Homelowertripezone500x180px.png)
Cálculo dinámico de fiabilidad con modelos funcionales para FRACAS
Carmen López de Rojas
Ingeniería de Sistemas. Dirección de Ingeniería Conceptual
Navantia
Jose Antonio Pagan Rubio
Responsable Programa Servicios Inteligentes. Dirección de Innovación
Navantia
Javier Martinez Escondrillas
COEX Smart Services
Navantia
Miguel Núñez Rodríguez
Responsable de Ingeniería Logística. Negocio de Corbetas y Buques de acción marítima
Navantia
Andrea Belen Arregui Arias
Ingeniera en Servicios Inteligentes
Capgemini
1. RESUMEN
Los análisis ARM, por sus siglas en inglés (Availability, Reliability, Maintainability) se utilizan desde el comienzo del proceso de diseño de instalaciones complejas y críticas para garantizar que el diseño final cumple los requisitos establecidos de disponibilidad, fiabilidad y mantenibilidad. El cálculo, utiliza desde datos basados en experiencia (ensayos u equipos ya en servicio), datos proporcionados por el fabricante de los equipos, hasta información extraída de bases de datos reconocidas como EPRD y NPRD. Navantia realiza estos análisis durante la fase de adquisición de sus buques dando lugar a entregables estáticos para sus clientes. Dado que la capacidad de disponer la fiabilidad para cumplimiento de la misión es una funcionalidad de gran valor añadido en defensa, Navantia ha desarrollado un proyecto piloto que aprovecha los modelos digitales de ARM para explotarlos durante la fase de Apoyo al Ciclo de Vida (ACV). La clave de este proyecto es utilizar modelos digitales bien definidos y un método de fácil ejecución, actualización e implementación durante la vida operativa de las unidades. El sistema actualiza los parámetros de fiabilidad de los equipos a partir de datos reales de fallos, registrados en el sistema de gestión de mantenimiento y/o sistema FRACAS (Failure Reporting and Corrective Action System) y los importa en el modelo. El resultado de los modelos actualizados permite conocer durante el ciclo de vida como evoluciona la fiabilidad de los sistemas, identificando los equipos que más contribuyen a la no-fiabilidad global del sistema, permitiendo disponer de una herramienta de apoyo a decisiones que proporciona un alto valor añadido a la gestión de sostenimiento. Además, forma parte del proyecto tractor INNCODIS, actuación financiada a través de la Convocatoria del PERTE NAVAL, lanzada por el Ministerio de Industria y Turismo y perteneciente al Plan de Recuperación, Transformación y Resiliencia (PRTR). Financiado por la Unión Europea - Next Generation EU.
PALABRAS CLAVE: Fiabilidad, toma de decisiones, ARM
2. CÁLCULO DINÁMICO DE FIABILIDAD CON MODELOS FUNCIONALES PARA FRACAS
2.1. Estrategia de Innovación de Navantia
Navantia, como empresa referente tecnológicamente en sector de defensa y eólica off-shore dispone de una estrategia de innovación que cubre todos sus productos, servicios y procesos. Como parte de su programa de innovación, se encuentra el desarrollo de servicios de disponibilidad de la flota, tanto para la planificación como para la ejecución de misiones. Esta responsabilidad recae en el área de Servicios Inteligentes, cuyo objetivo es crear servicios digitales de sostenimiento que mejoren la disponibilidad, fiabilidad y reduzcan el coste del apoyo al ciclo de vida de las plataformas.
2.2. Disponibilidad de la Flota / Plataforma
El desarrollo del servicio de gestión integral de la fiabilidad de los buques se ha concebido como parte del Gemelo Digital de Sostenimiento y de las metodologías MBPS (Soporte de las Unidades Basado en Modelos - Model-Based Product Support).
Durante las fases iniciales del proyecto, se identificó la necesidad de avanzar de forma incremental, comenzando con una prueba piloto sobre un sistema específico de un buque. Para garantizar la interoperabilidad con el gemelo digital y su uso a lo largo de todo el ciclo de vida del buque, se eligió la herramienta de modelado MADe (Maintenance Aware Design environment), integrada en la solución global de Siemens/ Teamcenter que ya utiliza Navantia.
2.3. Gestión de la Fiabilidad en el Ciclo de Vida
Entendiendo como fiabilidad la probabilidad de que un sistema o equipo cumpla la función para el que ha sido diseñado, durante un período de tiempo que se especifique y en las condiciones establecidas, se deduce que el tiempo de operación y las condiciones de uso son elementos clave para entender el comportamiento de un sistema. La correcta explotación de los modelos de comportamiento de los sistemas, alimentados con datos reales de uso y estado, junto con la actualización de los escenarios de operación, permitirá gestionar de forma efectiva la fiabilidad del activo físico. Esto no solo facilitará el control del comportamiento en términos de fiabilidad, sino que también servirá como fuente de información para otros servicios clave, como la gestión de la flota, la planificación del mantenimiento y la gestión de necesidades logísticas.
Los modelos generados inicialmente responden a perfiles y estrategias de uso teóricas, empleando valores de fiabilidad y mantenibilidad obtenidos de suministradores y librerías. Para el usuario en tierra, se busca la posibilidad de actualizar los modelos teóricos a partir del uso real del buque durante su vida operativa (visión estratégica).
Por lo que el objetivo principal que se ha establecido para el piloto es el de la actualización de los valores de MTBF y MTTR de los componentes del modelo en base a sus datos de campo, recopilados por medio del FRACAS, de modo que las evaluaciones de fiabilidad sean lo más cercanas a la realidad posible. Aunque la definición de los campos de la aplicación permite también evaluar los aspectos organizativos del apoyo a través de la actualización de los retrasos logísticos y administrativos, el alcance del piloto presentado se ha centrado en visualizar el impacto de las actualizaciones de los valores de Fiabilidad y Mantenibilidad:
Figura 1: Actualización de MTBF, MTTR y MLDT a partir de datos reales
2.4. Piloto Modo Tierra
La capacidad de disponer de forma actualizada la fiabilidad para cumplimiento de la misión es una funcionalidad de gran valor añadido en defensa y a su vez difícil de conseguir, ya que es necesario recoger información del estado de los sistemas tanto por parte del personal de mantenimiento (tareas planificadas y correctivos) como la que generan los sistemas y equipos, y ésta debe ser la adecuada y de calidad suficiente. Con esta información, este caso de uso se consigue mediante modelos matemáticos de fiabilidad, utilizados ya por la industria, pero en aplicaciones de escritorio.
El piloto permite la actualización de los modelos de fiabilidad de los sistemas del buque durante la fase de explotación. Para ello se ha digitalizado el modelo de fiabilidad de un sistema complejo de un buque mediante el software comercial MADe. Partiendo de este modelo, como se ha comentado anteriormente, el piloto es capaz de actualizar los valores de Fiabilidad y Mantenibilidad de los componentes del modelo de fiabilidad a partir de datos de reportes técnicos (especialmente los correctivos). Estos datos se utilizan para actualizar los indicadores de fiabilidad de los equipos, para lo cual será necesario a su vez, enfrentarlos con los escenarios de operación previstos.
El piloto del cálculo dinámico de fiabilidad de sistemas con modelos funcionales para FRACAS, cumple las siguientes funcionalidades:
- Seleccionar escenario de simulación
- Actualizar el modelo de fiabilidad mediante incidentales (FRACAS), previa aprobación del usuario
- Visualización del histórico de fiabilidad, es decir, antes y después de la actualización.
Para cubrir todas estas funcionalidades se define el siguiente flujo lógico que debe llevar a cabo el piloto:
Figura 2: Flujo lógico del piloto
Al acceder al prototipo se le mostrará al usuario el último escenario cargado en el mismo. Es decir, la misión, la duración de la misma y la fiabilidad del sistema completo (tabla superior izquierda). Además el usuario podrá acceder a los datos de fiabilidad de cada uno de los componentes del sistema (tabla superior derecha). El usuario tendrá la posibilidad de “Aceptar escenario” o “Cargar nuevo escenario”, botones inferiores derecha de la pantalla:
Figura 3: Escenario seleccionado
En el caso de que el usuario quiera cargar un nuevo escenario, se deberá abrir la aplicación de MADe y definir en la misma el nuevo escenario. A posteriori será necesario
cargar los datos de fiabilidad al prototipo vía API. Al pulsar el botón de abrir MADe la pantalla se dividirá en dos, dejando la aplicación de MADe a mano izquierda y el prototipo a mano derecha.
Figura 4: Carga de un nuevo escenario
Para poder facilitar la carga via API al piloto se le proporciona al usuario las instrucciones del paso a paso a seguir para realizarlo pulsando el botón “Ver Instrucciones Carga Nuevo Escenario”. Una vez cargado el nuevo escenario en la aplicación se volverá a la pantalla de escenario seleccionado para visualizarlo y aceptarlo.
Figura 5: Instrucciones carga nuevo escenario
Para realizar el cálculo de tiempos medios por parte del piloto es necesario que el usuario cargue un archivo Excel con los datos de incidentales (FRACAS). Para ello se le dará acceso a la siguiente pantalla:
Figura 6: Carga de datos FRACAS
El piloto es capaz de verificar que los correctivos subidos están correctamente asociados a los equipos físicos registrados. Ya que solo los equipos físicos tienen asociados tiempos medios. El prototipo notifica al usuario en el caso de que existan registros de correctivos estén asociados a equipos no físicos y deja avanzar al cálculo de los tiempos medios. El usuario debe modificar el archivo subido para que se pueda calcular correctamente. El prototipo proporciona al usuario los componentes definidos en MADe para facilitar la asignación de los registros de correctivos de equipos no físicos a equipos físicos.
Por otro lado, también el prototipo notifica al usuario en el caso de que existan correctivos asociados a equipos que no se encuentran en el modelo de fiabilidad. Esta notificación es solo informativa.
Figura 7: Avisos en la carga de datos FRACAS
Una vez verificado con éxito la carga de los datos de correctivos, se calculan los tiempos medios basándose en los mismos. Antes de realizar la actualización en el modelo, es necesario que el usuario haga una verificación por cada uno de los tiempos medios calculados.
Figura 8: Verificación tiempos medios
Una vez validados los tiempos medios entre fallos con los que se van a realizar la actualización de la fiabilidad, se descargan automáticamente en formato excel. El usuario a través del wizard de MADe debe incorporarlos en dicha aplicación para actualizar el modelo y obtener los datos de la fiabilidad actualizados con el mismo escenario que se realizó la primera carga.
De la misma manera que para la carga de un nuevo escenario (Pantalla 3), se dividirá la pantalla en dos y tendrá las instrucciones del paso a paso para la actualización del modelo y la carga de los datos al prototipo (botón “ver Instrucciones Actualización FRACAS”.
Figura 9: Instrucciones actualización por FRACAS
Una vez cargados los datos de fiabilidad actualizados al prototipo, el usuario deberá poder visualizar los datos de fiabilidad antes y después de la actualización la misión del sistema completo (tabla superior izquierda) y de cada uno de los componentes del sistema (tabla superior derecha).
Figura 10: Comparativa fiabilidad
2.5. Próximos Pasos
Como se ha comentado, con el piloto desarrollado se consigue una participación totalmente activa y producente en el desarrollo del diseño del producto, así como en la optimización del apoyo al ciclo de vida de este en todas sus vertientes. Permitiendo de una manera eficiente conocer la situación del buque y poder realizar un análisis de este a posteriori, pudiendo así plantear mejoras o acciones correctivas y definir nuevas estrategias de mantenimiento. El piloto será la punta de lanza para ser escalado a otros sistemas del buque e incluso integrarse a los sistemas reales de origen de datos de FRACAS.
Por otro lado, con un enfoque similar se está planteando otra herramienta que actualice la fiabilidad en base al estado real del buque dando lugar a una herramienta de apoyo a la toma de decisiones ante el evento de un cambio del perfil de misión durante el transcurso de esta. De este modo, ante un cambio de escenario de operaciones, en el que se varían los tiempos esperados de operación, se pretende actualizar la estimación de fiabilidad con el objetivo de valorar la capacidad del buque de afrontar esa nueva misión.
3. BIBLIOGRAFÍA
- Pagan J.A, Gemelo Digital de Sostenimiento de Navantia. Asociación de Ingenieros Navales y Oceánicos de España. Palacio Euskalduna Bilbao. Mayo 2023.
- NAVSEA SEA06L Model Based Product Support (MBPS)
- López de C, Pagan J.A, Martinez J, Nuñez M, Arregui A.B. Modelos digitales de fiabilidad para apoyo al ciclo de vida. 5as jornadas Fiabilidad en el Mantenimiento, AEM, Madrid, noviembre 2024.
