¿TBM o CBM?

En una flota de más de cien unidades hay cuatro motores de repuesto. ¿Se debería utilizar una estrategia de overhaul basada en la edad (TBM)? Parecería apropiado programar los overhauls basados en la edad debido a la necesidad de controlar la carga de trabajo en el taller de reconstrucción del motor. Conociendo la rata de falla esperada, el intervalo de reconstrucción de 10000 horas (por ejemplo) y una distribución de tiempos de overhaul podríamos usar herramientas de modelamiento de edad-confiabilidad para  determinar el número de overhaul programados del motor de tal manera que haya menos fallas en el campo y evitando, al mismo tiempo, que el taller de reconstrucción se sobresature más allá de su capacidad de ejecución.

Por otro lado, preocupa que este grado de control se pierda si la estrategia de mantenimiento basada en la edad (TBM) es remplazada por el mantenimiento basado en la condición (CBM). El mantenimiento basado en la condición podría indicar que más de cuatro motores requieren overhaul en un momento dado. Esta situación puede ocurrir de manera no uniforme. Los recursos de nuestro taller se saturarían en un periodo de tiempo y estarían subutilizados en otro. Más importante aún, operaciones podría llegar a encontrarse sin motores de repuesto en stock para cumplir con la demanda, incurriendo así en tiempos down. 

Seleccionar ¿TBM o CBM? para una flota con componentes intercambiables (como motores) es una pregunta común pero mal elaborada. Al preguntarnos de esta manera desviamos la respuesta al pensar que será una o la otra, “CBM o TBM”.

 La pregunta que debería hacerse es cómo usar CBM para mejorar gradualmente el promedio de vida útil de un motor. ¿Cuál es la combinación óptima entre CBM y TBM? La estrategia basada en la edad (TBM) podría ser considerada la línea base o la estrategia más “segura” ya que ha evolucionado a partir de la experiencia o de las recomendaciones del fabricante del motor, las cuales suelen ser conservadoras.

Sin embargo, en algunas ocasiones las recomendaciones de CBM se imponen sobre las decisiones de TBM.^[1] Esto sucede cuando estamos seguros, basados en información observable (CBM), que un motor con un menor número de horas está en peores condiciones que un motor con un mayor número de horas. El rendimiento en términos de disponibilidad y costos de nuestras decisiones (una mezcla de TBM y CBM) podrá ser analizado después de un periodo de tiempo. Este análisis podría permitir ampliar cuidadosamente el intervalo del overhaul.

La transformación gradual del modelo base de decisión TBM hacía un modelo con más decisiones basadas en condición puede ocurrir a medida que se adquiera mayor confianza sobre CBM. La confianza es medible con  la desviación estándar de la función de densidad condicional. Es una medida de la cantidad de dispersión alrededor de la media. El promedio o la “media” de la función de densidad condicional es conocida como el “MTTF” condicional (también llamado RULE).

Aumentar la confianza en la capacidad de una organización de mantenimiento de tomar buenas decisiones de CBM dependerá de dos factores:

1. La habilidad para identificar y registrar las instancias de los modos de falla RCM en el CMMS y para registrar sus finalizaciones de ciclos de vida como “falla” o “suspensión”.
2. La disponibilidad de los datos de monitoreo de condiciones que “reflejen” los modos de falla que ocurren en realidad.

Podemos medir el desarrollo de nuestras habilidades del factor 1. El software de optimización de CBM (EXAKT) expide la Vida Útil Remanente Estimada (RULE) y la confianza. La confianza es registrada por ejemplo como la desviación estándar alrededor de la media de la función de densidad de probabilidad.

Después de un periodo de tiempo, un método (como la función de costos de EXAKT) hace seguimiento a la disponibilidad y al costo. Eventualmente, encontraremos la relación entre la disponibilidad de un motor de la flota y el grado de uso de CBM para las decisiones de overhaul. El KPI calculado como el número de órdenes de trabajo emitidas como resultado del mantenimiento basado en el tiempo dividido por el número de ordenes resultantes de CBM cuantificará la “energía” gastada en CBM.

Con respecto a la carga de trabajo del taller:

1. El usar TBM en lugar de CBM, no garantiza un nivel constante de carga de trabajo en el taller de reconstrucción de motores. La rata de falla, que depende del uso de la flota, es el factor principal para definir la carga de trabajo.  Por ejemplo, si se utiliza los camiones de tal manera que un grupo de motores tengan la misma edad  y asumiendo que están trabajando bajo la misma condición, no importa si se usa TBM o CBM. En estas condiciones, es  probable que usted tenga una elevada carga de trabajo en el taller de reconstrucción en algún momento y una baja carga de trabajo en otros.
2. TBM suele ser más conservador que CBM, por lo que requiere de más mantenimientos en promedio lo que generaría más carga de trabajo en el taller de reconstrucción. 
3. Si usted puede controlar la carga de trabajo en el taller de reconstrucción a través de TBM, podría hacer lo mismo vía CBM. Esto es posible cuando CBM es aplicable (detectar fallas potenciales de forma confiable) y efectivo (que vale la pena). En TBM, usted establece su intervalo de overhaul y en CBM usted establece los límites de control de las variables de condición.
4. Un programa LRCM, donde los ciclos de vida que terminan en falla son bien distinguidos de aquellos que terminan en suspensión, mejorará continuamente la aplicabilidad y la efectividad de CBM. Esto conducirá al aumento gradual en la toma de decisiones de overhaul basadas en CBM.

© 2011, Luis Hoyos Vásquez. All rights reserved.