¿Cómo aplicar Seis Sigma en la optimización de ventiladores para tener seguridad, eficiencia y vida en una mina subterránea para el control de la ventilación al tiempo que se reduzcan los peligros?.
El Sistema de Ventilación de la mina subterránea ubicada a más de 4500 msnm está compuesto por 19 ventiladores principales ubicados en el socavón y otras en superficie las cuales por su criticidad en seguridad estos deben operar casi de forma continua en operación normal de la mina.
Como área de mantenimiento se ha estudiado y analizado los diversos factores que puedan impactar en el funcionamiento de estos equipos con la finalidad de tomar acciones preventivas y correctivas de fácil implementación y alto impacto para poder mejorar el desempeño de los ventiladores. Se utiliza la metodología seis sigma para poder analizar las variables cualitativas y cuantitativas de este proceso.
I. Análisis del proceso
A. Definición del Proceso
En la Fig. 1 se muestra el diagrama del proceso donde se identifica 09 variables de ingreso que pueden impactar a los parámetros de operación del motor eléctrico del ventilador y 03 variables de salida que nos indicaran su estatus. El estatus del motor eléctrico del ventilador depende de los parámetros de operación: aislamiento, rodamiento y vibración, tal como se muestra en la Fig. 2 en este panel si tenemos un valor mayor a 75% nos indica que el motor eléctrico requiere cambio por un stand-by. Los límites de operación en condición normal de los equipos se muestran en la Fig. 3, estos parámetros nos ayudaran para el cálculo de capacidad de cada variable.
B. Recolección de la información
Se ha tomado los parámetros de operación de los ventiladores agrupándolos por ubicación mediante rutas de inspección tal como se muestra en la Fig. 4. En la Fig. 5 se muestra los resultados de los parámetros de operación asi como los valores de las variables X´s de cada ventilador.
C. Capacidad del Proceso:
Todos los datos deben de cumplir la distribución normal de no ser así se normaliza utilizando la transformación de Johnson. Con la ayuda del software Minitab se tiene el nivel sigma de las variables Y´s, cuyos resultados se muestran en la Tabla I y Fig. 6. Se puede observar que la variable Y2 es el que tiene el peor desempeño comparándolas con las otras variables de aislamiento y vibración. Ahora se calcula el nivel sigma de todo el proceso, poniendo como límite superior 75%, ver Fig. 7. El Nivel σ de los 19 motores eléctricos es de 1.95, y el 32.51 % de los equipos están fuera del límite de control es decir en riesgo su operación y con una alta probabilidad de fallo.
II. Análisis
A. Relación de las Variables”X” vs ”Y”
En la Fig. 8 se muestra la relación entre las variables “x” e “y”, donde después se realizaran pruebas de hipótesis con un nivel de significancia α = 0.05 para identificar aquellas variables críticas que impactan en los parámetros Y´s.
B. Analisis variable X1 – Mantenimiento:
No realizar mantenimiento a los equipos impacta en el estado de aislamiento de los motores eléctricos teniendo una medición de aislamiento puntual superior a 1000 MΩ. Para este estudio vamos a validar dicha hipótesis con un nivel de confianza de 95 % utilizando la herramienta “valor t de una muestra” del Minitab y encontrar el valor de “p” en los datos analizados. Fig.9.
- Ho: No Mantenimiento > 1000 p=0.953 “Se acepta la Hipótesis”
- Ha: No Mantenimiento < 1000
C. Análisis de la variable X2 – Lubricación
No realizar lubricación a los equipos afecta el estado de los rodamientos de los motores eléctricos teniendo estos una medición de la envolvente de aceleración (gE) mayor a 2, para este estudio vamos a validar dicha hipótesis con un nivel de confianza de 95 % utilizando la herramienta “valor t de una muestra” del Minitab y encontrar el valor de “p” en los datoss analizados. Fig. 10.
- Ho: No Lubricación < 2
- Ha: No Lubricación > 2 p=0.011 “Se acepta la Hipótesis”
D. Análisis de la variable X3 – Anclaje
El anclaje de los ventiladores a la base del equipo va afectar el estado de la vibración de los motores eléctricos teniendo estos una gran diferencia entre los que SI están anclados comparándolos con los que NO tienen anclaje, para este estudio vamos a validar dicha hipótesis con un nivel de confianza de 95 % utilizando la herramienta “prueba t de dos muestras” del Minitab y encontrar el valor de “p” en los datos analizados. Fig. 11
- Ho: SI = NO
- Ha: SI ≠ NO p=0.000 “Se acepta la Hipótesis”
E. Análisis de la variable X4 – Hermetización
La Hermetizacíon en la caja de conexiones de los motores eléctricos va afectar el aislamiento de los mismos teniendo una gran diferencia entre los que SI están hermetizados comparándolos con los que NO, para este estudio vamos a validar dicha hipótesis con un nivel de confianza de 95 % utilizando la herramienta “prueba t de dos muestras” del Minitab y encontrar el valor de “p” en los datos analizados. Fig. 12.
- Ho: SI = NO p=0.247 “Se recusa la Hipótesis”
- Ha: SI ≠ NO
F. Análisis de la variable X5 – Ubicación
El lugar de operación de los equipos distribuidos en la mina (los datos han sido agrupados en 05 rutas de inspección de acuerdo a su ubicación) va afectar el aislamiento de los mismos teniendo una gran diferencia entre ellos, para este estudio vamos a validar dicha hipótesis con un nivel de confianza de 95 % utilizando la herramienta “prueba anova de un solo factor” del Minitab y encontrar el valor de “p” en los datos analizados. Fig. 13.
- Ho: R1=R2=R3=R4=R5 p=0.713 “Se recusa la Hipótesis”
- Ha: R1≠R2≠R3≠R4≠R5
G. Análisis de la variable X6 – Protecciones Eléctricas
La correcta configuración de las protecciones eléctricas en los tableros de arranque de los motores va afectar el aislamiento de los mismos teniendo una gran diferencia entre los que SI están correctamente configurados comparándolos con los que NO, para este estudio vamos a validar dicha hipótesis con un nivel de confianza de 95 % utilizando la herramienta “prueba t de dos muestras” del Minitab y encontrar el valor de “p” en los datos analizados. Fig. 14
- Ho: SI = NO p=0.134 “Se recusa la Hipótesis”
- Ha: SI ≠ NO
H. Análisis de la variable X7 – Carga Eléctrica
Existe relación y/o dependencia entre las variables Y1 (Aislamiento) y X7 (Carga Eléctrica), para este estudio vamos a validar dicha hipótesis con un nivel de confianza de 95 % utilizando la herramienta “análisis de regresión” del Minitab y encontrar el valor de “p” en los datos analizados. Fig. 15.
- Ho: Independencia p=0.134 “Se recusa la Hipótesis”
- Ha: Dependencia
Existe relación y/o dependencia entre las variables Y2 (Rodamiento) y X7 (Carga Eléctrica), para este estudio vamos a validar dicha hipótesis con un nivel de confianza de 95 % utilizando la herramienta “análisis de regresión” del Minitab y encontrar el valor de “p” en los datos analizados. Fig.16.
- Ho: Independencia
- Ha: Dependencia p=0.017 “Se acepta la Hipótesis”
I. Análisis de la variable X8 – Potencia Nominal
La potencia nominal de los ventiladores expresados en su caudal (KCFM) tiene un impacto el estado de rodamiento de los mismos teniendo una gran diferencia entre ellos, para este estudio vamos a validar dicha hipótesis con un nivel de confianza de 95 % utilizando la herramienta “prueba anova de un solo factor” del Minitab y encontrar el valor de “p” en los datos analizados. Fig. 17.
- Ho: 100K=120K=40K=50K=60K=66K
- Ha: 100K≠120K≠40K≠50K≠60K≠66K p=0.025 “Se acepta la Hipótesis”
J. Análisis de la variable X8 – Marca
El fabricante de los ventiladores (Marca) tiene un impacto en el estado de rodamiento de los mismos teniendo una gran diferencia entre ellos, para este estudio vamos a validar dicha hipótesis con un nivel de confianza de 95 % utilizando la herramienta “prueba anova de un solo factor” del Minitab y encontrar el valor de “p” en los datos analizados. Fig. 18.
- Ho: No hay diferencia.
- Ha: Existe diferencia p=0.015 “Se acepta la Hipótesis”
III. Planes de acción (Seis Sigma)
Analizadas las variables que pueden impactar el estatus de los ventiladores se excluye aquellas que no pasaron la prueba de hipótesis, a continuación se presenta el resumen. Fig. 19. Se han clasificado los planes de acción acorde al tiempo de implementación, teniendo lo siguiente: Acciones a Corto Plazo:
- X2: Implementación de rutas de lubricación de los equipos y realizar el engrase de los rodamientos de los motores eléctricos de forma inmediata. Fig. 20 y Fig. 21
- X3: Se ha detectado ventiladores operando sobre bases flexibles (maderas y montículos de tierra), por ende se debe de estandarizar las bases y cambiarlas por concreto así como realizar la instalación del anclaje de todos los equipos. Fig. 22.
- X7, X8: Los ventiladores de mayor capacidad y carga eléctrica son los que presentan más daño en los rodamientos por estar expuestos a mayores esfuerzos axiales, por ende el intervalos de lubricación debe ser menor que el resto de los ventiladores.
Acciones a Mediano Plazo:
- X1, X2: Los ventiladores 02, 07, 08, 38, 43 y 78 deben ser enviados a mantenimiento mayor para recuperación de aislamiento y cambio de rodamientoS.
Acciones a Largo Plazo:
- X9: Los ventiladores de mejor aislamiento y desempeño de los rodamientos son los motores de la marca WEG, estas tienen diseño para altura de operación 4500 msnm y fabricado a la norma IEEE 841. Se debe de realizar cambio y estandarización de los ventiladores que tienen más de 05 años de operación y los que son diseñados a1000 msnm.
IV. Mejora del proceso
Después de ejecutar los planes de acción a corto plazo volvemos a calcular los niveles sigma de todo el proceso Fig. 23 y Fig. 24, utilizando Minitab. En la tabla II se muestra la comparación de los niveles Seis Sigma, donde se observa que se ha mejorado el proceso. El Nivel σ actual de los 19 motores eléctricos ahora es de 2.54, y el 14.98 % de los equipos están fuera del límite de control reduciendo la cantidad de equipos que están en riesgo de fallar. Fig. 25
V. Conclusiones sobre el análisis Seis Sigma en motores eléctricos de ventiladores
Con esta metodología de trabajo se ha logrado demostrar que poniendo énfasis en la lubricación de los ventiladores se puede mejorar su desempeño. Las condiciones de operación de los equipos es muy importante para garantizar su confiabilidad, se ha demostrado que los ventiladores con bases fuera de estándar (madera, selo) y sin anclaje impactan al ventilador.
Se ha logrado identificar equipos que necesitan mantenimiento mayor en un taller especializado para poder continuar operando analizando el aislamiento de los mismos. Los ventiladores de mayor capacidad deben de tener mayor cuidado y seguimiento ya que presentan mayores esfuerzos que dañan a los rodamientos comparándolos con los otros equipos.
Se debe de gestionar mediante CAPEX plan de renovación de equipos que fueron diseñados a 1000 msnm y que tienen más de 05 años de operación. La metodología seis sigma nos ayuda a poder analizar de forma más detallada el proceso a estudiar, tanto las variables cuantitativas como cualitativas.
Referencias
[1] J.M. Juran , “Juran’s Quality Control Handbook”Fourth.
[2] American Society for Quality ( Statistics Division ) , “ Glossary and Tables for Statistical Quality Control”, Second Edition.
[3] Pedro Luiz de Oliveira Costa Neto , “ Estatística “, Editora Edgard Blücher.
Por: Ing. Jhon Alex Rupay Huamán
Supervisor Mantenimiento Eléctrico Compañía Minera Raura, Perú.
