Confiabilidad a partir
de DATOS
Un marco para la tecnología
OMDEC
1.
2.
3.
4.
5.
Consultoría en Mantenimiento y Manejo de
Activos
Programas de Entrenamiento
Herramientas Software
“Living RCM”
Empresa Canadiense: Ottawa, Montreal, Toronto
y ubicaciones en Australia.
Industrias: Minera, Petróleo & Gas, Servicio
Publico, Flotas, Gobierno y Militar
¿Por qué recolectar Datos?


¿Una única razón: Para desarrollar análisis. “Análisis de Confiabilidad”
¿Por qué Analizar?
 Para
mejorar el proceso de mantenimiento de
manera continua. (CPI = Continuous Process
Improvement)

¿Por qué CPI?
 Es
nuestro (ej. Todos, particularmente los managers)
trabajo.

¿Por qué?
 Supervivencia
económica. Continuar con el cambio.
La “falsa” promesa de la tecnología CBM

Basada en la lógica que:
 Entre
más mejor,
 Entre más rápido mejor,
 Entre más vistas (PDAs, iPhone, etc.) mejor.
 Lo anterior esta bien pero existe un defecto en la
lógica.

¿Cual es el defecto en la lógica?
 Existe
una fuente infinita de datos incorrectos.
 La lógica aborda la pregunta: ¿Cuáles son los datos
correctos?
¿Cuales son los datos correctos?

Datos de Edad (“Vida”, “Ciclos de vida”,
“eventos”)

Ocurrencias y características de los modos de
falla




Work orders
RCM
Datos de monitoreo de condiciones


Tipos de evento (PF, FF, S, …),
Referencia RCM,
Edad de trabajo o de operación
Relevante a los modos de falla de interés
Conocimiento RCM de los modos de
falla.
Lograr la confiabilidad a partir de
datos
Cuatro desafíos que deben superarse:
1.
2.
3.
4.
Extracción y transformación de los datos
Manejo de la relación Ordenes de trabajo –
RCM
Generación de la muestra
Enfoque tipico
Análisis de Confiabilidad
Proceso Unificado
EXAKT
•Sistemático
•Rápido
•Orientado a resultados
Desafío 1 Extracción y transformación datos
Input desde
CMMS
Transformación
de datos
Ejemplo: Extracción FMEA
Output para
for
LRCM
Input desde costos RCM,
RCMO, etc
Ejemplo: extracción de
Ordenes de trabajo
Input
desde
Ellipse
CMMS
input
Transformación
de datos
Desafío 2 LRCM
…
El más dificil de los cuatro desafios - El desafío clave
Texto del registro de
conocimiento
seleccionado
KPIs
Indicadores tipo de
eventos: PF (azul), FF
(rojo), S (amarillo).
Adicionar/Editar KRs
(knowledge records)
“Slice and dice”
Texto de la orden
de trabajo
seleccionada
Dinámicamente, 1. Ligar las ordenes de trabajo y la base de Conocimiento.
En el proceso cotidiano de
2. Construir la base de conocimiento
ordenes de trabajo
Desafío 3: Generación de la muestra
Base de
conocimiento RCM
Ordenes de trabajo
que han sido
ligadas al KRs
Tabla de eventos
(la muestra)
Generación de la muestra
/Challenge
3 cont’d:
Ordenes de trabajo CMMS
Tabla de Eventos
EF15
Work ord. 1, FF RCMREF15
EF16
Work ord. 2, FF RCMREF16
B16
EF16
Work ord. 3, FF RCMREF16
B16
ES15
Work ord. 4, S RCMREF15
Muestra
Tiempo Calendario
B15
B15
EF15
Work ord. 5, PF RCMREF15
B15
Leyenda:
Ciclos de vida:
Suspensiones a la izquierda:
Suspensiones (temporales) a la derecha:
EF: Finales por falla
ES: Finales por suspension
Modelo de Riesgo
0 . 781  t 
h (t ) 


2709  2709 
0 . 781  1
e
 0 . 06944  MaxW SDrop 
Desafío 4:
Análisis de
Confiabilidad y
EXAKT
+
Modelo Predictivo
Predictive
model
RULE e Intervalo
de confianza
+
Modelo de costos
Decisión basada en:
Probabilidad
Decisión EXAKT basada en:
Scatter
Costos y
probabilidad
RULE
Desafío 4 – Lograr confiabilidad
desde datos en EXAKT
Datos de Edad (CMMS)
Datos CBM
Datos de Costos
Modelo de riesgo
Modelo de transición
Modelo de costos,
disponibilidad
y rentabilidad
Suministrado por el
usuario
Software de modelación
Resultados
intermedios
Resultado final
RULE
Decision de
Mantenimiento
Desafío 4 - CBM+Simulación en SPAR-PHM
No hay
mantenimietno
Remplazar el
radio ahora
Planear un overhaul
en 6 meses
Proyección del
peor actor luego
del overhaul
Metodología OMDEC
“Confiabilidad Viviente”
“en
el trabajo”
Iterativo
Integrado
Proceso piloto LRCM “en el trabajo”
Superar el desafío clave 2
Equipo
1.
2.
3.
4.
5.
6.
Monitorear ordenes de trabajo & links KR
Monitorear las actualizaciones de registros
de conocimientos
Hacer preguntas
Proponer Cambios
Obtener Feedback
Obtener consenso.
Equipo de trabajo en campo
Management
Reportes de progreso
De mantenimiento
KPIs
De la empresa
OMDEC
Especialistas LRCM
+
Ingenieros, planeadores
Ordenes de
Trabajo y links Supervisores y técnicos
De la empresa
KR
Registros de
conocimiento
Orientación
LRCM
Métodos,
modelos
analizados
Liderazgo:
1. Reconocimiento
2. Empoderamiento
3. Interés
OMDEC team participants

Murray Wiseman – LRCM, CBM
specialist

Dr. Daming Lin – Maintenance data
statistician and reliability expert, signal
processing, reliability software, database +
ETL specialist.
Descargar

Confiabilidad a partir de DATOS