Cada vez más, los gerentes e ingenieros que son responsables de la fabricación y otras actividades industriales están incorporando un enfoque de confiabilidad en sus planes estratégicos y tácticos. Esta tendencia está afectando a numerosas áreas funcionales, incluyendo diseño y adquisición de máquinas/sistemas, operaciones de plantas y mantenimiento de plantas. Con sus orígenes en la industria de la aviación, la ingeniería de confiabilidad, como disciplina, históricamente se ha enfocado principalmente en asegurar la confiabilidad del producto. Cada vez más, estos métodos se están empleando para asegurar la confiabilidad de la producción de las plantas y del equipo de fabricación – a menudo como un facilitador de la fabricación-.
Los orígenes del campo de la ingeniería de la confiabilidad, al menos la demanda de la misma, se remonta al punto en que el hombre comenzó a depender de las máquinas para su sustento. Si bien los orígenes de su demanda son antiguos, la ingeniería de confiabilidad como disciplina técnica realmente floreció junto con el crecimiento de la aviación comercial después de la Segunda Guerra Mundial. Se hizo rápidamente evidente a los encargados de las compañías de la industria de la aviación que los desplomes son malos para el negocio.
El costo y la naturaleza del alto perfil de los accidentes relacionados con la aviación ayudó a motivar a la industria de la aviación a participar en gran medida en el desarrollo de la disciplina de la ingeniería de confiabilidad. Del mismo modo, debido a la naturaleza crítica del equipo militar de defensa, las técnicas de ingeniería de confiabilidad se han empleado durante mucho tiempo para asegurar la disponibilidad operativa. Muchas de nuestras normas en el campo de la ingeniería de confiabilidad son normas MIL o tienen sus orígenes en las actividades militares.
La ingeniería de confiabilidad se ocupa de la longevidad y confiabilidad de las piezas, productos y sistemas. Más importante, se trata de controlar el riesgo. La ingeniería de confiabilidad incorpora una amplia variedad de técnicas analíticas diseñadas para ayudar a los ingenieros a entender los modos y patrones de falla de estas partes, productos y sistemas. Tradicionalmente, el campo de ingeniería de confiabilidad se ha centrado en la confiabilidad del producto. En los últimos años, las organizaciones que despliegan máquinas y otros activos físicos en entornos de producción han comenzado a implementar varios principios de ingeniería de confiabilidad con el propósito de garantizar la confiabilidad de la producción.
Cada vez más, las empresas de producción despliegan técnicas de ingeniería de confiabilidad como el Mantenimiento Centrado en la Confiabilidad (RCM), incluyendo modos de falla y análisis de efectos, análisis de causas (RCA), etc. Estas mismas organizaciones están comenzando a adoptar estrategias de diseño y adquisición basadas en costos de ciclo de vida, esquemas de administración de cambios y otras herramientas y técnicas avanzadas para controlar las causas de la mala confiabilidad. Sin embargo, la adopción de los aspectos más cuantitativos de la ingeniería de confiabilidad por la comunidad de aseguramiento de la confiabilidad de la producción ha sido lenta. Esto se debe en parte a la complejidad percibida de las técnicas y en parte debido a la dificultad en la obtención de datos útiles.
Los aspectos cuantitativos de la ingeniería de la confiabilidad pueden parecer complicados y desalentadores. En realidad, sin embargo, una comprensión relativamente básica de los métodos más fundamentales y ampliamente aplicables puede permitir al ingeniero encargado de la confiabilidad de la planta obtener una comprensión mucho más clara de dónde están ocurriendo los problemas, su naturaleza y su impacto en el proceso de producción. Utilizados correctamente, las herramientas y los métodos de ingeniería de confiabilidad cuantitativa permiten a la ingeniería de confiabilidad de la planta aplicar de manera más efectiva los marcos proporcionados por RCM, RCA, etc. eliminando parte de las conjeturas involucradas con su aplicación. Sin embargo, los ingenieros deben ser particularmente inteligentes en la aplicación de los métodos porque el contexto operativo y el entorno de un proceso de producción incorporan muchas variables para garantizarla confiabilidad del producto debido a la influencia combinada de ingeniería de diseño, operaciones y mantenimiento, y la dificultad de crear pruebas y experimentos efectivos para modelar los aspectos multidimensionales de un entorno de producción típico.
A pesar de la mayor dificultad en la aplicación de métodos cuantitativos de confiabilidad en el entorno de producción, vale la pena adquirir una comprensión adecuada de las herramientas y aplicarlas cuando sea apropiado. Los datos cuantitativos ayudan a definir la naturaleza y magnitud de un problema/oportunidad, lo que proporciona visión a la confiabilidad en su aplicación de otras herramientas de ingeniería de confiabilidad.
Para emplear los métodos de análisis de confiabilidad, el ingeniero requiere datos. Es imprescindible establecer sistemas de recolección de datos de campo para apoyar sus iniciativas de gestión de confiabilidad. Del mismo modo, tanto como sea posible, usted querrá emplear nomenclatura y unidades comunes para que sus datos puedan ser analizados con eficacia para un análisis más detallado. Recopile la siguiente información:
- Información básica del sistema
- Contexto operativo
- Contexto ambiental
- Datos de error
Un buen sistema general para la recopilación de datos es EasyMaint. Un beneficio importante derivado de sus esfuerzos para recopilar buenos datos de campo es que le permite romper la «trampa aleatoria». Si los eventos de fallas se analizan individualmente, la historia de los mantenimientos de los equipos estarán disponibles para aumentar la confiabilidad en la producción. Algunos modos de falla todavía se calculan a través de métodos probabilísticos, pero muchos, y posiblemente la mayoría, mostraría una dependencia de su historial de fallas. Este tipo de información armaría a los ingenieros y gerentes de confiabilidad con un potente conjunto de opciones para mitigar el riesgo de fallas con un alto grado de precisión. Naturalmente, esta capacidad depende de la recopilación efectiva y el posterior análisis de los datos de campo.