El presente trabajo de investigación propone una metodología para la optimización del stock de repuestos críticos o también llamado componentes críticos utilizando distribuciones de probabilidad como Weibull y Poisson, que permite reducir el nivel de inversión de inventarios, sin perjudicar la disponibilidad mecánica de seis palas hidráulicas de la marca Hitachi modelo EX5500.
Resumen
La metodología propuesta agrega al modelo matemático actual llamado poisson, el tiempo de intercambio de componentes optimo en sus siglas en ingles MTBI (Mean Time Between Interventions) en vez del recomendado por el fabricante, el cual es calculado en base a los datos históricos de falla, utilizando la distribución de probabilidad de Weibull, dando como resultado un ahorro del 26% equivalente a 6,023,039 dólares.
Una vez definido los componentes críticos a priorizar, utilizando el diagrama de dispersión de costos llamado Jack Knife, se agrega al modelo matemático, el número promedio de pedidos pendientes o en sus siglas en ingles EBO (Expected Back Orders), para realizar una simulación en Excel y poder reducir la inversión del inventario actual de 5,969,357 dólares y mantener la disponibilidad mecánica mínima del 95% del equipo con respecto al repuesto.
Realidad problemática
En el proceso de extracción de minerales se caracteriza por la utilización de maquinaria pesada como palas hidráulicas, equipos de gran envergadura y elevado costo de capital, de suma importancia en las operaciones de mina a tajo abierto.
Hoy, señalan los expertos del sector, que el desafío de las empresas mantenedoras de palas mineras están en ofrecer la mejor disponibilidad al menor costo para la aplicación del cliente. (Minería Chilena, 2014). En una entrevista realizada al gerente general de la mina Yanacocha (Cajamarca), Javier Velarde Zapater, al diario Gestión, señaló que la empresa buscará reducir sus costos operativos frente a la menor producción de oro estimada en 630 000 y 660 000 onzas, el volumen sería un 29% menor a lo producido en el 2015.”
Como estrategia, se trata de reducir costos críticos con medidas a nivel de producción y reducción de personal”, indicó. (Osorio, 2016). En este actual escenario las empresas de palas hidráulicas de minería vienen atravesando una disminución en sus utilidades. Es por eso que se están revisando los costos para de alguna manera, reducirlos al máximo sin que afecte la normalidad de la operación.
Según un estudio de EyChile que analiza el desempeño del capital de trabajo en 80 de las más grandes empresas mineras del mundo. María Javiera Contreras, líder del sector en la consultora, explica. “Una manera de volver más eficientes sus operaciones es disminuir los niveles de capital de trabajo. Eso se puede hacer disminuyendo los niveles de inventario, a través de una gestión óptima de operaciones” (El Mercurio, 2016).
Los inventarios representan entre el 50% hasta el 70% de los activos de la empresa, razón por la cual los altos inventarios ocasionan dificultades financieras de gran impacto para las empresas. Una reserva insuficiente de componentes o repuestos críticos puede afectar el desempeño de las palas.
Según (Duffuaa, Raouf, & Dixon Cambel, 2000) la falta de estos, resulta en penalidades, menor disponibilidad o el aumento de los riesgos operacionales; ahora, si la inversión se vuelve excesiva, los resultados son elevados costos de capital y altos costos de mantenimiento. El área de logística de las empresas mantenedoras de palas hidráulicas, tienen como misión brindar una óptima disponibilidad tanto en insumos, repuestos y componentes críticos.
Objetivo general
- Optimizar el stock de componentes críticos, para reducir costos e incrementar la disponibilidad de palas hidráulicas en minería.
Objetivos específicos de la optimización del stock
- Proponer una metodología para optimizar el stock actual de componentes críticos para palas hidráulicas en minería.
- Analizar los costos y disponibilidad de palas hidráulicas en minería después de la propuesta de metodología.
Resultados
En la siguiente Figura se muestra una gráfica de control de la disponibilidad de los dos modelos de palas hidráulicas versus el tiempo de operación, se puede observar que el modelo de pala EX5500 línea roja se encuentra por debajo del límite de control mínimo de disponibilidad inherente correspondiente al 93%, el cual será el modelo a trabajar el stock de componentes críticos.
El costo de operación por hora de las palas hidráulicas es elevado aproximadamente sobre los 44,000 US$, por lo que de producirse una falla en el equipo, por ejemplo al motor de combustión interna componente crítico y vital para el funcionamiento de las palas, ocasionaría perdidas por lucro cesante tanto del equipo como el de los camiones que dejaría de cargar, el plan de atención para estas emergencias que pueden ser programadas o correctivas, es el intercambio de los componentes críticos mayores, donde la indisponibilidad de la maquina se ve afectada por el tiempo de duración del mismo, dicho componente con falla pasa al taller para su reparación que generalmente puede durar más de dos meses depende el componente.
Las decisiones del stock de componentes críticos (reparables), son realizadas por el área de planeamiento junto con la gerencia de proyectos; el cual aseguran un nivel de servicio o también llamado disponibilidad en el almacén del 100%, el pronóstico de solicitud de los componentes sigue una distribución de probabilidad llamada “Poisson”; la cual utiliza el tiempo de cambio de componentes recomendado por el fabricante e información del área de monitoreo de condición y el tiempo de reparación del mismo para la atención de las 10 palas hidráulicas para una operación de un año.
En el siguiente cuadro se seleccionara los componentes críticos a realizar el estudio.
Cuadro de componentes críticos recomendados por el fabricante cantidad de 25 items con la herramienta de Jack Knife de costos se tiene como resultado 14 componentes críticos a optimizar
Utilizando la distribución de Poisson y los 14 items seleccionados del Jack Knife se tiene un total de 42 componentes con un nivel de servicio del 100% y una inversión de 5,969,357 US$ para atender 6 palas en un año de operación.
Cálculo del tiempo Optimo de intercambio de componente en base a costo
Cálculo de todos los componentes críticos
La metodología propuesta agrega al modelo matemático actual llamado poisson, el tiempo de intercambio de componentes optimo en sus siglas en ingles MTBI (Mean Time Between Interventions) en vez del recomendado por el fabricante, el cual es calculado en base a los datos históricos de falla, utilizando la distribución de probabilidad de Weibull, dando como resultado un ahorro del 26% equivalente a 6,023,039 dólares.
Se agrega al modelo matemático, el número promedio de pedidos pendientes o en sus siglas en ingles EBO (Expected Back Orders), para realizar una simulación en Excel y poder reducir la inversión del inventario actual de 5,969,357 dólares y mantener la disponibilidad mecánica, dando como resultado en una primera propuesta de optimización una cantidad de 40 componentes críticos con una disponibilidad del almacén del 95% y una disponibilidad mecánica del 98% (Con respecto a la disponibilidad del componente reparado o nuevo) obteniendo un ahorro del 11% equivalente USD 630,639 dólares en comparación con la propuesta actual, para un año de operación.
Como segunda propuesta de optimización del stock se obtiene como resultado una cantidad de 44 componentes críticos con una disponibilidad del almacén del 93% y una disponibilidad mecánica del 96% (Con respecto a la disponibilidad del componente reparado o nuevo) obteniendo un ahorro del 18% equivalente a USD 1,051,300 dólares en comparación con la propuesta actual, para un año de operación.
Conclusiones
Con base en los resultados de la investigación realizada y aplicación de la metodología propuesta para optimizar el stock de componentes críticos, utilizando distribuciones de probabilidad se logró generar un modelo cuantitativo que ofrece reducir costos de inversión e incrementar la disponibilidad de palas hidráulicas en minería.
Las aportaciones de este trabajo representan una oportunidad para mejorar y administrar activos físicos mejorando las prácticas de negocio relevantes de las empresas en el ramo de maquinaria pesada para la industria de minería y construcción que contribuye al incremento de la productividad y la reducción de costos.
Por lo tanto, los objetivos planteados al inicio de esta investigación fueron cumplidos exitosamente:
- Se analizó el stock actual de 14 componentes críticos, para la atención de seis palas hidráulicas modelo EX5500 para un año de operación; el cual utiliza la distribución de probabilidad llamada Poisson, donde emplea el tiempo de intercambio de componentes recomendado por el fabricante haciendo un costo de operación actual de 23,364,718 US$/año teniendo como resultado la cantidad de 42 componentes críticos en stock con una disponibilidad del almacén del 100% y una inversión de 5,969,357 US$.
- Se propuso una metodología para optimizar el stock actual de 14 componentes críticos para la atención de seis palas hidráulicas del modelo EX5500, para un año de operación; el cual agrega al modelo matemático actual, el tiempo de intercambio óptimo, además del número promedio de pedidos pendientes o en sus siglas en ingles EBO (Expected Back Orders), para realizar un análisis en base a la disponibilidad mecánica o también llamada inherente donde el cliente solicita en un mínimo del 95% con respecto a repuestos.
- Se analizo los costos y disponibilidad de palas hidráulicas en minería después de la propuesta, dando como resultado; en una primera optimización, con el empleo del tiempo de intercambio de componentes optimo, un costo de operación de 17,341,679 US$/año teniendo como resultado la cantidad de 40 componentes críticos en stock, con una disponibilidad del almacén del 95% y disponibilidad mecánica del 98% con una inversión de 5,338,718 US$.
Y en una segunda optimización del stock, con el empleo del tiempo de intercambio de componentes optimo, un costo de operación de 17,341,679 US$/año teniendo como resultado la cantidad de 44 componentes críticos en stock con una disponibilidad del almacén del 93% y disponibilidad mecánica del 96% con una inversión de US$ 4,918,057 .
Finalmente si tenemos un componente o repuesto operando en un equipo por ejemplo un perno y no contamos con información de la condición o uso del mismo, en este caso si queremos tomar decisiones en cuanto tener en inventario, es solo una decisión de inventario pero si nosotros sabemos que ese perno tiene mucho uso, un uso mediano o esta nuevo, la decisión que tomaremos estará en base al inventario pero adicionalmente estamos incluyendo información de mantenimiento; la cual difiere a otras tesis en lo que respecta al pedido de reposición de repuestos.
Lo que permite en integrar el área de planeamiento de la empresa con el área de logística, para mejorar el modelo actual de stock de repuestos críticos en un ciclo de mejora continua.
Recomendaciones
- Se recomienda calcular la confiabilidad de los componentes reparados y agregar la confiabilidad de los componentes nuevo para obtener el tiempo de intercambio óptimo proveniente de un Weibull mixto. El estudio se realizó en algunas componentes con Weibull de 3 parámetros es recomendable agregar una variable adicional proveniente del área de monitoreo de condición precisando de esta manera el tiempo de intercambio optimo el cual es llamado Weibull de 4 parámetros.
- En el cuadro de resultados de parámetros de Weibull de los 14 componentes en estudio, se recomienda realizar un análisis de causa raíz en sus siglas ACR o análisis de falla con sus siglas AFA, de aquellos componentes que presentan una beta menos que 1 pues las fallas son dadas por el producto o en la instalación del componente al encontrarse en el área de mortalidad infantil de la curva de la bañera.
- Identificar cual componente tiene el mayor número promedio de pedidos pendientes o en sus siglas en ingles EBO (Expected Back Orders), para realizar un análisis de mejora continua o de calidad como Six Sigma en las demoras de reparación de dicho componente reparable.
Bibliografía
(s.f.). Apolinario Gabriel , M. A. (2008). Estimación de la confiabilidad en equipos mediante el análisis de Weibull. Universidad Nacional de Ingenería, Facultad de Ingenería Mecánica, Lima. Asme. (2008). Curso Mantenimiento Centrado en la Confiabilidad. Barringer, P. (1997). DISPONIBILIDAD, CONFIABILIDAD, MANTENIBILIDAD. Obtenido de http://tsi_ltda.co.tripod.com/_parte_i.pdf Caterpillar Kpis.
(Mayo de 2005). Performance Metrics for Mobile Mining Equipment. Consultancy & Training Intercade. (2012). Curso virtual de Gestion de activos . Cordova, M. (24 de 01 de 2014). Marco . Obtenido de http://confiandoenlaingenieria.blogspot.pe/2014/01/como-elaborar-un-diagrama-de-jack-knife.html Diplomado Internacional de Gestión de Activos Tecsup. (2017). Diplomado Internacional de Gestión de activos y confiabilidad de equipo de Gran Mineria. Arequipa. Drucker, P. F.
(1954). La práctica del management. Obtenido de https://es.wikipedia.org/wiki/Peter_F._Drucker Duffuaa, S., Raouf, A., & Dixon Cambel, J. (2000). Sistema de Mantenimiento Planeacion y Control. (F. R. Vásquez, Trad.) Mexico: Limusa S.A. El Mercurio.
(2016, 02 01). Mineras pierden dinero por mala gestión del capital de trabajo en el pasado. MInería Chilena, 1. Obtenido de http://www.mch.cl/2016/02/01/mineras-pierden-dinero-por-malagestion-del-capital-de-trabajo-en-el-pasado/ Fornés Rivera, R., Ramirez Maytorena, A., Ojeda Iñiguez, R., Conant Pablos , M., & Cano Carrasco, A.
(2012). Propuesta de mejora en el control de inventarios del almacén de refacciones de una empresa agroindustrial de la región. Instituto Tecnológico de Sonora , Mexico. Fraga Guerra, E., & Brito Vallina, M. L.
(2005). Papel de la estadística en la formación del ingeniero mecánico. Instituto Superior Politécnico “José Antonio Echeverría” , La Habana Cuba. Gestion Equipos Tecsup . (14 de 08 de 2016). Productividad de Equipo Pesado. Curso de gestión de equipos. Arequipa. Ghodrati, B.
(2005). Reliability and Operating Environment Based Spare Parts Planning. Luleá University of Technology , Luleá. Handbook Komatsu 30.
(2009). Specifications & Application Handbook (Vol. Edition 30). Komatsu. Hillier, F., & Lieberman, G. (2010). Introducción a la Investigación de operaciones. (Novena ed.). Mc Graw Hill. Jardine, A. K., & Tsang, A. H.
(2013). Mantenance, Replacement, and Reability. Boca Raton London New York: CRC Press Taylor & Francis Group. Kitco. (7 de 12 de 2016). www.kitconet.com. Obtenido de http://www.kitconet.com/ Komonen, K.
(1998). The structure and effectiveness of Industrial Maintenance. Finnish Academy of Technology. Lewis. (1987). Introduction to Reliability Engineering . Living Reliability . (2016). Análisis de la Confiabilidad 2 dimensiones. Lobo Pinto , M. J. (2006). Optimizaciòn del nivel de inventario de rodamientos de una máquina de papel. Universidad de Simon Bolivar, Venezuela. Louit, D. (2009). Mamani , J. (2015). Recuperación de mineral en rampas y taludes finales de tajos abiertos. Encuentro de tecnología e investigación Perumin 32, (pág. 26). Arequipa. Obtenido de https://www.convencionminera.com/perumin32/doc/conferencias/tecnologia/jmamani.pdf Medina García , L. (2013). Logística de los sistemas de armas del ministerio de defensa: Modelos de previsión de demanda y análisis de coste- riesgo. . Minería Chilena. (2014, Mayo Jueves). Palas para minería: Mayor carga a menor costo. Minería Chilena, 1. Obtenido de http://www.mch.cl/informes-tecnicos/palas-para-mineria-mayor-carga-menor-costo/ Ministerio de Energía y Minas. (02 de 03 de 2017). Obtenido de http://www.minem.gob.pe/_estadisticaSector.php?idSector=1&idCategoria=10 Moubray, J. (1997). Mantenimiento Centrado en la Confiabilidad. Murillo , W. (2002). Confiabilidad y análisis estadisticos para la predicción de fallas, seguridad, supervivencia, riesgo, costo, y garantias de los equipos. Obtenido de http://www.rcmingenieria.com/sites/default/files/4.14%20Weibull%20Analisis%20para%20prediccio n%20de%20fallas%20Ver1.pdf Naya Fernandez, S. (2013). Fiabilidad estadística: Estado del arte y nuevos retos. Universidad de A Coruña , Matemáticas, España . Obtenido de http://alammi.info/revista2/index.php/revista/article/viewFile/19/5 Osorio, W. H. (25 de 02 de 2016). Newmont buscará reducir costos ante menor producción en mina Yanacocha. Diario Gestión, pág. 1. Recuperado el Jueves de Febrero de 2016, de http://gestion.pe/economia/newmont-buscara-reducir-costos-ante-menor-produccion-minayanacocha-2155215 Parra, C. (2010). Índices Tecnicos de gestión del mantenimiento . ASME . Pascual, R. (2008). El Arte de Mantener. Santiago, Chile: Dpto de Ingenería Mecanica U. de Chile. Pascual, R. (12 de Enero de 2015). Canal You tube Rodrigo Pascual. Obtenido de Rodrigo Pascual: https://www.youtube.com/channel/UCD8FL8wGrKP1RA6f6sZGkHg ReliaSoft. (2015). System Analysis Reference Reliability, Availability & Optimization . Arizona USA . Rodriguez Ojeda, L. (2007). Probabilidad y Estadística básica para Ingenieros . Guayaquil Ecuador. Sherbrooke, C. C. (2004). Optimal Inventory Modeling of Systems Multi- Echelon Techniques (Vol. Segunda Edición ). Boston: Kluwer Academic Publishers. Tecsup Curso Confiabilidad. (2016). Curso de mantenimento Centrado en la Confiabilidad RCM. Arequipa. Vito Aguilar, E. H. (2012). Propuesta de optimización del sistema de administración de inventarios para artículos con demanda independiente en el área de almacén de la unidad minera Orcopampa. Universidad Católica Santa Maria , Ingeneria Industrial , Arequipa. Wikipedia. (13 de 12 de 2016). Wikipedia la Enciclopedia libre . Obtenido de https://es.wikipedia.org/wiki/Pala_excavadora Woodrow T, R., & Barringer, P. (2000). New Reliability Tool for the Millennium: Weibull Analysis of Production Data. Obtenido de http://www.barringer1.com/pdf/Roberts-Barringer-Paper.pdf
Por Ing. Julio César Puma Veronica
Consultor & Investigador en el análisis Big Data de confiabilidad y mantenimiento de flotas de maquinaria pesada.
