sábado, septiembre 30, 2023

Cómo calcular la frecuencia de muestreo en Análisis de Aceites y otras Tecnologías Predictivas

Últimas publicaciones

Un periódico análisis de aceites evita la contaminación de lubricantes en maquinarias y repara el daño causado por el desgaste de las máquinas que, precisamente, se debe por la contaminación. Y gracias a las tecnologías predictivas hoy se puede calcular las muestras de análisis de aceites mucho más efectivas y precisas.

Introducción y Objetivos

La Serie de Techgnotips, a diferencia de otros artículos o “tips”, tiene como objetivo el APORTAR HERRAMIENTAS PRACTICAS PARA INCREMENTAR LA CONFIABILIDAD TRIBOLOGICA de la maquinaria y equipo en la Industria. Todo SIN abundar en largos textos explicativos que luego no se tiene el tiempo de leer y sí, en cambio, el proporcionar a ustedes SOFTWARES de cálculo inéditos para su aplicación inmediata-

Explicación Teórica

La Curva P-F Una falla potencial es un estado identificable que indica que una falla funcional está a punto de ocurrir, El Intérvalo P-F Es el intervalo entre el momento que ocurre una falla potencial y su decaimiento hasta convertirse en una falla funcional.

Obviamente, las tareas a condición (frecuencias de inspección, muestreo, monitoreo) deben de realizarse a intervalos menores al Intervalo P-F Predictivo; la Curva P-F La Curva P-F muestra cómo comienza la falla, cómo se deteriora al punto en que puede ser detectada (Punto “P”) y luego, si no es detectada y corregida, continúa deteriorándose – generalmente a una tasa acelerada- hasta que llega al punto de falla funcional (“F”)

Cálculo de la frecuencia de inspección de Mantenimiento Predictivo

La frecuencia de análisis de aceites debe calcularse en base a la Curva P-F basados en el costo de las inspecciones versus el costo de no poder predecir la falla debido a lo anteriormente expuesto.

Y, como una forma para calcular de manera formal la frecuencia de las inspecciones predictivas, se desarrolla a continuación un modelo matemático que proporciona el valor del tiempo entre inspecciones predictivas.

El valor del intervalo entre inspecciones predictivas será directamente proporcional a tres factores: el factor de costo, el factor de falla y el factor de ajuste. Así, la relación matemática estará definida como:

I = C × F × A

Donde: C es el factor de costo F es el factor de falla y A es el factor de ajuste Factor de Costo Se define como factor de costo, el costo de una inspección predictiva dividido entre el costo en que se incurre por no detectar la falla. La relación del factor de costo es la siguiente:

C = Ci / Cf

Donde:

  • Ci es el costo de una inspección predictiva (en unidades monetarias)
  • Cf es el costo en que se incurre por no detectar la falla (en unidades monetarias)

Factor de Falla Se define como factor de falla la cantidad de fallas que pueden detectarse con la inspección predictiva dividida entre la tasa de fallas. La relación del factor de falla es la siguiente:

F = #Fi / λ

Donde:

  • #Fi es la cantidad de fallas que pueden ser detectados utilizando la tecnologíapredictiva (expresada en fallas por inspección) y
  • λ es la tasa de fallas presentada por el equipo, y que además, podrían ser detectadas por la tecnología predictiva a ser aplicada (expresada en fallas por año) Nótese que la unidad del factor de falla es años por inspección.
Cómo calcular la frecuencia de muestreo en Análisis de Aceites y otras Tecnologías Predictivas - Grafico 01

Factor de Ajuste

A = – ln [1- EXP (-λ)]

Para el análisis de aceites, una vez calculado el producto entre el factor de costo y el factor de falla, se procede a multiplicarlo por un factor de ajuste. El cual estará basado en la probabilidad de ocurrencia de más de 0 fallas en un año utilizando λ (tasa de fallas expresada como fallas por año).

Para calcular este factor se utiliza la función matemática de probabilidad de Poisson: logaritmo natural multiplicada por –1 (-ln). La cual, se comporta de una manera muy parecida al criterio gerencial de incremento o decremento del intervalo de inspección al tomar en cuenta la probabilidad de ocurrencia de más de 0 fallas en un año.

A mayor probabilidad de ocurrencia, el intervalo de inspección predictiva se reducirá de forma exponencial.

Ejemplo de Cálculos de Frecuencias

Como ejemplo, se puede calcular el valor del intervalo de frecuencia de toma de muestras de los análisis de aceites para un reductor crítico con tasa de falla de 1 vez cada 3 años, costo de inspección de tecnología predictiva de análisis de aceite de US$ 20 y costo de no detectar la falla de US$ 20,000 Si la cantidad de fallas que se pueden detectar en el reductor utilizando análisis de aceites es igual a 20 (viscosidad incorrecta, partículas contaminantes, metales de desgaste, agua, falta de aditivos, etc., etc.), el resultado será:

Ejemplo de Cálculos de Frecuencia

C = Ci / Cf = US$ 20 / US$ 20,000 = 0.0010 F = Fi / λ = 20 (Número de fallas posibles por inspección) / 0.3333 fallas por año = 60.0060 años / inspección A = – ln [1- EXP (-λ)] = A = – ln [1- EXP (-0.333)] = 1.2614 I = C x F x A = 0.0010 x 60.0060 años / inspección x (1.2614) = 0.0876 años / inspección Si quisiéramos calcular la frecuencia de inspección (f), solo debemos calcular el inverso del intervalo de inspección: f = 1/ 0.0762 = 13.1986 veces por año, lo cual, se puede aproximar a 1 inspección por Mes (0.9091 meses)

Ejemplo de Cálculos de Referencias

El costo anual de aplicación de la tecnología predictiva será igual a 20 US$ multiplicado por la frecuencia de inspección, lo cual da como resultado 240 US$ por año.

SOFTWARE DE CÁLCULO

Abrir archivo adjunto Instrucciones:

Paso # 1: Capturar la Tasa de Falla Anual, LAMBDA

Paso # 2: Capturar el costo de análisis de la tecnología predictiva (análisis de aceite) en moneda local

Paso # 3: Capturar costo de falla por no haberla detectado en moneda local

Paso # 4: Capturar el número de fallas que pueden detectarse con análisis de aceite (valor típico, 20: Aditivos deficientes, viscosidad fuera de límites, acidez, oxidación, partículas, agua, silicio, 12 metales de desgaste, etc.)

Paso # 5: Se calcula el intervalo de muestreo en meses

Análisis de Aceites, aplicación práctica

Determinar la frecuencia de muestreo en análisis de aceites requerida para el reductor crítico. Capturar en campos señalados en amarillo los datos del rodamiento y condiciones de operación:

PASO # 1. LAMBDA = 1/3 = 0.3333333…

PASO # 2. Ci = 20 usd

PASO # 3. Cf = 20,000 usd

PASO # 4. # Fi = 20

PASO # 5. Deberá de muestrearse cada 0.9091 meses  


Por José Páramo
Ingeniero Químico y Presidente de TECHGNOSIS INTERNATIONAL, quien cuenta con más de 20 años de experiencia en el ramo de lubricación. Ha participado a nivel México y América Latina en empresas como Texaco, Shell, Exxonmobil, en áreas como formulación, desarrollo, fabricación, aplicación y ventas de lubricantes. Igualmente es consultor industrial para empresas de Estados Unidos y Latino América.
 


Capacitate en este tema:

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

Artículos relacionados

Beneficios al seguimiento del Ciclo de Vida de Equipos Críticos

El ciclo de vida nace del objetivo de ejecutar una actividad que involucra activos en su implementación, en las etapas de anteproyecto, en ...

Libros de Ingeniería de Mantenimiento

La Productividad en el Mantenimiento Industrial (Spanish Edition)

El presente libro: "La Productividad en el Mantenimiento Industrial" ha sido escrito especialmente para contribuir en la formación de personal de alto...

Mantenimiento de Categoría Mundial (Spanish Edition)

'Mantenimiento de Categoría Mundial' abarca los campos de la tecnología industrial mantenimiento, ingeniería y gestión, y su base teórica relacionada...

Maintenance Costs and Life Cycle Cost Analysis (1ra Edición)

El presente texto: Maintenance Costs and Life Cycle Cost Analysis, comienza con la importancia de la función de mantenimiento...

Teoría y Práctica del Mantenimiento Industrial Avanzado

Sumérgete en la teoría y práctica del mantenimiento industrial avanzado con este libro completo. Aprende las mejores técnicas y estrategias para optimizar la gestión del mantenimiento en entornos industriales.