Ingenieria de La Confiabilidad Arata & Arata

ADOL FO ARAT ADOLFO ARATA A ALESSIO ARATA

Ingeniería de la

Confiabilidad Teoría y aplicación en proyectos de capital y en la operación de instalaciones industriales a través del enfoque R-MES Esteban Heidke (Presentación de casos)

RIL editores bibliodiversidad biblio diversidad

I��������� �� �� �������������

Adolfo Arata Andreani Alessio Arata Bozzolo

I��������� �� �� ������������� Teoría y aplicación en proyectos de capital y en la operación de instalaciones industriales a través del enfoque R-MES

P����������� �� ����� Esteban Heidke P����������� Marco Garetti Giancarlo Bruno Horacio Bergero Ademir Ramírez

658.5 A

Arata, Adolfo Ingeniería de la confiabilidad / Adolfo Arata. – – Santiago : RIL editores, 2013. 360 p. ; 21 cm. ISBN: 978-956-284-967-8 1 A�������������

�� �� ����������.

Ingeniería de la confiabilidad Primera edición: marzo de 2013 © Adolfo Arata, 2013 Registro de Propiedad Intelectual Nº 219.745 © RIL® editores, 2013 Los Leones ���� 7511055 Providencia Santiago de Chile Tel. Fax. (56-2) 2238100 [email protected]  • www.rileditores.com

Composición, diseño de portada e impresión: RIL® editores

Impreso en Chile • Printed in Chile

ISBN 978-956-284-967-8 978-956-284-967-8 Derechos reservados.

�����

Prólogo ..........................................................................................13 Marco Garetti

Prólogo ..........................................................................................17 Giancarlo Bruno

Prólogo ...........................................................................................21 Horacio Bergero

Prólogo ...........................................................................................25 Ademir Ramírez

Presentación .................................................................................... ....................................................................................29 29 C������� I������������ Gestión de activos: Factor necesario para el logro de la competitividad 1. Competitividad empresarial.........................................................33 2. Gestión de activos .......................................................................34 3. Confiabilidad operacional ...........................................................35 4. Ingeniería de la Confiabilidad ...................................................... ......................................................36 36 6. Transformación Transformación de la cultura organizacional ............................... ...............................37 37 7. Aplicación de la plataforma R-MES ............................................ ............................................39 39 C������� U�� Impacto de la gestión de los activos en el negocio 1. Competitividad sustentable ........................................................41 2. Competitividad en la empresa empresa intensiva en activos ..................... .....................52 52

3. Confiabilidad Operacional ..........................................................56 4. Rol táctico-estratégico de la gestión de activos ............................60 5. Estructura organizacional ............................................................66 6. Ingeniería de la Confiabilidad .....................................................74 C������� D�� Enfoque R-MES 1. Visión sistémica .........................................................................103 2. El enfoque R-MES.....................................................................104 3. Elementos conceptuales del enfoque R-MES ..............................111 C������� T��� Plataforma informática R-MES 1. Introducción ..............................................................................215 2. Aspectos generales de la plataforma R-MES ..............................216 3. Análisis histórico .......................................................................223 4. Análisis probabilístico ...............................................................231 5. Otras capacidades .....................................................................237 C������� C����� Presentación de caso en la fase de Proyecto de capital 1. Introducción ..............................................................................241 2. Proceso para el desarrollo del caso ............................................242 3. Desarrollo del caso de una planta de conminución ....................245 4. Comentarios finales ...................................................................278 C������� C���� Presentación de caso en la fase de Operación de una Planta 1. Introducción ..............................................................................281 2. Proceso para el desarrollo del caso ............................................281 3. Desarrollo del caso de una Planta de molienda y chancado .......282 4. Comentarios finales ...................................................................320

C������� S��� Presentación de caso en la fase de Operación de una Flota 1. Introducción ..............................................................................321 2. Proceso para el desarrollo del caso ............................................321 3. Desarrollo del caso de una flota de equipos ...............................322 4. Comentarios finales ...................................................................348 Bibliografía y Referencias ..............................................................351 Índice de figuras ............................................................................357 Índice de tablas .............................................................................365

Al caro amico scomparso Luciano Furlanetto La Sua dimensione umana e il Suo contributo alla mia formazione rimarranno per sempre nella mia memoria.

P������

Conozco desde hace muchos años al Profesor Adolfo Arata dado nuestra larga relación de más de un decenio en el ámbito docente y científico. En la actividad formativa de postgrado nos hemos ocupado, tanto en Chile como en Italia, del desarrollo de los programas de magister en el área de la gestión y el mantenimiento de activos, mientras que en el ámbito científico y de la investigación aplicada, con el apoyo financiero europeo, nos hemos relacionado a través del intercambio de alumnos, investigadores y docentes, en la colaboración empresarial, en la publicación de artículos científicos y en la concepción de nuevas soluciones de software para la ingeniería del mantenimiento.

En todos estos años de cercanía y de trabajo con Adolfo Arata se ha generado entre nosotros una amistad que ha terminado por relacionar también a nuestras familias y a tantos de nuestros colaboradores. De esta forma se fue creando un profundo vínculo entre nuestros dos equipos de investigación, relación que ha activado y mantiene un fecundo intercambio cultural, que espero pueda todavía continuar y desarrollarse aún más en el futuro. Por lo que el lector de esta presentación notará que a continuación me referiré al autor de este libro simplemente como Adolfo, que es la forma que mejor me acomoda y que refleja nuestra larga relación. Este libro que Adolfo hoy publica, con quien frecuente y recientemente nos reunimos, no es una sorpresa para mí. Sin embargo puedo decir con convicción que este libro, del que conozco bien su desarrollo, constituye un notable y original avance en el campo de la gestión y el mantenimiento de los activos que permitirá al lector descubrir un enfoque completamente nuevo en esta área del conocimiento y su aplicación. La originalidad del enfoque, del punto de vista estratégico, se descubre inmediatamente a partir del capítulo introductorio y particularmente desde el primer capítulo, en el cual el mantenimiento es presentado en 13

A. A����

una nueva perspectiva sistémica: no como una de las diversas funciones empresariales sino como la llave que permite a una instalación industrial, cualquiera sea su naturaleza, cumplir con la entrega del servicio para la cual fue concebida. En el libro se demuestra cómo el mantenimiento tiene una característica muy específica dada por su intervención, es decir a nivel micro, sin embargo su impacto es global, es decir a nivel macro, pudiendo constituir, a través de su correcta gestión, un elemento fundamental para la competitividad empresarial. Del punto de vista aplicado, la originalidad del libro es que permite entregar finalmente una base cuantitativa del análisis del Life Cycle Cost (LCC) o del Total Cost of Ownership (TOC) según como,

en términos equivalentes, se le quiera llamar. Se trata de hecho de la posibilidad de calcular de manera cuantitativa el costo esperado de un asset complejo durante su ciclo de vida, teniendo en consideración su futuro comportamiento simulado. Es oportuno destacar que este no es un aporte trivial. Si bien en la actualidad mucho se habla de LCC y TCO la realidad es que, después de su formulación teórica, es de fácil comprensión, ya que en términos simples no es más que la suma de todos los tipos de costos: de inversión, de operación y de mantenimiento de un asset  durante todo su ciclo de vida, queda la dificultad y muchas veces la incapacidad de entregar resultados cuantitativos y rigurosos por la complejidad de los sistemas. Adolfo, en cambio, nos propone la definición cuantitativa mediante el uso del enfoque R-MES y R-MES Project, desarrollado por el Centro de Desarrollo de Gestión Empresarial, CGS, que conformó hace mucho tiempo atrás. El autor basa este enfoque en el modelo que llama Asset Operational Reliability. Yo estimo que el concepto que Adolfo ha formulado es aún más amplio, por lo que debería ser definido como Asset Operational Availability, en el que el término «operational» es el que genera la diferencia, en el sentido que al poner Operational delante de la Availability significa evaluar la disponibilidad bajo las reales condiciones operativas, teniendo, por lo tanto, en cuenta la confiabilidad de los equipos y de las personas, la gestión de los repuestos, y la mantenibilidad. De esta interpretación tuve la oportunidad de conversar con Adolfo, con el propósito de retomar esta evolución conceptual en un nuevo libro que desarrollaremos en conjunto, que tendrá como base fundamental el uso del enfoque y la plataforma R-MES Project.

14

I��������� �� �� �������������

Aprovecho esta presentación para entregar algunos aspectos técnicos en beneficio de aquellos lectores interesados en la profundización de los elementos de modelación. Desde este punto de vista, la novedad del enfoque consiste en haber utilizado la diagramación RBD, con algunos importantes desarrollos particulares, para la representación del sistema físico. De este modo, el modelo que se obtiene resulta del tipo analítico, permitiendo una síntesis algorítmicamente muy compacta de sistemas muy complejos. Esto permite obtener la solución del sistema modelado directamente en un solo paso de cálculo y en tiempos extremadamente reducidos. Este modelo es sucesivamente gestionado por un proceso de simulación de Montecarlo, que permite visualizar el sistema en el tiempo de manera de poder reproducir con mucha facilidad el comportamiento de la confiabilidad y la operación del sistema. La novedad de este enfoque respecto a aquellas soluciones experimentadas pero muy lentas por su naturaleza empírica basadas en el uso de la simulación de eventos discretos, me ha motivado a promover y firmar un acuerdo de colaboración entre mi Departamento del Politecnico di Milano y CGS, con el objeto de desarrollar una experimentación del enfoque R-MES Project con su plataforma informática en el campo de la manufactura (producción discreta, como son en general las producciones de base mecánica: autos, electrodomésticos, etc.). De hecho, el enfoque de modelación R-MES ya ha demostrado de ser muy eficaz en las producciones de procesos y de flotas de equipos, donde CGS ha efectuado numerosas y exitosas aplicaciones. Ahora queda por demostrar su validad aplicativa en las producciones discretas, cuya experimentación es un challenge que nos ocupará en el futuro próximo. Un último comentario sobre el contenido del libro. Quizás porque la madurez empuja a proyectarse hacia adelante con una actitud de innovador, pero también los años permiten mirar hacia atrás para ver aquello que justifica y da consistencia a las nuevas intuiciones, Adolfo ha querido presentar en este libro también algunos elementos de divulgación tradicional, que son la base de su visión de la Ingeniería de la Confiabilidad implementada a través del enfoque R-MES. El resultado es un texto completo, que permite al lector tanto obtener la visión estratégica y sistémica del enfoque, como también conocer las diversas metodologías necesarias para lograr la aplicación concreta (desde la metodología RBD, las ecuaciones de Weibul, a los

15

A. A����

procesos de limpieza de datos, a los indicadores de las prestaciones para la identificación de las oportunidades de mejoras, etc.). Es un libro de gran valor no solo para los alumnos de ingeniería sino también para aquellos profesionales que están haciendo esfuerzos para incorporar de manera simple pero rigurosa la Ingeniería de la Confiabilidad en la industria intensiva en activos físicos.

Marco Garetti Full Professor of Industrial Technology at Politecnico di Milano Director of meGMI, Executive Master of Industrial Maintenance Management, Business School of Politecnico di Milano Fellow member of the ISEAM (Int. Society of

Engineering Asset Management)

Milano (Italia), diciembre de 2012

16

P������

Actualmente la gestión de los activos, como también su diseño, se ha transformado en un factor determinante en el desempeño operacional de las empresas. Cada vez más aumenta su reconocimiento en las instalaciones industriales intensivas en equipos, ocupando mayor visibilidad aún en aquellas organizaciones que propenden hacia la excelencia, las que necesariamente buscan proyectarse en el mediano y largo plazo a través del permanente aumento de su competitividad de manera de asegurar su crecimiento o, en caso contrario, estar expuestas a ser devoradas por los competidores existentes en el mercado global. Una buena gestión de activos implica, habitualmente, un mejoramiento de los resultados financieros sostenibles en el tiempo. En una organización con una visión estratégica de posición competitiva de costos, en el Seriatim de competidores en un período de tiempo definido, la gestión de activos se debe iniciar en las etapas tempranas del proyecto, Ingeniería Conceptual, Prefactibilidad y Factibilidad; de manera de asegurar que en la fase de diseño se decida por equipos que tienen la confiabilidad y la mantenibilidad esperada, de modo de asegurar y cautelar la seguridad operacional de las instalaciones, considerando la experiencia de la industria y el entorno particular de operación. En los nuevos diseños de proyectos se tiende cada vez más a introducir conceptos como el TCO (Total Cost Ownership), que busca

confrontar el costo de capital (CAPEX) con los costos de operación (OPEX) y los costos asociados a la falta de producción por detenciones no programadas, de manera de identificar la mejor solución durante todo el ciclo de vida de las instalaciones y los equipos. Para que la gestión de activos logre el objetivo final de agregar valor, debe tener una mirada amplia y de largo plazo, tomando como referencia la experiencia real promedio de la industria con los distintos 17

A. A����

equipos que la conforman. El resultado de esta referencia es de gran valor entregando, muy probablemente, soluciones bastante distintas a las que se hubieran obtenido mediante el solo análisis teórico de los equipos habitualmente provisto por los fabricantes. Una vez que los equipos han sido cuidadosamente seleccionados y en el proyecto se ha considerado e incorporado la experiencia operacional que asegure la mantenibilidad y la operatividad, entonces el desafío es lograr la mayor confiabilidad operacional posible. La tecnología ha aumentado considerablemente la complejidad de los equipos, lo que exige la necesidad de ingenieros y técnicos en mantenimiento de mayor formación académica, por cierto muy escasos en el mercado laboral actual, lo que habitualmente obliga a la industria a complementar la formación universitaria y de institutos de técnicos. Lo anterior evidencia que el primer activo necesario de gestionar adecuadamente en todas sus dimensiones son las personas. Contar con el equipo humano adecuado y motivado, permite una alta probabilidad de éxito en la gestión de activos, como en cualquier otra actividad requerida, con los beneficios económicos y sociales que ello implica. El paso siguiente es hacer bien lo básico, me refiero a lograr un buen desempeño no solo en mantenimiento preventivo, sino también incluyendo el mantenimiento sintomático y proactivo, lo cual requiere de una disciplina bien definida en cuanto a los criterios de aceptabilidad y, además, de un sistema informático adecuado para su administración. Para lograr este cambio la Ingeniería de la Confiabilidad se transforma en un proceso clave, que permite disminuir a valores aceptables los errores de diseño y las malas prácticas operacionales, en una estructura organizacional clara y con procesos de trabajo formalmente establecidos. Adolfo Arata Andreani, de quien fui alumno en la Universidad Técnica Federico Santa María, actualmente profesor de varias universidades en Chile y el extranjero, y consultor internacional, expone en su libro «Ingeniería de la Confiabilidad» la teoría y la aplicación práctica para el desarrollo de proyectos de capital y para la operación de instalaciones industriales, a través del enfoque R-MES, elementos que al ser aplicados de manera adecuada permiten lograr los niveles de confiabilidad esperados. Este libro debiera ser conocido y aplicado como una valiosa herramienta por las organizaciones de intensivas en activos, que tengan como objetivo hacer de la gestión de los activos una clara ventaja competitiva. 18

I��������� �� �� �������������

Felicito a Adolfo Arata y a su equipo de trabajo, tanto del ámbito académico como de la consultoría, por su valiosa contribución a la gestión de activos mediante la implementación y el desarrollo de la Ingeniería de la Confiabilidad a través del novedoso enfoque R-MES presentado en este texto.

Giancarlo Bruno Lagomarsino Vicepresidente de Operaciones de Anglo American Norte Fue: Presidente de Collahuasi

Vicepresidente de Operaciones de Collahuasi Gerente General El Soldado Gerente General Mantos Blancos Gerente de mina Los Bronces

Santiago (Chile), diciembre de 2012

19

P������

Hoy, en la mayor parte de las empresas de nivel mundial intensivas en activos físicos, el mantenimiento conceptualmente es visto como un factor estratégico y no solo como un costo necesario para las operaciones industriales. En la actualidad, desde lo intelectual pocos profesionales ponen en duda que una buena gestión del mantenimiento puede convertirse en una herramienta fundamental para el mejoramiento continuo de los procesos industriales. Esto bajo la perspectiva de una gestión integral de los equipos que exige nuevas responsabilidades relacionadas con el ataque sistemático a todo tipo de pérdidas, las que no solo se limitan a las clásicas interrupciones técnicas de las máquinas y los equipos, sino que deben incorporar los aspectos relacionados con la calidad, la seguridad, el medio ambiente, la gestión energética, la reingeniería de los equipos, etc. Este enfoque intelectual, si bien es de fácil comprensión, pocas veces logra plasmarse en la realidad debido, fundamentalmente, a tres causas básicas concatenadas entre sí; un Top Management   focalizado en el corto plazo, una baja capacidad de gestión estratégica en los Managers de Mantenimiento y una escasa atracción profesional del área para los jóvenes talentos necesarios. Es dificultoso que el Top Management de nuestras empresas logre apartarse de la cuenta económica y del logro de los objetivos anuales, para focalizarse complementariamente en la implementación de un complejo plan de largo plazo como lo requiere una la gestión del mantenimiento para lograr transformarse en un factor clave en la diferenciación con sus competidores. Por otra parte, los responsables de las áreas de mantenimiento no consiguen superar su orientación limitada a la gestión técnica diaria, orientada fundamentalmente a la ejecución del mantenimiento para lo-

21

A. A����

grar incorporar una visión de largo plazo que permita el diseño un nuevo modelo organizativo basado en la gestión integral de los equipos. Top managers y responsables del mantenimiento, deben superar la permanente discusión sobre el nivel de fallas de los equipos y los costos del mantenimiento asociados, para alcanzar una visión integrada y una tarea común, que permita generar una nueva manera de ver, organizar e implementar una gestión de los activos durante todo el ciclo de vida de los equipos, desde su diseño hasta su desmantelamiento. Además, es imposible pretender organizar una gestión de excelencia del mantenimiento sin los adecuados recursos humanos, los que cada vez más necesitan nuevas competencias técnicas y de gestión considerando la evolución tecnológica de los equipos y respetando las complejas legislaciones a las que estamos sometidos. A la actual escasez mundial de ingenieros, debemos sumarle el hecho de la llegada de una nueva Generación Y, quienes cuentan con un perfil totalmente diferente al anterior que le atrae aún menos la gestión del mantenimiento que la generación precedente. Las empresas que deseen implementar una verdadera  gestión del talento, deberán generar los mecanismos necesarios para atraer a los mejores profesionales del mercado, desarrollarlos en el menor tiempo posible y, en especial, retenerlos por muchos años en la empresa respondiendo no solo con sus expectativas económicas, sino que, además, aquellas relacionadas con su desarrollo profesional y con el logro de un equilibrio razonable entre trabajo y familia, donde la calidad de vida sea un factor considerado en esta ecuación global de satisfacción laboral. Es fundamental diseñar un nuevo modelo de gestión de los equipos, que además se transforme en atractivo desde el punto de vista técnico y gestional para los jóvenes talentos; como lo es en su esencia, pero que se ha degradado por un equivocado sistema implementado durante las últimas décadas. En Tenaris estamos enfrentándonos con el desafío de rediseñar el actual modelo de mantenimiento implementado hace 25 años, el que si bien ha dados sus frutos, los que se manifiestan con claridad al observar que nuestros parámetros de confiabilidad están entre los de mejor performance en comparación con empresas similares del rubro siderúrgico a nivel internacional, hemos decidido evolucionar. Vamos a incorporar un modelo de Confiabilidad Operacional   que nos permita transformar esta área en una herramienta fundamental para la mejora global de los resultados del negocio, a través de la incorporación de 22

I��������� �� �� �������������

una gestión integral de los equipos y de la creación de un ambiente organizacional con mejores condiciones para el desarrollo de nuestros jóvenes profesionales. Para enfrentar este desafío estamos pensando en la generación de cambios organizativos, en la implementación definitiva de una gestión del mantenimiento autónomo, en el diseño de un proceso diferente de gestión del conocimiento (Knowledge Management ) y en la redefinición de nuestro modelo de Ingeniería de Mantenimiento. En mi experiencia en Italia como Director Industrial en TenarisDalmine, de las labores que he desarrollado como Coordinador Global de las actividades de mantenimiento de todas las plantas de Tenaris a nivel mundial, de mis responsabilidades como Director de la Tenaris University y de mi actual rol como Director del Área Proyectos Industriales, he tenido la oportunidad de trabajar en repetidas oportunidades con Adolfo Arata, autor de este nuevo libro, ya sea en su rol de consultor especializado en temas de ingeniería de mantenimiento y en su desempeño académico en aspectos específicos. En todas estas oportunidades siempre se ha destacado por sus conocimientos y capacidad didáctica. En estos momentos, en ejercicio de mi nueva función, me encuentro abocado al proyecto de rediseño del Modelo de Mantenimiento en Tenaris, para lo que no he dudado por un momento en convocar al Ing. Adolfo Arata Andreani como uno de los mayores expertos mundiales en el tema de Ingeniería de la Confiabilidad para que se incorpore, en lo posible, a nuestro equipo de trabajo, con la certeza de que su aporte, basado en una larga y fructífera experiencia, será fundamental para alcanzar el éxito que estamos buscando. He recorrido las páginas de este libro, Ingeniería de la Confiabilidad: Teoría y aplicación en proyectos de capital y en la operación de instalaciones industriales, a través del enfoque R-MES, comprobando que en

este texto se ha volcado de manera clara toda la experiencia internacional desarrollada en muchos años no solo producto de su trabajo académico y de investigación pura, sino también de lo realizado en diferentes empresas de relieve internacional. Estoy convencido de que este nuevo libro de Adolfo Arata posee todos los elementos necesarios para convertirse en un poderoso instrumento de formación, por lo que lo recomiendo enfáticamente para estudiantes universitarios de ingeniería. Pero también es un valioso aporte para los Gerentes de Mantenimiento en su permanente actualización y necesario crecimiento profesional. Para nuestro caso especí23

A. A����

fico, este libro se transformará en material de lectura obligatorio para todos quienes participamos en esta aventura de reorganizar la gestión de nuestros equipos de cara a los próximos 20 años.

Horacio Bergero Director del área de Proyectos Industriales en Tenaris Fue: Director Industrial de TenarisDalmine en Italia.

Coordinador Global del mantenimiento a nivel global en Tenaris. Director de Tenaris University.

Buenos Aires (Argentina), Agosto del 2012

24

P������

Durante mi ejercicio profesional dedicado al diseño en todas las fases propias de la ingeniería asociadas con el desarrollo de un proyecto industrial, particularmente aquellos relacionados con los Procesos MineroMetalúrgicos y Minero-Químicos, una de las inquietudes que he tenido que enfrentar frecuentemente ha sido la forma de compatibilizar y evolucionar desde el ámbito estocástico y cambiante en el tiempo y el espacio, como son los yacimientos mineros, hacia aquel metodológicamente determinístico, como es el del diseño de ingeniería. Desafío aún más complejo de enfrentar considerando la cultura generada con las denominadas «buenas prácticas de la ingeniería», que están basadas en varios supuestos y premisas, que a la luz de actuales proyectos, han demostrado estar obsoletas y también, en algunos casos, ser totalmente falsas. Una de estas premisas se relaciona con la práctica de calcular por el lado seguro de «la realidad» que busca definir el diseño de los procesos para el caso más desfavorable desde el punto de vista de la caracterización del depósito, identificadas como Unidades Geometalúrgicas para los metales bases y preciosos (UGM) y como Unidades Geoquímicas para los yacimientos no metálicos o de metales estratégicos como el Litio (UGQ), sin importar cuál es el vector de extracción de mineral en el tiempo, considerando cuándo se extraerá y por cuánto tiempo, ni cuál es el peso relativo de esta unidad con respecto a las reservas minables totales. Esta premisa actualmente está en discusión y cuestionamiento ya que genera un gran sobredimensionamiento del sistema productivo cuando se benefician las UGM o UGQ con las mejores leyes y mineralogía, lo que dadas las restricciones que impone el costo del dinero en el tiempo desfavorece significativamente la rentabilidad del proyecto. Otra de las premisas está relacionada con la práctica de fijar un nivel de disponibilidad y de capacidad productiva por sobre las necesidades, de manera compensar las detenciones no programadas produc25

A. A����

to de las fallas de los equipos o de su inadecuada operación, a través de factores de diseño definidos por el «juicio experto», determinado de manera consensuada entre el diseñador y el usuario, sin efectuar ningún análisis riguroso del nivel de confiabilidad del performance del sistema determinado sobre una base estadística, que permita obtener el comportamiento operacional y de mantenimiento de los equipos que componen el sistema durante todo el ciclo de vida económica (LCC), de manera que el sistema sea capaz de operar el tiempo proyectado con un OPEX por lo menos de valor más bajo que el promedio de proyectos de la misma industria operando en condiciones similares, tanto geográficas como técnicas y económicas, produciendo a la calidad definida por el dueño cuando se concibió el caso de negocios. En la actualidad, esta forma tradicional de enfrentar el diseño de las instalaciones industriales llevaría a condiciones operacionales inaceptables. Solo a modo de ejemplo es posible citar el caso de un proyecto de la gran minería del cobre diseñado inicialmente para producir 150.000 t/a de cátodos Grado A, en el cual aumentando la velocidad de las correas transportadoras de minerales, agregando más reactivos en el inventario de soluciones y modificando algunos de los subsistemas, se logró duplicar la capacidad productiva de cátodos de la misma calidad, solo aprovechando de mejor forma la capacidad ociosa de los sistemas sobredimensionados. Esta situación refleja que el CAPEX unitario para la primera fase de operación fue absolutamente ineficiente ya que durante este periodo de 5 años tuvo una subutilización económica del 50%, afectando de manera significativa el ROA (Return on the Asset). Todo esto sin considerar adicionalmente el impacto negativo sobre el OPEX, dada la ineficiencia energética asociada con la operación de equipos de conminución operando solo a una fracción de su capacidad de eficiencia técnica-económica (ETC) y la movilización innecesaria de inventario de soluciones con capacidad de transferencia de cobre por debajo de su punto de ETC. En el desafío permanente de incrementar nuestras capacidades, como profesionales expertos de SKM, para enfrentar de mejor manera la solución de los proyectos de ingeniería intentábamos resolver la discontinuidad entre los factores probabilísticos de la extracción de minerales, desde depósitos de sólidos no homogéneos en el espacio, y los elementos determinísticos del diseño de ingeniería, relacionados con la operación y el mantenimiento de sistemas productivos compuestos de 26

I��������� �� �� �������������

múltiples y diversos equipos integrados en configuraciones lógica-funcional particulares y operando en distintas fases de su vida económica. En esta búsqueda nos encontramos con el enfoque y la plataforma informática R-MES, el cual, tanto en términos conceptuales como prácticos, nos permite complementar los aspectos asociados con la Confiabilidad Operacional durante todo el ciclo de vida de los equipos (LCC) con la simulación dinámica de los procesos; ajustados a los patrones Geometalúrgicos y Geoquímicos del yacimiento, y al plan minero basado en modelos de bloques de especies minerales, y no solo de tonelada-ley de especies valiosas, de manera de establecer la modularización necesaria para fijar la capacidad de la planta basados en los vectores de extracción y de producción en el tiempo, extrapolándola en expansiones que estén de acuerdo con todas las variables del caso de negocios. El R-MES integrado con los simuladores de procesos permite determinar el nivel de redundancia y fraccionamiento de los subsistemas y equipos que componen el sistema, de forma de lograr la mayor confiabilidad operacional a un CAPEX y OPEX eficiente desde el punto de vista técnico y económico, respetando los supuestos del caso de negocios establecidos por el dueño, la calidad esperada del producto y el ciclo de vida económica de los equipos. El enfoque del R-MES, basado en una metodología probabilística, permite superar el uso de los factores de diseño a través del «juicio experto» por la utilización de análisis del tipo cuantitativo, que permiten el uso eficiente del CAPEX y del OPEX del sistema productivo, disminuyendo la presión financiera que en la actualidad está complicando el desarrollo de proyectos minero-metalúrgicos y químicos. En nombre propio y de SKM, se agradece el esfuerzo intelectual y técnico que ha realizado Adolfo Arata y su equipo de profesionales en el desarrollo del R-MES, plasmado en este libro «Ingeniería de la Confiabilidad», que nos permite avanzar de manera robusta en el mundo del diseño, a través del uso de las mejores prácticas de la ingeniería con base científica, tal como lo recomendaba el gran filósofo Immanuel Kant al referirse al cómo eliminar las divagaciones en el ejercicio de la generación del conocimiento. Recomiendo el uso de este libro no solo para estudiantes de ingeniería, sino fundamentalmente para aquellos ingenieros de proyectos que nos vemos permanentemente enfrentados al desafío de la incorporación de procesos innovadores que nos permitan asegurar nuestra 27

A. A����

competitividad a través de la diferenciación con nuestros competidores de forma de ofrecer cada día mejores soluciones a nuestro clientes. Ademir Ramírez González Ingeniero Civil Químico (UCN), Diplomado en Administración de Proyectos. Global Functional Chief Engineer, Process Engineering Section Leader Process Engineering, Mining Plants Service Line Sinclair Knight Merz (SKM)

Santiago (Chile), noviembre de 2012.

28

P�����������

Ingeniería de la Confiabilidad: Teoría y aplicación en proyectos de ca pital y en la operación de instalaciones industriales a través del enfoque R-MES es el resultado del trabajo desarrollado en el área de la Con-

fiabilidad Operacional y su relación con la gestión y el diseño de los activos, que hemos realizado con la participación de diferentes equipos de trabajo, tanto en el ámbito de la investigación en universidades nacionales y extranjeras, como en el de la consultoría en grandes empresas en el país y en el extranjero, de cobertura local y transnacional, que pertenecen a distintos sectores, entre los que es posible destacar: el minero, el siderúrgico, la generación eléctrica, el petroquímico, el tratamiento de agua, el transporte, el alimento, y el de proyecto de ingeniería, entre otros. Esta área del conocimiento relacionada con la Confiabilidad Operacional ha dejado de ser un tema a considerar solo en los centros académicos y en las industrias de alto riesgo, como la nuclear y la aeronáutica, para alcanzar a prácticamente todas las empresas intensivas en equipos, ya que el buen diseño y un adecuado uso de ellos no solamente implica un mejoramiento de su eficiencia, sino que también de la eficacia en beneficio de los resultados económicos del negocio y del cuidado del medio ambiente y de la seguridad de las personas. La Confiabilidad Operacional es la capacidad de la empresa para cumplir, por medio de procesos, tecnologías y personas, con sus propósitos dentro de los límites de diseño y de las condiciones operacionales. Velar por la Confiabilidad Operacional es preocuparse de manera integrada de la confiabilidad de los procesos, de los suministros, de las personas y de los equipos, como también de su mantenibilidad. La implementación y el desarrollo de la Confiabilidad Operacional contribuyen a que la organización pueda sostener en el tiempo 29

A. A����

su condición de competitividad. Es posible establecer que un buen diseño y una buena gestión de los activos físicos favorecen el desarrollo sustentable de la empresa, ya que permiten mejorar el resultado económico de una forma armoniosa con el entorno y las personas durante todo el ciclo de vida de las instalaciones, que va desde la concepción del proyecto, pasando por su operación, hasta el desmantelamiento al término de su vida útil. El brazo armado del modelo de la Confiabilidad Operacional es la Ingeniería de la Confiabilidad, la que requiere, por la complejidad de su aplicación, de herramientas que permitan determinar, a partir del comportamiento histórico de los componentes de los sistemas, de manera robusta, oportuna y personalizada a cada proyecto e instalación, su performance y proyección sobre una base probabilística, de manera de identificar las oportunidades de mejoras del tipo de gestión y de modificaciones a nivel de proyecto, las que, una vez implementadas, deben manifestarse en el Plan Productivo de Mantenimiento. En este libro se presenta la teoría y la aplicación de la Ingeniería de la Confiabilidad en proyectos de capital y en la operación de instalaciones industriales a través del enfoque R-MES y la plataforma informática del mismo nombre. Este enfoque representa una forma novedosa y rigurosa para la implementación y desarrollo de la Ingeniería de la Confiabilidad bajo el modelo de la Confiabilidad Operacional. El libro contiene, además de los prólogos escritos por especialistas del ámbito empresarial y académico, un capítulo introductorio y otros seis que van desde la filosofía del enfoque, pasando por los fundamentos teóricos y de la herramienta informática, hasta la presentación de casos reales representativos. En el capítulo introductorio se presenta el impacto de la gestión de los activos físicos en la mejora de la competitividad sustentable de la empresa y su efecto sobre los resultados económicos logrados, respetando el entorno y las personas. En esta sección se presentan de manera general aquellos elementos que se profundizarán en los capítulos posteriores. El capítulo uno, que se desarrolla con el apoyo del profesional Alessio Arata particularmente en lo referente a la competitividad sustentable, entrega la filosofía sobre la cual se desarrolla la gestión de los activos en el marco del modelo de la Confiabilidad Operacional e implementada a través de la Ingeniería de la Confiabilidad con el enfo30

I��������� �� �� �������������

que R-MES y con la plataforma informática del mismo nombre. Este capítulo se distingue por la conceptualización del enfoque propuesto, por lo que se entregan todos aquellos elementos que lo sustentan relacionados con la competitividad sustentable en empresas intensivas en activos físicos, el modelo de la Confiabilidad Operacional, la visión sistémica e integrada de la gestión de los activos, la estructura organizacional orientada a los procesos, la Ingeniería de la Confiabilidad y su rol en la fase de proyecto y de operación de las instalaciones, el apoyo informático y, finalmente, el enfoque y la plataforma R-MES. El capítulo dos, desarrollado con el apoyo de los profesionales Fredy Kristjanpoller, Pablo Viveros y Rodrigo Mena, se orienta a entregar las bases teóricas y los modelos en los que se sustenta y que utiliza el enfoque R-MES y la plataforma informática correspondiente. La estructura de presentación de esta sección del libro responde a la metodología propia del enfoque, por lo que se inicia con la diagramación de bloque lógica-funcional RBD, pasando por el tratamiento de la data, el ajuste de curvas, las fases del ciclo de vida, la obtención de los KPI’s y el análisis de la criticidad de los componentes según el impacto sistémico, para llegar a los modelos que permiten identificar las oportunidades de mejoras que se materializan en el Plan Productivo de Mantenimiento. En el tercer capítulo se presenta de manera sintetizada la plataforma informática R-MES desarrollada por el Centro de Desarrollo de Gestión Empresarial (CGS), entregando los aspectos generales y las potencialidades del software a través de sus módulos para el análisis histórico y probabilístico, tanto del punto de vista determinístico como estocástico. En los tres últimos capítulos; cuarto, quinto y sexto; realizados con la cooperación de los profesionales Alessio Arata y Esteban Heidke de CGS, se presentan la aplicación de la Ingeniería de la Confiabilidad a través del enfoque R-MES con el apoyo de su plataforma informática en tres diferentes casos reales. En el cuarto se desarrolla un proyecto de capital desde el punto de vista de la Confiabilidad Operacional para una planta de conminución en la fase de ingeniería conceptual. En los capítulos quinto y sexto, en cambio, se presentan dos casos de instalaciones en operación. En el primero de ellos se expone el caso de una planta de chancado y molienda de mineral de cobre, en el que se privilegia la identificación de oportunidades de mejoras en el ámbito de los equipos y de las redundancias de las instalaciones. En el sexto, y último 31

A. A����

capítulo, se presenta el caso de una flota de camiones de una faena minera que se focaliza en la búsqueda de oportunidades de mejora en el ámbito de la gestión. El contenido del libro es producto del importante conocimiento generado durante muchos años del trabajo, tanto nacional como internacionalmente, en el ámbito de la investigación y de la consultoría que hacen de este texto un novedoso aporte y un importante material de estudio para los alumnos de ingeniería de diferentes especialidades, como también un valioso documento de referencia para los profesionales que se desempeñan en la operación de instalaciones intensivas en activos físicos y en el desarrollo de la ingeniería de nuevos proyectos de capital.

Adolfo Arata Andreani Diciembre de 2012

32

C������� I������������

G������ �� �������: F����� ��������� ���� �� ����� �� �� ��������������

�. C������������� ����������� El proceso de globalización obliga a todas las empresas, independiente de su tamaño y sector, a confrontarse permanentemente a nivel mundial, lo que les exige abordar nuevos desafíos para alcanzar la competitividad según estándares internacionales; tarea que deberá afrontar de manera inteligente y responsable buscando permanentemente su diferenciación. En caso contrario arriesga su permanencia en el mercado, con las negativas consecuencias que ello implica. La competitividad empresarial es un asunto complejo en el que intervienen factores propios de la empresa como del entorno organizacional, territorial y mundial. La competitividad de una empresa se logra siendo eficiente a través de la reducción de los costos, sino también siendo eficaces en la atención al cliente, tanto interno como externo, y siendo efectiva en el cuidado del medio ambiente y en el respeto a las personas. Es posible afirmar, entonces, que para ser competitivos se requiere hacer, cada vez con menos, más, mejor y bien, en caso contrario la empresa perderá paulatinamente o no logrará su condición de World Class. Sin embargo, estos factores no son suficientes. Adicionalmente se debe generar un ambiente que motive la capacidad de cambio permanente y de innovación, para asegurar su adaptación a las variaciones del entorno que le permita proyectar la competitividad en el futuro a través del mejoramiento continuo de la eficiencia, la eficacia y la efectividad. Competitividad es la habilidad de vender y producir, de forma de satisfacer al cliente y de adaptarse de manera sustentable en el tiempo gracias a la generación de ventajas competitivas que permiten ser más eficiente, efi-

33

A. A����

caz, efectivo e innovador que los competidores, tanto en el mercado local como global, maximizando el valor económico de la empresa.

�. G������ �� ������� En este nuevo escenario, un adecuado diseño, selección y gestión de los activos, con un enfoque que considere los costos durante todo su ciclo de vida Life Cycle Cost   (LCC), fundamentalmente en empresas intensivas en capital fijo, asume un rol cada vez más significativo para el logro de los resultados del negocio, debido a su relación directa con los factores que influyen en la competitividad empresarial. Un buen diseño, selección y gestión de los activos mejora el resultado del negocio, ya que permite aumentar la rentabilidad sobre estos a través del incremento de la utilidad operacional y la optimización del uso de los activos. El aumento de la utilidad económica operacional es producto del incremento de los ingresos, debido fundamentalmente al mejoramiento de la productividad de las instalaciones por una mejor utilización de los activos físicos y de la reducción de los costos asociados a su gestión. El adecuado diseño, selección y gestión de los activos se refleja en el aumento de la Confiabilidad Operacional del sistema productivo. Los costos asociados a la gestión de activos pueden superar el 30% de los costos de producción en empresas intensivas en capital fijo, sin considerar aquellos otros inducidos como los costos de la improductividad, de la no calidad, del lucro cesante, etc., que pueden llegar hasta a duplicar los costos asociados con la gestión directa de los activos. Una política de Asset management   obliga a que las empresas incorporen el mejoramiento continuo como una práctica habitual, por lo que el cómo organizar la empresa asume un rol relevante para motivar y comprometer a las personas. El enfoque organizacional que responde a esta exigencia se caracteriza por la Organización Liviana (Lean Organization) que favorece las estructuras por procesos por sobre la del tipo funcional, facilitando la gestión participativa, factor necesario para involucrar a todas las personas en el proceso de mejoramiento de la gestión de los activos.

34

I��������� �� �� �������������

�. C������������ ����������� En este complejo entorno, un enfoque que contribuye a alcanzar la excelencia empresarial es la Confiabilidad Operacional. Esta se define como la capacidad de la empresa para cumplir, a través de los procesos, las tecnologías y las personas, con su propósito dentro de los límites del diseño y de las condiciones operacionales. La Confiabilidad Operacional considera una serie de procesos de mejora continua que incorporan, en forma sistemática, herramientas de diagnóstico, metodologías de análisis y nuevas tecnologías para optimizar el proyecto, la gestión, la planeación, la ejecución y el control, asociados con la producción, el abastecimiento y el mantenimiento industrial. Para la búsqueda de la Confiabilidad Operacional es necesario actuar de manera integrada sobre los activos, desde su diseño hasta su operación, como también sobre aspectos relacionados con los procesos y las personas, es es así como las componentes que la conforman y que actúan integradamente son la confiabilidad de los procesos, de los suministros, de los activos y de las personas, y la mantenibilidad de los activos. La Confiabilidad Operacional tiene cinco ejes que se deben considerar y sobre los cuales se debe actuar, si se desea obtener una gestión a largo plazo con los resultados esperados y según lo planificado. Estos ejes son: 1) la confiabilidad humana, que se relaciona con el involucramiento, el compromiso y las competencias que disponen las personas con las actividades que le corresponde realizar y la estructura organizacional para lograrlo; 2) la mantenibilidad de los activos que se vincula con las estrategias, la efectividad de mantenimiento de los equipos y su apoyo logístico; 3) la confiabilidad de los activos, que se manifiesta con el diseño de los equipos y su seguridad opoeracional; 4) la confiabilidad del proceso, que se asocia con la sintonía que existe entre el proceso y los procedimientos utilizados para operar las instalaciones de acuerdo a los condiciones para la cual fueron proyectadas y diseñadas y, por último, 5) la confiabilidad de los suministros, que se refiere a la integración entre las distintos procesos o unidades internas, de modo de asegurar el suministro en términos de cantidad, calidad, oportunidad y costo a través de procesos establecidos que faciliten la logística de entrada y permitan, cuando corresponda, la gestión de terceros, la administración eficiente de contratos y el análisis de la oferta.

35

A. A����

El adecuado diseño, selección y gestión de los activos, principalmente en actividades industriales, cumple un rol significativo en la Confiabilidad Operacional. Sin embargo, su efecto sobre la competitividad no siempre está asumido al interior de las empresas, debido fundamentalmente a una cultura organizacional que aún se caracteriza por considerar a la gestión de activos como una unidad de costos más que una alternativa para mejorar los resultados del negocio, como también por limitar su tarea para la etapa de la operación sin identificar la importancia que esta función tiene en el diseño de nuevos proyectos y equipos para mejorar la seguridad de funcionamiento con su efecto sobre los costos, el ambiente y las personas. En el diseño de proyectos industriales, los principales esfuerzos de ingeniería están orientados a optimizar los distintos procesos operacionales que constituyen la cadena de valor. Normalmente se destinan importantes recursos a evaluar distintos escenarios, a través de complejas herramientas financieras que buscan reducir la incertidumbre abarcando la mayor cantidad de variables y sus respectivas proyecciones en el horizonte de evaluación, sin considerar el riesgo asociado a no cumplir con los planes de producción e ingresos proyectados por los ingenieros de procesos. Los modelos de optimización que originan las estimaciones de producción se sustentan en condiciones ideales difícilmente alcanzables, que ocasionalmente obligan a incorporar factores de seguridad definidos sin la rigurosidad y certeza asignada al resto del proyecto.

�. I��������� �� �� C������������ Este problema tiene su solución en la utilización de herramientas de Ingeniería de la Confiabilidad, que permitan calcular de forma robusta e intrínseca la probabilidad de no funcionamiento del sistema productivo, debido a acciones operacionales o de mantenimiento, con el objetivo de establecer una función de ingreso que obligue a optimizar los procesos evaluando su Confiabilidad Operacional para, así, estimar la real conveniencia económica de un cambio en la forma de gestionar o de una nueva iniciativa de inversión. No son pocos los casos en los que no se realizan cambios en un sistema de gestión por la incapacidad de cuantificar los beneficios para el negocio, producto de su implementación, o como resultado de pro36

I��������� �� �� �������������

yectos industriales que durante su ejercicio no alcanzan las capacidades operacionales para las cuales fueron diseñados, con el efecto negativo que esto implica para los inversionistas, ya que se debe operar a niveles de producción por debajo de las condiciones estándar reduciendo los ingresos o, por otro lado, aumentando los costos asociado a la gestión operacional para compensar las deficiencias. Esta cultura, casi generalizada a nivel mundial en el ambiente industrial, es resultado, tanto de la insensibilidad de muchos manager  y de operadores de no visualizar en la gestión de los activos una oportunidad de negocio, como de tantos ingenieros de proyectos de limitar sus análisis a los costos de capital y de operación sin visualizar el efecto en los costos asociados con la seguridad de funcionamiento, desaprovechando una fuente de grandes oportunidades en beneficio del negocio, al no evaluar los activos del punto de vista de la seguridad operacional durante todo su ciclo de vida. Esta manera más evolucionada, conocida como Asset Management , busca cómo ejecutar eficientemente y cómo hacer de esta gestión un proceso eficaz, que contribuya con el logro final perseguido por el negocio. Para lograr este cambio se debe superar su acción limitada a nivel operativo en una perspectiva de corto plazo, para asumir un rol estratégico-táctico con una visión amplia de mediano y largo plazo.

�. T������������� �� �� ������� �������������� Esta nueva forma de concebir y gestionar los activos persigue transformar esta función empresarial, desde una unidad de gasto a una de resultado y de oportunidades. Esto requiere crear una cultura organizacional en la que prevalezca la integración, la prevención, el mejoramiento continuo, el conocimiento, la tecnología y la innovación. Para responder a estos nuevos desafíos es necesario intervenir en el plano de la organización, favoreciendo el Core Business, los procesos y la gestión participativa (Lean Organization) por sobre las estructuras funcionales y jerárquicas, como también es requisito actuar en el plano de la gestión de los activos físicos, desarrollando una visión amplia, sobre todo, en el ciclo de vida de los activos (Ingeniería de la Confiabilidad). La Ingeniería de la Confiabilidad, a través del compromiso del factor humano y del análisis cuantitativo, debe, a partir del comporta37

A. A����

miento de los equipos y de sus configuraciones sistémicas, proyectar, mejorar y controlar la gestión y el mantenimiento de los activos, desde la etapa de concepción de nuevos proyectos hasta su operación. Es la función que entrega valor ya que a través de la modelación de las variables asociadas con la seguridad de funcionamiento de los equipos y sistemas (disponibilidad, confiabilidad, mantenibilidad y utilizabilidad), y con los costos globales (costos propios e inducidos), logra identificar los factores críticos de acuerdo a la combinación de la frecuencia de los eventos y su impacto. La Ingeniería de la Confiabilidad permite identificar las oportunidades, sobre una base cuantitativa y cualitativa, para mejorar la gestión de los activos durante operación de las instalaciones, como también mejorar las soluciones a nivel de proyecto a través del enfoque LCC, favoreciendo los resultados del negocio. En la actualidad, gran parte de las grandes empresas a nivel mundial están cambiando su visión de la gestión de los activos, superando su mirada parcial y de corto plazo de considerarlo solo como un costo para visualizarlo como una importante oportunidad para mejorar la Confiabilidad Operacional, por lo que la participación de la Ingeniería de Confiabilidad en la gestión y en el desarrollo de nuevos proyectos es algo que está siendo cada vez más considerado. Sin embargo, no necesariamente la Ingeniería de la Confiabilidad ha sido bien interpretada, implementada y desarrollada en las empresas, debido fundamentalmente a que las competencias de sus profesionales han estado limitadas a administrar de mejor manera las detenciones operacionales y de mantenimiento, más que al cómo evitarlas a través de una lógica en la que prevalezca la prevención y el mejoramiento genético de equipos y sistemas, como también las competencias de los profesionales relacionados, los ingenieros de proyectos, han estado ajenos a los conocimientos relacionados. Para salvar y superar esta situación, de manera que la Ingeniería de Confiabilidad se transforme en una realidad y entregue los aportes esperados, es fundamental que los profesionales dedicados a la gestión de activos y al desarrollo de proyectos adquieran las capacidades idóneas para esta relevante actividad empresarial, de manera de disminuir las brechas existentes, en gran parte de las organizaciones, entre las competencias disponibles y las requeridas, de forma que el ingeniero de confiabilidad, además de su función en la etapa de operación de una instalación, también asuma un rol importante en el diseño de nuevos 38

I��������� �� �� �������������

equipos y plantas industriales y en la definición de sus planes para la gestión de los activos, los que no solo deben contener las intervenciones e inspecciones, sino también incluir el factor humano en términos de su estructura organizacional y de las competencias requeridas.

�. A��������� �� �� ���������� R-MES Si bien conceptualmente la Confiabilidad Operacional es de fácil comprensión, su aplicación requiere de modelos analíticos y probabilísticos complejos, ya que las instalaciones industriales se caracterizan por una gran cantidad y variedad de equipos que se encuentran en diferentes fases de su ciclo de vida y en diversas configuraciones sistémicas. Estos modelos permiten, a través de la simulación de diferentes escenarios, en término de las características de los equipos y las configuraciones y de las estrategias de gestión, identificar y evaluar las mejoras asociadas la gestión de los activos y sus modificaciones, como también decidir sobre las mejores soluciones a nivel de nuevos proyectos de capital. Dada la complejidad, la dinámica de estos procesos y la gran cantidad de datos y variables asociados con la gestión de los activos, es fundamental contar con herramientas informáticas que permitan desarrollar una simulación fácil y confiable. A partir de las actividades de investigación desarrolladas en centros de investigación extranjeros y del trabajo de consultoría realizados en grandes empresas a nivel internacional, se avanza en la generación de nuevos conocimientos en el área, logrando, en el último tiempo, la concepción del enfoque y de la plataforma R-MES, que integra las diferentes funciones relacionadas con la Confiabilidad Operacional de instalaciones productivas. El R-MES, dada su rigurosidad de modelamiento, facilidad de uso y capacidad de personalización, se ha transformado en una herramienta poderosa para la implementación y desarrollo de la Ingeniería de Confiabilidad en distintos sectores y complejos industriales a nivel internacional, permitiendo el desarrollo de la gestión de los activos en beneficio de los resultados del negocio en una perspectiva táctico-estratégica.

39

A. A����

La aplicación de este modelo integral, a través de la plataforma RMES, permite la identificación de los factores y elementos críticos, entendidos como el impacto sobre el negocio, en una perspectiva de largo plazo definida por el enfoque Life Cicle Cost  (LCC). De esta forma es posible decidir las estrategias y las políticas más adecuadas asociadas con gestión de los activos, como también intervenir en mejorar relacionadas con las instalaciones y los equipos. De las aplicaciones de este modelo en empresas de diferentes sectores, tanto nacionales como extranjeras, a través de la plataforma RMES, ha sido posible demostrar la relevancia del Asset Management  en el aumento de los ingresos operacionales, la reducción de los costos y el uso eficiente de los activos, con los beneficios que ello implica en la competitividad empresarial.

40

C������� U��

I������ �� �� ������� �� ��� ������� �� �� �������

�. C������������� ����������� ¿Es coherente una planificación estratégica a 5 ó 10 años plazo sustentada en un objetivo estático, cuando el entorno es cada vez más dinámico y globalizado? ¿Es factible visualizar (casi adivinar) el estado deseado que maximizará nuestro valor en el futuro? ¿Es probable que el estado deseado, definido hoy, continúe siéndolo dentro de 5 ó 10 años? ¿Es posible establecer un objetivo concreto cuando los competidores también evolucionan, modificando el escenario? La planificación estratégica debe enfocarse en generar las condiciones que llevarán a la empresa hacia su estado deseado, sin importar cuál sea este ni cómo evolucione. Esto no significa dejar de prever el estado futuro o dejar de establecer los lineamientos generales que sensibilizarán a la organización con un objetivo común. Sin embargo, adicionalmente la estrategia debe orientarse a generar las competencias que llevaran de forma permanente a la empresa hacia la maximización del valor en el largo plazo. El desafío estratégico para asegurar la competitividad empresarial es establecer las capacidades que llevarán a la empresa hacia la generación continua de valor, evitando elementos o prácticas que podrían dirigir a la organización hacia un estado no competitivo en el futuro. Entre ellas es posible mencionar las siguientes: • desconsiderar el contexto global y la dinámica del entorno, • privilegiar incentivos según resultados de corto plazo, • omitir elementos indirectamente influyentes pero igualmente im-

portantes, • priorizar lo urgente por sobre lo importante, 41

A. A����

• • • • •

temor al riesgo de nuevos escenarios, establecer una condición de futuro con una perspectiva actual, buscar máximos locales por sobre un máximo global, contar con un enfoque poco sistémico en el espacio y en el tiempo, y privilegiar el corto plazo sobre el largo plazo.

Toda empresa desea maximizar su valor de forma permanente, sin embargo, la complejidad de establecer anticipadamente dicho estado transforma a la competitividad sustentable en un pilar estratégico imprescindible, que evita los riesgos de diseñar el futuro bajo un ambiente de incertidumbre producto de los cambios permanentes. Se entiende por Competitividad Empresarial Sustentable la «habilidad de competir, comprar, vender, producir y satisfacer al cliente, que permanece sustentable en el tiempo gracias a la generación de ventajas competitivas que permiten ser más eficiente, eficaz, efectivo e innovador que los competidores nacionales e internacionales, maximizando en consecuencia el valor económico de la empresa». Crear valor en cada decisión y ejecución es la clave. El desafío es cómo lograrlo. Para ello se requiere sustentar la competitividad en un sistema de gestión integral que permita a la empresa cumplir con sus metas y aspiraciones permanentemente. Para definir el estado deseado de la empresa es esencial determinar las metas y aspiraciones que esta se ha impuesto, junto al estado actual de la organización. La dinámica del entorno hace relevante generar procesos que permitan a la organización converger permanentemente hacia el estado deseado. Una vez diseñada la estructura organizacional para lograr este proceso evolutivo, es fundamental establecer métricas y desarrollar herramientas que permitan la gestión, el control y la retroalimentación. A continuación se detallan cinco preguntas que es necesario responder para enfrentar un proceso estratégico de maximización de valor: a. ¿Cuáles son nuestras metas y aspiraciones? Respuesta: Maximizar el valor de largo plazo. Maximizar el valor de largo plazo de la empresa es el propósito último de los accionistas. Esto requiere orientar los esfuerzos en óptimos globales por sobre óptimos locales a través de acciones específicas, me42

I��������� �� �� �������������

dibles en el corto plazo, que permitan superar los incentivos perversos dados por resultados inmediatos. b. ¿Qué se requiere para maximizar el valor? Respuesta: Crear valor en cada decisión y ejecución. Es necesario focalizar los esfuerzos en el logro de resultados a través de la definición de objetivos claros, procesos definidos y herramientas simples que permitan entregar valor permanentemente. Cada decisión debe ser tomada considerando su impacto en el valor de la empresa, y ejecutada pensando en cómo eliminar todo aquello que constituye derroche o que no crea valor real. c. ¿Cómo logramos crear valor? Respuesta: Siendo competitivos. Diferenciarse continuamente para crear valor de forma sistemática es el resultado de ser competitivo en todas las áreas, principalmente en aquellas que son críticas. Ser competitivo exige «hacer lo correcto correctamente», no obstante, en un entorno cada vez más competitivo también es fundamental hacer más de lo correcto y con responsabilidad social. d. ¿Cómo nos mantenemos competitivos? Respuesta: Siendo innovadores. Mantener la condición competitiva implica que la creación de valor no sea un evento puntual, sino que se mantenga y se proyecte en el tiempo, obligando a la empresa a evolucionar y mejorar continuamente de forma sustentable. Si bien el efecto de la innovación se manifiesta en la competitividad actual, es la capacidad permanente de innovar en el tiempo la que asegura la competitividad futura. e. ¿Qué herramienta necesitamos para ser competitivos e innovadores? Respuesta: Un sistema de gestión. Una vez identificadas aquellas variables críticas que definen el estado deseado de la empresa es posible generar un sistema de gestión integral que asegure orientar los esfuerzos hacia la creación de valor en 43

A. A����

el largo plazo. Este sistema permite llevar los lineamientos gerenciales de forma transversal a través de indicadores que midan la competitividad neta y la capacidad de innovar de cada una de las áreas críticas. Es posible establecer hoy el estado deseado de la organización, sin embargo, nada asegura que en el futuro este se mantenga. La globalización, el desarrollo tecnológico y el mercado cada día más exigente generan un entorno turbulento, obligando a las empresas a la búsqueda permanente de la competitividad adaptándose continuamente a los nuevos escenarios definidos internacionalmente y con las condiciones impuestas localmente. Para responder de manera adecuada se requiere adaptabilidad y flexibilidad, una predisposición al cambio y ser capaces de evolucionar en el core business que la caracteriza, ratificando la idea de que se deben perseguir objetivos concretos que en conjunto converjan a un cambiante estado deseado. De este modo, la empresa mantiene su vigencia en el tiempo transformándose en un referente global en cada una de las actividades que realiza. Entonces, es posible establecer que la clave del éxito es la evolución permanente. Evolucionar no implica dejar de hacer lo que se ha venido haciendo por años con buenos resultados, aunque excepcionalmente pudiese ser así. Tampoco quiere decir que las cosas se han venido haciendo mal. Evolucionar se refiere a la capacidad de cambiar, de adaptarse, de ser flexible y de anticiparse. El efecto de la globalización, la tecnología y mercados más informados y exigentes hacen al entorno cada vez más competitivo, instancia donde gran parte de la creación de valor es posible solo gracias a la diferenciación permanente como resultado de la anticipación. No son pocos los casos de empresas creadas hace más de ochenta años que aún están vigentes producto de su capacidad de evolucionar y, en el caso de algunas de ellas, de reinventarse. Es el caso de empresas que partieron en la explotación de recursos naturales sustentadas en el uso de la mano de obra y que hoy están orientadas a la entrega de servicios con alto contenido tecnológico y de conocimiento. No se pretende establecer que las organizaciones siempre deben realizar un cambio profundo. Lo importante es que toda empresa, para ser competitiva, debe ser capaz de abrirse a las nuevas oportunidades que se generan de acuerdo a las condiciones que impone el entorno y a las propias competencias, de manera que puedan evolucionar continua y permanentemente hacia la maximización de su valor. 44

I��������� �� �� �������������

Al igual que en los países que se caracterizan por un sistema compuesto por actores económicos que aportan diferente valor, en el ámbito empresarial también es posible distinguir sectores industriales que contribuyen de manera distinta en la entrega de valor. Toda empresa debe hacer un esfuerzo para mejorar su competitividad en el largo plazo, de forma de evolucionar permanentemente hacia sectores de mayor valor, como también puede progresar maximizando valor en su propio sector. En la Figura N° 1 se representa una categorización de los distintos sectores empresariales a través de una matriz. En el eje horizontal se identifica el sector económico al que pertenecen: básico / extractivo, industrial y de servicios, mientras que en el eje vertical se presenta el grado de intensidad de los recursos utilizados: mano de obra, capital físico y tecnología / conocimiento.

Figura 1.1: Matriz de competitividad: recurso-sector

De esta forma la matriz queda constituida por nueve cuadrantes identificados con distintos grados de creación de valor relativo. En ella es posible visualizar el cuadrante inferior izquierdo asociado con las empresas menos desarrolladas y, en el otro extremo de la matriz, aquellas más evolucionadas. La evolución dentro de un mismo cuadrante hacia su extremo superior opuesto significa creación de valor, aumentando la competitividad sin la necesidad de modificar de manera significativa el core business que identifica a la empresa. Esto significa que la empresa puede progre45

A. A����

sar desde una condición «tradicional», pasando por una «emergente» y «líder», hasta, finalmente, lograr la posición de empresa world class. Con el desplazamiento entre los cuadrantes en dirección hacia la derecha del eje horizontal, aumenta la creación de valor. La transición en este sentido implica mayor satisfacción de las exigencias del mercado. En esta evolución aparecen elementos como: orientación al mercado, efectividad, flexibilidad, adaptabilidad, desarrollo de nuevos productos, innovación en la cadena del valor y encadenamientos hacia atrás o adelante (integración vertical). A manera de ejemplo de empresas que han experimentado este tipo de desarrollo es posible citar a Benetton, empresa textil que basó su éxito en un sistema en línea implementado en todas las sucursales de venta para conocer exactamente lo que el cliente estaba comprando, lo que le permitía planificar la producción según la necesidades del momento, disminuyendo al máximo los inventarios. En el eje vertical aumenta la creación de valor avanzando hacia la parte superior de la matriz. La evolución en dicho sentido se basa en la incorporación de capital, haciendo los procesos más productivos, y en la generación de valor a través de la incorporación de tecnología y conocimiento, resultando procesos más eficientes. En este eje, la componente I&D es fundamental para innovar en los procesos productivos, como también tiene relevancia la incorporación de las TIC’s, del conocimiento y de la tecnología aplicada, cuya agregación, tanto en la cadena de valor como en las actividades de apoyo, permite aumentar la competitividad empresarial. La empresa Ikea es un claro ejemplo de una industria de origen artesanal que es capaz de distinguirse y sobresalir con la incorporación de procesos tecnológicos completamente automatizados, tanto en la fabricación como la distribución. Generalmente, para mantenerse competitivas las empresas se desplazan positivamente en un mismo cuadrante, tanto en sentido del eje horizontal como vertical, lo que representa una evolución sin cambiar sustantivamente el giro principal de su negocio, manteniéndose en el mismo core business. En otras ocasiones las empresas logran desplazarse de un cuadrante a otro de forma complementaria o excluyente, es decir, manteniendo parcialmente su actividad original o evolucionando totalmente hacia un nuevo giro. Por ejemplo, la empresa IBM continúa fabricando chips y memorias, pero ya no construye computadoras, ya que el centro de su 46

I��������� �� �� �������������

actual negocio está orientado al Global Service, posicionándose como el principal integrador de sistemas. También algunas empresas se mueven o transitan en la frontera entre cuadrantes, otras, en cambio, crean unidades de negocio independientes alcanzando cuadrantes no adyacentes. Es el caso de empresas productivas que adquieren un notable conocimiento en ciertas áreas específicas, permitiéndoles transformarlo en unidades de negocio que venden servicios distintos al core business propio de la empresa. Un buen ejemplo es el de las empresas mineras, que también han evolucionado desde posiciones asociadas fuertemente con el uso de la mano de obra y el capital para la explotación de recursos naturales hacia el uso del capital y la tecnología en un ámbito claramente industrializado. Es posible establecer que la evolución de una empresa puede ocurrir de variadas formas, sin embargo, un elemento común es que el único modo de mantenerse competitiva en el tiempo depende de la capacidad de cambiar continuamente en la búsqueda de la generación de nuevo valor. La competitividad de una empresa se sustenta en la creación de valor en cada decisión y ejecución que ocurre dentro de ella, por lo que es posible establecer que la maximización de valor está sujeta a disponer de recursos competitivos en el largo plazo, cuyos elementos básicos son la competitividad específica y la capacidad de innovar. La competitividad específica se refiere al logro de la competitividad en su forma básica sin mayor diferenciación, lo que implica «hacer lo correcto, correctamente». La competitividad neta en cada una de las áreas o funciones presente en una organización está determinada por tres elementos básicos: •

•

•

Eficiencia: «Hacer con menos», lo que significa productividad, me-

nos recursos, menos tiempo, menores costos y mayor producción. Eficacia: «Hacer más y mejor», lo que se asocia con orientación hacia el mercado, mayor calidad, mayor variedad, servicio al cliente interno y externo y servicio oportuno. Efectividad : «Hacer bien», lo que implica tener cuidado con las personas, cuidado con el medio ambiente, compromiso con el país y responsabilidad social.

47

A. A����

Innovar es pensar y hacer de manera diferente con sentido en el mercado. Se refiere a la capacidad de pensar, crear y hacer algo distinto, en el ámbito de las tecnologías, los productos, los procesos, las metodologías y la gestión, aportando de manera concreta al negocio, al mercado, al cliente y a la sociedad. Innovar es «hacer más allá de lo correcto». La capacidad de innovar es el elemento que permite mantener la competitividad en el tiempo, por lo que le entrega sustentabilidad. La capacidad de innovar supera la innovación, pues representa la habilidad de generar y mantener un proceso continuo, más allá de el efecto de un evento puntual. Esta capacidad depende de seis factores básicos cuyas estructuras deben incentivar la innovación continua: personas, procesos y organización, tecnologías, I&D, activos y proyectos (ideas). El proceso de innovación se puede manifestar de distintas formas ya que no solo está asociado con la creación de nuevos productos o con la incorporación y los desarrollos tecnológicos, sino también con otros modos de innovar a nivel interno, externo, horizontal y vertical, que pueden generan cambios más significativos, llevando a la empresa hacia la excelencia dentro de su negocio y desplazándola en la dirección que se ubican los sectores industriales que crean mayor valor relativo. Innovación no se relaciona únicamente con nuevos productos o procesos, sino que puede estar presente en todos los aspectos de la actividad empresarial, más aún hoy, cuando las TIC’s y la globalización han facilitado la innovación incluso en la forma de gestionar y controlar. La competitividad como medio para la maximización de valor requiere de una gestión estratégica orientada a mejorar la eficiencia, la eficacia, la efectividad y la capacidad de innovar de cada una de las competencias claves de la organización. Se entiende por competencia clave al factor empresarial que, si bien puede representar un porcentaje bajo en términos cuantitativos, tiene una importancia relativa considerable en cuanto a su impacto sobre la competitividad global de la empresa. La competitividad de las competencias claves se debe lograr considerando tanto los elementos internos como aquellos externos que representan una oportunidad de mejoramiento. En este sentido, se tienen dos dimensiones que permiten agrupar las competencias como un par ordenado según el área de la empresa a la que pertenecen y el nivel del entorno con el que se relacionan. En consecuencia, la competitividad empresarial sustentable (competitividad específica más capacidad de 48

I��������� �� �� �������������

innovar) no solo depende de lo que ocurre al interior de las áreas de la empresa, sino también de la forma en que la empresa se relaciona y aprovecha la competitividad del entorno en los distintos niveles. La competitividad global no está condicionada por las propias habilidades a nivel interno de manera exclusiva, también lo está por el medio en el cual se desarrollan. Competitividad empresarial sustentable se puede definir como: «hacer lo correcto correctamente e ir más allá de lo correcto, tanto en las áreas de la empresa como en su relación con el entorno interno y externo». Maximizar la creación de valor implica alcanzar la competitividad en las tres áreas básicas de toda empresa, que son: organización, operación y estrategia. Para ello es esencial velar de forma focalizada por la eficiencia, la eficacia, la efectividad y la capacidad de innovar de cada una de las competencias claves que conforman las tres áreas: a. Competitividad organizacional : Se refiere a la creación de valor en

todos aquellos elementos, generalmente intangibles, que son parte de la cultura y el diseño organizacional. Esta se desarrolla dentro de la empresa y no depende directamente del entorno. La competitividad organizacional tiene dos dimensiones: •

Cultura organizacional : Creencias, valores compartidos, historia

y conocimientos que coexisten de forma intangible e informal en la empresa. La cultura organizacional es dinámica, no obstante, es complejo cambiarla en el corto plazo sin realizar grandes esfuerzos. Sus componentes básicos son: · Personas: compromiso, motivación, competencias y habilidades. · Clima: ambiente que rodea a las personas y su interacción. · Prácticas: costumbres y hábitos que son parte de la empresa. •

Diseño organizacional : Elementos que definen de manera formal

los flujos de información, conocimiento y actividades dentro de la empresa. Evolucionan con el tiempo y pueden modificarse arbitrariamente. Sus elementos son: · Estructura: niveles, funciones, interacción entre unidades y jerarquía. · Procesos: flujo de actividades e información y responsabilidades.

49

A. A����

· Gestión: modos de administrar personas, procesos, conocimiento, innovación y compromisos, participación y empoderamiento. b. Competitividad operacional : Incorpora los elementos presentes en

la cadena de valor del producto o servicio, ya sea dentro de las actividades primarias o de aquellas de soporte. Sus dimensiones son: •

Actividades primarias: Logística de entrada, producción y logísti-

ca interna, logística de salida, ventas y servicio post venta. •

Actividades de soporte: Mantenimiento, marketing , contabilidad,

finanzas, formación, servicios TIC e infraestructura. c. Competitividad estratégica: Incluye elementos asociados con los

• • •

cambios e iniciativas de carácter general dentro de la empresa. Los lineamientos estratégicos pueden ser a nivel general (empresa, sector y global), operacional (empresa y sector) y organizacional (empresa). Sus dimensiones son: Organizacional : Reestructuración y cambios organizacionales. Operacional : Nuevos procesos productivos y tecnologías. General : Nuevos negocios, nuevos productos, nuevos mercados, nuevos colaboradores, nuevos desarrollos (I&D) y otros lineamientos de tipo estratégico de impacto general.

La segmentación por áreas permite determinar la competitividad de cada una de ellas de forma independiente, permitiendo, además, dar una mayor importancia relativa a una u otra área en el cálculo de la competitividad global de la empresa. Si bien una empresa no puede interferir de forma directa e inmediata sobre la competitividad del entorno, es posible aprovechar las oportunidades que este entrega y evitar las amenazas que representa en beneficio de la competitividad empresarial. Por ello la empresa no solo es competitiva en cuanto a su estructura interna, sino que también debe ser competitiva en su posicionamiento y relación con el entorno. Es así como se identifican tres niveles de vínculo: a. Nivel empresarial : La competitividad a este nivel implica la gene-

ración de sinergias que tienen un impacto directo en el desempeño 50

I��������� �� �� �������������

de las áreas. No es suficiente que cada área sea competitiva por sí sola, sino también en cómo se relaciona el resto, ya que actuar de manera aislada implica mayores esfuerzos y menores resultados que el trabajo integrado. b. Nivel sectorial: La competitividad a nivel sectorial se relaciona con

la cooperación y sinergias con competidores, proveedores, otras empresas dentro de la industria, universidades y organismos gubernamentales. Es resultado de la capacidad y habilidad de la empresa para relacionarse competitivamente con el entorno o ambiente del sector industrial al que pertenece. c. Nivel global / país: Tiene relación con cómo la empresa coexiste

con el entorno global a nivel macro, ya sea nacional o internacional. Ser competitivo a nivel global / país implica que la empresa se distingue por la manera en que aprovecha las oportunidades que entregan la economía, la legislación, las políticas, las regulaciones, los organismos públicos y privados, entre otros. A partir de las dimensiones, asociadas con las áreas empresariales y los niveles de vínculo, es necesario generar una matriz en la que se ordenan las distintas competencias claves relacionando: el área organización, es decir, las competencias con el nivel empresarial; el área operación, con el nivel interno y con el sector industrial al que pertenecen; y el área estratégica, es decir, las competencias con los tres niveles. Identificadas las competencias claves y su combinación según las áreas y los niveles descritos, es necesario determinar el grado de criticidad de las competencias, determinado según su impacto en la competitividad empresarial global y de acuerdo al estado actual de competitividad en que se encuentra la correspondiente competencia clave. Además, con el objeto de priorizar y determinar el plan de acción para cada una de las iniciativas de mejora, es necesario determinar la dificultad de implementación según los plazos y los costos asociados. A través de este proceso se genera un sistema de gestión integral, que permite que la empresa mantenga una condición de competitividad sustentable que le asegura propender continuamente hacia su estado deseado que maximiza su valor.

51

A. A����

�. C������������� �� �� ������� ��������� �� ������� Tal como se comentó en la sección anterior, el proceso de globalización obliga a todas las empresas, independiente de su tamaño y del sector en el cual participan, a confrontarse permanentemente a nivel mundial, lo que les exige abordar nuevos desafíos para lograr alcanzar la competitividad según estándares internacionales. Desafíos que deberá afrontar de manera inteligente y responsable buscando su diferenciación, en caso contrario arriesga su permanencia en el mercado con las negativas consecuencias que ello implica. La competitividad empresarial es un asunto complejo en el que intervienen factores propios de la empresa, como también del entorno organizacional, territorial y mundial. La competitividad de la empresa se logra no solo siendo eficientes a través de la reducción de los costos, sino también siendo eficaces en la atención al cliente, tanto interno como externo, y siendo efectivos en hacer bien las cosas de manera de comprometerse con el cuidado del medio ambiente y el respeto a las personas. Sin embargo, estos factores no son suficientes. Adicionalmente se debe generar un ambiente que motive la capacidad de innovar de manera permanente para asegurar la proyección de la competitividad en el futuro a través del mejoramiento continuo de la eficiencia, la eficacia y la efectividad. Es oportuno recordar que la competitividad es la habilidad de vender, producir, satisfacer al cliente y adaptarse de manera sustentable en el tiempo, gracias a la generación de ventajas competitivas que permiten competir y ser más eficiente, eficaz, efectivo e innovador que los competidores nacionales e internacionales, maximizando el valor económico de la empresa. La competitividad se logra haciendo cada vez, con menos, más y mejor, y bien; en caso contrario la empresa afecta sus ventajas competitivas y su condición de World Class. En este nuevo escenario para empresas intensivas en activos físicos, el diseño y la gestión de estos activos, con un enfoque que considere su comportamiento e impacto sobre los costos globales durante todo su ciclo de vida (LCC), asume un rol cada vez más significativo para el logro de los resultados del negocio, ya que tiene relación directa con los factores que influyen en la competitividad empresarial. Se relaciona con la eficiencia, dado su impacto sobre los costos directos e inducidos;

52

I��������� �� �� �������������

con la eficacia, por su efecto sobre el cliente interno y externo; y con la efectividad, por su relación con el ambiente y las personas. Desafío Creación de Valor Maximización continua de la creación de valor económico en la empresa.

¿Cómo lograrlo? Competitividad Capacidad de producir satisfaciendo al cliente mejor que la competencia.

¿Cómo Mantenerlo? Innovación continua Capacidad de pensar y hacer de forma diferente y sustentable en el tiempo.

¿En qué? Eficacia Hacer mejor y más Orientación al cliente

Eficiencia Hacer con menos Reducción de costos

Efectividad Hacer bien, cuidado de personas y ambiente

Mejoramiento de la Gestión d e Activos

durante todo el ciclo de vida (LCC) Ref: Alessio Arata B. y Adolfo Arata A.

Figura 1.2.: Competitividad y gestión de los activos

Si se consideran solo los costos directos del mantenimiento; asociados con la mano de obra, materiales, repuestos y terceros; estos pueden superar el 30% de los costos de producción en empresas intensivas en activos físicos, como las del sector minero, en otros sectores fácilmente se supera el 20%. Esto sin considerar aquellos otros inducidos asociados con los costos de la no producción, de la no calidad, del lucro cesante, etc., los que pueden superar los costos directos del mantenimiento en sistemas de producción críticos. Esta situación es resultado de proyectos no adecuadamente desarrollados en su etapa de concepción, como también de una gestión no apropiada de las personas, la operación, el mantenimiento y el abastecimiento de los activos físicos; afectando la seguridad de funcionamiento de las plantas industriales y las flotas de equipos durante su ciclo de vida. En consecuencia, un adecuado diseño y una apropiada gestión de los activos físicos tiene un impacto significativo en el resultado del negocio, afectando positivamente sobre el ROA (Return on Asset ) ya que reduce los costos directos al contar con un sistema más predecible, y disminuye las pérdidas de producción por detenciones imprevistas (au-

53

A. A����

mento de la capacidad productiva de los activos), como también optimiza las inversiones durante todo el ciclo de vida de las instalaciones. Es importante mencionar, a modo de ejemplo, que una misma actividad realizada de manera no programada respecto a una programada puede llegar hasta a duplicar el costo correspondiente, cuyos valores medios son del orden de 1,5 veces. También tiene un impacto sobre los ingresos, ya que un buen diseño y una apropiada gestión de los activos aumentan su confiabilidad y su mantenibilidad, lo que influye en la disponibilidad y la utilización de los equipos y las instalaciones, reduciendo las pérdidas por la no producción. Estos costos, en sistemas críticos y en instalaciones con altos precios de los productos procesados, pueden llegar hasta a triplicar los costos directos. Además, concebir los proyectos bajo un análisis de seguridad operacional de las instalaciones durante todo el ciclo de vida de los equipos puede reducir los costos de capital (CAPEX), mejorando la rentabilidad. Ingresos Utilidad Operacional

Costos

Mejoramiento Gestión d e Activo s

ROA

: Optimización de Activos

Ref: Adolfo Arata A.

Figura 1.3: Gestión de activos y ROA

Adicionalmente, las actuales condiciones que impone un mercado cada vez más exigente obligan a que la empresa asuma su labor con responsabilidad social (RSE) y con un sistema productivo flexible que opera con la lógica de la Lean Production, la que no solo está basada en la gestión de la calidad, sino también en el mantenimiento productivo. Los sistemas desarrollados bajo la lógica de la seguridad operacional son más robustos y seguros, por lo que se reducen las probabilidades de detenciones no programadas e imprevistas, disminuyendo los reprocesos y los accidentes y haciendo de las instalaciones industriales sistemas más amigables con el ambiente y las personas. 54

I��������� �� �� �������������

Utilización Cuidado del ambiente Contaminación Mejoramiento Gestión de Activo s

RSE Confiabilidad  Acciden tes Mantenibilidad

Ref: Adolfo Arata A.

Figura 1.4: Gestión de activos y RSE

Es posible concluir que un buen diseño y una buena gestión de los activos físicos de un proyecto industrial mejoran de manera significativa sus resultados económicos, como también su relación con el entorno, por lo que contribuye con un desarrollo sustentable de la empresa durante el ciclo de vida de los equipos y el horizonte del proyecto. Gestión de Activos

ROA

RSE

Creación de Valor Económico a través del Costo Ciclo de Vida del  Activo

Creación d e Valor Social a través del Costo Ciclo de Vida de la Empresa

Desarrollo Sustentable Ref: Adolfo Arata A.

Figura 1.5: Gestión de activos y desarrollo sustentable

En esta nueva dimensión, la gestión de los activos no se limita a la etapa de ejercicio de un proyecto, sino que incluye la etapa de su concepción; como tampoco queda confinada a los equipos, sino que incorpora el componente humano. 55

A. A����

�. C������������ O���������� El actual entorno, cada vez más complejo y competitivo, tanto a nivel externo como de la propia organización, exige una dimensión integradora de las diferentes funciones que se relacionan con la gestión de los activos. Para enfrentar este nuevo desafío el modelo que contribuye a alcanzar la excelencia empresarial es la Confiabilidad Operacional, que permite lograr la integración de los procesos, las tecnologías y las personas para cumplir con su propósito dentro de los límites del diseño y de las condiciones operacionales establecidas. La Confiabilidad Operacional considera una serie de procesos de mejora continua que incorporan en forma sistemática herramientas de diagnóstico, metodologías de análisis y nuevas tecnologías, para optimizar el proyecto, la gestión, la planeación, la ejecución y el control, asociados con la producción, el abastecimiento y el mantenimiento. Para la búsqueda de la Confiabilidad Operacional es necesario actuar de manera integrada sobre los activos físicos, desde su diseño hasta su operación, como también considerar los aspectos relacionados con los procesos y las personas. Mejoramiento de la Gestión de Activos Durante todo el costo del ciclo de vida de los Ac tivos y el de la Compañía Para mejorar el ROA y la RSE

Fase de Proyecto

Orientación a las personas

Fase del Ejercicio

Orientación a las máquinas

Orientación a las personas

Orientación a las máquinas

Confiabilidad Operacional Ref: Adolfo Arata A.

Figura 1.6: Cobertura de la gestión de activos

La Confiablidad Operacional corresponde a una serie de procesos de mejora continua que incorporan, en forma sistemática, avanzadas herramientas de diagnóstico, metodologías de análisis y nuevas tecnologías para optimizar la gestión, planeación, ejecución y control del 56

I��������� �� �� �������������

sistema productivo. Se estructura en cinco ejes, sobre los que es necesario actuar integradamente para lograr que una instalación opere de manera confiable durante todo el ciclo de vida de las instalaciones, de acuerdo a lo definido durante su concepción. Estos ejes son: • Confiabilidad humana: Es el conjunto de factores, propios de las

•

•

•

•

competencias laborales, que se relacionan con la predicción, análisis y reducción del error humano, focalizándose sobre el rol de la persona en el diseño, operación, mantenimiento y gestión de un sistema. Son parte de ella elementos como la gestión del conocimiento, la formación profesional, el trabajo en equipo y la gestión del desempeño. Confiabilidad de los procesos: Se asocia con la sintonía que existe entre el proceso y los procedimientos utilizados para operar las instalaciones, entre los parámetros operacionales definidos, de manera de respetar las condiciones establecidas y cumplir con los procedimientos especificados. Confiabilidad de los suministros: Se refiere a la integración entre los distintos procesos o unidades internas, como operación, mantenimiento, abastecimiento y desarrollo; con los proveedores de insumos, energía, bienes o servicios de modo de asegurar el suministro en términos de cantidad, calidad, oportunidad y costo, a través de procesos establecidos que faciliten la logística de entrada y permitan cuando corresponda la gestión de terceros certificados, la administración eficiente de contratos y el análisis de la oferta. Confiabilidad de los activos: Se relaciona con las estrategias de operaciones y mantenimiento para el aumento de su tiempo entre detenciones de los equipos y su impacto sobre el sistema durante todo el ciclo de vida de los equipos y las instalaciones. Mantenibilidad de los activos: Se vincula con el diseño de los equipos y los sistemas, y con la gestión y el apoyo logístico para la disminución de los tiempos necesarios para intervenir los equipos de forma de reducir los impactos sobre la operación.

57

A. A����

Confiabilidad de los Suministros Identi ficación de elementos críticos Cumpli miento de procedimientos

Confiabilidad de Procesos

Certi ficación de proveedores

Confiabilidad Humana

Trabajar entre parámetros

Gestión del conocimiento

Entendimiento del proceso

Formación profesional

Cumpli miento de los procedimientos

Confiabilidad Operacional

Confiabilidad de Activos

Trabajo en equipo Gestión del desempeño Disposición al cambio

Mantenibilidad de Activos

Estrategias de mantenimiento

Confiabili dad en la Fase del proyecto

Context o Operacional Aumento de l MTBF

Mantenibil idad en la fase de diseño

Etapa del cicl o de vida

Disminución del MTTR

Ref: Alessio Arata B. y Adolfo Arata A.

Figura 1.7: Modelo de Confiabilidad Operacional

El adecuado diseño y gestión de los activos, principalmente en actividades industriales intensivas en el uso de los equipos, tiene un rol significativo en la Confiabilidad Operacional. Sin embargo, el efecto de la Confiabilidad Operacional sobre la competitividad no siempre está asumido al interior de las empresas, las que, en general, cuentan con una cultura organizacional poco integrada y fundamentalmente funcional, que visualiza la gestión de los activos como un centro de costos más que como una opción para mejorar los resultados del negocio, limitando su accionar a aspecto operativos y desconociendo su rol en el ámbito táctico-estratégico. También los profesionales relacionados con esta área condicionan su campo de acción a la operación de las instalaciones, sean plantas industriales o flotas de equipos, desconociendo la importancia que esta función tiene en el diseño de nuevos proyectos y en la selección de equipos para mejorar la seguridad de funcionamiento durante su ciclo de vida. Esta cultura organizacional no favorece en asignarle el significativo valor que le corresponde a la Confiabilidad Operacional como factor para el logro de la Competitividad Sustentable. Además, es casi gene58

I��������� �� �� �������������

ralizada a nivel mundial, ya que muchos mantenedores aún no superan su focalización en ejecutar mantenimiento por sobre formas más evolucionada de hacer mantenimiento que se caracterice por agregar valor al negocio a través del diseño, de la prevención y del mejoramiento continuo, en una perspectiva sistémica que considere todo el ciclo de vida de los equipos y las instalaciones. Esta cultura también es producto de la poca sensibilidad de muchos operadores, que no visualizan en la gestión de los activos una fuente de grandes oportunidades en beneficio del negocio y de los ingenieros de proyectos que normalmente limitan sus análisis a los costos de capital y de operación sin visualizar el impacto de la seguridad de funcionamiento en los costos de la no producción, de la no calidad y del efecto sobre el ambiente y la seguridad de las personas. Adicionalmente, responde a la falta de una gestión integrada entre los profesionales de abastecimiento y de mantenimiento que no logran una visión de largo plazo en las decisiones relacionadas con la gestión de los materiales y de los repuestos críticos. Esta manera más evolucionada de diseñar y gestionar los activos físicos busca ejecutar de manera eficiente las actividades relacionadas y hacer de esta función un proceso eficaz que contribuya con el logro final perseguido por el negocio. Para lograr este cambio se debe superar su acción limitada a nivel operativo en una perspectiva de corto plazo, para asumir un rol estratégico-táctico con una visión amplia de mediano y largo plazo. Considerar esta nueva forma de gestión de los activos persigue transformar esta función empresarial desde una unidad de gasto a una de resultado y de oportunidades, lo que exige crear una cultura organizacional en la que prevalezca la integración, la prevención, el mejoramiento continuo, el conocimiento, la tecnología y la innovación. Para responder a estos nuevos desafíos es necesario intervenir en el plano de la organización, favoreciendo el core business, los procesos y la gestión participativa (Lean Organization) por sobre las estructuras funcionales y jerárquicas; como también es requisito actuar en el plano del diseño y de la gestión de los activos físicos, desarrollando una visión amplia, sobre todo, en el ciclo de vida de los equipos e instalaciones desde su concepción (Ingeniería de la Confiabilidad). La gestión de los activos requiere superar su rol condicionado a lo operativo y funcional para alcanzar una visión de carácter tácticoestratégico y sistémica. 59

A. A����

�. R�� �������-����������� �� �� ������� �� ������� Considerando los nuevos desafíos que impone la competitividad de las empresas intensivas en equipos, el diseño y la gestión de los activos debe superar no solamente la capacidad de resolver las emergencias y los imprevistos para asumir una actitud orientada hacia la prevención, en sus diferentes formas (cíclica, según condición y predictiva), sino que debe, complementariamente, avanzar hacia formas más evolucionadas, proactivas, orientadas a identificar oportunidades de mejoras que impliquen adecuar procedimientos y modificar los equipos y los sistemas (plantas y flotas), de forma de mejorar su confiabilidad y mantenibilidad. P r e v e n c i ó n

Mejorativa (Con cambios genéticos)

LCC, RCM, MC Proactiva

Predictiva

Preventiva

Según Condición Cíclica Correctiva Reactiva

(Sin cambios genéticos)

Ingenierización En oposición a la producción

Compromiso de la producción

Global Service

Ref: L. Furlanetto

Figura 1.8: Evolución de la gestión de los activos

Esto no significa que la ejecución de las tareas contenidas en el plan productivo de mantenimiento y de aquellas que resultan de las detenciones imprevistas no deban ser abordadas, muy por el contario, es requisito fundamental que ellas sean ejecutadas correcta, eficiente y oportunamente, de manera de no alterar las exigencias de producción y el presupuesto definido. Lo que se persigue es propender hacia un sistema en el que los imprevistos y las emergencias que generan impacto en el resultado del negocio tiendan a desaparecer a través de su reducción permanente. Para ello, la gestión y el mantenimiento de los activos no puede limitarse a su gestión, sino que también debe asumir un rol en la modificación de los equipos, los sistemas y los procedimientos. 60

I��������� �� �� �������������

Esta nueva manera de visualizar el diseño y la gestión de los activos, caracterizada por un actuar con más contenido, busca asumir un rol proactivo para contribuir con la agregación de valor y aportar en el mejoramiento de los resultados del negocio. La gestión de los activos asume un papel que no se limita a lo operativo y de efecto en el corto plazo, sino que, adicionalmente, adquiere un rol táctico y estratégico, de impacto en el mediano y largo plazo, que significa contribuir con la eficiencia (reducción y contención de los costos), con la eficacia (orientación al negocio) y la efectividad (cuidado con el ambiente y la personas). La gestión de los activos a través del mantenimiento deja de responder solo a las necesidades particulares del área de la producción, para asumir de manera integrada con ella y con las otras áreas relacionadas. Asume una posición de ayuda permanente con la agregación de valor económico durante todo el ciclo de vida de los equipos, desde su selección hasta su reemplazo, como también de contribución con la responsabilidad social empresarial durante todo el horizonte del proyecto, que va desde su concepción hasta la eliminación de su alteración del entorno en el que se desarrolló y operó. En consecuencia, la gestión de los activos es parte de un sistema integrado y complejo propio de una empresa inserta en el medio tanto local como mundial, que se alimenta de los más variados recursos (económicos, conocimiento, personas, etc.) para entregar, con un grado de certeza definido, niveles de confiabilidad y mantenibilidad en beneficio de asegurar la disponibilidad de las instalaciones para que el sistema productivo pueda transformarlas en utilización y productividad, de forma de cumplir con sus planes de producción de acuerdo a una visión de largo plazo, de manera que la empresa logre los beneficios económicos perseguidos en el tiempo respetando las exigencias medioambientales y el bienestar de las personas.

61

A. A���� Entorno Empresa Personas

Producción

Materiales

Mantenibilidad/Confiabilidad

Mantenimiento

Equipos Información

Disponibilidad Productividad

Rec. Económicos

Sustentabilidad

Servicios Externos

Utilidad

Figura 1.9: Análisis sistémico simplificado de la gestión de los activos

Esta condicionante obliga a que la gestión de los activos incorpore, además de lo relacionado con lo operativo de corto plazo, aspectos de carácter táctico y estratégico, que tienen implicancia en el mediano y largo plazo, dentro de su quehacer. En el ámbito operativo, a partir de los planes productivos de mantenimiento generados le corresponde programar, coordinar, ejecutar, controlar y registrar las intervenciones y las inspecciones planificadas; como también ejecutar, controlar y registrar aquellas tareas que nacen de los imprevistos y emergencias. Los resultados obtenidos de la ejecución de las tareas en el ámbito operativo, que sirven para su propio control, son la fuente de alimentación para el desarrollo de la Ingeniería de la Confiabilidad (análisis para la identificación de mejoras), la que se manifiesta en el Plan Productivo de Mantenimiento, del que nace la programación de las actividades y la asignación de los recursos necesarios del sistema operativo. A partir del registro histórico de los datos, la Ingeniería de la Confiabilidad obtiene diversos KPI’s (históricos y probabilísticos) orientados a la identificación de las oportunidades de mejoras, relacionadas con cambios en la gestión y los equipos y sistemas, para superar las condiciones críticas definidas de acuerdo al impacto sobre el negocio. De esta forma se logra dinamizar continuamente el plan productivo de mantenimiento, de manera de reducir los costos globales durante el ciclo de vida de los equipos. El resultado de las actividades de la Ingeniería de la Confiabilidad se debe manifestar en la actualización

62

I��������� �� �� �������������

permanente del Plan Productivo de Mantenimiento, en caso contrario es una actividad que no genera valor en beneficio del negocio. Proceso de Mejoras

Acción

Proceso de Planificación

OT’s deOTs

Proceso de Programación

Mejoramiento Continuo

Proceso de Ingeniería de la Confiabilidad (foco en eficacia)

Tareas Adicionales & Mejoras de Planificación

Identificación de Agregados Componentes críticos

Planes de Mant .

Proceso de Análisis

Proceso de Gestión (foco en eficiencia)

Datos Datos históricos

Ejecución de Trabajo

Programas & Programas Asignaciones

Detalles de Ejecución

Proceso de Asignación del Trabajo

Ref: PGI

Figura 1.10: Ciclo de la gestión de los activos

El Plan Productivo de Mantenimiento es la columna vertebral y eje de la planificación. Una gestión adecuada de los activos se caracteriza por un plan robusto y de horizonte anual con visión de futuro, que debe contener la carga de las actividades y estar planificado de tal forma de asegurar la función productiva de las instalaciones asociadas al logro del mínimo costo global del proceso. Es importante destacar que la construcción del Plan Productivo de Mantenimiento se soporta en la determinación previa de acciones (reemplazo, reparación, inspección, etc.) y frecuencias asociadas a componentes del proceso. Por lo anterior, el Plan Productivo de Mantenimiento es la forma como se plasma la unidad de Ingeniería de la Confiabilidad, haciendo operativa la estrategia de la gestión y el mantenimiento de los activos. A la Ingeniería de la Confiabilidad le corresponde proyectar, controlar y mejorar la gestión y el mantenimiento de los activos, balanceando alternativas técnicas, recursos, objetivos y resultados. Estas actividades descansan en conceptos relacionados con la estandarización y la utilización de herramientas tales como: R-MES, FMECA, MAFEC, 63

A. A����

MCC, RCA, Mejoramiento Continuo, FTA, Gestión a Vista, Limpieza Técnica, entre muchas otras. En el ámbito estratégico, se visualiza a la gestión de los activos como una unidad de negocio que requiere ser valorada de acuerdo a su agregación de valor, bajo el enfoque de cliente-proveedor en la que los servicios entregados deben ser evaluados por la calidad, oportunidad y costo. A este nivel le corresponde definir aspectos relacionados con la estructura organizacional, la que debe favorecer los procesos por sobre las funciones y la focalización en el core bussines, características propias de la Lean Organization. En este ámbito, es condición fundamental el compromiso y el involucramiento de la alta dirección de la empresa para decidir, soportar y controlar las filosofías (TPM, TQM, etc.) y los sistemas informáticos (específicos o ERP) a desarrollar. La implementación de estas filosofías y plataformas informáticas necesita de un proceso largo que implica cambios culturales en la organización. Adicionalmente a los aspectos operativos, tácticos y estratégicos propios de la gestión y el mantenimiento de los activos, se requiere contar con unidades de soporte relacionadas con los servicios informáticos, la gestión y el desarrollo de los recursos humanos, la gestión de terceros y la gestión de abastecimiento. Estrategia Gestión de Activos

Plan de Negocios

Mix de Políticas por equipo

Plan Productivo Mantenimiento

Correctiva Preventiva On condition Predictiva Mejorativa Overhaul

Intervenciones Inspecciones Paradas Planta

Fallas

Gestión de OT’s Programación Treas

FeedbackTareas Detalle Tareas Reportes

Análisis de Confiabilidad

Control Ges tión Información Histórica

R-MES,, RBD, MAFEC. AMEF, RCA, RAM

Mediano Plazo

Control de G estión Incluye Auditorias

Largo Plazo

De Soporte

Ejecución Tareas Coordinación Control Tareas

Corto Plazo KPI’s

Organización RRHH Financiamiento

Servicios informáticos

Gestión y Desarrollo Recurso Humano

Gestión terceros

Gestión Materiales

Figura 1.11:Visión sistémica de la gestión de activos

64

I��������� �� �� �������������

Esta nueva visión del sistema de gestión de los activos permite superar la aproximación funcional, limitado a la eficiencia a través del control de los costos, para alcanzar un enfoque por proceso orientado a la eficacia que busca la agregación de valor en beneficio del negocio, respondiendo, así, a las condiciones que impone la competitividad empresarial. Desafío

Confiabilidad Operacional

Cambiar el enfoque

Superar  De Centro de Gasto

Enfoqu e en la función

(Eficiencia)

Para log rar   A Unidad de Nego cio

Enfoque en los pro cesos

(Competitividad)

 Acción

Organización Liv iana e Ing eniería de Conf iabilidad

Figura 1.12: Desde un Centro de Gasto a una Unidad de Resultado

Para enfrentar el desafío de transformar la gestión de activos en una opción de mejora estratégica es conveniente que la estructura organizacional evolucione, para hacerla más liviana, ágil e integrada, de manera de motivar la gestión participativa y desarrollar la creatividad, la innovación y el mejoramiento continuo, privilegiando la visión del negocio sobre el accionar funcional. Por otro lado, la organización debe focalizarse en aquello que la diferencia respecto a sus competidores, para lo que tiene que considerar la participación de terceros que el mercado dispone. La estructura se debe ordenar de forma que las unidades productivas, propias del core bussines, se distingan de aquellas de servicio, que pueden ser parte de la misma organización o externas. Esta estructura organizacional focalizada en las unidades productivas hace indispensable la existencia de una unidad de Ingeniería de la Confiabilidad a la que le corresponde la gestión de los activos durante todo su ciclo de vida, sin autoridad administrativa, sino que ella radica fundamentalmente en el aporte de valor que genera en beneficio del negocio. 65

A. A����

�. E��������� �������������� Cuando se hace referencia a la confiabilidad y mantenibilidad de los sistemas y equipos, en general se tiende a atribuir que el comportamiento de estos es producto de sus propias características, sin considerar el efecto del entorno y de las personas que lo gestionan, operan y mantienen. De la información estadística sobre los accidentes a nivel mundial, se estima que solo el 10% se origina por causas fortuitas. Del 90% restante se considera que solamente el 8% es de responsabilidad de una persona en particular, ya que el 92% es producto de errores organizacionales que resultan de la interacción entre las personas, las condiciones del entorno y las tecnologías. Es posible señalar que el factor humano y los asuntos organizacionales tienen un rol significativo en el origen de las detenciones y fallas de los equipos e instalaciones, por lo que su consideración es relevante para la determinación y el mejoramiento de la confiabilidad y mantenibilidad de los sistemas. Toda empresa está caracterizada fundamentalmente por su gente y por su cultura organizacional, que se influyen mutuamente. Es así como una misma persona en otra organización de características similares muestra un desempeño diferente, como resultado del efecto que produce en ella la cultura organizacional. Las personas con sus propias competencias requieren, además de recursos económicos, tecnológicos, materiales, insumos, procedimientos, etc., de una estructura organizacional que les permita aplicar y desarrollar sus competencias y capacidades de innovación, de manera de mejorar permanentemente su desempeño en beneficio del cliente final y, como consecuencia, crear valor para la empresa. Muchas empresas de corte tradicional se caracterizan por formas organizacionales funcionales que requieren de múltiples niveles jerárquicos para ejecutar las diferentes funciones, generándose estructuras pesadas y burocráticas en las que se favorece la eficiencia por sobre la eficacia y se olvida al verdadero cliente, privilegiando satisfacer a la jefatura. Este tipo de organizaciones no motiva la participación de las personas en la búsqueda de soluciones nuevas que podrían nacer de los problemas que se originan en su puesto de trabajo y, además, conlleva a un uso innecesario de recursos para el cumplimiento de las metas, generándose derroches que generan costos escondidos y que se manifiestan de las más diversas formas, tales como: sobredotación de personal, redundancias 66

I��������� �� �� �������������

exageradas, sobrestock, work in process, complejidad de procedimientos, pérdidas de calidad, contaminación ambiental, accidentes, etc. Ordenada por funciones Orientada a la Jefatura

Jefatura

Jefatura

Ordenada por proceso Orientada al cliente

C L I E N T E

1.13: Transformación de la estructura organizacional

La empresa debe evolucionar hacia una entidad de calidad mundial, que implica un reducido número de emergencias, escasos rechazos por problemas de calidad, ausencia de accidentes laborales, alta productividad y producción limpia, es decir, una empresa altamente competitiva sustentada en el componente humano. Para alcanzar esta empresa evolucionada es necesario actuar tanto sobre el estilo de gestión como sobre la forma de organización. En esa perspectiva, la gestión debe incorporar dos principios fundamentales: la eliminación del derroche y la orientación al cliente. Eliminación del derroche indica la disposición permanente de todos los miembros de la organización para eliminar y evitar todo aquello que no entregue valor agregado al cliente final. Esto implica el mejoramiento continuo de la productividad, en orden a eliminar el uso innecesario de recursos a través del aprovechamiento intensivo de las capacidades intelectuales y la creatividad del capital humano de la empresa. Orientación al cliente conlleva el establecimiento de una disposición constante para interpretar, acertada y oportunamente, los requerimientos de los consumidores de los productos y servicios entregados, es decir, poner al cliente al centro de la actividad de la empresa de forma de asegurar la satisfacción creciente de sus necesidades en el tiempo. El modelo organizacional coherente con este tipo de empresa se basa en dos elementos fundamentales, no necesariamente alternativos 67

A. A����

sino más bien complementarios: la gestión por procesos y la externalización de actividades. La gestión por procesos reconoce a la empresa como un conjunto interrelacionado de procesos regulados, al interior de la empresa, por relaciones proveedor-cliente entre las fronteras de los eslabones de la cadena de valor, formadores de unidades productivas elementales. Se basa en la colaboración e integración de unidades básicas del sistema productivo que componen el core business de la empresa. Esto implica la necesidad de buscar la colaboración de terceros a través de la externalización de todas aquellas funciones y actividades que no son factores estratégicos diferenciadores de la organización, ya que no son parte del core business de la empresa. Es la externalización de actividades, junto con la organización por proceso, la manera de hacer de la empresa una unidad competitiva sobre una base internacional y con responsabilidad local. En consecuencia, la empresa descrita requiere no solo de personas capacitadas, involucradas, comprometidas y confiables, sino también de una organización que permita que estas cualidades se desarrollen naturalmente, sin la necesidad del permanente mando y control central que genera estructuras jerárquicas y pesadas, que son contradictorias con la organización perseguida. Este tipo de organización busca una estructura participativa en la que toda persona debe ser reconocida por sus capacidades intelectuales por sobre sus capacidades operativas. Solo así una persona adecuadamente formada y capacitada, de acuerdo a las competencias laborales requeridas en el puesto de trabajo, asume de manera confiable responsabilidades en beneficio del cumplimiento de la misión empresarial. Esta lógica estructural persigue una organización con capacidad de aprender continuamente, confiable en su actuar y que responde a la valoración del ser humano, de acuerdo con sus capacidades diferenciadoras, que son la inteligencia, la innovación y la creatividad. Este enfoque organizacional es el que se identifica con el concepto de la Organización Integrada y Liviana (OIL). La OIL es el modelo productivo de excelencia; el único que permite lograr una competitividad sustentable en el tiempo y vencer a la competencia cuyas fronteras sobrepasan cada vez más los mercados locales y tienen un alcance de mercado global. Más allá de las características positivas de muchas organizaciones que pueden estar asociadas con la cultura industrial, la creatividad, la 68

I��������� �� �� �������������

tecnología y tantos otros, el factor diferenciador de la excelencia empresarial se sintetiza en la OIL, ya que a través de ella se desarrolla el empowerment , el que podemos definir como la valorización de todos los recursos intelectuales disponibles en la empresa, en todos sus niveles, relacionados con la polivalencia y la especialización, actuando de manera armónica e integrada. El éxito de la OIL está asociado a una elevada disponibilidad técnica de los equipos y a un bajo costo global, entendido como la combinación entre los costos de capital, los de producción y los de la falta durante todo el ciclo vida de las instalaciones. Sintetizando, el valor primario de la OIL es cultural. A consecuencia de este proceso, el operador de los equipos logra un fuerte aumento de conocimiento tecnológico y asume un rol más autónomo en la gestión del equipo; paralelamente, el mantenedor crece en términos de conocimientos funcionales de los equipos y realiza un rol más profesional en el ámbito técnico-mantenedor. La OIL genera, por tanto, mecanismos de crecimiento profesional, de involucramiento y de participación. Entre las técnicas productivas japonesas que caracterizan a la OIL, el Mantenimiento Productivo (TPM) y que es congruente con los principios del Just in Time (JIT) y de la Calidad Total (TQC), es aquella que mejor opera en el sentido de liberar los recursos invisibles y escondidos que se encuentran en la Unidad Productiva Elemental. Es también, por lo tanto, una de las más eficaces estrategias de desarrollo organizacional fundado en la persona. Si bien la Organización Liviana está orientada al proceso, no por eso desaparecen las especializaciones asociadas a funciones específicas que se requieren como apoyo a las unidades de productivas. Además, dado que las unidades productivas se focalizan en el proceso y las unidades de apoyo a las funciones de especialidad, se requiere de una Unidad de Ingeniería de la Confiabilidad orientada al mejoramiento continuo de la gestión de los activos físicos.

69

A. A����

Equipo de Producción

 Adm in is traci ón función

Función Especialista Mantenimiento Mayor

Función Básica

Unidad Productiva Proceso

Ingeniería de la Confiabilidad

Función Especialista Mantenimiento de Ofi cios

Ingeniería de Confiabilidad

Responsable del proceso global

Gestión de Activos

Responsable de la Gestión de Activos

Responsable de la Función mantenimiento Ref: Adolfo Arata A. y L. Furlanetto

 1.14: Ingeniería de la Confiabilidad en la estructura organizacional

Se puede establecer que la Ingeniería de la Confiabilidad no tiene autoridad decisional. Su rol es fundamental pero solo se orienta a aportar y a asistir a la unidad productiva; a través de sus acciones de proyectar, controlar y mejorar; en lo relacionado con el diseño, la gestión y el mantenimiento de los activos desde una visión global, no solo en la variable tiempo sino también en su integración con las otras actividades empresariales, como la producción, el proyecto, el abastecimiento y la informática. La importancia de la Ingeniería de la Confiabilidad radica fundamentalmente en su permanente relación con el mundo externo y en la generación de conocimiento, lo que la transforma en una función fundamental para la toma de decisiones de la unidad productiva. Su aporte permite respaldar cualitativa y cuantitativamente, del punto de vista técnico-económico, las decisiones a nivel de proyecto y del ejercicio. Dado que no cuenta con una autoridad administrativa, es requisito básico el compromiso, tanto a nivel operativo como gerencial, en relación a su desarrollo y aplicación. Es una unidad de staff  que debe estar perfectamente integrada con las otras funciones de la empresa, como mantenimiento, producción, abastecimiento, ingeniería, informática y personal, de manera que se alimente de datos e información, que son la base para cumplir con su quehacer. Para establecer la posición y el rol de la Ingeniería de la Confiabilidad en la organización es necesario identificar los tres procesos generales relacionados con los activos físicos.

70

I��������� �� �� �������������

Entre los procesos es posible distinguir aquel relacionado con la ejecución de las tareas, el que recibe las ordenes operativas de otro proceso asociado con la gestión, al cual también le reporta el estado de avance y toda la información relacionada con las intervenciones programadas y la no programadas, tanto operacionales como de mantenimiento. El proceso de la gestión entrega los antecedentes y la información de las actividades realizadas al proceso de la Ingeniería de la Confiabilidad, encargada del análisis y la cuantificación: del comportamiento de la confiabilidad operacional de los componentes y de los sistemas, de la evaluación de la gestión de los activos y del análisis de las implicancias económicas en la perspectiva del costo durante todo el ciclo de vida de los equipos. Finalmente, el proceso de la Ingeniería de la Confiabilidad que, a través del uso de las diversas técnicas y de los instrumentos de software de Ingeniería de la Confiabilidad, tiene la tarea de identificar, sobre una base cuantitativa y rigurosa, las oportunidades de mejoras, tanto en el ámbito de la gestión como de proyectos, para su evaluación, implementación y culminación en el Plan Productivo de Mantenimiento. Respecto a la disposición de la Ingeniería de la Confiabilidad en la estructura organizacional, esta podría ser parte de la unidad de Ingeniería Producto Proceso, sin embargo, en empresas con escasa cultura en el nuevo rol de la gestión y mantenimiento de los activos, con esta solución se corre el riesgo que la actividad de Ingeniería de la Confiabilidad sea postergada y hasta olvidada, por privilegiar el desarrollo de la ingeniería tradicional. Por ello es necesario y conveniente que la Ingeniería de la Confiabilidad sea una unidad separada de ingeniería, de manera que esté orientada exclusivamente a su labor, sin distraer recursos a otras actividades. Tanto es así que la actividad de planificación del mantenimiento productivo, manifestación operativa de su aporte, es conveniente que esté estructurada en una unidad separada estrechamente relacionada con la Ingeniería de la Confiabilidad. En organizaciones maduras, en lo relacionado con la gestión de los activos puede llegar a ser conveniente la incorporación de esta actividad a la unidad de Ingeniería, ya que, si bien tiene el riesgo de ser postergada por favorecer el quehacer tradicional de Ingeniería, tiene la ventaja que esta opción integra la actividad de Ingeniería de la Confiabilidad con los procesos y proyectos, lo que resulta conveniente dado la interrelación existente con ambas actividades. 71

A. A����

Para que la Ingeniería de Confiabilidad sea el nicho cultural de la gestión de los activos en la organización, más allá de estar al servicio permanente de las otras funciones de la empresa debe ser la ventana al mundo exterior, ya que es la que debe mantenerse permanentemente actualizada con los desarrollos tecnológicos, con los resultados logrados por otras empresas y con la oferta de terceros. Del punto de vista del grado de centralización de la Ingeniería de Confiabilidad en la estructura organizacional, es posible encontrar las más variadas soluciones en la realidad industrial, que van desde casos fuertemente centralizados hasta algunos en la que esta actividad está diluida en las unidades productivas. Si bien la solución más conveniente dependerá de las características particulares de cada proceso tecnológico, de la propia historia de las organizaciones y de las competencias profesionales disponibles, es posible establecer ciertos criterios generales que ayudan a definir el grado de centralización o descentralización de la Ingeniería de la Confiabilidad. Para esto es necesario establecer algunos factores que influyen en la decisión, los que están asociados con las diversas fases que le corresponden a la Ingeniería de Confiabilidad y con las características particulares del proceso productivo. En términos de las fases, es posible establecer la verificación de la captura del dato, el proceso de transformación del dato en información y conocimiento útil, la identificación de las oportunidades de mejoras a partir del conocimiento generado y la definición del plan de mantenimiento. Es obvio que en la medida en que la fase se relaciona más directamente con el proceso productivo, como la captura del dato, la identificación de oportunidades y, como también podría ser, el plan de mantenimiento, la solución de la estructura de la Ingeniería de la Confiabilidad tiende a la descentralización. En cambio, la transformación del dato en información y conocimiento útil puede ser más centralizada. Respecto a las características del proceso productivo es necesario considerar los aspectos geográficos de la ubicación de las instalaciones, las dimensiones de las unidades de producción y las condiciones de homogeneidad tecnológica de los procesos. Es evidente que en situaciones caracterizadas por grandes dimensiones, dispersión geográfica y tecnología no homogéneas, la solución organizacional de la Ingeniería de la Confiabilidad tiende a la descentralización.

72

I��������� �� �� �������������

Si bien cada realidad industrial, de acuerdo a su estructura productiva en términos de dimensiones y distribución territorial (local o internacional), definirá el grado de centralización / descentralización a nivel corporativo, divisiones geográficas y unidades productivas, es posible establecer, sin pretender entregar posiciones definitivas, algunos elementos generales de orientación. Es importante destacar que la implementación y el desarrollo de la Ingeniería de la Confiabilidad responden a un proceso dinámico que influirá en su alcance en la forma organizacional más adecuada. A nivel centralizado la Ingeniería de Confiabilidad actúa como factor de: • Integración, síntesis y difusión de la cultura técnica generada y •

• • • •

distribuida en las distintas áreas productivas. Motivación y activación del proceso de mejoramiento continuo y el empowerment , valorizando la experiencia histórica, el conocimiento y las competencias disponibles en la organización. Respuesta a los requerimientos de las áreas productivas, orientados a mejorar su desempeño con una visión integral y de mediano plazo. Incorporación del enfoque del ciclo de vida, para el desarrollo de nuevos proyectos de capital. Auditoría continua del estado del mantenimiento, a través de KPIs, a diferentes niveles de la organización. De relación con el entorno en términos de la identificación de nuevas tecnologías, metodologías y normativas.

A nivel descentralizado la Ingeniería de Confiabilidad opera como factor de: • Integración entre la producción y el mantenimiento, orientado al

mejoramiento en el desempeño de los equipos y las instalaciones en beneficio del negocio. • Incorporación y aplicación de métodos de ingeniería para el mejoramiento del mantenimiento. • Identificación de las oportunidades de mejoras, considerando el comportamiento de los equipos y las competencias profesionales disponibles en las unidades operativas. • Planificación del mantenimiento. 73

A. A����

• Definición de las mejores prácticas. • Estudios de confiabilidad e inspección de equipos. • Gestión de los sistemas informáticos de apoyo.

La estructura organizacional, que es respuesta de las definiciones estratégicas, tiene un rol fundamental en el éxito de la gestión de los activos, por lo que su valor básico le corresponde a las personas que la componen. No es posible desconocer que finalmente es el error humano el evento final en una cadena de errores, independiente que su origen pueda estar en un inadecuado proyecto o en un sistema de gestión y administración poco riguroso. En la organización es la persona el componente fundamental, por lo que la confiabilidad humana asume un rol básico en el logro de los resultados esperados a través de la aplicación de la Confiabilidad Operacional. Es oportuno recordar que, desde una perspectiva conceptual y práctica, la confiabilidad de un sistema es la probabilidad de buen funcionamiento de un elemento o sistema bajo determinadas condiciones, entre las cuales se encuentran las competencias personales de operar y mantener adecuadamente los equipos, como también su capacidad y motivación para prevenir precozmente alteraciones y para mejorar continuamente el funcionamiento y el mantenimiento de los equipos.

�. I��������� �� �� C������������ 6.1 Fundamentos básicos

Como todas las áreas del conocimiento, la gestión de los activos ha evolucionado considerablemente a lo largo del tiempo. Su evolución no ha sido fácil, ya que no solo ha tenido que dedicar grandes esfuerzos para su desarrollo, sino que, adicionalmente ha debido generar, tarea aún pendiente en muchas empresas, importantes cambios en la cultura de la organización empresarial, de manera de superar su enfoque tradicional que limitaba a ser una unidad operativa, para incorporar una nueva visión en la que asume un enfoque estratégico de mediano y largo plazo que aporta valor al negocio. En sus inicios, la gestión de los activos estaba orientada a responder a las detenciones imprevistas, limitando su accionar reactivamente a actividades correctivas. En una siguiente etapa se caracterizó por la 74

I��������� �� �� �������������

orientación a la prevención desde su forma más básica del tipo cíclico, pasando por la on-condition, hasta alcanzar formas aún más evolucionadas relacionadas con la predictiva. Por último, y más recientemente, surge una nueva manera proactiva de gestionar los activos físicos que incorpora la opción de mejora continua de los equipos y de los sistemas, con el objeto de aumentar la seguridad de funcionamiento de las instalaciones. Mejoras que, en general, no implican aumento del valor patrimonial de los activos, sino que, fundamentalmente, su valor radica en el mejoramiento de su performance asociada con la seguridad operacional a través del aumento de la confiabilidad y la mantenibilidad de los sistemas y los equipos. En esta nueva forma de gestionar los activos se requiere de modelos y metodologías que permitan mejorar los sistemas de gestión y la genética de los equipos, de manera de minimizar los costos globales que resultan de la relación entre los costos directos y los costos de la falta de producción, debido a la no disponibilidad de los equipos, en una perspectiva de largo plazo que considera el costo durante todo el ciclo de vida de los activos. El gran desafío de la gestión de los activos es cómo evolucionar desde una mirada restringida a lo reactivo, práctica aún habitual y naturalmente aceptada en las organizaciones, hasta una forma más proactiva, orientada a prevenir y mejorar de manera de propender hacia las cero detenciones, es decir, hacia la excelencia. Para esta nueva manera de gestionar los activos se requiere superar la visión limitada al hacer, para incluir el pensar; restringida a la eficiencia, para agregar la eficacia; y condicionada a lo operativo, para alcanzar lo táctico-estratégico. En todo ello la Ingeniería de la Confiabilidad asume un papel determinante. La Ingeniería de la Confiabilidad representa la expresión organizacional cuya tensión está orientada hacia la solución de los problemas del diseño, de la gestión y del mantenimiento de los activos a través de un enfoque rigurosamente científico y racional. Es la mente de la organización y opera transversalmente en ella, desarrollando y gestionando el conocimiento en lo que respecta con la gestión de los activos. El concepto identifica el conjunto de principios, modelos, técnicas, procedimientos y herramientas relacionadas con la Confiabilidad Operacional en el ámbito del diseño, del proyecto, de la gestión y de la organización, que permiten afrontar el tema de los activos físicos con el objeto de 75

A. A����

lograr importantes mejoras de la eficiencia, la eficacia y la efectividad, buscando asegurar la competitividad sustentable en las empresas intensivas en equipos. Las funciones fundamentales de la Ingeniería de la Confiabilidad, que actúan de forma integrada, son: • Proyectar la gestión de los activos a través de la definición de la

estrategia representada por la definición del mix de políticas, el establecimiento de las condiciones técnico-económicas óptimas y la estandarización de los ciclos de trabajo, lo que se manifiesta, de manera concreta, en la dinamización permanente de los planes productivos de mantenimiento. • Controlar técnica y económicamente el sistema relacionado con la

gestión de los activos a través de KPI’s, que permitan seguir la evolución histórica y la proyección de comportamiento de los equipos y de los sistemas a través del análisis de los propios resultados, como también por medio del benchmarking  con realidades de referencia. • Mejorar continuamente la gestión de los activos a través de la

búsqueda permanente de oportunidades de mejoras, considerando de manera integrada el comportamiento de los KPI’s relacionados con la confiabilidad, la mantenibilidad y la logística correspondiente, de los equipos y su impacto sobre el negocio. Las oportunidades de mejoras, evaluadas técnica y económicamente, al ser implementadas cumplen con la dinamización del plan productivo de mantenimiento. La Ingeniería de la Confiabilidad es la actividad que permite relacionar los costos directos y de capital con los beneficios asociados al mejoramiento de la confiabilidad operacional de las instalaciones. En consecuencia, es aquella área del conocimiento que permite transformar el mantenimiento como centro de gastos hacia la gestión de los activos como unidad de resultado, por lo que intenta superar su focalización en corto plazo, limitada a mejorar la eficiencia, para alcanzar un rol táctico-estratégico de mediano y largo plazo, que busca influir además en la eficacia, contribuyendo así con el mejoramiento de la competitividad. 76

I��������� �� �� �������������

Ingeniería d e Con fiabilidad Mejorar

Proyectar 

Reducción Costo s Directos y Capital

V/S

Enfoque orientado a la eficiencia Costo

Controlar

 

 Aumen to Seguridad Operacional Enfoque orientado a la eficacia

Costo Global Costos directos y capital

Costos de falta producción

Solución óptima

Ref: Adolfo Arata A

Seguridad Operacional

 Figura 1.15: Costos directos y de capital v/s seguridad operacional

Para cumplir con esta tarea, la Ingeniería de la Confiabilidad requiere contar con herramientas rigurosas que permitan determinar indicadores para la identificación de oportunidades de mejoras. Entre ellos, uno básico para materializar la Ingeniería de la Confiabilidad es la cuantificación del costo de ineficiencia que resulta de la falta de producción a nivel del sistema, debido a la no disponibilidad de los equipos que lo componen. El costo de ineficiencia se obtiene de la facturación que se deja de hacer menos los costos variables que se dejan de gastar durante el periodo de tiempo en el que los equipos no están operativos por situaciones no previstas, lo que es equivalente a la suma de los costos fijos más las utilidades. Por lo tanto, el costo de ineficiencia no es un flujo real de dinero, sino que representa un ingreso que se deja de recibir cuyo valor depende de la detención no programada de los equipos; producto de la confiabilidad, mantenibilidad y utilizabilidad; y de su impacto económico sobre el sistema de acuerdo al nivel de redundancia de las configuraciones de los diagramas de proceso (stand-by, paralelo, redundancia parcial, fraccionamiento, stock-pile, work in  process ) que representan la planta o la flota de equipos. El costo de ineficiencia se obtiene del costo de la falta por el tiempo de detención no programado.

77

A. A����

Ref: Adolfo Arata A.

Figura 1.16: Costo de ineficiencia

Los costos de ineficiencia se reflejan a nivel sistémico ya que son producto del impacto de las detenciones no programadas de los diferentes equipos en el tiempo, sobre el resultado del negocio. Si bien el costo de ineficiencia es a nivel del sistema, su origen se encuentra en los elementos críticos que lo constituyen, sobre los cuales es necesario aplicar las políticas de inspección, control, reemplazo o reparación en beneficio del negocio. Por lo que la criticidad de un componente o equipo es resultado no solo de su disponibilidad, producto de la frecuencia de detenciones (probabilidad de falla) y los tiempos de reincorporación (reparabilidad), sino también de la configuración del procesos (nivel de redundancia) y del costo de la falta y calidad de producción por unidad de tiempo (consecuencia). Costo de Falta (F’-cv) / T

Criticidad

Impacto sobre el negocio

Diagrama de Proceso

Seguridad de funcionamiento

Flow Sheet

Utilización, Calidad, y Velocidad

Confiabilidad (MTBF) Mantenibilidad (MTTR)

Disponibilidad

Ref: Adolfo Arata A

Figura 1.17: Criticidad de los equipos

Como indicador para identificar si el origen de la criticidad está en los equipos o en el arreglo sistémico, se puede utilizar el diagrama de 78

I��������� �� �� �������������

la «No disponibilidad del equipo – Consecuencia en el sistema», en el que se presentan las curvas de iso-criticidad (iso-costo de ineficiencia). Para determinar si la criticidad de un equipo se debe a la confiabilidad o a la mantenibilidad (equipo agudo o crónico), se usa normalmente la matriz de dispersión, que combina estas dos variables para identificar si el equipo tiene problemas de carácter agudo, crónico, o ambos. Como también la matriz de los costos, seguridad y el ambiente permite identificar el efecto de un modo de falla en los resultados económicos y el impacto sobre la contaminación ambiental y la seguridad de las personas, aportando una visión de la criticidad relacionada no solo con los resultados económicos (ROA), sino también con aspectos sociales (RSE) que permite un desarrollo sustentable. Un indicador que permite desagregar de manera clara el origen del costo de ineficiencia es el OEE (Overall Equipment Effectveness). Este presenta el porcentaje del tiempo que un equipo produce realmente, de acuerdo a las condiciones de cantidad y calidad establecidas en el periodo que fue planeado para hacerlo. Tiempo teórico de producción

Tiempo posible de producción

Tiempo neto de producción

Tiempo real producción

Factor Planificación (Pp)

Detenciones planeadas

Tiempo planificado de producción

Equipo defectuoso

Detenciones no planeadas

Puesta en marcha

Pérdidas velocidad

Paradas menores Reducción de velocidad Diferencias del proceso

Pérdidas calidad

Pérdidas de partida

Factor disponibilidad (A)

Factor de eficiencia (P) Factor de calidad (Q)

Seis grandes pérdidas

Figura 1.18: Eficiencia global de los equipos (OEE)

Si bien existen muchos otros de gran valor, el OEE es un buen indicador para la Ingeniería de la Confiabilidad, ya que permite determinar la eficiencia de las instalaciones y de los equipos identificando con claridad el origen de ella a través de la búsqueda de las seis grandes pérdidas que resultan de las detenciones no planificadas (de operaciones y mantenimiento), de la velocidad y de la calidad.

79

A. A����

La Ingeniería de la Confiabilidad, más allá de su valor asociado con el mejoramiento del diseño y de la gestión de los activos sobre la base del modelo de la Confiabilidad Operacional, cumple con un papel integrador entre las diferentes funciones empresariales. Es así como se relaciona con el mantenimiento a través de la disponibilidad; con la producción por medio de la productividad; con abastecimiento en la identificación de y la gestión de los repuestos críticos; con la ingeniería por su rol en la seguridad de funcionamiento durante todo el ciclo de vida de las instalaciones; con recursos humanos por las competencias laborales requeridas para la operación y el mantenimiento de los equipos; y con la seguridad, por su contribución con el cuidado de las personas y el ambiente. Aumento de la disponibilidad Aumento de la productividad

Competencias

Producción Mantenimiento

Recursos Humanos

IC Ingeniería Reducción Costo Global

Seguridad Eliminación accidentes y contaminación

Adquisiciones Optimización de compras

Ref: Adolfo Arata A

Figura 1.19: Factor integrador de la Ingeniería de la Confiabilidad

Sin embargo, el aporte concreto de la Ingeniería de la Confiabilidad al negocio solo se materializa cuando, a partir del comportamiento histórico de los equipos, se identifican, se evalúan y, finalmente, se implementan las oportunidades de mejoras, quedando reflejadas en el Plan Productivo de Mantenimiento. En caso contrario su contribución queda limitada al tratamiento de datos y de información sin la generación de valor en beneficio del resultado del negocio. Estas oportunidades de mejoras pueden ser en el ámbito de la gestión como del proyecto. A modo de ejemplo, en el ámbito de la gestión es posible identificar mejoras relacionadas con la definición de 80

I��������� �� �� �������������

estrategias de producción, con la determinación de mix de políticas de mantenimiento, con la gestión de repuestos críticos, con los intervalos de inspección, con la participación de terceros, con programas de capacitación, etc. Por su parte, en el ámbito del proyecto se puede mencionar como alternativas de mejoras el aumento de las redundancias, las políticas de reemplazo de equipos, el incremento de la confiabilidad y la mantenibilidad de equipos, el fraccionamiento de instalaciones, la determinación de stock pile y work in process, etc. Ingeniería de la Confiabilidad Identificación de elementos críticos Impacto en el negocio, ambiente y la seguridad

Oportunidades de mejora A nivel del ejercicio y de proyecto

Gestión Gestión repuestos

Políticas Mtto.

Inversión

Programa inspección

Gestión RRHH., terceros

Equipos mejora, reemplazo

Plantas y Flotas redundancia, stock pile

Plan Productivo Mantenimiento Ref: Adolfo Arata A

Figura 1.20: Materialización de la Ingeniería de la Confiabilidad

La cadena de valor de la Ingeniería de la Confiabilidad parte del dato producto de un evento (para una instalación en operación) o del benchmarking  (para un nuevo proyecto), y finaliza a través de la materialización de su aporte en el plan productivo de mantenimiento. En este proceso de las diferentes actividades de la cadena de valor (dato, KPI’s, oportunidades, evaluación e implementación), el dato y la identificación de la oportunidades de mejoras son aquellas actividades de carácter estratégico por lo que no pueden ser externalizables, en cambio el resto, independiente de su complejidad, como es el caso de la obtención de KPI’s, podrían ser aportadas por terceros especialistas en la materia, integrados fuertemente con la organización demandante del servicio.

81

A. A����

   o    t    n    e    v    E

   s    o    t    a    D

    d    a     d    i    n    u    t    r    o    p    O

   s    I    P    K

   n     ó    i    c    a    u     l    a    v    E

   n     ó    i    c    a    t    n    e    m    e     l    p    m    I

Acción Gestión

Fase Operación

Fase Proyecto     k    r    a    m     h    c    n    e    B

Acción Proyecto

Rol Estratégico

   o    t    n    e    i    m    i    n    e    t    n    a    M    e     d    o    v    i    t    c    u     d    o    r    P    n    a    P

Ref: Adolfo Arata A

Figura. 1.21: Cadena del valor de la Ingeniería de la Confiabilidad

Las principales tareas de la Ingeniería de la Confiabilidad se pueden resumir en las siguientes: • Establecer la estrategia de la gestión de los activos a través de la

definición del mix de las políticas de mantenimiento y de las técnicas más adecuadas a nivel de los componentes básicos, entendido como los elementos inspeccionables, reparables y reemplazables, según las condiciones específicas, tanto internas como externas. • Dinamizar el Plan Productivo de Mantenimiento a través de su actualización permanente considerando el comportamiento histórico, la evolución y la proyección del comportamiento de los componentes críticos, de manera de poder determinar los recursos materiales y de personas (propias y de terceros) necesarios para asegurar una gestión de los activos, no solo eficiente, sino también eficaz y efectiva. • Definir las acciones para el mejoramiento de la confiabilidad y la mantenibilidad en beneficio de la mejorar de la disponibilidad, la utilización y la capacidad productiva de las instalaciones industriales. • Desagregar el origen de los problemas de manera de poder definir las acciones de producción, mantenimiento, abastecimiento, personal e ingeniería relacionados con los componente básicos que constituyen los sistemas que impactan el negocio. 82

I��������� �� �� �������������

• Promover la estandarización a los sistemas de gestión e informati-

•

•

• •

•

• •

• • •

vos y colaborar en la definición de las unidades técnicas, del punto de vista de la seguridad operacional, para la codificación de los componentes. Establecer los manuales de gestión de los activos en el que se definan de manera consensuada las métricas, los KPI’s y los criterios, de forma de facilitar el análisis y los procesos de benchmarking . Obtener los KPI’S que permitan identificar las oportunidades de mejoras, a partir del comportamiento histórico, la evolución y la proyección de los equipos críticos. Definir la política de abastecimiento de los repuestos relacionados con los equipos críticos. Valorizar los costos de la falta de producción, como consecuencia de detenciones de producción no programadas y de las fallas, de forma de transformar la gestión de activos de una unidad asociada a los gastos a otra que permita mejorar el resultado del negocio. Colaborar con el desarrollo de nuevos proyectos de capital, de manera de incorporar la confiabilidad operacional en el análisis y en el estudio de alternativas relacionadas con la confiabilidad y la mantenibilidad de los equipos y de las configuraciones de las instalaciones, durante todo el ciclo de vida. Contribuir con la política de reemplazo de equipos de acuerdo a su diagnosticabilidad, confiabilidad y mantenibilidad. Establecer los niveles de redundancia de los sistemas a través de la incorporación de equipos de respaldo, del fraccionamiento de la instalaciones y del dimensionamiento de stock pile y de work in process. Realizar análisis de riesgo e impacto ambientales en relación a la operación de los equipos y del efecto de las variaciones del entorno. Promover el desarrollo y el mejoramiento de los métodos de trabajo y de las competencias de los operadores y de los mantenedores. Ser el referente cultural de toda la organización en relación a la gestión de los activos.

La Ingeniería de la Confiabilidad, que busca dinamizar el proceso de mejoramiento continuo de la gestión de los activos a través del conocimiento, de la inteligencia y del análisis cuantitativo, se manifiesta tanto en la concepción y el desarrollo de nuevos proyectos de capital 83

A. A����

como durante el ejercicio de plantas industriales y de flotas de equipos, alimentándose, para el caso de proyectos, de información proveniente del comportamiento de los equipos de otras instalaciones operando en condiciones similares (benchmarking ) y, para el ejercicio, de información histórica generada del funcionamiento de los equipos de la propia instalación (evento). 6.2 Fase de Proyecto

Para el desarrollo de nuevos proyectos de capital, es tarea de la Ingeniería de la Confiabilidad aportar con la minimización de los costos globales relacionados con los costos de capital, los costos directos (mano de obra, materiales, insumos, terceros), los costos de pérdidas de producción (por detenciones no programados, por falta de calidad) y los costos asociados con el cierre y la adecuación de las alteraciones del entorno durante todo el horizonte del proyecto y del ciclo de vida de los equipos. En general, esta especialidad no ha sido parte en la toma de decisiones a nivel de proyecto. Si bien últimamente algunas empresas de ingeniería han ido superando esta deficiencia, es aún habitual que en muchas de ellas todavía no consideren en la toma de decisiones para el estudio de alternativas de proyecto los costos de ineficiencia asociados con la confiabilidad operacional, desconociendo, en consecuencia, la importancia que esta tiene en la definición los flow sheet , en la selección de los equipos, en el lay out  de las instalaciones, en la definición de los planes y en la selección de los profesionales. En el diseño de proyectos industriales los principales esfuerzos de ingeniería están orientados a optimizar los distintos procesos operacionales que constituyen la cadena de valor, destinándose importantes recursos en evaluar distintos escenarios a través de complejas herramientas financieras que buscan reducir la incertidumbre abarcando la mayor cantidad de variables y sus respectivas proyecciones en el horizonte de evaluación, sin considerar el riesgo asociado a no lograr cumplir con los planes de producción e ingresos proyectados por los ingenieros de procesos, como también los costos asociados con la desinstalación y el acondicionamiento del entorno.

84

I��������� �� �� �������������

Figura. 1.22: Costos durante todo el ciclo de vida de proyectos (LCC)

Los modelos de optimización que originan las estimaciones de producción se sustentan en condiciones ideales difícilmente alcanzables, que en ocasiones obligan a incorporar factores de seguridad definidos sin la rigurosidad y certeza asignada al resto del proyecto. Este problema tiene su solución en la utilización de la Ingeniería de la Confiabilidad que permita calcular, de forma robusta y particular para cada proyecto, la probabilidad de falla o de no funcionamiento del sistema productivo debido al comportamiento de los equipos y de las condiciones externas, con el objetivo de establecer una función de ingreso que obligue a optimizar los procesos evaluando su Confiabilidad Operacional, para así estimar la real rentabilidad del proyecto o, en su defecto, considerar las nuevas inversiones para alcanzar los indicadores económicos exigidos o para disminuir el nivel de incertidumbre. No son pocos los casos en los que proyectos industriales no alcanzan las capacidades operacionales para las cuales fueron diseñados, con el efecto negativo que esto significa para los inversionistas, ya que los niveles de producción no alcanzan las condiciones estándar reduciendo los ingresos o, como solución a esta condición, se debe aumentar los costos operacionales para compensar las deficiencias, influyendo negativamente los resultados del negocio. Es posible establecer que es más conveniente encontrar la mejor solución genética a nivel del proyecto de ingeniería, que subsanar los errores durante la construcción y la operación de las instalaciones a través de permanentes modificaciones o por medio de exigentes sistemas de gestión y control.

85

A. A����

También ocurre, no pocas veces, que proyectos en su etapa de proyecto, por estimaciones aproximadas y por definiciones inadecuadas, no logran la rentabilidad exigida, por lo que son erróneamente rechazados perdiéndose, de esta manera, buenas oportunidades de inversión. Es práctica común que para la evaluación de nuevos proyectos los costos de mantenimiento se obtengan solo en función de los costos de capital y de manera lineal, no considerando que un incremento de las inversiones; producto de equipos más confiables y mantenibles, de sistemas más robustos por mayor nivel de redundancia y de distribuciones de equipos con mejor acceso; podría mejorar la seguridad de funcionamiento (disponibilidad y utilización) de los equipos, reduciendo los costos de ineficiencia durante todo el ciclo de vida de las instalaciones. Es conveniente recordar que los CAPEX son muy inferiores a los OPEX en la perspectiva de todo el horizonte del proyecto, por lo que ahorros a nivel de inversiones por equipos menos seguros no necesariamente implican mejoras en sus resultados económicos, por el contrario, puede representar una mala decisión que es necesario resolver en la etapa de operación de los proyectos con las implicaciones de costos que esto significa. En la etapa de proyecto, el costo de ineficiencia puede disminuir por un sobredimensionamiento de la capacidad productiva o por un aumento de la seguridad operacional, a través del fraccionamiento de las instalaciones o la incorporación de sistemas en redundancia con la incorporación de equipos en paralelo, stand by o acopios. A través de la Ingeniería de la Confiabilidad, en la fase de proyecto se busca optimizar el uso de los activos exigiendo que cada uno de los elementos que componen una instalación sean cuellos de botella no solo en términos de sus capacidades nominales, sino respecto a sus criticidades sistémicas (efecto sobre el negocio), determinadas por la combinación entre la seguridad de funcionamiento, el impacto productivo y el valor de los activos, de manera de reducir el costo global durante todo el ciclo de vida de los activos, que resulta de la suma de los costos en moneda equivalente (valor temporal del dinero) relacionados con los CAPEX (costos de capital) y de los OPEX (costos operacionales), considerando para estos últimos los costos de transformación (fijos y variables) más los costos de ineficiencia que resultan de la pérdida de producción por no utilización de las instalaciones debido a las detenciones operacionales y de mantenimiento no programadas, y por problemas de calidad en la producción y de velocidad de los procesos. 86

I��������� �� �� �������������

Es posible establecer que para aumentar la seguridad de funcionamiento, por el mejoramiento de la confiabilidad y la mantenibilidad de los equipos, se incrementan los costos de capital y costos de desarrollos y se reducen los costos de operación asociados con las pérdidas de producción, con el mantenimiento y con el cierre de las instalaciones. CAPEX Costo Desarrollo

   1    a    v    i    t    a    n    r    e    t     l    A

OPEX Costo Capital

Compras. Investigación

Costo Operación Costo Mantenimiento Correctivo + Costo Ineficiencia. + Impacto Ambiental

Construcción.

Costo Desinstalación Costo Producción + Mantenim iento programa do.

Diseño

Tiempo (Años)

CAPEX    2    a    v    i    t    a    n    r    e    t     l    A

Costo Desarrollo

Investigación

OPEX Costo Capital

Compras. Construcción.

Costo Operación Costo Mantenimiento Correctivo + Costo Ineficiencia. + Impacto Ambiental Costo Desinstalación

Diseño Costo Producción + Mantenim iento programa do.

Ref: C. Parra

Tiempo (Años)

Figura. 1.23: Relación de los costos durante todo el ciclo de vida entre alternativas

La Ingeniería de la Confiabilidad en el desarrollo de proyecto tiene como objetivo especificar las condiciones de la Confiabilidad Operacional de las instalaciones en las distintas etapas del proyecto, con mayor atención es las etapas tempranas del desarrollo: • En la Ingeniería Conceptual tiene la tarea de evaluar los paráme-

tros a nivel macro de las diversas alternativas del proceso, con el enfoque de la Confiabilidad Operacional y los costos durante todo el ciclo de vida de los activos (LCC). • En la Ingeniería Básica le corresponde definir las condiciones de base para el proyecto de la alternativa seleccionada y formalizar el proyecto del proceso, las especificaciones de los equipos principales, la definición del lay out  de las instalaciones, el presupuesto de inversión, los parámetros de la  performance, los costos y el análisis económico. 87

A. A����

• En la Ingeniería de Detalles debe poner atención en los diseños y

las especificaciones definitivas de las instalaciones y de los equipos, así como en la elaboración de los documentos y los planes de producción y mantenimiento. • En la Ingeniería de Resultados le corresponde realizar el seguimiento de la  performance de los equipos, de manera de evaluar, en términos de su seguridad operacional, las estimaciones realizadas a nivel de proyecto respecto su comportamiento real, como también generar una base datos confiables para ser utilizadas en procesos de benchmarking . Los factores a considerar en las diferentes etapas de un proyecto se pueden sintetizar en los siguientes: • La confiabilidad de los equipos: Se refiere a la aptitud del equipo

de funcionar correctamente en las condiciones operativas durante todo su ciclo de vida. El índice que lo caracteriza es el MTBF. • La mantenibilidad de los equipos: Se relaciona con la aptitud de equipo de ser llevado a la condición de correcto funcionamiento. El índice que lo representa es el MTTR. • La logística: Se refiere a la aptitud de la organización a favorecer las prestaciones necesarias para que los servicios de apoyo al restablecimiento de las condiciones operacionales sean oportunos. El índice que lo caracteriza es el MDT. • El costo del ciclo de vida: Se relaciona con la aptitud del equipo para asegurar su performance al mínimo costo global durante todo el ciclo de vida. El índice que lo representa es el LCC. En síntesis, la Ingeniería de la Confiabilidad en fase de proyecto puede aportar significativamente al análisis de diferentes alternativas con una mirada distinta, a través y complementariamente a la manera tradicional en que se aborda este tipo de estudio, por lo que representa un factor diferenciador y de gran valor que permite la búsqueda de la mejor solución en la perspectiva de todo el ciclo de vida de los proyectos. Entre las áreas en que puede contribuir y agregar valor es posible mencionar: • decisión sobre el costo de capital en relación a la falta de producción, • determinación de la seguridad operacional e impacto ambiental,

88

I��������� �� �� �������������

• modelación y simulación para determinar la disponibilidad y uti• • • • • • • • • • •

lización, definición sobre la distribución de equipos en planta, identificación de planes de producción y estrategia de mantenimiento, análisis de riesgo e incertidumbre producto de variables internas y externas, definición de niveles de redundancias, determinación de niveles de stock pile y work in process, selección de equipos incorporando la variable seguridad operacional, definición y gestión de repuestos críticos, decisión sobre el nivel de descentralización de los servicios, determinación del nivel de fraccionamiento de las instalaciones, definición de política de tercerización, y contribución y definición de competencias de operadores y mantenedores.

6.3 Fase del ejercicio

Durante el ejercicio las condiciones operacionales de las instalaciones industriales están cambiando continuamente, por lo que es fundamental su evaluación permanente de manera de mejorar el desempeño de los activos en beneficio del resultado de negocio, a través de decisiones oportunas en relación a: • • • • • •

las estrategias productivas, de mantenimiento y de abastecimiento; los procedimientos y herramientas; las nuevas tecnología y los sistemas informáticos de apoyo; el reemplazo o adecuación de los equipos; la transformación de los sistemas productivos; y la definición de los programas formativos.

Para mostrar el efecto del cambio de las condiciones externas sobre las decisiones internas de la empresa, es posible establecer que, en la medida que el precio de un producto aumenta los costos de la falta de producción también se incrementan para un determinado tiempo de detención no programado. Por lo que, para este ejemplo, aplicar una política de prevención más rigurosa y costosa puede representar una solución más conveniente desde el punto de vista del costo global (costo directo más costo de ineficiencia). 89

A. A����

 Entre las condiciones que cambian, considerando solo algunas de ellas relacionadas con la gestión de los activos, es posible mencionar: • Variaciones del comportamiento de los equipos producto del ciclo

de vida en que se encuentran. • Variabilidad de las características operacionales del proceso debido a las alteraciones de las variables que regulan, como las materias primas. • Cambiantes condiciones del entorno impuestas por el mercado pueden alterar tanto los costos de producción como los ingresos, debido a las variaciones de los precios. • Modificación de los factores ambientales que pueden alterar el sistema productivo. El intentar prever este tipo de cambios a través de la Ingeniería de la Confiabilidad puede permitir adecuar oportunamente las estrategias de producción, mantenimiento y abastecimiento; las formas de gestionar los activos y las personas; y los equipos y las instalaciones industriales, de manera de anticiparse a los imprevistos y las emergencias que afectan los sistemas productivos, la seguridad de la personas y el cuidado del medio ambiente, perjudicando no solo los resultados económicos del negocio (ROA), sino también su imagen relacionada con la responsabilidad social empresarial (RSE). Al igual que los ingenieros de proyectos de capital, los profesionales encargados de la operación y el mantenimiento de las instalaciones, relacionadas con plantas industriales como con flotas de equipos, en general tampoco han internalizado a la Ingeniería de la Confiabilidad para mejorar la gestión de los activos, orientándola a obtener mejores resultados como consecuencia del aumento de los ingresos y de la reducción de los gastos, al tener mayor control de sus equipos y de los sistemas. Esta debilidad, casi generalizada en las organizaciones industriales, responde a la insensibilidad de muchos de los profesionales y ejecutivos que operan, mantienen y dirigen empresas sobre las oportunidades que ofrece una adecuada gestión de los activos durante su ejercicio; oportunidades que se relacionan con los posibles ahorros de los gastos producto de la gestión de los equipos (es normal encontrar valores por sobre el 25% y de hasta el 40%, de los costos operacionales en 90

I��������� �� �� �������������

empresas intensivas en activos físicos), así como por los potenciales incrementos de los ingresos por una mejor y mayor utilización de los equipos y las instalaciones. El problema radica en que los ejecutivos han visto en la gestión de los activos un gasto, por lo que en su tratamiento exigen eficiencia. Diferente sería si se la viera como una opción que puede contribuir con los resultados, convirtiéndose en un factor de competitividad. Los operadores difícilmente asumen el costo asociado con el mal uso de los equipos, ya que tienen una visión de corto plazo respecto a lo activos involucrados en su proceso, limitándose, en general, a cumplir con los planes de producción sin considerar el valor patrimonial de los equipos que les corresponde operar. Por otro lado, los mantenedores se orientan preferentemente a ejecutar mantenimiento de manera reactiva más que a estudiar cómo evitar los daños, no solamente a través de una actitud preventiva, sino también proactiva orientada al mejoramiento continuo de las prestaciones de los equipos interviniéndolos incluso genéticamente. Los profesionales de abastecimiento han privilegiado una gestión orientada a reducir los costos de adquisición y los costos financieros, en una perspectiva de corto plazo. No se utiliza una visión de largo plazo en la que se considere la seguridad operacional como un factor que afecta el costo de la falta de producción. La Ingeniería de la Confiabilidad es la forma de superar estas debilidades a nivel del ejercicio, ya que aporta valor a la gestión de los activos e integra las diferentes funciones de la organización relacionadas con esta importante área en empresas intensivas en el uso de equipos en sus procesos productivos. En el ámbito de la operación, la Ingeniería de la Confiabilidad es la actividad que extiende el ciclo de la gestión de los activos desde el enfoque tradicional limitado al cumplimiento eficiente del Plan Productivo de Mantenimiento hacia un nuevo enfoque que busca su dinamización y actualización a través de un proceso de mejoramiento continuo, de forma de lograr una gestión eficaz que contribuya con la competitividad sustentable perseguida por la empresa.

91

A. A����

¿Cómo organizar el plan?

¿Qué cambio es necesario hacer?

Análisis

Trabajo Requerido

Planificación

Ordenes de Trabajo ¿Cómo organizar el trabajo?

Elementos críticos

Programación

Ingeniería de la Confiabilidad

Ejecución Programas & Asignaciones ¿Cómo hacer el trabajo?

¿Cómo mejorar?

KPI’s

Datos Históricos

Ejecución

Ref: Adolfo Arata A

Figura. 1.24: Extensión de ciclo a través de la Ingeniería de la Confiabilidad

Es la unidad de la Ingeniería de la Confiabilidad la que permite; a partir del comportamiento de los equipos y sus componentes principales, y con los correspondientes modos de fallas, causas y consecuencias; definir las inspecciones y las intervenciones, generando la estrategia para la gestión de los activos (mix de políticas de mantenimiento) contenidas en el Plan Productivo de Mantenimiento. Es oportuno recordar que, si bien lo que se busca mejorar el resultado del negocio, es decir, visualizar el impacto a nivel del sistema, es requerimiento básico focalizar las políticas a nivel de los componentes inspeccionables, reparables o reemplazables de los equipos críticos. Es importante mencionar que para equipos complejos, no más del 4 por mil (un par de decenas) de los componentes definen su seguridad operacional por sobre un 90%. La Ingeniería de la Confiabilidad es la que permite cerrar el ciclo del mejoramiento continuo de la gestión de los activos durante el ejercicio, ya que a partir de los datos históricos recabados de la operación de los equipos se realiza un análisis para identificar las oportunidades de mejora (beneficios y ahorros), las que después de su evaluación técnica y económica podrán ser implementadas en el Plan Productivo de Mantenimiento. Recién al cierre del ciclo de mejoramiento continuo, orientado a la dinamización (actualización permanente) del plan, se manifiesta la contribución de la Ingeniería de la Confiabilidad al negocio, en caso contario su rol se limita a generar KPI’s a partir de los datos, sin generar mayor valor. En consecuencia, el vínculo entre la Ingeniería de la Confiabilidad, orientada a contribuir con la eficacia (visión estratégico-táctica), y la 92

I��������� �� �� �������������

ejecución, orientada a mejorar la eficiencia (visión operativa), ocurre a través de los datos provenientes del comportamiento de los equipos y del Plan Productivo de Mantenimiento producto de las mejoras realizadas a estos y los sistemas. Resultados Datos

MC

 An álisis

Ingeniería de Confiabili dad

Plan Maestro

Figura. 1.25: Ciclo de mejoramiento continuo

Durante el ejercicio, la Ingeniería de la Confiabilidad busca encontrar la relación entre los costos directos y los costos de ineficiencia con el interés de reducir el costo global durante todo el ciclo de vida de los equipos. El costo de ineficiencia puede reducirse a través del aumento de gastos directos, tanto en el ámbito de la gestión como de las inversiones. En el ámbito de la gestión es posible mencionar: • contratación de terceros, • incorporación de políticas más sofisticadas de prevención, • programa de inspecciones más exigentes, • mejoramiento de las competencias de las personas, y • políticas de repuestos. En el ámbito del proyecto se pueden indicar: • reemplazo de equipos, • mejoras en la confiabilidad de los equipos, • mejoras en la mantenibilidad de los equipos, y • aumento de las redundancias.

93

A. A����

6.4 Apoyo informático

La Ingeniería de la Confiabilidad asume un rol cada vez más relevante en el proceso de cambio de cómo los operadores deben operar los equipos, de cómo los mantenedores deben hacer el mantenimiento, de cómo los ingenieros deben concebir los proyecto, de cómo los profesionales de abastecimiento deben gestionar los repuestos críticos, y de cómo los ejecutivos de las empresas deben visualizar la gestión de los activos. Sin embargo, para lograr este cambio cultural en los profesionales relacionados con los activos físicos de la empresa, se requiere de la participación de ingenieros de confiabilidad que aportan, con una visión sistémica, específica e integradora, a través de la generación de conocimiento, KPI’s y apoyo en la identificación de las oportunidades de mejoras para su implementación de acuerdo a su viabilidad técnica y económica. Si bien conceptualmente la Ingeniería de la Confiabilidad es de fácil comprensión, su aplicación requiere de modelos y algoritmos analíticos y probabilísticos complejos, ya que las instalaciones industriales están formadas por una gran cantidad de equipos que se encuentran en diferentes fases de su ciclo de vida (mortalidad infantil, vida útil y desgaste), e integrados sistémicamente de las más diversas formas (serie, paralelo, redundancia parcial, stand by, fraccionamiento, stock pile), por último, los costos asociados son de variada índole (costos directos y costos de la falta) y cambian en el tiempo tanto por condiciones internas (organizacionales) como externas (mercado). Estos modelos permiten la simulación de diferentes soluciones en término de las redundancias, del fraccionamiento, de los sistemas de acopio y de las características de los equipos; como también del tipo de estrategia de gestión a implementar, permitiendo determinar las criticidades, la seguridad de funcionamiento de las instalaciones (disponibilidad) y los costos globales asociados. Dada la complejidad y la dinámica de estos procesos, es fundamental contar con enfoques y herramientas informatizadas que permitan modelar y simular de manera fácil y confiable. Con esta finalidad nace el enfoque R-MES que cuenta con el correspondiente soporte informático. Además, es necesario considerar el soporte de las tecnologías de la información y comunicaciones (ICT) a través de los CBM (condidition base maintenance), los CMMS (computer maintenance management system) y los data base system, de manera de asegurar la captura y el 94

I��������� �� �� �������������

registro confiable de los datos que resultan de las intervenciones y las inspecciones (mobility), como también de su procesamiento a través de algoritmos y modelos, para transformarlos en información y conocimiento útil y oportuno que contribuya, desde la perspectiva de la Confiabilidad Operacional, con el desarrollo de nuevos proyectos de capital y con la elaboración de los planes productivos de mantenimiento y su permanente mejoramiento producto de la dinámica asociada a la operación de los equipos, de las competencias laborales de las personas y de las cambiantes condiciones del entorno. En el ámbito de la ejecución, los CMMS son sistemas informáticos de apoyo orientados a gestionar de manera eficiente el Plan Productivo de Mantenimiento. Entre las funciones que le corresponde realizar es posible destacar la programación del mantenimiento preventivo; programación, generación, cierre y registro de las órdenes de trabajo (OT); registro de inventario de mantenimiento, reparaciones y operaciones; registro de costos directos de mantenimiento; y almacenamiento de procedimientos de mantenimiento y reparación. Los sistemas más comunes, entre otros en uso, son SAP-R/3 y MRO Máximo. El primero se destaca por la fuerte integración con otros módulos y el segundo por su facilidad de uso. También algunos de los sistemas informáticos de Ingeniería de la Confiabilidad, como el R-MES, pueden aportar de manera importante a ella, si bien su foco no es la gestión. En el ámbito de la gestión de la información, los data base systems  y los sistema de captura y transmisión son aplicaciones de las tecnologías de la información y las comunicaciones (ICT) orientadas a almacenar, estructurar, administrar, actualizar, capturar y transmitir información relevante de operaciones y mantenimiento para la toma de decisiones (LAN, Wireless, PDA, Smart sensor, RFID, etc). En el ámbito de la Ingeniería de la Confiabilidad, las plataformas informáticas tipo R-MES son aplicaciones que permiten, a partir de la data histórica proveniente de operaciones y mantenimiento, realizar análisis estadísticos y probabilísticos de carácter determinísticos y estocásticos, a través de modelaciones y simulaciones, para identificar oportunidades de mejoras, sean de gestión o de proyectos, de los activos físicos, las que se manifiestan, una vez evaluadas técnica y económicamente e implementadas, en el Plan Productivo de Mantenimiento.

95

A. A���� Sistemas de Gestión

RRHH Insumos Equipos Flowsheets Mejoramiento Planificación

Ámbito

Simulación

OT Programas

KPI’s Análisis

Ingeniería

Vencimiento

Contratos Datos Indicadores

Acción

Control Resultados

Orientados hacia la eficacia

Información

Ingeniería de la Confiabilidad

Orientados hacia la eficiencia

Ejecución

Ref: Adolfo Arata A

 Figura 1.26: Integración entre los sistemas de ingeniería y de gestión

Los sistemas informáticos de Ingeniería de la Confiabilidad son herramientas de modelación, simulación y análisis que apoyan su implementación y desarrollo para el mejoramiento del diseño y de la gestión de activos. Entre las funciones que le corresponde realizar es posible mencionar: • determinación de equipos críticos y su impacto sobre el negocio; • identificación de los costos de la falta de producción debido a la • • • • • • • • • • •

no disponibilidad y utilización de las instalaciones; identificación de oportunidades de mejoras en el ámbito de la gestión y de proyecto; definición de la estrategia de mantenimiento (mix de políticas); análisis de modos de fallas y componentes críticos (Amef-Fmeca); análisis de árboles de fallas y de causa raíz (RCA); planificación de inventarios y mano de obra; soporte de los procesos de benchmarking y generación de base de datos; definición de estándares y procedimientos de seguridad y calidad; análisis de confiabilidad, mantenibilidad, disponibilidad y capacidad productiva (T-RAM); adecuación y reemplazo de equipos de acuerdo a la evolución de la confiabilidad y la mantenibilidad; modificación de niveles de redundancia de sistemas; gestión de repuestos críticos de acuerdo a su impacto en la disponibilidad de los equipos; 96

I��������� �� �� �������������

• determinación de KPI’s a nivel de los modos de fallas, componentes,

subsistema y sistemas, y su evolución histórica y proyección futura; • modelación de diagrama lógico-funcional de sistemas (RBD) y simulación de los sistemas (RAM); • análisis de costos globales durante todo el ciclo de vida (LCC); y • orientaciones sobre la organización y las competencias necesarias para la gestión de los activos. Los softwares de Ingeniería de la Confiabilidad se caracterizan por su alto valor en término de contenido y por contar con algoritmos y metodologías que permiten a los ingenieros de confiabilidad tomar decisiones, sobre una base cuantitativa rigurosa, relacionadas con las modificaciones durante el ejercicio y el proyecto de instalaciones industriales orientadas a mejorar la gestión de los activos. Sistema de Producción Dispatch

Sistema de Mantenimiento

Sistema de Ingeniería de C onfiabilidad

SwGestión Producción

PI

Controlar

SAP

Estadístico

Datos Base de Datos

Sistema Gestión

KPI’s

Históricos

Máximo

Controlar

   s    i    s    i     l     á    n    A

Reportes

Proyectar Mejorar

Probabilístico Impacto

Equipos

E quip os P ro ces os Confiabilidad Operacional P ro ye ct os

Definición de Equipo Crítico

Emergencias

Optimización de Gestión de Activos Cuidado y Seguridad de las Personas

Gestión

Plan

Políticas Mejora

Gestión Mission MisionTime

Cuidado y Seguridad del Medioambiente

Dinamización del Plan

Negocio

MejoramientoContinuo

P er so na s

Simulación PlantasFlotas

Proyectar

MAFEC

Equipos

Ref: Adolfo Arata A

Sistema Mejora Instalaciones

Equipos

RCA

Figura 1.27: Integración de sistema con R-MES

Estos sistemas de Ingeniería de la Confiabilidad deben estar integrados con los softwares dedicados a la gestión de la producción y a la gestión del mantenimiento. Los sistemas informáticos de gestión del mantenimiento (CMMS), de gestión de la producción y los softwares de ingeniería de la confiabilidad (R-MES), apoyados en el registro de datos confiables (data base systems), son soluciones no excluyentes, por el contario, cuentan con sistemas necesariamente complementarios, ya que los primeros están 97

A. A����

orientados a mejorar la eficiencia en la aplicación del plan productivo y de mantenimiento (sistemas de administración) y, en cambio, los de la Ingeniería de la Confiabilidad se focalizan principalmente hacia la eficacia a través del mejoramiento continuo del plan en una perspectiva de mediano plazo en beneficio del negocio (sistema de alto contenido y agregación de valor). En consecuencia, la utilización integrada y coordinada de ambas soluciones informáticas permite asegurar una gestión de los activos físicos de manera eficiente y eficaz, contribuyendo, de esta forma, con el mejoramiento de la competitividad de la empresa. 6.5 Enfoque R-MES

El enfoque R-MES representa una forma para la implementación de la Ingeniería de la Confiabilidad en las diversas etapas de un proyecto industrial, desde su concepción hasta su operación, a través de la aplicación de variadas técnicas y análisis de carácter estadístico y probabilístico, tanto determinístico como estocástico. Se caracteriza por un análisis riguroso de la información y uso intensivo de modelos, con el fin de facilitar el mejoramiento continuo de los procesos intensivos en activos físicos en beneficio del negocio. In-puts

Base de dato Sist .de Gestión (Produc y Mtto)

Procesamiento

Información Expertos y Benchmark

Determinístico

¿Tipo de cálculo?

Ciclo de vida

Estocástico

Simulación de Monte Carlo

Estadístico

Cálculo de KPI’s Hist.y Probab

Ajuste de curvas Información de detenciones planificadas y no planificadas (produc. y mtto.)

Probabilístico

¿Tipo de análisis?

Diagramación lógico-funcional (modelación RBD)

Out-puts

Determinación equipos y sistemas críticos Oportunidades de mejora bajo enfoque LCC (RAM-T; Opex; Capex, RCA, MAFEC)

Oportunidades de mejoras a nivel de proyectos

Oportunidades de mejoras a nivel de gestión

Plan Productivo de M antenimie nto

Ref: Alessio Arata B- Adolfo Arata A

Figura 1.28: Proceso del enfoque R-MES

98

I��������� �� �� �������������

El enfoque R-MES es la manifestación de la Ingeniería de la Confiabilidad bajo el modelo de la Confiabilidad Operacional de la gestión de los activos, que tiene su raíz en los lineamientos que define la norma PAS-55. Según la PAS-55, la gestión de los activos se define como el conjunto de acciones y prácticas sistemáticas y coordinadas a través de las cuales una organización gestiona, de manera sostenible y optimizada, sus activos físicos, controlando las prestaciones, los factores de riesgo y los costos durante todo el ciclo de vida con el fin de lograr los propios objetivos organizacionales y estratégicos. La gestión de activos exige actuar desde la estrategia de la gestión del ciclo de vida hasta la ejecución operativa diaria, teniendo en cuenta los aspectos relacionados con los costos, los riesgos y las prestaciones, por lo que, además de la individualización de las especificaciones técnicas del equipo, deben tomarse en consideración otros aspectos asociados con su adquisición, instalación, puesta en marcha, utilización, mantenimiento, reemplazo, modificaciones y obsolescencia tecnológica y física. Para cumplir con este proceso el análisis no se puede limitar solo al componente específico que constituye el sistema, sino que también debe considerar cómo se relacionan e interactúan entre ellos desde el punto de vista funcional, de manera de determinar el nivel de criticidad de los equipos, entendido por su impacto sobre el negocio. El enfoque R-MES nace como una forma de implementar la Ingeniería de la Confiabilidad bajo la lógica de la gestión de los activos durante todo el ciclo de vida, materializado a través de una plataforma informática del mismo nombre. En términos conceptuales, el ciclo del enfoque R-MES se caracteriza por una serie de etapas que responden al proceso de la gestión de los activos iniciado con los aspectos de carácter táctico-estratégicos, para continuar con elementos operativos y de evaluación y terminar con las tareas de mejoramiento continuo de la gestión y de proyectos. En el ámbito táctico-estratégico, orientado al mejoramiento de la eficacia, se distinguen las etapas siguientes: • Establecimiento de los objetivos estratégicos de empresa, que re-

sultan del estado base de la Confiabilidad Operacional y del estado perseguido. De esta situación se obtienen las estrategias, las políticas, los objetivos y la responsabilidad que le corresponde a 99

A. A����

la Ingeniería de la Confiabilidad en el diseño y la gestión de los activos físicos. Los BSC (Balance Score Card ) son una forma de materializar esta acción. • Individualización de los componentes críticos del sistema, que resultan por su comportamiento particular (frecuencia de detenciones no programada) así como por su impacto sobre el negocio (riesgo asociado al costo de la falte de producción). Las curvas de iso-criticidad (indisponibilidad de equipos-consecuencia sistémica) y la gráfica de dispersión (frecuencia de detención-tiempo de reposición), son elementos de gran apoyo para facilitar esta acción. • Identificación de las oportunidades de mejoras en los ámbitos de la gestión y de proyectos, orientadas a superar las condiciones críticas identificadas a través del análisis de KPI’s de carácter históricos y probabilísticos. El apoyo de indicadores tipo OEE (Overall Equipment Effectiveness) y metodologías como la RCA (Análisis Causa Raíz) son una potente manera para la búsqueda de mejoras. • Actualización y dinamización del plan productivo de mantenimiento, identificando las tareas de intervención e inspección y los recursos requeridos para su implementación. El uso de metodologías como AMEF, MAFEC (Análisis de modos de fallas críticos) son de gran apoyo. En el ámbito operativo, orientado al mejoramiento de la eficiencia, se distinguen las etapas siguientes: • Programación de las tareas definidas en el Plan Productivo de

Mantenimiento, considerando las alteraciones producidas por los imprevistos y la asignación de los recursos necesarios para su cumplimiento de manera eficiente. • Ejecución y control de las tareas programadas y de aquellas que resultan de los imprevistos que es necesario resolver. En el ámbito de la evaluación, orientada a determinar el cumplimiento de los presupuestos asignados y la determinación de la conveniencia técnica y económica de la implementación de las oportunidades de mejoras identificadas, en una perspectiva que considera los benefi-

100

I��������� �� �� �������������

cios y los costos globales durante todo el ciclo de vida de los equipos, podemos considerar las etapas siguientes: • Evaluación y control de los costos asociados con las tareas realizadas. • Proyección de los costos globales (costos directos y costos de la

falta) durante todo el ciclo de vida de los equipos (LCC). En el ámbito del mejoramiento continuo, orientado propender hacia el estado deseado a partir del involucramiento de toda la organización, es posible identificar la etapa siguiente: • Implantación de un sistema de administración y de gestión del

proceso de mejora continua, que permita motivar la generación de sugerencias a nivel de los operadores mantenedores y ejecutivos relacionados, como también la identificación de nuevas tecnologías y metodologías. Con la aplicación de este ciclo, compuesto por las diferentes etapas especificadas, se responde con la filosofía perseguida por el enfoque R-MES que se realiza a través de la plataforma informática del mismo nombre integrada con los softwares de gestión de la producción y el mantenimiento, de forma de desarrollar una gestión de los activos físicos eficiente, eficaz y efectiva, en un ambiente que promueva la innovación. De esta manera se logrará una competitividad sustentable en el tiempo, que asegurará su contribución permanente con los resultados del negocio.

101

C������� D��

E������ R-MES

�. V����� ��������� En términos generales es posible establecer que la complejidad del mundo obliga la visualización de las relaciones y la integración entre las distintas entidades que componen las diversas redes que estructuran una realidad colectiva. Por esta razón, el enfoque sistémico permite identificar de manera organizada los componentes físicos y las funcionalidades de los elementos que componen un sistema, considerando su interacción o interdependencia. Este enfoque sistémico no se limita a las complejidades propias de la sociedad, sino que también alcanza a los sistemas técnicos que cada día son más sofisticados e integrados. El enfoque R-MES plantea, dentro del estudio de procesos productivos industriales, la incorporación de la visión sistémica para el establecimiento de los vínculos entre los activos físicos que componen un sistema (plantas y flotas), en el que se precisa su funcionalidad como conjunto integrado de manera de determinar el impacto del comportamiento de cada equipo sobre el sistema. Este enfoque, respecto a cómo enfrentar sistemas productivos complejos desde una perspectiva de la seguridad de funcionamiento, representa una opción concreta y confiable para analizar plantas y flotas de gran magnitud, que se caracterizan por la relación de una gran cantidad de equipos, cuyas configuraciones de funcionamiento son diversas y complejas debido a sus dependencias, los altos niveles de redundancia y los grados de fraccionamiento que presentan, lo que influye en la confiabilidad operacional de los sistemas. Las relaciones existentes entre los distintos equipos y su comportamiento operacional determinan el impacto económico que implica la indisponibilidad de cada uno de ellos sobre el resultado del negocio.

103

A. A����

El concepto «sistema» se entiende como una agrupación de componentes básicos, configurados de manera tal que desempeñan en conjunto una función determinada, producto del desempeño funcional de cada uno de los componentes del sistema y su interrelación. Los sistemas quedan definidos por las unidades que lo componen y por las tareas que realizan dentro de un proceso productivo. Para configuraciones complejas con muchos componentes, la definición de los sistemas se realiza de manera jerárquica, de lo más general a lo más específico. Para el caso de las instalaciones industriales, la planta o la flota constituyen la entidad integrada que define el sistema y los equipos específicos y sus componentes son las unidades básicas que están agrupados en subsistemas particulares. El desempeño de un sistema depende del comportamiento y del ordenamiento de los subsistemas que lo componen, y estos de sus equipos y componentes constituyentes. La pérdida de funcionalidad de cada equipo afecta de manera distinta el comportamiento de subsistemas y del sistema, ya que el impacto de cada uno de ellos depende de la configuración en que se encuentra y de su desempeño particular en el tiempo. El análisis sistémico del proceso productivo busca determinar el impacto del comportamiento de cada equipo o componente a nivel global, de manera de identificar su efecto sobre el negocio.

�. E� ������� R-MES El enfoque R-MES surge como un modelo global de Ingeniería de la Confiabilidad para las diversas fases de un proyecto industrial, a través de la incorporación de variadas técnicas y análisis basados en la confiabilidad de los equipos, durante todo el ciclo de vida. Se caracteriza por un análisis riguroso de la información y el uso intensivo de herramientas, con el fin de facilitar el mejoramiento continuo de los procesos intensivos en activos físicos. En la siguiente figura 2.1, se presenta de manera esquemática las distintas etapas del enfoque R-MES.

104

I��������� �� �� �������������

Figura 2.1: Diagrama del enfoque R-MES

2.1 Etapa 1: Configuración lógica funcional del sistema

Esta etapa considera el paso desde el flowsheet  y diagrama de proceso de una planta o flota de equipos, hacia un diagrama lógico funcional que permita evaluar a cada componente del proceso por su impacto sobre este, independiente de su función específica y el orden general del proceso. Se reconoce al modelamiento Reliability Block Diagram (RBD) como la manera más efectiva para realizar la interpretación y caracterización de cada uno de los componentes de un sistema en un «bloque lógico». Las configuraciones básicas para el modelamiento RBD son: serie, redundancia parcial total y parcial, stand-by y fraccionamiento. 2.2 Etapa 2: Adquisición de datos

Una vez que los equipos son modelados bajo RBD, es necesario conocer su comportamiento de detenciones, producto de las fallas y la mantenibilidad. Como también, para algunos casos de análisis, las detenciones operacionales. En este sentido, los datos históricos de funcionamiento representan la manera más fidedigna de caracterizar un 105

A. A����

equipo, ya que permiten conocer su desempeño y rendimiento en sus condiciones reales de operación. Obviamente, no siempre es posible conocer este historial de intervenciones, debido a que no se ha llevado registro de él, o bien, a que el equipo es nuevo y se encuentra en una fase de proyecto. Como consecuencia de lo anterior, surgen como alternativas la búsqueda de información a través del benchmarking , de los fabricantes y de equipos de similares características operando en condiciones parecidas. 2.3 Etapa 3: Parametrización de data histórica – ajuste de curvas

Las distribuciones probabilísticas, en general, son muy utilizadas para resolver y modelar problemas de ingeniería, debido a la virtud que poseen para explicar y parametrizar diversas series de datos, en modelos ya conocidos. Las distribuciones Weibull y Exponencial se relacionan directamente a los comportamientos de fallas de un equipo industrial. Incluso, se puede generalizar que solo basta con la distribución Weibull, ya que la Exponencial es un caso particular de esta. Este proceso de ajuste de curvas para la descripción de un fenómeno de análisis de fallas permite una mejor comprensión de su comportamiento, facilita la sensibilización de los parámetros involucrados y apoya la realización de proyecciones sobre el comportamiento futuro. 2.4 Etapa 4: Determinación de la etapa en el ciclo de vida

Como consecuencia de la etapa anterior y la distribución asociada al comportamiento de falla de un equipo, se puede establecer la etapa de ciclo de vida de un componente, lo que condiciona de manera directa la política de mantenimiento y su evaluación de confiabilidad. Para modelar estos comportamientos se utiliza el diagrama conocido como «curva de la bañera», que establece el comportamiento de la tasa de falla para cada una de sus tres fases: rodaje o mortalidad infantil (tasa de fallas decreciente), vida útil (tasa de fallas constante) y desgaste (tasa de fallas creciente). 2.5 Etapa 5: Obtención de indicadores de desempeño (KPI's)

Cada una de las fases precedentes permite establecer los parámetros necesarios para configurar el sistema y la relación entre sus distintos componentes. De esta manera, es posible desarrollar cada uno 106

I��������� �� �� �������������

de los análisis y estudios, para efectuar un correcto diagnóstico de la situación base que permita identificar las oportunidades de mejoras que finalmente impactan en la dinamización del Plan Productivo de Mantenimiento en un proceso de mejoramiento continuo. De acuerdo con la información entregada al sistema, se pueden determinar una serie de indicadores, dentro de los cuales es posible mencionar: • confiabilidad, probabilidad de buen funcionamiento; • tasa de fallas, número de fallas por unidad de tiempo; Mean Time Between Failures, MTBF; Mean Time To Repair, MTTR; • disponibilidad probabilística, proyección de la fracción de tiempo • •

en la que el componente se encontrará en condiciones para operar; • disponibilidad histórica respecto de un período de evaluación, indica la fracción de tiempo en la cual el componente estuvo en condiciones de operación; • utilización respecto de un período de evaluación, indica la fracción de tiempo en la cual el componente estuvo en operación; y • costo de la falta, costo asociado por la indisponibilidad del componente. 2.6 Etapa 6: Análisis de criticidad 

Es una etapa fundamental para realizar un buen análisis, ya que permite focalizar los esfuerzos y recursos en los componentes más críticos identificados por su impacto sobre el sistema, en consecuencia, en el negocio, de manera de identificar las oportunidades mejoramiento. El análisis de criticidad basa su modelo en la determinación de los costos de la falta originado por cada equipo o componente, a través de la obtención de la indisponibilidad traducida en el costo de la falta de producción, que es dependiente de la configuración lógica funcional que posee el sistema. Para facilitar la identificación de los equipos, componentes o modos de falla se dispone de herramientas de soporte gráfico como: gráficos de dispersión (lineal y logarítmica), diagramas de Pareto, diagrama  Jack Knife y la gráfica Nelson-Aalen, matriz de indisponibilidad y consecuencia, entre otros.

107

A. A����

2.7 Etapa 7: Oportunidades de mejora

Una vez realizado el análisis de criticidad e identificados los elementos que cumplen con esta condición, se realiza un análisis de tipo cualitativo para la búsqueda de oportunidades de mejoramiento. Entre las principales metodologías se destacan: MAFEC, FMECA, RCM, Análisis Causa-Raíz, Árboles de Falla, Teoría de las Restricciones, entre otras. El objetivo de esta etapa se centra en la detección de oportunidades a través de la participación de los diversos actores asociados a la problemática, de manera de identificar modos de falla internos, externos u ocultos, para su estudio, análisis y mejoramiento. Las oportunidades de mejora pueden ser tanto por cambios en el ámbito de la gestión como por modificaciones de diseño a nivel de equipo o de sistema. Existen variadas acciones que se pueden emprender, por lo que a continuación se presentan algunas de ellas, asociadas con la gestión y el proyecto. 2.8 Etapa 8: Mejoras de gestión

Las mejoras de gestión van orientadas a establecer nuevas políticas y procedimientos que permitan hacer más eficiente y eficaz la forma de operar y mantener los equipos y las instalaciones, buscando la reducción de los costos globales (costos directos y costo de la falta) y la mejor utilización de los activos físicos durante todo su ciclo de vida, de manera de incrementar el resultado del negocio. Todo cambio en la gestión debe quedar de manifiesto a través de la respectiva modificación del Plan de Mantenimiento Productivo. Entre las diversas posibilidades de cambios en la gestión es posible mencionar: la definición de las políticas de mantenimiento, la gestión de los repuestos críticos, y la gestión de las personas en términos de su productividad y competencias (programas de formación y capacitación).

2.8.1 Definición de políticas Un aspecto fundamental en el ámbito de la Ingeniería de la Confiabilidad es la definición de la estrategia de mantenimiento que resulta de la determinación del mix de las políticas de mantenimiento que minimizan el costo global. El registro y análisis de las intervenciones de cada elemento, sumado a la evaluación de su impacto en los costos de la falta sistémicos, permiten dinamizar las políticas de mantenimien108

I��������� �� �� ����������� ������������� ��

to de acuerdo al contexto operacional, en beneficio del mejoramiento del Plan Productivo de Mantenimiento (optimización de los recursos empleados vs. los resultados esperados). Entre las políticas de mantenimiento destacan el mantenimiento correctivo (no emergencia), preventivo cíclico, preventivo según condición, preventivo predictivo, planes de inspecciones y, finalmente, el mantenimiento mejorativo. Este último, a diferencia del resto, implica la modificación genética del equipo, orientado a mejorar su condición operacional y de mantenimiento sin que signifique un cambio en su valor patrimonial.

2.8.2 Gestión de repuestos críticos Según una visión clásica, el inventario de repuestos genera pérdida financiera (derroche), por lo que su optimización implica réditos. Ciertamente esto tiene validez para materiales y repuestos de alta rotación, sin embargo, para el caso de los repuestos críticos aparece una variable determinante para la toma de decisiones, cual es la clasificación del nivel de criticidad del componente en estudio. Para esto casos, el modelo de asignación se evalúa bajo la perspectiva de «tener» o «no tener» el repuesto crítico en bodega respecto a su impacto en la indisponibilidad (costo de la falta). Por lo que, para este tipo de situación, las herramientas clásicas para enfrentar este tipo de problemas como la «clasificación ABC» o «Modelo de Wilson» pierden terreno por modelos basados en confiabilidad, como el RCS (Reliability Centered Spares). Bajo el enfoque de la Ingeniería en Confiabilidad, la política de aprovisionamiento de repuestos críticos dependerá de la confiabilidad (MTBF) del componente, de su costo, del capital inmovilizado, del costo de inventario, del lead time y  y,, finalmente, del costo de la falta del proceso.

2.8.3 Competencias laborales El comportamiento de los equipos no depende solo de sus condiciones físicas y del proceso, sino que está fuertemente afectado por las competencias de los operadores, mantenedores e ingenieros de confiabilidad, por lo que la definición de programas de formación y capacitación para las personas se traduce en una herramienta poderosa de la Ingeniería de la Confiabilidad.

109

A. A����

2.9 Etapa 9: Mejoras de proyectos

Ya sea en las distintas fases de diseño de un nuevo proyecto (conceptual, básica o detalles), o durante la operación de una planta industrial o una flota de equipos, se pueden estudiar cambios para mejorar el comportamiento operacional de las instalaciones a través de modificaciones asociadas con la confiabilidad, mantenibilidad y diagnosticabilidad de los equipos y de los sistemas, logrados por modificaciones particulares y por aumento del nivel de redundancia. Para la definición de este tipo de mejoramientos, principalmente cuando se refieren al sistema (plantas o flotas), se requiere el desarrollo de modelos y la realización de simulaciones, con el apoyo de herramientas como Montecarlo, para la identificación de aquellas oportunidades de mejoras que reducen el costo global durante todo el ciclo de vida (LCC) de las instalaciones y de los equipos, en beneficio del resultado del negocio. Toda definición de un nuevo proceso a nivel de proyecto, como también cualquier cambio asociado con el reemplazo o modificación de un equipo y del sistema, debe quedar manifestada en el Plan de Mantenimiento Productivo. Además, estos cambios obligan a la readecuación del diagrama lógico-funcional (RBD) definido en la Etapa 1 del enfoque R-MES, generándose el ciclo de mejoramiento continuo. A modo de ejemplo, entre las alternativas que se pueden considerar en esta etapa es posible indicar: el reemplazo de equipos; la incorporación de redundancia, a través de la incorporación de equipos de respaldo, aumentando el fraccionamiento de las instalaciones; la incorporación de stock pile; etc.

2.9.1 Modificación de equipos Del estudio y análisis del comportamiento operacional de los equipos y de las condiciones de mantenimiento es posible identificar oportunidades de mejoras orientadas a aumentar los tiempos entre detenciones (fallas) y reducir los tiempos de reparación (diagnóstico, logística, reparación, puesta en marcha), para lo que es necesario abocarse a los fenómenos asociados con la confiabilidad, mantenibilidad y diagnósticabilidad de los equipos.

2.9.2 Reemplazo de equipos En general, los modelos relacionados con el reemplazo de los equipos quedan restringidos al análisis económico y financiero, el que solo 110

I��������� �� �� ����������� ������������� ��

considera la comparación entre los costos de capital y los operacionales, sin considerar los beneficios asociados con el mejoramiento de la seguridad de funcionamiento de los equipos y su impacto sobre el sistema, producto de la mayor confiabilidad y las facilidades de mantenimiento y diagnóstico de los equipos, lo que se traduce en aumento de la disponibilidad y la reducción de los costos de la falta de producción asociada.

2.9.3 Aumento de redundancia La criticidad de los equipos depende de sus particularidades operacionales y de mantenimiento y del impacto de su detención sobre el sistema, por lo que la manera de mejorar la capacidad productiva de las instalaciones (planta o flota) está asociada no solamente al mejor comportamiento del equipo, sino también al aumento del nivel de redundancia de las configuraciones, la que es posible lograr a través de la incorporación de equipos stand by, paralelo, stock pile, como también incrementado en nivel de fraccionamiento de las instalaciones industriales. 2.10 Etapa 10: Plan maestro de gestión de activos

A través de las diferentes etapas descritas, el enfoque R-MES tiene sentido en la medida que genere valor económico para la empresa, por lo que su aporte se manifiesta cuando las oportunidades de mejoras se implementen de manera concreta en el Plan Productivo de Mantenimiento. Sin embargo, este proceso no es estático, por el contrario, es un proceso de mejoramiento continuo que permite la dinamización permanente del Plan Maestro ya que cualquier superación de un factor crítico solo implica la generación de uno nuevo que se mantenía escondido. Este proceso del enfoque R-MES, que encarna la Ingeniería de la Confiabilidad, asegura que las organizaciones propendan hacia la excelencia en lo que se refiere al diseño y a la gestión de los equipos y las instalaciones, ya que es un factor de competitividad sustentable en empresas intensivas en activos físicos.

�. E�������� ������������ ��� ������� R-MES Para entregar la fundamentación teórica, en esta sección se presentan los elementos conceptuales necesarios para enfrentar cada una de las etapas que configuran el enfoque R-MES. 111

A. A����

3.1 Etapa 1: Configuración Configuración lógica-funcional del sistema

La primera etapa del enfoque e nfoque R-MES se orienta a la representación lógico-funcional del sistema, ya sea esta una instalación industrial asociada con una planta o una flota.

Figura 2.2: Etapa de Configuración sistémica en el enfoque R-MES

3.1.1 Modelo de configuración sistémica través del RBD El enfoque R-MES permite realizar un análisis sistémico de la seguridad funcional de instalaciones industriales complejas, sean plantas o flotas, a partir de su representación a través de diferentes configuraciones predefinidas de equipos, siempre respetando las condiciones operacionales definidas por el proceso. Para la representación sistémica funcional de los procesos, el enfoque R-MES utiliza el Reliability Block Diagram   (RBD), que permite representar el sistema, bajo la perspectiva lógico-funcional, lógico-funci onal, como una red de componentes organizados, identificando, en términos de continuidad operacional, la contribución y efecto de cada uno sobre el sistema. RBD es una técnica de análisis gráfico que expresa al sistema en cuestión como una conexión de componentes según su relación lógica 112

I��������� �� �� ����������� ������������� ��

de confiabilidad. Las conexiones básicas de este modelo están representadas por la configuración en serie, que representa lógicamente un «y» entre componentes, y la configuración en paralelo, la cual representa un «o». Este modelo de análisis es intuitivo y fácil de establecer establecer,, por lo que es muy utilizado para representar sistemas complejos que involucren un alto número de equipos y complejas configuraciones. Una modelación RBD no necesariamente representa la conexión física de los componentes en el sistema, sino que solo indica cómo el estado de los componentes (funcionamiento o en falla), representados por bloques como se presenta en la Figura 2.3, aseguran el funcionamiento del sistema. Equipo C Equipo A

Equipo B

Equipo D

Figura 2.3: Configuración RBD

Un modelo de estimación de la confiabilidad global sistémica debe representarse en función de las confiabilidades individuales individuale s de los equipos que conforman el sistema (Ecuación (2.1)). Por esta razón, en este capítulo se introducen las configuraciones RBD más utilizadas y sus respectivos cálculos de confiabilidad. R S (t) = f(R 1 (t), , R i (t),  , R n (t)) ∀ t ∈ [0, ∞]

(2.1)

Donde, RS(t): confiabilidad del sistema Ri(t): confiabilidad del componente i del conjunto de n componentes Además, es importante mencionar que los equipos que componen el sistema necesariamente consideran las siguientes observaciones: · La falla falla de un elemento elemento constituye constituyente nte de un un sistema sistema es casual y estadísticamente independiente del hecho que se produzca una falla en otro elemento del sistema. 113

A. A����

· La definición definición entre entre el estado estado de funcionamient funcionamientoo y el de falla falla es dependiente (o no) del modo en que funcionen las otras partes del sistema. Esta última observación obliga a tener especial cuidado con la diagramación de los bloques (equipos o subsistemas), de modo que no se pierdan los escenarios que generen la discontinuidad del proceso. Antes de describir las configuraciones existentes para la modelación RBD, es oportuno mencionar la importancia de la confiabilidad que es sistémicamente calculada: · al conocer conocer el comporta comportamiento miento de cada component componente, e, es posible posible deducir el del sistema: · es posible posible jerarquiz jerarquizar ar sobre sobre la base de componentes componentes críticos; críticos; · evaluar el efecto efecto del mantenim mantenimiento iento de un componente componente sobre sobre el sistema; · orientar orientar las estrat estrategias egias de mantenimiento mantenimiento para el sistema; sistema; y · proyectar proyectar los sistem sistemas as con caracterís características ticas óptimas óptimas mediante mediante la la simulación. a. Configuración en serie La falla de uno de sus elementos1, considerado como un evento independiente, determina la falla del sistema en conjunto (Figura 2.4). Equipo A

Equipo B

Equipo C

Figura 2.4: Representación de sistema en serie

La confiabilidad del sistema en serie corresponde a la probabilidad que ninguno de los elementos falle en un tiempo determinado. Por lo tanto, la confiabilidad del sistema corresponde al producto de las probabilidades de éxito de cada uno de los componentes. Si consideramos un sistema compuesto por n elementos, se tiene que: R S (t) = R 1 (t) × R 2 (t) ×  × R n (t) = ∏ R i (t) ∀ t ∈ [0, ∞] (2.2) 1

Elemento: componente, equipo o subsistema.

114

I��������� �� �� ����������� ������������� ��

b. Configuración en paralelo Esta configuración forma parte de los sistemas redundantes, los cuales buscan obtener una mayor confiabilidad sistémica. En términos generales existen dos tipos de redundancia en paralelo (Figura 2.5): i. La redundancia parcial hace referencia a aquella configuración en la cual un grupo de elementos es capaz de soportar el buen funcionamiento del sistema. ii. Por otra parte, la redundancia total se da cuando en el sistema sistema un elemento, por sí solo, es capaz de soportar el buen funcionamiento del sistema. Redundancia Parcial

Redundancia Total

Equipo A

q/2

Equipo A

q

Equipo B

q/2

Equipo B

q

Equipo C

q/2

Figura 2.5: Representación de sistema en paralelo

La confiabilidad de un sistema en paralelo con redundancia total, al igual que los sistemas en serie, se basa en las leyes del cálculo de probabilidades, es decir, evaluando los escenarios de buen funcionamiento del sistema. Para esto existe un modelo denominado Event Space Method , el cual es una aplicación del axioma de eventos mutuamente excluyentes. La confiabilidad del sistema es simplemente la probabilidad que une todos los eventos mutuamente excluyentes que generan el buen funcionamiento del sistema. De igual modo, la probabilidad de falla es la suma de los eventos que generen fallas sistémicas. En la Tabla Tabla 2.1 se representan los eventos del buen funcionamiento de un sistema en paralelo con redundancia total de los equipos A y B de l a Figura 2.5.

115

A. A���� Tabla 2.1: Escenarios de buen funcionamiento de un sistema en paralelo con redundancia total Equipo A

Equipo B

Confiabilidad del Sistema

Funciona

Funciona

RS(t)= RA(t) ' RB(t)

Funciona

No Funciona

RS(t)= RA(t) ' (1- RB(t))

No funciona

Funciona

RS(t)= (1- RA(t)) ' RB(t)

Debido a que los escenarios de buen funcionamiento son independientes entre sí, la probabilidad de buen funcionamiento del sistema queda definida por la suma de los eventos antes mencionados. Una forma de simplificar estos cálculos, de mucha utilidad cuando existen más de dos elementos constituyentes del sistema, es analizar su probabilidad de falla. La probabilidad de falla de un sistema en paralelo, de acuerdo a las definiciones dadas anteriormente (considerando independencia entre los elementos de un sistema), considera que la falla del sistema ocurre cuando fallan simultáneamente todos los elementos que lo componen. Por lo tanto, se tiene que la probabilidad acumulada de falla del sistema está dada por: n

(2.3)

FS (t) = F1 (t) × F2 (t) ×  × Fn (t) = ∏ Fi (t) ∀ t ∈ [0, ∞] i =1

Por lo tanto, la confiabilidad estará dada por: n

R S (t) = 1 − FS (t) = 1 − ∏ Fi (t) ∀ t ∈ [0, ∞]

(2.4)

i =1

En el caso de sistemas en paralelo con redundancia parcial, la exigencia para que el sistema funcione es que exista combinación mínima de elementos en operación. La confiabilidad del sistema se calcula, entonces, de la siguiente forma: (2.5) Donde Rs(t) es la confiabilidad para un determinado tiempo t en un sistema compuesto por n elementos iguales, de los cuales se requiere un 116

I��������� �� �� �������������

mínimo de r equipos en un buen funcionamiento para que el sistema funcione. Por otra parte, corresponde a la confiabilidad de cada componente de manera individual. c. Configuración en stand-by Esta configuración es otro tipo de redundancia, la cual consiste en que en un instante determinado solo funciona uno de los elementos del sistema, mientras que los equipos restantes permanecen en reserva, o bien en estado de espera (stand-by). En consecuencia, en este caso la conexión funcional varía en el tiempo en función de la aparición de la falla. A continuación se muestra la disposición de componentes en un sistema stand-by. C

Equipo A

Equipo B

Figura 2.6: Sistema en configuración stand-by

La variación de la conexión está a cargo de un elemento de decisión o conmutación, representada por el conmutador C en la Figura 2.6, que cambia la conexión de un componente a otro cuando el que está en operación presenta una condición de falla. Para establecer la confiabilidad del sistema stand-by es necesario considerar los escenarios de funcionamiento presentados en la Figura 2.7.

Figura 2.7: Escenarios de funcionamiento de un sistema en configuración stand-by

El equipo A se encuentra normalmente bajo carga, mientras que B interviene solamente cuando A falla. Considerando que la confiabilidad del elemento conmutador C es 100%, en el análisis de la confia117

A. A����

bilidad del sistema en el tiempo t se deben considerar los casos en que el sistema se encuentra en buen funcionamiento. Ambas situaciones se encuentran esquematizadas en l a Figura 2.7. · A funciona al instante t · A falla en t = τ y B funciona desde t = τ hasta t En consecuencia, se puede establecer que la confiabilidad del sistema está dada por: (2.6) d. Configuración en fraccionamiento Esta configuración es utilizada cuando la carga sistémica de trabajo se distribuye entre los elementos que constituyen el sistema, de forma tal que cuando ocurre una falla la pérdida es proporcional al porcentaje de carga que el elemento aporta al sistema. Existen dos modalidades de fraccionamiento: · la suma de las cargas individuales componen el 100% de la carga sistémica exigida; y · la suma de las cargas individuales componen más del 100% de la carga sistémica exigida. Sistema 1

Sistema 2

Equipo A

30%

Equipo A

40%

Equipo B

30%

Equipo B

40%

Equipo C

30%

Equipo C

40%

Figura 2.8: Sistema configuración fraccionamiento

Analizando los sistemas presentados en la Figura 2.8, es posible inferir que la falla de un elemento en el sistema solo genera una pérdida de capacidad, la cual es relativa al nivel de impacto que el elemento genera. 118

I��������� �� �� �������������

Para el sistema 1, la falla del equipo A genera una pérdida de capacidad equivalente al 30%. Para el sistema 2, la falla del equipo A genera solo una pérdida de capacidad equivalente al 20%, dado que los demás equipos (B y C) asumen el 80% restante. En consecuencia, la confiabilidad del sistema se establece por: (2.7) En la Figura 2.9 se presenta un ejemplo básico de generación de un diagrama lógico funcional, mediante la metodología RBD. A partir del FlowSheet  o diagrama de flujo del proceso se identifica qué equipos o combinación de estos provocan una pérdida de funcionalidad en el sistema. En el presente caso, aquella pérdida de funcionalidad se traduce en la ausencia de caudal de salida. Además, para la generación de diagramas RBD, específicamente en sistemas con un alto número de equipos y complejas configuraciones, es recomendable complementar el análisis con árboles de fallas, dado que la elaboración de estos permitiría visualizar todos los escenarios de falla. Flow Sheet

Bomba A

Fuente de Agua

Salida Válvula

Bomba B

Fault Tree

Diagrama RBD

E

Bomba A Válvula C

A•B

Bomba B Paralelo Serie

A

B

Figura 2.9: Ejemplo de generación de diagrama lógico funcional

Como información complementaria se describen brevemente otros métodos para análisis de confiabilidad sistémica: 119

A. A����

Modos de falla, efectos, y análisis de criticidad (FMEA / FMECA) Este método es utilizado para identificar los potenciales modos de falla de cada uno de los bloques funcionales de un sistema, y para estudiar los efectos que estas fallas podría tener en el sistema. FMEA  / FMECA es, en esencia, una herramienta para diseñadores, sin embargo, con frecuencia es utilizada como base para realizar análisis de confiabilidad y para la planificación del mantenimiento.

Árboles de falla Un árbol de falla ilustra todas las posibles combinaciones de fallas potenciales y eventos que pueden causar una pérdida específica de funcionalidad del sistema. La construcción del árbol de falla es un acercamiento deductivo en donde se comienza por definir las fallas específicas del sistema, para luego considerar qué causa dichas fallas. Fallas y eventos se combinan mediante conectores lógicos bajo un enfoque binario. El árbol de fallas puede ser evaluado cuantitativamente si se puede estimar la probabilidad de ocurrencia de cada evento básico.

Diagramas de causa efecto Los diagramas de causa efecto son usualmente utilizados dentro del control de calidad para identificar e ilustrar posibles causas de problemas de calidad. El mismo enfoque también puede ser usado en Ingeniería de la Confiabilidad para encontrar las causas potenciales de fallas del sistema. Los diagramas de causa efecto son cualitativos y no se pueden usar como base para análisis cuantitativos.

Redes bayesianas Las redes bayesianas pueden ser usadas para identificar e ilustrar causas potenciales de fallas del sistema. Distribuciones de probabilidad pueden ser asignadas a varios factores causales, y la red puede ser evaluada cuantitativamente mediante un enfoque bayesiano. Las redes bayesianas son más flexibles que los árboles de fallas, ya que no se restringen a una representación binaria.

120

I��������� �� �� �������������

Árboles de eventos Un árbol de eventos es una técnica inductiva. Se comienza con una desviación del sistema y se identifican los factores por los cuales esa desviación se puede desarrollar. Los posibles eventos causados por la desviación serán usualmente función de varias barreras y funciones de seguridad, diseñadas dentro del sistema. Cuando se tiene acceso a la estimación de las probabilidades para las diferentes barreras, se puede deducir un análisis cuantitativo del árbol de eventos. En general, en la extensa literatura disponible de análisis de confiabilidad de sistemas se encuentran descritos en detalle los modelos anteriormente mencionados, incluso algunos más avanzados como el caso de los arboles de falla dinámicos, redes de Petri, entre otros. 3.2 Etapa 2: Adquisición de datos

La segunda etapa del enfoque R-MES tiene por objeto levantar datos históricos, los que resultan de las detenciones planificadas e imprevistas, tanto de mantenimiento como de operación de la planta o de la flota en estudio.

Figura 2.10: Etapa de Adquisición de datos en el enfoque R-MES

121

A. A����

3.2.1 Importancia de la data histórica La Ingeniería de la Confiabilidad es una tarea amplia y compleja que busca la transformación de la data histórica y diferentes flujos de información en conocimiento útil y confiable [1] para mejorar la gestión de los activos en beneficio del resultado del negocio durante todo su ciclo de vida. Para una adecuada gestión de los activos se requiere de un proceso de captura, administración y monitoreo continuo de datos e información durante la vida útil de los equipos [2]. El compromiso de la organización, referente a la gestión de los activos, es ser transversal, dado que involucra e integra a diversos actores del sistema, tales como: mantenimiento, producción, abastecimiento, personal e ingeniería; los que requieren tener visibilidad sobre la información acerca del comportamiento de los activos. De esta manera, los flujos y la gestión de la información aparecen como un factor relevante dentro de organizaciones e instalaciones que se caracterizan por su complejidad, debido a la gran cantidad de equipos que generan una enorme cantidad de información y datos a procesar. El proceso de Ingeniería de la Confiabilidad es complejo no solo por las características de las instalaciones industriales, sino también por el hecho que los equipos tienen comportamiento variable durante su ciclo de vida. A nivel básico, se necesita de información y datos que deben ser recopilados, desde distintas áreas de la organización, para su posterior integración y análisis. La data histórica debe almacenarse por largos períodos de tiempo, de manera de poder determinar tendencias confiables del comportamiento de los equipos para del tal forma identificar las oportunidades de mejora con una visión de largo plazo. En caso de que no existan fuentes de datos disponibles, el benchmarking  es una muy buena alternativa para aproximar los análisis. La Ingeniería de la Confiabilidad se manifiesta de manera concreta a través del proceso de planificación y programación de las actividades de mantenimiento, como asimismo, por medio de las acciones de mejoramiento y de reemplazo [1], las que también quedan reflejadas en el plan. Todo este proceso requiere y genera una gran cantidad de información que debe ser confiable, por lo que la calidad de esta se transforma en un factor importante a considerar. De hecho, muchos estudios de gestión de activos físicos [3-7] establecen que una de las materias críticas es la falta de calidad en los datos históricos, siendo que es la Ingeniería de la

122

I��������� �� �� �������������

Confiabilidad la que crea las condiciones para contar con una adecuada data y no contrariamente. Numerosos investigadores [8-15] han intentado definir qué es la calidad de la data histórica y cuáles son sus dimensiones. Tradicionalmente, la calidad ha sido descrita desde una perspectiva de precisión en la adquisición. Sin embargo, para este caso debe ser analizada desde un punto de vista multidimensional, más que considerar la precisión como único parámetro. Las dimensiones previstas [16-19] en general son: precisión, completitud, tiempo requerido y consistencia. Desafortunadamente, las dimensiones son, en su mayoría, de carácter cualitativo, por lo que la evaluación de la calidad resulta ambigua. Una correcta y ampliamente aceptada definición de calidad de la data histórica es aquella que está relacionada con la importancia de los datos, es decir, es conveniente definir la calidad de los datos en función de la necesidad que se tiene por la información para el análisis y el proceso de toma de decisiones, por lo que esta puede definirse como [20]: «Datos de calidad son aquellos que satisfacen la necesidad de información del usuario». El valor del dato radica en la utilidad que presta en los distintos niveles de una organización y en la oportuna disponibilidad para la toma de decisiones entre diferentes alternativas [20]. El enfoque R-MES busca la optimización de la gestión de los activos durante todo su ciclo de vida. Por esto se requiere capturar, gestionar, integrar y procesar datos para obtener información y conocimiento, generando valor a través de la definición de estrategias, políticas y acciones que se manifiestan en los planes de mantenimiento, producción y abastecimiento, como también en decisiones a nivel de proyectos de capital.

3.2.2 Calidad de la data histórica Cuando se discute acerca de la calidad de los datos y del proceso de transformación de estos en información, tres grupos de personas pueden ser identificados como claves: los recolectores o productores de datos, los analistas y los consumidores de información [21]. Los recolectores son aquellos a los que se les ha asignado la tarea de capturar, grabar o documentar la data histórica correspondiente a los equipos. Además, si bien los encargados son generalmente mantenedores o técnicos, la naturaleza de la tarea de adquisición de datos no se limita a este rol.

123

A. A����

La necesidad de prestar atención al rol del personal que participa en el proceso de adquisición de datos históricos en bruto, dentro de una visión de calidad, aparece por dos razones principales [22]: · Este representa el primer eslabón de una cadena vulnerable. Se puede decir que la data recolectada de manera consistente y oportunista (completa y precisa) reduce el grado de manipulación y el posterior proceso de limpieza. Las consecuencias de una pobre recolección de datos se verá reflejada en la posterior dificultad para realizar los análisis y obtención de valiosa información. · La información recopilada por dos individuos, frente a una misma tarea, podría mostrar grandes diferencias (potencial error), independiente de la existencia de procedimientos estandarizados y nivel de capacitación. Usualmente se implementan procesos para estandarizar las tareas de adquisición, junto con actividades que buscan mejorar las competencias de los responsables de la calidad de los datos. A pesar de esto, aunque se tengan los mejores protocolos e instructivos para la obtención de datos, existe evidencia empírica sobre las dificultades que aún tienen las organizaciones para lograr que sus operadores / mantenedores cumplan con los procedimientos de recolección de datos y que tengan una visión global de mantener datos históricos confiables. Así, el entrenamiento y la estandarización son útiles en un corto plazo [23]. Complementando lo anterior, se sugiere un mayor nivel de atención en las actitudes, motivaciones y comportamientos de los responsables de la recolección de datos. Un entendimiento mejorado permitirá a los ingenieros en mantenimiento implementar un número de estrategias adecuadas para garantizar el compromiso de los operadores / mantenedores respecto de la calidad de los datos por un período de tiempo sostenido. Un paso fundamental para mejorar las actitudes de los operadores / mantenedores, siendo congruentes con los principios de calidad de data histórica, es reforzar la idea de que la calidad de los datos es altamente valorada dentro de la organización y se espera un comportamiento congruente para obtener los mejores resultados. Las organizaciones deben considerar [22]:

124

I��������� �� �� �������������

· Establecimiento y revisión de metas bien definidas en cuanto al cumplimiento de calidad de los datos, y plantear el tipo de comportamiento que deberían tener los operadores y/o mantenedores para lograr dichas metas. Esto debe ser llevado a cabo mediante la utilización de KPI o mediante una herramienta de medición de rendimiento. · Asegurar un mensaje fuerte y consistente acerca del valor en la adquisición de data de calidad. Por ejemplo, campañas internas de marketing , entrenamiento, incentivos y reconocimiento. · Vincular los niveles de calificación y profesionalismo a la calidad de los datos obtenidos. · Mejorar los mecanismos de retroalimentación. · Contar con una Unidad de Ingeniería de la Confiabilidad. Por otra parte, es necesario que los líderes de las organizaciones manejen fuertemente el concepto de calidad en los datos históricos. Lo anterior generará que los operadores / mantenedores reconozcan la importancia en sus líderes, permitiendo que la idea sea común y estableciendo una percepción positiva respecto de la calidad de los datos [22].

3.2.3 Sistemas de información de soporte en la gestión de activos a. Sistemas CMMS Actualmente, desarrollar e implementar tecnologías de información (TI) y técnicas avanzadas es una decisión estratégica que tiene como objetivo la constante búsqueda de eficiencia y eficacia en los procesos propios de la organización. Haciendo referencia específicamente al área de mantenimiento y gestión de activos, la administración y gestión de datos / registros generados en el área requiere de Sistemas TI / Software (Computerized Maintenance Management System , CMMS) que cumplan con las funciones necesarias para administrar las actividades de mantenimiento y sus respectivos costos asociados. Estos sistemas debieran considerar, idealmente, toda la información relacionada al mantenimiento de los equipos / componentes, instalaciones y sistemas del proceso productivo, tales como: planificaciones y pautas preventivas de mantenimiento, procedimientos dependiendo del área y equipo a intervenir, árboles y modos de falla de los equipos, generación y control de órdenes de trabajo, control de las horas hombre involucradas en las 125

A. A����

actividades de mantenimiento (personal interno y externo) e información asociada a la logística de materiales y repuestos (lead time proveedor, niveles de inventario y sus respectivos costos, órdenes de compra, entre otras). La concepción de un sistema de mantenimiento debe tener presente los requerimientos de los diferentes niveles en la estructura organizacional del mantenimiento, estando alineado a objetivos y estrategias particulares del negocio. Desde el punto de vista de los usuarios de los sistemas de información para la administración del mantenimiento, es importante destacar que estos se encuentran en los diferentes niveles de la organización del mantenimiento, los cuales evidentemente darán un uso particular según los propósitos y necesidades específicas de la unidad de trabajo. Además, las necesidades de los usuarios diferirán según los objetivos específicos fijados para sus actividades, entendiendo que los objetivos de mantenimiento a nivel del negocio y corporativo son idénticos para todos. A modo de resumen se presentan algunas características según el nivel de la organización: · A nivel estratégico, la administración del mantenimiento tiene el rol de identificar la mejor forma de desarrollar el mantenimiento con el propósito de lograr un uso óptimo de los activos y recursos relacionados con el área, para el logro de los objetivos establecidos. Las decisiones estratégicas referentes a las evaluaciones de los activos / equipos no solo son responsabilidad del jefe de mantenimiento, sino también de las unidades de producción, procesos, calidad, entre otras; por lo cual, el sistema de administración de mantenimiento debiese asegurar la integración de información para el posterior análisis económico y vida útil del activo. · A nivel táctico, el foco es la asignación de recursos, lo que involucra actividades como: asignación de personal de trabajo, planificación de repuestos, entre otras. Las herramientas tecnológicas deben ser implementadas y utilizadas para lograr la óptima asignación de recursos disponibles y, en caso que se sea necesario, la reasignación de estos. Este tipo de actividades requiere de un alto nivel de data histórica y eficientes sistemas informáticos de análisis, permitiendo obtener información valiosa para la posterior toma de decisiones.

126

I��������� �� �� �������������

· En el plano operativo, los sistemas informáticos deben apoyar actividades relacionadas con la emisión de reportes para determinar información asociada a la utilización y eficiencia de recursos del área. A este nivel, una característica básica necesaria es la facilidad de operación de la herramienta, en términos de registros, búsqueda y/o alimentación de datos. Esta última observación es muy importante mantenerla presente, dado que los usuarios probablemente serán técnicos de mantenimiento y operadores de equipos. La información requerida para el diseño conceptual del sistema de mantenimiento debe obtenerse a partir de un diagnóstico de la organización, procedimiento que recopilará información valiosa para definir la funcionalidad y las características principales de la herramienta. Adicionalmente, la data histórica definida como «necesaria» debe capturarse en forma paralela al levantamiento funcional del área. Un procedimiento base propuesto para el diagnóstico, elaborado por Mirka Kans[24], consiste en 13 actividades resumidas en 4 etapas principales: i.

Descripción del propósito y objetivo de mantenimiento: Los objetivos

y propósitos del mantenimiento, deben ser definidos según los objetivos de producción y los objetivos estratégicos generales de la empresa. ii. Definición del estado actual del mantenimiento: Se describen las actuales estrategias de mantenimiento, políticas, procedimientos y jerarquía en las decisiones y organización misma. Además, se deben describir los recursos disponibles del área y las madures de tecnologías existentes. El objetivo de conocer la organización del mantenimiento y la jerarquía en la toma de decisiones es para generar el mapa organizacional que defina el cómo trabaja la unidad de mantenimiento y cómo se estructura. Por otra parte, las estrategias, políticas y procedimientos indican el cómo se planifica el mantenimiento, se lleva a cabo y se da continuidad y control a las actividades. Respecto a la madurez de las tecnologías, esta es definida según el actual soporte de información y su respectiva utilización. En general, la información de procesos, técnicas de análisis, diagramas de flujo, políticas y estrategias de mantenimiento (correcti127

A. A����

vo-preventivo-CBM), políticas de calidad, recursos, presupuestos, tecnologías y otras, son levantadas para generar y definir el estado actual de la unidad de mantenimiento, para luego realizar una comparación con el estado deseado, en términos de metas y objetivos, y así, finalmente, definir las opciones de mejoras. iii. Identificación de posibles mejoras: Las posibilidades de mejoras son analizadas utilizando, por ejemplo, R-MES y análisis de fortalezas-oportunidades-debilidades-amenazas (FODA), u otras técnicas tales como: Análisis de Modos de falla, Efectos y su Criticidad (FMECA), u otra, las cuales son adecuadas para el apoyo en la definición de estrategias y políticas de mantenimiento. iv. Identificación de los requerimientos necesarios para dar funcionalidad al sistema de mantenimiento: Las necesidades específicas de

la organización de mantenimiento son determinadas definiendo los objetivos, propósitos y utilización del sistema tecnológico de administración de mantenimiento en los diferentes niveles de la organización (operacional, táctico y estratégico), además de conocer los diferentes usuarios para el sistema. Luego, al ser identificadas las necesidades de información, estas deben ser transferidas al siguiente nivel, lo que significa definir la funcionalidad de la tecnología de información y las características de las necesidades. Para explicar de mejor manera este modelo se encuentra representado en la Figura 2.11: Procedimiento para la determinación de necesidades de TI en la gestión de activos Figura 2.11 [24].

128

I��������� �� �� �������������

Figura 2.11: Procedimiento para la determinación de necesidadesde TI en la gestión de activos

Además de identificar, según procedimientos descritos en párrafos anteriores, los requerimientos de información de la organización de mantenimiento para definir el sistema de administración de información TI, se recomienda realizar una investigación paralela en donde se conozcan: • beneficios de implementar CMMS, • consideraciones para seleccionar CMMS, y • proceso de implementación (administración y capacitación) del

CMMS. Debe haber especial cuidado y preocupación en la selección del sistema. Lo fundamental no es buscar la solución que incluya más funcionalidades y características, sino la que mejor se adapte a las necesidades específicas de cada organización. Esto muchas veces resulta ser un trabajo engorroso y puede tomar mucho tiempo, pero aumenta enormemente la posibilidad de que la implementación resulte exitosa. En general, las herramientas CMMS están orientadas a cubrir todas las actividades de mantenimiento, dando soporte a la planificación, programación y ejecución, con énfasis en la disponibilidad de equipos, 129

A. A����

costos y aseguramiento del personal, garantizando calidad en la base de datos y en la optimización de los procesos del negocio. Los sistemas de información con mayor reconocimiento en la industria nacional e internacional son el Módulo de Mantenimiento SAP-PM, MÁXIMO, ELLIPSE y MS EXCEL.

Sistemas de gestión y análisis de confiabilidad Una de las cualidades importantes de los sistemas CMMS debe ser la capacidad de integración con otros sistemas de gestión y/o análisis que dispone la organización. Para el área de mantenimiento, esta integración debe ser con los sistemas de confiabilidad y gestión de activos, respectivamente. Las herramientas para efectuar el análisis RAM, es decir, análisis de confiabilidad, disponibilidad y mantenibilidad (Reliability, Availability and Maintainability) más conocidas en el mercado son: R-MES; RAPTOR; BLOCKSIM y RELEX. Bajo el enfoque R-MES, los sistemas y/o herramientas de administración de información están ligados principalmente a la eficiencia del manejo de datos / registros y las respectivas actividades de planificación y órdenes de trabajo (ámbito táctico-operativo). Por otra parte, los sistemas de gestión y análisis de confiabilidad cumplen un rol más estratégico, apuntando a la eficacia de las decisiones que buscan la mejora continua del proceso y el cumplimiento de objetivos. Es importante entender que en la información del párrafo anterior no se excluye la participación de ambos sistemas en los diferentes niveles de la organización. La Figura 2.12 presenta esquemáticamente la función de los sistemas y herramientas informáticas en la gestión de activos.

130

I��������� �� �� �������������

Ref: Adolfo Arata A.

Figura 2.12: Función de los sistemas y herramientas informáticas en la gestión de activos

3.2.4 Requerimientos de información para el desarrollo de la metodología R-MES Para el correcto desarrollo del enfoque R-MES, es necesario disponer de información (campos mínimos) referente a las actividades de mantenimiento, la cual debiese ser obtenida del sistema informático de administración y gestión de mantenimiento. Para la configuración del sistema es necesario contar con: • • • • •

diagrama lógico funcional, horas de operación anual, facturación anual, impacto de costos variables (%), y tasa de producción.

Esta información se obtiene mediante la conciliación de las diferentes áreas de la organización (procesos, operaciones, mantenimiento y el área financiera). Los campos de información obtenidos directamente del registro de las actividades de mantenimiento son: Campos mínimos: • fecha de la intervención, • hora inicio de la intervención, • duración u hora de término de la intervención, 131

A. A����

• • • •

tipo de intervención, especialidad, código o ubicación técnica del equipo, e intervención con equipo detenido o en operación.

Campos óptimos: • síntoma, • modo de falla, • causa potencial, y • costo directo de la intervención. Entendiendo que la información a nivel de configuración y data histórica de mantenimiento es correcta, se espera poder desarrollar satisfactoriamente los análisis para llevar a cabo la metodología del enfoque R-MES. Además, previo al procesamiento de los datos, el enfoque propone un proceso de verificación y validación de los campos necesarios para el análisis, identificando anomalías e inconsistencias.

3.2.5 Proceso de captura y validación de data histórica El proceso de captura y validación de data histórica está fuertemente enlazado con el concepto de calidad de los datos. En efecto, tal y como fue descrito anteriormente, es necesaria la creación de cultura en la calidad dentro de la organización, enfocándose en la obtención de información confiable. También se debe destacar la existencia de variables determinantes entre calidad de datos históricos y estructura organizacional, en relación al papel que cumplen los distintos actores de la organización, especialmente los rangos medios, que son los protagonistas en las actividades de motivación, mejoras de actitud y comportamiento frente a las tareas de captura de datos. La Figura 2.13 presenta un diagrama que contiene un proceso común de captura y validación de data histórica. Se esquematiza el procedimiento de obtención de datos desde la ocurrencia de una actividad de mantenimiento, con la respectiva creación de un aviso de trabajo, hasta el respectivo cierre.

132

I��������� �� �� �������������

Ref: Adolfo Arata A.

Figura 2.13: Diagrama del proceso de captura y validación de datos

En el diagrama se observan las instancias en las cuales se registra data histórica de valor, particularmente para ser ingresadas al software   R-MES (ejemplo ilustrativo). Cada una de estas instancias se explica a continuación. • Luego de determinar que un equipo necesita ser intervenido (por

personal de operaciones), se crea un aviso de trabajo en el que se debe especificar: · Ubicación técnica: Campo requerido para identificar el equipo a intervenir. · Fecha y hora de inicio de intervención: Necesaria para el posterior cálculo de KPI. · Síntoma: Evidencia física sensorial útil para identificar el modo de falla del equipo (evidencia física objetiva en un componente remplazable). El aviso de trabajo debe ser revisado por el jefe de turno de operaciones, quien se transforma en el primer validador de los datos ingresados por su grupo. 133

A. A����

• Posteriormente, el aviso pasa al área de mantenimiento, donde

se genera una orden de trabajo. Esta orden debe contener los siguientes campos: · Códigos de actividad : Para determinar a qué tipo de actividad corresponde; preventiva, correctiva, detención operacional, etc. · Puesto de trabajo: Define la especialidad que atenderá la intervención; mecánica, eléctrica, electromecánica, instrumental, etc. En este punto se planifica, programa y asigna el trabajo. El planificador-programador es el segundo validador de la información que contienen las órdenes de trabajo. Adicionalmente, los ejecutores de las tareas deben revisar si las órdenes asignadas satisfacen los estándares de calidad de la información. Es decir, los ejecutores corresponden al tercer validador. • Una vez realizados los trabajos de mantenimiento, se cierra la

orden de trabajo. En esta instancia, el planificador-programador debe validar nuevamente los datos registrados por los ejecutores: · Fecha de inicio real: Necesaria para el cálculo de KPI. · Fecha de fin de la intervención: Campo requerido para el cálculo de KPI. · Costos directos reales: Requerido para el posterior análisis de costos. • Finalmente, en caso de que la intervención fuese correctiva se

completan los datos registrados para el cierra del aviso. Esta es la última instancia para revisar los datos. Entonces, en el marco cualitativo del concepto de calidad de mantenimiento, junto a las recomendaciones que se han expuesto para mejorar la calidad de la data histórica obtenida, se establece un protocolo o procedimiento genérico para la adquisición y validación de datos. Es importante destacar que la creación de procedimientos de obtención de datos, junto con el entrenamiento, sustentan la calidad de la data histórica en el corto plazo. Además, se recuerda que es de considerable importancia la creación de cultura en la calidad del dato, la que facilitaría futuros análisis y procesos de toma de decisiones.

134

I��������� �� �� �������������

3.3 Etapa 3: Ajuste de curvas

La tercera etapa del enfoque R-MES busca obtener el ajuste de las curvas de acuerdo a data de cada uno de los equipos que componen el sistema.

Figura 2.14: Etapa de Ajuste de curvas en el enfoque R-MES

3.3.1 Parametrización de data histórica Las fallas de un equipo en una instalación industrial no necesariamente se presentan por causas claras y asignables a condiciones preestablecidas, más bien muestran un comportamiento gobernado por la variabilidad, con características propias de cada componente, equipo o sistema. Lo anterior queda de manifiesto al analizar las diversas fallas en equipos similares de una instalación industrial sometidos a condiciones de operación comparables. Las fallas pueden ser provocadas por causas claramente asignables o por causas no sistemáticas. Las fallas por causas asignables tienen un estudio y solución a través del control de los hechos que las provocaron; en cambio, las fallas por causas no sistemáticas son propias del componente, equipo o sistema y requieren un análisis más complejo.

135

A. A����

Reconociendo que el tiempo al cual un elemento falla puede ser modelado como variable aleatoria, es posible establecer lo siguiente: «La confiabilidad se define como la probabilidad que un elemento funcione, sin fallar, durante un tiempo determinado bajo condiciones ambientales y de entorno preestablecidas». De la definición anterior se desprende que un equipo, en cualquier instante de su ciclo de vida, solo puede estar en dos estados; en funcionamiento o en falla (detenido), bajo condiciones externas conocidas. Cabe destacar que no siempre es sencilla la identificación de los estados de funcionamiento y fallas de un equipo o sistema. En el caso de equipos eléctricos y electrónicos, por ejemplo, es muy fácil esta identificación, dadas las características binarias entre operación y fallas. Al contrario, en los sistemas mecánicos es más difícil hacer esta diferencia, ya que existen estados intermedios entre la falla y el buen funcionamiento que puede afectar la producción en términos de calidad, cantidad y tiempo. Fijadas las condiciones en las que se reconoce que el equipo o sistema está en falla, bajo condiciones de operación establecidas, la confiabilidad de un elemento es función únicamente de la vida del equipo, cuyo comportamiento depende única y exclusivamente de la distribución de probabilidades con la que los eventos de falla pueden modelarse. Dado lo anterior, se puede decir que controlar la confiabilidad, a mínimos costos globales, debe ser el objetivo de todo profesional que desarrolle un trabajo en áreas de proyecto y mantenimiento. La importancia que tienen los modelos matemáticos en la gestión de activos es encontrar un equilibrio entre los costos, beneficios y momentos oportunos para la ejecución de tareas relacionadas con el mantenimiento y la operación de los activos físicos de una compañía. Sin embargo, muchas veces falta la conexión adecuada entre la teoría y el proceso de aplicación, ya sea por no disponer de personal con las competencias necesarias o porque la realidad dista mucho de todas las condiciones y requisitos necesarios para su adaptación, volviendo inútil el modelo en cuestión. Debido a este problema, han surgido otras técnicas cualitativas tales como Mantenimiento Centrado en Confiabilidad (MCC) y el Mantenimiento Productivo Total (TPM), que han desempeñado un papel importante en el desarrollo del mantenimiento. No obstante, el análisis de los datos y su validación en modelos estadísticos son definitivamen136

I��������� �� �� �������������

te las herramientas ingenieriles más valiosas que se pueden emplear en la optimización de la gestión de activos. La brecha que sigue existiendo entre los investigadores y los profesionales relacionados con la gestión de activos se traduce en que, aunque muchos modelos se basan en supuestos muy específicos para su correcta aplicación, estos normalmente no son discriminados por el profesional de acuerdo a las condiciones reales de funcionamiento de sus plantas o flotas, es decir, mucho trabajo se hace bajo premisas aproximadas, como la independencia de los componentes, cambios en los tipos de constantes de falla, problemas con las variables al declararlas idénticamente distribuidas, etc. Sin embargo, en la mayoría de los casos las aproximaciones resultan ser bastante buenas, dentro de la imposibilidad de realizar análisis de confiabilidad de manera precisa, sobre todo cuando se cuenta con alta dotaciones de equipos y configuraciones lógico funcionales complejas. El objetivo de esta sección es proporcionar una revisión de algunas técnicas útiles para la selección de un modelo adecuado de llegada de eventos para equipos y/o componentes reparables y aquellos no reparables. Antes de continuar, se describen brevemente las características y diferencias de los equipos y/o componentes reparables y los no reparables [25]: • Equipos reparables son aquellos que pueden volver a sus capaci-

dades en pleno funcionamiento por cualquier método, excepto la sustitución de todo el sistema. • Equipos no reparables son aquellos que, al ocurrir un evento de falla, el mismo (equipo y/o componente) se sustituye por uno nuevo (tiene solo un ciclo de vida útil). En esta sección se propone una metodología diferenciada de selección de los modelos para equipos y/o componentes, según ellos sean reparables o no reparables. En primer lugar se abordan los temas comunes e independientes, tales como la limpieza de datos y los problemas atingentes al set de datos en sí, como escasez, muestras insuficientes o no válidas y censura. Luego se desarrollan, en detalle y por separado, los procesos de selección de los modelos para equipos reparables y los no reparables, tal como lo indica la Figura 2.15.

137

A. A���� Datos

Limpieza de Datos

Determinación de la naturaleza del equipo y/o componente

Equipos y/o componentes no reparables

Equipos y/o componentes reparables

Figura 2.15: Diagrama de flujo para la llegada de un evento

3.3.2 Limpieza de datos La limpieza de datos es el primer proceso ante la llegada de un historial de eventos de cualquier categoría, por lo tanto, es necesario abordar este tema de manera clara, para reducir cualquier pérdida de tiempo asociada a los problemas propios de la calidad de las bases de datos. La definición de limpieza de datos aborda diferentes elementos, por ejemplo: el tratamiento de valores ausentes o faltantes, la determinación de la utilidad de los registros, la determinación de datos erróneos etc. No existe una definición general establecida sobre este proceso, pues depende del área específica en que se aplique. Algunas de ellas son: • Limpieza de datos es el proceso de eliminación de errores e in-

consistencias en los datos, y aclaración del problema de identidad del objeto. • Limpieza de datos se define como el problema de mezcla / limpieza. • La limpieza de datos es el proceso que se encarga de detectar y eliminar anomalías en los datos y la necesidad de llevarla a cabo aumenta cuando existen varias fuentes de datos que necesitan ser integradas. a. Principios de la limpieza de datos La necesidad de la limpieza de datos se centra fundamentalmente en mejorar la calidad de estos para hacerlos «apropiados para su uso» por los usuarios, mediante la reducción de los errores y mejorando la 138

I��������� �� �� �������������

documentación y presentación. La prevención de errores es mucho mejor que su detección y su posterior limpieza. No importa cuán eficiente sea el proceso de entrada de datos, los errores siempre ocurrirán, en consecuencia, ni la validación de datos ni la corrección pueden ser ignorados. Algunos principios o conceptos claves en la limpieza de datos se describen a continuación: • La planificación es esencial, es decir (desarrollar una visión, polí• • • • •

• •

•

•

tica y estrategia. La prevención es mejor que la cura. Organizar los datos mejora la eficiencia. La responsabilidad es de todos (colector, administrador y usuario). La asociación mejora la eficiencia. Establecer objetivos y desarrollar medidas: El desarrollo de medidas es una adición valiosa en los procedimientos de control de calidad y ayuda a dirigir el proceso de limpieza de datos. El desarrollo de medidas puede incluir hasta el chequeo estadístico de los datos. El establecimiento de prioridades reduce la duplicación. La retroalimentación es un camino de dos vías: Los usuarios finales de los datos también encuentran errores, por tanto, es muy importante que existan vías para que estos lo comuniquen al administrador. Es de esta forma como la incidencia de futuros errores puede ser reducida y, sobre todo, la calidad de los datos puede ser mejorada. Técnicas para mejorar el entrenamiento y la educación: Un buen entrenamiento, especialmente en la recolección y registro de los datos (en la cadena de calidad de la información) reducen la proporción de errores en los datos primarios de forma considerable, disminuyendo los costos en la captación y mejorando su calidad. Minimizar la repetición del proceso de limpieza de los datos: La repetición del proceso de limpieza de datos en la mayoría de las organizaciones es el principal factor de su encarecimiento. La documentación de los procedimientos de validación reduce considerablemente en la remanipulación de los datos.

Experiencias en el mundo de los negocios dicen que el uso de la cadena de manipulación de la información puede reducir la duplicación y el remanejo de los datos hasta un 50%, y una reducción de los costos al usar datos pobres de hasta dos terceras partes. Se gana eficiencia a 139

A. A����

través de la asignación de responsabilidades para la manipulación de los datos y control de la calidad, minimizando los cuellos de botella y los tiempos de cola, minimizando la duplicación mediante diferentes personas rehaciendo los chequeos de calidad y mejorando la identificación de los métodos de trabajo. b. Problemas con la confiabilidad de los datos • Escasez de datos

Uno de los problemas más importantes asociados con la confiabilidad de los datos es, irónicamente, la falta de datos suficientes para ejecutar correctamente los análisis estadísticos. Todos los métodos estadísticos son limitados cuando se hacen sobre la base de conjuntos de datos pequeños, ya que la cantidad de información que contienen estos conjuntos es, por naturaleza, insuficiente [26]. Por otra parte, evidencias empíricas indican que conjuntos de tiempo de fallas que contienen diez o menos observaciones, en efecto, crean la necesidad de desarrollar métodos para abordar adecuadamente los conjuntos de datos pequeños [27]. Naturalmente, si mayor es el conjunto de datos, más preciso será el análisis estadístico. Adicionalmente, muchos conjuntos de datos se recogen para la gestión de mantenimiento directa, en lugar de recogerlos para realizar análisis de confiabilidad. El contenido de la información es a menudo muy pobre, y pueden inducir a error si no existe un examen cuidadoso del material y limpieza necesaria. • Censura de datos

Un problema común al analizar datos de falla es la censura [28], también conocida como suspensión. Se incurre en censura cuando los datos son incompletos porque se han detenido (retirado) componentes antes de su falla o porque el ensayo ha terminado antes de que fallen todas las unidades, en el caso de tratar unidades no reparables. Una unidad es removida, por ejemplo, cuando falla por otros motivos y no por el que está siendo investigada. Se puede categorizar la censura según: · Datos censurados una vez: Todas las unidades tienen el mismo intervalo de ensayo, y el ensayo se concluye antes de que fallen todas las unidades. 140

I��������� �� �� �������������

iii. Censurados a la izquierda: Los instantes en que ocurren las fallas solo son conocidos tras un cierto intervalo específico. iv. Censurados a la derecha: Los instantes en que ocurren las fallas son conocidos hasta un cierto instante específico. v. Censura tipo I: El ensayo es terminado después de un intervalo fijo de tiempo t*. vi. Censura tipo II: El ensayo es terminado después de que ha ocurrido un número fijo de fallas r. El intervalo de ensayo es tr, el tiempo en que ocurrió la r-ésima falla. · Datos multicensurados: Los intervalos de ensayo o de operación difieren entre las unidades censuradas. Las unidades censuradas son removidas en varios instantes de la muestra, o las unidades han iniciado su servicio en diferentes instantes. x x x     d    a     d    i    n    U

x x

x

o x

    d    a     d    i    n    U

o

x Tiempo

x

    d    a     d    i    n    U

x o

o Tiempo

x Tiempo

Figura 2.16: Gráficos de tipos de censura, de izquierda a derecha A, B y C

La Figura 2.16 compara gráficamente los intervalos de operación de cada unidad ensayada para varios tipos de censura. A muestra que todas las unidades operan hasta su falla. Por otro lado, B indica que el ensayo terminó tras ocurrir la cuarta falla (censura tipo II). Finalmente, C es un ejemplo de censura múltiple: dos unidades han sido removidas antes de la falla y, las demás, hasta que ocurrió la falla. La recolección y análisis por modo de falla implica una censura múltiple dado que las unidades son removidas de una muestra particular dependiendo de la naturaleza de su falla. Datos en donde no se han censurado unidades son referidos como completos. La censura introduce dificultades adicionales al análisis de la confiabilidad. Ignorar las unidades censuradas en el análisis puede eliminar información valiosa e influenciar los resultados. Por ejemplo, si las unidades que quedan en operación en un ensayo tipo I son censuradas, solo las unidades más débiles, o aquellas que fallaron pri141

A. A����

mero, serán tratadas en el análisis y la confiabilidad del componente será subestimada. c. Efecto de las acciones de reparación Por lo general, los componentes pueden ser reparados o ajustados, en lugar de ser reemplazados cada vez que ocurre una avería. Estas intervenciones pueden modificar la tasa de fallas del componente, de modo que el tiempo de espera por una falla después de una intervención difiere del tiempo previsto para la ocurrencia de la primera falla de un nuevo componente. El método más común para la evaluación de la confiabilidad no considera esto último, el tiempo de falla se modela utilizando distribuciones estadísticas y supone que es válido para todas las fallas del componente o sistema, primera, segunda, tercera, etc.; es decir, el equipo queda en un estado «tan bueno como nuevo» [29].

3.3.3 Determinación de la naturaleza del equipo y/o componente Equipos y/o componentes reparables • Alcances de los sistemas reparables

La principal limitación de los modelos para equipos no reparables es que consideran que, una vez superada la falla, su condición es restaurada a su estado original: El equipo o componente que ha fallado se sustituye por uno nuevo, es decir, el sistema queda en la condición «tan bueno como nuevo» y la tasa de fallas se ve afectada por el proceso de restauración. Pero, dentro de un contexto de operaciones y producción, este no pareciese ser el escenario que más se ajuste a la realidad. Asumir que el proceso de renovación devuelve a la condición original al sistema reparable no es precisamente la hipótesis más adecuada, cuando se tiene un sistema de múltiples componentes [29]. Los sistemas reparables, por el contrario, son aquellos que pueden volver a sus capacidades en pleno funcionamiento por cualquier método, excepto la sustitución de todo el sistema [25]. Este análisis no asume que los tiempos de fallas son independientes e idénticamente distribuidos i.i.d. Cuando se trata de sistemas reparables, la confiabilidad no se modela en términos de distribuciones estadísticas, pero sí cobra importancia el uso de procesos estocásticos puntuales.

142

I��������� �� �� �������������

El número de fallas en un intervalo de tiempo puede ser representado a través de un proceso estocástico puntual. Además, el proceso puntual se puede interpretar como un proceso de escrutinio, y lo que cuenta es el número de eventos o fallas en un cierto intervalo de tiempo. • Procesos estocásticos puntuales

El enfoque de modelamiento clásico centra su atención en los modelos de componentes reparables usando solamente distribuciones de probabilidad. Este tipo de análisis no tiene en cuenta el cambio en el comportamiento del sistema en el tiempo [30]. Reconocer esta característica requiere de pruebas que permiten determinar si el proceso es estacionario o varía en función del tiempo. Este tipo de procesos presentan la característica de ser discretos en el estado, disponible o indisponible, y continuos en el tiempo. Los cinco principales modelos de procesos estocásticos aplicados a la modelización de sistemas reparables son [25]: · · · · ·

El proceso de renovación (RP). El proceso de Poisson homogéneo (HPP). La ramificación del proceso de Poisson (BPP). El proceso de renovación superpuesto (SRP). El proceso de Poisson no homogéneo (NHPP).

Hay quienes agrupan las categorías HPP, BPP y SRP como GRP, «Procesos de Renovación Generalizados», ya que la aplicación de estos modelos por separado no tiende a ser tan frecuente en los procesos del ámbito de operaciones [31]. • Selección de un modelo para equipos y/o componentes reparables

Los procesos estocásticos puntuales, anteriormente descritos, se pueden relacionar con cinco posibles estados post reparación, los cuales son: · Tan bueno como nuevo (RP). · Tan malo como antes de fallar (NHPP). · Mejor que antes de fallar pero peor que cuando estaba nuevo (GRP). 143

A. A����

· Mejor que nuevo (GRP). · Peor que antes de fallar (GRP). De los cinco escenarios citados anteriormente, el segundo es uno de los más probables dentro de un contexto operacional real. Para diagnosticar la tasa de fallas de este escenario en particular se ha desarrollado un modelo estocástico denominado: Proceso No Homogéneo de Poisson (Non-homogeneous Poisson Process, NHPP), el cual considera que la tasa de fallas varía a medida que el sistema envejece. Teniendo claro el marco de posibilidades de los modelos para equipos reparables, podemos visualizar el diagrama de flujo de selección de un modelo de llegada de eventos para sistemas reparables: Selección de Modelos equipos reparables

¿Tendencia?

Si

Modelo NHPP

No

¿Independencia?

Si

¿Distribución exponencial?

Si Modelo HPP

No

No Modelo BPP

Modelo RP

Figura 2.17: Diagrama de flujo para la selección de un modelo para sistemas reparables

A continuación se revisan en detalle los procesos esquematizados en la Figura 2.17.

�. T�������� La tendencia de un proceso de fallas de un sistema reparable está relacionada directamente con la tasa de fallas, es decir, si el proceso no posee 144

I��������� �� �� �������������

tendencia o es estacionario, la tasa de fallas es constante; por su parte, si el proceso posee tendencia, la tasa de fallas puede aumentar o a disminuir. Antes de presentar las técnicas de prueba de tendencia podemos analizar gráficamente la tendencia en el patrón de las fallas. Estas pueden ser monótonas o no monótonas. En el caso de una tendencia monótona, como las que se muestran en la Figura 2.18, se dice que el sistema está mejorando, si el tiempo entre llegadas tiende a ser más largo (tendencia decreciente en el número de fallas, «sistema feliz», C); se dice que se está deteriorando si los tiempos tienden a ser más corto (tendencia al aumento en el número de fallas «sistema triste», B). Las tendencias que no son monótonas se producen cuando las tendencias cambian con el tiempo o se repiten en ciclos A. For each of the following diagrams, failure:

represents the ocurrence of a

A Age

B

Age

C

Age Figura 2.18: Posibles tendencias de los tiempos entre fallas. Las flechas representan eventos de falla

Se debe recordar que, al examinar la tendencia, la elección de la escala de tiempo podría tener un impacto en el patrón de fallas. Es por esto que se debe tener especial atención a la selección de la unidad de tiempo (horas calendario, las horas de funcionamiento, la producción a través de puesto, etc.).

145

A. A����

�.1 Métodos gráficos para determinar tendencia Gráfico de tiempos acumulados de fallas vs. tiempo El método más sencillo para las pruebas de tendencia es un gráfico de fallas acumuladas vs. el tiempo para el sistema observado, conocido como diagrama de Nelson-Aalen. Cuando se produce un diagrama lineal, se puede suponer que los datos no tienen ninguna tendencia y la misma distribución de tiempo medio entre fallas es aceptada. La Figura 2.19 muestra los gráficos genéricos esperados. El gráfico A muestra con claridad la existencia de una tendencia en los datos, mientras B no muestra evidencia de tendencia. A menudo, una curva con doble tendencia, como la enseñada en C, se produce a raíz de cambios en la política de mantenimiento o cambios en las condiciones operativas de los equipos. Cuando esta situación se produce, una alternativa es descartar los datos que no son representativos de la situación actual, por lo que un gráfico no daría lugar a la tendencia, para el conjunto de datos más recientes, y un supuesto de renovación podría llevarse a cabo. Cuando una curva como la mostrada en D se produce, una tendencia no monótona puede estar presente en el conjunto de datos. A

B

C

D

Figura 2.19: Gráficos de tiempos acumulados de falla vs. tiempo

Este tipo de prueba es muy sencilla, pues no requiere ningún cálculo y es muy poderosa cuando hay una fuerte tendencia en los datos. Cuando están presentes tendencias ligeras, esta solución puede no ser suficiente y se deben realizar las pruebas de análisis. Una debilidad de esta prueba es que la evaluación de tendencias se basa en la interpretación, como en todos los procedimientos gráficos. Gráfico de dispersión de vidas sucesivas de servicio Una prueba complementaria al gráfico de fallas acumuladas contra el tiempo es un compuesto en el trazado de la vida útil de la falla i146

I��������� �� �� �������������

ésima, frente a la vida útil de la (i-1)-ésima. Si no se observa la tendencia solo se deben obtener un conjunto de puntos. Dos o más grupos o parcelas lineales, indican tendencia (Figura 2.20).

Figura 2.20: Ejemplo de gráficos de dispersión de vidas sucesivas de servicio

Otro método gráfico para determinar tendencia en los datos es el test de tiempo total o gráfico TTT [28].

�.2 Métodos analíticos para determinar tendencia Test de Laplace Este test, perteneciente a los métodos analíticos, es el más usado para determinar tendencia. Si se tiene una muestra de n tiempos para la ocurrencia de fallas: t1, t 2,…,tn; se define el siguiente estadístico de prueba de tendencia de Laplace: (2.8) Donde, · k: es igual a (n-1) si las observaciones terminan en el último evento, de lo contrario es igual a n

147

A. A����

· T: es igual a tn si las observaciones terminan en el último evento, de lo contrario, es igual al periodo total de las observaciones Entonces, se tiene que: · Si UL=0, el proceso es estacionario · Si UL<0, existe tendencia creciente · Si UL>0, existe tendencia decreciente Otros métodos analíticos que pueden ser utilizados para determinar tendencia son: Test de Mann, Test de Lewis-Robinson y Test del

Manual Militar, entre otros.

��. I������������ ��.1 Test de Bondad de Ajuste Recordando el marco teórico para la distribución multinomial: · n: número de muestras independientes e idénticas · y1,…,yk: categorías de las que se extraen las muestras · X: variable aleatoria que indica la categoría a la que pertenece la muestra ·  = (p 1,…,pk): vector de probabilidades de pertenencia a cada categoría P(X = yi) = pi · N = (N1,…,Nk): vector aleatorio de frecuencias →

 p

Entonces, N sigue una distribución multinomial. Si N es un vector aleatorio con distribución multinomial (n,  p ), entonces Q tiene una distribución asintótica ÷ 2k−1   cuando n tiende a infinito (Ecuación (�.�)): →

(2.9) Se debe señalar que npi corresponde a la esperanza de la variable Ni. De esta forma, si se formula el Test de Hipótesis: H0 : pi = q i H1 : pi ≠ q i

∀ i ∈ {1,..., k } Para algún i ∈ {1,..., k }

148

I��������� �� �� �������������

La hipótesis H0  es rechazada para falta de ajuste.

2

÷ k −1

> ÷ 2 ,k 1 , por lo tanto, existe α

−

ii.2 Test de Independencia Suponiendo que se tienen dos variables, X e Y, que toman valores categóricos en los conjuntos x1,…,xn y y1,…,ym respectivamente; se realiza una muestra aleatoria simple de tamaño N, donde cada objeto de la muestra presenta alguna ocurrencia xi y alguna ocurrencia yj. Dada la muestra se tendrán las frecuencias de pertenencia Nij a la categoría xi e yj. Adicionalmente se definen: ·

p ij =

N ij N

: probabilidad de ocurrencia de xi e yi ∀ i ∈ {1,..., n }

: probabilidad de tener la ocurrencia xi

} ∀ j ∈ {1,..., m

: probabilidad de tener la ocurrencia yj

m

·

p i = ∑ p ij  j=1 n

·

q i = ∑ p ij i =1

Si X e Y son independientes, se tiene que la probabilidad de que una variable considere la ocurrencia de xi e yi es (pi x qj). De esta forma, si hay independencia, el valor del estadístico Q dado por la Ecuación es 2 menor que ÷ α ,( −1)( −1) . n

m

(2.10)

���. D���������� � ���������� �� ��� ������� ���� ������� ���������� ���.1 Proceso de renovación RP RP supone que el sistema vuelve a una condición «tan bueno como nuevo» cada vez que se repara, por lo que, en realidad, convierte el tiempo entre fallas en el tiempo hasta la primera falla de un sistema nuevo, o, en otras palabras, conduce a un enfoque de sistemas no reparables, en la que puede llevar mucho tiempo a la falla modelada por una distribución estadística y el supuesto i.i.d. es válido. Es un proceso 149

A. A����

que no tiene tendencia y las características que lo definen estarán dadas por las distribuciones de probabilidad que se ajusten a los datos.

���.2 Proceso de renovación de Poisson homogéneo (HPP) El HPP es un caso especial de la RP, que asume que los tiempos entre las fallas son independientes e idénticamente distribuidos de manera exponencial, por lo que el supuesto i.i.d. también es válido y el tiempo hasta la falla se describe mediante una distribución exponencial que tiene una tasa de eventos constante. Este no tiene tendencia y el valor esperado del número de fallas para este proceso es E(N(t)) = λ t, donde, λ  corresponde a la tasa de fallas y t al horizonte de análisis.

���.3 La ramificación del proceso de Poisson (BPP) La BPP se utiliza para representar datos de tiempos medio de falla que, se puede suponer, se distribuyen de forma idéntica pero no independiente. Este proceso se aplica cuando una falla primaria, o una secuencia de fallas primarias, tienen tiempos medios entre fallas i.i.d. y puede accionar uno o más fallas filiales, por lo que existe una dependencia entre la filial de fallas y la aparición del primario, el que provocó la falla.

���.4 Proceso de renovación superpuesto (SRP) El SRP es un proceso derivado de la combinación de diversos RP independientes, y, el sistema en general, resulta no ser un RP. Por ejemplo, un conjunto de partes dentro de un sistema que se desechan y se sustituyen cada vez que fallan de forma independiente. Cada parte puede ser modelado como una RP, y luego el sistema podría ser modelado con un SRP.

���.5 Proceso de Poisson no homogéneo (NHPP) El modelo NHPP ha sido desarrollado y aplicado en escenarios operacionales reales en los cuales las reparaciones de las fallas han dejado al componente «tan malo como antes de la reparación». Basado en esta premisa, y dado su naturaleza de modelo conservador, este provee de un proceso matemático bastante realista, ya que considera que un componente se va deteriorando con el tiempo y su restauración 150

I��������� �� �� �������������

nunca podrá ser mejor que cuando estaba nuevo, es decir, este modelo representa eficientemente la frecuencia de ocurrencia de fallas de equipos que son afectados por procesos de deterioro que se agravan a medida que pasa el tiempo, en otras palabras, procesos de envejecimiento. A diferencia de los procesos anteriormente citados, este es un proceso con tendencia, es decir, los tiempos entre fallas pueden aumentar o disminuir, por lo tanto, no forman una secuencia i.i.d. El valor esperado del número de eventos que ocurren es:

(2.11)

Donde, · λ (t): es la tasa de ocurrencia de fallas · t: es el horizonte de análisis Esta definición muestra que la tasa de ocurrencia de fallas varía con el tiempo, es decir, no es constante como en los procesos anteriores. Además utiliza métodos heurísticos que han sido probados con mucha efectividad para modelar patrones de fallas reales (función de probabilidad de fallas de Weibull). Sin embargo, su principal debilidad es que no se pueden usar para modelar patrones de fallas cuyos procesos de restauración sean capaces de dejar el componente restaurado en mejores condiciones que las que tenía antes de la reparación.

Equipos y/o componentes no reparables En la Figura 2.21 Representación de función de densidad de probabilidad de fallas Figura 2.21 se muestra la función de densidad de probabilidad de fallas f(t), que representa la probabilidad de que un elemento falle en un instante de tiempo t cualquiera. También se muestra la función de probabilidad acumulada de falla F(t), que cuantifica la probabilidad de que un equipo (o sistema) falle en un intervalo de tiempo [0,t]. Además se representa gráficamente R(t) = 1 – F(t) como el área bajo la curva.

151

A. A���� Falla Instantánea

f(t) F(t)

R(t)

t

Tiempo

Figura 2.21: Representación de función de densidad de probabilidad de fallas

Las funciones de probabilidad acumulada de fallas F(t) y la confiabilidad se definen como: (2.12) (2.13) Parametrización y ajuste de curva Para el modelamiento o parametrización estadístico / matemático de la confiabilidad, las distribuciones Weibull, Exponencial y Normal son muy relevantes, dado que permiten caracterizar los períodos de la vida de un elemento, equipo o sistema. En la Tabla 4.1 se representa un resumen de las funciones de densidad de probabilidad de fallas comúnmente usadas para modelar la confiabilidad de componentes y sistemas

152

Tabla 2.2: Resumen funciones de densidad de falla

Distribución-Ciclo de vida Weibull – Rodaje

MTBF

Tasa de falla

I    �  � �  � �  � � �   �

Exponencial Negativa – Vida útil 1 ë

1   5   3 

Forma gráfica

Normal – Desgaste

μ

� � � �  �  �  � � �  � � �  � �  � � �

A. A����

La etapa de ajuste de curva del enfoque R-MES utiliza como aproximación el modelo anteriormente presentado (equipos y componentes no reparables), asumiendo que el estado de los equipos post mantenimiento es tan bueno como cuando estaban nuevos. A continuación se presentan los modelos de verificación que utiliza el enfoque R-MES para asegurar el correcto ajuste de las curvas de probabilidad al comportamiento de falla de los equipos. Verificación de los modelos La calidad del ajuste de distribuciones estadísticas debe ser verificada. Primero, se acepta que al imponer una ley dada se incurre en algún error, pero queremos que el riesgo de que ello ocurra sea menor: definimos como medida el nivel de confianza α, en otras palabras, la probabilidad de que el modelo sea erróneo. Realizando algún test de control se verifica si una distribución se ajusta adecuadamente o no al comportamiento real de un conjunto de datos. Una vez que se ha validado el ajuste de la distribución seleccionada con el comportamiento real de los datos, entonces se podrá tomar con seguridad la hipótesis de que los datos recopilados se pueden representar a través del modelo matemático respectivo a la distribución evaluada.

Test

χ

2 2

El test χ corresponde al test de bondad de ajuste presentado en el apartado Selección de un modelo para equipos y/o componentes reparablesSelección de un modelo para equipos y/o componentes reparables de la sección 2.5.3.

Test de Kolmogorov–Smirnov El Test de Kolmogorov–Smirnov puede ser aplicado para cualquier número de observaciones n. Sin embargo, si el número de observacio2 nes es grande se recomienda utilizar el test χ . El test se basa en comparar la verdadera función de distribución con la propuesta. Para ello se utiliza los valores absolutos de las diferencias entre punto y punto. Sean F(t) y F’(t) la distribución de probabilidad verdadera y propuesta respectivamente. La diferencia para ti es [28]: 154

I��������� �� �� �������������

(2.14) F(t) puede ser estimado por el método de los rangos medios:

F(t i ) =

i

(2.15)

n+ 1

Puede demostrarse que la distribución de Dn = Máx (Dn ) depende i solo de n y se puede escribir: (2.16) Métodos no paramétricos El objetivo de este tipo de métodos es derivar, directamente de los datos de falla, la distribución de falla, la función confiabilidad y la tasa de fallas. Se aplican cuando ninguna distribución teórica se ajusta adecuadamente a los datos. Un método común para obtener una función de confiabilidad empírica es el método de Kaplan-Meier. Sean ti los instantes de falla (ordenados de menor a mayor) y ni el número de unidades operando justo antes de la i-ésima falla. Asumiendo que los instantes de censura no coinciden con los de falla, el método propone: (2.17)

3.4 Etapa 4: Determinación de la etapa en el ciclo de vida

La cuarta etapa del enfoque R-MES se orienta a determinar en la fase del ciclo de vida en que se encuentran los equipos del sistema.

155

A. A����

Figura 2.22: Etapa de Determinación de la etapa del ciclo de vida en el enfoque R-MES

3.4.1 Modelos de la etapa de vida de los equipos La confiabilidad de un elemento puede ser caracterizada a través de distintos modelos de probabilidades. Las características de estos modelamientos dependerán de la etapa de vida en que se encuentre el equipo. En la Figura 2.23: Ciclo de vida. Curva de la bañera se muestran las distintas etapas en la vida de los equipos.

Tasa de fallas de una población homogénea en función de su edad

Rodaje

Desgaste

t

Figura 2.23: Ciclo de vida. Curva de la bañera

La figura anterior grafica la tasa de falla o λ (t), también conocida como tasa de riesgo de falla, como función de la etapa en que se encuentre el elemento. En términos generales es posible demostrar que: 156

I��������� �� �� �������������

(2.18) Las funciones de importancia, entonces, para la caracterización de la confiabilidad son f(t), F(t), R(t) y λ (t), donde, conocida una de ellas, es posible establecer las demás. Por otro lado, dada la curva de la bañera es posible modelar el comportamiento en cada una de las tres etapas de la tasa de falla a través de leyes conocidas de probabilidades. En la fase de rodaje la tasa de falla es decreciente y el modelo matemático que se adapta a esta situación se representa con la distribución de Weibull, donde λ (t) está dada por: (2.19) Es importante destacar que, debido a su gran capacidad de parametrización, la distribución de probabilidad de Weibull es muy difundida en estudios de confiabilidad, dado que, dependiendo del valor de sus parámetros (α, β y γ) es posible modelar todos los estados en la vida de un elemento. En la fase de vida útil, la tasa de fallas es sensiblemente constante. En este caso la función de confiabilidad toma la forma de: (2.20) La que representa una curva exponencial negativa, se desprende que la curva de densidad probabilística de falla está dada por: (2.21) Luego, al integrar sobre t, se tiene que la función de probabilidad acumulada de falla es: (2.22) De lo anterior se puede decir que el tiempo medio entre fallas es:

157

A. A����

(2.23) Para el cálculo de la confiabilidad (distribución exponencial) correspondiente a tasas de fallas constantes, su importancia radica esencialmente en que los cálculos son notablemente sencillos, hecho de gran importancia al tratar sistemas complejos y, por otra parte, en que esta distribución es la ley típica de ocurrencia de los fenómenos puramente casuales, esto es, aquellos cuyas causas son exclusivamente accidentales. En la fase de desgaste es posible utilizar una distribución normal para modelar las fallas producidas por desgaste o fatiga. Por lo tanto, las funciones f(t), λ (t) y MTBF vienen dadas por las ecuaciones presentadas a continuación: (2.24) (2.25) (2.26)

3.4.2 Modelos de curvas para el ciclo de vida En este apartado se revisarán los seis patrones o curvas de ciclo de vida (o curvas de falla) asociándolos a los tipos de mantenimiento. Además se expondrán algunos ejemplos prácticos de componentes industriales y domésticos para cada uno de los patrones de curvas de falla. A continuación se repasarán los tipos de mantenimiento, para luego poder relacionarlos a cada una de las curvas de ciclo de vida.

158

I��������� �� �� �������������

a. Clases de mantenimiento i. Según el estado del sistema: i.1 Mantenimiento operacional Se define como la acción de mantenimiento aplicada a un equipo o sistema a fin de mantener su continuidad operacional. El mismo es ejecutado en la mayoría de los casos con el activo en servicio sin afectar su operación natural. La planificación y programación de este tipo de mantenimiento es completamente dinámica. La aplicación de los planes de mantenimiento rutinario se efectúa durante todo el año con programas diarios que dependen de las necesidades que presente un equipo sobre las condiciones particulares de operación, en este sentido, el objetivo de la acción de mantenimiento es garantizar la operatividad del equipo para las condiciones mínimas requeridas en cuanto a eficiencia, seguridad e integridad. i.2 Mantenimiento mayor: Es el mantenimiento aplicado a un equipo o instalación donde su alcance en cuanto a la cantidad de trabajos incluidos, tiempo de ejecución, nivel de inversión o costo del mantenimiento y requerimientos de planificación y programación son de elevada magnitud, dado que la razón de este tipo de mantenimiento reside en la restitución general de las condiciones de servicio del activo, ya sea desde el punto de vista de diseño o para satisfacer un periodo de tiempo considerable con la mínima probabilidad de falla o interrupción del servicio y dentro de los niveles de desempeño o eficiencia requeridos. La diferencia entre ambos tipos de mantenimiento se basa en los tiempos de ejecución, los requerimientos de inversión, la magnitud y el alcance de los trabajos, ya que el mantenimiento operacional se realiza durante la operación normal de los activos y el mantenimiento mayor se aplica con el activo fuera de servicio. Por otra parte, la frecuencia con que este se aplica es sumamente alta con respecto a la frecuencia de las actividades del mantenimiento operacional, que oscila entre cuatro y quince años dependiendo del grado de severidad del ambiente en que está expuesto el componente, la complejidad del proceso operacional, disponibilidad corporativa de las instalaciones, estrategias de mercado, 159

A. A����

nivel tecnológico de componentes y materiales, políticas de inversiones y disponibilidad presupuestaria. ii. Según el estado del activo Tradicionalmente se consideraba que existían tres tipos de mantenimiento distintos: predictivo, preventivo, y correctivo. Sin embargo, existen cuatro tipos de mantenimiento distintos. ii.1 Mantenimiento predictivo – Mantenimiento según condición: Consiste en la búsqueda de indicios o síntomas que permitan identificar una falla antes de que ocurra. Por ejemplo, la inspección visual del grado de desgaste de un neumático es una tarea de mantenimiento predictivo, dado que permite identificar el proceso de falla antes de que la falla funcional ocurra. Estas tareas incluyen: inspecciones (por ejemplo, inspección visual del grado de desgaste), monitoreo (por ejemplo, vibraciones, ultrasonido), chequeos (por ejemplo, nivel de aceite). Tienen en común que la decisión de realizar o no una acción correctiva depende de la condición medida. Por ejemplo, a partir de la medición de vibraciones de un equipo puede decidirse cambiarlo o no. Para que pueda evaluarse la conveniencia de estas tareas debe necesariamente existir una clara condición de falla potencial. Es decir, debe haber síntomas claros de que la falla está en el proceso de ocurrir. ii.2 Sustitución y reacondicionamiento cíclico: Se refiere a aquellas tareas de sustitución o trabajo hechas a intervalos fijos independiente del estado del elemento o componente. Estas tareas solo son validas si existe un patrón de desgaste, es decir, si la probabilidad de falla aumenta rápidamente después de superada la vida útil del elemento. Debe tenerse mucho cuidado al momento de seleccionar una tarea preventiva (o cualquier otra tarea de mantenimiento), para no confundir una tarea que se puede hacer con una tarea que conviene hacer. Por ejemplo, al evaluar el plan de mantenimiento a realizar sobre el impulsor de una turbina, podríamos decidir realizar una tarea preventiva (sustitución cíclica del impulsor), tarea que, en general, se puede hacer dado que la falla generalmente responde a un patrón de desgaste. Sin embargo, en ciertos casos podría convenir realizar alguna 160

I��������� �� �� �������������

tarea predictiva (tarea a condición), que en muchos casos son menos invasivas y menos costosas. ii.3 Mantenimiento correctivo: Si se decide que no se hará ninguna tarea proactiva (predictiva o preventiva) para manejar una falla, sino que esta se reparará una vez que ocurra, entonces el mantenimiento elegido es un mantenimiento correctivo. ¿Cuándo conviene este tipo de mantenimiento? Cuando el costo de la falla (directo e indirecto) es menor que el costo de la prevención, o cuando no puede hacerse ninguna tarea proactiva y no se justifica realizar un rediseño del equipo. Esta opción solo es válida en caso que la falla no tenga consecuencias sobre la seguridad o el medio ambiente. Caso contrario, es necesario hacer algo para reducir o eliminar las consecuencias de la falla. ii.4 Mantenimiento detectivo: Consiste en la prueba de dispositivos de protección bajo condiciones controladas, para asegurarse que estos dispositivos serán capaces de brindar la protección requerida cuando sean necesarios. En el mantenimiento detectivo no se está reparando un elemento que falló (mantenimiento correctivo), no se está cambiando ni reacondicionando un elemento antes de su vida útil (mantenimiento preventivo), ni se están buscando síntomas de que una falla está en el proceso de ocurrir (mantenimiento predictivo). Por lo tanto, el mantenimiento detectivo es un cuarto tipo de mantenimiento. A este mantenimiento también se le llama «búsqueda de fallas o prueba funcional», y al intervalo en el cual se realiza esta tarea se le llama «intervalo de búsqueda de fallas», FFI por sus siglas en inglés (Failure-Finding Interval ). Por ejemplo, arrojar humo a un detector contra incendios es una tarea de mantenimiento detectivo. iii. Según su ejecución en el tiempo iii.1 Mantenimiento rutinario: Está relacionado con las tareas de mantenimiento regulares o de carácter diario.

161

A. A����

iii.2 Mantenimiento programado: Está relacionado con los trabajos recurrentes y periódicos de valor sustancial. iii.3 Parada de planta: Está relacionado con trabajo realizado durante paradas de plantas planificadas. iii.4 Extraordinario: Está relacionado con trabajo causado por eventos impredecibles.

b. Detalle de patrones o curvas de ciclo de vida De la misma forma en la que el mantenimiento iba evolucionando, los patrones de falla fueron complementando la información gráfica respecto al funcionamiento de los equipos. En la figura siguiente se grafican los patrones que es posible encontrar en la tercera generación de la evolución del mantenimiento.

Figura 2.24: Patrones de falla para equipos y componentes en la tercera generación

A continuación se detalla cada uno de los patrones de falla durante el ciclo de vida de un equipo, referidos a la Figura 2.24: Patrones de falla para equipos y componentes en la tercera generación [25, 32-34]:

162

I��������� �� �� �������������

i. El patrón de falla A Este patrón posee 3 segmentos bien definidos, un período de mortalidad infantil, un período de fallas originadas por eventos casuales y un período de desgaste acelerado. La mortalidad infantil está relacionada con errores durante la instalación, reparación o reacondicionamientos, que pueden ser causados por materiales inadecuados (selección y calidad) y errores en los procedimientos de trabajo, en las reparaciones, en el arranque y en la operación misma. Para el segundo segmento, tasa de falla constante, las fallas son causadas por factores que no están relacionados con la edad del componente, por lo tanto, las tareas de mantenimiento basadas en el tiempo serán inefectivas. El desgaste acelerado suele relacionarse con la edad del componente o equipo en estudio, los cuales presentas signos de envejecimiento y, por ende, una tasa de falla creciente. La política de mantenimiento asociada al primer y último periodo es generalmente preventiva cíclica según criterio de conveniencia (costo asociado de prevención sea menor al costo de mantención correctiva). Además, es recomendable estudiar la posibilidad de hacer un mantenimiento predictivo, siempre y cuando la tarea sea técnicamente factible de realizar y pueda resolverse adecuadamente la consecuencia de la falla (tiempo de reacción suficiente para prevenir la consecuencia de la falla). Para el periodo de fallas aleatorias, la política de mantenimiento recomendada es operar a la falla, es decir, correctiva. ii. El patrón de falla B Este patrón posee dos segmentos, un período de fallas originadas por eventos casuales y un período de desgaste acelerado. Para este patrón, la probabilidad de mortalidad infantil es mínima, basada en la complejidad del componente y la instalación (simple) y/o la posibilidad de llevar a cabo inspecciones completas y ensayos para asegurar la calidad previa al arranque. En el primer segmento, todos los componentes tienen probabilidad de falla aleatoria, causada por factores que no están relacionados con la edad del componente. Los factores son: condiciones de operación, operación fuera del marco de diseño, pérdida de lubricación, y errores de operación / mantenimiento. Predecir fallas es inviable, por lo cual el mantenimiento, según tiempo de operación, es inefectivo. El desgaste acelerado se relaciona generalmente con la edad del componente o 163

A. A����

equipo en estudio, los cuales presentas signos de envejecimiento y, por ende, una tasa de falla creciente. Por lo general, la política de mantenimientos asociada al segundo segmento es preventiva cíclica según criterio de conveniencia (costo asociado de prevención sea menor al costo de mantención correctiva). Además, es recomendable estudiar la posibilidad de hacer un mantenimiento predictivo, siempre y cuando la tarea sea técnicamente factible de realizar y pueda resolverse adecuadamente la consecuencia de la falla (tiempo de reacción suficiente para prevenir la consecuencia de la falla). Para el periodo de fallas aleatorias, la política de mantenimiento recomendada es operar a la falla, es decir, correctiva. iii. El patrón de falla C Este patrón tiene una baja probabilidad inicial de falla que aumenta lentamente con el tiempo. No hay mortalidad infantil ni desgaste acelerado. Los componentes poseen un patrón de falla al azar, pero basándonos en análisis estadístico es claro que el número de fallas medidas en base anual aumenta lentamente. Por ejemplo: desde 2 en 1000 en el año 1, a 3 en 1000 en el año 5, y 7 en 1000 en el año 10. Por lo general, la política de mantenimiento asociada a esta curva con probabilidad de falla creciente es la preventiva cíclica según criterio de conveniencia (costo asociado de prevención sea menor al costo de mantención correctiva). Además, es recomendable estudiar la posibilidad de hacer un mantenimiento predictivo, siempre y cuando la tarea sea técnicamente factible de realizar y pueda resolverse adecuadamente la consecuencia de la falla (tiempo de reacción suficiente para prevenir la consecuencia de la falla). iv. El patrón de falla D Esta curva posee un patrón de falla al azar, con un número menor de fallas en el período inicial. Los componentes son simples y/o pueden ser completamente inspeccionados o ensayados. El número de fallas en el período inicial es menor que el promedio de tasa de fallas al azar. Por lo general, la política de mantenimiento para la fase incremental inicial es la preventiva cíclica según criterio de conveniencia (costo asociado de prevención sea menor al costo de mantención correctiva). Además, es recomendable estudiar la posibilidad de hacer un mantenimiento predictivo, siempre y cuando la tarea sea técnicamente factible 164

I��������� �� �� �������������

de realizar y pueda resolverse adecuadamente la consecuencia de la falla (tiempo de reacción suficiente para prevenir la consecuencia de la falla). Para el periodo de fallas aleatorias, la política de mantenimiento recomendada es operar a la falla, es decir, correctiva. v. El patrón de falla E Esta curva posee un patrón de falla al azar «casi perfecto», constante en todo el período de análisis sin fallas iniciales ni desgaste acelerado. Todos los componentes tienen probabilidad de «fallar al azar», causada por factores que no están relacionados con la edad del componente. La política de mantenimiento recomendada para el periodo de fallas aleatorias, es operar a la falla, es decir, correctiva. vi. El patrón de falla F Finalmente, este patrón posee dos segmentos, el período de mortalidad infantil y un período de fallas causadas por eventos al azar o externos. Debe notarse que este patrón de fallas es aplicable a la mayoría de los componentes. La mortalidad infantil está relacionada con errores durante la instalación, reparación o reacondicionamientos que pueden ser causados por materiales inadecuados (selección y calidad) y errores en los procedimientos de trabajo, en las reparaciones, en el arranque y en la operación misma. Para el segundo segmento, tasa de falla constante, las fallas son causadas por factores que no están relacionados con la edad del componente. La política de mantenimiento asociada al primer periodo es generalmente preventiva cíclica según criterio de conveniencia (costo asociado de prevención sea menor al costo de mantención correctiva). Además, es recomendable estudiar la posibilidad de hacer un mantenimiento predictivo, siempre y cuando la tarea sea técnicamente factible de realizar y pueda resolverse adecuadamente la consecuencia de la falla (tiempo de reacción suficiente para prevenir la consecuencia de la falla). Para el periodo de fallas aleatorias, la política de mantenimiento recomendada es operar a la falla, es decir, correctiva.

165

A. A����

3.5 Etapa 5: Obtención de indicadores de desempeño (kpi)

La quinta etapa del enfoque R-MES busca determinar los indicadores históricos y probabilísticos que definen el comportamiento de los equipos, subsistemas y sistemas.

Figura 2.25: Etapa de Obtención de indicadores en el enfoque R-MES

3.5.1 Definición de indicadores en el enfoque R-MES Una de las características de las organizaciones modernas es que han incorporado a sus procesos elementos de gestión que les han permitido evaluar el cumplimiento de sus objetivos, o bien identificar aquellas falencias que requieren ser corregidas. Estos elementos, conocidos como indicadores, se deben establecer a cada nivel de la estructura organizacional, existiendo coherencia absoluta con el plan estratégico de la organización [35]. Adicionalmente, la captura o medición es fundamental para la toma de decisiones, ya que permite identificar y analizar la data que efectivamente agrega valor a la gestión. Este proceso debe estar muy bien definido, de forma que los procesos de captura y análisis sean eficientes. Una correcta definición de los indicadores (Key Performance Indicators, KPI), debiera permitir: 166

I��������� �� �� �������������

• Mejorar el proceso de gestión del mantenimiento y/o demás áreas, • • • • • •

al ampliar la visión de sus procesos. Facilitar la implementación de un proceso de mejora continua. La comparación con otras empresas externas, benchmarking . Promover la sana competencia. Convertirse en un vehículo para «compartir» datos e información sobre el proceso de mantenimiento y demás áreas de la organización. Identificar futuros obstáculos en el proceso. Realizar seguimiento.

En este apartado se revisarán los conceptos asociados a los indicadores claves. En una primera etapa se definirán contextualizándolos y precisando la metodología de diseño y selección. Luego se realizará una categorización de los indicadores, manteniendo el objetivo de mejorar la gestión de activos y la gestión operativa de las empresas. Al iniciar la implementación de todo plan de mejora es necesario definir los objetivos a alcanzar y los medios para ello. Una vez iniciado el proceso se debe monitorear el progreso alcanzado mediante observaciones y comparaciones a lo largo del tiempo de los parámetros que definan claramente el nivel de calidad del desempeño organizacional, constatando, sin subjetivismo, si se ha mejorado o no respecto a la situación inicial. Un indicador se puede definir como un número que describe el desempeño de una ocurrencia o actividad específica. Los indicadores claves de desempeño se definen con un significado estratégico que se percibe como crítico en las circunstancias actuales del negocio y que generalmente son seleccionados de un grupo previo de ellos [36]. Los KPI son medidores que permiten monitorear el desempeño de una actividad para cuantificar sus beneficios, sus logros y trazar metas [37]. Estos apuntan directamente a las metas generales de la compañía, determinan las actividades críticas y definen las operaciones particulares para alcanzarlas. Un proceso de medición debe contar con las siguientes características: • • • •

enfocarse sobre logros más que sobre actividades puntuales, usar un esquema de medición fácil y entendible, proveer indicación significativa a todos los niveles de la organización, promover mejoras en la efectividad del mantenimiento, 167

A. A����

• permitir comparaciones con otras compañías (benchmarking ), y • comunicar el progreso a mediano y largo plazo y permitir llevar

registros históricos. Respecto a las características propias de los indicadores, estos deben: • considerar el punto de vista de los accionistas; • dar soporte a la toma de decisiones, dependiendo del nivel de la • • • • • • •

organización; reconocer la diversidad inherente del negocio; soportar procesos de monitoreo; ser claramente definidos, medibles y verificables; ser entendibles y con significado a todo nivel de la organización; basarse en la evaluación integral del mantenimiento; ser consistentes a través de diferentes sitios y organizaciones; y permitir la implementación en forma costo-efectiva.

Finalmente, la selección de los indicadores claves de rendimiento debe considerar los siguientes aspectos: • identificar las expectativas de las partes interesadas (accionistas,

clientes, grupos de mantenimiento, etc.); • identificar un conjunto de «indicadores candidatos» basados en aspectos significativos del mantenimiento como: · confiabilidad (mantener la funcionalidad cuando el equipo se usa según se especifica), · disponibilidad (fracción de tiempo que un equipo es funcional, es decir, tiene la posibilidad de ser utilizado), · mantenibilidad (capacidad de restauración de la funcionalidad de un equipo durante una actividad de mantenimiento), · prudencia financiera (resume el costo del ciclo de vida de los equipos considerando costos de inversión inicial, mantenimiento y costos finales de la falla); • desarrollar la estrategia de cálculo sobre funciones o grupos de

equipos específicos; y • ajustar objetivos y seguimiento al desempeño de la estrategia. 168

I��������� �� �� �������������

3.5.2 Categorización de indicadores para la evaluación de la gestión de mantenimiento A continuación, de acuerdo a referencias de la industria nacional e internacional, se propone una categorizacióny listado de los KPI's según afinidad, alcance y objetivo. En la Figura 2.26: Etapa de Obtención de indicadores en el enfoque R-MES se presentan algunos de los indicadores claves de desempeño, luego se expone, para cada categoría, la formulación respectiva. Para conocer con una mayor amplitud los posibles indicadores a utilizar para evaluar la gestión de activos se recomienda estudiar la información entregada por las referencias específicas de este apartado [35-40].

Figura 2.26: Etapa de Obtención de indicadores en el enfoque R-MES

a. KPI's económicos La eficiencia de toda actividad dentro de la empresa, con vistas a lograr costos razonables, es un tema supervisado muy de cerca por todo directivo en las organizaciones actuales.

169

A. A����

En el área de mantenimiento es recomendable controlar una serie de índices relativos a los costos asociados a ella. Dentro de ellos se deben considerar los que se detallan a continuación: • • • • • • •

costo relativo con personal propio, costo relativo de material, costo de mano de obra externa, costo de mantenimiento con relación a la producción, costo de capacitación, costo de capital por concepto de repuestos inmovilizados, y costo global.

b. Ejemplos de indicadores: i. Costo de mantenimiento por unidad producida Costo total de mantenimiento Unidades producidas

CM/U =

(2.27)

ii. Costo de mantenimiento por hora de operación CM/HO =

Costo total de mantenimiento Horas de operación

(2.28)

c. KPI's de eficiencia y efectividad i. Eficacia de mantenimiento EeM =

Horas de operarios Horas de operación + Horas de mantenimiento

(2.29)

ii. Eficiencia de mantenimiento Ef M =

HH en mantenimiento Horas de operación

(2.30)

d. KPI's técnicos i. Tiempo medio entre fallas MTBF

Horas de operación Nº de eventos de falla

170

(2.31)

I��������� �� �� �������������

2. Tiempo medio de reparación MTTR =

Total de horas de reparación Nº de eventos de falla

(2.32)

e. KPI's tácticos 1. Fracción de tareas de mantenimiento programadas realizadas Nº de tareas de mantenimiento programadas realizadas Nº total de tareas de mantenimiento programadas

FMP =

(2.33)

2. Costo de inventario y adquisición de líneas inactivas Artículos de línea en stock inactivo Total de artículos de líneas en stock

C=

(2.34)

f. KPI's funcionales 1. Fracción de Backlogs o tareas pendientes FB =

Nº de backlogs Nº total de tareas programadas

(2.35)

2. Costos de mantenimiento predictivo CPred =

Costo total de mantenimiento predictivo Costo total de mantenimiento

(2.36)

g. KPI's de planificación y programación 1. Atrasos BacklogHH =

Total HH de mantenimiento con órdenes de trabajo pendientes

2. Cumplimiento del programa en HH CUHH =

HH en órdenes de trabajo + HH en órdenes de trabajo en ejecución Total de HH programas

171

(2.38)

(2.37)

A. A����

h. KPI's de personal y medio ambiente Este elemento ha tomado auge en los últimos años en el nivel empresarial y especialmente en el área de mantenimiento, dada la importancia de garantizar condiciones adecuadas de trabajo para los operarios (seguridad) y la protección del medio ambiente. En lo relativo a la seguridad del personal, se debe valorar el nivel de incidencia de las fallas (impacto de los modos de falla) sobre la seguridad en el lugar de trabajo. Además, se hace importante determinar en qué medida la gestión del mantenimiento tiene en cuenta los requisitos exigidos en las normativas ambientales. i. Tasa de frecuencia de lesiones LTIFR =

HH pérdidas por lesiones Total de HH

x1.000.000

(2.39)

ii. Fuerza de trabajo en vacaciones FTV =

HH en vacaciones Total de HH

(2.40)

Evidentemente, los objetivos de las organizaciones y el contexto en cual estas operan darán la pauta para decidir cuáles indicadores son los que agregan mayor valor a la mejora de sus procesos de toma de decisiones. Además, la disponibilidad de recursos (personal, tecnología, recursos monetarios, competencias profesionales, experiencia, entre otros) es fundamental para medir la capacidad de definición y correcta captura de datos para el cálculo de indicadores. El enfoque R-MES propone definir KPI's históricos (focalizados al control periódico) y KPI's probabilísticos (utilizados para proyectar y evaluar condiciones futuras). 3.6 Etapa 6: Análisis de criticidad 

La sexta etapa del enfoque R-MES se orienta a determinar los equipos críticos de acuerdo a su comportamiento y su impacto sobre el sistema, de manera de poder focalizar los esfuerzos de búsqueda de las oportunidades de mejoras. 172

I��������� �� �� �������������

Figura 2.27: Etapa de Análisis de criticidad en el enfoque R-MES

3.6.1 Proceso de análisis de la criticidad de los equipos El análisis de criticidad es un conjunto de metodologías que permiten definir la jerarquía o prioridades de un proceso, sistema y/o equipos, según el parámetro de valor conocido como criticidad que es proporcional al riesgo, generando una estructura que facilita la toma de decisiones acertadas y efectivas y direccionando los esfuerzos y recursos técnico-económicos en áreas y eventos que tienen mayor impacto en el negocio. Una vez que se han definido los objetivos y las responsabilidades y se ha diseñado una estrategia de mantenimiento, resulta de vital importancia discretizar los activos físicos de la organización en base a un parámetro de criticidad, es decir, su mayor o menor impacto en el sistema productivo global y/o seguridad del sistema (objetivos del negocio). Existen numerosas técnicas cualitativas, cualitativas-cuantitativas y cuantitativas que nos ofrecen una base sistemática sobre la cual clasificar un activo como crítico (C), semi-crítico (SC) y no-crítico (NC), basadas en la evaluación probabilística del riesgo y la obtención del 173

A. A����

número o índice probabilístico de riesgo del activo (para / PRN). Los activos con índices mayores serán los primeros en ser analizados. En muchas ocasiones no existen datos históricos en base a los cuales obtener estos índices, en estos casos es posible utilizar técnicas de naturaleza más cualitativa, con el objetivo de ir garantizando niveles iniciales adecuados de efectividad en las operaciones de mantenimiento. a. Análisis cualitativo Método basado en opiniones de especialistas, donde se combinan criterios técnicos y financieros para jerarquizar equipos. Las principales características son: subjetividad, efectividad para procesos simples y el requerir, en algunos casos, métodos más rigurosos para validar la información. Por ejemplo, se utilizan como criterios la consecuencia (alto–medio–bajo) y complejidad (compleja–mediana–sencilla), en donde la escala numérica para cada criterio pudiese ser 1 – 5 – 10. b. Análisis cualitativo-cuantitativo Modelo que involucra datos objetivos para generar una guía de criticidad cuantificada según: frecuencia de falla, impactos en producción (por falla), costos de reparación, tiempo de reparación, impactos en seguridad personal e impacto ambiental. El factor cualitativo está representado en generar la escala o criterio que represente los resultados de cada ítem medible, y la definición final de la jerarquización de criticidad. El riesgo o criticidad se define como el producto de la frecuencia por la consecuencia de la falla; mientras que la frecuencia es el número de fallas en un tiempo determinado. Para cuantificar la consecuencia de la falla se utiliza la ponderación de varios factores o criterios de importancia en función de las necesidades de la organización. • Riesgo: frecuencia x consecuencia. • Frecuencia: número de fallas en un tiempo determinado. • Consecuencia: (impacto operacional x flexibilidad) + costos de

mantenimiento + impacto (seguridad–ambiente). Estos factores son evaluados en reuniones de trabajo con la participación de las distintas personas involucradas en el contexto operacional (operaciones, mantenimiento, procesos, seguridad y ambiente).

174

I��������� �� �� �������������

Una vez que se obtuvo el consenso de cada uno de los factores se introducen en la fórmula de criticidad total. Cuando los activos están jerarquizados en base a su criticidad se obtiene la matriz de criticidad (Figura 2.28: Representación genérica de la matriz de criticidad):

Figura 2.28: Representación genérica de la matriz de criticidad

A continuación se presenta un ejemplo con factores ponderados para cada criterio a ser evaluado por la expresión de riesgo [25]. Costo de mantenimiento

Frecuencia de Falla

Pobre, Mayor a 10 fallas al año Promedio, 4-6 fallas al año

4

Mayor o igual a 20.000 USD

2

3

Inferior a 20.000 USD

1

Buena, 1-2 fallas al año Excelente, 0-1 fallas al año

2 1

Afecta la seguridad Humana tanto interna como externa y requiere la

Impacto Operacional

Pérdida Total Parada del sistema o subsistema y repercute en otros sistemas Impacta en niveles de inventario o calidad No genera ningún efecto signicavo

sobre producción y operaciones

10 7 4 1

Hay opción de repuesto compardo/

almacén Función de repuesto disponible

nocación a entes externos a la

organización Afecta el ambiente/Instalaciones Afecta las instalaciones causando daños severos Provoca daños menores (ambienteseguridad) No provoca ningún po de daño per-

Flexibilidad Operacional

No existe opción de producción y no hay función de repuesto

Impacto en Seguridad Ambiente

sona, instalaciones o al ambiente. 4 2 1

Figura 2.29: Ejemplo con factores ponderados

175

8

7 5 3 1

A. A����

c. Análisis cuantitativo Modelo con enfoque numérico–probabilístico que busca cuantificar económicamente las variables que definen la criticidad del subsistema, equipo o componente. Se deben valorizar financieramente variables como: costos directos de mantenimiento (repuestos, H.H., insumos, etc.), impacto económico por indisponibilidad del sistema (pérdida de producción total o parcial según configuración lógica funcional), impactos en seguridad e impacto ambiental. En el enfoque R-MES, este proceso se presenta como una metodología, sobre base histórica y probabilística, desarrollada para sistematizar y facilitar el análisis de criticidad de sistemas complejos con una visión del impacto del comportamiento de los distintos elementos que componen un sistema sobre el resultado del negocio. La perspectiva cuantitativa utilizada para jerarquizar subsistemas, equipos o componentes en un proceso es aquella que considera el impacto directo sobre el sistema en términos de la disponibilidad esperada (en función de confiabilidad y mantenibilidad) y costos asociados (en función de costos directos, indirectos y oportunidad por falla sistémica). Disponibilidad Mantenibilidad

Directo Costos Falta Sistémica

Figura 2.30: Variables de análisis cuantitativo para criticidad bajo el enfoque R-MES

Ejemplos: i. Para un sistema cuyos componentes tienen configuración en serie, el impacto unitario sobre el sistema en términos de costos por falta sistémica es idéntico, por lo cual, las variables que definen la criticidad serán: la disponibilidad del equipo y los costos directos (consecuencias económicas directas por causa de las fallas de los equipos). 176

I��������� �� �� �������������

ii. Para un sistema en donde los equipos a jerarquizar poseen diferentes configuraciones sistémicas, la complejidad recae en calcular el impacto de la indisponibilidad individual sobre la indisponibilidad sistémica. Para sistemas complejos y con alta dotación de equipos, las aproximaciones o algoritmos de cálculo son la clave para obtener buenos resultados(ver sección 2.3). iii. Para sistemas productivos en donde no existen bases de datos confiables, ni claridad en las configuraciones funcionales del sistema, este análisis queda inmediatamente limitado, por lo que las técnicas de análisis de criticidad cualitativas es la alternativa, teniendo en cuenta que el nivel de subjetividad es alto y que lo más apropiado es aplicarlas en sistemas de baja complejidad. En general, la aplicabilidad de esta técnica dependerá de la disponibilidad de información (data confiable de confiabilidad, mantenibilidad y costos), claridad en las configuraciones lógicas RBD o dependencias  / relaciones funcionales de los equipos sobre el sistema, y definición en los mecanismos de cálculo de impacto (algoritmos). Es importante reconocer la importancia que la metodología RCM (Mantenimiento Centrado en Confiabilidad) da al proceso de jerarquización por criticidad de los activos / componentes del sistema al momento de establecer las actividades más efectivas para el mantenimiento. Lo anterior ocurre pues se deben estimar los posibles efectos que originarían los modos de falla, según seguridad, ambiente y la operación. En caso de ser más riguroso, el Análisis de los Modos y Efectos de Fallas (AMEF), principal herramienta del RCM, tiene como objetivo básico identificar las formas o modos de fallas en los cuales puede errar un activo dentro de un proceso, identificando, además, las principales consecuencias o efectos de las fallas en función de tres criterios básicos antes mencionados (seguridad, ambiente y operación). De esta forma, mediante la metodología AMEF (RCM) se jerarquizarán los modos de falla identificados, estableciendo un índice de criticidad que permita focalizar y optimizar los recursos disponibles (pautas preventivas, intervenciones programadas, mantenimientos predictivos, etc.), modificando incluso las políticas de mantenimiento. A continuación se describen dos análisis gráficos de criticidad, los cuales fueron desarrollados metodológicamente bajo el enfoque R-MES.

177

A. A����

d. Análisis de dispersión Jack-Knife Conceptualmente, el método de análisis Jack-Knife corresponde a un estudio multicriterio de las distintas variables involucradas o que inciden en los modos de falla, tales como: frecuencia de ocurrencia de falla (tasa de falla promedio), tiempo fuera de servicio (MTTR), costos asociados, entre otras. El mecanismo de análisis en sí es un diagrama en dos o más dimensiones, en donde cada una de ellas corresponde a una variable de estudio. En el caso de trabajar con frecuencia y tiempo fuera de servicio, en el gráfico se trazan líneas de referencia que denotan la frecuencia promedio y el tiempo promedio de los modos de falla, generando cuatro cuadrantes. Los modos de falla ubicados en el primer cuadrante son aquellos que poseen una frecuencia mayor al promedio (crónicos) y un tiempo fuera de servicio mayor al promedio (agudos), por lo que son candidatos importantes en la escala de criticidad. Adicionalmente, se puede(n) trazar una(s) recta(s) de isoindisponibilidad, de manera que se identifiquen los modos de falla que generen una indisponibilidad mayor a la planteada o esperada. Para esto, por lo general se utilizan escalas logarítmicas para que las líneas de iso-indisponibilidad D sean rectas. Para mayor detalle ver Figura 2.31: Representación gráfica de dispersión Jack-Knife, en donde se grafican (escala logarítmica) las coordenadas (Frecuencia y MTTR) de cinco modos de fallas.  Agu do

  n    ∑  f i   Log  i =1    N        

        ]

        h

        [

   i    R    T    T    M   g   o    L

 Agu do y Cr óni co

  n    ∑ MTTRi × N i    Log  i =1 n    N i ∑   i =1    

Iso-indisponibilidad (D) = 5% Crónico 0,007

Log Frecuencia [1/ h]

0,05

Figura 2.31: Representación gráfica de dispersión Jack-Knife

Donde, 178

I��������� �� �� �������������

f i: frecuencia de intervención del modo de falla i MTTRi: tiempo medio para reparar del modo de falla i Ni: n° de fallas del modo de falla i N: n° de modos de falla de equipo o sistema Es importante mencionar que este análisis podría ser realizado bajo una visión sistémica diferente a la tradicional (modos de falla de un solo equipo), la cual buscaría identificar criticidades de equipos / subsistemas que poseen en un mismo nivel de impacto sistémico superior, es decir, aquellos que poseen una configuración lógica funcional serie. Las propuestas de mejora, según la distribución de los modos de falla / equipos / subsistemas en el gráfico, darán la pauta para enfrentar el problema desde el punto de vista de la confiabilidad, producto de la alta frecuencia de intervención, o bien desde la mantenibilidad, dados los altos tiempo medios de reparación. e. Análisis Disponibilidad–Consecuencia La técnica presentada anteriormente (Jack-Knife) está definida como un gráfico de dispersión logarítmica que contempla tres variables de rendimiento en forma simultánea: frecuencia de intervención, tiempo fuera de servicio e indisponibilidad. Por consiguiente, esta técnica solo considera información basada sobre tiempo, excluyendo variables económicas que ciertamente afectan el proceso de decisión en términos de definir prioridades. Además, Jack-Knife permite comparar componentes, equipos, subsistemas o modos de falla a un mismo nivel (configuración serie), lo cual evidentemente es una limitación para comparar equipos o subsistemas que poseen diferentes configuraciones, por ejmeplo: paralelo, fraccionamiento y redundancia parcial o total. Para mejorar la situación comentada, el enfoque R-MES propone una segunda herramienta gráfica que complementa al modelo de dispersión tradicional, la cual busca identificar y jerarquizar equipos con diferentes configuraciones lógicas funcionales, según las variables: indisponibilidad inherente del equipo D y consecuencia ρ. Esta última variable (consecuencia) define la relación o impacto que tiene la indisponibilidad del equipo sobre la indisponibilidad del sistema, o bien, qué porcentaje de la indisponibilidad del equipo repercute sobre la indisponibilidad del sistema. Esta relación es un algoritmo definido según la configuración del equipo y carga productiva. 179

A. A���� 100 %

Iso- Criticidad

90 % 80 %

+

Critico

E-1

   ]    %    [   a    i   c   n   e   u   c   e   s   n   o    C

70 % 60 %

50 % E-2 40 % E-3 30 % 20 % E-4 10 %

0%

2%

4%

6%

8%

10 %

Indisponibilidad equipo [%]

Figura 2.32: Representación gráfica análisis disponibilidad-onsecuencia

Las curvas de iso-criticidad son elaboradas según la curva de costo de la falta Cf , la cual es función directa de las variables de indisponibilidad Di, consecuencia ρi, horizonte de tiempo T y costo de la falta unitario por hora Ch. Como ejemplo, en el gráfico de la Figura 2.32: Representación gráfica análisis disponibilidad-onsecuencia, los equipos E-1 y E-2 se encuentran en el mismo nivel de iso-criticidad, por lo cual ambos, a pesar de tener características de indisponibilidad y consecuencia disimiles, poseen un efecto económico por concepto de costo de la falta similar. Las mejoras, identificados los equipos con alta criticidad, deberán tener dos direcciones: i. La primera opción de mejora, en caso que la variable que da más peso al indicador de iso-criticidad sea la indisponibilidad del equipo i, debe apuntar a mejorar la confiabilidad o mantenibilidad del equipo en cuestión. ii. La segunda opción, en caso que la variable consecuencia sea la más influyente en el resultado de iso-criticidad, debe ser mejorar la configuración lógica en la cual el equipo está inmerso, es decir, debe ser una propuesta a nivel de diseño.

180

I��������� �� �� �������������

La decisión será en función de la evaluación económica correspondiente de las opciones propuestas. f. Análisis de consecuencia económica-impacto, seguridad y ambiental Cada día que pasa, la gestión de los activos físicos debiese tender más, tanto a la contribución con el resultado económico del negocio como también en la consideración del impacto sobre la seguridad de las personas y el medio ambiente. El enfoque R-MES considera como parte de su metodología de análisis una matriz de criticidad que combina estos dos factores, incluyendo, además de los elementos que componen un sistema, los modos de fallas, el nivel que refleja la evidencia física de las fallas y su consiguiente impacto sobre la seguridad y el ambiente. A modo de ejemplo simplificado, la detención de un equipo por un problema eléctrico, si bien produce prácticamente la misma consecuencia económica que por la rotura del sistema hidráulico (suponiendo el mismo costo de mantenimiento e igual periodo de detención), no hay duda que la segunda situación tiene un impacto ambiental considerablemente mayor por el derrame producido. La matriz propuesta se compone identificando el impacto económico en el eje horizontal obtenido cuantitativamente de las curvas de iso-costo que resultan de la matriz de iso-criticidad (indisponibilidad-consecuencia) y el impacto sobre el ambiente y la seguridad en el eje vertical, definido según los factores presentados en la Figura 2.28: Representación genérica de la matriz de criticidadura, que varían entre 1 y 8. Impacto en Seguridad y Ambiente P-1  ZO N A C R Í T I C A

P-3 P-4

 ZO N A I D E A L

P-2 P-5

Impacto Económico

Figura 2.33: Matriz de impacto en seguridad y ambiente v/s impacto económico

181

A. A����

3.7 Etapa 7: Oportunidades de mejora

La séptima etapa del enfoque R-MES, a partir del análisis de los indicadores y su evolución, está orientada a la identificación de las oportunidades de mejoras, sean estas en el ámbito de la gestión como de cambios en las fases de diseño de un proyecto.

Figura 2.34: Etapa de Oportunidades de mejora en el enfoque R-MES

3.7.1 Enfoque RCA Las metodologías de análisis de criticidad establecen el foco de atención y destino de los recursos técnico-económicos dentro de la red de activos físicos que componen un sistema productivo (incluso llegando a indicar los modos de fallas críticos para los activos críticos), en otras palabras, localizan los puntos en donde una eventual implementación de acciones de mejora produce un impacto máximo sobre el sistema, optimizando el valor operacional de las instalaciones en función de los objetivos del negocio requeridos. Sin embargo, el enfoque de estas metodologías no contempla la definición de oportunidades de mejora. Para lo anterior es necesaria la aplicación de un conjunto de herramientas de análisis específicamente orientadas a la detección y clasificación de problemas y oportunidades y, en consecuencia, al dise182

I��������� �� �� �������������

ño e implementación de acciones proactivas para solucionarlos y mejorar. Este conjunto de herramientas constituye el método de Análisis Causa Raíz (Root Cause Analysis, RCA). Mediante un análisis profundo, el método RCA tiene como finalidad la detección de las causas raíces de eventos indeseados o incidentes (fallas) para prevenir la ocurrencia de estos mediante la ejecución de planes de acción [41]. Tradicionalmente el RCA se ha comprendido como un método reactivo, utilizado puntualmente luego de la ocurrencia de una falla con consecuencias graves, sin embargo, esta forma de aplicación, orientada a la solución de problemas singulares, no aprovecha íntegramente el potencial del método. El RCA debe ser considerado, más allá del análisis de una falla puntual, como un enfoque proactivo centrado en el desarrollo de oportunidades de mejora, para evitar o controlar de manera sostenible en el tiempo los eventos de falla que por su naturaleza aguda y/o crónica generan desviaciones en cuanto a: desempeño operacional, productividad, desempeño económico, seguridad de las personas y el medio ambiente, cumplimiento de regulaciones, etc. [42]. Entendiendo el RCA como un enfoque integrado a las prácticas y actividades habituales para el mantenimiento y la gestión de activos de producción, se estructura un ciclo de mejora continua basado en la generación dinámica de conocimiento y la comunicación de la experiencia entre los actores que componen y sostienen la organización. A continuación se presentan brevemente algunas de las técnicas generales de análisis que constituyen el método RCA [41, 42]: • • • •

Árboles de fallas (Fault-Tree Analysis, FTA). Análisis causa efecto (Cause and Effect Analysis). Diagramas de Ishikawa.

Análisis de secuencia de eventos

El RCA es una secuencia lógica de etapas que orienta en el proceso de detección y comprensión de los factores que envuelven a las fallas. Una vez definidas completamente las causas raíces, el análisis sistemáticamente determina el mejor curso de acción que permite el control de las fallas.

183

A   . A  � � �  �

1   8  4 

Figura 2.35: Secuencia lógica del RCA

I��������� �� �� �������������

La Figura 2.35 ilustra la secuencia lógica del método causa-raíz para el análisis de fallas. En ella se puede observar cada una de las etapas del método, presentando las consideraciones generales, en cuanto a la información necesaria y las causas raíces más comunes involucradas en la ocurrencia de fallas. Se propone una clasificación para estas, diferenciando entre causas raíces genéticas y no-genéticas. Se entenderá por causas genéticas aquellas que son efecto directo del comportamiento intrínseco de desgaste de los componentes del equipo; y por causas no genéticas a factores externos que actúan sobre los equipos. En base a la determinación de las causas raíces y a su clasificación, se proponen oportunidades de mejora potenciales cuya selección se efectúa mediante una análisis costo-beneficio sistémico. La implementación de medidas proactivas de mejora se realiza, generalmente, en dos ámbitos de acción: gestión y diseño. 3.8 Etapa 8: Mejoras de gestión

Se entiende como mejora de gestión a aquellas acciones que intervienen en el modo de hacer y no aquellas que incorporan modificaciones en los componentes, equipos o sistemas. Entre las acciones de gestión es posible establecer, entre tantas otras, la definición de las políticas de mantenimiento, frecuencia de intervenciones e inspecciones, gestión y capacitación del recurso humano, generación de procesos y procedimientos, gestión de repuestos y materiales, etc.

185

A. A����

Figura 2.36: Etapa de Oportunidades de mejora a través de la gestión en el enfoque R-MES

A continuación presentaremos algunas acciones de mejoramiento relacionadas con cambios en la gestión de los activos físicos.

Optimización de la selección de políticas de mantenimiento En base a las causas raíces, determinadas para los modos de fallas críticos en los equipos críticos de un sistema productivo, es posible reevaluar las políticas de mantenimiento ya definidas para ellos, y así optimizar sus desempeños operativos mediante un eventual cambio. El proceso de validación (o revalidación) de la política óptima de mantenimiento se esquematiza en la Figura 2.37: Proceso de validación de la política de mantenimienton. El esquema permite analizar un tipo de falla determinado. Muchos equipos mecánicos entregan información importante sobre su estado en forma de señales débiles, que pueden ser percibidas por el operador con relativa facilidad: ruido, vibraciones, sobrecalentamiento, humo, etc. Si las fallas analizadas arrojan señales perceptibles es posible realizar inspecciones periódicas, hasta determinar el punto de operación en 186

I��������� �� �� �������������

el que las señales se convierten en síntomas evidentes que indican la necesidad de efectuar una actividad de mantenimiento (predictivo) [33].

Figura 2.37: Proceso de validación de la política de mantenimiento

En el caso que las fallas no arrojen señales perceptibles, se puede asumir una política correctiva o definir un plan periódico de mantenimiento, previo análisis matemático, para escoger la mejor alternativa y definir las frecuencias adecuadas en que los equipos serán intervenidos. Cualquiera sea el camino escogido en el esquema, como último paso antes de una nueva reevaluación de las políticas se realiza un mantenimiento productivo que consiste en la superposición de una política de mantenimiento preventivo y la implementación de mejoras continuas [33], evidenciando el objetivo expuesto en el presente capítulo. En cuanto a los costos asociados a las políticas de mantenimiento, estos son claramente identificables: · El costo preventivo es el que se asume al momento de realizar una intervención preventiva. Este incluye los costos asociados a repuestos, mano de obra, materiales, fungibles, etc. · El costo de emergencia (correctivo) está compuesto por el costo de la intervención correctiva: repuestos, manos de obra, materiales, fungibles, etc.; más los costos de ineficiencia asociados a la pérdida de producción generada por el evento imprevisto y los costos asociados a la propagación hacia otros componentes, sistemas o equipos. 187

A. A����

3.8.1 Modelo de mantenimiento preventivo El mantenimiento preventivo puede ser aplicado considerando diversas estrategias. La selección dependerá del análisis costo-beneficio realizado según diferentes modelos y considerando los siguientes puntos: · La tasa de falla del equipo o componente en cuestión debe ser creciente. · El costo total de una intervención de emergencia (correctiva) debe ser superior al costo total de una intervención preventiva. · Existen solo dos estados operacionales posibles para el equipo o componente: funcionamiento o no funcionamiento. i. Frecuencia óptima de mantenimiento preventivo Si se considera que tras cualquier intervención, correctiva o preventiva, el equipo o componente queda «tan bueno como nuevo» y al tiempo t como la edad del equipo o el tiempo transcurrido desde la última intervención; se puede determinar la frecuencia óptima de mantenimiento preventivo Ts minimizando la siguiente ecuación: (2.41) Donde, ct,p: costo total de mantenimiento por unidad de tiempo Ci,c = ci,c MTTR: costo de intervención correctiva ci,c: costo de intervención correctiva por unidad de tiempo MTTR: tiempo medio de reparación Cf  = cf  MTTR costo de ineficiencia cf : costo de ineficiencia por unidad de tiempo Ci,p: costo de intervención preventiva R(Ts): confiabilidad de equipo o componente en el instante Ts f(t): función de densidad de probabilidad de fallas Si el mantenimiento preventivo se realiza cada Ts unidades de tiempo, existe la posibilidad de que el equipo falle o no falle durante aquel intervalo con probabilidad de ocurrencia 1 – R(Ts) y R(Ts) respectivamente, si ocurre una falla el costo asociado será Ci,c + Cf  y en caso 188

I��������� �� �� �������������

contrario Ci,p. El denominador de la ecuación (2.41)(�.��) representa el tiempo esperado del ciclo. Así, la frecuencia óptima T*s será aquella que minimice el costo total de mantenimiento. Sin embargo, se debe enfatizar que existe la posibilidad de no encontrar una frecuencia óptima de mantenimiento preventivo. 3.8.2 Mantenimiento preventivo sintomático El mantenimiento preventivo sintomático, o según condición, pretende evitar fallas repentinas mediante el monitoreo de los síntomas perceptibles en los equipos o componentes para pronosticar su ocurrencia. Este pronóstico puede basarse también en estimaciones estadísticas. Si se selecciona una política de mantenimiento preventivo sintomático, el intervalo de tiempo entre dos intervenciones preventivas es aproximadamente el MTBF. La función de costos totales de mantenimiento sintomático está dada por la ecuación. (2.42) Donde, · ct,s: costo total de mantenimiento por unidad de tiempo · Ci,s: costo de intervención correctiva · Cf,s: costo de ineficiencia asociado a un eventual detención por inspección El mantenimiento sintomático es un tipo de mantenimiento preventivo que planifica las intervenciones basándose en el resultado de inspecciones o actividades de monitoreo de las condiciones reales de funcionamiento. Esta política busca realizar intervenciones más dirigidas y oportunas tratando de acercar el reemplazo a la falla funcional del elemento, con la ventaja de aumentar la disponibilidad del sistema. Adicionalmente, se basa en la interpretación de las señales de monitoreo. Para que esta política de mantenimiento sea efectiva debe existir una correlación clara y sistémica entre los síntomas observables (variables a monitorear o inspeccionar) y la falla funcional del componente. El umbral de la variable de monitoreo seleccionada debe ser tal que permita la toma de acciones para evitar su falla funcional mediante la programación de actividades de mantenimiento. 189

A. A����

3.8.3 Sustitución para el caso de n componentes El análisis de sustitución realizado para el caso de una instalación con muchos componentes es indudablemente más complejo que en el caso individual. Al buscar la política óptima de mantenimiento para este caso es aconsejable dirigir el análisis por alguna de las estrategias siguientes: · La política estática proviene de un mantenimiento preventivo periódico basado en la edad del componente y una sustitución oportunista en el caso de la detención de la instalación. El nombre «estática» se debe a que no está previsto introducir modificaciones en el intervalo de mantenimiento tras una detención e intervención de emergencia. · La política dinámica difiere de la estática, ya que luego de que cada intervención (renovación de alguna parte de la instalación) se calcula nuevamente el intervalo de sustitución preventiva. Esta política utiliza toda la información que describe el estado efectivo del sistema en el momento de reactivar la producción: intervenciones efectuadas, componentes sustituidos o renovados, el estado de los componentes no sustituidos y cualquier otro hecho ocurrido que sea trascendente desde el punto de vista de la confiabilidad. Es importante aclarar que ambas políticas propuestas no corresponden a la solución óptima del problema, sino que son métodos para aproximarse a ella. La práctica industrial presenta una serie de hechos impredecibles y de gran complejidad que imposibilitan encontrar una política de mantenimiento rigurosamente óptima. A continuación se presenta una política de mantenimiento general, la que se compone de sustituciones preventivas de tipo secuencial y de intervenciones tras fallos (oportunistas). Se tiene un plan de mantenimiento en el que se fijan los momentos de intervenciones preventivas, pudiendo, dichas fechas, verse alteradas en el caso de fallas entre intervenciones. Cada intervención de emergencia ocasiona la aparición de un nuevo momento futuro en el que convenga realizar la nueva detención. El momento más conveniente para el mantenimiento es el que arroje el menor costo global por unidad de tiempo, durante la vida útil restante de los componentes. 190

I��������� �� �� �������������

Se debe comprender, entonces, que se lleva a cabo una política secuencial oportunista, ya que se realiza: · Intervención correctiva: En el momento de producirse un desperfecto, se debe reemplazar el componente que ha provocado el fallo, junto con todos aquellos que han rebasado su vida útil. · Intervención preventiva: Se efectúa la sustitución de todos los componentes que han sobrepasado su edad crítica. El problema de encontrar el período de mantenimiento preventivo óptimo para el caso de n componentes no es tan simple como para el caso de un componente individual. En el caso de n componentes es conveniente calcular la confiabilidad del sistema en forma global. Conociendo la confiabilidad del sistema se procede a calcular el costo global mínimo asociado a mantenimiento para todo el sistema, encontrando así el período óptimo de tiempo para realizar mantenimiento preventivo. Sin embargo, para el caso de n componentes resulta muy conveniente utilizar programas computacionales que permitan simular el comportamiento de los sistemas. a. Selección de política de mantenimiento La Figura 2.38: Selección de políticas de mantenimiento esquematiza la selección de políticas de mantenimiento según la etapa del ciclo de vida del equipo o componente y los costos totales asociados a cada política. Tasa de Falla

Desgaste Tiempo

Ct,p > Ct,c Ct,c > Ct,p Ct,s > (Ct,c - Ct,c) Ct,c > Ct,p (Ct,c - Ct,p) > Ct,s

Figura 2.38: Selección de políticas de mantenimiento

191

A. A����

b. Mission time La utilización de probabilidades de falla condicionadas resulta ser una herramienta de análisis útil para la optimización de la programación de tareas de mantenimiento. Considerando sistemas constituidos por un número considerable de equipos o componentes, cada uno sujeto a actividades de mantenimiento programado, el análisis mediante probabilidades condicionadas a las horas que ya ha operado cada equipo otorga una fuente para definir prioridades en cuanto a cuál o cuáles equipos se deben intervenir primero. Suponiendo conocidas las funciones de confiabilidad de los equipos y considerando que luego de cualquier actividad de mantenimiento el equipo regresa a un estado «tan bueno como nuevo», se tiene que la probabilidad de que un equipo i sobreviva t unidades de tiempo más, dado que ha sobrevivido toi desde que estaba como nuevo es: (2.43)

Si se considera el tiempo meta tmi  como las horas que le restan al equipo i para ser intervenido debido a una actividad programada, Ri(tmi|toi) representa la probabilidad de que el equipo sobreviva hasta el instante de ejecución de la actividad. De esta manera, si se tiene un conjunto de equipos, cuyas próximas actividades programadas están cercanamente establecidas, mediante la ecuación (2.43)(�.��) se puede determinar el grado de flexibilidad de retrasar actividades programadas para intervenir en primer lugar los equipos con una mayor probabilidad de fallar, dado que han operado una cierta cantidad de horas. Lo anterior también es útil al integrarlo con gestión de repuestos, ya que la probabilidad condicional de supervivencia permite estimar un cierto grado de retraso aceptable en la llegada de los repuestos. c. Gestión de inspecciones Dentro de las alternativas de políticas de mantenimiento resulta de gran utilidad el mantenimiento predictivo o sintomático, porque permite adelantarse a las posibles fallas programando intervenciones para 192

I��������� �� �� �������������

prevenir su ocurrencia. Esta política se sustenta en la idea de obtener el mejor provecho del equipo o componente antes de que presente señales de estar próximo a fallar. De esta manera se optimiza la operación del componente durante su vida útil y se evitan las consecuencias de eventos indeseados. Adelantarse a las posibles fallas implica la identificación de síntomas que señalen su próxima ocurrencia. Las señales que caracterizan los síntomas pueden ser monitoreadas por medio de inspecciones planificadas o por dispositivos de medición, para registrar su evolución y determinar el punto adecuado para intervenir el componente. i. Inspecciones Óptimas Mantenimiento Preventivo I El presente modelo se centra en determinar la cantidad óptima de inspecciones a realizar sobre un equipo o componente, considerando su criticidad c, el tiempo de detención necesario para su inspección Ti y el tiempo que el equipo permanece detenido a raíz de una falla Tb. Se define el tiempo total de indisponibilidad TDT en unidades de tiempo de la siguiente manera:

(2.44)

Donde, · TDT: tiempo total de indisponibilidad en unidades de tiempo · Ti: tiempo de detención necesario para la inspección · Tb: tiempo de indisponibilidad por falla del equipo · c: constante de criticidad, se evalúa de 1 a 5 donde 1 es la menor criticidad · y: número de inspecciones por unidad de tiempo Al optimizar TDT(y) se obtiene el número de inspecciones a realizar dentro de un horizonte de tiempo dado. El número de inspecciones óptimo y* está dado por la ecuación (�.��). (2.45)

193

A. A����

ii. Inspecciones Óptimas Mantenimiento Preventivo II Si se considera el efecto de la tasa de fallas λ  en la formulación de la indisponibilidad total TDT, se tiene que:

(2.46)

Donde, · TDT: tiempo total de indisponibilidad en unidades de tiempo · DTi: tiempo de indisponibilidad asociado a una inspección · DTr: tiempo de indisponibilidad asociado a una reparación · n: frecuencia de inspección · λ (n): tasa de fallas del equipo o componente · μ(n): tasa de reparaciones del equipo o componente · 1/ θ: media de la distribución exponencial asociada a los tiempos de inspección Generalmente, la tasa de fallas definida en función de la frecuencia de inspección λ (n) se formula como sigue: (2.47) Donde, λ 0 representa la tasa de fallas para la frecuencia de inspección igual a 0 Así, minimizando la función del tiempo total de indisponibilidad se obtiene una frecuencia de inspecciones n* óptima: (2.48)

3.8.4 Gestión de repuestos críticos y materiales Las acciones proactivas de gestión para materializar oportunidades de mejora también abarcan la gestión de repuestos críticos y materiales. Para optimizar el desempeño operacional de los activos de producción es necesario el abastecimiento oportuno de repuestos y materiales, asegurando un nivel de disponibilidad en stock que 194

I��������� �� �� �������������

permita satisfacer los requerimientos de ejecución de las actividades oportunas de reparación. Lo anterior debe ser analizado dentro de un marco de eficiencia económica, buscando la minimización de los costos de mantener inventario, de lanzamiento de órdenes de pedidos y de roturas de stock [43]. a. Modelo básico para gestión de repuestos y materiales Basándose en un enfoque por ítem, el modelo básico busca minimizar la función de costo global asociado a la gestión de repuestos, la que está compuesta por: CO: costo de lanzamiento de una orden de pedido cS: costo de mantener inventario o costo de almacenamiento por unidad de tiempo Parámetros: · D: demanda del ítem por unidad de tiempo · q: número de ítems pedidos por orden lanzada · p: precio unitario del ítem · T: periodo entre pedidos Generalmente, el costo de lanzamiento de una orden de pedido CO incluye los costos asociados a las compras, al manejo y transporte de los ítems, recepción y control de calidad, etc. Este costo es cubierto cada vez que se haga efectivo un pedido, así se define el costo de lanzamiento de orden de pedido por unidad de tiempo cO, como sigue: cO =

CO T

= CO

D q 

(2.49)

Por su parte, el costo de mantener inventario CS considera los intereses sobre el capital almacenado, seguros, uso de espacio físico, etc. Si se supone regularidad en el consumo del ítem y el inventario se repone una vez agotado, entonces la cantidad promedio de ítems almacenados q  es 2  y, por lo tanto, el valor promedio por unidad de tiempo de mantener el cS q 2 . De lo anterior, el costo global por unidad de tiempo cg es:

195

A. A����

(2.50) Minimizando la función cg(q) se obtiene la cantidad óptima de ítems q* a ordenar por pedido y el periodo óptimo entre pedidos T*: (2.51) (2.52) Para finalizar este apartado se recomienda el estudio de modelos probabilísticos de gestión de repuestos que integren aspectos relacionados con: economías de escala, descuentos por cantidad ordenada, etc. Adicionalmente se recomienda los modelos de políticas de control con heurísticas y las técnicas Material Requirements Planning – Manufacturing Requirement Planning (MRP-MRPII) [43]. Punto de reorden Considerando conocidos el costo de ineficiencia y la distribución de la tasa de fallas λ  del componente, es posible obtener el punto de reorden óptimo bajo distintos criterios. A continuación se presenta el modelo para determinar el punto de reorden minimizando el costo global. Si se define TR como el intervalo de tiempo entre el punto en que la reorden es lanzada y llegada del pedido, y se considera que la ocurrencia de fallas asociadas a ese ítem dentro de TR se comporta según una distribución de Poisson, se tiene que el promedio de fallas que pueden ser atendidas inmediatamente por disponibilidad de repuestos y el promedio de las reparaciones no efectuadas por falta de repuestos están dados por las ecuaciones (�.��) y (�.��), respectivamente.

196

I��������� �� �� �������������

(2.53)

(2.54) Donde, qr es el punto de reorden Entonces, la función de costo global esperado es la siguiente:

(2.55) Finalmente, minimizando Cg(qr) se encuentra el punto de reorden óptimo qr* b. Gestión de repuestos críticos Desde la perspectiva de la Ingeniería de la Confiabilidad, esto es, considerando los aspectos de confiabilidad y mantenibilidad en los sistemas productivos, los modelos de gestión de repuestos se enfocan a ser un soporte de la operación de los componentes, asegurando que los requerimientos de funcionalidad a nivel sistémico sean cumplidos. Se entiende como repuestos críticos a todos aquellos que están sujetos a componentes cuyas fallas generan consecuencias operativas considerables, por ejemplo, un alto grado en pérdidas de producción y poseer una baja rotación y elevado costo. Además, el carácter crítico puede estar asociado a impactos ambientales o de seguridad de las personas. En general, los repuestos (críticos y/o no críticos) se pueden clasificar en reparables y no reparables. Para cada clase se han desarrollado diferentes modelos de cálculo para determinar el tamaño óptimo de stock y el punto de reorden, considerando factores de riesgo y costos para optimizar los inventarios. Muchos modelos asumen que la demanda de repuestos sigue un proceso de Poisson [44].

197

A. A����

La optimización de la gestión de repuestos críticos implica la definición de criterios, para los cuales el nivel de stock y/o el punto de reorden son óptimos. Si bien, el criterio de minimización de costo global es ampliamente utilizado, este no necesariamente asegura optimalidad desde un punto de vista operativo, por lo cual es necesario realizar análisis desde otros ángulos diferentes. En general, los criterios habituales para la gestión de repuestos críticos son [44]: i. Costos: Considera todos los costos asociados a la gestión de repuestos (mantener inventario, lanzamiento de órdenes de pedidos y roturas de stock) y a aquellos relacionados con el impacto operacional por ausencia del repuesto. ii. Disponibilidad: Corresponde al impacto que genera en la disponibilidad del sistema / equipo la falta de un repuesto crítico específico. iii. Confiabilidad instantánea del stock: Entendida como la probabilidad de que el repuesto esté disponible dado un instante de tiempo. iv. Confiabilidad de intervalo del stock: Probabilidad de no tener roturas de stock para cualquier instante de un intervalo de tiempo dado. Los modelos matemáticos de gestión de repuestos críticos son más complejos que los modelos comunes de repuestos. Algunos de los modelos actualmente estudiados son [44]: • Modelos de riesgo para repuestos no reparables. • Modelos de riesgo para repuestos reparables. • Modelo de confiabilidad instantánea para repuestos reparables • • • • • •

bajo capacidad de reparación ilimitada. Modelo de confiabilidad de intervalo para repuestos reparables bajo capacidad de reparación ilimitada. Modelo de confiabilidad instantánea para repuestos reparables bajo capacidad de reparación limitada. Modelo de confiabilidad de intervalo para repuestos reparables bajo capacidad de reparación limitada. Modelo de disponibilidad de repuestos reparables. Modelo de costos para repuestos no reparables sin indisponibilidad asociada con entrega inmediata. Modelo de costos para repuestos reparables.

198

I��������� �� �� �������������

3.8.5 Factores humanos

En el área de la gestión de activos existen múltiples factores que afectan a la confiabilidad de los sistemas. Uno de los elementos principales que influyen en la confiabilidad y gestión propia de los activos es la categoría conocida como «Factores Humanos», la cual puede definirse, dentro de muchas otras acepciones, como las capacidades físicas y psicológicas de la persona, su entrenamiento y experiencia, además del contexto de operación directamente influyente bajo el cual las personas deben desarrollar sus tareas. La experiencia en la industria referencia que el factor humano es un agente importante en las causas raíces de los problemas, entendiendo que las causas raíces organizacionales también son derivadas de decisiones humanas. Es por esta razón que resulta estrictamente necesario considerar este eje de acción como posible foco de mejora desde el punto de vista de la gestión, debiendo desarrollar e innovar continuamente en las siguientes líneas de acción: • Implementar metodologías que permitan identificación de causas

raíces de los problemas, idealmente a causas raíces humanas y organizacionales. Cabe mencionar que el objetivo de este punto no es buscar culpables, sino más bien identificar responsabilidades que marginen el riesgo operacional y que, dependiendo de la política de la compañía, se tomen las medidas correspondientes; por ejemplo: capacitación, definición de perfiles para futuras contrataciones, mejoras en la metodología de selección de personal, entre otras. • Capacitación del personal, lo que requiere disponer de recursos para mejorar las competencias humanas (comunicación, liderazgo, trabajo en equipo, entre otras) y técnicas (mantenimiento, operación, procesos, entre otras). Con esta intervención, la probabilidad de desarrollar tareas de manera más eficaz, eficiente y sustentable aumenta. Por ejemplo, si se capacita al personal de mantenimiento encargado de un área o equipo crítico, es evidente que el resultado en términos de confiabilidad y mantenibilidad será positivamente influenciado. • Cultura organizacional, directamente relacionada con las malas prácticas que están aceptadas en la organización, por ejemplo: falta u omisión de los procedimientos de trabajo, no considera199

A. A����

ción de las recomendaciones de proveedores especialistas, no leer manuales de mantenimiento y trabajo, entre otras. • Definición y selección de perfiles de trabajo para las diferentes actividades a desarrollar, es decir, identificar correctamente la persona competente para el puesto de trabajo, o bien, el puesto de trabajo correcto según el perfil del trabajador.

3.9 Etapa 9: Mejoras de proyectos Una segunda línea de acción para resolver problemáticas de confiabilidad y mantenibilidad es la intervención física del proceso, equipo o área en particular, modificando el actual diseño con diferentes alternativas de proyectos que deben ser económica y técnicamente evaluadas.

Figura 2.39: Etapa de Oportunidades de mejora a través de proyectos en el enfoque R-MES

3.9.1 Análisis de redundancia Una forma de aumentar la confiabilidad de un sistema o equipo en particular es la introducción de un nivel de redundancia mediante la incorporación de configuraciones stand–by o en paralelo, tanto total como parcial. 200

I��������� �� �� �������������

Cualquier modificación que se haga para mejorar la confiabilidad repercute directamente en un aumento de disponibilidad, lo que trae como consecuencia una disminución de los costos de ineficiencia por pérdida de producción o discontinuidad del proceso productivo. Conjuntamente con lo anterior, agregar niveles de redundancia requiere una inversión, lo cual obligar a evaluar económicamente la conveniencia de la solución, desarrollando el análisis de Costo Global. En el análisis de redundancia los costos de operación pueden asumirse constantes, o bien no considerarse, por la marginalidad del impacto de estos costos sobre el total. Ejemplo: Analizar el aumento de confiabilidad mediante redundancia (paralelo total) del equipo A presentado en la Figura 2.40: Sistema a analizar: Equipo B

Flujo

Flujo 1

Equipo A

Flujo 2

Figura 2.40: Sistema a analizar

Suponga que todos los componentes están en la etapa de madurez (vida útil). Considere los siguientes datos sobre los equipos: Tabla 2.3: Datos de equipos

Componente

Tasa de Falla λ (t) [1/h]

Equipo A

λ 1

Equipo B

λ 2

Además se entregan los siguientes datos:

201

A. A���� Tabla 2.4: Datos adicionales de equipos

Tasa de descuento Horizonte temporal Costo ineficiencia Valor Equipo 1

i% T (años) Ci (US$/h) V1 (US$)

Valor Equipo 2 MTTR Equipo 1 MTTR Equipo 2

V2 (US$) MTTR1 (horas) MTTR2 (horas)

La nueva configuración a evaluar es incorporar el equipo C en redundancia total con el Equipo A. Se asume que las características de este nuevo equipo son similares al Equipo A.

Figura 2.41: Configuración propuesta

Se requiere evaluar el Costo Global con la opción actual y con la mejora de redundancia propuesta. Cálculos básicos:

Disponibilidad del Equipo A y nuevo Equipo C

Disponibilidad del Equipo B Disponibilidad sistémica escenario actual Disponibilidad sistémica nuevo escenario con redundancia Factor de corrección por periodo de evaluación

202

I��������� �� �� �������������

Costo Global escenario actual Costo Global escenario con redundancia

Con estos valores se evaluará el impacto del proyecto.

3.9.2 Reemplazo de equipos Toda empresa busca como objetivo fundamental la maximización de beneficios a largo plazo, procurando aumentar los ingresos y minimizando los costos. Una estrategia para la minimización de los costos es la identificación del ciclo de vida óptimo de los distintos equipos que componen las instalaciones industriales. Es claro que en la medida en que pasa el tiempo de operación el equipo sufre progresivamente un deterioro y desgaste general, por lo cual se elevan los costos de operación y de mantenimiento. Con esta suposición realista, es evidente que debe existir un instante de tiempo en donde es económicamente conveniente considerar y evaluar la opción de renovación del equipo antiguo por uno nuevo. El análisis siguiente propone un método simple que permite determinar el instante óptimo de renovación del equipo en una instalación industrial determinada. Los equipos sufren un persistente deterioro y desgaste a medida que acumulan horas de operación. Es por ello que en algún momento se hace necesario adquirir un nuevo equipo y desechar el antiguo, logrando, de esta manera, disminuir los costos de la empresa. Existen razones técnicas y económicas que pueden justificar la renovación de equipos. En ocasiones, podría ser necesario y conveniente retirar de servicio un equipo complejo por haber quedado inservible debido a razones puramente técnicas: · Cuantitativas: Por ejemplo, tuberías obstruidas por incrustaciones por las cuales no pueden circular los caudales necesarios. · Cualitativas: Por ejemplo, máquinas que ya no permiten alcanzar la precisión requerida o que están fuera del estándar corporativo. Generalmente, antes de llegar a la situación extrema de retirar equipos por razones técnicas aparecerán efectos de envejecimiento y obsolescencia que hacen aumentar los costos de mantenimiento y dis203

A. A����

minuir el tiempo de operación de servicio, lo que incita a considerar una renovación. Envejecimiento: Con el transcurso del tiempo los equipos aumentan sus necesidades de mantenimiento, aumentando dichos costos y disminuyendo el tiempo operativo, de tal forma que es necesario gastar cada vez más para una disponibilidad que va disminuyendo en el tiempo. También es frecuente que el envejecimiento de los equipos traiga consigo mayor consumo de energía y un aumento en la proporción de operaciones defectuosas, aumentando así los costos de rechazo. Obsolescencia: La evolución tecnológica da lugar a la aparición de equipos con mejor desempeño y menores costos de producción, provocando la obsolescencia de los antiguos. La evolución del medio en que está inmersa la empresa implica una modificación o reemplazo de equipos y procesos cuando se agotan las materias primas, o la aparición de otras de las cuales se pueden obtener en mejores condiciones productos idénticos o sustitutos. a. Modelos de reemplazo A continuación se presentan brevemente modelos que buscan minimizar los costos vía renovación de equipos. i. Horizonte finito. Tiempo continuo y discreto El primer modelo contempla un horizonte finito de evaluación. Esta situación se dará cuando el servicio se presta entre dos fechas bien determinadas: inicial y final. Los modelos buscan determinar el número de renovaciones que se debe realizar en el período predeterminado, de tal forma de obtener un costo total mínimo. Al considerar un horizonte finito para la evaluación es posible modelar el tiempo como una variable continua o discreta. El hecho de considerar al tiempo como una variable continua facilita fuertemente el desarrollo matemático, ya que hace posible utilizar el cálculo diferencial. Sin embargo, esta continuidad constituye evidentemente una abstracción. Por consiguiente, en la práctica lo más frecuente es suponer que no pueden efectuarse pagos, ingresos, renovaciones, etc., sino únicamente en fechas determinadas. Este modelo, aunque sea más realista, presenta la dificultad de su solución matemática, la que requiere del uso de teoría de grafos. 204

I��������� �� �� �������������

ii. Horizonte finito. Tiempo continuo y discreto El procedimiento que se basa en los supuestos más realistas y, por ende, más utilizados en la industria, es el de tiempo discreto y horizonte infinito. Este modelo busca determinar cada cuántos períodos será óptimo reemplazar el equipo. El procedimiento utilizado consiste en comparar los costos medios por períodos actualizados, suponiendo distintos números de períodos. Conociendo el valor de dichos costos para cada uno de los posibles períodos de renovación se realiza una comparación, siendo el período óptimo el que arroje el menor costo medio por período. El procedimiento resulta muy simple si se construye la tabla que se describe a continuación.

205

A. A���� Tabla 2.5: Esquema para cálculo de período óptimo de reemplazo de equipo

Pasos 1y2

Descripción Se indican los períodos y costos anuales, C(t), para cada uno de los t períodos. Con t: 1→n Se calcula el factor de actualización f(t), para cada uno de los t períodos, considerando i como la tasa de descuento.

3

4

Se calcula el valor presente de cada uno de los costos anuales. C(t) x f(t) Se acumulan los valores presentes hasta el período determinado n.

5

6

Se calcula la inversión inicial con los valores presentes acumulados, obteniendo los costos totales actualizados Q(t), donde Q(t)= Q(t-1)+ C(t) x f(t). Considerar que Q(t=0) corresponde al valor de adquisición del equipo. Se calcula el FRC para cada uno de los períodos.

7 8

Se calcula el costo medio periódico multiplicando el FRC y los costos totales actualizados. FRC(t) x Q(t)

Obviamente, se deberá optar por el menor de los costos por períodos medios. Esta elección determinará el período óptimo para reemplazar el equipo. Costo de Adquisión

Tiempo

Tiempo Rendimiento Único Equivalente

Costo Total Media Anual

Tiempo

Tiempo

Figura 2.42: Esquema de flujos de dinero en el tiempo para los costos considerados en el análisis

206

I��������� �� �� �������������

El análisis realizado se presenta en forma gráfica a través de esquemas en que se presentan los costos asociados al equipo en cuestión (Figura 2.42: Esquema de flujos de dinero en el tiempo para los costos considerados en el análisis). El primer esquema representa el costo de adquisición. El segundo presenta los costos de explotación, los cuales son crecientes ya que en cada período se requiere más mantenimiento, disminuyendo los rendimientos. El tercer esquema muestra la suma de costos de explotación y adquisición llevados a un pago único equivalente en el período cero (rendimiento único equivalente), descontando los flujos anuales a la tasa de descuento que corresponda. Por último, el cuarto diagrama muestra la cuantía de las cuotas medias anuales que es necesario cancelar en cada uno de los períodos hasta el horizonte del proyecto.

3.9.3 Overhauls Uno de los campos de acción importante dentro de las mejoras de diseño son los overhauls. Comúnmente, un overhaul   es considerado como un conjunto de medidas orientadas a un aumento considerable de confiabilidad sobre un componente, llevándolo al estado «tan bueno como nuevo», asegurando los requerimientos funcionales para cumplir con un nivel de servicio comprometido. Sin embargo, el carácter intensivo de un overhaul   conlleva un gran impacto técnico-económico en su implementación y, por tanto, es necesaria una evaluación para determinar si es o no conveniente realizarlo. Principalmente, las actividades de overhaul   se caracterizan por su frecuencia y su intensidad. La frecuencia determina el intervalo de tiempo de operación necesario para realizar un overhaul , mientras que la intensidad da cuenta de cuál es la cercanía del estado del componente, una vez realizadas las tareas de overhaul , respecto del estado «tan bueno como nuevo». Se debe señalar que el análisis necesario para determinar la eventual implementación de actividades de overhaul   puede arrojar como resultado frecuencias indeterminadas, que pueden ser traducidas en la no realización de tales actividades, o, por otro lado, la intensidad puede ser tal que implique el reemplazo del componente. En la realidad, los overhauls recuperan la funcionalidad del componente amortiguando su desgaste, pero no implican su degradación en el tiempo. 207

A. A����

3.9.4 Stockpiles Los acumuladores, pulmones o stockpiles permiten amortiguar los efectos sobre la producción de eventuales detenciones causadas por fallas en una línea de procesamiento. La incorporación de estos acumuladores implica cambio de diseño en el sistema, previa evaluación técnico-económica. Los procesos sin acumulación responden a los requerimientos de producción vía utilización directa de las unidades de procesamiento. Este tipo de procesos está ligado a las características de lo que se está produciendo, que puede ser no acumulable. Por otro lado, en los procesos con acumulación se dimensiona las instalaciones o equipos para un requerimiento de producción global menor a requerimiento máximo (demanda  peak  o de punta), considerando adicionalmente un acumulador, que tendrá la función de ser un amortiguador entre el proceso productivo y la demanda o requerimiento. En los instantes en que el requerimiento de producción global es menor a la capacidad instalada, el proceso productivo, además de satisfacer la demanda existente, guarda el excedente en el acumulador. Este excedente será utilizado en los instantes en que el proceso productivo no es capaz de satisfacer el requerimiento de producción. Como ejemplo de lo expuesto anteriormente se puede citar a los pulmones que acumulan vapor a cierta presión y temperatura para, posteriormente, satisfacer los incrementos en la demanda de vapor. En el ámbito minero, se destacan los stockpile, que permiten acumular WIP (Work In Process) para satisfacer los requerimientos durante los intervalos de indisponibilidad de la línea. Cuando los procesos presentan una alta variabilidad de requerimiento productivo, es posible producir a una tasa mayor o igual a la demanda media, y considerar un acumulador como amortiguador de la producción. El dimensionamiento de un sistema como el anterior depende exclusivamente de los costos asociados en su implementación y al beneficio potencial. Caso de completa disponibilidad del servicio a. Procesamiento con un nivel de producción En esencia, los acumuladores trabajan en dos fases. La fase de carga tiene lugar en los instantes para los que la producción requerida es menor a la tasa de producción de las instalaciones, en otras palabras, 208

I��������� �� �� �������������

el acumulador se encuentra en un estado de almacenamiento; mientras que la fase de descarga se presenta cuando el requerimiento de producción es mayor que la productividad actual del sistema, haciendo necesaria la integración del producto almacenado en el acumulador a la salida del proceso, y así, tratar de cumplir con la demanda. En la Figura 2.43: Caudal requerido y volumen entregado en función del tiempo se esquematizan la demanda sobre un sistema productivo cualquiera y el volumen entregado por el acumulador.

Figura 2.43: Caudal requerido y volumen entregado en función del tiempo

El volumen entregado por el acumulador en el instante t está dado por: (2.56) Donde, q(t): caudal demandado (o requerido) en función del tiempo qm: caudal entregado por el acumulador, correspondiente a la media de la demanda De la Figura 2.43: Caudal requerido y volumen entregado en función del tiempoFigura 2.43 se puede deducir que: En el intervalo [0,ta]: la función V(t) es decreciente q(t)
A. A����

En el intervalo [ta,tb]: la función V(t) es creciente q(t) >qm, es decir, el acumulador se encuentra en la fase de descarga, donde el volumen entregado hasta tb es Va En el intervalo [tb,tc]: fase de carga del acumulador V(tc) = Vb En el intervalo [tc,td]: fase de descarga V(td) = 0 Cuando se tiene un único nivel de producción, la capacidad del acumulador VE deberá ser mayor o igual a Vmax = V a+Vb, que corresponde al máximo volumen entregado por el acumulador. Luego, se debe cumplir la relación VE ≥ Vmax = Va+Vb b. Procesamiento con dos niveles de producción Lo presentado en el apartado anterior es válido para un sistema productivo dimensionado para una productividad qm, donde el sistema con acumulador representa una solución óptima desde el punto de vista económico. Si un sistema productivo trabaja entre dos límites prefijados qmax y qmin de tasa de producción, escogidos de tal forma que el rendimiento técnico del sistema no alcance valores excesivamente bajos, es posible ajustarse de manera más eficiente a los requerimientos si varía el régimen de funcionamiento del sistema dentro de los límites prefijados, Figura 2.44: Caudal requerido y volumen entregado con dos niveles de producción. El volumen necesario para el acumulador es menor al requerido cuando se opera solo con un nivel de producción. Este volumen será una función decreciente de qmax.

Figura 2.44: Caudal requerido y volumen entregado con dos niveles de producción

210

I��������� �� �� �������������

Nótese que, si la capacidad del sistema fuese qmax, entonces no tendría sentido dimensionar el acumulador, pues nunca se alcanzaría la fase de carga debido a que el sistema nunca presentaría capacidad ociosa. c. Dimensionamiento del servicio Suponiendo que los costos del personal y de mantenimiento son invariantes con qmax, el problema se reduce a minimizar los costos de inversión del sistema, que son crecientes con qmax, y del acumulador, que son decrecientes con qmax. En la Figura 2.45: Costos del generador y el acumulador se muestra la relación existente entre el costo del sistema Cg y qmax, además de la relación entre el costo del acumulador Ca y el volumen V. C g

C a

qmax*

qmax

V *

V

Figura 2.45: Costos del generador y el acumulador

Sea Z la función que engloba los costos del sistema y del acumulador: Z = C g (q) + C a (V)

(2.57)

El objetivo es minimizar la función global de costos Z, considerando, además, que el volumen V depende de la tasa de producción q (o capacidad), tal como se muestra en la Figura 2.46: Volumen en función de capacidad. V

Vmax

V *

qm

q*max

qp

Figura 2.46: Volumen en función de capacidad

211

A. A����

Minimizando Z respecto de q, se obtiene q*max

Para que la capacidad q*max se traduzca en el mínimo costo de inversión del sistema, se deben cumplir los siguientes puntos: · La tangente a la curva V(q) tiene una inclinación igual a la relación entre las pendientes de las tangentes de las funciones Cg(q=q*max) y Cg(V=V*). · Es imprescindible respetar la restricción de naturaleza técnica: q*max ≥ qm; para no incurrir en costos de ineficiencia. · Se supone que el rendimiento del sistema no sufre modificación por las variaciones del régimen.

3.10 Etapa 10: Plan Productivo de Mantenimiento Del análisis y evaluación económica de las oportunidades de mejoras identificadas, se decide sobre la conveniencia de la implementación de cada una de ellas. Toda oportunidad implementada debe quedar reflejada en el Plan Productivo de Mantenimiento, manifestación práctica de la Ingeniería de la Confiabilidad. La contribución al valor económico de la empresa queda representada por la dinamización del Plan Maestro, que permite el mejoramiento continuo de la gestión de los activos y de las instalaciones en término de la reducción de los costos globales y del aumento de los beneficios durante todo el ciclo de vida de los equipos. Una oportunidad de mejora evaluada, pero no implementada y no reflejada en el Plan Productivo de Mantenimiento, es limitar a la Ingeniería de la Confiabilidad a ser instrumento de control, siendo que su rol no es solo el de auditar, sino también mejorar y proyectar en beneficio del resultado del negocio.

212

I��������� �� �� �������������

El enfoque R-MES es un proceso metodológico que permite hacer realidad la Ingeniería de la Confiabilidad de manera rigurosa y simple, en el contexto de la filosofía de Confiabilidad Operacional.

Figura 2.47: Etapa Plan Productivo de Mantenimiento en el enfoque R-MES

213

C������� T���

P��������� ����������� R-MES

�. I����������� Si bien conceptualmente la Ingeniería de la Confiabilidad, a través del enfoque R-MES tiene una estructura clara y simple, su implementación no deja de ser compleja debido a la cantidad, diversidad e incertidumbre de los diversos factores que en él intervienen y que es necesario procesar para asegurar resultados con alto grado de certeza. Entre estos factores es posible señalar: cantidad, variedad y calidad de la data histórica a procesar; evolución del comportamiento de los equipos durante su ciclo de vida; diversidad de configuraciones y niveles de la instalación industrial; cantidad y variedad de equipos, componentes y modos de fallas; multiplicidad de KPI’s para identificar el estado de los activos, y su evolución y proyección, como también el impacto sobre los sistemas; • particularidades de cada proceso productivo; y • variabilidad de las condiciones operacionales y del entorno. • • • • •

Para enfrentar esta situación, la Ingeniería de la Confiabilidad requiere de modelos analíticos y algoritmos que permitan, a partir de datos históricos, obtener resultados estadísticos y probabilísticos de características determinísticas y estocásticas. Estos últimos se obtienen al realizar simulaciones considerando distribuciones de las variables que participan. Estas complejas condiciones obligan, para implementar y aplicar la Ingeniería de la Confiabilidad, a disponer de herramientas rigurosas, flexibles y adaptables que tengan la capacidad de enfrentar el problema de forma integrada para evaluar el impacto sobre el sistema (nego215

A. A����

cio), como también de manera desagregada a nivel de los componentes básicos (elementos inspeccionables, reparables y sustituibles) que lo conforman para determinar las acciones que permitan mejorar la utilización y la gestión de los activos físicos durante todo su ciclo de vida. En el mercado existen diversas metodologías y herramientas informáticas relacionadas con la Ingeniería de la Confiabilidad, sin embargo, en general estas responden a soluciones parciales que no permiten enfrentar el problema de manera integral y rigurosa, obligando a realizar mucho trabajo y largos tiempos de procesamiento y aproximaciones que no hacen posible contar con información precisa y oportuna para la toma de decisiones. De esta falta y necesidad nace la motivación de la creación de una plataforma que informatice el enfoque R-MES de manera de contar con una herramienta rigurosa, flexible, personalizable y de fácil uso, que permita contribuir con la implementación y el desarrollo de la Ingeniería de la Confiabilidad en compañías intensivas en activos físicos que deben maximizar su capacidad productiva; así como para empresas de ingeniería que participan en el desarrollo de nuevos proyectos de capital que buscan incorporar la componente de la seguridad operacional para decidir por la mejor alternativa técnica y económica durante todo el ciclo de vida de los equipos e instalaciones. La plataforma informática R-MES ha sido utilizada para la implementación y el desarrollo de la Ingeniería de la Confiabilidad en muchas empresas intensivas en equipos, de diversos sectores industriales, que buscan mejorar el resultado del negocio a través de un adecuado uso y gestión de los activos. R-MES también se ha transformado en una poderosa herramienta en diversas empresas de ingeniería que han decidido incorporar la variable seguridad de funcionamiento de las instalaciones, de manera de asegurar el desempeño esperado y reducir el riesgo de los proyectos de capital durante todo el horizonte de evaluación. Además algunas universidades nacionales y extranjeras utilizan R-MES como herramienta en actividades de investigación.

�. A������� ��������� �� �� ���������� R-MES R-MES es una plataforma informática de apoyo a la Ingeniería de la Confiabilidad, orientada a la gestión de los activos físicos y al diseño o modificación de proyectos, tanto de plantas industriales como de flotas 216

I��������� �� �� �������������

de equipos. R-MES permite el análisis de configuraciones complejas y de los elementos básicos que las componen mediante la modelación a través de Diagramas de Bloques de Confiabilidad (RBD), el uso de diversos algoritmos y la realización de simulaciones para la obtención de indicadores claves (KPI’s) a partir del comportamiento histórico de los equipos y su estimación probabilística (análisis determinísticos) y simulaciones (análisis estocásticos), con la finalidad de auditar, proyectar y mejorar la capacidad productiva global de los activos durante todo el ciclo de vida. Los datos son cargados al nivel más bajo (componentes) del RBD, esos datos se propagan a niveles superiores para conformar los KPI’s sistémicos (a nivel de configuraciones). Funcionalmente, la plataforma R-MES permite al usuario obtener una visión global del rendimiento de los activos a nivel de componentes, equipos y sistemas, en las dimensiones de disponibilidad, utilización y productividad (capacidad productiva). También aporta con diferentes indicadores, como por ejemplo: costo de la falta, costos directos, modos de falla, seguridad e impacto ambiental. La plataforma es complementada con diversos módulos de alto valor agregado, relacionados con la evaluación de confiabilidad, mantenibilidad y utilizabilidad a nivel de componentes reemplazables, que tienen como objetivo desarrollar y dinamizar planes maestros, así como simular y sugerir mejoramientos en el flowsheet  de sistemas, mediante la evaluación de reemplazo de equipos, modificación del diseño o la incorporación de redundancias en los procesos. R-MES es una plataforma para la implementación y el desarrollo de la Ingeniería de la Confiabilidad que apoya tanto la gestión de activos como la evaluación de proyectos que abordan el diseño de plantas industriales y flotas, por lo que no solo es de utilidad en la etapa de operación de una instalación industrial, sino también en la etapa de ingeniería y evaluación de nuevos proyectos de capital incorporando la variable seguridad de funcionamiento (riesgo operacional) durante el ciclo de vida de los equipos y del proyecto. Los datos requeridos para el trabajo del software son usualmente registrados en los sistemas de gestión de mantenimiento y de producción, por lo que el R-MES es un sistema integrable con los módulos de producción y mantenimiento, de la mayoría de los sistemas ERP, CMMS o EAM presentes en el mercado (SAP-PM, Elipse, Máximo, PI, Dispatch, Process More, etc.).

217

A. A����

Del trabajo de investigación aplicada desarrollado y de la experiencia recogida de las actividades de consultoría y estudios de Ingeniería de Confiabilidad realizados por el Centro de Desarrollo de Gestión Empresarial (CGS), empresa creadora del enfoque y la plataforma informática R-MES, han resultado factores claves que son necesarios considerar para una adecuada gestión de activos y para el desarrollo de proyectos en la perspectiva de la seguridad operacional. Estos factores han sido plasmados como funcionalidades de R-MES, y entre ellos es posible destacar: 2.1 Justificación de inversiones • El sistema R-MES permite identificar los equipos que poseen un

mayor costo global (directo de mantenimiento y costo de la falta), considerando como base el universo de equipos y sus componentes que conforman una planta industrial o equipos móviles que conforman una flota. Lo anterior permite orientar los esfuerzos del área de mantenimiento y producción a aquellas unidades cuyo mejoramiento marginal, en la disponibilidad y utilización, tiene un mayor impacto en el negocio. • Permite a las unidades de confiabilidad participar en proyectos de capital y en mejoras que implican reemplazo de equipos o aumento de redundancia en los procesos, esto mediante la evaluación del trade off  inversión v/s costo de la falta. El proceso consiste en la comparación de la situación base (real) con las simulaciones (modificaciones de planta) que el usuario estime técnicamente factibles de desarrollar. 2.2 Enfoque preventivo por sobre el reactivo • R-MES permite estimar la confiabilidad de las unidades mante-

nibles, constituyéndose en un mecanismo efectivo para la optimización de los planes maestros productivos de mantenimiento, a través de la definición de frecuencias adecuadas de inspección e intervención, y de la recomendación de estrategias óptimas de mantenimiento (mejor mix políticas de mantenimiento). • Permite la optimización de los planes productivos de mantenimiento en términos de la identificación del mix óptimo entre la prevención para reducir los costos de la falta por la indisponibi218

I��������� �� �� �������������

lidad (utilización) de los equipos y del mantenimiento correctivo que implica para sistemas menos críticos menores costos directos. R-MES es un apoyo para determinar el momento óptimo de la prevención, como el tipo de intervención que corresponde en cada caso; dependiendo de la etapa del ciclo de vida en que está el equipo, de los tiempos de reparación asociados y de la relación entre el costo de reparación correctivo y el preventivo. • Permite definir políticas óptimas de mantenimiento a edad constante para equipos que se encuentran en etapa de desgaste (tasa de falla creciente), minimizando el costo de mantenimiento por hora disponible del elemento en análisis. • Permite mejorar el factor de seguridad, dada la mayor exposición en eventos de falla tanto para personas como equipos. 2.3 Estandarización de métricas y criterios bajo un sistema común • El sistema R-MES se transforma en un agente integrador de métri-

cas y criterios de cálculo de indicadores claves de proceso (KPI’s), eliminando la coexistencia de múltiples sistemas de cálculo para los mismos indicadores. Esto permite la implementación de sistemas de benchmarking  entre distintas unidades de negocio. • Es un sistema auditable, dado que permite llevar un registro histórico de los KPI’s obtenidos, conjuntamente con un registro de los datos con que es alimentado el sistema. • R-MES es un sistema flexible a los requerimientos de sus usuarios, siendo posible desarrollar procesos de personalización de indicadores de acuerdo a los estándares corporativos de los clientes. También es viable el desarrollo de procesos de integración, mediante interfaz, con los sistemas de gestión de mantenimiento y producción utilizados. • Se minimiza el error humano en el procesamiento de la data para la obtención de KPI’s. 2.4 Mejora de planes y gestión de indicadores • Se observa en las unidades de mantenimiento de las empresas una

marcada tendencia a auditar el comportamiento de los activos no enfocándose en la definición de estrategias de mantenimiento. R-MES entrega las herramientas de apoyo para facilitar esta definición. 219

A. A����

• R-MES tiene una orientación transversal e integral en el análisis

de los procesos, de lo general a lo particular y a la inversa (sistema-componente mantenible) utilizando metodologías de análisis histórico y probabilístico (auditoría y estocástica), herramientas que en conjunto proporcionan una visión global del estado de los activos industriales y del riesgo asociado. • El análisis de distribuciones de probabilidad de falla permite determinar la etapa en el ciclo de vida en el que se encuentra un equipo (rodaje, vida útil o desgaste) y entrega lineamientos de la política de mantenimiento más adecuada. Esto en base al comportamiento de la tasa de falla del equipo y a los costos de cada política de mantenimiento (inspecciones, mantenimiento preventivo, correctivo o sintomático). • En conjunto, las herramientas de análisis probabilístico permiten estimar el comportamiento de los activos desde el punto de vista de la seguridad de funcionamiento y evaluar la efectividad de los planes de mantenimiento vigentes. 2.5 Metodología de modelamiento de plantas mediante diagramas de bloques de Confiabilidad (RBD) • Un factor relevante en la gestión de activos es la complejidad de

los procesos industriales, haciéndolos difíciles de representar en un modelo que permita determinar su seguridad de funcionamiento. Esto implica que, generalmente, se trabaja bajo aproximaciones o supuestos que distorsionan los KPI’s de los elementos estudiados. • Para el modelamiento de plantas industriales y flotas de equipos móviles el sistema R-MES se basa en la metodología Reliability Blocks Diagram  (RBD), que consiste en la agrupación de componentes mantenibles en configuraciones lógico-funcionales desde una perspectiva bottom-up, es decir, desde el equipo hasta la agrupación de estos en base al proceso modelado, que representa la seguridad de funcionamiento del conjunto. La metodología permite la obtención de indicadores claves de proceso (KPI’s) al nivel deseado por el usuario desde las unidades básicas (equipos fijos y rodantes), hasta el comportamiento de una configuración compleja (planta / flota), abarcando las dimensiones de confiabilidad, mantenibilidad, disponibilidad, utilización y productividad.

220

I��������� �� �� �������������

• Se incluyen configuraciones predeterminadas: Serie, Paralelo, Stand By, Fraccionamiento y Redundancia Parcial, que permi-

ten representar de manera lógica funcional los distintos niveles de redundancia y capacidad ociosa en las etapas de un proceso productivo, considerando la capacidad de diseño de los equipos y régimen normal de operación del proceso. R-MES también puede obtener indicadores estocásticos que consideren la presencia de stockpile, dado que estas configuraciones de acopio son relevantes para evitar el efecto de una detención sobre los subsistemas, afectando directamente en la confiabilidad del proceso. Este modelamiento del R-MES entrega una gran versatilidad para la representación de cualquier sistema productivo, sean plantas o flotas. • Es posible la obtención de KPI’s al nivel deseado por el usuario desde las unidades básicas (componentes) hasta configuraciones complejos (líneas, áreas, plantas y flotas). Esto permite identificar equipos críticos y focos de pérdida, desarrollar comparaciones en el rendimiento de equipos similares y, en definitiva, obtener un diagnóstico adecuado del rendimiento global de los activos. • Es importante señalar que R-MES posee algoritmos RBD propios (fraccionamiento y redundancia-fraccionamiento), desarrollados in-house por su equipo de I&D, que brindan gran versatilidad al sistema para adaptarse a procesos reales de distinta naturaleza. A su vez, R-MES tiene un esquema de navegación cómodo y sencillo para el usuario, que agrupa diversas funcionalidades permitiendo un trabajo simple y eficiente, lo que se refleja en el aumento de la productividad del usuario.

221

A. A����

Figura 3.1: Espacio de trabajo para modelamiento RBD y árbol lógico-funcional (Captura de pantalla)

2.6 Eficiencia en la obtención de KPI’s • En la práctica, los ingenieros de control de gestión o planificado-

res dedican gran parte de su tiempo a la obtención de los indicadores claves de proceso, dado que no cuentan con herramientas informáticas para el desarrollo de análisis sistémicos. Mediante la aplicación de R-MES se reduce considerablemente el tiempo de procesamiento de los datos que generan los KPI’s, lo que permite al personal dedicar más tiempo al desarrollo de actividades de mayor valor agregado: planificación, programación, logística, ingeniería, análisis, optimización, etc. 2.7 Simulación de modificaciones genéticas • R-MES permite simular modificaciones genéticas, proceso que

implica reemplazo de equipos, incorporación de redundancia en los procesos o cambios en el flowsheet   para mejorar la confiabilidad de una planta. Esto permite establecer un acercamiento a la definición de proyectos de capital, en mejoras que implican una reducción de los costos de la falta del proceso sin necesariamente alterar la confiabilidad o mantenibilidad de los equipos que los componen. Adicionalmente permite determinar si la reducción de la pérdida (costo de falta) cubre la inversión necesaria para mate222

I��������� �� �� �������������

rializarla de modo de maximizar la rentabilidad sobre los activos a lo largo de la vida útil del proyecto (Capex v/s Opex). • Alternativamente es posible simular mejoras en los indicadores de confiabilidad (aumento del MTBF) y mantenibilidad (reducción del MTTR) de equipos, lo que permite cuantificar a nivel de configuración, en términos de disponibilidad, utilización y costo de falta, el impacto de las acciones de mejora propuestas y el riesgo asociado (a través de simulación de Monte Carlo).

�. A������� ��������� R-MES permite auditar indicadores clave de proceso a través de análisis de tipo histórico. Los KPI’s obtenidos representan el comportamiento real de la planta / flota con el siguiente alcance (estos son indicadores estándar ya que es posible la incorporación de otros personalizados a la propia realidad): • Disponibilidad (A). • Utilización (U). • Utilización Efectiva (UE). • Tiempo Medio entre Fallas (MTBF). • Tiempo Medio para Reparar (MTTR) • Tiempo Medio entre Detenciones No Programadas (MTBS). • Tiempo Medio para Intervenir, incluye preventivas (MTTI) • Costo de la Falta. • Criticidad (Indisponibilidad-consecuencia). El indicador Costo de la Falta representa la pérdida de producción valorizada producto de detenciones de mantenimiento. El análisis comparativo del costo de la falta entre equipos permite jerarquizar las pérdidas y sus causales, siendo una herramienta poderosa para identificar focos de mejoramiento con alto impacto en el negocio. Un aspecto a destacar es la facilidad para establecer consultas respecto de los KPI’s históricos de un proceso, puesto que el usuario puede definir el período e intervalos de análisis de manera simple (por ejemplo, análisis de un año en métrica mensual), lo que permite desarrollar un análisis de tendencia de los indicadores en función del tiempo. A continuación se presentan en mayor detalle las características de los reportes de R-MES del tipo histórico: 223

A. A����

3.1 Productividad, producción y OEE

Este reporte permite determinar de manera efectiva las causas en los tiempos muertos de producción de una planta o equipo, definiendo sus causales de tipo operacional o de mantenimiento y pérdidas por velocidad. Además muestra la productividad de planta medida en unidades por hora disponible, lo que permite identificar los períodos de sobre utilización o bajo ritmo del proceso, medidos respecto de su capacidad nominal. También permite obtener la relación entre la producción real y la producción meta. 3.2 Análisis de Disponibilidad, Utilización Total y Utilización Efectiva

El cálculo de los indicadores de Disponibilidad y Utilización Total se realiza del siguiente modo: para el primer caso se descuentan los tiempos muertos imputables a actividades de mantenimiento y tomando como base el tiempo calendario total del período en estudio. En el caso del segundo indicador se descuentan adicionalmente los tiempos asociados a detenciones de tipo operacional y, al igual que el indicador de disponibilidad, se toma como referencia el tiempo calendario del período en estudio. Por lo tanto, estos indicadores permiten tener una visión completa del impacto sobre el proceso de las detenciones de mantenimiento y operacionales. Es importante considerar en este punto que R-MES posee algoritmos lógicos que permiten identificar actividades de mantenimiento oportunista, las que habitualmente son desarrolladas aprovechando detenciones operacionales o reservas de planta, las que no inciden en la indisponibilidad de planta, sino en la utilización de los sistemas productivos. Lo importante en estos casos es que no se pierde el registro de las actividades desarrolladas, las que son consideradas para la obtención de los KPI’s de los activos intervenidos. Estos indicadores también pueden ser calculados considerando el aporte de confiabilidad sobre la configuración de uno o más stockpiles mediante la utilización del módulo de simulación. Finalmente, el indicador de Utilización Efectiva, considera el tiempo de utilización del proceso tomando como base el tiempo disponible para operar, entregando un indicador aislado de la efectividad operacional del proceso estudiado. El análisis de estos tres indicadores en conjunto permite identificar los focos de tiempos muertos

224

I��������� �� �� ����������� ������������� ��

de operación del proceso y las causas principales que inciden en el costo cuando este falta. La facilidad en la obtención de estos indicadores es un factor relevante del sistema R-MES, puesto que el usuario debe definir solamente el período a analizar y el intervalo de cálculo (métrica temporal), para que el sistema entregue automáticamente los KPI’s para todo el árbol de configuración lógico-funcional. Además es posible graficar los indicadores de manera combinada y establecer un análisis de tendencia de los indicadores en función del tiempo. El reporte permite obtener los indicadores de costo directo de mantenimiento, el costo de la falta y el costo global para cada uno de los equipos y sistemas contenidos en el árbol de diagramación lógicofuncional. El análisis se complementa con diagramas de Pareto que permiten jerarquizar la variable de costo de falta asociada al equipo o configuración seleccionada por el usuario, permitiendo determinar los elementos críticos en cada caso.

Figura 3.2: Reporte histórico gráfico de disponibilidad, utilización y utilización efectiva. (Captura de pantalla)

225

A. A����

3.3 Jack Knife

Complementariamente, R-MES posee el reporte de gráfico de dispersión logarítmico de confiabilidad y mantenibilidad de equipos. En este quedan definidas las posiciones relativas de los elementos analizados en cuatro cuadrantes: agudo: elementos con baja frecuencia de falla, pero con alto MTTR; crónico: elementos con alta frecuencia de falla, pero bajo MTTR; agudo y crónico: poseen alta frecuencia de falla y altos MTTR relativos; y Bajo control: elementos con baja frecuencia de falla y bajo MTTR. El análisis permite direccionar las políticas de mantenimiento de un equipo a través de una mejora en la confiabilidad (diseño, calidad de repuestos, etc.), en mantenibilidad (dotación, logística, etc.), o en ambas. Paralelamente, es posible obtener el gráfico de dispersión de los modos de falla de los nodos de diagramación que el usuario estime conveniente analizar. analizar. En este caso también es posible establecer las posiciones relativas de cada modo de falla (reportes del catálogo de fallas).

Figura 3.3: Reporte Jack Knife (Captura de pantalla)

3.4 Análisis de Indisponibilidad / Consecuencia

El análisis de elementos críticos basado en indisponibilidad / consecuencia tiene como objetivo cuantificar el impacto de un equipo sobre el sistema (costo de la falta), desagregándolo en dos componentes: el tiem226

I��������� �� �� ����������� ������������� ��

po fuera de servicio del equipo o configuración (indisponibilidad propia) y su efecto sobre las detenciones del sistema (consecuencia). Esto permite separar los efectos sobre el sistema del comportamiento particular del equipo y de su configuración lógico funcional dentro de un sistema. Este reporte incorpora, además, el análisis de Costo de Seguridad Ambiental, el cual agrega al análisis de criticidad dos factores: por un lado se encuentra el impacto de la falla de un equipo en el ambiente o en la seguridad de la planta y, por otro, el costo de reparación que implica la falla. Con ello, R-MES entrega reportes de análisis de riesgos asociados a la seguridad ambiental.

Figura 3.4: Reporte Indisponibilidad-Consecuencia (Captura de pantalla)

3.5 Indicadores estadísticos

Además de los indicadores históricos previamente presentados destacan indicadores de confiabilidad, mantenibilidad y continuidad operacional de los activos, puesto que las políticas de mantenimiento mejorativas a implementar son radicalmente distintas, dependiendo de las desviaciones detectadas en cada dimensión. Como indicador histórico de confiabilidad se calcula el Tiempo Medio entre Fallas (MTBF), que indica el tiempo de uso de un equipo o sistema entre dos fallas consecutivas de este. De manera similar, el Tiempo Medio entre Detenciones (MTBS) indica el tiempo de uso de 227

A. A����

un equipo o sistema entre dos detenciones, indistintamente sean estas de naturaleza operacional o de mantenimiento. En cuanto a indicadores de mantenibilidad, R-MES entrega el Tiempo Medio para Reparar (MTTR), que refleja el tiempo promedio de intervención correctiva de un equipo o sistema. Otro indicador es el Tiempo Medio para Intervenir (MTTI), el cual representa el tiempo promedio de intervención de un equipo considerando las actividades de mantenimiento, tanto preventivas como correctivas. La importancia de estos indicadores es que acusan el estado en la confiabilidad y mantenibilidad de un activo industrial, lo que es relevante para la definición de las frecuencias de intervención contenidas en los planes de mantenimiento, así como para la estimación adecuada de los tiempos requeridos de detención de las líneas productivas para el desarrollo de las intervenciones. Respecto de la facilidad de obtención de estos indicadores históricos, la lógica de cálculo es equivalente a los indicadores presentados previamente (Disponibilidad, Utilización Total Total y Efectiva), incluidas las aplicaciones gráficas previamente descritas.

Figura 3.5: Reporte histórico gráfico de tiempos medio (Captura de pantalla)

228

I��������� �� �� ����������� ������������� ��

3.6 Mix de mantenimiento

Este reporte permite conocer la estructura de las órdenes de trabajo ejecutadas sobre un equipo, definiendo el porcentaje de actividades correctivas v/s las planificadas. El reporte considera dos variables de manera separada: tiempo de ejecución y número de actividades. 3.7 Nelson-Aalen

El diagrama de Nelson-Aalen permite efectuar un seguimiento de las actividades de mantenimiento y operaciones desarrolladas sobre un equipo o configuración en función del tiempo calendario. Esto es útil para analizar la secuencia de actividades desarrolladas por especialidad (mecánica, eléctrica, instrumental, etc.), entregando indicaciones respecto de la confiabilidad del equipo y de la calidad de las reparaciones ejecutadas, a partir de su análisis (por ejemplo, alta frecuencia de detenciones correctivas entre mantenimientos preventivos). Adicionalmente es posible obtener información respecto del tiempo de cada actividad de mantenimiento e incidencia sobre el sistema al cual pertenece el equipo. La funcionalidad de gráficos Nelson-Aalen satisface la necesidad de representar todos los eventos históricos que se producen en un equipo / configuración durante un periodo de tiempo, entregando detalles tales como el tipo de evento, si produce o no detención del sistema, el impacto del evento en el sistema y la duración del evento. En cada gráfico el tamaño de la burbuja indica el impacto del evento sobre el sistema, el marcador indica la especialidad de la actividad desarrollada (se diferencian mediante la forma) y su color indica si detiene o no el sistema (rojo o verde). Adicionalmente, se ha incluido una etiqueta para cada punto indicando la duración de dicho evento y el valor numérico del impacto. 3.8 Pareto de detenciones

Mediante el diagrama de Pareto se pueden puede n detectar los equipos que tienen más relevancia en relación a los tiempos y frecuencia de mantenimiento, esto mediante la aplicación del principio de Pareto (pocos vitales, muchos triviales) que señala que, por lo general, el 80% de los resultados totales se originan en el 20% de los elementos estudiados. 229

A. A����

En este caso, el sistema R-MES presenta jerárquicamente los tiempos y frecuencia de intervención / detención de equipos y configuraciones, mostrando, además de los resultados reales, la curva acumulativa porcentual en escala secundaria. La gráfica es muy útil para identificar visualmente en una sola revisión las minorías de características vitales a las que es importante prestar atención y de esta manera utilizar todos los recursos necesarios para llevar a cabo una acción correctiva con una buena asignación de esfuerzos y recursos. Es importante considerar que el usuario puede efectuar filtros de las clases de intervenciones / detenciones a ser analizadas en los diagramas de Pareto, lo que brinda gran flexibilidad a la aplicación. 3.9 Reportes del catálogo de fallas

Para el caso de las actividades de mantenimiento correctivo, se incluye dentro de la base de datos la capacidad de capturar el catálogo de fallas de cada equipo o componente. La información se encuentra clasificada de acuerdo al catálogo catálo go específico de cada cliente, el que es parametrizado en el sistema R-MES para la definición de las clases correspondientes. Dentro de los catálogos de fallas que maneja R-MES se tienen tres categorías, a saber: Síntoma, Modo de Falla y Causa,, que responden conceptualmente a lo estipulado en la norma ISO 14224. Para las categorías Síntomas y Causa, se tiene como único reporte un Pareto de Frecuencias, que ordena de acuerdo al conteo de eventos; mientras que para la categoría Modo de Falla se tiene un reporte de Pareto que incluye las dimensiones frecuencia y duración, un reporte de dispersión de la frecuencia v/s duración y un reporte de dispersión del costo global de mantenimiento (directo e indirecto) v/s el impacto en seguridad y medioambiente, que finalmente mide la criticidad en base a riesgo. Estos reportes persiguen alimentar los análisis de fallas de un equipo (Análisis de Causa Raíz, RCA), RCA), a partir principalmente de los Pareto de Síntoma, Modo de Falla y Causas, como también soportar el análisis de riesgo de modos de falla en la aplicación de una metodología MAFEC, principalmente a partir del diagrama dia grama de dispersión CSA.

230

I��������� �� �� ����������� ������������� ��

3.10 Planes de mantenimiento

Algoritmos que abordan temas como cálculos en base a horómeómetros, análisis RCA RCA y MAFEC que facilitan la elaboración de los planes de mantenimiento productivo.

�. A������� �������������� Como análisis complementario, R-MES tiene herramientas de estimación de indicadores claves de proceso (KPI’s) a partir del comportamiento de falla de los equipos mediante ajuste de distribución de probabilidad (Exponencial (Expon encial o Weibull). Weibull). Esta herramienta permite al usuario determinar la etapa en el ciclo de vida en que se encuentra un equipo (rodaje, vida útil o desgaste), de manera de determinar las políticas de mantenimiento óptimas para cada caso particular. Paralelamente, de este análisis es posible conocer las curvas de conc onfiabilidad, tanto de los equipos como de las configuraciones en estudio, lo que representa la probabilidad de buen funcionamiento func ionamiento en el tiempo del elemento en cuestión. c uestión. El proceso es altamente efectivo para ajustar la frecuencia de intervención, contenida en los planes maestros de mantenimiento. Los análisis de tipo histórico y probabilístico descritos constituyen herramientas que permiten identificar los puntos críticos de un proceso. Los análisis tienen una visión distinta pero complementaria, compleme ntaria, esencial en la identificación de proyectos de mejora ya sea a nivel de gestión o inversión. 4.1 Determinístico

4.1.1 Definición de políticas de mantenimie mantenimiento nto óptimas Entendiendo que el costo directo de desarrollar una actividad de mantenimiento es distinto en el caso del mantenimiento preventivo frente al correctivo, R-MES R-MES posee una aplicación de políticas de mantenimiento a edad constante, aplicable para equipos en etapa de desgaste, de sgaste, que permite determinar la frecuencia de intervención que optimiza el Costo Global de mantenimiento. A su vez se define, para la frecuencia óptima encontrada en este módulo, el pronóstico de la estructura de mantenimiento anual, en términos del número de actividades espera231

A. A����

das de mantenimiento correctivo y preventivo, además del costo asociado a cada tipo actividad. Por lo tanto, esta herramienta es útil en la estimación de presupuestos representativos de los requerimientos de intervención sobre las unidades mantenibles. Un aspecto relevante que entrega R-MES es la posibilidad de evaluar la política óptima a nivel de componente remplazable (factor presente en la categoría modo de falla), y que es finalmente donde la desagregación lógico funcional de los equipos se conecta con el plan de mantenimiento.

4.1.2 Curvas de confiabilidad y tasa de falla El reporte permite conocer la probabilidad de buen funcionamiento de un equipo, configuración o planta en el tiempo a partir del ajuste de la curva de distribución de probabilidad de falla (PDF). Adicionalmente es posible determinar la probabilidad condicional de falla o tasa de falla de un elemento, reporte que permite determinar la etapa en el ciclo de vida en que se encuentra un equipo (rodaje, vida útil útil til oo desgasdesgaste). Es importante considerar que R-MES permite desarrollar gráficos comparativos de los equipos para las variables indicadas.

Figura 3.6: Reporte probabilístico de confiabilidad (Captura de pantalla)

232

I��������� �� �� �������������

4.1.3 Políticas de mantenimiento Considerando como información de entrada los costos de mantenimiento (correctivo, preventivo e inspecciones), además de la etapa en el ciclo de vida en que se encuentra el equipo analizado, R-MES define lineamientos de las políticas aplicables para cada equipo, considerando como alternativas el mantenimiento correctivo (RTF-Runto Failure), preventivo cíclico o predictivo (sintomático). Adicionalmente, en este módulo se tiene un algoritmo de optimización de mantenimiento de tipo cíclico aplicable para equipos en etapa de desgaste, que permite determinar la frecuencia óptima de mantenimiento del equipo analizado. Esto posibilita optimizar los planes de mantenimiento, definiendo la combinación esperada de mantenimiento correctivo / preventivo y sus costos asociados (pronóstico anual).

4.1.4 Mission Time Es una aplicación que permite determinar la probabilidad de que un equipo llegue a una parada programada sin fallar. Este reporte constituye una herramienta poderosa para ajustar las paradas programadas de líneas de procesos (análisis de corto plazo), así como para determinar comparativamente cuáles son los equipos con mayor probabilidad de falla, alertando a las unidades de mantenimiento sobre los equipos críticos desde el punto de vista de la confiabilidad. También la herramienta puede ser utilizada de manera opuesta, es decir, para aplazar actividades de mantenimiento programado, en caso que la confiabilidad del equipo para el tiempo programado de mantenimiento se evalúe alta.

4.1.5 Reportes de KPI’s probabilísticos Considerando la información histórica de las actividades de mantenimiento sobre los equipos, R-MES realiza ajustes de distribución de probabilidad de falla (Exponencial o Weibull), lo que permite determinar las curvas de confiabilidad de los equipos y su Tiempo Medio entre Fallas (MTBF) probable. A partir de esta información se determina la etapa en el ciclo de vida del equipo (rodaje, vida útil til o desgaste) desgaste) yy tamtambién se efectúan análisis de mantenibilidad, medida por el Tiempo Medio para Reparar (MTTR), asumiendo distribución normal. Se incluye 233

A. A����

en el análisis probabilístico la Disponibilidad Inherente y Costos de la Falta esperados para los equipos, sistemas y la planta global. El análisis probabilístico permite proyectar el comportamiento de los equipos abordando una mejor planificación de mediano y largo plazo, con foco en los elementos que generarán un mayor costo de la falta del sistema productivo.

4.1.6 Costos probabilísticos A partir del indicador MTBF probabilístico, y considerando el costo promedio de intervención de un equipo, el sistema R-MES entrega una estimación del costo anual de mantenimiento, lo que facilita el desarrollo de presupuestos anuales de mantenimiento. A su vez, es posible obtener presupuestos consolidados para subsistemas y la planta global, que no es más que la suma de los indicadores locales obtenidos para sus equipos constituyentes. El valor está en que la estimación del presupuesto se basa en la condición actual de los equipos, mediante las aplicaciones de confiabilidad probabilísticas que posee la plataforma R-MES.

4.1.7 Otros indicadores probabilísticos Como indicadores probabilísticos complementarios, el sistema RMES calcula la Confiabilidad, Disponibilidad y Costo de la Falta para equipos y subsistemas. Respecto de la Confiabilidad, que es una variable en función del tiempo de operación del equipo o sistema, su aplicación probabilística brinda la utilidad de auditar la efectividad de los planes de mantenimiento, entregando la estructura de mantenimiento esperada en el mediano plazo (correctivo y preventivo). Además permite conocer los elementos críticos a un determinado tiempo de operación, mediante un análisis comparativo de las curvas de confiabilidad de distintos equipos. Respecto de la Disponibilidad, el alcance del indicador es similar a la definición histórica, con la diferencia que se calcula a partir de los MTBF y MTTR definidos probabilísticamente a través de las funciones de probabilidad correspondientes. En este caso se estima que un ciclo de mantenimiento está constituido por MTBF de tiempo disponible sobre un tiempo base de MTBF más MTTR, para el equipo o subsistema analizado.

234

I��������� �� �� �������������

Finalmente, el Costo de Falta no es más que la valorización de la indisponibilidad del sistema para producir, valor que es prorrateado en los elementos constituyentes en el árbol de configuración lógico funcional de acuerdo al impacto aportado por cada elemento. Como se puede apreciar, el alcance de los indicadores es similar a los planteados en el análisis de tipo histórico, siendo la diferencia principal que, en el caso del probabilístico, se considera la etapa en el ciclo de vida en que se encuentra el equipo (rodaje, vida útil til o desgaste), factor que incide en los KPI’s esperados en el rendimiento de cada equipo o sistema. 4.2 Indicadores estocásticos

4.2.1 Simulación de Monte Carlo Dentro de los indicadores probabilísticos destaca la simulación estocástica de disponibilidad y utilización a través del algoritmo de Monte Carlo. Esta aplicación permite, en base a la información histórica o a parámetros de usuario, simular muchas veces el comportamiento de un mismo sistema productivo, considerando en cada iteración los potenciales valores que puede tomar cada variable de entrada como los MTBF y MTTR de cada equipo. En definitiva, se obtiene una distribución de probabilidad de la disponibilidad o utilización esperada que permite determinar el riesgo y probabilidades de ocurrencia de cada escenario.

235

A. A����

Figura 3.7: Distribuciones para la generación de datos aleatorios (Captura de pantalla)

4.2.2 Modelamiento y simulación de sistemas de acopio – Stockpile Como extensión del reporte anterior, R-MES permite considerar en sus KPI’s estocásticos de disponibilidad y utilización la presencia de sistemas de acopio como stockpiles, estanques, inventarios, etc. El objetivo es obtener una visión real del proceso a través de una simulación que permita cuantificar el impacto de un sistema de acopio sobre la confiabilidad y variabilidad del proceso. Este reporte es fundamental para el dimensionamiento óptimo de stockpiles en nuevos proyectos de capital ya que permite iterar diversos escenarios.

4.2.3 Evaluación de proyectos de capital R-MES, a través de la simulación T-RAM (Throughtputability-Reliability, Availability and Maintainability) de escenarios, permite apoyar la evaluación de nuevos proyectos de capital. En este contexto, la Ingeniería de Confiabilidad entrega nuevas variables para la toma de decisiones que permiten estimar el nivel de producción esperado y, en consecuencia, el beneficio económico bajo una óptica LCC (Life Cycle Cost ), de distintas alternativas de inversión. 236

I��������� �� �� �������������

De este modo es posible, a través de análisis cuantitativos, establecer criticidades, identificar oportunidades de mejora en el diseño, sensibilizar la capacidad óptima de sistemas de acumulación y ajustar los niveles de redundancia a partir de la capacidad de los equipos. Por lo tanto, este tipo de análisis permite cuantificar el real beneficio económico de un aumento en Capex (Capital Expenditure) o determinar la mejor alternativa de inversión en base a una restricción presupuestaria y a un objetivo de producción, de modo de no pagar por mayor confiabilidad si no se requiere. Además, los reportes estocásticos permiten cuantificar el riesgo asociado con cada una de las alternativas. Es decir, permite no solo obtener valores determinísticos, sino también una distribución de valores posibles para establecer la probabilidad que tiene cada alternativa de inversión de alcanzar los niveles de producción esperados.

Figura 3.8: Histograma de productividad de activos (Captura de pantalla)

�. O���� ����������� El sistema R-MES posee una serie de utilidades complementarias, que están orientadas a la facilidad de uso del sistema y tratamiento de datos. 237

A. A����

5.1 Identificación de tipos de mantenimiento

Permite diferenciar ocho clases de intervenciones / detenciones para la obtención de KPI’s por especialidad (mantenimiento preventivo y correctivo mecánico, eléctrico e instrumental; detenciones operacionales programadas y no programadas; demoras operacionales programadas y no programadas). 5.2 Tipos de mantenimiento configurables

Los identificadores mediante los cuales son reconocidos los tipos de mantenimientos configurables por el usuario acorde a la realidad de la empresa. 5.3 Compatibilidad de formatos

El sistema permite exportar distintos reportes en formatos compatibles con MS-Excel e Internet Explorer. Además, a través su interfaz con los ERP permite obtener datos y exportarlos hacia la aplicación. 5.4 Buscador y contador

En el caso de sistemas complejos cobran relevancia las aplicaciones de búsqueda y conteo de equipos de un diagrama lógico funcional, lo que permite navegar dentro de los modelos desarrollados con gran facilidad. 5.5 Verificación y control de datos

R-MES lleva un registro de los datos importados al sistema, lo que permite realizar un seguimiento de las actividades de mantenimiento desarrolladas a través del número de orden de trabajo (OT). Lo anterior permite el estudio y la validación de los datos de mantenimiento. 5.6 Listas configurables de equipos

R-MES tiene la capacidad para generar listados de equipos y/o subsistemas que puedan ser utilizados, de manera de acelerar el proceso de selección de equipos y/o subsistemas en los reportes con capacidad para selección. Esta funcionalidad permite agrupar los equipos por familias.

238

I��������� �� �� �������������

5.7 Importación de equipos y propiedades desde Excel 

R-MES permite la importación directa desde Excel de equipos con sus respectivas propiedades. Esta funcionalidad es útil para comenzar una diagramación, sobre todo si corresponde a flotas. Además, permite aprovechar las características de Excel para evaluar y sensibilizar el efecto de cambios en los parámetros de los equipos. 5.8 Métricas personalizables

La métrica de los indicadores es personalizable, de acuerdo a la definición de KPI’s de cada empresa. 5.9 Repositorio, carga masiva de datos

Para la carga de datos desde bases locales (MS-Excel) o sistemas de gestión de mantenimiento, el sistema R-MES permite el desarrollo de una carga masiva a los equipos o subsistemas contenidos en un diagrama lógico funcional. Esto minimiza el tiempo para la obtención de resultados. 5.10 Configuración masiva de parámetros de equipos

R-MES tiene la capacidad para realizar una configuración masiva para múltiples equipos y/o subsistemas para sus datos de mantenimiento. 5.11 Validación de carga de datos

En la carga de datos existen algoritmos que verifican la validez de los datos importados acorde a criterios definidos por los consultores expertos. 5.12 Interfaz ERP

R-MES cuenta con una interfaz de captura de datos de los avisos y órdenes de trabajo de mantenimiento programado y correctivo registradas en plataformas ERP, que permite la automatización de la carga de datos de modo de evitar duplicar el proceso de alimentación al sistema. Del mismo modo, es posible crear interfaces para otros sistemas de gestión CMMS o EAM.

239

A. A����

5.13 Interfaz SAP

R-MES cuenta con una interfaz de conexión directa con SAP, mediante SAPJCO2, que permite obtener directamente desde SAP los datos para alimentar. El software  R-MES está diseñado de manera que se relacione, con R-MES Portal; una solución que permite la utilización de las capacidades propias del software con las potencialidades de una plataforma web. Esta solución facilita el acceso y permite compartir la información entre diferentes usuarios, por lo que es posible disponer de información integrada de diferentes realidades.

240

C������� C�����

P����������� �� ���� �� �� ���� �� P������� �� �������

�. I����������� Muchos de los proyectos de capital requieren de instalaciones intensivas en activos físicosque demandan importantes recursos económicos, tal como ocurre, a modo de ejemplo, en la industria de la energía y minería. Estos proyectos se desarrollan en un entorno cada vez más complejo que impone nuevos desafíos para lograr y mantener la competitividad a nivel global, por lo que las exigencias aumentan permanentemente para obtener estimaciones con un mayor nivel de certeza, de manera de asegurar que los proyectos alcancen los beneficios económicos esperados con el menor riesgo posible. La toma de decisiones de cualquier proyecto, y particularmente aquellos de altos niveles de inversión, debe estar soportada por estimaciones realizadas con la mayor cantidad en la información y lo más precisa posible. Información que, además, está sujeta y condicionada a escenarios mundiales caracterizados por una alta incertidumbre en la evaluación de los nuevos proyectos. Actualmente, la evaluación de los proyectos de capital se sensibiliza y analiza el riesgo solo tomando en consideración los factores económico-financieros, en cambio, las componentes asociadas con el desempeño de los procesos se consideran normalmente solo como variables determinísticas definidas a través de criterio experto en las distintas etapas de ingeniería. Para enfrentar de una manera más rigurosa los proyectos de capital es necesario estimar con mayor precisión y certeza su performance durante el horizonte de evaluación, para lo que el enfoque R-MES representa una forma de incorporación de la Ingeniería de la Confiabilidad que permite mejorar el diseño de las instalaciones considerando la 241

A. A����

seguridad de funcionamiento de los equipos y de los sistemas a través de la incorporación de las variables de la confiabilidad y la mantenibilidad (disponibilidad, utilización y productividad) en la evaluación económica-financiera, sobre la base del Life Cycle Cost   (LCC), permitiendo evaluar el impacto de un buen diseño y de una adecuada gestión de activos a lo largo de la vida útil del proyecto. Como una forma de visualizar el aporte de la Ingeniería de la Confiabilidad, a través del enfoque R-MES, en la evaluación de proyectos de capital se presenta una metodología aplicada a un caso particular de un proceso de conminución.

�. P������ ���� �� ���������� ��� ���� 2.1 Esquema de la metodología

A continuación se presenta esquemáticamente la metodología que se utiliza para enfrentar el caso particular de un proyecto de capital de una planta de conminución.

4.1: Esquema de la metodología de abordaje

242

I��������� �� �� �������������

2.2 Descripción de las etapas de la metodología • Levantamiento del proceso

El levantamiento de las características del proceso cumple un rol relevante en el correcto desarrollo del estudio, puesto que es la instancia en la que se identifican las características de las operaciones unitarias, las capacidades nominales de diseño, la identificación de los cuellos de botella y la definición de las condiciones ambientales que influyen en las operaciones. En esta etapa se definen las condiciones de operación del proyecto que permiten obtener la lógica de funcionamiento de los equipos en los sistemas, del punto de vista de la seguridad operacional. En esta etapa se define el caso base y se obtienen los indicadores iniciales que se utilizan como referencia para compararlos con los que resultan de las modificaciones de mejoras generados por las nuevas alternativas estudiadas. • Obtención y validación de la data

La data histórica relacionada con las detenciones operacionales y de mantenimiento, programadas o no, relacionadas con los equipos del proyecto en estudio, se obtienen de instalaciones (plantas o flotas) similares que se encuentran operando bajo condiciones de trabajo parecidas. Es importante destacar que, en la medida que la información recabada y utilizada provenga de los componentes básicos que componen el sistema, es decir, aquellos reparables y remplazables, la información es más confiable. De ahí la importancia del análisis bottom-up sobre los del tipo top-down, tradicionalmente utilizado en el desarrollo de proyectos. • Modelamiento lógico-funcional

Para el modelamiento lógico-funcional del proceso es necesario identificar el efecto sobre el funcionamiento del sistema producto de la detención de los equipos. Dicho efecto es resultado de la configuración del sistema, que genera la interrelación entre los equipos y de su impacto sobre la operación del proceso. Para ello es necesario considerar los criterios de diseño y de operación definidos en la etapa de la ingeniería que determinan y afectan la disponibilidad y la utilización (productividad) esperadas del proceso, para lo que es necesario conocer el nivel de redundancia de los equipos, 243

A. A����

el grado de fraccionamiento de las instalaciones y las capacidades de los stock-pile. A partir de lo anterior se obtiene el diagrama lógicofuncional (RBD) de los equipos que representa el sistema completo, el que permite modelar el comportamiento de los procesos sobre la base de su seguridad operacional. • Simulación RAM del caso base

La simulación RAM permite el estudio de la confiabilidad, disponibilidad y mantenibilidad esperada para el proyecto en estudio, la que se ejecuta a través de la plataforma informática R-MES. En esta etapa se realizan las simulaciones que permiten obtener los indicadores KPI’s, desagregados a nivel de equipo y agregados a nivel de los sistema, lo que permite identificar el comportamiento del caso base del proyecto y su capacidad productiva esperada durante el horizonte de evaluación. • Simulación RAM de las alternativas de mejora

La definición de alternativas resultan de las mejoras del caso base, que se obtienen a través de la identificación de los equipos y subsistemas críticos del proceso, identificados por el impacto sobre el negocio que generan. Las mejoras encontradas permiten la generación de las nuevas alternativas, las que se modelan para su simulación a través de la plataforma R-MES con el objetivo de obtener los indicadores RAM que permiten estimar la productividad asociada a cada mejora. Finalmente, se estudian distintas combinaciones que se evalúan para diferentes escenarios. El esquema de trabajo de la simulación del caso base y de las alternativas de mejora es el mismo, solo varía para cada caso el modelo lógico-funcional que representa a cada una de ellas. • Evaluación LCC e identificación de la mejor alternativa

Para el caso base y cada una de las alternativas se determinan, en esta etapa, los costos de capital, los costos operacionales y los costos de la falta de producción que resultan de las detenciones no programadas de los equipos y su impacto sobre el sistema, bajo los distintos escenarios considerados.

244

I��������� �� �� �������������

La solución buscada queda determinada por aquella combinación de alternativas que maximiza los beneficios del negocio, en una perspectiva de los costos durante todo el ciclo vida de las instalaciones (LCC) evaluadas en el horizonte del proyecto.

�. D��������� ��� ���� �� ��� ������ �� ����������� La metodología presentada puede ser utilizada en cualquier proyecto de capital intensivo en activos físicos, tanto de plantas industriales como flotas de equipos. Como una forma de profundizar y aplicar los conceptos presentados y solo a modo de ejemplo, se desarrolla el caso de una planta de conminución de la industria del cobre. El proyecto que se presenta es una planta diseñada para procesamiento de mineral de cobre que entrega, como producto final, concentrado. En términos generales se compone de tres etapas: chancado, molienda, flotación, remolienda y filtrado (estas tres últimas etapas no están consideradas dentro del estudio). Para el desarrollo del caso, en una primera etapa es necesario descomponer el proceso en los cuatro subprocesos que lo contituyen: chancado primario, chancado secundario, chancado terciario y molienda; para luego realizar una simulación de indicadores RAM (Reliability, Availability & Mainteinability) del caso base, orientado a identificar las oportunidades de mejora, que generan las alternativas mejoradas respecto al caso base. Los indicadores de dichas alternativas son obtenidos y sensibilizados en función de la capacidad de acopio de material. Posteriormente se valoriza cada alternativa y se evalúan, económica y financieramente, todas las combinaciones posibles, de manera de identificar aquella que maximice los beneficios del negocio. Dicha evaluación se realiza para diferentes escenarios, sensibilizando el precio de comercialización del producto final, el concentrado de Cu. 3.1 Levantamiento del proceso

En esta etapa se define la condición original de diseño del proyecto de conminución en estudio (caso base), para lo que se identifican las características operacionales de los procesos con especial atención, dado el objeto particular de este estudio, en lo referido a la ubicación 245

A. A����

y la capacidad de carga de los sistemas de acopio (stock-pile), como también en las condiciones operacionales aguas arriba y aguas debajo. 3.2 Entendimiento y descripción general del proceso, caso base

La siguiente etapa busca el entendimiento detallado, a nivel de ingeniería conceptual, del proceso de conminución en estudio, de manera de determinar la capacidad productiva y las condiciones de operación del proceso. La capacidad instalada promedio estimada del proyecto es de 191.520 toneladas diarias [t/d] de mineral. A través de la aplicación de la Ingeniería de la Confiabilidad se busca determinar la real capacidad productiva de acuerdo a las condiciones de la seguridad operacional del proceso, determinadas del análisis de confiabilidad y mantenibilidad. El estudio se realiza con un análisis bottom-up, el que permita cuantificar los indicadores sistémicos a partir del comportamiento particular de los equipos que lo componen. Esto permite verificar el nivel de la capacidad instalada estimada, como también el cumplimiento de la producción promedio esperada de 180.000 [t/d]. Para determinar los niveles de producción esperados y su probabilidad de ocurrencia se aplica la simulación estocástica de Monte Carlo (SMC), considerando para ello iteraciones que representan escenarios que van desde condiciones pesimistas hasta optimistas. El proceso de chancado y molienda del proyecto a evaluar comprende tres etapas de chancado (primario, secundario y terciario) y una etapa de molienda. Este proceso es alimentado por el mineral proveniente de dos minas; la Mina-Norte (MN) y la Mina-Sur (MS). La Mina-Norte tiene una extracción promedio de 60.000 [t/d], mientras que la Mina-Sur 120.000 [t/d] en promedio. Mina Norte Chancado Primario

Sp.

Chancado Secundario

Sp.

Chancado Terciario

Sp.

Molienda

Mina Sur

Figura 4.2: Diagrama de flujo del proceso bajo estudio

246

180.000 [t/d ]

I��������� �� �� �������������

• Chancado primario

El chancado primario se compone de tres líneas, que son abastecidas desde las dos operaciones antes mencionadas (Mina-Norte y MinaSur). La primera de ellas es abastecida únicamente por la Mina-Norte, mientras que las otras dos líneas son abastecidas por la Mina-Sur, con un arreglo del tipo fraccionado entre ellas. Debido a que el transporte del mineral desde las minas se realiza mediante camiones, se considera un nivel de utilización del chancado primario del 70%, de acuerdo al criterio de diseño definido, ya que se asume que el chancado no recibe el material de forma continua dado que camiones entregan un flujo de manera discontinua. Finalmente, el chancado primario descarga el material procesado sobre un acopio de mineral de 100.000 toneladas de capacidad de carga viva. Esta etapa del proceso se compone de la siguiente forma: (3) chancadores primarios, (3) chutes de traspaso, (3) feeder de descarga, y (2) correas transportadoras con destino al stock-pile. Se considera que todos los equipos asociados al chancador primario son dimensionados para soportar el mineral procesado por este, operando a plena carga.

Alimentación Chancador MS

Alimentación Chancador MN

Descarga sobre Descarga sobre Stockpile MS Stockpile MN

Mineral sobretamaño Chancado

1

2

3

4

11

Flujo Nominal

[t/h]

2.500

2.500

5.000

2.500

3.611

Flujo de Diseño

[t/h]

3.571

3.571

7.143

3.571

4.248

Figura 4.3: Diagrama de proceso del chancado primario

247

A. A����

• Chancado secundario

El chancado secundario está compuesto por seis líneas de chancado, que nacen en el stock-pile aguas arriba de este proceso. Estas líneas están agrupadas de a tres, en la que el mineral de bajo tamaño va directamente al stock-pile de 80.000 [t] de carga viva, situado aguas abajo del proceso, mediante dos correas transportadoras, una para cada tres líneas. Por su parte, el material de sobre tamaño es trasladado a la zona de chancado, donde su tamaño es reducido mediante seis chancadores secundarios en arreglo fraccionado entre sí, con una capacidad de triturar 1.000 [t/h] de material cada uno. Este material es trasportado y reintegrado al proceso en el stock-pile  ubicado entre el chancado primario y el chancado secundario. Se espera que este proceso esté disponible el 85% del tiempo. Todos los valores dados en términos de utilización o disponibilidad esperada corresponden a los criterios de diseño para esta etapa del proceso, definidos en la etapa de la ingeniería conceptual. Las líneas están compuestas por: (6) feeder, (6) correas transportadoras hacia harneros, (6) harneros, (6) chutes de traspaso, (6) chancadores secundarios, (3) correa transportadora de recirculación, y (2) correa transportadora hacia el stock-pile. Al igual que para el caso anterior, se considera que todos los equipos asociados a las líneas de chancado están dimensionadas a partir de la capacidad del chancador secundario.

248

I��������� �� �� �������������

7

   e    r     b    S    o    s    M    a    l    e    g    r    i    p    a    k    c    s    c    e    o    t    D   S

   e    r     b    N    n     ó    o    s    M    i    c    a    l    e    a    t    g    i    r    p    n    s    a    k    e    a    c    e    s    c    m    i     í    n    e    o    t     l    D   S    A   L

   o    ñ    a     l    m    a    r    a    e    t    n    j    i    o    a    M     b

   o    ñ    a     l    m    a    a    r    t    e    e    r    n    i     b    M   o    s

   e    r     b    o    s    a    l    e    g    r    i    p    a    k    c    s    c    e    o    t    D   S

   o    ñ    a    o     l    m    a    d    a    a    r    t    c    e    e    n    r    n    a     b    i     h    o    M   s    C

   n    e    o    s    ñ    e    a    r    o     d     l    m    a    a    t    r    e    a    c    e    r    n    n    a     b    i     h    M   o    s    C

   o    ñ    a    o     l    m    a    d    a    a    r    t    c    e    e    n    r    n    a     b    i     h    o    M   s    C

   o    ñ    a    a     l    m     d    a    a    t    r    e    n    e    e    r    l    i    n    i     b    o    o    M   s    m

3

4

5

6

7

8

9

10

11

22

Flujo Nominal

[t/h]

5.000

2.500

1.852

1.250

602

3.750

1.806

602

3.611

4.220

Flujo de Diseño

[t/h]

7.143

3.571

2.179

1.471

708

4.412

2.124

708

4.248

4.489

Figura 4.4: Diagrama de proceso del chancado secundario

• Chancado terciario

El circuito del chancado terciario está compuesto por tres líneas fraccionadas que nacen en el stock-pile aguas arriba a esta etapa del proceso. Cada línea tiene dos chancadores, también en arreglo fraccionado entre sí. Cada uno de ellos tiene la capacidad de procesar 2.800 [t/h] de material. Los chancadores seleccionados para este proceso son del tipo High Pressure Grinding Rolls (HPGR) y tienen como misión chancar todo el mineral, ya que no existe una pre selección en esta etapa del proceso. Las líneas terminan integrándose en una correa transportadora común que tiene como destino el stock-pile aguas abajo del proceso de chancado terciario. Este stock-pile tiene una capacidad de carga viva de 80.000 [t] (este proceso se evalúa bajo el supuesto que se encuentra disponible el 92% del tiempo total de operación). Las líneas se componen de los siguientes equipos: 249

A. A����

(6) feeder para las correas transportadoras, (3) correas transportadoras, (6) chutes de traspaso, (6) feeder para los HPGR, (6) HPGR, y (1) correa transportadora con destino al stock-pile aguas abajo. Se considera el mismo supuesto de los casos anteriores para los equipos asociados al HPGR.

Descarga sobre Stockpile

Alimentación Líneas

Alimentación HPGR

Descarga sobre Srockpile

Mineral sobretamaño molienda

8

12

13

14

22

Flujo Nominal

[t/h]

3.750

1.953

1.953

11.720

4.220

Flujo de Diseño

[t/h]

4.412

2.219

2.219

13.313

4.489

Figura 4.5: Diagrama de proceso del chancado terciario

• Molienda

La molienda es la etapa final del proceso de conminución, nace del stock-pile aguas abajo al circuito HPGR y consta de cinco líneas principales que culminan en cinco molinos de bolas. Estas líneas inicialmente están subdividas en otras dos, que alimentan diez harneros clasificado250

I��������� �� �� �������������

res (dos por cada molino). El material con sobre tamaño proveniente de los harneros es recirculado a través de una correa común a todos los harneros hacia el stock-pile aguas arriba al circuito HPGR, mientras que el material de bajo tamaño pasa a la etapa de molienda propiamente tal. Para el proceso final, con el fin de poder cumplir con la meta de producción, se espera una utilización del sistema de 94%. Líneas de alimentación se componen de los siguientes equipos: (10) feeder y (10) harneros. Mientras que la molienda se constituye con los equipos siguientes: (5) bombas de alimentación de hidrociclón, (5) cluster de hidrociclones, y (5) molinos de bolas. Línea de recirculación: (1) correa transportadora con destino al stock-pile aguas arriba a los HPGR.

251

A. A����

   a    l    e    g    r    i    p    a    c    k    s    c    e    o    t    D   S

   n     ó    i    c    a    t    n    s    e    a    e    m    i     í    n     l    A   L

   o    ñ    a     l    m    a    r    a    e    t    o    n    i    j    a    M     b

   o    ñ    a     l    m    a    a    r    t    e    e    r    n    i     b    M   o    s

   n     ó    i    c    a    t    s    n    a    e    b    m    i    m     l    o    A    b

   o    s    n    s    n    n    e     ó    e    ó     ó    i    i    c    i    n    c    o    o    c     l    a    a    r    c    u    t    t    c    i    n    a    n    í    c    n    o    p    i    a    e    r    o    e    n    i    m     d    e     l    r    i    m    m    n    i    t    i    o     l     l    a    d    i     l    a    o    A    b    h    A   m    S    c

   o    ñ    a    a     l    m    a    d    a    n    r    t    e    e    e    i    r    l    n    i     b    o    o    M   s    m

14

15

16

17

18

19

20

21

22

Flujo Nominal

[t/h]

11.720

1.172

750

422

1.500

6.000

4.500

1.500

4.220

Flujo de Diseño

[t/h]

13.313

1.247

758

449

1.596

6.383

4.787

1.596

4.489

Figura 4.6: Diagrama de proceso de la molienda

3.3 Obtención y validación de la data

Para la optimización del proceso de conminución en estudio, es necesario contar con información histórica de detenciones de los equipos reales, ya que el cálculo de impacto de los sistemas de acopio sobre la confiabilidad del sistema así lo requiere. Basado en este principio y como no existe información propia de los equipos del proyecto en estudio, se realiza un benchmark con otras operaciones mineras similares relacionada con la capacidad productiva, las condiciones de operación y las características geográficas. Para este caso particular, la obtención de la historia de detenciones reales por equipos proviene de cinco operaciones mineras. La información recabada de las cinco operaciones mineras antes mencionadas corresponde a un total de 8.732 datos de registro de 252

I��������� �� �� �������������

detenciones, pertenecientes a 74 equipos. Esta información corresponde a un periodo de tiempo reciente de un año. El registro del data se compone de: • detenciones operacionales (DO); • mantenimiento correctivo (MC) de tres tipos diferentes: mecánica

(M), instrumental (I) y eléctrica (E); y • mantenimiento preventivo (MP) La composición de la data histórica de fallas se muestra en la tabla adjunta, considerando el total del universo de 8.732 datos. DO Cant. de datos

 

MC

MP

5.452

2.893

Total 387

8.732

Tabla 4.1: Resumen de tipos de detenciones presente en la información histórica

Es necesario adaptar la información proveniente de las operaciones mineras en su forma para poder utilizarla en la plataforma informática R-MES, dado que esta requiere de campos de información claramente definidos, como los presentados a continuación: Fecha

Hora

Duración

Tipo

Equipo

Impacto

Det. Sistema

01-01-2010

11:38:46

5,35

MCM

Equipo_1

1

0

01-01-2010

11:45:41

4,2

DO

Equipo_2

1

0

06-01-2010

06:18:14

40,6

MP

Equipo_3

1

0

08-01-2010

01:38:41

2,25

MCE

Equipo_4

1

0

08-01-2010

04:48:58

0,16

MCI

Equipo_1

1

0

Tabla 4.2: Formato tipo de importación de información con que trabaja R-MES

Finalmente, junto a esta valiosa información se determinan los indicadores de Disponibilidad (A) y de Utilización corregida (UC) del proceso de conminución, lo que que permite optimizar el diseño considerando la Confiabilidad Operacional a través de la aplicación de la Ingeniería de la Confiabilidad. 3.4 Modelamiento y diagramación lógico-funcional del proceso

A continuación se presentan las configuraciones lógico-funcionales (RBD) de los sistemas de los equipos que componen cada proceso, y se

253

A. A����

definen los niveles de capacidad ociosa para los casos que corresponda, como lo son para los equipos y/o los subsistemas fraccionados. • Chancado primario

Figura 4.7: Diagrama lógico-funcional del chancado primario

254

I��������� �� �� �������������

• Chancado secundario

Figura 4.8: Diagrama lógico-funcional del chancado secundario

• Chancado terciario

Figura 4.9: Diagrama lógico-funcional del chancado terciario

255

A. A����

• Molienda

Figura 4.10: Diagrama lógico-funcional de la molienda

3.5 Simulación RAM del caso base y simulación de alternativas de mejora

La simulación RAM del caso base y de las alternativas mejoradas, mediante la simulación pseudoaleatoria de Monte Carlo, permite la obtención de los indicadores de disponibilidad y utilización corregidapara cada uno de los procesos en estudio. Para ello, en una primera etapa, solo se simula el caso base de cada proceso y se sensibilizan sus indicadores variando la capacidad de acopio de los stock-pile  aguas abajo a los respectivos procesos, para, finalmente, incorporar oportunidades de mejora a través de la redundancia a los equipos críticos de los procesos. Los equipos críticos son identificados a través de R-MES o a través de criterio experto. Para estos casos también se realiza la simulación RAM y la sensibilización de los niveles de acopio. Al simular un sistema mediante la plataforma informática R-MES se obtienen gráficos de distribución, tanto para el indicador de dispo256

I��������� �� �� �������������

nibilidad como para la utilización, tal como se muestra en la figura presentada a continuación.

Figura 4.11: Histogramas de distribución de probabilidad

Para la obtención de la disponibilidad y de la utilización se considera el valor da las medianas de las correspondientes distribuciones. Simulando con distintas capacidades de acopio aguas abajo se obtiene una curva que representa la variación de la disponibilidady de la utilización corregida en función de la carga viva del stock-pile, tal como se muestra, a modo de ejemplo para la disponibilidad, en la siguiente figura:

Figura 4.12: Sensibilización de la disponibilidad del chancado primario en función de la capacidad de acopio

257

A. A����

3.6 Resultados por proceso

Para seleccionar la mejor alternativa técnica y económica es necesario identificar las diferentes opciones mejoradas para cada uno de los procesos, para luego seleccionar la combinación, entre las diferentes alternativas mejoradas y el caso base de cada uno de los procesos, que maximice el beneficio económico para los diferentes escenarios considerados. A continuación se presenta los resultados de Disponibilidad (A) y Utilización corregida (UC) para cada proceso, asociado al caso base y a cada una de las alternativas mejoradas: Chancado primario Chancado secundario Chancado terciario Molienda • Chancado primario

Para el caso del chancado primario se considera la evaluación de dos escenarios: el caso base, con un stock-pile de 100.000 ton.de carga viva y la alternativa mejorada descrita a continuación. Descripción alternativa de mejora 1: La alternativa mejorada busca robustecer el chancado primario con el objeto de disminuir la capacidad de carga viva necesaria en el acopio. Para ello se considera la alternativa en la que todas las líneas están fraccionadas hasta el acopio, lo que significa que los dos chancadores que procesan el material proveniente de la Mina-Sur no descargan a una correa común, sino que cada uno de ellos tiene una correa independiente hasta el acopio. Resultados chancado primario:

258

I��������� �� �� �������������

Figura 4.13: Gráfico Disponibilidad y Utilización chancado primario

• Chancado secundario

Para el caso del chancado secundario se considera la evaluación de cuatro alternativas: el caso base con un stock-pile de 80.000 ton. de carga viva y tres alternativas mejoradas descritas a continuación. Descripción alternativa de mejora 1: Para definir la alternativa mejorada se busca identificar el equipo o los equipos críticos a través de la plataforma R-MES que permite visualizar todos los equipos del proceso en una matriz de iso-criticidad que relaciona la indisponibilidad intrínseca de cada equipo y su impacto sobre el sistema, tal como se muestra en el gráfico presentado a continuación.

259

A. A���� Índice 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

Figura 4.14: Gráfico de iso-criticidad de los equipos que componen el chancado secundario

24 25 26 27 28 29 30

Equipo Correa SP L2 Correa Recir 2 Feeder 6 Correa 6 Harnero 6 Feeder 4 Correa 4 Harnero 4 Feeder 5 Correa 5 Harnero 6 Correa SP L1 Correa Recir 1 Feeder 1 Correa 1 Harnero 1 Feeder 2 Correa 2 Harnero 2 Feeder 3 Correa 3 Harnero 3 Correa a Chancadores Chancador 1 Chancador 2 Chancador 3 Chancador 4 Chancador 5 Chancador 6 Correas material chancado

De la matriz de iso-criticidad se desprende que el equipo más crítico es la correa transportadora encargada del traslado del material con sobre tamaño desde los harneros a la zona de chancadores. Como resultado de este análisis, la alternativa mejorada es la incorporación de una correa adicional a la existente para el transporte de material con sobre tamaño desde los harneros hacia los seis chancadores secundarios, de manera que cada una de ellas alimente a tres chancadores definidos. Dado que con esta alternativa mejorada se genera un fraccionamiento a nivel de las líneas de chancado, compuesto por una correa por cada tres chancadores, el fraccionamiento entre líneas es de 70,62% cada una, manteniendo el mismo nivel de capacidad ociosa que en el caso base. Para la alternativa mejorada del chancado secundario se asume que el resto del proceso se mantiene bajo las mismas operacionales. Descripción alternativa de mejora 2: Se evalúa una segunda alternativa de mejora relacionada con los harneros encargados de clasificar el material. La alternativa de mejora consiste en aumentar la capacidad de los harneros desde 20% del material, que procesa cada uno al 25%, con lo que resulta un proceso con un 50% de capacidad ociosa instalada. 260

I��������� �� �� �������������

Dicha mejora se simula para analizar el nivel de impacto que tiene sobre la disponibilidad y utilización corregida. Esto se realiza sin considerar la existencia de un acopio de material aguas abajo del proceso. Descripción alternativa de mejora 3: Finalmente se estudia una tercera alternativa de mejora, que integra las dos oportunidades de mejora presentadas anteriormente. Dado que las alternativas mejoradas son conocidas, a continuación solo se presentan la disponibilidad de esta alternativa mejorada, sin considerar la existencia de un acopio tal como se realiza durante todo el estudio. Se obtienen los siguientes resultados para la Disponibilidad y Utilización corregida. Resultados del chancado secundario:

Figura 4.15: Gráfico Disponibilidad y Utilización chancado secundario

• Chancado terciario

Para el caso del chancado terciario se considera la evaluación de cuatro alternativas: el caso base con un stock-pile de 80.000 ton. de carga viva y tres alternativas mejoradas que se describen a continuación.

261

A. A����

Descripción alternativa mejora 1: Para definir la alternativa mejorada se busca identificar el equipo o los equipos críticos a través de la plataforma R-MES que permite visualizar todos los equipos del proceso en una matriz de iso-criticidad que relaciona la indisponibilidad intrínseca de cada equipo y su impacto sobre el sistema, tal como se muestra en el gráfico presentado a continuación. Índice 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Equipo Correa a Stockpile Correa L1 Feeder 1 Feeder 2 HPGR 1 HPGR 2 Correa L2 Feeder 3 Feeder 4 HPGR 3 HPGR 4 Correa L3 Feeder 5 Feeder 6 HPGR 5 HPGR 6

Figura 4.16: Gráfico de iso-criticidad de los equipos que componen el chancado terciario

De la matriz de iso-criticidad se desprende que la criticidad se relaciona con los chancadores HPGR. Por lo que la alternativa mejorada consiste en incrementar la capacidad de estos equipos, con el objeto de aumentar el nivel de redundancia para esta etapa del proceso para así hacerlo más robusto. Este cambio significa incrementar el nivel de fraccionamiento desde un 51,82% a un 65%, para los seis HPGR existentes. Para la alternativa mejorada se procede a recalcular la disponibilidad y la utilización corregida del proceso. Como en los casos anteriores, esta simulación se realiza sin considerar la existencia de un acopio aguas abajo del proceso, a fin de evaluar el impacto que la mejora tiene, por sí sola, sobre los indicadores. Descripción alternativa de mejora 2: Al igual que para el chancado secundario, se obtiene una nueva alternativa mejorada que no considera los cambios realizados en la alternativa mejorada 1, sino que toma como punto de partida el caso base. 262

I��������� �� �� �������������

Esta alternativa mejorada considera la incorporación de una correa en paralelo a la existente para el transporte del material chancado hacia el acopio aguas abajo del proceso, con el objeto de aumentar la robustez del proceso de chancado terciario. Descripción alternativa de mejora 3: La última alternativa de mejora es la integración de las dos alternativas anteriores, por lo que considera el incremento de la capacidad de trabajo de los HPGR y la incorporación de una correa en paralelo a la correa encargada de transportar el material chancado al acopio aguas abajo. Resultados chancado terciario:

Figura 4.17: Gráfico Disponibilidad y Utilización chancado terciario

• Molienda

Para el caso de la molienda se considera la evaluación de cuatro alternativas mejoradas. Es importante mencionar que este proceso no cuenta con stock-pile, a diferencia de los procesos anteriormente analizados que cuentan un con un acopio de material aguas abajo. Esta situación expone al proceso a una condición de mayor criticidad operacional, dado que el proceso no cuenta con un sistema de acopio de respaldo.

263

A. A����

Descripción alternativa mejorada 1: La alternativa mejorada consiste en dejar a los harneros en una condición de operaciónen paralelo. Descripción alternativa mejorada 2: La alternativa mejorada busca superar la condición de mayor impacto sobre el sistema, generada por el equipo o los equipos. El gráfico presentado a continuación entrega la condición de criticidad de cada equipo del proceso en estudio.

Figura 4.18: Gráfico de iso-criticidad de los equipos que componen la molienda

Índice 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Equipo Correa 1 Molino L1 Bombas hidro L1 Hidrociclon L1 Feeder L1 Harnero L1 Feeder L2 Harnero L2 Bombas hidro L2 Molino L2 Hidrociclon L2 Feeder L3 Harnero L3 Feeder L4 Harnero L4 Bombas hidro L3 Molino L3 Hidrociclon L3 Feeder L5 Harnero L5 Feeder L6 Harnero L6 Bombas hidro L4 Molino L4 Hidrociclon L4 Feeder L7 Harnero L7 Feeder L8 Harnero L8 Hidrociclon L5 Bombas hidro L5 Molino L5 Feeder L9 Harnero L9 Feeder L10 Harnero L10

Del gráfico es posible visualizar que el equipo crítico es la correa encargada de recircular el material con sobre tamaño desde los harneros seleccionadores hacia el stock-pile  aguas arriba del chancado terciario. Esta situación de criticidad de la correa se debe a que este equipo es el único encargado de realizar esta función, por lo que está en una condición de operación en serie con todo el proceso. La alternativa mejorada es la incorporación de una correa adicional de iguales características a la correa existente en condición de operación en paralelo.

264

I��������� �� �� �������������

Descripción alternativa de mejora 3: Esta alternativa mejorada resulta de la integración de las dos alternativas definidas anteriormente. Descripción alterativa de mejora 4: Para esta alternativa mejorada se mantienen todos los niveles de fraccionamiento de la alternativa anterior, variando solo el nivel de fraccionamiento sistémico de las cinco líneas de producción que componen este proceso, desde la condición actual, en que las cinco líneas operan sin capacidad ociosa; hasta la situación en la que se cuente con un 10% de sobre capacidad total. En esta alternativa mejorada se analizan dos opciones, una que presenta una capacidad ociosa en el fraccionamiento del 21% (4a) y la otra del 22% (4b). Resultados de la molienda: Situación Base

Alternava de

Alternava de

Alternava de

Alternava de

Alternava de

mejora 1

mejora 2

mejora 3

mejora 4.a

mejora 4.b

Considera la situación mejorada 3 o incorpora capacidad ociosa a las líneas de molienda quedando con 21% c/u.

Considera la situación mejorada 3 e incorpora capacidad ociosa a las líneas de molienda quedando con 22% c/u.

Incorporación de capacidad ociosa en los harneros, pasando de 50% a 100% c/u.

Incorporación Incorporación de una correa de la mejora para el material 2 y 3. con sobre tamaño, en paralelo a la existente.

   n     ó    i    c    p    i    r    c    s    e    D

-

    d    a     d    i     l    i     b    i    n    o    p    s    i    D

90,85%

91,84%

93,85%

94,61%

95,49%

96,40%

   n    a     ó    i     d    i    c    g    a    e    z    i    r     l    r    t    o    U   C

85,27%

88,89%

89,72%

93,58%

94,61%

95,68%

Figura 4.19: Gráfico Disponibilidad y Utilización molienda

3.7 Estimación de capex y opex de las distintas alternativas en estudio

Para realizar la optimización del proceso de comninución se debe considerar la disponibilidad y la utilización corregida para cada una de las alternativas mejoradas asociadas con las correspondientes condiciones económicas, definidas por los costos de inversión (CAPEX) y

265

A. A����

los costos operacionales (OPEX) durante todo el ciclo de vida de los equipos (LCC) en el horizonte de evaluación del proyecto. • Factor de escalamiento

Para estimación del CAPEX se utiliza la metodología del factor de escalamiento de Williams, representado por una relación que establece que los costos de capital y de producción por unidad producida disminuyen en la medida que la capacidad del equipo aumenta.  

(4.1)

Dónde: CA=costo de la unidad A CB=costo de la unidad B XA=capacidad de la unidad A XB=capacidad de la unidad B w=factor de escalamiento de Williams

Si bien cada instalación tiene su propio factor de escalamiento, el valor típicamente utilizado es 0,6, también conocido como el factor de los seis décimos. A continuación se presentan los factores de Williams de los equipo del proceso de conminución en estudio, para la estimación del costos de capital. Chancado Primario Equipo Índice de Williams Chute 0,35 Chancador Primario 1,2 Feeder 0,6 Correa Overland Mina Sur 0,6 Correa Overland Mina Norte 0,6

Tabla 4.3: Índice de Williams utilizado para los equipos del chancado primario

266

I��������� �� �� ������������� Chancado Secundario Equipo Índice de Williams Chute 0,35 Feeder 0,6 Correa Trans. A. Harneros 0,6 Harnero 0,6 Correa Trans. Salida Proceso 0,6 Correa Trans. Sobre-tamaño 0,6 Correa Trans. Alimentación Chancadores 0,6 Correa Trans. Material Chancado 0,6 Chancador Secundario 0,35

Tabla 4.4: Índice de Williams utilizado para los equipos del chancado secundario Chancado Terciario Equipo

Índice de Williams

Chute Feeder Correa Trans. HPGR Correa Trans. Salida

0,35 0,6 0,6 1,1 0,6

Tabla 4.5: Índice de Williams utilizado para los equipos del chancado terciario Molienda Equipo

Índice de Williams

Feeder Harnero Bomba Hidrociclón Cluster Hidrociclón Molino de Bolas Correa Trans. Recirculación

0,6 0,6 0,5 0,6 0,65 0,6

Tabla 4.6: Índice de Williams utilizado para los equipos de la molienda

Estos índices se consideran para la estimación del capital fijo para cada una de las alternativas mejoradas y para el caso base de las distintas etapas del proceso de conminución. • Estimación de capital fijo

El nivel de certeza para la estimación de los costos de capital fijo depende del nivel de avance del desarrollo del proyecto, para lo que 267

A. A����

existen diferentes metodologías. A nivel de estudio de prefactibilidad es posible considerar métodos como Lang, Proporción al costo de los equipos, Lang y Chilton modificado, Vilbrandt y Dryen, entre otros. Para la estimación del costo de capital fijo del caso en estudio se considera el método Lang. Este método diferencia por tipo de proceso (sólido, sólido-fluido y fluido) y se basa en los costos de los equipos que componen la instalación. En la tabla presentada a continuación se entrega la composición de los diferentes costos para la estimación correspondiente. Proceso Sólido

Proceso Sólido-Fluido

Proceso Fluido

Equipos de proceso sin instalar Costo de instalación Instrumentación Cañerias Instalación eléctrica Edificiós Urbanización Instalaciones auxliares Terreno

100% 45% 9% 16% 10% 25% 13% 40% 6%

100% 39% 13% 31% 10% 29% 10% 55% 6%

100% 47% 18% 66% 11% 18% 10% 70% 6%

Total Costo directo

264%

293%

346%

Ingeniería y Supervición Gastos de construcción

33% 39%

32% 34%

33% 41%

Total Costo indirecto

72%

66%

74%

336%

359%

420%

17% 34%

18% 36%

21% 42%

387%

413%

483%

Costo directo

Costo indirecto

Total Costos directos e indirectos

Utilidad contratistas Contingencias Total Capital Fijo

Tabla 4.7: Desglose de los factores considerados para el método de Lang para la estimación de capital fijo Fuente: Chemical Engineering

Considerando que el caso en estudio es un proceso sólido, el costo de capital fijo es 3,87 veces los costos de los equipos sin instalar. Es importante señalar que todos los valores y costos que se presenten a lo largo del estudio económico están valorizados en dólares estadounidenses (US$).

268

I��������� �� �� �������������

Los valores de los costos de los equipos sin instalar, que componen el proceso en estudio, son los que se muestran en las tablas que siguen. Chancador Primario Costos Equipo

Capacidad [t]

Índice de Williams

Chute Chancador Primario Feeder Correa Overland Mina Sur

500 5.500 5.500 7.150

0,35 1,2 0,6 0,6

$ 0,0 $ 7.000.000,0 $ 1.000.000,0 $ 3.500.000,0

Correa Overland Mina Norte

3.580

0,6

$ 2.800.000,0

Equipo

Tabla 4.8: Costo de capital fijo e índice de Williams de los equipos base del Chancado Primario Chancador Secundario Costos Equipo

Capacidad [t]

Índice de Williams

Chute Feeder Correa Trans. A Harneros Harnero Correa Trans. Salida Proceso Correa Trans. Sobre-tamaño Correa Trans. Alimentación Chancadores Correa Trans. Material Chancado

500 2.180 2.180 2.180 4.415 2.125 4.250 4.250

0,35 0,6 0,6 0,6 0,6 0,6 0,6 0,6

$ 0,0 $ 375.000,0 $ 550.000,0 $ 600.000,0 $ 1.050.000,0 $ 800.000,0 $ 1.200.000,0 $ 1.200.000,0

Chancador Secundario

1000

0,35

$ 3.200.000,0

Equipo

Tabla 4.9: Costo de capital fijo e índice de Williams de los equipos base del Chancado Secundario Chancador Terciario Costos Equipo

Capacidad [t]

Índice de Williams

Chute Feeder Correa Trans. HPGR

500 2.220 4.440 2.300

0,35 0,6 0,6 1,1

$ 0,0 $ 375.000,0 $ 1.300.000,0 $ 9.000.000,0

Correa Trans. Salida

13.350

0,6

$ 3.500.000,0

Equipo

Tabla 4.10: Costo de capital fijo e índice de Williams de los equipos base del Chancado Terciario Molienda Costos Equipo

Capacidad [t]

Índice de Williams

Feeder

1.250

0,6

Equipo $ 375.000,0

Harnero

1.250

0,6

$ 600.000,0

Bomba Hidrociclón

6.390

0,5

$ 450.000,0

Cluster Hidrociclón

6.390

0,6

$ 600.000,0

Molino de Bolas Correa Trans. Recirculación

4.790 4.490

0,65 0,6

$ 20.000.000,0 $ 680.000,0

Tabla 4.11: Costo de capital fijo e índice de Williams de los equipos base de la Molienda

269

A. A����

Para los acopios se estima que el CAPEX de dichos sistemas de almacenaje es de $ 1.000 [US$/t de carga viva], con un factor de escalamiento nulo (w=1) ya que la inversión crece linealmente con el

volumen acumulado ya que, tanto la capacidad viva como la capacidad muerta aumentan de manera proporcional. Finalmente se presentan los valores de capital fijo que se obtienen para las distintas alternativas. Chancado Primario Capital Fijo (US$) Caso Base $ 127.161.000,0 Situación Mejorada 1 $ 135.288.000,0 Situación Mejorada 2 Situación Mejorada 3 Situación Mejorada 4.a Situación Mejorada 4.b -

Chancado Secundario Capital Fijo (US$) $ 153.121.500,0 $ 154.605.294,7 $ 158.194.501,4 $ 159.678.296,1 -

Chancado terciario Capital Fijo (US$) $ 266.125.500,0 $ 325.798.523,3 $ 279.670.500,0 $ 339.343.523,0 -

Molienda Capital Fijo (US$) $ 447.681.600,0 $ 467.140.875,3 $ 450.313.200,0 $ 469.772.475,3 $ 484.684.618,2 $ 504.405.296,8

Tabla 4.12: Resumen de capital fijo para las distintas alternativas por proceso

• Capital de trabajo

A nivel de la ingeniería de prefactibilidad, es posible estimar el capital de trabajo en función del capital fijo, de las ventas totales esperadas o de las unidades producidas. Para el caso en estudio se estima que el capital de trabajo es equivalente al 30% de las ventas anuales esperadas. Dado que las ventas estimadas ascienden a US$ 2.700.000.000, el capital de trabajo considerado es de US$ 810.000.000 por año. • Costos operacionales

Para estimar los costos operacionales anuales del proyecto se considera un costo fijo de US$ 215.000.000, y un costo variable de US$ 0,55 por libra de concentrado de cobre producida. 3.8 Optimización del proceso de conminución

Para identificar la mejor solución del caso en estudio se requiere buscar aquella combinación, entre las diferentes alternativas mejoradas y del caso base de cada uno de los cuatro procesos, que maximice el beneficio económico durante el horizonte del proyecto. 270

I��������� �� �� �������������

La solución se obtiene relacionando la utilización corregida (productividad) de cada alternativa mejorada y del caso base asociada a los cuatro procesos con los respectivos costos de CAPEX y OPEX, producto del compromiso que existe entre el aumento de la seguridad de funcionamiento (reducción de las pérdidas por detenciones) y el incremento de los costos (capital y operacional). Lo que se busca es el justo equilibrio entre los niveles de confiabilidad y mantenibilidad (seguridad operacional) y los costos de inversión y operación, de manera de lograr los mejores resultados del negocio a lo largo del horizonte del proyecto (modelo del LCC). • Variables de entorno Las variables del entorno son todas aquellas que están dadas por las condiciones exógenas. Estas variables generan diferentes escenarios posibles que influyen en los resultados y retornos esperados del proyecto de capital. En los proyectos de capital relacionados con el sector minero, como es el caso en estudio, además de las condiciones legales locales, una de las variables de gran impacto sobre la conveniencia económica de su desarrollo es el valor al cual este metal se comercializa. Proyectos que hace algunos años quedaban postergados por su bajo o nulo retorno económico, hoy aparecen como alternativas interesantes de inversión por el alto beneficio esperado durante su operación. A continuación se presentan las variables exógenas consideradas para la evaluación y optimización del caso en estudio. Variable

Precio del concentrado de Cobre Impuesto a la renta Impuesto especifico: Royalty Impuesto por retiro de utilidades

Cantidad

$

Unidad  

3,40 [US$/lb concentrado de Cu] 17% 5% 18% -

Tabla 4.13: Variables de entorno del proyecto

Se asume que no hay retiro de utilidades desde el territorio nacional, manteniendo los capitales en el país de la explotación. Para el caso de modificar esta condición sería necesario cambiar la tasa impositiva con el impacto que ello significa sobre los resultados económicos esperados. Si bien para el caso en estudio se establece un precio para el concentrado de cobre, por la importancia de esta variable, en términos de 271

A. A����

su valor y de sus variaciones, se realiza una sensibilización de ella en los resultados esperados, de manera de obtener un amplio espectro de condiciones para la toma de decisiones. • Variables propias del proyecto

Las variables propias del proyecto son todas aquellas que caracterizan el proyecto, dados las condiciones y los criterios de diseño adoptados. Si bien con la variación de estas variables también es posible sensibilizar los resultados esperados, para el caso es estudio estas no se modifican para la búsqueda de la solución óptima, ya que el alcance del presente estudio se relaciona con la seguridad operacional a través de la aplicación de la Ingeniería de la Confiabilidady no persigue la optimización de las operaciones unitarias definida por la ingeniería de proyecto. La manera ideal para enfrentar los proyectos de capital es con la integración de los ingenieros de proyecto y de los ingenieros de confiabilidad, así como con la incorporación de estos últimos desde el desarrollo de la ingeniería conceptual, de forma que los conceptos de la seguridad operacional y el costo del ciclo de vida de los equipos sea una de las variables para la toma de decisiones relacionadas con la definición del proyecto. Las variables consideradas para el caso en estudio, propias de la industria del cobre, son las que se presentan a continuación. Variable

Cantidad 

Ley del mineral Tiempo de operación anual Horizonte de evaluación Costos operacionales Costos fijos Tasa de retorno Costo de acopio de material Capital de trabajo Depreciación lineal Capacidad instalada

$ $ $

Unidad 

0,58% [Cu/material] 365 días 25 años [US$/lb concentrado de Cu] $ 0,55 215.000.000,00 [US$/año] 10% 1.000,00 [US$/t acopiada de carga viva] 810.000.000,00 [US$] 10 [años] 191.520 [T material promedio diario]

Tabla 4.14: Variables propias del proyecto

• Procesos complementarios

Si bien el caso en estudio se ha focalizado en la fase del proceso de conminución, es importante recordar que para la obtención de concen272

I��������� �� �� �������������

trado de cobre se requiere de otras fases del proceso, relacionadas con la mina y la flotación. Estos dos procesos complementarios no han sido estudiados y analizados en el presente estudio, única y exclusivamente porque el objeto de la presentación de este caso es mostrar el aporte de valor y la manera metodológica de la aplicación de la Ingeniería de la Confiabilidad a través del enfoque y su correspondiente plataforma informática R-MES. Indudablemente que para la optimización de todo el proyecto es necesario desarrollar un estudio similar al realizado, esta vez orientado a la búsqueda de alternativas de mejoras de la disponibilidad y de la utilización, y los costos asociados de los procesos aguas arriba y aguas abajo del proceso de conminución dado su relación e impacto en la productividad del proyecto. Como una forma de entregar los resultados globales del proyecto, sin aplicar la Ingeniería de Confiabilidad a los procesos de la mina y de la flotación, se considera para los procesos complementarios indicados los valores presentados a continuación. Variable

Cantidad

CAPEX de los procesos anexos Disponibilidad Utilización Corregida

$ 850.000.000,00 99,0% 98,5%

Unidad  

[US$] -

Tabla 4.15: Variables de los procesos anexos

• Evaluación LCC

Tal como se ha mencionado anteriormente, la evaluación LCC se realiza combinando las distintas alternativas mejoradas de cada proceso del caso en estudio, considerando las condiciones definidas para los procesos complementarios. Para las tres etapas de chancado cada alternativa mejorada, incluyendo el caso base, se relacionan con una determinada capacidad de acopio para obtener los diferentes indicadores de confiabilidad de cada una de ellas. En la figura presentada a continuación se esquematizan las distintas combinaciones de los casos mejorados (alternativas) y el caso base de cada uno de los procesos, a los que se realiza la evaluación LCC con el objeto de encontrar aquella combinación que maximice los beneficios del negocio para un escenario determinado.

273

A. A����

Chancado Primario

Chancado Secundario

Chancado Terciario

Molienda Caso Base

Caso Base Caso Base Procesos Anexos

Caso Mejorado 1

    l     d    i    a    a   o    i    r    p     d     i    o   e    c    c    t    a   a    a    p   e   m    a    e     C    d    d

Caso Mejorado 1 Caso Mejorado 2

Caso Base     l    a    e    i     d   r    e     d   r    t    a    a     d     i    m    c    o    a    i    p   p    a     C   o    c    a

Caso Mejorado 3

Caso Mejorado 1 Caso Mejorado 2

    l    a    e    i     d   r    e     d   r    t    a   a     d     i    m    c    o    a    i    p   p    a     C   o    c    a

Caso Mejorado 3

Caso Mejorado 1

Alternativa 1

Caso Mejorado 2 Caso Mejorado 3 Caso Mejorado 4.a Caso Mejorado 4.b

Alternativa 2

Figura 4.20: Esquematización de selección de las distintas alternativas para evaluación LCC

• Resultados de la evaluación LCC

La evaluación LCC se realiza a cada una de las combinaciones de las alternativas, considerando los indicadores individuales de disponibilidad y utilización de cada alternativa para los diferentes procesos y su cuantificación en términos CAPEX y de OPEX, con el objetivo de identificar la utilización sistémica y su beneficio sobre el negocio, para lo cual se deben considerar, tanto las variables de entorno, como las propias del proyecto definida anteriormente. Esto se esquematiza en la figura siguiente:

Variables propias del proyecto

Evaluación LCC (Crystal Ball)

Variables de entorno

Figura 4.21: Esquema de evaluación LCC

274

I��������� �� �� �������������

A continuación se presentan las combinaciones de los procesos que definen la solución óptima para cada escenario, sensibilizados a través de la modificación de las variables del entorno, en particular, el precio de comercialización del concentrado de Cu. Valor del Concentrado de Cu

Chancado Primario Chancado Secundario Chancado Terciario Molienda Valor del Concentrado de Cu Procesos

1,5 [US$/lb]

2,0 [US$/lb]

2,5 [US$/lb]

3,0 [US$/lb]

Escenario

Capacidad de Acopio

Escenario

Capacidad de Acopio

Escenario

Capacidad de Acopio

Escenario

Capacidad de Acopio

Base Mejorado 3 Base Mejorado 4.b

50.000 10.000 10.000 -

Base Mejorado 3 Base Mejorado 4.b

50.000 10.000 10.000 -

Base Mejorado 3 Base Mejorado 4.b

50.000 20.000 10.000 -

Mejorado 1 Mejora 3 Base Mejorado 4.b

50.000 20.000 10.000 -

3,4 [US$/lb]

4,0 [US$/lb]

4,5 [US$/lb]

5,0 [US$/lb]

Capacidad Capacidad Capacidad Capacidad Escenario Escenario Escenario de Acopio de Acopio de Acopio de Acopio Mejorado 1 50.000 Mejorado 1 50.000 Mejorado 1 50.000 Mejorado 1 50.000 Mejorado 3 40.000 Mejorado 3 40.000 Mejorado 3 40.000 Mejorado 3 40.000 Base 10.000 Base 10.000 Mejorado 2 20.000 Mejorado 2 20.000 Mejorado 4.b Mejorado 4.b Mejorado 4.b Mejorado 4.b Escenario

Chancado Primario Chancado Secundario Chancado Terciario Molienda

Tabla 4.16: Tabla resumen con las soluciones óptimas para cada entorno

Dicha selección de mejores alternativas proviene de la siguiente combinación:

Figura 4.22: Esquematización de las alternativas óptimas seleccionadas

275

A. A����

Las combinaciones que se presentan como soluciones óptimas para cada precio del concentrado de Cu son las que maximizan el beneficio del negocio, es decir, son aquellas combinaciones que presentan el mayor VAN entre todas las evaluadas. En la tabla siguiente se entregan los resultados de la evaluación LCC de cada escenario (los resultados expuestos corresponden a los valores medios). Valor del Conc. de Cu

U sistémica

1,5 [US$/lb] 2,0 [US$/lb] 2,5 [US$/lb] 3,0 [US$/lb] 3,4 [US$/lb] 4,0 [US$/lb] 4,5 [US$/lb] 5,0 [US$/lb]

91,75% 91,75% 92,00% 92,11% 92,33% 92,33% 92,49% 92,49%

CAPEX [US$] $ $ $ $ $ $ $ $

1.977.370.092,9 1.977.370.092,9 1.987.370.092,9 1.995.497.092,9 2.015.497.092,9 2.015.497.092,9 2.039.042.092,9 2.039.042.092,9

OPEX [US$] $ $ $ $ $ $ $ $

666.049.755,8 666.049.755,8 667.309.169,7 667.841.886,9 668.891.269,2 668.891.269,2 669.680.765,1 669.680.765,1

Producción esperada diaria [t/día] 175.714,1 175.714,1 176.204,7 176.412,3 176.821,1 176.821,1 177.128,6 177.128,6

 Producción espe rada de concentrado de Cu [lb/año] 371.986,8 371.986,8 373.025,4 373.464,8 374.330,2 374.330,2 374.981,3 374.981,3

Venta estimada anual [US$] $ $ $ $ $ $ $ $

VAN [US$]

1.230.135.697,6 -$ 176.991.366,4 1.640.180.930,1 $ 2.808.175.328,3 2.055.950.771,3 $ 5.807.909.943,8 2.470.046.655,9 $ 8.804.108.414,9 2.805.873.300,6 $ 11.205.439.212,9 3.301.027.412,4 $ 14.810.206.312,4 3.720.115.350,8 $ 17.812.392.032,1 4.133.461.500,9 $ 20.740.250.296,6

Payback [año]

TIR

6 4 3 2 2 2 1 1

9,4% 18,8% 28,3% 38,4% 46,9% 61,0% 72,9% 84,7%

Tabla 4.17: Resumen de indicadores de producción y de la evaluación LCC para cada óptimo local sensibilizados por el precio del concentrado de Cu

Se puede observar que, si bien hay combinaciones óptimas que se repiten en más de un escenario, como ocurre para los precios de concentrado de cobre de 1,5 y de 2,0 dólares la libra; así como también para el par de 3,4 y 4,0; y para el otro par de 4,5 y 5,0 dólares la libra, existen solo cinco combinaciones óptimas para los ocho escenarios evaluados. De estos resultados es posible destacar que la estimación del precio del concentrado de cobre es una de las variable más influyente en la definición del nivel óptimo de su seguridad de funcionamiento, dado que, a mayor precio, el costo de la falta es mayor, lo que implica aumento del nivel de redundancia sobre las condiciones crítica del proceso (CAPEX focalizado).

276

I��������� �� �� �������������

Figura 4.23: Resultado de indicadores por procesos para los distintos entornos de evaluación

Los resultados de indicadores obtenidos por procesos muestran cómo, a medida que se incrementa el valor del concentrado de cobre, los procesos que conforman las combinaciones óptimas tienden a ser más robustos. Se aprecia que a partir de 3,0 [US$/lb de concentrado de Cu] la disponibilidad obtenida del chancado primario aumenta, y en mayor medida lo hace la del chancado secundario, mientras que el chancado terciario solo sufre variación a partir de los 4,5 dólares por libra de producto transado. A continuación se presenta el gráfico que muestra el VAN obtenido para cada combinación óptima, según el nivel de inversión que esta representa. En la medida que las variables de entorno son más favorables, la inversión óptima aumenta, puesto que el incremento de ella se justifica por el crecimiento en la confiabilidad de los procesos.

Figura 4.24: Gráfico de VAN esperado en función del CAPEX considerando el precio del concentrado de Cu para cada óptimo local

277

A. A����

Figura 4.25: Gráfico de utilización corregida sistémica en función del CAPEX considerando el precio del concentrado de Cu para cada óptimo local

En la Figura 4.25 se observa claramente lo antes mencionado, es decir, que el incremento en la inversión está estrechamente ligado al incremento de la confiabilidad operacional del proceso, donde se esperaría que, a un precio infinito del producto, la inversión también lo sea, apostando a un 100% de confiabilidad de los procesos ya que siempre se maximizaría el retorno de la inversión. Así también se plantea la diferencia (CAPEX, VAN, incremento del flujo anual) que existe entre las combinaciones optimizadas con respecto al caso base, lo que se presenta en la siguiente tabla. Casos optimizados CAPEX [US$]

 Venta estimada anual [US$]

Caso base VAN [US$]

CAPEX [US$]

 Venta estimada anual [US$]

VAN [US$]

Incremento del Disminución del  Incremento del VAN flujo de caja con CAPEX del pryecto con respecto al caso respecto al caso con respecto al caso base base (en valor base presente)

Valor del Conc. de Cu

UC sistémica

1,5 [US$/lb] 2,0 [US$/lb] 2,5 [US$/lb] 3,0 [US$/lb] 3,4 [US$/lb] 4,0 [US$/lb] 4,5 [US$/lb] 5,0 [US$/lb]

91,75%

$ 1.977.370.092,9 $ 1.230.135.697,6 -$

176.991.366,4 $ 2.104.089.600,0 $ 1.090.678.294,3 -$

1.047.314.469,3 $

91,75% 92,00%

$ 1.977.370.092,9 $ 1.640.180.930,1 $ $ 1.987.370.092,9 $ 2.055.950.771,3 $

2.808.175.328,3 $ 2.104.089.600,0 $ 1.454.237.725,7 $ 5.807.909.943,8 $ 2.104.089.600,0 $ 1.817.797.157,2 $

1.599.431.353,4 $ 4.246.177.176,0 $

92,11% 92,33% 92,33%

$ 1.995.497.092,9 $ 2.470.046.655,9 $ 8.804.108.414,9 $ 2.104.089.600,0 $ 2.181.356.588,6 $ 6.892.922.998,7  $ $ 2.015.497.092,9 $ 2.805.873.300,6 $ 11.205.439.212,9 $ 2.104.089.600,0 $ 2.472.204.133,8 $ 9.010.319.656,8 $ $ 2.015.497.092,9 $ 3.301.027.412,4 $ 14.810.206.312,4 $ 2.104.089.600,0 $ 2.908.475.451,5 $ 12.186.414.644,0 $

92,49% 92,49%

$ 2.039.042.092,9 $ 3.720.115.350,8 $ 17.812.392.032,1 $ 2.104.089.600,0 $ 3.272.034.882,9 $ 14.883.160.466,6 $ $ 2.039.042.092,9 $ 4.133.461.500,9 $ 20.740.250.296,6 $ 2.104.089.600,0 $ 3.635.594.314,4 $ 17.479.906.289,3 $

870.323.102,9 1.208.743.974,9 1.561.732.767,8 1.911.185.416,2 2.195.119.556,1 2.623.791.668,4 2.929.231.565,5 3.260.344.007,3

$ $ $ $ $ $ $ $

126.719.507,1 126.719.507,1 116.719.507,1 108.592.507,1 88.592.507,1 88.592.507,1 65.047.507,1 65.047.507,1

$ $ $ $ $ $ $ $

743.603.595,8 1.082.024.467,8 1.445.013.260,7 1.802.592.909,1 2.106.527.049,0 2.535.199.161,3 2.864.184.058,4 3.195.296.500,2

Tabla 4.18: Resumen de indicadores económicos entre los casos optimizados y el caso base

�. C���������� ������� El caso presentado se ha abordado a través de la aplicación de la Ingeniería de la Confiabilidad con el enfoque y la plataforma informática R-MES, mediante el uso de una metodología especialmente desarrolla278

I��������� �� �� �������������

da para la evaluación de proyectos de capital, buscando la maximización del beneficio económico del negocio bajo el modelo de Confiabilidad Operacional en la óptica del Life Cicle Cost  (LCC). Para la evaluación de las alternativas y definición de los óptimos se presentan distintos entornos de evaluación, sensibilizando el precio del concentrado de cobre, variando su valor desde 1,5 a 5,0 dólares por cada libra, con variaciones de 0,5 dólares, salvo para el caso particular del precio del caso de la condición base de 3,4 [US$/lb conc. de Cu], obteniéndose ocho diferentes combinaciones óptimas en función del precio estimado para la evaluación. De la aplicación de este enfoque se obtienen diferentes soluciones como alternativas al caso base. A modo de ejemplo es posible establecer que, con un precio del concentrado de cobre de 2,5 [US$/lb de concentradode Cu], la metodología permite un aumento del VAN de hasta 1,6 billones de dólares, como resultado de una reducción de la inversión en 117 millones de dólares y de un aumento de 1,4 billones de dólares, debido a la mayor producción por un aumento de la utilización de las instalaciones desde el 81,4% al 92,0%, durante el horizonte de 25 años del proyecto.

279

C������� C����

P����������� �� ���� �� �� ���� �� O�������� �� ��� P�����

�. I����������� El siguiente caso se presenta con el objeto de mostrar la aplicación del enfoque R-MES para mejorar la gestión de los activos en beneficio del negocio en una Planta Industrial en operación intensiva en equipos.

�. P������ ���� �� ���������� ��� ���� El primer paso en el enfoque R-MES corresponde a la identificación y estudio operacional de la Planta Industrial (condición base) en cuanto a los procesos y equipos involucrados, de manera de definir la configuración lógica-funcional (RBD) que lo representa del punto de vista de la seguridad de operación de la instalación. Luego se recaban las condiciones de funcionamiento que provienen de operación y de mantenimiento de la Planta Industrial en estudio, de manera de contar con la base de datos correspondiente. Además se obtienen todas aquellas condiciones generales propias de la empresa e información externa relacionada. Con la modelación (RBD) de la instalación y con la información disponible se evalúa la condición base a través del análisis de los KPI’s, tanto estadísticos como probabilísticos, que resultan de la aplicación de la Ingeniería de la Confiabilidad. Para la obtención de algunos de los KPI’s resulta relevante la realización de simulaciones de la condición base bajo distintos escenarios, que resultan de las variaciones tanto internas como externas. Luego del análisis de los resultados obtenidos para la condición base corresponde la definición de las oportunidades de mejoras, tanto en el ámbito de la gestión como de las modificaciones del diseño, que 281

A. A����

permitan incrementar el desempeño de la instalación, manifestado a través de los beneficios obtenidos respecto a los activos disponibles. Cada una de las alternativas de mejora es modelada (RBD) y, en función de la data disponible y los escenarios considerados, se obtiene los nuevos KPI’s esperados, los que permiten comparar el desempeño de las alternativas que resultan en la incorporación de las oportunidades de mejoras, de manera de decidir considerando los costos y los beneficios asociados a cada una de ellas en relación a la condición base. Para todo este proceso de Ingeniería de la Confiabilidad, la plataforma informática R-MES se convierte en una herramienta fundamental para el desarrollo del caso en estudio.

Figura 5.1: Metodología de abordaje para desarrollo de los casos

�. D��������� ��� ���� �� ��� P����� �� �������� � �������� 3.1 Información inicial  • Descripción de la planta

Para el desarrollo de este caso se ha considerado una planta de molienda compuesta por los siguientes equipos: 282

I��������� �� �� �������������

· · · · · ·

alimentadores, molinos, correas, harneros, bombas e hidrociclones.

Figura 5.2: Diagrama de la planta

• Configuración lógico-funcional

Las condiciones para el funcionamiento de cada etapa del proceso permiten determinar la configuración lógica-funcional (diagrama RBD) del sistema en estudio. En la entrada de la planta de molienda SAG / Bolas, se cuenta con cuatro alimentadores, de los cuales se requieren solo dos para el correcto funcionamiento del sistema. Esta condición es representada por una configuración de redundancia parcial (4:2), lo que implica que, para que el sistema alimentación opere, se requiere al menos de dos elementos disponibles. Posteriormente se tiene una correa de alimentación al molino SAG y el molino SAG correspondiente, en una configuración en serie, lo que implica que la detención de cualquiera de estos dos elementos, o de ambos de forma simultánea, genera una detención de la planta. A la salida del molino SAG existen dos harneros que clasifican el material procesado, de acuerdo a su tamaño, para ser recirculado o, en su defecto, para la alimentación del segundo proceso de molienda (bolas). Para este caso particular, de los dos harneros se opera solo con 283

A. A����

uno de ellos, por lo que el otro queda como reserva. Esta es una configuración lógica-funcional del tipo stand-by. Aguas abajo en el proceso se aprecian dos bombas, de las cuales opera una de ellas mientras la segunda queda en reserva, por lo que este caso también corresponde a una configuración de tipo stand-by. Secuencialmente se encuentra un hidrociclón en configuración en serie. La sección de molienda de bolas se compone por dos líneas independientes. Cada una de ellas tiene como elementos constituyentes un molino de bolas, dos bombas en configuración stand-by y un hidrociclón en serie. Cada una de las líneas tiene un impacto de 50% en la disponibilidad del proceso, por lo que se tiene una configuración de fraccionamiento con un 50% de impacto asociado a cada línea. Naturalmente, para que la planta se encuentre disponible deben estarlo los sistemas de molienda SAG y bolas, por lo tanto, se tiene una configuración en serie entre ambos sistemas. A continuación se muestra el resultado de la diagramación del sistema de molienda en R-MES:

Figura 5.3: Sistema de molienda modelado en R-MES

Figura 5.4: Sistema de molienda SAG modelado en R-MES

284

I��������� �� �� �������������

Figura 5.5: Sistema de molienda de bolas modelado en R-MES

• Base de datos

La base de datos utilizada en el caso en estudio corresponde a la información de detenciones ocurridas en un determinado período para los equipos que constituyen la planta (base), ordenados en campos dentro de un archivo «*.csv», que es el formato requerido para la carga de datos en la plataforma R-MES. Para este caso en estudio, la información utilizada en la base de datos corresponde al período de un año con un total de 691 tuplas, es decir, la agrupación de los datos ordenados en campos. Cada tupla es leída y procesada por el sistema R-MES para realizar la carga de datos a cada equipo, según corresponda. • Información de la empresa

Al cargar la información de la base de datos en R-MES, se obtiene por defecto cierta información que corresponde a parte de lo que se ha definido en el diseño de la herramienta de simulación como «información de la empresa». Estos datos se muestran en la siguiente tabla. Tasa de costo de capital Horas de operación anual Facturación anual Impacto costo variable

19% 8.760 876.000.000 30%

Tabla 5.1: Información de la empresa

3.2 Análisis de información

Este caso aplicado se desarrolla considerando ciclos de operación de un año. 285

A. A����

Utilizando los módulos de reportes de la plataforma de R-MES, se analiza la información de la planta base. 3.2.1 Principales indicadores

Un análisis de interés es el de los indicadores probabilísticos de Disponibilidad y de Costo de la falta, para el sistema de molienda completo y para cada equipo y subsistemas que lo conforman. EQUIPO O SUBSISTEMA

DISPONIBILIDAD

COSTO DE LA FALTA

SISTEMA MOLIENDA

88,54%

70.266.798,77

MOLIENDA SAG

93,25%

39.040.796,86

99,09% 99,57% 99,52% 99,39% 99,68% 99,58% 99,09% 99,82% 99,36% 99,02% 99,93% 98,69% 98,99% 98,53%

5.553.743,58 8.748.723,61 2.302.942,46 2.921.723,67 1.529.981,36 1.994.076,12 11.695.269,46 1.080.821,46 3.944.857,25 1.885.696,97 2.059.160,28 8.017.381,52 3.270.957,23 4.746.424,29

94,60%

31.226.001,90

94,14% 98,67% 98,00%

16.959.394,38 3.431.502,86 5.147.578,07

Bomba 3

96,55%

2.467.426,98

Bomba 4

96,25% 96,75% 95,07% 97,95% 98,56% 99,02% 99,13% 99,09%

2.680.151.09 8.380.313,45 14.266.607,52 6.649.285,60 4.669.616,70 2.463.181.94 2.206.434,76 2.947.705,21

Alimentación Feeder 1 Feeder 2 Feeder 3 Feeder 4 Correa 1 Molino 1 Harneros Harnero 1 Harnero 2 Bombas 1 y 2 Bomba 1 Bomba 2 Hidrociclón 1 MOLIENDA BOLAS MOLIENDA BOLAS Nº 1

Molino 2 Bombas 3 y 4

Hidrociclón 2 MOLIENDA BOLAS Nº 2

Molino 3 Bombas 5 y 6 Bombas 5 Bombas 6 Hidrociclón 3

Tabla 5.2: Indicadores probabilísticos

286

I��������� �� �� �������������

Del estudio realizado se tiene que el sistema manifiesta una disponibilidad esperada de un 88,54%, y se estima un costo de la falta de US$ 70.266.799. Al ordenar la información por equipos es posible determinar aquellos con las más bajas disponibilidades esperadas. Para este caso corresponde a la bomba 4 (96,2%), la bomba 3 (96,6%) y el hidrociclón 2 (96,8%). Todos estos equipos pertenecen a la línea Nº 1 de la molienda de bolas y son los únicos con disponibilidad esperada menor al 97%. Disponibilidad esperada 100,50% 100,00% 99,50% 99,00% 98,50% 98,00% 97,50% 97,00% 96,50% 96,00% 95,50%    1    3    n    r    e    o     d     l    c    e    i    c    e    o    F    r     d    i    H

   4    r    e     d    e    e    F

   1    r    e     d    e    e    F

   2    r    e     d    e    e    F

   6    a     b    m    o    B

   3    n    o     l    c    i    c    o    r     d    i    H

   1    a    e    r    r    o    C

   5    a     b    m    o    B

   1    1    o    a    r     b    e    n    m    r    o    a    B    H

   2    2    o    o    r    n    i    e     l    n    o    r    a    M    H

   2    a     b    m    o    B

   1    o    n    i     l    o    M

   3    o    n    i     l    o    M

   2    3    n    a    o     b     l    c    m    i    c    o    o    B    r     d    i    H

   4    a     b    m    o    B

Figura 5.6: Gráfico de columnas de disponibilidad esperada de los equipos del sistema

Realizando el mismo análisis para el indicador de costo de la falta, se puede observar que aquellos equipos que generan el mayor costo de la falta son el molino 1, el hidrociclón 2, el molino 3 y la correa 1. Costo de la Falta 14.000.000,00 12.000.000,00 10.000.000,00 8.000.000,00 6.000.000,00 4.000.000,00 2.000.000,00 0,00    1    o    n    i     l    o    M

   2    3    n    o    o    n     l    i    c     l    i    c    o    o    M    r     d    i    H

   1    2    2    a    a    o    e     b    n    r    i    r    m     l    o    o    o    C    B    M

   1    a     b    m    o    B

   3    2    4    n    r    a    e     b    o     d     l    c    e    m    i    c    e    o    o    F    B    r     d    i    H

   3    a     b    m    o    B

   5    a     b    m    o    B

   1    6    r    a    e     d     b    e    m    e    o    F    B

   2    4    o    r    r    e    e     d    n    e    r    e    a    F    H

   1    3    1    o    r    r    e    n    o    e     d     l    c    n    e    i    r    e    c    a    F    o    r    H     d    i    H

Figura 5.7: Gráfico de columnas de costo de la falta (probabilístico) de los equipos del sistema

287

A. A����

• Disponibilidad histórica

La siguiente tabla muestra la disponibilidad acumulada, es decir, la disponibilidad efectiva de los equipos y subsistemas en el período en estudio. EQUIPO O SUBSISTEMA

DISPONIBILIDAD ACUMULADA

SISTEMA MOLIENDA

87,003%

MOLIENDA SAG

93,569%

Alimentación

Harnero 1 Harnero 2 Bombas 1 y 2 Bomba 1 Bomba 2

99,398% 99,976% 99,596% 99,290% 99,914% 99,900% 99,791% 98,779% 99,665% 99,674% 98,264% 97,765% 97,179%

Hidrociclón 1

99,801%

Feeder 1 Feeder 2 Feeder 3 Feeder 4 Correa 1 Molino 1 Harneros

MOLIENDA BOLAS

92,172%

90,314% 99,059% 96,340%

MOLIENDA BOLAS Nº 1

Molino 2 Bombas 3 y 4 Bomba 3

96,081%

Bomba 4

95,569% 94,683% 94,030% 97,159% 97,973%

Hidrociclón 2 MOLIENDA BOLAS Nº 2

Molino 3 Bombas 5 y 6 Bombas 5

97,573%

Bombas 6

97,795% 98,803%

Hidrociclón 3

Tabla 5.3: Disponibilidad acumulada

Al ordenar la información por equipo, se puede observar aquellos cuya disponibilidad es la más baja durante el período. En el siguiente gráfico se muestran los resultados obtenidos:

288

I��������� �� �� �������������

Disponibilidad Acumulada 100,000% 99,000% 98,000% 97,000% 96,000% 95,000% 94,000% 93,000%    1    3    n    r    e    o     d     l    c    i    e    c    e    o    F    r     d    i    H

   2    o    n    i     l    o    M

   1    r    e     d    e    e    F

   4    r    e     d    e    e    F

   1    a    e    r    r    o    C

   3    n    o     l    c    i    c    o    r     d    i    H

   2    o    r    e    n    r    a    H

   1    2    r    o    e    r    e     d    n    e    r    a    e    F    H

   6    a     b    m    o    B

   1    o    n    i     l    o    M

   1    a     b    m    o    B

   5    a     b    m    o    B

   2    a     b    m    o    B

   3    o    n    i     l    o    M

   3    a     b    m    o    B

   4    a     b    m    o    B

   2    n    o     l    c    i    c    o    r     d    i    H

Figura 5.8: Gráfico de columnas de disponibilidad acumulada de los equipos del sistema

Se puede observar que los equipos con las menores disponibilidades efectivas son el hidrociclón 2 (94,7%), la bomba 4 (95,6%) y la bomba 3 (96,1%). Todos estos equipos pertenecen a la línea Nº1 de la molienda de bolas. Lo anterior explica que la línea Nº 1 de molienda de bolas sea la que tiene la menor disponibilidad acumulada (90,3%). Al analizar con mayor detalle el comportamiento del indicador de disponibilidad, se puede obtener la disponibilidad mensual de cada equipo y subsistema. R-MES permite obtener este tipo de reporte con métricas diaria, semanal, mensual y anual. A continuación se presenta un grupo de gráficos obtenidos con R-MES en los que se muestra el comportamiento del indicador disponibilidad para los principales subsistemas de la planta, bajo una métrica mensual. PERÍODO Período 1 Período 2 Período 3 Período 4 Período 5 Período 6 Período 7 Período 8 Período 9 Período 10 Período 11 Período 12

VALOR 01/01/2011 - 01/02/2011 01/02/2011 - 01/03/2011 01/03/2011 - 01/04/2011 01/04/2011 - 01/05/2011 01/05/2011 - 01/06/2011 01/06/2011 - 01/07/2011 01/07/2011 - 01/08/2011 01/08/2011 - 01/09/2011 01/09/2011 - 01/10/2011 01/10/2011 - 01/11/2011 01/11/2011 - 01/12/2011 01/12/2011 - 01/01/2012

Tabla 5.4: Períodos de análisis

289

A. A����

La disponibilidad del sistema varía entre 75,1% y 94,2%, siendo los puntos más bajos los meses de abril, junio y octubre; todos bajo un 80% de disponibilidad.

Figura 5.9: Gráfico de disponibilidad histórica mensual del sistema de molienda

Al comparar los subsistemas de molienda SAG y molienda de bolas se puede observar que los bajos niveles de disponibilidad del sistema de molienda, en los meses mencionados, se deben principalmente a problemas en la disponibilidad del subsistema de molienda de bolas, sobre todo durante los meses de abril y octubre. La baja disponibilidad en el mes de junio está dada principalmente por una baja disponibilidad del subsistema de molienda SAG. La disponibilidad del subsistema de molienda SAG varía entre un 83,2% y un 100%. La disponibilidad del subsistema de molienda de bolas varía entre un 78,9% y un 97,6%.

290

I��������� �� �� �������������

Figura 5.10: Gráfico de disponibilidad histórica mensual sistema de molienda – molienda SAG – molienda de bolas

Si se analizan las líneas que componen el subsistema de molienda de bolas, se obtiene que para el mes de octubre la línea Nº 1 tiene una disponibilidad muy baja en comparación con su comportamiento en los otros períodos, dado la baja disponibilidad del subsistema de molienda de bolas en ese período. La disponibilidad de la línea Nº 1 varía entre 64,4% y un 97,8%; mientras que la disponibilidad de la línea Nº 2 varía entre un 77,2% y un 98,1%.

Figura 5.11: Gráfico disponibilidad histórica mensual molienda bolas – línea Nº 1 – línea Nº 2

291

A. A����

• Tiempos medios

A continuación se presenta la información de los indicadores de tiempo medio entre fallas (MTBF) y tiempo medio de reparación (MTTR) histórico acumulado, es decir, corresponde al resultado total del período en estudio. EQUIPO O SUBSISTEMA

MTBF [h]

MTTR [h]

SISTEMA MOLIENDA

39,72

5,46

MOLIENDA SAG

70,65

4,78

290,78 289,45 240,11 264,06 321,59 412,55 259,80 412,44 411,97 411,14 391,16 387,18 404,61 729,70

1,82 2,90 3,36 1,95 3,67 4,60 5,84 4,96 4,96 5,42 7,26 9,35 12,39 1,54

108,8

7,83

102,48 789,62 140,70

9,25 8,26 5,45

Bomba 3

140,32

5,83

Bomba 4

139,47 638,85 113,69 708,72 190,79

6,60 26,58 6,40 18,05 3,91

Bombas 5

198,85

4,94

Bombas 6

194,77 412,15

4,37 4,60

Alimentación Feeder 1 Feeder 2 Feeder 3 Feeder 4 Correa 1 Molino 1 Harneros Harnero 1 Harnero 2 Bombas 1 y 2 Bomba 1 Bomba 2 Hidrociclón 1 MOLIENDA BOLAS MOLIENDA BOLAS Nº 1

Molino 2 Bombas 3 y 4

Hidrociclón 2 MOLIENDA BOLAS Nº 2

Molino 3 Bombas 5 y 6

Hidrociclón 3

Tabla 5.5: Indicadores estadísticos acumulados

Al ordenar los equipos según el valor del MTBF, se observa que aquellos con valores más bajos son las bombas 4, 3, 6 y 5. Todas con MTBF menores a 200 [h], lo que implica que son los equipos con una alta frecuencia de falla.

292

I��������� �� �� �������������

MTBF [h] 900 800 700 600 500 400 300 200 100 0    2    4    3    6    5    r    a    a    a    a    e     b     b     b     b     d    m    m    m    m    e    o    o    o    o    e    F    B    B    B    B

   3    1    r    o    e    n    i     d     l    e    o    e    M    F

   1    r    e     d    e    e    F

   4    r    e     d    e    e    F

   1    2    a    a     b     b    m    m    o    o    B    B

   2    o    r    e    n    r    a    H

   1    o    r    e    n    r    a    H

   3    n    o     l    c    i    c    o    r     d    i    H

   1    a    e    r    r    o    C

   2    n    o     l    c    i    c    o    r     d    i    H

   3    1    n    o    o    n     l    i     l    c    i    o    c    M    o    r     d    i    H

   2    o    n    i     l    o    M

Figura 5.12: Gráfico de columnas de indicador MTBF de equipos del sistema

Un análisis de interés es conocer el comportamiento del indicador de tiempo medio de reparación (MTTR), ya que este podría señalar la efectividad del mantenimiento. Idealmente se podría esperar de un sistema maduro una tendencia a la baja, debido a la experiencia acumulada en las actividades de mantenimiento o reparación de los equipos. Por el contrario, una tendencia al alza puede ser señal de que se requiere profundizar en los procesos de mejora continua. Subsístema

Tendencia

Feeder 1 Feeder 2 Feeder 3 Feeder 4 Correa 1 Harnero 1 Harnero 2 Bomba 1 Bomba 2 Hidrociclón 1 Molino 2 Bomba 3 Bomba 4 Hidrociclón 2 Molino 3 Bomba 5 Bomba 6 Hidrociclón 3

Tabla 5.6: Tendencia de indicador MTTR de los equipos

293

A. A����

La tabla anterior muestra que los equipos con una tendencia al alza del indicador MTTR son los cuatro alimentadores y las dos bombas del subsistema de molienda SAG; y el hidrociclón 2 y las bombas 5 y 6, de la molienda de bolas.

Figura 5.13: Gráfico de MTTR histórico mensual: Bombas 1, 2, 5 y 6

Al revisar la gráfica del MTTR de las bombas mencionadas se observa que la bomba 2 es aquella con una tendencia al alza más evidente. Por el contrario, la bomba 1 presenta un comportamiento no tan evidente, ya que la pendiente de la gráfica es levemente positiva. Las bombas 5 y 6, luego de los tres primero meses, muestran un comportamiento más estable con una leve tendencia al alza.

Figura 5.14: Gráfico de MTTR histórico mensual: Alimentadores 1, 2, 3 y 4

294

I��������� �� �� �������������

En cuanto a los alimentadores, el que tiene una tendencia más notoria en relación a los otros equipos es el alimentador 2, seguido del alimentador 1. Los otros alimentadores también presentan una tendencia al alza, sin embargo, esta es de menor magnitud.

Figura 5.15: Gráfico de MTTR histórico mensual: Hidrociclón 2

El hidrociclón 2, por su parte, muestra un comportamiento en un rango mucho mayor que los otros equipos, siendo los meses septiembre y octubre aquellos en donde el resultado del indicador se escapa de forma considerable respecto de los demás períodos.

3.2.2 Análisis de costos El análisis de costos se refiere al costo de la falta, costo de mantenimiento y costo global. La siguiente tabla entrega la información de los costos históricos del sistema de molienda y de los subsistemas que lo componen.

295

A. A���� EQUIPO O SUBSISTEMA

COSTO DE LA FALTA

COSTO DE MANTENIMIENTO

COSTOS GLOBALES

SISTEMA MOLIENDA

79.911.067

38.321.250

118.232.317

MOLIENDA SAG

36.042.071

15.648.547

51.690.618

5.611.062 3.069.239 743.993 1.020.321 515.498 789.427 11.268.593 1.010.688 6.226.769 3.124.047 3.102.722 8.855.720 3.914.824 4.490.895

968.375 6.604.463 1.507.620 1.811.058 1.798.968 1.486.817 2.385.450 776.302 2.947.394 1.473.697 1.473.697 1.966.562 983.281 983.281

6.579.437 9.673.702 2.251.613 2.831.379 2.314.466 2.276.244 13.654.043 1.786.990 9.174.163 4.597.744 4.576.419 10.822.282 4.898.105 5.924.176

43.868.995

22.672.702

66.541.697

27.140.980 2.574.232 10.016.199

15.873.225 470.349 14.672.000

43.014.205 3.044.581 24.688.199

Bomba 3

4.701.214

7.336.000

12.037.214

Bomba 4

5.314.985 14.550.549 16.728.016 7.835.859 5.591.359

7.336.000 730.876 6.799.477 1.031.494 4.799.607

12.650.985 15.281.425 23.527.493 8.867.353 10.390.966

Bombas 5

2.929.625

2.399.803

5.329.428

Bombas 6

2.661.734 3.300.797

2.399.803 968.375

5.061.537 4.269.172

Alimentación Feeder 1 Feeder 2 Feeder 3 Feeder 4 Correa 1 Molino 1 Harneros Harnero 1 Harnero 2 Bombas 1 y 2 Bomba 1 Bomba 2 Hidrociclón 1 MOLIENDA BOLAS MOLIENDA BOLAS Nº 1

Molino 2 Bombas 3 y 4

Hidrociclón 2 MOLIENDA BOLAS Nº 2

Molino 3 Bombas 5 y 6

Hidrociclón 3

Tabla 5.7: Costos históricos

296

I��������� �� �� �������������

La información anterior se puede ordenar y graficar así:

Figura 5.16: Gráfico de costo de la falta – disponibilidad por equipo

El gráfico de costo de la falta muestra que el equipo con un mayor impacto es el hidrociclón 2, con un costo de la falta superior a los US$ 14.000.000. Le siguen en nivel de impacto los molinos 1 y 3, ambos con costos de la falta superiores a US$ 7.000.000. Al analizar la distribución del costo de la falta se puede apreciar que los cuatro equipos con mayor impacto concentran cerca del 50% de los costos de la falta del sistema. En relación a los costos de mantenimiento, en la figura que sigue se puede apreciar que los equipos bomba 3 y bomba 4, pertenecientes a la línea Nº 1 del subsistema molienda de bolas, son los equipos con mayores costos de mantenimiento. Estos son considerablemente mayores que los equipos restantes del sistema, superando los US$ 7.000.000 cada uno. Le siguen las bombas 5 y 6 y el molino 1, con costos de mantenimiento ligeramente superiores a los US$ 2.000.000. Al analizar la distribución de los costos de mantenimiento se tiene que solo las bombas 3 y 4 concentran el 40% de los costos de mantenimiento del sistema. Si se consideran además las bombas 5 y 6, y el

297

A. A����

molino 1, se llega a casi el e l 60% de los costos totales de mantenimiento, en solo cinco equipos. 8.000.000,00

100,00% 90,00%

7.000.000,00

80,00%

    ] 6.000.000,00     $     [    n     ó    i 5.000.000,00    c    n    e    t    n    a 4.000.000,00    M    e     d 3.000.000,00    o    t    s    o    C 2.000.000,00

70,00% 60,00% 50,00% 40,00%

   o    t    c    a    p    m    I    %

30,00% 20,00%

1.000.000,00

10,00%

0,00

0,00%    3    4    5    6    1    2    a    a    a    a    o    r    e     b     b     b     b    i    n     d    m    m    m    m     l    e    o    o    o    o    o    e    B    B    B    B    M    F

   3    r    e     d    e    e    F

   1    r    e     d    e    e    F

   4    r    e     d    e    e    F

   1    o    r    e    n    r    a    H

   2    o    r    e    n    r    a    H

   3    1    2    o    a    a    n     b     b    i     l    m    o    m    o    o    M    B    B

   1    a    e    r    r    o    C

   3    n    o     l    c    i    c    o    r     d    i    H

   1    n    o     l    c    i    c    o    r     d    i    H

   2    n    o     l    c    i    c    o    r     d    i    H

   2    o    n    i     l    o    M

Figura 5.17: Diagrama de Pareto de costo de mantenimiento histórico de los equipos del sistema

Al observar la Figura 5.18 se puede identificar la distribución de los costos globales. En ella se comprueba que aquellos equipos con los mayores costos globales efectivamente son aquellos que han resultado tener los más altos costos de la falta y costos de mantenimiento. 18.000.000

100,00%

16.000.000

90,00% 80,00%

14.000.000     ]     $ 12.000.000     [    s    e     l    a 10.000.000     b    o     l    G    s 8.000.000    o    t    s    o 6.000.000    C

70,00% 60,00% 50,00% 40,00% 30,00%

4.000.000

20,00%

2.000.000

10,00%

0

0,00%    2    n    o     l    c    i    c    o    r     d    i    H

   1    4    3    3    o    a    a    o    n     b     b    i    n    i     l    m     l    o    m    o    o    o    M    B    B    M

   1    a    e    r    r    o    C

   2    5    6    1    a    a    a    a     b     b     b     b    m    m    m    m    o    o    o    o    B    B    B    B

   1    o    r    e    n    r    a    H

   2    o    r    e    n    r    a    H

   3    n    o     l    c    i    c    o    r     d    i    H

   2    2    o    r    e    n     d    i     l    o    e    e    M    F

   3    r    e     d    e    e    F

   4    r    e     d    e    e    F

   1    r    e     d    e    e    F

Figura 5.18: Diagrama de Pareto de costo global histórico de los equipos del sistema

298

   1    n    o     l    c    i    c    o    r     d    i    H

   o    t    c    a    p    m    I    %

I��������� �� �� ����������� ������������� ��

3.2.3 Análisis de intervenciones Otro análisis de interés es el relacionado con las intervenciones que se han realizado a cada equipo, las que pueden deberse a mantenimientos del tipo correctivos, detenciones operacionales o mantenimientos preventivos. La Figura 5.19 corresponde a un diagrama de Pareto, en el que se aprecia que, en general, la cantidad de horas destinadas a mantenimientos correctivos es mucho mayor que las de mantenimientos preventivos o detenciones operacionales.

Figura 5.19: Diagrama de Pareto de horas de intervenciones de los equipos

En términos de la cantidad de intervenciones, las conclusiones no son distintas. Aquellos equipos que han tenido una mayor cantidad de intervenciones son las bombas 3 y 4, seguidos por las bombas 6 y 5. Llama la atención el caso del hidrociclón 2, el cual, a pesar de no tener una alta cantidad de detenciones, es uno de los equipos a los que se han destinado más horas en las detenciones, tal como se observa en la figura anterior. anterior.

299

A. A����

Figura 5.20: Diagrama de Pareto de número de intervenciones de los equipos

Es posible conocer la estructura de las órdenes de trabajo de los equipos, mediante el análisis de R-ME R-MESS llamado «mix de mantenimiento», en el que se compara el porcentaje de actividades correctivas vs. el porcentaje de actividades preventivas. Las Figuras 5.21 y 5.22 muestran el resultado de este análisis. v/ss MP Horas MixMix MCMCv/s v/ MP Horas 100% 90 % 80 % 70 % 60 % 50 % 40 % 30 % 20 % 10 % 0%    1    a    e    r    r    o    C

   1    r    e     d    e    e    F

   2    r    e     d    e    e    F

   3    r    e     d    e    e    F

   4    r    e     d    e    e    F

   1    1    o    n    o    n    i     l     l    c    i    o    c    o    M    r     d    i    H

   1    o    r    e    n    r    a    H

   2    1    2    2    3    4    2    3    5    6    3    o    a    a    o    a    a    n    o    a    a    n    r    o    n    o     b     b    n    i     b     b     l    i     b     b     l    e    m    l    m    m    c    m    m    c    i     l    i    n    m    o    o    o    o    c    o    o    c    r    o    o    a    B    B    M    B    B    o    M    B    B    o    r    r    H     d     d    i    i    H    H

%MP

%M C

Figura 5.21: Mantenimientos correctivos vs. mantenimientos preventivas en horas

300

I��������� �� �� ����������� ������������� ��

Mix MC MP Candad Mix MC v/s v/sv/sMP Cantidad 100% 90 % 80 % 70 % 60 % 50 % 40 % 30 % 20 % 10 % 0%    1    a    e    r    r    o    C

   1    r    e     d    e    e    F

   2    r    e     d    e    e    F

   3    r    e     d    e    e    F

   4    r    e     d    e    e    F

   1    1    o    n    o    n     l    i     l    c    i    o    c    o    M    r     d    i    H

   1    o    r    e    n    r    a    H

   2    1    2    2    3    4    2    3    5    6    3    o    a    a    o    a    a    n    o    a    a    n    r    o    i     b     b    i    n     b     b     l    n     b     b    o    e    m    m    l     l    m    m    l    c    c    m    m    i    i    n    r    o    o    o    o    o    c    o    o    o    c    a    B    B    M    B    B    o    M    B    B    o    r    r    H     d     d    i    i    H    H

%M P

%MC

Figura 5.22: Número de mantenimientos correctivos vs. número de mantenimientos preventivos

Se observa que el nivel de actividades correctivas es mayor que el de actividades preventivas; salvo el caso de los equipos hidrociclón 2 y molino 3. El porcentaje de actividades preventivas no supera el 10% del total de las órdenes de trabajo de los equipos. Se entiende que, si existen órdenes de trabajo sobre los equipos para mantenimientos preventivos, se puede deducir que estos equipos se encuentran sometidos a una política de mantenimiento de tipo preventiva. Estos equipos son: • • • • • • • • • • • •

alimentador 1, alimentador 2, correa 1, molino 1, harnero 1, harnero 2, hidrociclón 1, hidrociclón 2, molino 3, bomba 5, bomba 6, e hidrociclón 3. 301

A. A����

3.2.4 Análisis de criticidad El análisis de elementos críticos de R-MES se basa en un análisis de indisponibilidad y consecuencia, el que permite cuantificar el impacto de un equipo sobre el sistema en términos del costo de la falta, considerando el tiempo fuera de servicio del equipo (indisponibilidad) y su efecto sobre las detenciones del sistema (consecuencia).

Figura 5.23: Análisis de criticidad bidimensional

El análisis permite identificar que los equipos críticos del sistema corresponden al hidrociclón 2 y el molino 1. Para el caso del hidrociclón 2 se observa que, con una alta indisponibilidad, el nivel de consec onsecuencia es de aproximadamente un 50%. Para el molino 1, a un nivel de indisponibilidad medio (en relación a los otros equipos) se tiene un alto nivel de consecuencia. Siguen en orden de criticidad los equipos molino 3 y correa 1.

3.2.5 Etapa del ciclo de vida y políticas de mantenimiento Del análisis es posible determinar la etapa del ciclo de vida en que se encuentra cada equipo.

302

I��������� �� �� ����������� ������������� �� EQUIP QUIPO O O SUB SUBSI SISSTEMA TEMA

ETAP ETAPA A CIC CICLLO DE DE VID VIDA A

SISTEMA MOLIENDA

-

MOLIENDA SAG

-

Alimentación Feeder 1 Feeder 2 Feeder 3 Feeder 4 Correa 1 Molino 1 Harneros Harnero 1 Harnero 2 Bombas 1 y 2 Bomba 1 Bomba 2 Hidrociclón 1

En rodaje En rodaje En rodaje En rodaje En rodaje En rodaje Desgaste Desgaste En rodaje En rodaje En rodaje

MOLIENDA BOLAS

-

En rodaje -

MOLIENDA BOLAS Nº 1

Molino 2 Bombas 3 y 4 Bomba 3

Desgaste

Bomba 4

Desgaste En rodaje Desgaste -

Hidrociclón 2 MOLIENDA BOLAS Nº 2

Molino 3 Bombas 5 y 6 Bombas 5

En rodaje

Bombas 6

En rodaje En rodaje

Hidrociclón 3

Tabla 5.8: Etapa de ciclo de vida de cada equipo

Se observa que, de un total de diecinueve equipos, la mayoría de ellos se encuentran en la etapa de ciclo de vida correspondiente al rodaje. Sin embargo, se identifica que cinco de ellos se encuentran en la etapa de desgaste: los harneros 1 y 2 pertenecientes al subsistema de molienda SAG; las bombas 3 y 4, de la línea N° 1 de la molienda de bolas; y el molino 3, de la línea N° 2 de la molienda de bolas. Al analizar en detalle las gráficas de la tasa de fallas de cada uno de los equipos en la etapa de desgaste, que se muestran en la Figura 5.24, se puede observar que, de todos ellos, las bombas poseen un comportamiento de la tasa de falla que muestra con más evidencia que 303

A. A����

se encuentran en la etapa de desgaste; a diferencia de los harneros y el molino, cuya tasa de falla es muy cercana a un comportamiento constante (etapa de vida útil).

Figura 5.24: Gráficos de tasa de falla de equipos en etapa de desgaste (Captura de pantalla)

Asociado al análisis de la tasa de falla (ciclo de vida) y los costos asociados se tiene obtiene la política de mantenimiento más adecuada para cada equipo. De esta forma, R-MES permite determinar, a través de una grilla de clasificación como la que se muestra en la Figura 5.25, la política de mantenimiento más conveniente.

304

I��������� �� �� �������������

Equipo se encuentra en Rodaje, se recomienda la siguiente mantención

Correcva

Correcva

Correcva

Correcva

Predicva

Predicva

Correcva

Prevenva

Cíclica Prevenva

Cíclica o Predicva

Figura 5.25: Política de mantenimiento – grilla de clasificación

En la figura se observa el caso de un equipo al cual corresponde realizar mantenimiento de tipo predictivo. Para el caso de que el tipo de mantenimiento definido para un equipo determinado sea preventivo cíclico, se cuenta adicionalmente con un reporte como el mostrado en la Figura 5.25. En el reporte se muestra el gráfico a partir del cual se determina el tiempo óptimo de intervención para la política preventiva cíclica, junto a los indicadores de tiempo óptimo de intervención, costo de mantenimiento mínimo, número esperado de mantenimientos correctivos, número esperado de mantenimientos preventivos, la disponibilidad esperada y el costo directo de mantenimiento.

305

A. A����

Figura 5.26: Reporte para política de mantenimiento de tipo preventiva cíclica. (Captura de pantalla)

306

I��������� �� �� �������������

En la Tabla 5.9 se entrega el resumen de la información obtenida de este análisis. EQUIPO

ETAPA CICLO VIDA

TIPO DE POLÍTICA

TIEMPO ÓPTIMO [h]

Feeder 1 Feeder 2 Feeder 3 Feeder 4 Correa 1 Molino 1

Rodaje Rodaje Rodaje Rodaje Rodaje Rodaje

Predicva

Harnero 1

Desgaste

Prevenva cíclica

713,1

Harnero 2 Bomba 1 Bomba 2

Desgaste Rodaje Rodaje

Prevenva cíclica

713,3

Hidrociclón 1

Rodaje

Predicva

Molino 2

Rodaje

Predicva

Bomba 3

Desgaste

Prevenva cíclica

297,4

Bomba 4 Hidrociclón 2 Molino 3

Desgaste Rodaje Desgaste

Prevenva cíclica

297,4

Bombas 5

Rodaje

Predicva

Bombas 6 Hidrociclón 3

Rodaje Rodaje

Predicva

Predicva Predicva Predicva Predicva Predicva

Predicva Predicva

Predicva Prevenva cíclica

1306,8

Predicva

Tabla 5.9: Políticas propuestas para equipos de la planta

Una observación que resulta relevante mencionar es que, para este análisis en particular, no se cuenta con la información referente al costo de inspección asociado a las políticas de mantenimiento predictivas, por lo que R-MES lo considera como valor cero por defecto. Por este motivo, para los equipos en etapa de rodaje se obtiene que la política más adecuada es de tipo predictivo, por sobre una política de tipo correctiva. No obstante, se debe considerar que, en la medida en que el costo de inspección sea mayor, puede ser recomendable una política de tipo correctiva. 3.3 Toma de decisiones

Luego del análisis de la información histórica corresponde la etapa asociada a la toma de decisiones, la que se estructura del mismo modo en que se ha planteado el diseño de la herramienta de simulación.

307

A. A����

3.3.1 Modificaciones del sistema En cuanto a las decisiones asociadas a las modificaciones del sistema, la herramienta de simulación permite realizar tres tipos de cambios: remplazar equipos, aumentar el nivel de redundancia y modificar la configuración lógica de los equipos. Para las primeras dos opciones se requiere de la «información externa» sobre los equipos disponibles en el mercado y sus principales características, incluido el precio y su posibilidad de adquisición. Por simplicidad se desarrolla este caso particular bajo el supuesto que cualquiera de los equipos que se requiera está disponible de manera inmediata en el mercado. Teniendo en consideración lo anterior es posible realizar las propuestas relacionadas con la modificación del diseño del sistema. Desde un punto de vista teórico es posible pensar en la incorporación de redundancias a cualquier equipo de alta criticidad. Sin embargo, desde un punto de vista práctico resulta absolutamente inviable, por lo que se desecha la decisión de redundar un equipo de altos costos de capital asociado. De los indicadores probabilísticos se detecta que el hidrociclón 2 presenta una baja disponibilidad esperada y un alto costo de falta. El molino 1, si bien tiene una disponibilidad esperada de nivel medio, en comparación con los demás equipos, es el equipo con mayor costo de la falta probable. El hidrociclón 2 manifiesta la más baja disponibilidad histórica acumulada durante el período bajo análisis. En términos de costos históricos, tanto el hidrociclón 2 como el molino 1 son aquellos que generan el mayor impacto en los costos de la falta del sistema. De las intervenciones realizadas se detecta que el hidrociclón 2, si bien presenta un bajo número de intervenciones, en términos del tiempo empleado para ellas hacen que este equipo sea el que tiene la mayor cantidad de horas de mantenimiento. El análisis de criticidad muestra que el hidrociclón 2 y el molino 1 son los equipos más críticos del sistema, siendo este el factor determinante en la decisión de aplicar redundancia en los equipos. Para el caso del molino 1 no tiene sentido su evaluación, ya que el alto costo de capital asociado para aumentar el nivel de redundancia hace impracticable esta alternativa.

308

I��������� �� �� �������������

En relación al remplazo de equipos, se visualizan como opciones de análisis las bombas 3 y 4. Del análisis probabilístico se detecta que tanto la bomba 3 como la bomba 4 son equipos con baja disponibilidad esperada y con bajos costos de la falta, es decir, no son críticos, pero tienen una alta indisponibilidad. Respecto a los tiempos medios se observa que ambos equipos son los que poseen los menores tiempos medios entre fallas, lo que indica una alta frecuencia de falla. En términos de costos históricos se detecta que poseen los más altos niveles de costos de mantenimiento, concentrando el 40% del total del sistema.

3.3.2 Inversión en equipos La decisión de inversión en equipos está directamente relacionada con el aumento del nivel de redundancia en el sistema o con la alternativa de remplazo, ya que ambas opciones requiere de la adquisición de nuevos equipos. En cuanto a los equipos a adquirir, la propuesta es la adquisición de un hidrociclón como el hidrociclón 2, para aumentar el nivel de redundancia, al que se le identifica como «hidrociclón 2.1»; y dos bombas para remplazar las bombas 3 y 4, que se identifican como «bomba 3.1» y «bomba 4.1», respectivamente. Para el desarrollo del caso se considera que no hay problemas de financiamiento. Para la búsqueda de la solución se determina el máximo valor que se puede invertir en ellos, considerando la reducción del costo de la falta que se genera por las mejoras aplicadas al sistema durante el ciclo de vida. Además es importante señalar que, por simplicidad, la obtención de los costos de la falta se realiza en función de la disponibilidad del sistema y no sobre la utilización de ellos. Solo a modo de demostración de la inviabilidad económica se analiza el caso de la adquisición de un nuevo molino, definiéndolo como un nuevo sistema, «Sistema Molienda 2», al que se considera agregar un equipo similar en redundancia stand-by con el molino 1. Al compararlo con el sistema base se obtiene que el ahorro anual del costo de la falta del sistema es de US$ 5.460.464, es decir, para la adquisición e instalación del molino 1.1 se puede realizar una inversión equivalente anual de hasta US$ 5.460.464. Sin embargo, la adquisición de un nuevo molino requiere de inversiones del orden de los US$ 40.000.000, sin considerar el costo de instalación y las modificaciones correspon309

A. A����

dientes, lo que respalda de manera clara la conveniencia de desestimar esta alternativa. SISTEMA COSTO DE LA FALTA Sistema Molienda 70.266.799 Sistema Molienda 2 64.806.335

DISPONIBILIDAD 88,54% 89,43%

Tabla 5.10: Comparación de sistemas

En cuanto a la adquisición del «hidrociclón 2.1», definido como «Sistema Molienda 3», este considera incorporar un equipo en redundancia en configuración stand-by con el hidrociclón 2. De los resultados se obtiene que se puede invertir hasta US$ 3.594.875 equivalentes por año para esta alternativa. SISTEMA Sistema Molienda Sistema Molienda 3

COSTO DE LA FALTA 70.266.799 66.671.924

DISPONIBILIDAD 88,54% 89,13%

Tabla 5.11: Comparación de sistemas

Tanto para el hidrociclón 2.1 como para el molino 1.1 se ha realizado el supuesto conservador, en otras palabras, que los nuevos equipos poseen los mismos indicadores de tiempos medios que los equipos que redundan. Para el reemplazo de las bombas 3 y 4, definido como «Sistema Molienda 4», en el que las bombas se reemplazan por otras dos, la 3.1 y la 4.1, respectivamente. Para este caso, los nuevos equipos poseen un MTBF mayor al de los equipos que reemplazan, debido a que la motivación del remplazo está basada en la alta frecuencia de falla de los equipos. El MTBF de los nuevos equipos es de 200 [h] y el MTTR se mantiene el de los equipos remplazados. Al comparar con el sistema base, se puede observar que para el remplazo de las bombas 3 y 4 se puede destinar, adicionalmente, hasta US$ 1.686.212 equivalente anuales. SISTEMA Sistema Molienda Sistema Molienda 4

COSTO DE LA FALTA 70.266.799 68.580.587

DISPONIBILIDAD 88,54% 88,82%

Tabla 5.12: Comparación de sistemas

310

I��������� �� �� �������������

3.3.3 Capacitación del personal de mantenimiento Para determinar la conveniencia de realizar programas de capacitación se supone que el mercado ofrece los programas requeridos como la disponibilidad del financiamiento necesario para su desarrollo. Además se asume el mejoramiento del desempeño de las personas por la aplicación de los programas. A modo de ejemplo es posible establecer que los programas de capacitación permiten mejorar las competencias para la reparación de los equipos, por lo que es posible reducir el MTTR. Todo programa de capacitación entrega su resultado en el tiempo, sin embargo, para el caso en estudio se considera que su efecto es inmediato. Considerando los supuestos anteriores, las tendencias de incremento de los MTTR y las condiciones de criticidad de los equipos, se decide realizar capacitación a las personas que les corresponde mantener el alimentador 1, el alimentador 2 y la bomba 2, como también a los nuevos equipos adquiridos, hidrociclón 2.1 y molino 1. Se busca determinar el máximo gasto a realizar bajo el supuesto de que las capacitaciones realizadas permiten una reducción del MTTR en un 10% en cada equipo. Para el equipo alimentador 1, definido como el «Sistema Molienda 5», en el que para el alimentador 1 se logra un mejoramiento del MTTR justificable, obteniéndose que el máximo a gastar para esta medida sea US$ 314.018. SISTEMA Sistema Molienda Sistema Molienda 5

COSTO DE LA FALTA 70.266.799 69.952.781

DISPONIBILIDAD 88,54% 88,59%

Tabla 5.13: Comparación de sistemas

Para el alimentador 2, definido como «Sistema Molienda 6», el máximo a gastar en capacitación, para reducir en un 10% en MTTR del equipo, corresponde a US$ 323.045. SISTEMA Sistema Molienda Sistema Molienda 6

COSTO DE LA FALTA 70.266.799 69.943.754

Tabla 5.14: Comparación de sistemas

311

DISPONIBILIDAD 88,54% 88,59%

A. A����

Para la bomba 2, definido como «Sistema Molienda 7», en el que se supone una reducción del MTTR en un 10%, el resultado obtenido, en relación con el sistema base, es nulo, ya que esta medida no genera cambios en los costos de la falta del sistema ni en su disponibilidad esperada. SISTEMA Sistema Molienda Sistema Molienda 7

COSTO DE LA FALTA 70.266.799 70.266.799

DISPONIBILIDAD 88,54% 88,54%

Tabla 5.15: Comparación de sistemas

Respecto del equipo adquirido, la comparación se realiza en relación al sistema correspondiente, de modo de que el resultado refleje el efecto de la reducción del MTTR como resultado de la capacitación capacitar. Para el equipo hidrociclón 2.1, definido como «Sistema Molienda 8», en el que el equipo tiene un MTTR mejorado, se compara con el «Sistema Molienda 3», en el que se ha instalado el equipo hidrociclón 2.1 en redundancia stand-by  con el equipo hidrociclón 2, sin haber modificado el MTTR. Como resultado de la comparación se obtiene que el máximo a gastar en capacitación para el hidrociclón 2.1 alcanza los US$ 361.975. SISTEMA Sistema Molienda 3 Sistema Molienda 8

COSTO DE LA FALTA 66.671.924 66.309.949

DISPONIBILIDAD 89,13% 89,19%

Tabla 5.16: Comparación de sistemas

Para la reducción del MTTR del molino 1, definido como «Sistema Molienda 9», el que se compara con el «Sistema Molienda» en que se encuentra el molino 1 sin alterar su MTTR. El resultado de esta comparación muestra que el máximo gasto es de US$ 1.084.340. SISTEMA Sistema Molienda Sistema Molienda 9

COSTO DE LA FALTA 70.266.799 69.182.459

DISPONIBILIDAD 88,54% 88,72%

Tabla 5.17: Comparación de sistemas

312

I��������� �� �� �������������

3.3.4 Políticas de mantenimiento De la aplicación de R-MES, considerando las condiciones particulares de los equipos y su impacto sobre el sistema, resultan las siguientes políticas de mantenimiento para los diferentes equipos de la planta en estudio: EQUIPO

TIPO DE POLÍTICA

Feeder 1 Feeder 2

Predicva

Feeder 3

Predicva

Feeder 4 Correa 1 Molino 1

Predicva

Harnero 1

Prevenva cíclica

Harnero 2 Bomba 1 Bomba 2

Prevenva cíclica

Predicva

Predicva Predicva

Predicva Predicva

Hidrociclón 1

Predicva

Molino 2

Predicva

Bomba 3

Prevenva cíclica

Bomba 4 Hidrociclón 2 Molino 3

Prevenva cíclica Predicva Prevenva cíclica

Bombas 5

Predicva

Bombas 6 Hidrociclón 3

Predicva Predicva

Tabla 5.18: Políticas de mantenimiento propuestas

Con el fin de simplificar el proceso de simulación se ha restringido el análisis a solo dos tipos de política de mantenimiento: mantenimiento del tipo correctivo y mantenimiento del tipo preventivo cíclico. Del análisis de las intervenciones de mantenimiento realizadas se observa que los equipos a los cuales se les ha aplicado mantenimiento de tipo preventivo son: • • • • • •

alimentador 1, alimentador 2, correa 1, molino 1, harnero 1, harnero 2, 313

A. A����

• • • • • •

hidrociclón 1, hidrociclón 2, molino 3, bomba 5, bomba 6, e hidrociclón 3.

Sin embargo, para varios de estos equipos el R-MES define como política más conveniente la del tipo correctiva, por lo que se propone, para estos equipos, que se encuentran bajo una política preventiva pasar a una del tipo correctiva. Estos equipos son: • • • • • • • • •

alimentador 1, alimentador 2, correa 1, molino 1, hidrociclón 1, hidrociclón 2, bomba 5, bomba 6, e hidrociclón 3.

Cabe destacar que la aplicación de una política de mantenimiento del tipo correctiva no significa necesariamente que las intervenciones generen una condición de emergencia. Para equipos de baja criticidad, la aplicación de políticas correctivas se explica por el bajo impacto de las detenciones que estos producen en la disponibilidad del sistema. En cuanto al harnero 1, harnero 2 y molino 3 se propone mantener para ellos la aplicación de la actual política de mantenimiento del tipo preventiva, no obstante, se recomienda cambiar la frecuencia de las intervenciones preventivas tal como se indica en la tabla siguiente: EQUIPO

TIPO DE POLÍTICA

TIEMPO ÓPTIMO [h]

Harnero 1

Prevenva cíclica

713,1

Harnero 2 Molino 3

Prevenva cíclica

713,1 1.306,8

Prevenva cíclica

Tabla 5.19: Políticas de mantenimiento y frecuencia de intervención

314

I��������� �� �� �������������

En las bombas 3 y 4 también corresponde la aplicación de una política de tipo preventiva cíclica, sin embargo, dado que se ha propuesto remplazar estos equipos por otras dos bombas nuevas, es necesario resolver la política a aplicar según la nueva información que se dispone del fabricante o, en su defecto, a través de un benchmark. 3.4 Proceso de simulación

Incorporadas las modificaciones a la planta base, de acuerdo a los análisis y las decisiones tomadas, se procede a realizar la simulación a través del módulo de simulación de Montecarlo de R-MES. En consecuencia, se agregan a la planta base los equipos en redundancia sugeridos, a los cuales se les considera la misma información de los equipos en funcionamiento, de manera de proceder a la simulación de Montecarlo, con la necesaria data histórica, para determinar la mejor distribución de probabilidad para el comportamiento de los equipos. En el caso de las nuevas bombas 3.1 y 4.1, consideradas en reemplazo de las bombas 3 y 4, se observa la misma data histórica de las bombas remplazadas (análisis conservador), de modo que el módulo de simulación de Montecarlo pueda ajustar la mejor distribución de probabilidad para el comportamiento de los equipos. También se modifica el indicador MTBF, de manera de reflejar la mejora en el comportamiento de los nuevos equipos instalados en remplazo de los que muestran una alta frecuencia de falla. Luego, a través del módulo de simulación de Montecarlo de RMES, se obtiene la distribución de probabilidad de los equipos para el comportamiento de los indicadores TBF (tiempo entre fallas) y TTR (tiempo de reparación), tal como se muestra en la figura siguiente, que refleja la pantalla correspondiente de R-MES.

315

A. A����

Figura 5.27: Interfaz de simulación de Montecarlo en R-MES

En las pestañas asociadas a las distribuciones de los indicadores, es posible redefinir los parámetros de las distribuciones, lo que resulta útil para reflejar el efecto de la implementación de las medidas que mejoran los MTBF o MTTR de los equipos. Recordemos que para la renovación de los equipos se supone una disminución de la frecuencia de fallas, mientras que para el caso de desarrollo de los programas de capacitación se supone una disminución de los tiempos de reparación. Para los equipos bomba 3.1 y 4.1 se deben modificar la distribución del TBF; y para los equipos molino 1, hidrociclón 2.1, alimentador 1 y alimentador 2 se deben modificar la distribución del TTR. Los cambios que se realizan en las distribuciones se exponen a continuación: Para la bomba 3.1 y la bomba 4.1 se modifica la distribución TBF, ya que la data histórica de las bombas 3 y 4 no refleja el mejoramiento asociado al remplazo de los equipos por los nuevos que tienen un mejor MTBF. El cambio considera para ambos equipos un MTBF de 200 [h].

316

I��������� �� �� �������������

DISTRIBUCIÓN TBF INICIAL NORMAL µ = 127,814 σ = 40,084 NORMAL µ = 127,030 σ = 40,681

EQUIPO Bomba 3.1 Bomba 4.1

DISTRIBUCIÓN TBF MODIFICADA NORMAL σ = 40,084 µ = 200 NORMAL µ = 200 σ = 40,681

Tabla 5.20: Modificación de distribución TBF

Por el molino 1, el hidrociclón 2.1, el alimentador 1 y el alimentador 2 se modifica la distribución TTR, de modo de reflejar el efecto de la reducción en un 10% del MTTR de cada uno, como resultado del programa de capacitación. Los MTTR de los equipos resultan ser de 5,2587 [h] para el molino 1, de 23,9247 [h] para el hidrociclón 2.1, de 2,61 [h] para el alimentador 1 y de 3,0204 [h] para el alimentador 2. EQUIPO Molino 1 Hidrociclón 2.1 Alimentador 1 Alimentador 2

DISTRIBUCIÓN TTR INICIAL EXPONENCIAL

DISTRIBUCIÓN TTR MODIFICADA EXPONENCIAL

λ = 0,1994

λ = 0,1902

WEIBULL λ = 9,1413 k = 0,6731 WEIBULL λ = 2,7474 k = 0,8350 WEIBULL λ = 3,6469 k = 0,9659

WEIBULL λ = 18,1795 k = 0,6731 WEIBULL λ = 2,372 k = 0,8350 WEIBULL λ = 2,9745 k = 0,9659

Tabla 5.21: Modificación de distribución TTR

Al realizar la simulación de Montecarlo se observa la distribución de los resultados de disponibilidad de la planta para cada iteración de la simulación. También se obtiene el resultado para el indicador de la utilización. El análisis se realiza solo para aquellos subsistemas cuyo resultado se ve afectado por las modificaciones efectuadas, es decir, se analizan los siguientes subsistemas: • alimentador 1, • alimentador 2,

317

A. A����

• • • • • • • • • •

subsistema de alimentación, molino 1, subsistema de molienda SAG, bomba 3.1, bomba 4.1, subsistema de bombas 3.1 y 4.1, subsistema de hidrociclones 2 y 2.1, subsistema de molienda de bolas Nº 1, subsistema de molienda de bolas, y sistema de molienda.

La siguiente tabla muestra el resumen de los resultados obtenidos de la simulación para cada subsistema. En ella se indica la esperanza de cada distribución de disponibilidad obtenida. SUBSISTEMA Sistema Molienda Molienda SAG

Esperanza Disponibilidad 0,94597 0,96632

Esperanza Ulización

0,92562 0,95556

Alimentación

0,99998

0,99998

Feeder 1 Feeder 2 Molino 1

0,99004 0,9855 0,97961

0,98735 0,98211 0,97474

Molienda Bolas

0,97866

0,96865

Molienda Bolas Nº 1 Bombas 3 y 4 Bomba 3 Bomba 4 Hidrociclones 2 y 2.1

0,99008 0,99926 0,97672 0,97271 0,99835

0,98388 0,99916 0,97372 0,96937 0,99772

Tabla 5.22: Resultados de simulación de Montecarlo

3.5 Análisis de resultados

Para mostrar en resultado de la aplicación de la simulación de Montecarlo de R-MES se muestra solo el de disponibilidad. Respecto de los costos se considera el costo de la falta del sistema. En la siguiente tabla se muestra una comparación entre los resultados de disponibilidad obtenidos de la simulación de Montecarlo y el indicador de disponibilidad esperada obtenido del sistema inicial, para cada uno de los subsistemas definidos. 318

I��������� �� �� �������������

SUBSISTEMA Sistema Molienda Molienda SAG

Esperanza Disponibilidad (Montecarlo) 0,94597 0,96632

Disponibilidad esperada 0,88540 0,93251

Alimentación

0,99998

0,98570

Feeder 1 Feeder 2 Molino 1

0,99004 0,9855 0,97961

0,99519 0,99389 0,98088

Molienda Bolas

0,97866

0,94602

Molienda Bolas Nº 1 Bombas 3 y 4 Bomba 3 Bomba 4

0,99008 0,99926 0,97672 0,97271

0,94137 0,98003 0,96547 0,96249

Hidrociclones 2 y 2.1

0,99835

0,96749

Tabla 5.23: Comparación de resultados de disponibilidad

Se observa, en general, que las medidas adoptadas permiten mejorar la disponibilidad de los subsistemas salvo para el caso del molino 1, en cuyo caso la disponibilidad prácticamente se mantiene, por lo que, para este equipo, las medidas adoptadas no son necesarias. Para el sistema se observa una mejora desde un 88,54% de disponibilidad, antes de adoptar las medidas de mejora; hasta un 94,60% de disponibilidad, luego de los cambios adoptados. Respecto a la comparación relacionada con el costo de la falta esta se realiza a través de la utilización del sistema obtenida de la simulación.  En la tabla que sigue se compara el resultado histórico del costo de la falta del sistema con el valor esperado del indicador, obtenido en función de la utilización. Las horas de operación anual corresponden a 8.760, mientras que el costo de ineficiencia horario es de US$ 70.000. SUBSISTEMA

Costo de la falta histórico [USD]

Esperanza Disponibilidad [%] [Montecarlo]

Costo de la falta esperado [USD]

Sistema Molienda 10

70.266.799

94,60%

33.131.196

Tabla 5.24: Comparación de resultados de costo de la falta

Como es de esperar, se observa una reducción del costo de la falta, ya que la disponibilidad y utilización del sistema aumenta gracias a las medidas adoptadas.

319

A. A����

Para el desarrollo completo del caso en estudio es necesario reiterar el proceso realizado para la búsqueda de nuevas mejoras, a partir del sistema modificado. Esto no tiene mayor sentido, considerando que no aporta valor a la finalidad perseguida por este apartado, es decir, mostrar los resultados posibles de lograr a través de la aplicación de la Ingeniería de la Confiabilidad mediante el enfoque y la plataforma informática R-MES.

�. C���������� ������� El desarrollo del caso presentado, a través de la plataforma R-MES, ha permitido identificar las potenciales y las mejoras posibles de lograr con la aplicación de este enfoque, haciendo de la gestión de los activos físicos una opción para el mejoramiento de los resultados del negocio. La capacidad más importante de R-MES es su facilidad de uso, flexibilidad y rigurosidad para el análisis, no solo a nivel de componte básico, sino también sistémico, lo que permite identificar el impacto sobre el negocio y la definición de políticas y acciones particulares sobre los elementos constituyente. A través de este enfoque es posible identificar las mejoras relacionadas con el diseño, la operación y el mantenimiento de sistemas complejos, para transformar la gestión de los activos desde un actuar limitado a lo administrativo hacia lo táctico y estratégico. El R-MES se caracteriza por la facilidad de diagramación lógico-funcional de sistemas complejos, por la posibilidad de carga de data histórica de operaciones y mantenimiento, por la entrega de variados y personalizados KPI’s históricos y probabilísticos y por la capacidad de simulación de diferentes escenarios definidos por variables internas y externas. Los principales resultados de la aplicación de este enfoque, en este caso particular, en su primera iteración, han permitido incrementar la disponibilidad esperada del proceso desde un 88,5% hasta un 94,6%, disminuyendo el costo de la falta esperado en más de US$ 33 millones, a través de los cambios en la gestión y en proyectos de capital.

320

C������� S���

P����������� �� ���� �� �� ���� �� O�������� �� ��� F����

�. I����������� Se presenta el siguiente caso con el objeto de mostrar la aplicación del enfoque R-MES orientado a mejorar la gestión de los activos en beneficio del negocio para una Flota de Equipos que opera en una faena minera.

�. P������ ���� �� ���������� ��� ���� El primer paso del enfoque R-MES, para enfrentar el caso corresponde a la identificación y estudio operacional de la Flota de Equipos de una mina de cobre en cuanto a los procesos y equipos involucrados, de manera de definir la configuración lógica-funcional (RBD) que lo representa del punto de vista de la seguridad de operación de la Flota. Luego se obtienen las condiciones de funcionamiento que resultan de la operación y del mantenimiento de la Flota en estudio, de forma de contar con la base de datos correspondiente. Además se considera toda aquella información necesaria relacionada con las condiciones generales propias de la empresa externa relacionada. Con la modelación (RBD) de la instalación y con la información disponible se evalúa la condición base de la Flota de Equipos a través del análisis de los KPI’s, tanto estadísticos como probabilísticos, que resultan de la aplicación de la Ingeniería de la Confiabilidad por medio del enfoque R-MES. Luego se analizan diversos indicadores históricos a los diferentes niveles de la configuración lógica-funcional, con el objeto de obtener resultados para la condición base e identificar las oportunidades de mejoras, para definir las acciones en la gestión de activos de la flota. Estas

321

A. A����

mejoras permiten incrementar el desempeño de la flota, en términos de su capacidad productivay los activos involucrados. Para todo este proceso de Ingeniería de la Confiabilidad, la plataforma informática R-MES se convierte en una herramienta fundamental para el desarrollo del caso en estudio.

Figura 6.1: Metodología de abordaje para desarrollo de los casos

�. D��������� ��� ���� �� ��� ����� �� ������� 3.1 Entendimiento • Descripción de la flota

La Flota de Equipos de la faena minera se compone por los siguientes tipos de equipos: · wheeldozer, · perforadoras, · cargadores frontales, 322

I��������� �� �� �������������

· camiones, · bulldozery y · motoniveladoras. Equipos de Carga

Flota de Camiones

Desno de Descarga

Equipos de Apoyo > Perforadoras > Equipos de apoyo en general

Figura 6.2: Diagrama del proceso

3.2 Configuración lógico-funcional 

Las condiciones de funcionamiento de cada etapa del proceso permiten determinar la configuración lógica-funcional (diagrama RBD) del sistema en estudio. La flota contempla dos macro-procesos que se realizan en simultáneo. El principal de ellos, es el que tiene por objeto la extracción y el transporte de mineral desde el rajo de la mina hasta la primera etapa de chancado. El otro, auxiliar, es el que considera el desarrollo y el mantenimiento de los caminos por donde circulan los equipos. A continuación se esquematiza la secuencia de trabajo de los procesos y los equipos involucrados: Proceso Principal: Extracción y transporte de mineral

Ing. Minas

Limpieza Área Perforación (Wheeldozer)

Perforación (Perforadoras)

Tronadura

Carguio (Cargadores Frontales)

Transporte (Camiones)

Proceso Auxiliar: Desarrollo y mantención de caminos

Desarrollo de Caminos (Bulldozer)

Nivelación de Caminos (Motoniveladoras)

Figura 6.3: Esquema de las etapas comprendidas en los procesos

323

Entrega para Chancado

A. A����

Al observar el proceso principal es posible representarlo operacionalmente con una configuración lógico-funcional, el que considera que todas las etapas del proceso están en serie, ya que cada uno de ellos debe operar correctamente para el buen funcionamiento de todo el proceso. Cada etapa del proceso principal utiliza diferentes tipos de equipos con una configuración lógico-funcional determinada, para lograr la meta de producción esperada de 70 ktpd de la operación minera. Si bien el proceso cuenta con varias etapas, las únicas que involucran una meta de disponibilidad son la perforación, carguío y transporte. Todas las otras, por considerarse equipos de apoyo, no tienen una meta definida. Para el proceso de limpieza se cuenta con tres wheeldozer, los cuales se encuentran en operación permanente como una flota de equipos, representados por una configuración lógico-funcional en fraccionamiento, ya que cada unidad aporta una fracción (de acuerdo a la capacidad unitaria de cada equipo) de la capacidad productiva total de la flota. Para el sistema de perforación también su representación es en fraccionamiento, sin embargo, para este caso se cuenta con siete perforadoras, de las cuales se requiere en operación permanente solo seis para cumplir con la capacidad productiva por lo que una de ella se encuentra en condición stand-by. Esta etapa tiene una disponibilidad esperada del 75% de su capacidad total instaladapara cumplir con la meta productiva exigida. El sistema de carguío, constituido por cargadores frontales, también responde a una configuración lógico-funcional del tipo fraccionada. Para esta flota se cuenta con siete cargadores frontales, todos los cuales deben operar permanentemente para lograr la meta de producción definida de 70 ktpd, por lo que la configuración representativa de esta etapa del proceso queda definida por siete equipos en fraccionamiento con un aporte individual de cada equipo de 14,286%. Esta etapa, al igual que para las perforadoras, tiene una disponibilidad meta de 75% de su capacidad total instalada, para lograr la producción requerida. Finalmente, se encuentra la flota de camiones, la que tiene la función de transportar el material, dependiendo de la ley, al botadero de estéril (Waste) para el desarrollo, al ROM y al chancador primario. Esta etapa del proceso cuenta con una flota de 21 camiones de 183 t de capacidad y con otra flota de 10 camiones de 220 t. En consecuen-

324

I��������� �� �� �������������

cia, el aporte de la flota formada por los camiones de mayor carga es del 36,4%, y de la flota de camiones de menor carga es de 63,6%. Para la flota de camiones de mayor carga el aporte de cada uno de los equipos es de 10%, mientras que para la flota de menor carga el aporte unitario es de 4,76%. Esta etapa del proceso, por ser una de las principales, tiene un indicador meta fijado en 85% de disponibilidad de la capacidad total instalada, de manera de cumplir con la producción meta de 70 ktpd. El proceso auxiliar está compuesto por dos flotas de equipos, una de bulldozer para el desarrollo de caminos, la que tiene seis equipos móviles, todos en operación permanente, por lo que cada uno aporta con el 16,66% de los requerimientos. La otra flota de motoniveladoras cuenta con cuatro equipos, de los cuales tres de ellos se encuentran en operación permanente y el otro está en stand-by, por lo que el aporte de cada equipo es del 33,33% de los requerimientos, quedando otro 33,33% como capacidad ociosa por el equipo stand by. Dado que ambos macroprocesos se requieren para una correcta operación del sistema, es posible considerar que entre ellos se cuenta con una configuración lógica-funcional en serie. A continuación se muestra el resultado de la diagramación del proceso principal en la plataforma informática R-MES:

Figura 6.4: Configuración del proceso principal en R-MES

325

A. A����

Para el proceso auxiliar la configuración en la plataforma informática R-MES queda representada como se muestra en la figura siguiente:

Figura 6.5: Configuración del proceso auxiliar en R-MES

Para el proceso completo la diagramación en R-MES se representa a continuación:

Figura 6.6: Configuración del proceso completo en R-MES

• Base de datos

La base de datos que se utiliza para el caso en estudio corresponde a la información de todas las detenciones ocurridas en el período de seis meses para todos los equipos que constituyen la flota de la faena minera, ordenados en campos en un archivo «*.csv», que es el formato requerido para la carga de datos en la plataforma informática R-MES. 326

I��������� �� �� �������������

Para este caso en estudio, la información utilizada en la base de datos tiene un total de 66.659detenciones (tuplas), es decir, la agrupación de los datos ordenados en campos. Cada detención es leída y procesada por el sistema R-MES para realizar la carga de datos a cada equipo, según corresponda. • Información de la empresa

Adicionalmente a los datos provenientes de producción y mantenimiento, es necesario incorporar la información relacionada con la capacidad productiva y la facturación meta. Esta información se identifica como «propiedades» en la plataforma R-MES. En la siguiente tabla se presentan los valores correspondientes: PRODUCCIÓN ESPERADA IMPACTO COSTOS VARIABLES FACTURACIÓN ANUAL

[t/d]

70.000

%

20

$

900.000.000

Tabla 6.1: Información de la empresa

3.3 Análisis de información

Como se ha indicado anteriormente, la información considerada para el estudio de este caso corresponde a seis meses. A través del uso de la plataforma de R-MES se obtienen diversos reportes e indicadores para la Flota de Equipos en estudio bajo las condiciones operacionales definidas (sin modificaciones), que se identifica como el caso base.

3.3.1 Principales indicadores Un análisis de interés es el conocer indicadores la disponibilidad / utilización histórica a distintos niveles que constituyen el sistema. De esta forma se estudia la disponibilidad durante todo el periodo en análisis para cada uno de los subsistemas que constituyen la Flota, tanto del proceso principal como del auxiliar, hasta conocer el comportamiento de la disponibilidad de los equipo de manera de identificar el equipo más crítico de las flotas de perforadoras, cargadores frontales y camiones, en todo el período a analizar.

327

A. A����

Figura 6.7: Gráfico de disponibilidad para las distintas flotas del proceso principal

Del gráfico de disponibilidad obtenido de las distintas flotas que componen el proceso principal, se observa que, para el período analizado, la flota que tiene el mejor indicador es la de Camiones. Sin embargo, se observa que para el último mes del período analizado el indicador no logra la meta del 85% de disponibilidad definida. Del gráfico se desprende que la flota que tiene más baja disponibilidad es la del proceso de apoyo de los wheeldozer. Las perforadoras, en tres de los seis meses analizados, no logran la disponibilidad meta definida del 75%, obteniéndose para el mes de mayo un brecha de hasta 10 puntos porcentuales.

Figura 6.8: Gráfico de utilización para las distintas flotas del proceso principal

328

I��������� �� �� ����������� ������������� ��

Al analizar el gráfico de utilización, al igual que para el caso de la disponibilidad, la flota de camiones es la que tiene el mejor indicador durante todos los meses del período analizado, aunque con una clara tendencia a la baja, llegando hasta casi un 65% de utilización para el último mes (mayo) del periodo en estudio. Los cargadores frontales son la flota más estable en cuanto a su comportamiento, variando solo entre el 60% y el 65% la utilización. Los flota de apoyo de los wheeldozer es la que presenta, al igual que para la disponibilidad, el indicador de utilización promedio más baja.

Figura 6.9: Gráfico de disponibilidad para las distintas flotas del proceso auxiliar

Para el proceso auxiliar se aprecia que la flota de bulldozer es la tiene la menor la menor disponibilidad y utilización.

Figura 6.10: Gráfico de utilización para las distintas flotas del proceso auxiliar

329

A. A����

Una vez analizado el comportamiento de la disponibilidad y la utilización a nivel de las diferentes flotas que constituyen el sistema, es necesario evaluar el efecto en el costo de la falta que ellas tienen sobre el sistema (impacto sobre el negocio). Para esta evaluación se obtiene el reporte de disponibilidad disponibilida d / costo de la falta, el que presenta la disponibilidad sistémica de cada flota y el costo de la falta para el sistema completo. Se aprecia que el proceso principal tiene un costo de la falta total de superior a los US$ 80 millones, mientras que el proceso auxiliar tiene un costo de la falta superior a US$ 60 millones. La flota que genera el mayor costo de la falta es la flota de bulldozer para el proceso auxiliar, mientras que es la flota de wheeldozer para el proceso principal. Es importante mencionar que la flota de wheeldozer es la única flota del proceso principal que no tiene un indicador indic ador meta definido, por lo que su mantenibilidad y confiabilidad no es controlada exhaustivamente.

Figura 6.11: Gráfico de costo de la falta por procesos y flotas

Del gráfico de Pareto es posible identificar, en término de horas, cuáles son las principales causas de detenciones detencione s de las distintas flotas y cuáles acumulan el mayor número de horas detenido, ya sea por causas de mantenimiento u operación. Al analizar este gráfico se aprecia que el mayor número de hora están en la flota de bulldozer, con más de 2.500 horas en total, en el que prácticamente el 80% de este tiempo se debe a mantenciones correctivas y preventivas, mientras que solo un 20%, aproximadamente, corresponde a detenciones por razones de 330

I��������� �� �� ����������� ������������� ��

operación. Mientras que al analizar la flota de camiones se observa que casi el 50% de las horas totales de detenciones corresponden a causas de operación y solo 760 horas, de las casi 1.500 totales, corresponden a algún tipo de mantenimiento.

Figura 6.12: Gráfico de Pareto para las distintas flotas en términos de horas

De estegráfico de Pareto se aprecia, en términos de número de detenciones, que la flota de perforadoras concentra casi el 50% del total de detenciones de todas las flotas, con más de 1.250 detenciones, cuyas principales causas son de operación y no de mantenimiento. La flota de camiones prácticamente no acumula detenciones en comparación con las otras flotas, debido, principalmente, a que es la flota con el mayor número de equipos, por lo que el impacto de la detención de cada camión sobre la flota es menor. menor.

Figura 6.13: Gráfico de Pareto para las distintas flotas en términos de número

331

A. A����

Otro reporte del análisis de la información histórica es el mix de mantenimiento, el que entrega, tanto en términos de horas como en cantidad de eventos, la proporción que existe entre los distintos tipos de mantenimiento correctivo y preventivo, con el fin de visualizar rápidamente bajo qué política de mantenimiento se encuentran las flotas y los equipos que las constituyen. Es oportuno señalar que las políticas deben definirse a nivel de equipo y no a nivel de las flotas, ya que cada componente del sistema tiene su particularidad. En todo caso, es interesante visualizar el mix de las políticas de cada una de las flotas.

Figura 6.14: Gráfico de mix de mantenimiento para las distintas flotas del proceso principal

El gráfico del mix de mantenimiento por flota del proceso principal permite identificar que la flota de las perforadoras es la que tiene la mayor proporción de mantenimiento correctivo, con una relación preventivo / correctivo de prácticamente 75 / 25, mientras que la flota de camiones es atendida 100% de manera preventiva. Al analizar el mismo gráfico en términos de cantidades de eventos, se observa un comportamiento más homogéneo entre las distintas flotas, alcanzando casi una relación de 50 / 50 para todos los casos. Al profundizar en la flota de perforadoras se observa que en términos de cantidad de eventos tiene una alta tendencia al mantenimiento preventivo, con una relación promedio de preventivo sobre correctivo de casi 90 / 10, sin embargo en términos de horas la relación es inversa de un 10 / 90. La razón de esta situación es debida a que los eventos correctivos son reparaciones puntuales y breves para recuperar rápidamen332

I��������� �� �� ����������� ������������� ��

te la funcionalidad del equipo, mientras que los mantenimientos preventivos son intensivos en el uso de las horas, ya que el objetivo es atender un programa de actividades para mitigar todas las posibles fallas potenciales.

Figura 6.15: Gráfico de mix de mantenimiento para los distintos equipos de la flota de perforadoras

Para las mayores pérdidas de las flotas del proceso principal con meta definida se realiza un gráfico de criticidad, el que permite identificar cuál es el equipo más crítico del sistema. El eje de las abscisas representa la indisponibilidad intrínseca de cada equipo y el eje de las ordenadas su consecuencia sobre el sistema, por lo que las curvas representan niveles de iso-criticidad (también el costo de iso-costo de falta), puesto que el nivel de criticidad de los equipos resulta de la combinación entre su indisponibilidad y su impacto sobre el sistema. Es decir, dos diferentes equipos pueden tener el mismo nivel de criticidad por su impacto sobre el negocio, siendo que uno de ellos tiene muy baja disponibilidad (sea por alta frecuencia de fallas o por largos tiempos de reparación) y el otro, en cambio, si bien tiene buena disponibilidad relativa, su detención tiene una mayor consecuencia sobre el sistema. Situación límite es el arreglo en serie en el que cualquier indisponibilidad de un equipo es transferida totalmente sobre el sistema.

333

A. A����

Cada causa de criticidad (indisponibilidad–consecuencia) tiene medidas de acción particular, ya que si la criticidad se debe principalmente a la indisponibilidad es propia de cada equipo (ubicación es en el extremo inferior derecho del gráfico), las medidas a tomar deben ser mejorar la confiabilidad o la mantenibilidad del equipo; en cambio, si el principal factor es la consecuencia del equipo sobre el sistema (ubicación en el extremo superior izquierdo de gráfico), la medida a emprender es la realización de un cambio en la configuración lógico-funcional del sistema (modificación genética del sistema) para incrementar el nivel de redundancia. Al analizar el gráfico de criticidad de las perforadoras es posible observar que el equipo crítico es la perforadora BH003, debido a su alta indisponibilidad en comparación a las otras perforadoras. Además se observa que todas las perforadoras, al tener la misma fracción sobre el cumplimiento de plan productivo del proceso, tienen la misma consecuencia (se ubican en línea horizontal en el gráfico).

Figura 6.16: Gráfico de criticidad para los equipos de la flotas de perforadoras

Al analizar el mismo gráfico para los cargadores frontales se aprecia que el FEL005 es el más crítico, siguiéndole muy cercanamente el FEL006, el que se diferencia solo en 4 puntos porcentuales de indisponibilidad respecto al primero.

334

I��������� �� �� �������������

Figura 6.17: Gráfico de criticidad para los equipos de la flotas de cargadores frontales

Al analizar los camiones se aprecia claramente la diferencia entre los dos tipos de equipos que forman la flota. Los camiones de 220 t se encuentran concentrados en la parte superior izquierda del gráfico, sin identificar ningún equipo particularmente crítico. Entre los camiones de 183 t se observa que los camiones HLT010A y HLT031 son los más críticos, apreciándose que ello se debe fundamentalmente a su indisponibilidad, ya que cada equipo tiene una menor consecuencia unitaria sobre el sistema, dado su menor aporte en términos de capacidad.

Figura 6.18: Gráfico de criticidad para los equipos de la flotas de camiones

335

A. A����

A través del gráfico de Pareto de los componentes de los equipos críticos es posible visualizar si el Plan Productivo de Mantenimiento está alineado, determinar si la política de gestión de repuestos es apropiada, evaluar las competencias de los operadores y mantenedores son adecuadas, identificar las oportunidades de mejoras, etc. En definitiva, permite auditar y mejorar la gestión del mantenimiento de los equipos críticos y dinamizar el Plan correspondiente, con el objeto de disminuir los costos globales (directos y de pérdidas) durante el ciclo de vida del equipo. Entre los distintos equipos de la flota de cargadores el FEL005 es el más crítico, por lo que, con el objeto de identificar las oportunidades y focalizar los esfuerzos de mejoras, es importante determinar, para ese cargador, cuáles son los principales componentes que fallan y sus modos de fallar, de manera de obtener las principales causas de las detenciones.

Figura 6.19: Gráfico de Pareto de fallas de componentes del cargador Frontal FEL005 en términos de horas

Al observar el comportamiento de los componentes básicos considerados para el cargador frontal FEL005, se observa que el «sistema enfriamiento» y la «estructura» tienen más del 40% del total de las horas de detención, seguido por el «sistema hidráulico» y la «transmisión y mando de bomba». De la gráfica se obtiene el efecto de Pareto, ya que 4 de los 26 compontes básicos considerados (15%) representan prácticamente el 80% del total de horas de detención. Es importante mencionar que, si se hubiesen considerado todos los componentes del 336

I��������� �� �� �������������

equipo, los que definen sobre el 90% de las fallas no son más que el 4 por mil de ellos. En términos del número de veces que falla el componente se aprecia que también es el «sistema de enfriamiento», seguido por el «sistema hidráulico». Ambos componentes acumulan cerca del 40% del total de detenciones. A partir de esta información es necesario revisar el Plan de Mantenimiento asociado al cargador en cuestión, de manera de determinar el grado de alineamiento entre plan y el comportamiento de los componentes de manera de visualizar si en el Plan de Mantenimiento se focaliza adecuadamente y si las intervenciones son de la calidad requerida.

Figura 6.20: Gráfico de Pareto de fallas de componentes del cargador Frontal FEL005 en términos de número

Con el fin de identificar los motivos de la alta indisponibilidad de los equipos de las flotas de perforadoras, cargadores frontales y camiones, se realiza un gráfico Jack Knife (dispersión), que busca representar los equipos, componentes o modos de falla según la confiabilidad (frecuencia de falla) y la mantenibilidad (tiempo de reparación). Este gráfico clasifica de manera relativa a los equipos que componen cada flota, identificando en el zona inferior izquierda los «bajo control» fallas, en la superior izquierda los «agudos», en la inferior derecha los «crónicos» y en la superior derecha los «crónicos-agudos»; cuatro posibles grupos (cuadrantes). 337

A. A����

La flota de perforadoras representada en la gráfica Jack Knife la inexistencia de equipos en la zona más riesgosa de «agudo-crónico», la existencia de dos equipos «crónicos» pero cercanos a la zona de control, la presencia del equipo DR03 en condición de«agudo» y la posición de tres equipos en la zona de «bajo control».

Figura 6.21: Gráfico de Jack Knife para los equipos de la flotas de perforadoras

Para la flota de cargadores frontales se observa que, en general, la flota está «bajo control», con 3 de los 7 equipos en dicha posición. El equipo que tiene la mayor frecuencia de falla es el FEL202, seguido por el FEL201. En esta flota el equipo FEL305 requiere de una especial atención, ya que tiene una baja mantenibilidad con posibilidades de pasar a una condición «agudo-crónico» si su tasa de falla aumenta levemente.

338

I��������� �� �� �������������

Figura 6.22: Gráfico de Jack Knife para los equipos de la flotas de cargadores frontales

En la flota de camiones, compuesta por un número significativamente mayor de equipos que en las otras dos flotas analizadas, se observa que la mayoría de los equipos están «bajo control», sin embargo existe un gran número de equipos de baja confiabilidad (crónicos), un número menor de equipos de baja mantenibilidad (agudos) y dos equipos que están en la zona«agudo-crónico». El equipo que requiere el mayor cuidado es el camión HLT123, por lo que se justifica un análisis  Jack Knife a nivel de sus componentes básicos, de manera de poder definir las políticas de forma desagregada con el objeto de focalizar los esfuerzos donde corresponde.

339

A. A����

Figura 6.23: Gráfico de Jack Knife para los equipos de la flotas de camiones

Figura 6.24: Gráfico de Jack Knife de modos para los distintos componentes del camión 23

Lo más conveniente es realizar el análisis de Jack Knife a nivel de los modos de falla del camión HLT123, sin embargo, dado la información disponible se limita a los componentes básicos. Para el periodo analizado se observa que un factor importante en la disponibilidad del camión está asociado a problemas de abastecimiento relacionados con la espera de repuesto.También es posible visualizar 340

I��������� �� �� �������������

problemas relacionados con el sistema de frenos del camión; con el sistema eléctrico, que es el menos confiable; y con el block de motor del camión que presenta serios problemas de confiabilidad y de tiempos de reparación dado su complejidad, posicionando al block como el componente de falla más crítico. Solo a modo demostrativo, ya que para este caso no se disponen de la información correspondiente, se presenta un gráfico Jack Knife a nivel de modos de fallas definidos de manera correcta, es decir, la identificación del componente con la tipificación de la falla (por ejemplo, cojinete agripado).

Figura 6.25: Gráfico de Jack Knife de modos de falla para el block motor de un camión 23 (solo a modo de ejemplo)

El gráfico de Jack Knife (dispersión) permite identificar de manera rápida las quickwins de mantenimiento, para mejorar la disponibilidad de los equipos a través de un enfrentamiento preciso de los problemas y a través de políticas generales de alto costo y de bajo impacto en los procesos de mejoramiento. Además se presenta la matriz Costo Global de la indisponibilidadimpacto a la seguridad y el ambiente. Para su elaboración es fundamental hacerlo en función de los modos de fallas correctamente definidos, ya que un mismo nivel de indisponibilidad, que tiene un mismo costo de la falta, puede tener un diferente impacto sobre la seguridad de las personas y el ambiente. 341

A. A����

Figura 6.26: Gráfico de riesgo cuantitativo de costos de seguridad ambiental (solo a modo de ejemplo)

3.4 Identificación de brechas

A continuación se exponen, solo a modo de ejemplo, algunas brechas con un alcance demostrativo, ya que a partir de los diferentes KPI’s obtenidos es posible, a través de un análisis de cada caso, identificar una gran cantidad de brechas que pueden transformarse en oportunidades de mejoras. Para determinar las brechas y los beneficios de su eliminación es necesario conocer el estado actual (estado base) y definir cuál es el estado al que se quiere llegar (estado deseado), de las variables críticas cuantificadas a través del correspondientes KPI’s. Para el caso en estudio se determinan las brechas existentes en dos de los diferentes KPI’s, estos son: la disponibilidad y la utilización para las flotas que tienen definidas metas (perforadoras, cargadores frontales y camiones). Para esto se definen las metas de utilización de las flotas que no han sido establecidas con anterioridad. Se considera la utilización esperada para las distintas flotas en 15 puntos porcentuales por debajo de las metas de disponibilidad definidas, tal como queda presentado en la siguiente tabla.

342

I��������� �� �� ������������� Meta Disponibilidad

Meta Utilización

Perforadoras

75%

60%

Cargadores Frontales

75%

60%

Camiones

85%

70%

Flota

Tabla 6.2: Tabla resumen de los indicadores meta por flota

Es importante mencionar de manera complementaria que en flotas en operación se han encontrado diferencias entre la disponibilidad y la utilización por sobre 22 puntos porcentuales, lo que refleja la inadecuada gestión operacional de los equipos de la flota, con el efecto que ello implica en el indicados financiero ROA, además, no son pocas las ocasiones en que se observa que, a pesar de estas diferencias, se sigue presionando sobre el mantenimiento para el mejoramiento de la disponibilidad empeorando aún más el resultado económico de la gestión de los activos físicos asociados con la flota de equipos. En las dos siguientes figuras se exponen las brechas para las flotas relacionadas con la disponibilidad y la utilización acumulada en el período bajo análisis. 88% 86%    a     d84%    a     l    u82%    m    u    c 80%    A     d78%    a     d    i     l    i 76%     b    i    n    o74%    p    s    i    D72%

Disponibilidad Acumulada Disponibilidad Esperada

70% 68% Perforadoras

Cargadores Frontales

Camiones

Figura 6.27: Gráfico de brechas entre disponibilidad acumulada y esperada

Comparando la disponibilidad acumulada, respecto a la esperada por flota, se observa que para la flota de los cargadores frontales y de los camiones existe cierta holgura, lo que no ocurre para la flota

343

A. A����

de las perforadoras, ya que para esta última se logra exactamente el resultado esperado. Al analizar la utilización se observa que se mantiene la holgura para la flotas de los cargadores frontales y de los camiones en 2,6 y 2,3 puntos porcentuales, respectivamente. En cambio, a diferencia de la disponibilidad, también para la flota de las perforadoras existen una holgura de 5 puntos porcentuales bajo la meta estimada. 72% 69%    a     d 66%    a     l    u    m63%    u    c    A    n 60%     ó    i    c    a 57%    z    i     l    i    t    U54%

Utilización Acumulada Utilización Esperada

51% 48% Perforadoras

Cargadores Frontales

Camiones

Figura 6.28: Gráfico de brechas entre utilización acumulada y esperada

Si bien todas las flotas, salvo la de las perforadoras, cumplen con las metas definidas durante el periodo en análisis, es conveniente visualizar el cumplimiento mensual de las metas de la flota en estudio, de manera de determinar las diferencias (brechas) entre la condición mensual y el valor medio del periodo en análisis, tal como se muestra a continuación.

344

I��������� �� �� �������������

Figura 6.29: Gráfico de disponibilidad y utilización para flota de perforadoras

Para la flota de las perforadoras se observa una fuerte caída de la utilización durante los primeros cinco meses, con una leve recuperación en el último mes analizado. Esta brecha alcanza hasta de 10 puntos porcentuales para la disponibilidad y de 15 puntos para la utilización, generándose una pérdida, en el periodo comprendido, entre el tercer y el sexto mes, la que no es compensada por el mejor comportamiento durante los dos primeros meses en los que se supera la utilización meta, ya que esta sobrecapacidad no es significativa en relación a la pérdida generada y no necesariamente implica un aumento de la producción, puesto que ella también depende de las capacidades de los diferentes procesos aguas abajo. En el gráfico mensual de la disponibilidad y la utilización de los cargadores frontales se aprecia que, si bien la disponibilidad no logra la meta del mes de abril, la adecuada gestión operacional de estos equipos permite que la producción no se vea afectada, logrando cumplir con la meta de utilización de la flota.

345

A. A����

Figura 6.30: Gráfico de disponibilidad y utilización para flota de cargadores frontales

En cuanto a la flota de camiones, la meta de la utilización no se cumple para el quinto y sexto mes, mientras que la disponibilidad no logra su meta solo para el mes de junio. Es importante destacar la brecha que existe entre la disponibilidad y la utilización, que alcanza los 20 puntos porcentuales para el primer mes y de 15 puntos entre los valores medios de la utilización y la disponibilidad de la flota.

Figura 6.31: Gráfico de disponibilidad y utilización para flota de camiones

346

I��������� �� �� �������������

Al asumir que los incrementos de producción, producto del nivel de utilización por sobre la meta definida, no logran solventar el periodo por debajo de la meta, por las condiciones operacionales de los procesos agua abajo, las pérdidas mensuales estimadas de las flotas de la perforadoras, de los cargadores y de los camiones durante el periodo de los seis meses en estudio son las que se presentan en la figura siguiente. 20.000

   a    o 18.000     d    i    s     b   a    e    t 16.000    o     d    l     f    e    t    s 14.000    a    n    l    e    e     l    a    d12.000    v    i    n    u    ó 10.000    q   i    e    c  .    a    z    i 8.000    n    l    i    o    t    t    n   u 6.000    e    r    s    o    a    n    e 4.000     d    i    m     d    r 2.000     é    P

Enero Febrero Marzo Abril Mayo Junio

0 Perforadoras

Cargadores Frontales

Camiones

Figura 6.32: Gráfico de pérdidas equivalentes por flota

3.5 Algunas oportunidades de mejoras

Solo con un fin demostrativo se presentan a continuación, en términos cualitativos, algunas pocas potenciales oportunidades de mejoras. Para su identificación se limita el alcance de este análisis a la información que es posible recabar de algunos de los gráficos de Disponibilidad  / Utilización, de Jack Knife y de Pareto. Por ejemplo, al observar la importante brecha entre la Utilización y la Disponibilidad de la flota de camiones, es posible identificar una oportunidad de mejora orientada a acrecentar la gestión operacional de manera de aprovechar de mejor forma los activos físicos que se disponen, para así aumentar los beneficios por sobre el costo de capital o, por otro lado, no excluyentemente, adecuar la gestión de mantenimiento de manera de disminuir sus costos directos, dado la holgura existente en la disponibilidad de la flota. Otra alternativa de mejora surge del gráfico Jack Knife, en el que se aprecia que el camión 23 puede mejorar su desempeño disminuyendo los grandes tiempos de reparación afectados por la espera de repuestos. 347

A. A����

Esta situación motiva la realización de un estudio relacionado con la gestión de repuestos críticos, de manera de justificar el costo asociado al contar con los repuestos en bodega a través de los beneficios económicos logrados por el aumento de la disponibilidad del camión y su impacto sobre la utilización de la flota de camiones. También el «sistema de frenos» requiere de un estudio orientado a identificar cuáles son las causas de la alta duración de las detenciones, las que, de un primer análisis, pueden estar relacionadas con las competencias de los mantenedores, las condiciones para la reparación, la capacidad instalada de los talleres, la accesibilidad de los componentes remplazables y los sistemas de testeo y prueba. El «sistema eléctrico 24 V» presenta una alta frecuencia de falla, por lo que es necesario focalizar el aumento de la confiabilidad a través de una política de mantenimiento más rigurosa, de una adecuación de los planes de mantenimiento o de un remplazo del sistema eléctrico bajo un análisis LCC. El RCA (Análisis Causa-Raíz) y el FMECA (Análisis de Modos de Falla de Elementos Críticos) son metodologías, entre muchas otras, de gran valor aplicativo para la identificación de mejoras y para la elaboración de planes productivos de mantenimiento. Lo importante es que su utilización debe focalizarse, por los costos asociados con su aplicación, a los equipos críticos identificados por el impacto económico de su desempeño sobre el sistema. Es oportuno recordar que la única forma en que la Ingeniería de la Confiabilidad puede generar valor económico en beneficio del negocio depende de la capacidad de dinamización de los Planes Productivos de Mantenimiento, a través de su permanente modificación producto de la implementación de todas aquellas oportunidades de mejoras, tanto del ámbito de la gestión como de proyecto, técnica y económicamente factibles. La mayoría de las mejoras potenciales identificadas para este caso se han limitado al ámbito de la gestión, puesto que aquellas relacionadas con la modificación a nivel de proyecto (cambio genético de equipos o de sistemas) ya han sido expuestas en los casos de estudio anteriores.

�. C���������� ������� El alcance de este caso se limita a la presentación de diversos KPI’s de las diferentes flotas de una faena minera de rajo y de los equipos que las 348

I��������� �� �� �������������

componen, de manera de identificar, a través del análisis del comportamiento de los indicadores, las potenciales oportunidades de mejoras de la gestión de los activos físicos. Si bien, dado el alcance del caso, no se entregan soluciones particulares, fácilmente es posible deducir, del desarrollo y de los resultados del caso, la importancia que presenta el enfoque R-MES en la determinación de los problemas que impactan el negocio y de las causas particulares que los originan, de forma de focalizar los esfuerzos para el mejoramiento de la gestión de los activos. El valor del enfoque redunda en la capacidad de identificar las políticas locales sobre los equipos y modos de fallas para resolver los problemas globales sobre el sistema. El enfoque R-MES, tal como lo demuestra el caso estudiado, permite incorporar el mejoramiento continuo del desempeño de los equipos, en permanente cambio, en beneficio del negocio; lo que se manifiesta por el aporte del enfoque en la dinamización y adecuación permanente de los planes productivos de mantenimiento, con el objeto de reducir los costos globales, tanto directos como de pérdida de producción, durante todo el ciclo de vida de los equipos.

349

B����������� � R����������

C������� I������������ [1]

Arata, A., Arata B., A., Estrategia corporativa. Competitividad sustentable para la maximización de valor en un entorno dinámico , Santiago, Trend Management, 2008. [2] Arata, A., Furlanetto, L., et al., Manual de gestión de activos y mantenimiento, Santiago, RIL editores, 2005. [3] Arata, A., Ingeniería y gestión de la Confiabilidad Operacional en  plantas industriales, Santiago, RIL editores, 2009. [4] Arata, A., Furlanetto, L., Organización liviana y gestión participativa, Santiago, RIL editores, 2005. [5] Copeland, T., Koller, T., Murrin, J., Valuation: Measuring and Managing the Value of Companies, ciudad de edición, John Wiley, 2005. [6] Damodaran, A., Investment Valuation: Tools and Techniques for Determining the Value of Any Asset , ciudad de edición, John Wiley, 2002. [7] Damodaran, A., Corporate Finance: Theory and Practice, ciudad de edición, John Wiley, 2001. [8] Durán J. B., ¿Qué es Confiabilidad Operacional?, Revista Club Mantenimiento, Año 1, N° 2, pp., septiembre 2000. [9] Furlanetto, L., Arata, A., Organizzazione Snella, Milano, Franco Angeli, 1999. [10] O´Connor, P., Practical Reliability Engineering , ciudad de edición,  John Wiley, 2002.

C������� U�� [1] [2]

Arata, A., Ingeniería y gestión de la Confiabilidad en plantas industriales, Santiago, RIL editores, 2009. Arata, A. Furlanetto, L., Organización liviana. Modelo de excelen-

[3]

cia empresarial , ciudad de edición, Mc Graw Hill, 2004. Arata, A., Soto, F., Spin off . Universidad Emprendedora, ciudad de

[4]

edición, UTFSM, 2011. Arata, A., Excelencia académica y gestión universitaria: Una combinación posible y necesaria, ciudad de edición, USM, 2001. 351

[5] [6] [7] [8] [9]

Arata, A., Furlanetto, L., Manual de gestión de activos y mantenimiento, Santiago, RIL editores, 2005. Arata, A., Furlanetto, L., Organización liviana y gestión participativa, Santiago, RIL editores, 2004. Arata B., A., Análisis de la competitividad y de los sectores productivos. Factores críticos que desarrollan el crecimiento económico de Chile, ciudad de edición, USM, 2003. Baldin, A., Furlanetto, L., Rovesi, A., Turco, F., Manuale de lla Manutenzione de gli Impianti Industriali, ciudad de edición, Franco Angeli, 1988. Campbell J. D., Jardine, A. K. S., Maintenance Excellence, ciudad de

edición, Marcel Dekker, 2001. [10] Cato, W. W., Mobley R. K., Computer Maneged Maintenance Sys[11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23]

tems, ciudad de edición, Butterworth Heinemann, 2002. Collins, J. C. y Porras, J. I., Built to Last , New York, Harper Busi -

ness, 1994. Dhillon, B. S., Engineering Maintenance: A modern Approach, ciudad de edición, CRC Press, 2002. Durán, J. B., ¿Qué es Confiabilidad Operacional? Revista Club Mantenimiento, Año 1, N° 2, pp., 2000. Furlanetto, L., Arata, A., Organizzazione Snella, ciudad de edición, Franco Angeli, 2002. Furlanetto, L., Arata, A., Progettare la Fabbrica Snella, ciudad de edición, Franco Angeli, 1999. Jardine, A. K. S, Tsang, A. H. C., Maintenance replacement and reliability, Theory and Aplication , ciudad de edición, CRC, 2006. Krugman, P., Making Sense of the Competitiveness Debate, Oxford Review of Economic Policy, Vol. 12(3), 17-24, 1996. Lall, S., Competitiveness Indices and Developing Countries: An Economic Evaluation of the Global Competitiveness Report,  World Development , Vol 29(9), 1501-1525, 2001. Mintzberg, H., The Rise and Fall of Strategic Planning , New York, Free Press, 1994. Moubray, J., Reliability Centred Maintenance, ciudad de edición, Industrial Press Inc, 2000. Nachlas, J. A., Reliability Engineering: probabilistic model and maintenance methods, ciudad de edición, CRC, 2005. Nakajima, S., TPM Total Productive Maintenance , ciudad de edición, ISEDI, 1992. Porter, M. E., Competitive Strategy: Techniques for Analyzing Industries and Competitors, New York, Free Press, 1980.

352

[24] Raimondi, R., Principi di Progettazione dei servizi de gli Impianti , Milano, Franco Angeli, 1982. [25] Schoemaker, P. P. �. �. H., H., How How to to Link Link Strategic ision to Core Capa Capa-bilities, Sloan Management Review, N°, 67-81, 1992. [26] Stanford, N., Organisation Design: Creating high-performing and adaptable enterprises, London, The Economist, 2007. [27] Turco,F., Principi Generali di Progettazione de gli Impianti Industriali, Milano, Clup, 1990. [28] Tsuchiya, S., Quality Maintenance. Zero Defects Through Equipment Management , ciudad de edición, Proctive Press, 1992. [29] Villena, M., Arata B., A., Tapia, J., Los indicadores de competitividad para Latinoamérica: ¿Qué hemos sprendido?, artículo en revisión ISI, 2007. [30] Wireman,T., Word Class Maintenance Management , ciudad de edición, Industrial Press, 1990. [31] World Economic Forum, The Global Competitiveness Report 20012002, ciudad de edición, editorial, año. [32] Zio, E., An introduction to the basics of reliabilility and risk analysis, ciudad de edición, World Scientific Publication Co, 2007.

C������� D�� [1] [2] [3] [4] [5] [6] [7] [8] [9]

Lin, S., Gao, J., Koronios, A., The need for a data quality framework in asset management , Proceedings of the 1st Australasian Workshop on Information Quality (AUSIQ), Adelaide, 2006. Steed, J. C., Aspects of how asset management can be influenced by modern condition monitoring and information management systems, ciudad de edición, IEE, 1988. Eerens, E., Business driven asset management for industrial & infrastructure assets, ciudad de edición, Le Clochard, 2003. Woodhouse, J., Asset management: concepts & practices, ciudad de

edición, The Woodhouse Partnership Ltd., 2003. U. S. G. A. Office, Water infrastructure: water utility asset management , in GAO-04-461, Washington D.C., 2004. IPWEA, International infrastructure management manual , Australia-New Zeland Edition ed., 2002. Kriebel, C. H, Evaluating the quality of information systems. Germantown, Sijthoff and Noordhoff, 1979.

Ives, B., Olson, M., Baroudi, J. J., The measurement of user information satisfaction, Communications of the ACM, Vol. 26, 785-793, 1983. Wang, R. Y., Kon, H. B., «Toward Total Data Quality Manage ment (TDQM)», en Information technology in action: trends and 353

 perspectives , R. Y. Wang, N�, Englewood Cliffs, N�. : Prentice

Hall, 1993. [10] Fox, C., Levitin, A., Redman, T., The Notion of Data and Its Quality Dimensions, Information Processing & Management , Vol. 30, 9-19, enero-febrero 1994. [11] Wand, Y., Wang, R. Y., Anchoring data quality dimensions in ontological foundations, Communications of the Acm, Vol. 39, 8695, noviembre 1996. [12] Wang, R. Y., Strong, D. M., Beyond accuracy: what data quality means to data consumers, Journal of management information systems, Vol. 12, 5-33, 1996. [13] Shanks, G. Darke, P., Understanding data quality in a data warehouse, Australian Computer Journal , Vol. 30, 122-128, noviembre 1998. [14] Kahn, B. K., Strong, D. M., Wang, R. Y., Information quality benchmarks: product and services performance, Communications of the ACM, Vol. 45, 184-192, 2002. [15] Liu, L., Chi, L., Evolutionary data quality. A theory-specific view, Proceedings of the 7th International Conference on Information Quality, Massachusetts Institute of Technology, Cambridge, MA., 2002, 292-304. [16] Naumann, F., Quality-driven query answering for integrated infor[17]

mation systems. Berlin; New York, Springer, 2002. Bouzeghoub, M., Peralta, V., A framework for analysis of data freshness, Proceedings of the First ACM International Workshop on Infor-

mation Quality in Information Systems (IQIS 2004), Paris, 2004. [18] Batini, C., Catarci, T., Scannapiceco, M., A survey of data quality issues in cooperative information systems, in 23rd International Conference on Conceptual Modeling, Shanghai, 2004. [19] Strong, D. M., IT process designs for improving information quality and reducing exception handling: A simulation experiment, Information & Management , Vol. 31, 251-263, enero 1997. [20] Murphy, G. D., Improving the quality of manually acquired data: Applying the theory of planned behaviour to data quality, Reliability Engineering & System Safety, Vol. 94, 1881-1886, diciembre 2009. [21] Hodkiewicz, M., Kelly, P., Sikorska, �., Gouws, L., A framework to assess data quality for reliability variables , in World Congress Of Engineering Asset Management, Gold Coast, 2006. [22] Sandtorv, H. A., Hokstad, P., Thompson, D. W., Practical experiences with a data collection project: The OREDA project, Reliability Engineering & System Safety, Vol. 51, 159-167, febrero 1996.

354

[23] Bandura, A., Wood, R., The effect of perceived controllability and performance standards on self-regulation of complex decision making, Journal of Personality and Social Psychology, Vol. 56, pp., 1989. [24] Kans, M., An approach for determining the requirements of comcomputerised maintenance management systems, Computers in Industry, Vol. 59, 32-40, enero 2008. [25] Parra, C., Desarrollo de modelos de cuantificación económica del factor fiabilidad en el coste total de ciclo de vida de un sistema de producción, Ph.D., Universidad de Sevilla, 2009. [26] Bendell, T., An Overview of Collection, Analysis, and Application of Reliability Data in the Process Industries, Ieee Transactions on Reliability, Vol. 37, 132-137, junio 1988. [27] Percy, D. F., Kobbacy, K. H. A., Fawzi, B. B., Setting preventive [28]

maintenance schedules when data are sparse, International Journal of Production Economics , Vol. 51, 223-234, septiembre 1997. Pascual, R., El arte de mantener Versión 2.89, ciudad de edición,

editorial, 2007. [29] Pascual, R., Louit, D. M., Jardine, A. K. S., A practical procedure for the selection of time-to-failure models based on the assessment of trends in maintenance data, Reliability Engineering & System Safety, Vol. 94, 1618-1628, octubre 2009. [30] Ascher, H., Feingold, H., Repairable systems reliability: modeling, inference, misconceptions and their causes, ciudad de edición, Marcel Dekker Inc., 1984. [31] Modarres, M., Yanez, M., �oglar, F., Generalized renewal process for [32] [33] [34] [35] [36] [37] [38]

analysis of repairable systems with limited failure experience, Reliability Engineering & System Safety, Vol. 77, 167-180, julio 2002. Moubray, J., Reliability-centered maintenance, New York, Indus-

trial Press, 1997. Arata, A., Ingeniería y gestión de la Confiabilidad Operacional en plantas industriales, Santiago, RIL editores, 2009. Pradhan, S., Maintenance Strategies for Greater Availability, Hydrocarbon Processing , Vol. 73, 39-, enero 1994. Mora, L., Indicadores de la gestión logística , ciudad de edición, ECOE editores, 2008. Acevedo, J., Indicadores claves de desempeño KPI en la gestión de mantenimiento, ciudad de edición, editorial, 2010. Orrego, J., KPI, Indicadores claves de desempeño, ciudad de edición, editorial, 2010. Alfonso, A., Indicador general para la determinación del Nivel de Gestión del Mantenimiento (INGM), ciudad de edición, editorial, 2006. 355

[39] Mirror42, KPI Library. Available: http://www.kpilibrary.com/ , 2007. [40] E. F. o. N. M. S. vzw and S. f. M. R. Professionals, Global maintenance and reliability indicators , ciudad de edición, editorial, 2011. [41] Mobley, R. K., Root cause failure analysis, Boston, Newnes, 1999. [42] Latino, R. J., Latino, K. C., Root cause analysis: improving performance for bottom-line results, Boca Raton, Fla., CRC Press, 2002. [43] Crespo, A., Moreu, P. Sánchez, A., Ingeniería de mantenimiento. Técnicas y métodos de aplicación a la fase operativa de los equipos . Madrid, Aenor, 2004. [44] Pascual, R., Louit, D., Banjevic, D. Jardine, A. K. S., Optimization models for critical spare parts inventories-a reliability approach,  Journal of the Operational Research Society, Vol. 62, 992-1004, junio 2011. [45] Saldanha, Saldanha, P. P. L. C., de Simone, Simone, E. E. A., A., Melo, Melo, P.P. F. F. F. E., An application of non-homogeneous Poisson point processes to the reliability analysis of service water pumps, Nuclear Engineering and Design, Col. 210, 125-133, diciembre 2001.

C������� T��� [1]

Centro de Desarrollo de Gestión Empresarial (CGS), Manual RMES v6, Marzo 2012.

[2] [3] [4] [5]

http://www.mes.cl/mov/1_diagramacion/1_diagramacion.swf  http://www.mes.cl/mov/2_disponibilidad/2_disponibilidad.swf http://www.rmes.cl/  http://www.cgssa.com/ 

C������� C�����, C���� � S��� [1] [2] [3]

Centro de Desarrollo de Gestión Empresarial (CGS), Informes técnicos varios de características reservadas, ciudad de edición, editorial, 2010 al 2012. Arata B., A., Heidke, E., Arata, A., Kristjanpoller, F., Comminution  process optimisation though reliability and maintainability modelling and simulation , Procemin, 2011. Rivera, D., Diseño de una herramienta de simulación de negocios  para el apoyo académico de cursos de Ingeniería de Confiabilidad ,

[4]

ciudad de edición, USM, 2011. Heidke, E., Optimización del diseño de una planta de conminu-

[5] [6]

ción a nivel de ingeniería de prefactibilidad a tarvés de Ingeniería de Confiabilidad , ciudad de edición, USM, 2011. http://www.rmes.cl/  http://www.cgssa.com/ 

356

����� �� �������

Figura 1.1: Matriz de competitividad: recurso-sector ....................................... 45 Figura 1.2.: Competitividad y gestión de los activos ......................................... 53 Figura 1.3: Gestión de activos y ROA............................................................... 54 Figura 1.4: Gestión de activos y RSE ................................................................ 55 Figura 1.5: Gestión de activos y desarrollo sustentable ..................................... 55 Figura 1.6: Cobertura de la gestión de activos .................................................. 56 Figura 1.7: Modelo de Confiabilidad Operacional ........................................... 58 Figura 1.8: Evolución de la gestión de los activos ............................................. 60 Figura 1.9: Análisis sistémico simplificado de la gestión de los activos ............. 62 Figura 1.10: Ciclo de la gestión de los activos .................................................. 63 Figura 1.11:Visión sistémica de la gestión de activos ........................................ 64 Figura 1.12: Desde un Centro de Gasto a una Unidad de Resultado ................ 65 Figura 1.13: Transformación de la estructura organizacional ........................... 67 Figura 1.14: Ingeniería de la Confiabilidad en la estructura organizacional ...... 70 Figura 1.15: Costos directos y de capital v/s seguridad operacional.................. 77 Figura 1.16: Costo de ineficiencia..................................................................... 78 Figura 1.17: Criticidad de los equipos .............................................................. 78 Figura 1.18: Eficiencia global de los equipos (OEE) ......................................... 79 Figura 1.19: Factor integrador de la Ingeniería de la Confiabilidad .................. 80 Figura 1.20: Materialización de la Ingeniería de la Confiabilidad ..................... 81 Figura 1.21: Cadena del valor de la Ingeniería de la Confiabilidad ................... 82 Figura 1.22: Costos durante todo el ciclo de vida de proyectos (LCC) ............. 85 Figura 1.23: Relación de los costos durante todo el ciclo de vida entre alternativas ..................................................... 87 Figura 1.24: Extensión de ciclo a través de la Ingeniería de la Confiabilidad ....................................................................... 92 Figura 1.25: Ciclo de mejoramiento continuo ................................................. 93 Figura 1.26: Integración entre los sistemas de ingeniería y de gestión ............... 96 Figura 1.27: Integración de sistema con R-MES ............................................... 97 Figura 1.28: Proceso del enfoque R-MES ......................................................... 98 Figura 2.1: Diagrama del enfoque R-MES...................................................... 105 Figura 2.2: Etapa de Configuración sistémica en el enfoque R-MES ............... 112

357

Figura 2.3: Configuración RBD ...................................................................... 113 Figura 2.4: Representación de sistema en serie ............................................... 114 Figura 2.5: Representación de sistema en paralelo .......................................... 115 Figura 2.6: Sistema en configuración stand-by................................................ 117  Figura 2.7: Escenarios de funcionamiento de un sistema en configuración stand-by ................................................................. 117  Figura 2.8: Sistema configuración fraccionamiento ........................................ 118 Figura 2.9: Ejemplo de generación de diagrama lógico funcional ................... 119 Figura 2.10: Etapa de Adquisición de datos en el enfoque R-MES .................. 121 Figura 2.11: Procedimiento para la determinación de necesidades de TI en la gestión de activos ................................... 129 Figura 2.12: Función de los sistemas y herramientas informáticas en la gestión de activos .......................................... 131 Figura 2.13: Diagrama del proceso de captura y validación de datos ............. 133 Figura 2.14: Etapa de Ajuste de curvas en el enfoque R-MES ......................... 135 Figura 2.15: Diagrama de flujo para la llegada de un evento .......................... 138 Figura 2.16: Gráficos de tipos de censura, de izquierda a derecha A, B y C ................................................. 141 Figura 2.17: Diagrama de flujo para la selección de un modelo para sistemas reparables ................................................ 144 Figura 2.18: Posibles tendencias de los tiempos entre fallas. Las flechas representan eventos de falla ...................................... 145 Figura 2.19: Gráficos de tiempos acumulados de falla vs. tiempo ................... 146 Figura 2.20: Ejemplo de gráficos de dispersión de vidas sucesivas de servicio ................................................................... 147 Figura 2.21: Representación de función de densidad de probabilidad de fallas ............................................................ 152 Figura 2.22: tapa de Determinación de la etapa del ciclo de vida en el enfoque R-MES .......................................................... 156 Figura 2.23: Ciclo de vida. Curva de la bañera ............................................... 156 Figura 2.24: Patrones de falla para equipos y componentes en la tercera generación ............................................................ 162 Figura 2.25: Etapa de Obtención de indicadores en el enfoque R-MES .......... 166 Figura 2.26: Etapa de Obtención de indicadores en el enfoque R-MES .......... 169 Figura 2.27: Etapa de Análisis de criticidad en el enfoque R-MES .................. 173 Figura 2.28: Representación genérica de la matriz de criticidad ..................... 175 Figura 2.29: Ejemplo con factores ponderados ............................................... 175

358

Figura 2.30: Variables de análisis cuantitativo para criticidad bajo el enfoque R-MES ............................................... 176 Figura 2.31: Representación gráfica de dispersión Jack-Knife......................... 178 Figura 2.32: Representación gráfica análisis disponibilidad-onsecuencia ........ 180 Figura 2.33: Matriz de impacto en seguridad y ambiente v/s impacto económico .................................................................... 181 Figura 2.34: Etapa de Oportunidades de mejora en el enfoque R-MES .......... 182 Figura 2.35: Secuencia lógica del RCA ........................................................... 184 Figura 2.36: Etapa de Oportunidades de mejora a través de la gestión en el enfoque R-MES...................................................... 186 Figura 2.37: Proceso de validación de la política de mantenimiento ............... 187 Figura 2.38: Selección de políticas de mantenimiento ..................................... 191 Figura 2.39: Etapa de Oportunidades de mejora a través de proyectos en el enfoque R-MES ............................................. 200 Figura 2.40: Sistema a analizar ....................................................................... 201 Figura 2.41: Configuración propuesta ............................................................ 202 Figura 2.42: Esquema de flujos de dinero en el tiempo para los costos considerados en el análisis .......................................... 206 Figura 2.44: Caudal requerido y volumen entregado con dos niveles de producción ................................................................. 210 Figura 2.46: Volumen en función de capacidad .............................................. 211 Figura 2.47: Etapa Plan Productivo de Mantenimiento en el enfoque R-MES ...................................................................... 213 Figura 3.1: Espacio de trabajo para modelamiento RBD y árbol lógico-funcional (Captura de pantalla) ................................ 222 Figura 3.2: Reporte histórico gráfico de disponibilidad, utilización y utilización efectiva. (Captura de pantalla) ................ 225 Figura 3.3: Reporte Jack Knife (Captura de pantalla) ..................................... 226 Figura 3.4: Reporte Indisponibilidad-Consecuencia (Captura de pantalla) ..... 227 Figura 3.5: Reporte histórico gráfico de tiempos medio (Captura de pantalla) ................................................................... 228 Figura 3.6: Reporte probabilístico de confiabilidad (Captura de pantalla) ................................................................... 232 Figura 3.7: Distribuciones para la generación de datos aleatorios (Captura de pantalla) ................................................................... 236 Figura 3.8: Histograma de productividad de activos (Captura de pantalla) ................................................................... 237 Figura 4.1: Esquema de la metodología de abordaje ....................................... 242

359

Figura 4.2: Diagrama de flujo del proceso bajo estudio .................................. 246 Figura 4.3: Diagrama de proceso del chancado primario ................................ 247 Figura 4.4: Diagrama de proceso del chancado secundario ............................ 249 Figura 4.5: Diagrama de proceso del chancado terciario ................................ 250 Figura 4.6: Diagrama de proceso de la molienda............................................ 252 Figura 4.7: Diagrama lógico-funcional del chancado primario ....................... 254 Figura 4.8: Diagrama lógico-funcional del chancado secundario .................... 255 Figura 4.9: Diagrama lógico-funcional del chancado terciario........................ 255 Figura 4.10: Diagrama lógico-funcional de la molienda ................................. 256 Figura 4.11: Histogramas de distribución de probabilidad ............................. 257 Figura 4.12: Sensibilización de la disponibilidad del chancado primario en función de la capacidad de acopio........................... 257 Figura 4.13: Gráfico Disponibilidad y Utilización chancado primario ............ 259 Figura 4.14: Gráfico de iso-criticidad de los equipos que componen el chancado secundario ............................................. 260 Figura 4.15: Gráfico Disponibilidad y Utilización chancado secundario ......... 261 Figura 4.16: Gráfico de iso-criticidad de los equipos que componen el chancado terciario .......................................... 262 Figura 4.17: Gráfico Disponibilidad y Utilización chancado terciario............. 263 Figura 4.18: Gráfico de iso-criticidad de los equipos que componen la molienda......................................................... 264 Figura 4.19: Gráfico Disponibilidad y Utilización molienda ........................... 265 Figura 4.20: Esquematización de selección de las distintas alternativas para evaluación LCC ............................................ 274 Figura 4.21: Esquema de evaluación LCC ...................................................... 274 Figura 4.22: Esquematización de las alternativas óptimas seleccionadas ........ 275 Figura 4.23: Resultado de indicadores por procesos para los distintos entornos de evaluación ................................... 277 Figura 4.24: Gráfico de VAN esperado en función del CAPEX considerando el precio del concentrado de Cu para cada óptimo local ............................................................... 277 Figura 4.25: Gráfico de utilización corregida sistémica en función del CAPEX considerando el precio del concentrado de Cu para cada óptimo local..................................................... 278 Figura 5.1: Metodología de abordaje para desarrollo de los casos.................. 282 Figura 5.2: Diagrama de la planta .................................................................. 283 Figura 5.3: Sistema de molienda modelado en R-MES.................................... 284 Figura 5.4: Sistema de molienda SAG modelado en R-MES............................ 284

360

Figura 5.5: Sistema de molienda de bolas modelado en R-MES...................... 285 Figura 5.6: Gráfico de columnas de disponibilidad esperada de los equipos del sistema .............................................. 287 Figura 5.7: Gráfico de columnas de costo de la falta (probabilístico) de los equipos del sistema .................................... 287 Figura 5.8: Gráfico de columnas de disponibilidad acumulada de los equipos del sistema........................................... 289 Figura 5.9: Gráfico de disponibilidad histórica mensual del sistema de molienda................................................................ 290 Figura 5.10: Gráfico de disponibilidad histórica mensual sistema de molienda – molienda SAG – molienda de bolas .......................... 291 Figura 5.11: Gráfico disponibilidad histórica mensual molienda bolas – línea Nº 1 – línea Nº 2 ................................................... 291 Figura 5.12: Gráfico de columnas de indicador MTBF de equipos del sistema ................................................................ 293 Figura 5.13: Gráfico de MTTR histórico mensual: Bombas 1, 2, 5 y 6 ........... 294 Figura 5.14: Gráfico de MTTR histórico mensual: Alimentadores 1, 2, 3 y 4 ........................................................... 294 Figura 5.15: Gráfico de MTTR histórico mensual: Hidrociclón 2 .................. 295 Figura 5.16: Gráfico de costo de la falta – disponibilidad por equipo ............. 297 Figura 5.17: Diagrama de Pareto de costo de mantenimiento histórico de los equipos del sistema ............................................ 298 Figura 5.18: Diagrama de Pareto de costo global histórico de los equipos del sistema ............................................ 298 Figura 5.19: Diagrama de Pareto de horas de intervenciones de los equipos ..................................................... 299 Figura 5.20: Diagrama de Pareto de número de intervenciones de los equipos ..................................................... 300 Figura 5.21: Mantenimientos correctivos vs. mantenimientos preventivas en horas ................................................................... 300 Figura 5.22: Número de mantenimientos correctivos vs. número de mantenimientos preventivos ................................ 301 Figura 5.23: Análisis de criticidad bidimensional............................................ 302 Figura 5.24: Gráficos de tasa de falla de equipos en etapa de desgaste ........... 304 Figura 5.25: Política de mantenimiento – grilla de clasificación ...................... 305 Figura 5.26: Reporte para política de mantenimiento de tipo preventiva cíclica ............................................................ 306 Figura 5.27: Interfaz de simulación de Montecarlo en R-MES........................ 316

361

Figura 6.1: Metodología de abordaje para desarrollo de los casos.................. 322 Figura 6.2: Diagrama del proceso ................................................................... 323 Figura 6.3: Esquema de las etapas comprendidas en los procesos ................... 323 Figura 6.4: Configuración del proceso principal en R-MES ............................ 325 Figura 6.5: Configuración del proceso auxiliar en R-MES .............................. 326 Figura 6.6: Configuración del proceso completo en R-MES............................ 326 Figura 6.7: Gráfico de disponibilidad para las distintas lotas del proceso principal ............................................................ 328 Figura 6.8: Gráfico de utilización para las distintas lotas del proceso principal............................................................ 328 Figura 6.9: Gráfico de disponibilidad para las distintas flotas del proceso auxiliar............................................................. 329 Figura 6.10: Gráfico de utilización para las distintas flotas del proceso auxiliar........................................................... 329 Figura 6.11: Gráfico de costo de la falta por procesos y flotas ........................ 330 Figura 6.12: Gráfico de Pareto para las distintas flotas en términos de horas ......................................................... 331 Figura 6.13: Gráfico de Pareto para las distintas flotas en términos de número ..................................................... 331 Figura 6.14: Gráfico de mix de mantenimiento para las distintas flotas del proceso principal...................................... 332 Figura 6.15: Gráfico de mix de mantenimiento para los distintos equipos de la flota de perforadoras ......................... 333 Figura 6.16: Gráfico de criticidad para los equipos de la flotas de perforadoras ............................................................. 334 Figura 6.17: Gráfico de criticidad para los equipos de la flotas de cargadores frontales ................................ 335 Figura 6.18: Gráfico de criticidad para los equipos de la flotas de camiones .............................................................. 335 Figura 6.19:Gráfico de Pareto de fallas de componentes del cargador Frontal FEL005 en términos de horas ..................... 336 Figura 6.20: Gráfico de Pareto de fallas de componentes del cargador Frontal FEL005 en términos de número ................. 337 Figura 6.21: Gráfico de Jack Knife para los equipos de la flotas de perforadoras ........................................................ 338 Figura 6.22: Gráfico de Jack Knife para los equipos de la flotas de cargadores frontales ............................................. 339

362

Figura 6.23: Gráfico de Jack Knife para los equipos de la flotas de camiones ................................................. 340 Figura 6.24: Gráfico de Jack Knife de modos para los distintos componentes del camión 23 ............................. 340 Figura 6.25: Gráfico de Jack Knife de modos de falla para el block motor de un camión 23 (solo a modo de ejemplo) ...................... 341 Figura 6.26: Gráfico de riesgo cuantitativo de costos de seguridad ambiental (solo a modo de ejemplo) ........................................... 342 Figura 6.27: Gráfico de brechas entre disponibilidad acumulada y esperada ................................................................ 343 Figura 6.28: Gráfico de brechas entre utilización acumulada y esperada ........ 344 Figura 6.29: Gráfico de disponibilidad y utilización para flota de perforadoras .................................................................. 345 Figura 6.30: Gráfico de disponibilidad y utilización para flota de cargadores frontales....................................................... 346 Figura 6.31: Gráfico de disponibilidad y utilización para flota de camiones................................................................ 346 Figura 6.32: Gráfico de pérdidas equivalentes por flota .................................. 347

363

����� �� ������

Tabla 2.1: Escenarios de buen funcionamiento de un sistema en paralelo con redundancia total ...............................................116 Tabla 2.2: Resumen funciones de densidad de falla .................................153 Tabla 2.3: Datos de equipos ....................................................................201 Tabla 2.4: Datos adicionales de equipos .................................................. 202 Tabla 2.5: Esquema para cálculo de período óptimo de reemplazo de equipo ..........................................................206 Tabla 4.1: Resumen de tipos de detenciones presente en la información histórica .....................................................253 Tabla 4.2: Formato tipo de importación de información con que trabaja R-MES ..........................................................253 Tabla 4.3: ndice de Williams utilizado para los equipos del chancado primario ...............................................266 Tabla 4.4: Índice de Williams utilizado para los equipos del chancado secundario ..........................................267 Tabla 4.5: Índice de Williams utilizado para los equipos del chancado terciario ............................................................267 Tabla 4.6: Índice de Williams utilizado para los equipos de la molienda ...........................................................267 Tabla 4.7: Desglose de los factores considerados para el método de Lang para la estimación de capital fijo Fuente: Chemical Engineering ................................................268 Tabla 4.8: Costo de capital fijo e índice de Williams de los equipos base del Chancado Primario ......................................269 Tabla 4.9: Costo de capital fijo e índice de Williams de los equipos base del Chancado Secundario ............................. 269 Tabla 4.10: Costo de capital fijo e índice de Williams de los equipos base del Chancado Terciario...............................269 Tabla 4.11: Costo de capital fijo e índice de Williams de los equipos base de la Molienda ...........................................269 Tabla 4.12: Resumen de capital fijo para las distintas alternativas por proceso .......................................................270 Tabla 4.13: Variables de entorno del proyecto......................................... 271 Tabla 4.14: Variables propias del proyecto .............................................. 272 Tabla 4.15: Variables de los procesos anexos...........................................273

365

Tabla 4.16: Tabla resumen con las soluciones óptimas para cada entorno................................................................. 275 Tabla 4.17: Resumen de indicadores de producción y de la evaluación LCC para cada óptimo local sensibilizados por el precio del concentrado de Cu .....................................276 Tabla 4.18: Resumen de indicadores económicos entre los casos optimizados y el caso base ............................278 Tabla 5.1: Información de la empresa .....................................................285 Tabla 5.2: Indicadores probabilísticos ..................................................... 286 Tabla 5.3: Disponibilidad acumulada ...................................................... 288 Tabla 5.4: Períodos de análisis ................................................................289 Tabla 5.5: Indicadores estadísticos acumulados ....................................... 292 Tabla 5.6: Tendencia de indicador MTTR de los equipos ........................ 293 Tabla 5.7: Costos históricos ....................................................................296 Tabla 5.8: Etapa de ciclo de vida de cada equipo ....................................303 Tabla 5.9: Políticas propuestas para equipos de la planta ........................ 307 Tabla 5.10: Comparación de sistemas .....................................................310 Tabla 5.11: Comparación de sistemas .....................................................310 Tabla 5.12: Comparación de sistemas .....................................................310 Tabla 5.13: Comparación de sistemas .....................................................311 Tabla 5.14: Comparación de sistemas .....................................................311 Tabla 5.15: Comparación de sistemas .....................................................312 Tabla 5.16: Comparación de sistemas .....................................................312 Tabla 5.17: Comparación de sistemas .....................................................312 Tabla 5.18: Políticas de mantenimiento propuestas ................................. 313 Tabla 5.19: Políticas de mantenimiento y frecuencia de intervención....... 314 Tabla 5.20: Modificación de distribución TBF ......................................... 317 Tabla 5.21: Modificación de distribución TTR ........................................ 317 Tabla 5.22: Resultados de simulación de Montecarlo .............................. 318 Tabla 5.23: Comparación de resultados de disponibilidad ...................... 319 Tabla 5.24: Comparación de resultados de costo de la falta .................... 319 Tabla 6.1: Información de la empresa .....................................................327 Tabla 6.2: Tabla resumen de los indicadores meta por flota.....................343

366

Este libro se terminó de imprimir en los talleres digitales de

 RIL® editores Teléfono: 223-8100 / [email protected] Santiago de Chile, marzo de 2013 Se utilizó tecnología de última generación que reduce el impacto medioambiental, pues ocupa estrictamente el papel necesario para su producción, y se aplicaron altos estándares para la gestión y reciclaje de desechos en toda la cadena de producción.