Este documento presenta un taller sobre la distribución de Weibull aplicada a la ingeniería de mantenimiento. Los autores realizaron un análisis de datos de falla de una máquina utilizando la distribución de Weibull para estimar el tiempo medio entre fallas y recomendar un modelo de gestión. Calculan los parámetros de forma y escala de Weibull y estiman un tiempo medio entre fallas de 10.48 meses. Recomiendan un reemplazo programado de piezas y verificar corrosión debido al rango del parámetro de forma.
0 calificaciones0% encontró este documento útil (0 votos)
70 vistas8 páginas
Este documento presenta un taller sobre la distribución de Weibull aplicada a la ingeniería de mantenimiento. Los autores realizaron un análisis de datos de falla de una máquina utilizando la distribución de Weibull para estimar el tiempo medio entre fallas y recomendar un modelo de gestión. Calculan los parámetros de forma y escala de Weibull y estiman un tiempo medio entre fallas de 10.48 meses. Recomiendan un reemplazo programado de piezas y verificar corrosión debido al rango del parámetro de forma.
Este documento presenta un taller sobre la distribución de Weibull aplicada a la ingeniería de mantenimiento. Los autores realizaron un análisis de datos de falla de una máquina utilizando la distribución de Weibull para estimar el tiempo medio entre fallas y recomendar un modelo de gestión. Calculan los parámetros de forma y escala de Weibull y estiman un tiempo medio entre fallas de 10.48 meses. Recomiendan un reemplazo programado de piezas y verificar corrosión debido al rango del parámetro de forma.
Este documento presenta un taller sobre la distribución de Weibull aplicada a la ingeniería de mantenimiento. Los autores realizaron un análisis de datos de falla de una máquina utilizando la distribución de Weibull para estimar el tiempo medio entre fallas y recomendar un modelo de gestión. Calculan los parámetros de forma y escala de Weibull y estiman un tiempo medio entre fallas de 10.48 meses. Recomiendan un reemplazo programado de piezas y verificar corrosión debido al rango del parámetro de forma.
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt
Está en la página 1/ 8
RESEARCH REPORT
TALLER DE DISTRIBUCIÓN DE WEIBULL
Luis Alberto Vaca Rivera
Andrés Felipe Montesino Loza
A001 Bucaramanga 2019
School of Mechanical Engineering
Maintenance Engineering Universidad Industrial de Santander Luis Alberto Vaca Rivera, Andrés Felipe Montesino Loza, taller de distribución de Weibull, School of Mechanical Engineering, Universidad Industrial de Santander. Research report, Bucaramanga, Colombia, 2019.
Abstract: The following report presents a step by step for the maintenance of an AUSA C 150 H forklift, highlighting the advantages that exist when you have the proper maintenance of a machine and its effect on the useful life of it. All report is summarized in a table showing the dates on which preventive maintenance should be done on the machinery. The development of this work will be based on the implementation of preventive maintenance that consists of the planning of inspection routines, in order to avoid downtime not planned by the company.
Keywords: Maintenance. Weibull . Planning.
School of Mechanical Engineering
Maintenance Engineering Universidad Industrial de Santander Ciudad Universitaria Bucaramanga, Colombia TALLER DE DISTRIBUCIÓN DE WEIBULL Vaca1, Montesino2 1 Universidad Industrial de Santander, Colombia. Email: luis.vaca@correo.uis.edu.co 2 Universidad Industrial de Santander, Colombia. Email: andres.montesino@correo.uis.edu.co
1. INTRODUCCIÓN
Una de las principales herramientas con las que cuenta la ingeniería es la estadística, que no es más que la ciencia que reúne, clasifica y recupera todos los hechos que tienen una determinada característica común, para poder llegar a conclusiones a partir de datos numéricos extraídos.
Dentro de la estadística se encuentra la distribución de Weibull que es una distribución continua.
Recibe su nombre de Waloddi Weibull, que la describió detalladamente en 1951, aunque fue descubierta inicialmente por Fréchet (1927) y aplicada por primera vez por Rosin y Rammler (1933) para describir la distribución de los tamaños de determinadas partículas.
Dentro de la ingeniería de mantenimiento, la distribución Weibull es una herramienta que nos
ayuda a la determinación de la vida útil de los sistemas o de los componentes o partes, de igual manera se puede modelan la fatiga y ciclos de falla de los sólidos, entre otras.
El desarrollo de este trabajo resulta de gran importancia en el desarrollo de las habilidades y
conocimientos necesarios a la hora de estimar la vida útil de los elementos de un sistema y del sistema en general, por lo que por medio del mismo se adquirirán competencias de gran utilidad en nuestra labor de mantenedores.
Figura1. Dispersión para la aproximación de Weibull.
y=1,41 x ' −3,445
y=β x ' −a
a=−β ln ( α ) Título en el idioma que se presenta el artículo (debe ser igual al del encabezado) 5
Teniendo en cuenta estas ecuaciones se calcula el parámetro de forma (β) y el parámetro
de escala (α).
Parámetros β 1,4107 -βln(α') -3,4458 α 11,5030 Tabla 3. Parámetros de forma y de escala.
4. RESULTADOS.
1. Estime el tiempo medio entre fallas (MTBF) el cual permitirá una planeación más eficiente de las tareas de mantenimiento del equipo.
Para el cálculo del MTBF nos ayudaremos de la figura 2, la cual asigna el valor de la función gamma para una relación m/α.
Figura 2. Valores de la función gamma.
Se busca el valor de la relación para el valor de β hallado, en nuestro caso m/α=0,9114,
con este valor se calcula el MTBF más eficiente para las tareas de mantenimiento.
MTBF=0,9114*11,5030=10,4838 meses.
Este indicador también se puede calcular utilizando la función gamma en Excel.
2. La desviación (γ) que separa el valor máximo de la vida del elemento a analizar.
Esta desviación representa el parámetro de localización en la distribución. Este parámetro
dio un valor de 0, debido a que el parámetro de forma es pequeño, el criterio para tener en cuenta el cálculo de este es un β>10 o que en la dispersión de datos la linealidad se vea afectada por puntos muy lejanos.
3. Grafica de la distribución de Weibull para el caso estudiado.
β
β t−γ β −1 − ( t −γα ) PDF → f ( t )= ∙ α ( ) α ∙e
Figura 3. Densidad de la probabilidad.
β − ( t−γα ) CONFIABILIDAD → R ( t )=e
Figura 4. Confiabilidad. Título en el idioma que se presenta el artículo (debe ser igual al del encabezado) 7
β −1 β t−γ TASA DE FALLA → h(t )= ∙ α α ( )
Figura 5. Tasa de falla.
4. La estacionalidad de vida del elemento estudiado.
Figura 6. Curva de la bañera.
Teniendo en cuenta el pronóstico de la curva de la bañara, la cual está basada en los valores del parámetro de forma, se observa que la maquina está saliendo de la etapa de vida útil (β=1), sin embargo, la tendencia de β es mayor a 1 (β>1), rango en el cual el equipo entra a sufrir fallas periódicas, por desgaste, corrosión, entre otras.
5. Recomendaciones sobre el modelo de gestión que corresponde al elemento en el rango
evaluado.
Como el parámetro de forma está 1<β<4, el equipo está en el rango donde la
velocidad de falla va en aumento. Se recomienda reemplazo programado de las piezas que estén afectando la disponibilidad.
Verificar que las partes estén libres de corrosión o erosión, ya que el parámetro de forma nos está indicando que este fallando por estas razones.
Hacer cambios elementos rotativos, principalmente los rodamientos.
