La curva de la bañera es un modelo de ingeniería de confiabilidad que representa la tasa de fallos de un activo a lo largo de toda su vida útil, y muestra tres fases distintas: una tasa de fallos alta pero decreciente al principio (mortalidad infantil)
una tasa baja y aproximadamente constante durante la vida útil, y una tasa creciente al final (desgaste). Trazadas juntas, estas fases dibujan una forma parecida a la sección transversal de una bañera, con lados empinados y un fondo largo y plano.
La curva es una forma fundamental de razonar cuándo y por qué fallan las máquinas, y determina directamente cómo debe programar una planta las inspecciones, los reemplazos y la estrategia de mantenimiento.
La curva de la bañera combina tres comportamientos de fallo separados en una sola visión de la vida útil:
No todos los componentes siguen las tres fases de forma limpia. La electrónica suele mostrar una fuerte mortalidad infantil y una región plana muy larga, mientras que piezas mecánicas como rodamientos y sellos muestran una región de desgaste pronunciada.
La sección inicial y pronunciada refleja unidades que estaban defectuosas desde el inicio. Las causas comunes incluyen una soldadura defectuosa, un tornillo con par incorrecto, lubricante contaminado, un error de cableado o daños durante el transporte e instalación.
Dado que estos defectos se manifiestan rápidamente bajo carga, los fabricantes usan el burn-in : operar el equipo bajo estrés controlado antes del envío o antes de la producción completa para que los defectos latentes fallen en fábrica en lugar de en la planta.
En el ámbito del mantenimiento, esta fase explica por qué las comprobaciones de puesta en marcha, la verificación de alineación y las inspecciones tempranas son tan importantes en activos nuevos o reconstruidos. Rastrear las fallas tempranas con un método estructurado como FMEA ayuda a separar defectos puntuales de problemas sistemáticos que seguirán repitiéndose.
El fondo plano es donde un activo bien gestionado pasa la mayor parte de su vida. Aquí los fallos son aleatorios y, en gran medida, independientes de la edad, por lo que reemplazar una pieza simplemente porque ha estado en servicio un número fijo de horas no reduce el riesgo. Esta es la idea más importante que la curva de la bañera ofrece a los planificadores de mantenimiento.
Durante esta región la tasa de fallos se vincula directamente con las métricas de confiabilidad. Una tasa de fallos constante produce un perfil estable de MTBF y MTTR , lo que hace que el tiempo de inactividad sea lo suficientemente predecible como para planificar.
Para componentes no reparables, la medida análoga es MTTF . Comprender la mezcla de causas detrás de las paradas aquí se solapa en gran medida con el diagnóstico del tiempo de inactividad no planificado .
Dado que los fallos en la región de vida útil son aleatorios en lugar de impulsados por la edad, el reemplazo basado en calendario o en horas desperdicia la vida útil sana del componente e incluso puede introducir un nuevo riesgo de mortalidad infantil cada vez que se abre una máquina.
La opción más adecuada es el mantenimiento basado en condición , donde se actúa según el estado real medido del activo (vibración, temperatura, consumo de corriente, calidad de salida) en lugar de un calendario fijo.
Esta es la lógica central detrás del moderno mantenimiento proactivo y de la disciplina del mantenimiento productivo total: intervenir cuando la evidencia indica que el activo se está desviando, no cuando el calendario lo dicta. El mantenimiento predictivo, un concepto industrial que pronostica fallos a partir de datos en tendencia, amplía esta idea, aunque depende completamente de disponer de datos de máquina limpios y continuos para funcionar.
La tasa de fallos suele escribirse con la letra griega lambda y expresarse en fallos por unidad de tiempo. Supongamos que una flota de 200 bombas idénticas funciona 5.000 horas durante su fase de vida útil, y 8 bombas fallan en ese intervalo.
Compare ahora las tres fases.
Si la misma flota mostró 20 fallos en las primeras 500 horas (mortalidad infantil) pero solo 8 fallos en la ventana posterior de 5.000 horas, la tasa de fallos temprana es aproximadamente 20 dividido por 100.000 horas-bomba, o 0,0002 por hora, que es 25 veces mayor que la tasa de la vida útil.
Más tarde, si el desgaste provocó 30 fallos en una ventana final de 2.000 horas, esa tasa sube a 30 dividido por 400.000 horas-bomba, o 0,000075 por hora, casi 10 veces la tasa de la región plana. Esos tres números (alto, bajo, creciente) son la curva de la bañera expresada aritméticamente.
La curva implica una táctica diferente para cada fase:
Para actuar sobre cualquiera de esto necesita datos de fallos fiables, y ahí es donde entran un CMMS y la monitorización en tiempo real. Fabrico no es un oráculo de mantenimiento predictivo ni un simulador de gemelo digital; es la base de datos que hace usable la curva de la bañera.
Su producto CMMS registra órdenes de trabajo, activos y repuestos para que pueda calcular tasas de fallos reales por máquina, mientras que su producto OEE y la monitorización basada en cámara capturan datos de parada y de calidad incluso en máquinas sin PLC.
Combinar eso con el seguimiento de OEE y el análisis de Pareto le dice en qué fase se encuentra realmente cada activo.
No. La curva de la bañera es un modelo general, no una ley universal. Muchos componentes electrónicos muestran una región plana larga con casi ningún desgaste, mientras que algunos activos mecánicos muestran desgaste casi de inmediato con poca meseta de vida útil.
Los estudios de confiabilidad han demostrado que solo una minoría de los modos de fallo están genuinamente relacionados con la edad, por lo que la monitorización de condición suele superar al reemplazo a intervalos fijos.
El MTBF describe el tiempo medio entre fallos durante la región intermedia plana y de tasa constante, donde equivale al recíproco de la tasa de fallos. Es más significativo en esa fase media.
Durante la mortalidad infantil y el desgaste la tasa de fallos está cambiando, por lo que una única cifra de MTBF puede ser engañosa y debe interpretarse junto con la fase en la que se encuentra el activo.
El burn-in consiste en hacer funcionar el equipo bajo estrés controlado antes del despliegue para que los defectos de la vida temprana fallen durante las pruebas en lugar de en producción, escalando efectivamente la pronunciada pendiente de mortalidad infantil dentro de la fábrica.
Ayuda en la mayoría de los casos donde la mortalidad infantil es significativa, como en electrónica y ensamblajes complejos, y aporta poco valor para componentes cuyos fallos están dominados por mecanismos aleatorios o de desgaste.
Convierta la curva de la bañera de teoría a cifras por máquina: capture datos reales de fallos, tiempo de inactividad y calidad en cada activo con la plataforma en tiempo real OEE y CMMS de Fabrico, incluida la monitorización por cámara para máquinas sin PLC. Solicite una demo de Fabrico para ver cómo toma forma su propia curva de confiabilidad.
Iniciar sesión
Blog
