
tiempos logísticos y administrativos el
indicador mostro un avance, pues inicio
en 2,5 y terminó en 1,9. Se recomienda
que el cálculo del indicador sea semes-
tral o anual.
V. CONCLUSIONES
• La mantenibilidad es un estudio muy
importante a nivel de gestión, debido a
que puede pronosticar la probabilidad de
reparación en un tiempo determinado, el
análisis probabilístico apuntó a deter-
minar que marca de equipo tiene ma-
yor probabilidad de reparación y de la
misma manera se enfocó en determinar
cuál de las fallas (mecánicas, Eléctricas
y electrónicas) tienen mayores proba-
bilidades de ser reparadas. Pudiéndose
ampliar el análisis para otras caracterís-
ticas como: modelos de máquinas, áreas
o secciones de una empresa, contextos
operativos, etc. De esta manera se pue-
de obtener información muy especíca
para la toma de decisiones. El presente
artículo ofrece una herramienta estadís-
tica que permite controlar estos paráme-
tros y como producto indirecto aumentar
la productividad de una empresa.
• Los tiempos modernos, imponen resul-
tados precisos y es menester de los profe-
sionales de actualidad, que cuenten con
todos los materiales, insumos, repuestos
y equipos necesarios para dar respuesta
ágil a las actividades de mantenimiento
que necesita la industria. Los correctivos
realizados a una máquina deben estar
documentados, para lograr dar un segui-
miento y proponer posibles acciones de
mejora en próximas intervenciones. Esta
investigación proporciona un ejemplo
práctico y un procedimiento establecido
para controlar los tiempos de reparación
entre cada parada. Las herramientas esta-
dísticas y el análisis de la mantenibilidad
aplicadas a grupos electrógenos, sugie-
ren una metodología able para medir el
tiempo de ejecución técnica.
0,3
0,3
0,45
0,45
0,4
0,4
0,3
0,15
0,15
0,3
0,2
Tiempo de
noticación
del problema
Tiempo de
planicación y
programación
Tiempo de
aprobación
Tiempo de
solicitar materiales y
repuestos
Tiempo de
compra
Tiempo de
liberación de
equipos
Tiempo de
traslados del
personal
Mes 1 Mes 10
Figura 4. Indicador de retardos logísticos y administrativos, mes 1 y mes 10
Número 20 Vol. 2 (2018)
ISSN 2477-9105
55
• La ejecución de una reparación pue-
de ser dividida en dos partes: él tiem-
po técnico de la reparación y el tiempo
consumido en retardos logísticos y ad-
ministrativos, los tiempos técnicos que
deben ser analizados con la mantenibi-
lidad probabilística, para los retardos
logísticos esta investigación propone
un indicador práctico y fácil de imple-
mentar. Este indicador proporciona una
información útil incluso para otros de-
Gallegos Londoño, Calderón Freire, Viscaíno Cuzco, Villacrés Parra
partamentos de una empresa, como: bodega (inventario),
compras, contabilidad, etc.
• Toda gestión de mantenimiento debe ser evaluada y
esta evaluación debe proporcionar información necesaria
para tomar acciones correctivas respecto a la gestión. El
análisis de la mantenibilidad es una herramienta muy im-
portante para cumplir con los objetivos de mejora. Esta
investigación pretende aportar ideas prácticas para futu-
ras investigaciones.
R
eferencias
1. AENOR UNE-EN 151001. Norma Mantenimiento Indicadores de mantenibilidad de dispositivos industria-
les, Madrid: AENOR, 2011.
2. Kelly A, Harris M, Gestión del Mantenimiento Indistrial. Vol 1 1ra ed. Madrid: Fundación Repsol; 1977
3. AENOR UNE-EN 13306, Norma Terminología de mantenimiento, Madrid: AENOR, 2011.
4. León.P, González V, Moreu P, Crespo A, Barberá L, Norma de mantenibilidad propuesta para la evaluación
de la mantenibilidad de activos industriales.Ingeniería y gestión del mantenimiento. 2011; 3-13.
5. Kenezevic J, Mantenibilidad. Vol 9. 4ta ed. Madrid: ISDEFE, 1996.
6. Goulden E, An analytic approach to performing a mantainability demostration. IEEE Transactions on Relia-
bility, 1990; 19-22.
7. Tabarea L, Administración moderna del mantenimiento, Vol 1, 2da ed. Sao Paulo, 2000.
8. Benitéz R, Díaz A, Carrera J. Metodología para el cálculo de la mantenibilidad. 2014; 2-6.
9. Hernández E, Anulo B, Fiallos P, Chavez V, Método para el cálculo del costo de la indisponibilidad en pro-
cesos productivos. Peres. 2017; 91-94.
10. Mora A, Mantenimiento estratégico para empresas industriales o de servicio. Vol 1. 1ra ed. Medellín:
Ultragrácas, 2005.
11. Kenezevic j, Mantenimiento. Vol 10, 4ta ed. Madrid: ISDEFE; 1996.
12. Red temática nacional sobre seguridad de funcionamiento y calidad de servicio de sistemas productivos.
Aproximaciones de la Conabilidad Aplicaciones Prácticas. Vol 1. 1ra ed. Madrid: Ingeman, 2010.
13. Parra c, Crespo A, Métodos de análisis de abilidad, mantenibilidad, disponibilidad y riego, Ingecom, 2016,
23-27.
14. Tamborero J, NTP 331. Fiabilidad: la distribución de Weibull. NPT 331, Madrid: 1994.
15. Mesa D, Ortíz Y, Pinzón M, La Conabilidad, la Disponibilidad y la Mantenibilidad, diciplinas modernas
aplicadas al mantenimiento, Scientia y technica, 2ISSN 0122-1701, Nº 30, 2006; 1-10.
16. Zabala W, FIabilidad de Máquinas, Vol 1, 1ra ed. Riobamba: Espoch, 2004.
17. AENOR UNE-IEC 60300-3-10. Norma Guía de aplicación Mantenibilidad parte 10. Madrid: AENOR,
2007.
18. AENOR-UNE-EN 20654-4. Norma Planicación del mantenimiento y logística del mantenimiento parte 4
de 8. Madrid: AENOR, 2002.
19. Rey F. Hacia la excelencia en mntenimiento, Madrid: Tecnologías de gerencia y producción S.A.TGP-HOS-
HIN SL, 1996.
20. Yanez M, Gómez H, Valvuena G, Ingeniería de la conabilidad y análisis estadístico del riesgo. Madrid:
Reliability and risk management; 2004.
21. AENOR.UNE-EN 15341, Indicadores claves del mantenimiento. Madrid: AENOR; 2008.