¿Cuál es el mínimo número de eventos de falla necesarios para ejecutar un Análisis de Confiabilidad (RA)? Si una empresa no posee buena información histórica, ¿debemos esperar esos eventos para poder construir modelos predictivos? Una pregunta relacionada sería, ¿qué hacemos con toda la información de MP (Mantenimiento Preventivo) que reporta hallazgos “normales”?
Esto depende de cuan bien la información monitoreada refleja los daños internos o esfuerzos externos sobre el activo. Si la relación intrínseca entre los datos de condición y los modos de fallas en desarrollo es fuerte, se requerirá de una cantidad de información relativamente pequeña (al menos cuatro ciclos de vida que culminen con falla funcional o potencial). Si la relación es débil, se requerirá de más información histórica para elaborar un buen modelo. El software nos indica cuan “bueno” es nuestro modelo, y hasta qué punto, es este aceptable para usos predictivos, es decir, cuanta confianza se le puede asignar a las decisiones tomadas usando el modelo. El software mide esto indicando límites de confianza en el Estimativo de Vida Útil Remanente (RULE) y proporcionando una desviación estándar que indique la cantidad de dispersión alrededor del RULE. El proceso de modelamiento nos guía en la limpieza e incremento de nuestros métodos de gestión de datos para alcanzar una continua y creciente confianza en la toma de decisiones de Mantenimiento Basado en Condiciones (CBM). Más información sobre esto se encuentra en el artículo Confianza en el mantenimiento predictivo.
Es preferible construir una muestra para un modelo predictivo basada en ciclos de vida de modos de falla que terminaron con fallas potenciales en lugar de aquellos que terminaron en fallas funcionales. Esto se debe a que las fallas funcionales por lo general tienen consecuencias significativas. Por otra parte, una falla potencial es una falla inminente que es confirmada por las observaciones del técnico al momento de efectuar la reparación. Una falla potencial tiene relativamente menos consecuencias.
Si una empresa no tiene buena información histórica (que es el caso de la mayoría de empresas) significa que no tienen implementado un buen proceso de gestión de información de confiabilidad. Sin tal proceso, es imposible obtener un mejoramiento sistemático en mantenimiento y confiabilidad. Con la implementación del proceso ya mencionado, la base de conocimientos RCM crece con cada nueva orden de trabajo significativa. El proceso (LRCM) requiere conectar cada orden de trabajo, al momento de su cierre, a un registro de conocimiento RCM. La orden de trabajo también debe indicar si el modo de falla falló (falla funcional) o si fue renovado de manera preventiva sin que hubiera fallado (una suspensión). Usando este enfoque se pueden obtener, de manera automática, buenas muestras para análisis. Los Software para Análisis de Confiabilidad como por ejemplo EXAKT, pueden ser aplicados fácilmente a estas muestras de datos.
Una orden de trabajo PM (ver el artículo ¿Qué es PM?) debe proporcionar dos tipos de datos (ver el artículo ¿Cuáles son los datos correctos?).
© 2011, Luis Hoyos Vásquez. All rights reserved.
