La principal diferencia es que Weibull es un software de análisis de confiabilidad de dos dimensiones, Confiabilidad vs Edad. Su propósito principal es el de expresar la relación (ecuación) entre confiabilidad y edad.
EXAKT es un software de análisis de confiabilidad que relaciona varias dimensiones; confiabilidad vs Edad vs cada variable de monitoreo (indicador de condición) que sea significativa para la confiabilidad.
- Análisis bidimensional vs. Varias dimensiones
En la gráfica bidimensional (al fondo) la confiabilidad (en forma de densidad de probabilidad) es trazada vs la edad. (La fórmula del modelo de la rata de falla correspondiente h (t) también es mostrada). El resultado es una distribución de probabilidad ancha como comúnmente se ve en el mantenimiento. En el siguiente paso introducimos una tercera dimensión. Suponga como ejemplo que existe un alto valor de hierro (Fe) 100 ppm disuelto en el aceite lubricante de un motor o rodamiento y que este valor está directamente relacionado con la probabilidad de falla (condicional) del ítem. Si graficamos nuevamente la curva de densidad de probabilidad para aquello ciclos de vida cuyas terminaciones fueron precedidas por los valores CBM del hierro mayores a 100 ppm, obtendremos una distribución angosta y con mayor confianza predictiva como se muestra en la figura. Entre menos influyente sea el valor de hierro en la probabilidad de falla, más ancho será nuestra distribución de probabilidad y menos confianza tendremos en nuestras decisiones de CBM.
Ahora aquí está la parte polémica. Normalmente, el análisis de dos dimensiones (cuando es aplicado en mantenimiento) no se preocupa tanto por la calidad de la información de la muestra de datos ya que los resultados son muy generales y en algunas ocasiones no sirven para nada. Esto es porque la dimensión de la edad es una mezcla. Su influencia es resultado de todas esas variables desconocidas pero significativas que no están siendo usadas o monitoreadas en los programas CBM. Como estas variables no están explícitamente en los procesos CBM, la única manera de influenciar el modelo es por medio de la dimensión de la edad. Por ejemplo considere que el daño de un cojinete está altamente relacionado con el número de veces que ha sido sujeto al esfuerzo excesivo debido a alguna condición de sobrecarga. Si estas frecuencias no fueron registradas o si fueron registradas en el DCS, asuma que ellas han sido ignoradas como indicadores de condición. Entonces la ecuación de confiabilidad (PHM) derivada de los registros de incidencias de falla y de la variables de monitoreo menos influyentes (análisis semanal de vibraciones o análisis mensual de aceites) exhibirá un factor de forma mayor que si se hubieran incluido los valores históricos de las variables más significativas.
Si el análisis es un Weibull simple, los factores significativos que influyen un modo de falla específico se diluyen más tarde en el modelo causando una mayor dispersión (una desviación estándar más alta en la función de densidad de probabilidad). Es decir, la confianza en las decisiones derivadas de dos dimensiones será baja siendo la edad el único criterio de decisión. Hay poco que se pueda hacer para mejorar la capacidad predictiva de un modelo de dos dimensiones ya que la edad sola se considera un factor muy general de determinación.
EXAKT, en comparación con Weibull simple, requiere de buenos criterios de modos de falla, falla y suspensiones en el sistema de información de órdenes de trabajo porque se piensa que sus resultados proporcionaran soporte práctico e inequívoco en las decisiones del día a día. El resultado de las decisiones hechas por el modelo EXAKT es medible por medo del proceso de LRCM. El LRCM requiere que la falla potencial (PF) detectada por el modelo CBM sea confirmada o refutada sobre la ejecución del trabajo como resultado de la recomendación del modelo. El modelo evalúa su propio desempeño basado en la información “encontrada” (tipo de evento = PP, PF o S) que se encuentra en las órdenes de trabajo. De este modo este modelo es actualizado periódicamente cada vez que mejores procedimientos (especificados por LRCM) generen mejores relaciones entre las órdenes de trabajo y los registro de conocimiento RCM (ej., modos de falla).
En general, los modelos de mantenimiento basados en la edad tienden a producir políticas de mantenimiento más conservativas que aquellas producidas por los modelos basados en la condición. El ser conservador en el mantenimiento preventivo se traduce o se entiende como pérdida innecesaria de la vida útil. Un modelo de decisión CBM optimizado, detectando fallas potenciales a tiempo, tenderá a maximizar la vida útil del equipo.
© 2011, Oscar Hoyos Vásquez. All rights reserved.