Análisis RAM como herramienta para la gestión de activos físicos
Este artículo busca generar los objetivos de gestión de activos como elementos fundamentales del desarrollo del Plan Estratégico de Gestión de Activos (PEGA) de la organización.
Osberto J. Díaz Briceño
Ingeniero de Mantenimiento Mecánico UNERMB 2008. Magister Scientiarum en Gerencia de Mantenimiento LUZ 2014. Ingeniero de Fiabilidad. SiM, SL.
RESUMEN
En los últimos años, para la industria en general, la gestión de activos ha comenzado a tener un rol importante en la dinámica empresarial, debido a que las organizaciones han entendido que, para tener resultados sostenibles en el tiempo, deben asegurar que los activos que les proporcionan esos resultados estén gestionados de manera efectiva y eficiente.
En este sentido, el Gerente de Activos debe tener una visión integrada de los activos de su organización y entender sus relaciones, su interdependencia y su criticidad. Esto se puede alcanzar con la implementación de herramientas de Ingeniería de Fiabilidad, tales como Análisis de Fiabilidad, Disponibilidad y Mantenibilidad (RAM por sus siglas en inglés).
Esta herramienta, permite la modelación de procesos productivos complejos haciendo uso de la estadística paramétrica, la agrupación en diagramas de fiabilidad y el Método de Montecarlo, para la evaluación del desempeño de los activos, a partir de la simulación de eventos, que causan tiempos de inactividad, y establecer una relación entre mantenimiento y operaciones, con el propósito de generar acciones y estrategias para la gestión de activos alineadas al estándar ISO 5500X.
El caso de estudio consiste en la estimación de la disponibilidad y criticidad de una instalación industrial compleja, además de la identificación de los activos con mayor indisponibilidad. Con el objetivo de generar los objetivos de gestión de activos como elementos fundamentales del desarrollo del Plan Estratégico de Gestión de Activos (PEGA) de la organización.
Palabras Clave: Gestión de Activos Físicos - Análisis RAM – Ingeniería de Fiabilidad – Sistemas Productivos
1. INTRODUCCIÓN
La dinámica empresarial actual exige que los procesos en la industria sean optimizados desde el punto de vista técnico y económico a través de la gestión efectiva de los activos que generan valor en la organización.
En este sentido, el marco de Normas ISO 5500X establece la necesidad de conocer el valor real o potencial de los activos de la organización, a través de la adopción de un sistema de gestión de activos con el propósito de lograr sus objetivos de manera efectiva, eficiente y sostenible en el tiempo.
Este sistema de gestión de activos establece el Plan Estratégico de Gestión de Activos (PEGA o SAMP por sus siglas inglés) a partir de los objetivos organizacionales, convirtiéndolos en objetivos de gestión de activos.
El PEGA es el punto de referencia para el desarrollo de planes de gestión de activos que especifiquen las actividades, los recursos y los plazos de ejecución requeridos para que un activo o conjunto de activos logren los objetivos de generación de valor para la organización.
Si bien es cierto, que la elaboración del Plan Estratégico de Gestión de Activos (PEGA) no depende exclusivamente de la función mantenimiento (ver Norma Europea EN 16646); la Gestión del Mantenimiento y en particular la Ingeniería de Fiabilidad tienen una estrecha relación con la Gestión de Activos, pues para el desarrollo del PEGA se debe obtener toda la información referente a la clase de activo; tal como la criticidad, el valor de los activos y la interdependencia con otros activos de la organización para la entrega de valor.
De hecho, el Instituto de Gestión de Activos (The IAM) resalta el rol de la Ingeniería de Fiabilidad durante todo el ciclo de vida del activo, a través de la aplicación sistemática de técnicas y metodologías a fin de identificar problemas potenciales en una etapa temprana con el objetivo de asegurar el desempeño del activo (Asset Management – an anatomy, 2015).
Una de estas metodologías utilizadas para el desarrollo del PEGA es el Análisis RAM, dado que la misma puede pronosticar el comportamiento de un activo o conjunto de activos durante un periodo de tiempo determinado, modelando y simulando los diferentes escenarios operacionales que pueden presentarse durante las diferentes etapas del ciclo de vida, siendo esta una información de gran valía para la definición de los objetivos de la gestión de activos.
Asimismo, el Análisis RAM, permite conocer con cierto grado de certeza el factor de servicio de la instalación y los activos que tienen mayor aporte a la indisponibilidad a través del uso de la probabilidad y estadística y de diagramas de bloques de fiabilidad, pudiendo ser aplicado a cualquier tipo de industria.
Para el caso del presente trabajo se presenta la aplicación de la metodología Análisis RAM a Activos Físicos de una instalación industrial compleja, cuyos resultados sirven como información base para la elaboración de los planes de gestión de activos de la organización, permitiendo identificar los "cuellos de botella" en el sistema productivo y sirviendo de apoyo a la toma de decisión para la efectiva distribución de los recursos de operación y mantenimiento.
2. METODOLOGÍA ANÁLISIS RAM
El análisis RAM es una metodología que diagnostica el estado actual de un sistema productivo, y pronostica su comportamiento en un periodo determinado de tiempo (Díaz, 2014). Además, permite definir cuantitativamente:
- La Disponibilidad y fiabilidad del sistema.
- Las pérdidas de producción por indisponibilidad del proceso productivo.
- El impacto en la disponibilidad del sistema debido a:
- La política de aprovisionamiento de partes y repuestos.
- La política de mantenimiento.
- La logística e Impacto por redundancia.
La aplicación de un análisis RAM permite determinar los activos que tienen mayor influencia en los indicadores de disponibilidad y fiabilidad en un sistema productivo. La figura 1, sintetiza gráficamente las etapas de implementación de un Análisis RAM:
3. ANÁLISIS DE LOS DATOS DE FALLA Y REPARACIÓN
El análisis RAM, se inicia con el análisis de los datos de tiempo de falla y reparación de cada uno de los activos que forman parte del sistema o proceso estudiado para la estimación probabilística de la tasa de falla y reparación.
Un resumen de las fuentes de información que se emplean en los estudios RAM se muestra en la figura 2, y el detalle del uso de estas se sugiere revisar el artículo de Díaz (2014).
En los estudios RAM y específicamente en el caso de aplicación de este artículo, la obtención de los datos de fallas y reparación en una organización es un verdadero desafío, debido a la falta de cultura del dato, evidenciándose en la inconsistencia en el registro de estos.
Por tal razón, y a fin de garantizar que los datos representen la realidad operacional de la instalación, se acude al uso de la opinión de un grupo de expertos de la organización, conformado principalmente por personal del área operacional y mantenimiento, siguiendo los siguientes pasos:
- Definición del Grupo de Especialistas que participarán en las reuniones de trabajo.
- Ponderación de la opinión de los expertos.
- Agrupación por familias de equipos basándonos en la información suministrada por los expertos, considerando: las características de operación, mantenimiento y el contexto operacional de los equipos.
- Elicitación de los valores de las variables Tiempos Entre Fallas (TEF) y Tiempos para Reparar (TPR) para los escenarios: optimista, pesimista y más probable (mínimo, máximo y más probable).
A partir de estos datos recopilados, se hace uso de herramientas estadísticas conocidas como Distribuciones de Probabilidad, con el fin de modelar el comportamiento de los Tiempos de Falla y Tiempos de reparación desde el punto de vista matemático.
Es importante destacar, que para el caso de los equipos donde no se tenga información de los expertos por diferentes razones, se recurre al uso de bases de datos genéricas disponibles (OREDA, IEEE, CCPS, entre otras).
En la tabla 1 se presentan las Distribuciones utilizadas para la modelación probabilística de los Tiempos de Fallas y Tiempos de Reparación de los equipos de la instalación:
4. MODELACIÓN DEL SISTEMA PRODUCTIVO.
La modelación del proceso productivo inicia con la construcción de los Diagramas de Bloques de Fiabilidad (RBD) de la instalación analizada (ver figura 3). Para ello es necesario definir los límites de cada uno de los sistemas, subsistemas, equipos y componentes que intervienen en el sistema productivo y que tienen impacto en la disponibilidad de este causando pérdidas en producción.
Para el caso de la industria petrolera y gasífera, la norma ISO 14224, define los límites de batería y estructura sistemáticamente cada uno de los equipos principales utilizados en esa rama de la industria. Para el caso de otras industrias, se puede tomar como base los criterios del estándar citado anteriormente y adaptarlo a la realidad operacional del sistema productivo analizado.
Para la elaboración de los RBD de la aplicación, se hizo una revisión exhaustiva a toda la información técnica inherente al proceso (Diagrama de tubería e instrumentación, diagrama de flujo de proceso, entre otros).
En total se modelaron aproximadamente 1100 equipos de la instalación, distribuidos en 3 unidades y 2 sub-unidades con su porcentaje de afectación al negocio en caso de falla (ver figura 4).
Del RBD de la figura 4, se evidencia que:
- Unidad 1: La instalación dejará de cumplir su función por completo.
- Unidad 2: La instalación operará a un 80% de su capacidad con un 20% de impacto en caso de una falla funcional.
- Unidad 3: La Sub-Unidad A y B son necesarias para operar al 100%.
- En caso de una falla funcional de la Sub-Unidad A la unidad 3 operará a un 50%.
- En caso de una falla funcional de la Sub-Unidad B la unidad 3 operará a un 70%.
- La disponibilidad total de la instalación será el producto de las tres unidades.
Es importante destacar, que los arreglos y escenarios de falla y reparación de cada una de las unidades de la instalación son desarrollados en los diagramas de bloques de fiabilidad respectivos, considerando su filosofía, contexto operacional e interdependencia de los activos.
El modelo desarrollado debe ser validado por expertos en el área de producción y por personal que interviene diariamente en la operación y mantenimiento del sistema productivo. Por tal razón, en sistemas complejos es muy común el uso de funciones lógicas con el fin de modelar y simular el comportamiento real de la instalación.
5. SIMULACIÓN DEL MODELO
Una vez modelado el sistema productivo, se procede a realizar la simulación. Para esto es necesario definir el periodo de tiempo en el cual se desea simular el comportamiento del sistema, puesto que las condiciones de operación y mantenimiento dependen de las distribuciones de probabilidad de cada bloque y esta a su vez de la variable tiempo.
En este sentido, y para disminuir la incertidumbre en este tipo de estudios, es necesario hacer uso de del Método de Montecarlo, para obtener los distintos resultados posibles del modelo RAM. Es por esta razón, que para el modelaje de sistemas complejos se recurre al uso de programas computacionales (tales como: MAROS, TARO, RAMP, entre otros), debido a que es necesario repetir varias veces una simulación del sistema con el mismo valor de tiempo analizado, para obtener los distintos escenarios de comportamiento posible y dar confianza estadística a los valores calculados.
Para el caso de la aplicación práctica, se realizó un pronóstico de la disponibilidad para los próximos 10 años de operación, realizando 10.000 iteraciones lo que permite mitigar el nivel de incertidumbre en el cálculo.
Por otra parte, a fin de estimar un valor de disponibilidad que se acerque más a la realidad, en el modelo RAM se consideraron paros no programados (debido a fallas, modelados a través de distribuciones de probabilidad) y paros programados (planes de mantenimiento típicos para cada tipo de activo y un paro general de planta para el año 2020 y el año 2024 de 40 días de duración.
6. RESULTADOS DE LA DISPONIBILIDAD DE LA INSTALACIÓN.
Los resultados de disponibilidad de la instalación se presentan de manera acumulada y de manera anualizada para cada uno de los años pronosticados. Asimismo, se presentan los percentiles 5 (P5), 50 (P50) y 95 (P95) junto con la Desviación Estándar que son usados como parámetros para describir la distribución normal, siguiendo el Teorema del Límite Central.
De estos percentiles, se puede afirmar que existe un 90% de certeza que la disponibilidad se encontrará entre los valores del percentil 5 y 95, mientras que el valor que tiene mayor probabilidad de ocurrencia es el percentil 50, este valor también es conocido como media debido a la utilización de la distribución normal para modelar los resultados del modelo RAM.
6.1. Disponibilidad Acumulada
En la Tabla 2 se muestran los valores de Disponibilidad para el caso de aplicación práctica, y en la figura 5 se ilustra el perfil estocástico de estos valores a fin de mostrar gráficamente el cambio de la disponibilidad en función del tiempo.
Del perfil anterior, se puede evidenciar que la Disponibilidad Acumulada de la Instalación, tiene una tendencia hacia la baja. Es decir, bajo la política actual de mantenimiento y operaciones de la instalación, la rentabilidad y la productividad de la misma ira disminuyendo en función del tiempo.
6.2. Disponibilidad Anualizada
De igual forma, en la tabla 3 se presentan los valores de Disponibilidad Anualizados, a fin de mostrar el valor real del desempeño de la instalación año a año. Asimismo, en la figura 6 se grafican los cambios de la disponibilidad en función del tiempo.
De la tabla y la figura anterior, se evidencia que los valores de disponibilidad anualizada entre las paradas programadas del año 2020 y 2024 tienden a la baja, pasando de un promedio de 78,44% en el año 2016 hasta 56,50% del año 2020; y de 83,33% de promedio del año 2021 a 49,84% del año 2024.
Esto concuerda con los resultados de la disponibilidad acumulada, donde los valores de disponibilidad tienden a disminuir en función del tiempo, siendo dominante la tendencia bajista.
7. JERARQUIZACIÓN DE CRITICIDAD DE LOS ACTIVOS
Una de las ventajas de realizar un Análisis RAM a sistemas e instalaciones complejas, es que del mismo se puede obtener una lista jerarquizada de los activos que tienen mayor aporte a la indisponibilidad del sistema y su afectación al sistema de producción.
Para el caso particular del ejemplo de la instalación analizada, los resultados de la simulación evidencian una tendencia bajista de los valores de la disponibilidad en función del tiempo. De ahí que, a partir de estos resultados, se hace necesario identificar oportunidades que apunten a disminuir el riesgo y aumentar la disponibilidad de la instalación, por lo que se procede a analizar los activos físicos que influyen en la indisponibilidad.
Por tal razón, se verifica en primer lugar cuantos activos tienen un aporte a la indisponibilidad del universo total de equipos de la instalación, y posteriormente se elabora una lista jerarquizada para conocer los activos críticos del sistema y dirigir en ellos las acciones, estrategias y recursos con el objetivo de obtener un mayor rendimiento del sistema productivo (Díaz, 2014).
Del gráfico de la figura 8, se tiene que solo el 28% de los equipos del universo total de instalaciones, tienen un aporte a la indisponibilidad en caso de fallas. Es decir, solo 308 de los 1100 equipos totales tienen un impacto real en el negocio.
De igual manera, la jerarquización de los activos, se presentan en la siguiente tabla:
8. RESULTADOS DEL ANÁLISIS RAM Y SU RELACIÓN CON LA GESTIÓN DE ACTIVOS
Los resultados de la simulación del modelo RAM permiten a la Organización:
- Identificar los equipos críticos y los “cuellos de botella” de la instalación.
- Evaluar los perfiles de demanda del producto.
- Verificar del cumplimiento de la función de los activos y volumen de producción
Con esta información, la organización podrá generar objetivos de la gestión de activos como elementos fundamentales del Plan Estratégico de Gestión de Activos (PEGA), tal como lo establece la norma (ISO 55001:2014) en el requerimiento 6.2.1. Objetivos de la gestión de activos. “La organización debe establecer objetivos de gestión de activos en las funciones y niveles pertinentes, documentarse y actualizarse como parte del PEGA”.
Algunos objetivos de Gestión Activos que se derivan luego de la aplicación del Análisis RAM en la instalación analizada podrían ser:
- Aumentar la capacidad de producción de la instalación de 15 mil barriles de producto diarios a 17,6 mil barriles diarios durante el próximo año.
- Incrementar la disponibilidad de la instalación en un 5% al pasar de 75,21% a 80,21% para el 2022.
- Recopilar los tiempos de falla y de reparación de los activos.
Lárez (2016) señala, que estos objetivos reflejan los resultados que la gestión de activos debe producir a la organización. Por lo tanto, necesitan ser apoyados con acciones de muy alto nivel, que algunas organizaciones suelen llamar acciones estratégicas (El- Akruti, Dwight, & Zhang, 2013). Estas acciones estratégicas deben estar acompañadas con los recursos adecuados, plazos de tiempos definidos, metas a lograr y el seguimiento respectivo (Henderson, 2014).
Las iniciativas de alto nivel, sin embargo, podrían ser implementadas como proyectos en niveles inferiores de servicio con sus respectivos objetivos al detalle, de tal manera que puedan alinearse con planes de inferior nivel (Deix, 2012). Por lo tanto, siguiendo las ideas de Lárez (2016), es útil compartir algunos objetivos de nivel inferior que se alinean con los objetivos estratégicos definidos anteriormente:
- Colocar en servicio el segundo Compresor de Baja Presión, y adoptar nuevamente la filosofía de operación 1 de 2.
- Colocar en servicio de un Compresor de Alta Presión del Sistema de Inyección de Gas, durante el primer trimestre del año 2020.
- Para incrementar en un 5% la disponibilidad de la instalación:
- Instalar una Bomba de Despacho de Producto adicional, para obtener mayor flexibilidad operacional para mediados del 2022.
- Implementar herramientas de fiabilidad tales como Mantenimiento Centrado en Fiabilidad (RCM) y Análisis Causa Raíz (RCA) a los equipos más críticos de la lista jerarquizada.
- Implementar un sistema de gestión de mantenimiento asistido por computadora para los activos de la organización durante el año 2020.
Por último, es importante destacar que todas estas iniciativas pueden ser evaluadas y simuladas nuevamente en el Modelo RAM en cualquier etapa de su implementación, a fin de evaluar el desempeño del conjunto de activos a partir de las acciones tomadas y verificar el cumplimiento de los objetivos organizaciones y de gestión de activos fijados.
9. CONCLUSIONES
- La gestión de activos físicos está estrechamente relacionada con la Ingeniería de Fiabilidad, puesto que a través de esta podemos pronosticar el comportamiento de un conjunto de activos durante un periodo de tiempo determinado, siendo esta una información de gran valía para la definición de los objetivos de la gestión de activos y posterior desarrollo del PEGA.
- El Análisis RAM, permite conocer con cierto grado de certeza el factor de servicio de la instalación y los activos que tienen mayor aporte a la indisponibilidad a través del uso de la probabilidad y estadística y de diagramas de bloques de fiabilidad.
- Los arreglos y escenarios de falla y reparación del Modelo RAM de una instalación son desarrollados en diagramas de bloques de fiabilidad, considerando la filosofía, contexto operacional, interdependencia de los activos y aspectos del proceso.
- Para mitigar la incertidumbre en este tipo de estudios, se hace uso del Método de Montecarlo, para obtener los distintos resultados posibles del modelo RAM.
- La jerarquización de activos permite la identificación de los equipos y sistemas críticos de un sistema productivo. Con esto, la asignación de recursos y esfuerzos corporativos será asertiva, y disminuirá la ocurrencia de eventos no deseados que inciden en la productividad de la organización.
- Con la finalidad de definir estrategias que aseguren el cumplimiento de la función de los activos y que estos sean sostenibles en el tiempo, los objetivos de la gestión de activos deben contener un análisis a la indisponibilidad operacional del sistema productivo a través de otras metodologías de Ingeniería de Fiabilidad.
10. BIBLIOGRAFÍA
- Asset Management – an anatomy. Version 3. December 2015.
- Deix, S. A., Karoline and Weninger-Vycudil, Alfred. Procedures for Cross Asset Management Optimisation (2012). Procedia - Social and Behavioral
- Sciences, 48, 2022-2028.
- Díaz, Osberto. Modelación de Sistemas Productivos Complejos a Través del Análisis RAM. (2014). Artículo Presentado en el Congreso Latinoamericano de Gerencia de Activos 2014.
- El-Akruti, K., Dwight, R., & Zhang, T. The strategic role of Engineering Asset Management (2013). International Journal of Production Economics, 146(1), 227-239.
- Electronic Document: Sexto Luis Felipe. MANTENIMIENTO Y GESTIÓN DE ACTIVOS FÍSICOS SEGÚN LA NORMA EUROPEA EN 16646. [online]. Septiembre 2015. [consultato il 17/10/2019].
- Henderson, K. P., Georg; Kraska, Olaf. Integrated Asset Management – An Investment in Sustainability (2014). Proc. Engineering, 83, 448-454.
- EN 16646:2014 Maintenance – Maintenance within physical asset management.
- ISO 5500:2014, Gestión de activos - Aspectos generales, principios y terminología.
- ISO 55001:2014, Gestión de activos - Sistemas de gestión – Requisitos.
- Lárez, Alexis. Recorriendo la implementación de la Gestión de Activos según la Norma ISO 55001. Publicado en: Predictiva 21, Ed. 17. (2016).
Homelowertripezone500x180px.png)
