Capítulo III
Marco Metodológico
55
CAPITULO III
MARCO METODOLOGICO
En este capitulo se presenta el diseño de la presente investigación, describe el procedimiento y la planeación para alcanzar los objetivos propuesto sustentándose en el marco teórico.
1. TIPO Y DISEÑO DE LA INVESTIGACIÓN
Según los objetivos perseguidos, se considera una investigación Descriptiva, porque se describieron hechos a partir de un criterio o modelo teórico, permitiendo identificar características propias del fenómeno investigado, a través la recaudación de información relacionada a un proceso, haciendo una descripción, recopilación, análisis e interpretación de sus características, propiedades y elementos constitutivos.
Según Tamayo (1998, p. 54) “La investigación descriptiva trabaja sobre realidades de hecho, y su característica fundamental es la de presentarnos una interpretación correcta”.
En la presente investigación se señala sistemáticamente las particula ridades de una situación, hechos, a partir de estadísticas de fallas necesarias para el modelaje probabilístico. Según Hernández, Collado y
Lucio (1998, p.62) “Los estudios descriptivos pueden ofrecer la posibilidad de predicciones aunque sean rudimentarias”.
Según los propósitos de aplicación inmediata de los resultados obtenidos, se considera una investigación como aplicada, ya que se planifica con fines prácticos.
Según FINOL y NAVA (1993, p. 34) “Esta dirigida con fines prácticos de aplicación directa orientada a la satisfacción de necesidades reales...”
Esta investigación se basa en el estudio y aplicación de un modelo probabilístico y utiliza los resultados para la orientación de toma de decisiones, para ajustar los niveles de inventarios maximizando la relación costo beneficio que garanticen la confiabilidad operacional.
El diseño de la investigación, de acuerdo a la fuente que origina la información, es una investigación de Campo debido a que se consultaron documentos necesarios, tales como, bases e datos del departamento de planificación de mantenimiento de PDVSA Exploración y Producción Occidente, para la elaboración de la estadística y otros datos requerido para la investigación; a través de un estudio sistemático, metódico y racional de recolección, comprobación, análisis e interpretación de los datos, producto del contacto directo con un evento o proceso de la realidad en sus condiciones naturales.
Según Babaresco (1994, Pág. 23), la investigación “In Situ” o de Campo se realiza en el propio sitio donde se encuentra el objeto de estudio. Ello permite el conocimiento mas a fondo del problema por parte del investigador
y puede manejar los datos con más seguridad, Así podrá soportarse en diseños exploratorios, descriptivos, experimentales y predictivos.
2. POBLACIÓN.
Entre los equipos principales de las plantas compresoras de gas, se encuentra el generador de gas (turbina aeroderivada) que forma parte vital del tren motriz. La gerencia de Plantas de Compresión de Gas de PDVSA exploración y producción División de Occidente cuenta con una diversidad de familias de estos equipos, los cuales se clasificaron según su fabricante y modelo, tal como se indica en la tabla N° 2.
Para identificar la población general o universo estudiado, según Selltiz (1976) una población es el conjunto de todos los casos que concuerda con una serie de especificaciones y la población es definida por Chávez (1994. p.
162) como el total de individuos o universo de la investigación sobre el cual se pretenden generalizar los resultados. La población estará constituida por características o estratos que les permitirá distinguir a los sujetos.
De acuerdo a lo anteriormente planteado, la población de esta investigación, estuvo conformada por veinticinco (25) generadores de gas marca Rolls Royce modelo Avon, como objeto de estudio; Los mismo constituyen el total de la flota de generadores del modelo Avon de la división de PDVSA.
Esta población tiene dimensiones accesibles al investigador;
constituyendo de acuerdo con Chávez (1994. Pag. 163) una población finita y disponible para el estudio; por lo cual, se analizo la totalidad de la población de interés, lo que constituye un censo poblacional; ya que, según Arias (1997, Pag. 79) el censo es el método a través del cual se recolecta información de la totalidad de la población o universo estudiado.
TABLA 3
POBLACIÓN DE GENERADORES DE GAS
Fuente: Unidad de Modulares – Gerencia de Taller
Fabricante Equipo Modelo
Unidades Instaladas
N° Actual de
Modulares Plantas Asociadas
Rolls Royce Avon 16 9
MPLL- 1/2/3/45 y 6; MPBA - 1/2; MPCL-1/2; 5Gas2, Lagogas4; Unigas2; Jobo
1/2; Pilon1
RB-211 24C 11 4
Ceutagas4 C1/C2, Unigas4, 5Gas5, LGas6, Lama4/5, PCLL1 C/D, PCUD1 B/C.
LM2500 serie
"G" 13 6
Ceutagas3 C1/C2, Unigas3, 5Gas 3/4, Lgas 4/5, PCLL1
B, PCCL1 A/B, PCBA2, Porta 6/7.
LM2500 serie
"P" 1 0 Planta Electrica las
Morochas
Mars 8 3 LamaI/III TresGas
Taurus 2 1 PCTJ3 Etano 1/2
Centauro 28 20
La Paz, Mara, Lamarliquido, Boogas, tablazo II, ER-1-8,
PCTJ2/3, Tablazo, Lamargas Generación
LamaGeneración.
Saturno 2 1 ER-14-3
Pratt & Whitney Pratt &
Whitney 2 2 Lago I
Orenda OT-3 5 9 Ule 4, Pia2-1, Pia2-2,
Dabajuro 1/2, Solar
Genral Electric
3. TÉCNICAS E INSTRUMENTAL DE RECOLECCIÓN DE DATOS.
La técnica empleada es la observación directa, según Tamayo y Tamayo (pp. 99) “la observación es la mas común de las técnicas de investigación; la observación sugiere y motiva los problemas y conduce a la necesidad de sistematización de los datos. La observación directa “es aquella mediante el cual el observador puede observar y recoger datos mediante su propia observación”.
La información se recopiló a través de fuentes primarias y secundarias;
las primeras implican el empleo de técnicas y procedimientos y las segundas requieren de la recolección de información almacenadas en fuentes escritas como textos, revista, trabajos de grado.
Para la recopilación de la información de fuentes primarias, se realizaron entrevistas no estructuradas al personal rela cionado con las operaciones y el mantenimiento de las instalaciones, como lo son el personal de operaciones y mantenimiento de las miniplantas, personal de accesoria técnica como Ingeniería de Mantenimiento e Ingeniería d Equipos Rotativos de la División de Occidente de PDVSA, obteniéndose los datos de entrada para evaluar la sensibilidad de escenarios, ver anexo III.
Para la información de las fuentes secundarias, se dispuso de informes de la unidad de Modulares de la Gerencia de Taller para la obtención del inventario de lo generadores, tanto los instalados en las plantas de compresión, como los que encuentran como “spare” en el deposito de
modulares o transito por reparación en taller, se utilizaron informes de Interrupciones (fallas de operación) para los datos referentes a su comportamiento histórico y horas de operación de los generadores de gas emitidos por la gerencia de Planificación de Mantenimiento, así como también, informes de la Superintendencia de Inspección de Equipos Dinámicos de la Gere ncia de Ingeniería de Mantenimiento e informes de la Gerencia de Ingeniería de Equipos Rotativos (ver anexos I y II) y datos técnicos obtenidos a través de los manuales del fabricante, manuales de operaciones de planta, del Centro de Información Técnica de Mantenimiento (CITMAT).
También se utilizaron trabajos de investigación, manuales y folletos sobre confiabilidad operacional, Mantenimiento centrado en confiabilidad, ingeniería de confiabilidad y control de inventarios.
Toda esta información fue evaluada y analizada con el propósito de sustentar técnicamente la investigación.
4. FASES DEL DESARROLLO DEL MODELO.
El procedimiento empleado en esta investigación se basa en criterios de elementos metodológicos, enmarcados bajo la filosofía de Confiabilidad Operacional.
En la fase (Fase 1) de recopilación y estructuración de la información, se procede a tabular todos los datos de interés, como lo es en este la
identificación de los generadores de gas por numero de serial, planta o instalación, horas desde su ultimo reacondicionamiento (restauración de su condición a cero horas de operación), horas acumuladas de fallas y causa de la falla.
Luego de la tabulación de estos datos, se procede a evaluar la distribución probabilística de la variable “tiempo de falla”, para lo cual, nos apoyaremos en el software conocido como “RARE” (Reliability Engineering and Risk Análisis: practical guide), que nos permitirá determinar a que distribución especifica responden la serie de datos a utilizar para la generación del modelo.
En la siguiente fase (Fase 2) en este punto, se presenta la metodología y la plataforma matemática para evaluar la confiabilidad y la probabilidad de fallas de los equipos reparables a través del tratamiento estadístico de su historial de fallas y reparaciones. En otras palabras, los equipos son caracterizados usando su distribución probabilística del “tiempo para fallar” y el “tiempo para reparar”.
Este tipo de análisis es particularmente valioso para equipos dinámicos, los cuales tienen una frecuencia de falla relativamente alta; para estos equipos normalmente, la data de fallas y reparaciones está disponible, en PDVSA esta datos se encuentran bajo el control (como partes de su activo de información), de las Gerencias de Mantenimiento (Planificación, Ingeniería de mantenimiento y Modulares) y la Gerencia de Ingeniería de Instalaciones (Ingeniería de Equipos Rotativos) .
Para equipos reparables existen cinco posibles estados en los que ellos pueden quedar, una vez reparados después de una falla:
a) Tan bueno como nuevo
b) Tan malo como antes de fallar.
c) Mejor que antes de fallar pero peor que cuando estaba nuevo.
d) Mejor que nuevo.
e) Peor que antes de fallar.
Los modelos probabilísticos tradicionalmente usados en análisis de confiabilidad, se basan en los estados 1 y 2 (estados límites), sin tomar en cuenta los estados 3, 4 y 5 a pesar de que el estado 3 es más realista en la práctica. La razón para esto radica en la dificultad de desarrollar una solución matemática para modelar este estado.
Este trabajo muestra el modelo probabilístico desarrollado, Kritsov, Vasily (2000), el cual se denomina “Proceso Generalizado de Restauración” (PGR).
Este modelo elimina las limitaciones antes mencionadas porque toma en cuenta todos los posibles estados de un equipo después de una reparación.
Esto da como resultado una nueva plataforma conceptual para análisis de confiabilidad en equipos reparables, la cual se ajusta en mayor grado a lo que sucede en la realidad, eliminando las desviaciones derivadas del uso de los análisis tradicionales, especialmente en cuanto a la predicción del número esperado de fallas y el tiempo para la próxima falla.
Formulación Matemática del PGR: Las ecuaciones básicas del PGR tienen su base en distribuciones probabilísticas de Weibull condicionales, y son las siguientes:
( )
e
i
j j i i
j j
t q t q t
ti
F
+
−
∑
− ∑
=
−
− =
=
β β
α α
1
1 1
1 1
Prob. de Falla
( ) e
1 i
1 j
j 1 i
i
1 j
j
t q t q t
ti
C
+
−
∑
∑
−
− =
= =
β β
α α
Confiabilidad
A partir de estas ecuaciones básicas y de la data de fallas [(ti)=tiempos de operación entre fallas sucesivas] se calculan los parámetros “α”, “β” y “q”, cuyo significado es:
α : ”parámetro de escala”
β : ”parámetro de forma”
q : ”parámetro de efectividad de la reparación ”.
Este parámetro puede interpretarse, según su valor, de la siguiente forma:
q = 0 tan bueno como nuevo
0 < q < 1 mejor que como estaba , pero peor que cuando era nuevo q = 1 tan malo como estaba
q < 0 mejor que nuevo q > 1 peor que como estaba
Para obtener los parámetros con este método existen dos alternativas dependiendo del momento de ejecución del análisis:
a) Método de estimación de la Máxima Probabilidad de Ocurrencia (MPO), para aquellos casos en los cuales hay suficiente data disponible para el ciclo en análisis.
b) Teorema de Bayes para aquellos casos en los que no hay suficiente data disponible del ciclo en análisis.
Una vez estimados los parámetros de PGR es posible predecir el número esperado de fallas.
Los resultados de las estimaciones hechas con el PGR son mucho más certeros que las predicciones tradicionales.
Como puede observarse en la Grafica N° 5, se generaron tres líneas de predicción basados en el 25% de los datos de fallas (puntos de falla encerrados con un cuadro). De las tres, solo la correspondiente al PGR coincide con gran precisión con las fallas que ocurrieron subsecuentemente.
Fuente: Software Mathcad 7.0
Grafica 4: Estimación hecha usando Proceso Generalizado de Restauración
Este modelo permite estimar valores críticos para el diagnostico como lo son:
• El numero esperado de fallas en un periodo determinado.
• El tiempo para la próxima falla.
Por ultimo, en la fase (Fase 3) manejaremos datos que nos permitirán establecer los siguientes factores: Numero de unidades instaladas, numero requerido para Operación normal, numero de horas de operación anual, impacto por indisponibilidad, demanda de repuestos, tiempo de entrega del
0 10 20 30 40 50 60
0 5000 10000 15000 20000 25000
Lower Limit Mean Upper Limit Failure Data AGAN ABAO Series7
α = 1768 β = 2.14
q = 0.13
EXPECTED NUMBER OF FAILURES EXPECTED NUMBER OF FAI LURES
Time (hrs) P.G.R
PARAMETROS
“MEJOR QUE COMO ESTABA PERO PEOR QUE CUANDO NUEVO”
“ TAN MALO COMO ESTABA”
“TAN BUENO COMO NUEVO”
NUMERO ESPERADO DE FALLAS NUMERO ESPERADO DE FALLAS EJEMPLO : MOTOR DE PROPULSION “NASA U.S.S. HALFBEAK “ EJEMPLO : MOTOR DE PROPULSION “NASA U.S.S. HALFBEAK “
0 10 20 30 40 50 60
0 5000 10000 15000 20000 25000
Lower Limit Mean Upper Limit Failure Data AGAN ABAO Series7
α = 1768 β = 2.14
q = 0.13
Time (hrs) P.G.R
PARAMETROS “ TAN MALO COMO ESTABA”
“MEJOR QUE COMO ESTABA PERO PEOR QUE CUANDO NUEVO”
“TAN BUENO COMO NUEVO”
PROBABILIDAD DEL NUMERO DE FALLAS
repuesto o reemplazo, tiempo de entrega si existe costo de parada (entrega de emergencia), Oportunidad de reconstruir, tiempo de reconstrucción, precio de compra, costo de almacenamiento, vida útil limitada. Estos datos se basan en la información recopilada en el periodo de estudio 1999-2001.
Los factores identificados y cuantificados anteriormente, nos permitirán calcular y establecer el costo de tener un modular en inventario y el costo de no tenerlo.
En esta fase se presenta una metodología para estimar las consecuencias totales que resultan de la falla de un equipo y/o sistema. El modelo básico que soporta el trabajo aquí propuesto es el de “Impacto Total en el Negocio” desarrollado por John Woodhouse (1993).
Modelo propuesto: El modelo divide las consecuencias asociadas con una falla particular en cuatro grandes categorías: Pérdidas de producción, Costos de reparación, Impacto ambiental e Impacto en seguridad.
Fuente: John Woodhouse (1993).
Grafica 5: Modelo de Consecuencias
PERDIDAS DE
PRODUCCION COSTO DE REPARACION
IMPACTO AMBIENTAL
IMPACTO EN SEGURIDAD
+ + +
BASE DE DATOS
BASE DE DATOS +
OPINION DE EXPERTOS
CONSECUENCIAS MODELO DE CONSECUENCIAS DE UNA FALLA
PERDIDAS DE
PRODUCCION COSTO DE REPARACION
IMPACTO AMBIENTAL
IMPACTO EN SEGURIDAD
+ + +
BASE DE DATOS
BASE DE DATOS +
OPINION DE EXPERTOS
CONSECUENCIAS MODELO DE CONSECUENCIAS DE UNA FALLA
Pérdida de Producción: En este paso, las pérdidas de producción debido a tiempo fuera de servicio son estimadas usando la siguiente ecuación:
PERDIDA DE PRODUCCIÓN = PP * RF * TTR
Donde PP es el precio del producto ($/Unid), RF es la reducción de flujo (Unid/Hr) y TTR, el tiempo para reparar (Hr).
La variabilidad del costo del producto se incluye con la asunción de una distribución normal.
Reducción de flujo: La reducción puede ser total o parcial, dependiendo de otros factores tales como diseño, redundancias, cargas compartidas o stand by y/o severidad de la falla (critica o degradación). Para representar todos los posibles valores de esta reducción se definió una distribución normal.
Tiempo de reparación: En lo que respecta al tiempo de reparación, es su valor promedio (MTTR) el considerado para representar la distribución de esta variable.
Costos de reparación: La distribución de los costos de reparación debe incluir el espectro de todos los posibles costos, los cuales varían dependiendo de la severidad de la falla. Durante los ciclos de vida (tiempo entre overhauls), estos costos tienden hacia una distribución normal.
Impacto Ambiental e Impacto en Seguridad: Las distribuciones de estos impactos, en la mayoría de los casos, son difíciles de construir, pues no es
fácil encontrar datos y fundamentalmente requieren ser construidas en base a la opinión de expertos.
Finalmente basado en esta metodología que sirve de base para las decisiones gerenciales y con el enfoque de la gerencia de activos, partiendo las misma de la consideración costo riesgo y apoyado con un software conocido como APT-SPARE, desarrollado por John Woodhouse (1993), realizaremos análisis de sensibilidad ayudando a reducir la incertidumbre, identificando la importancia relativa de las variables que afectan el modelo.
Finalmente, el cálculo de probabilidades de falla y confiabilidades, así como el de consecuencias, permite la estimación del indicador de riesgo, y este a su vez permite el uso del modelo Costo Riesgo.
Con esto, el diagnóstico pasa a formar parte y a reforzar el Proceso de Confiabilidad Operacional, acompañando a las herramientas tradicionales (MCC, IBR. ACR, OCR) y se integrándose al proceso.
5. TABULACIÓN DE DATOS Y TRATAMIENTO ESTADÍSTICO.
Con el fin de procesar en forma sistemática la información de las fuentes primarias y secundarias obtenida, se procede a la tabulación de los datos, los cuales permiten disponer de ellos por medio de criterios como cantidad de instalaciones por distritos Vs. Capacidad de compresión, tiempo de entrega del reemplazo, demanda del repuesto, precio de compra, costo de almacenamiento, entre otros.
El análisis de a información consistió en determinar los datos necesarios para el estudió de criticidad que permitiera la elección de la muestra objeto de estudio, luego aplicar el análisis de sensibilidad utilizando el software APT-SPARE.
6. PROCEDIMIENTO DE LA INVESTIGACIÓN.
(a) Se selecciono el tema, respondiendo a necesidades existentes e involucrando enfoques novedosos para desarrollo del mismo.
(b) Se planteo el problema, de acuerdo a la información disponible y el conocimiento del mismo.
(c) Se formularon los objetivos de la investigación, para conocer los aspectos relacionados con la variable.
(d) Se justifico la investigación, exponiendo las razones de la misma y los aportes esperados desde el punto de vista teórico practico.
(e) Se desarrollo el marco teórico y el sistema de variables.
(f) Se identificaron los métodos y procedimientos metodológicos.
(g) Se presentaron los resultados de la investigación.
(h) Se plantearo n las conclusiones y recomendaciones.
