Ensayo Mantenimiento Predictivo

       

 República bolivariana de Venezuela

Universidad Nor-Oriental Gran Mariscal de Ayacucho

Núcleo El Tigre Estado Anzoátegui

Cátedra: Mantenimiento II

Facilitador: Ing. Paula Morao

Mantenimiento Predictivo

El mantenimiento predictivo es el que nos permite pronosticar el punto futuro de falla de un componente de una maquina, por medio de un monitoreo de tal forma que dichos componente pueda reemplazarse, con base en un plan de mantenimiento efectivo, justo antes de que falle.  Así, el tiempo muerto del equipo se minimiza y el tiempo de vida del componente se maximiza.

Su organización esta directamente vinculada a la medición de diversos parámetros que muestran la relación de predecir el ciclo de vida del componente.

Algunos ejemplos de dichos parámetros son los siguientes:

• Vibración de cojinetes
• Temperatura de las conexiones eléctricas
• Resistencia del aislamiento de la bobina de un motor

El uso del mantenimiento predictivo consiste en establecer, en primer lugar, un historial de  falla del equipo entre la variable seleccionada y la vida del componente. Esto se logra mediante la toma de lecturas en intervalos periódicos hasta que el componente falle. Para evitar que el componente o quipo falle debe tener un riguroso monitoreo también llamado la adquisición, procesamiento y almacenamiento de datos para evitar una parada de emergencia y así no generar  ninguna  perdida.  De acuerdo a los  objetivos que se pretende alcanzar con el monitoreo de la condición de una máquina debe distinguirse entre vigilancia, protección, diagnóstico

y pronóstico. Existen varias técnicas aplicadas para el mantenimiento preventivo entre las cuales tenemos las siguientes:

1. Análisis de vibraciones.

Es detectar algún elemento vibrante en una maquina alertar  y prevenir las fallas a medio plazo mediante:

Frecuencia: Es el tiempo necesario para completar un ciclo vibratorio. Desplazamiento: Es la distancia total que describe el elemento vibrante

Velocidad y Aceleración.

 Dirección: Las vibraciones pueden producirse en 3 direcciones lineales y 3 rotacionales

2. Análisis de lubricantes.

Estos se ejecutan dependiendo de la necesidad, según:

- Análisis Iniciales: se realizan a productos en equipos que presenten dudas del Estudio de Lubricación y permiten correcciones.

- Análisis Rutinarios: aplican para equipos considerados como críticos o de gran capacidad determinación del estado del aceite, nivel de desgaste y contaminación.

- Análisis de Emergencia: se efectúan para detectar cualquier anomalía en el equipo y/o Lubricante, según:

• Contaminación con agua
• Sólidos (filtros y sellos defectuosos).
• Uso de un producto inadecuado

3. Análisis por ultrasonido.

Este método estudia las ondas de sonido de baja frecuencia producidas por los equipos que no son perceptibles por el oído humano.

• Ultrasonido pasivo: Es producido por mecanismos rotantes, fugas de fluido, pérdidas de vacío, y arcos eléctricos. Pudiéndose detectarlo mediante la tecnología apropiada.
• El Ultrasonido permite:

-Detección de fricción en maquinas rotativas.

-Detección de fallas y/o fugas en válvulas.

-Detección de fugas de fluidos.

-Pérdidas de vacío.

-Detección de "arco eléctrico".

-Verificación de la integridad de juntas de recintos estancos.

4. Termografía.

La Termografía Infrarroja es una técnica que permite, a distancia y sin ningún contacto, medir y visualizar temperaturas de superficie con precisión.5. Análisis por árbol de fallas.

El Análisis por Árboles de Fallos (AAF), es una técnica deductiva que se centra en un suceso accidental particular (accidente) y proporciona un método para determinar las causas que han producido dicho accidente.

5. Análisis FMECA.

Es  otra  útil técnica para la eliminación de las características de diseño deficientes es el análisis de los modos y efectos de fallos (FMECA)La intención es identificar las áreas o ensambles que es más probable que den lugar a fallos del conjunto.

Un ejemplo claro de un mantenimiento predictivo seria el seguimiento que se les realizan a los carros en este caso el cambio de aceite que es un componente prioritario, a través de análisis  o  estimación en un límite de kilometraje recorrido o un tiempo planificado, se procede a realizar el Cambio y se apunta en un historial de reemplazo para así tener una nueva predicción de un próximo cambio.

La importancia en la industria para su ejecución es considerar primero que nada la productividad de una industria, estas aumentará en la medida que las fallas en las máquinas disminuyan de una forma sustentable en el tiempo. Para lograr lo anterior, resulta indispensable Contar con la estrategia de mantenimiento más apropiada y con un personal capacitado tanto en el uso de las técnicas de análisis y diagnóstico de fallas implementadas como también con conocimiento suficiente sobre las características de diseño y funcionamiento de las máquinas.

Maita Francismar

20.546.362

mtto 2

Equipos y su Confiabilidad

Universidad Nororiental Gran Mariscal De Ayacucho

Escuela de Ingeniería Núcleo el Tigre

El Tigre -  Anzoátegui

EQUIPO Y SU CONFIABILIDAD

SE REQUIERE UN HORNO DE CEMENTO QUE OPERE 300 DIAS AL AÑO PRODUCIENDO A UNA TASA 1200 TONELADAS POR DIA DE 24 HORAS. A LO LARGO DEL AÑO, SU RENDIMIENTO HA SIDO COMO SIGUE;

·         TIEMPO DE OPERACIÓN PROGRAMADA 300 DIAS.

·         NUMEROS DE DESCOMPOSTURAS 6

·         DEMORAS POR DESCOMPOSTURAS 180 HORAS.

·         TIEMPO DE MANTENIMIENTOP PREVENTIVO 80 HORAS.

·         PAROS DEBIDO A FALTA DE ALIMENTACION 120 HORAS

·         RETARDO DEL PROCESO 60 HORAS A UNA TASA DE 80%

·         RETARDO POR ALIMENTACION HUMEDA 40 HORAS A UNA TASA DE 60%

·          PRODUCCION TOTAL RECHAZADA 2000 TONELADAS

·         PRODUCCION DE SEGUNDA CALIDAD 3000 TONELADAS A UN VALOR 50%.

FORMULAS ASOCIADAS.

Resolución:

Utilización  =  tiempo programado / tiempo de calendario    300     =  82.2 %

                                                                                                365

Disponibilidad = tiempo programado - tiempo muerto en dias /tiempo de producion programado            
                               =  300 – (180 + 80 + 120)/ 24  x 100 %     =  94.7 %

                                                               300

 Tasa del Proceso  = tiempo ideal del ciclo / tiempo real del ciclo * 100%
                                     
                                    =  (300 –  380  / 24) x  1200  -  (60 / 24 x 0.2 x 1200) – (40 / 24 x 0.4 x 1200)                                                                                  (300 – 380 / 24) x 1200

                            

                                    PR=  99.6 %

Tasa de calidad =  tiempo producido - rechazo degradado / total producido * 100%
                                
                             QR  =  339600 -  (2000 + 3000) x 100 %  =  98.5 %

                                                         339600

Eficacia global del equipo =     A(disponobilidad * PR*QR) 

                                              OEE=  0.9470 x 0.996 x 0.985  x 100 %  =  92.9 %

Capacidad productiva =     (OEE * Utilizacion)  

                                            0.929 x 0.822 x 100 % =  76.4 %

Mtto 2.  Francismar Maita 20.546.362
Seccion 1

Analisis A,B,C ((Diagrama del Examen))

Francismar Maita
20.546.362
Mantenimiento II
Fac. Ing Paula Morao.

Weibull

Universidad nororiental gran mariscal de Ayacucho

Ingeniería de mantenimiento Industrial

Facultad Ingeniería Núcleo – el tigre

Weibull:

Evalúa datos de la curva de crecimiento y su gradiente. Tiene una finalidad de atributo que evaluará las estimaciones iníciales de los parámetros Asym , Drop ,lrc , y pwr para un determinado conjunto de datos.

El crecimiento exponencial:

 (incluyendo disminución exponencial ) se produce cuando la tasa de crecimiento de una función matemática es proporcional a la del valor actual de la función. En el caso de un dominio discreto de definición con intervalos iguales que también se conoce como crecimiento geométrico o deterioro geométricas (los valores de función de formar una progresión geométrica ).

El modelo de crecimiento exponencial es también conocido como el modelo de crecimiento maltusiano .

ü  La función de densidad de probabilidad 

 Weibull variable aleatoria x es ^[ 1 ] :

donde k > 0 es el parámetro de forma y λ> 0 es el parámetro de escala de la distribución. Su función de distribución acumulativa complementaria es una función exponencial estirada . La distribución de Weibull se relaciona con una serie de otras distribuciones de probabilidad, en particular, se interpola entre la distribución exponencial ( k = 1) y ladistribución de Rayleigh ( k = 2).

Si la cantidad x es un "tiempo de salida al fracaso", la distribución de Weibull proporciona una distribución para que latasa de fallos es proporcional a una potencia de tiempo. La forma de parámetros, k , es que el poder más uno, por lo que este parámetro puede interpretarse directamente como sigue:

§  Un valor de k <1 indica que la tasa de fallos disminuye con el tiempo. Esto sucede si no es significativa "la mortalidad infantil", o los artículos defectuosos en su defecto temprano y la tasa de fallos disminuye con el tiempo, los artículos defectuosos son eliminados de la población.

§  Un valor de k = 1 indica que la tasa de fallos es constante en el tiempo. Esto podría sugerir al azar los acontecimientos externos son causa de mortalidad, o el fracaso.

§  Un valor de k > 1 indica que la tasa de fracaso aumenta con el tiempo. Esto sucede si hay un "envejecimiento" del proceso, o partes que tienen más probabilidades de fallar con el tiempo.

En el campo de la ciencia de los materiales , el parámetro de forma k de una distribución de los puntos fuertes que se conoce como el módulo de Weibull .

 ü  La función de distribución acumulada 

para la distribución de Weibull

para x ≥ 0, y F ( x , k , λ) = 0 para x <0.

La tasa de fallo h (o tasa de riesgo) está dada por

ü  Limitaciones de los modelos

Modelos de crecimiento exponencial de los fenómenos físicos sólo se aplican dentro de las regiones limitadas, como el crecimiento sin límites no es físicamente realista. Aunque el crecimiento inicial puede ser exponencial, los fenómenos modelados finalmente entrará en una región en la que previamente ignorados retroalimentación negativa factores son significativos (que conduce a un crecimiento logístico modelo) u otros supuestos básicos del modelo de crecimiento exponencial, como la continuidad o retroalimentación instantánea, descanso hacia abajo.

Tipos de curvas de pruebas de vida

ü  curva de crecimiento logístico 

Es una forma de S (sigmoidal) curva que se puede utilizar para las funciones del modelo que aumentan poco a poco al principio, más rápidamente en el período de crecimiento medio, y poco a poco al final, estabilizándose en un valor máximo después de un período de tiempo. La parte inicial de la curva es exponencial, la tasa de crecimiento se acelera a medida que se acerca al punto medio de la curva. En el punto medio (K / 2), la tasa de crecimiento comienza a desacelerarse, pero sigue creciendo hasta alcanzar una asíntota, K, que se llama la "capacidad de carga" para el medio ambiente.

Este tipo de curva se utiliza con frecuencia para modelar patrones biológicos de crecimiento, donde hay un período inicial de crecimiento exponencial seguida de una estabilización a medida que más de la población está infectada o como el suministro de alimentos o algún otro factor que limita el crecimiento aún más. La forma de la función de crecimiento logístico es simétrica:

y K = / (1 ​​+ exp (a + b * x))

donde K, A y B son parámetros que dan forma y la escala de la función. El valor de b es negativo.

El siguiente programa se ajusta a un programa NLREG curva logística con el número de nuevos casos de SIDA reportados en los Estados Unidos durante el período comprendido entre 1981 y 1992. La función calcula ajusta a los datos muy bien que muestran que la tasa de infección del SIDA sigue una curva logística clásica y se estabilizó en alrededor de 47.500 nuevos casos al año (en los Estados Unidos). La opción de dominio en el estado de las causas programa NLREG parcela para extrapolar el argumento de la función hasta 1995. Tenga en cuenta, debido a los recientes avances en medicamentos que en gran medida frenar la progresión del SIDA, la curva de morbilidad no sigue su forma natural a través de los últimos años.

Este es el programa programa NLREG para el montaje de la curva de crecimiento logístico:

 Título de "nuevos casos de SIDA en los Estados Unidos";

 Variable Año; / / Año de nuevos casos

 Newcases variable; / / Total de casos nuevos durante el año

 Childcases variable; / / Los nuevos casos de niños menores de 13

 Parámetro K = 50000; estimación / / inicial de casos max

 Parámetro a = 5;

 El parámetro b =-. 8;

 año de base constante = 1980;

 newcases función = K / (1 + exp (a + b * (año-año de base)));

 Parcela de dominio = 1980,1995, ylabel = "casos nuevos";

 Datos;

 [Valores de datos haga clic aquí]

Esta es la trama generada por programa NLREG de la función ajustada a los datos:

·         Curva S-N:

Estas curvas se obtienen a través de una serie de ensayos donde una probeta del material se somete a tensiones cíclicas con una amplitud máxima relativamente grande (aproximadamente 2/3 de la resistencia estática a tracción). Se cuentan los ciclos hasta rotura. Este procedimiento se repite en otras probetas a amplitudes máximas decrecientes.

Los resultados se representan en un diagrama de tensión, S, frente al logaritmo del número N de ciclos hasta la rotura para cada una de las probetas. Los valores de S se toman normalmente como amplitudes de la tensión .

Se pueden obtener dos tipos de curvas S-N. A mayor tensión, menor número de ciclos hasta rotura. En algunas aleaciones férreas y en aleaciones de titanio, la curva S-N se hace horizontal para valores grandes de N, es decir, existe una tensión límite, denominada límite de fatiga, por debajo del cual la rotura por fatiga no ocurrirá.

Ejemplo con un aluminio libiano:

• Curva característica de la señal de inducción generada sobre la pieza sencilla a través del imán permanente del cuerpo de impacto.
• 
• Efectividad del enmascaramiento temporal de un tono

• Curva Edad e Inteligencia
  Si dividimos la población total en segmentos de edades diferentes, podemos ver claramente las diferencias de Inteligencia entre los diferentes segmentos. Es evidente que un niño menor de 5 años todavía no tienen la Inteligencia de un adulto. Obviamente, un anciano de 90 años no es tan inteligente como cuando tenía 40 años. Así que claramente la Inteligencia sube después del nacimiento, pero a una cierta edad disminuye.
  
  La curva de Inteligencia-Edad, reflejada aquí, es sorprendente para muchos.
• Ciclo de vida del producto

Uniendo la disciplina dinámica con el producto, lo que estamos haciendo es dotar de vida a ese producto. Lo transformamos en un ser viviente y, como tal, va a transitar por todas las etapas que todo ser viviente cumple inexorablemente, desde su nacimiento hasta su muerte, pasando por las intermedias. En nuestro caso, vamos a analizar la curva del ciclo de vida del producto.

Este ciclo, al ser el producto una variable controlable, se puede planificar con una fecha de introducción y muerte, o bien, con una fecha cierta de introducción y prolongando al máximo su vida.

No se puede decir cuánto tiempo durará este ciclo de vida para un producto determinado; ello dependerá de una serie de factores que son impredecibles, tales como los adelantos tecnológicos, las modas, las costumbres, el rechazo o la aceptación del mercado, etcétera.



Entre Otras...