Optimización en la toma de decisiones de gestión de activos físicos en minería Rodrigo Pascual J., Ph.D. Departamento de Ingeniería Mecánica Universidad de Chile rpascual@ing.uchile.cl http://www.ing.uchile.cl/~rpascual
Resumen Marco general Modelos de apoyo a toma de decisiones Ejempos Conclusiones
Esquema (y oportunista)
Costos asociados a mantenimiento Costos directos AFNOR, Recueil des normes française X 06, X 50, X 60, AFNOR.. Costos de falla Costos de inventario Inversiones por confiabilidad
Balance de estrategias 25 20 Costos Presupuesto 15 10 5 C. global C. directos 0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Nivel de mantenimiento preventivo C. de falla
Gestión de mantenimiento Mapa conceptual
Priorización
Análisis de Pareto o ABC zona A 20% de fallas zona B 80% de costos; 30% de fallas zona C 15% de costos 50% de fallas. 5% de costos Horas de detención 100% 80% 60% 40% 20% 0% A 0% 20% 40% 60% 80% 100% Nro. fallas
Variable de análisis Podemos ordenar solo por horas de parada Solo por numero de fallas Por el costo global Priorizar por maquinas que causen más horas de parada con muy pocas fallas
Deficiencias de Pareto Criterios posibles costo directos, disponibilidad, tasa de fallas, MTTR Si disponibilidad Frecuencia? duración? Gran cantidad de información en historiales Pareto solo para equipos supercríticos Difícil análisis de tendencia
fracción de tiempo detenido por mantenimiento correctivo (D i ) i-esimo modo de falla Interv. i Interv. j MTBF i =1/λ i MTTR i tiempo Ambos
Diagrama tasa de ocurrencia vs tiempo fuera de servicio Disponibilidad Confiabilidad Mantenibilidad Knights, P.F., Downtime Priorities, Jack-knife Diagrams, and the Business Cycle, Maintenance Journal, 17(2), 14-21, Melbourne, Australia, 2004.
Análisis de tendencias Tiempo fuera de servicio Frecuencia
Prioridades en repuestos Tasa de demanda (unidades/unidad de tiempo) Consecuencias (unidades monetarias) Louit, D., Optimization of critical spares parts inventories: a reliability perspective U. de Toronto, 2006
Tasa de producción óptima con degradación de la confiabilidad
Situación Pala +tasa de producción +desgaste Overhauls» +frecuentes Toma de decisión Tasa optima de producción Condición Confiabilidad constante
Modelo de confiabilidad R Weibull edad Parámetro de forma β i Tiempo característico η i (factor de carga)
Programa de overhauls con confiabilidad constante Intervalo entre overhauls Factor de sobrecarga
Resultados Disponibilidad Tasa de producción (ton/hora) W. R. Blishke, D. N. P. Murthy, ed., Case Studies in reliability and Maintenance, Wiley, 2003. Factor de sobrecarga
Sensibilidad de la disponibilidad (Confiabilidad no constante) Factor de sobrecarga + Intervalo entre overhauls (años)
Sensibilidad tasa de producción (Confiabilidad no constante) (Ton/hr) Factor de sobrecarga + Intervalo entre overhauls (años)
Factor de sobrecarga Sensibilidad tasa de producción (Confiabilidad no constante) Intervalo entre overhauls (años) (Ton/hr)
Sensibilidad en utilidad asociada al equipo (Confiabilidad no constante) 10 8 USD/año Factor de sobrecarga + 0 Intervalo entre overhauls (años)
Costo de falla Evaluación a través de simulación
Decisión Minera Mover desde camiones de 240 ton a 320 ton?
Ahorros esperados costos de intervención Menos operadores y técnicos Costos de operación Mayor eficiencia combustible/unidad transportada Costos de inventario -repuestos
Costos pueden aumentar Equipo más grande y nuevo + complejo Menos confiable? Menos mantenible? +costo de falla? Repuestos mucho más caros
Ejemplo Ciclo de operación de 7200 Ton/ciclo: 20 camiones de 360 ton Vs 30 camiones de 240 ton Sin redundancia Retraso en programa de producción
Simulación Tiempo Nro. Camiones operativos
Camiones no disponibles Probabilidad Camiones detenidos
Considera -redundancia por camiones extra -capacidad limitada de reparación Resultados
Programas de inspecciones a flotas de equipos móviles
Intervalo entre inspecciones
Tasa de falla Fallas/unidad de tiempo Sensible Frecuencia de inspecciones Intervalo medio entre fallas (km) 6000 5500 5000 4500 4000 3500 3000 2500 Experimental Ajustado 2000 4500 5000 5500 6000 6500 7000 7500 8000 8500 Intervalo entre inspecciones (km)
Objectivo Maximizar Disponibilidad (A) Variable de decision Intervalo entre inspecciones (T x )
Disponibilidad 100 99.5 % de Disponibilidad 99 98.5 98 97.5 97 96.5 4000 4500 5000 5500 6000 6500 7000 7500 8000 8500 9000 Intervalo entre inspecciones (Km) Interval between inspections (Km)
Resultados Usual: 5000 Km Optimo 8000 Km Aumento de disponibilidad +0.33%. 30 10 3 horas-unidad/año, 6 unidades 220 10 3 USD/unidad/año» Reducción presupuesto: 1.4 10 6 USD/año
Asignación de recursos con restricción presupuestaria
Situación Mantenimiento de deposito Programa estrategico Varios años Varias flotas Adquisiciones y retiros conocidos Toma de decisiones Qué overhaulear? Cuantos? Cuando? Criterio Maximizar Disponibilidad ponderada SCORE Tipo de equipo tiempo
tiempo Restriccion de presupuesto
3 flotas Estudio de caso Ejercito de Chile Leopard, Unimog, Camiones 4 zonas/talleres Análisis a posteriori
Periodos Datos Periodos Equipos Disponibilidad mínima (%) Periodos Equipos Equipos Costos de overhaul (um/u) Requerimientos planificados (u/año)
Resultados Plan con recursos asignados Max PD (u/año)
Resultados Poder disuasivo y costo
Resultados año Tipo de equipo Justifica fijación/modificación de presupuestos Reduce tiempo para planificación Asegura balance de disponibilidad entre flotas
Tasa de servicio con restricción en capacidad de mantenimiento Simulación
Modelo Chequeo pre-vuelo Indicador misiones/unidad detiempo Sensible Recursos de mantenimiento limitados Misión Mantenimiento centrado en la condición Mantenimiento preventivo
tiempo Simulación Misiones/unidad de tiempo
Resultados 12 10 Misiones/hora missions/hour 8 6 4 2 0 0 10 20 30 40 50 60 70 80 90 100 Tamaño Fleet de sizela flota Single Server Multi Server
Pool de repuestos entre compañias
Cooperación entre compañias 4 aerolíneas: A,B,C y D un solo tipo de aeronave, 5 bases compañía B opera desde 2 bases (B 1 y B 2 ). 4 repuestos/aeronave
Tiempo entre fallas T bur = 6570 horas de vuelo. η = 9 horas de vuelo/dia T at = 21 días
Pooling como si hubiese una sola bodega, aun si hay varias bases
Nivel de servicio local y consolidado
Sin/con cooperación
Conclusión Hemos visto Marco general Modelos de apoyo a la toma de decisiones Claves Necesidad Restricciones de presupuesto y disponibilidad Acceso a la información ERP Ingeniería de confiabilidad Muchas oportunidades