PRIORIZACIN DESDE UNA PERSPECTIVA DE

NEGOCIOS: EL DIAGRAMA DE INFLUENCIA

PARA LA EFICIENCIA DE SISTEMA
DAVID GODOY & RODRIGO PASCUAL
Pontificia Universidad Catlica de Chile
RESUMEN
En un ambiente de escasez de recursos, la priorizacin es clave para enfrentar los desafos en la
administracin de activos mineros. En este contexto, existen tcnicas tradicionales para priorizar
equipos, a las que se han sumado herramientas que incorporan una visin econmica. Sin embargo,
la presencia de elementos mitigadores de riesgo -por ejemplo, las pilas- an no ha sido investigada.
Este trabajo propone una tcnica grfica de fcil interpretacin para solucionar esta dificultad,
llamada Diagrama de Influencia para la Eficiencia de Sistema (SEID, System Efficiency Influence
Diagram). El artculo presenta el modelo que describe al SEID e ilustra su uso en tres casos de
estudio: una lnea de produccin de cuatro mquinas, una lnea de ensamblaje de vehculos, y una
lnea de chancado-molienda en una faena minera. Los resultados indican que los equipos con mayor
indisponibilidad inherente no son necesariamente los ms importantes para la eficiencia de la lnea
de produccin. La priorizacin segn un simple criterio de inversin es cuestionable, puesto que un
equipo de bajo costo puede ser el determinante para la tasa de produccin efectiva (throughput)
y, por tanto, el ms crtico a priorizar si se piensa en la eficiencia y en el negocio. Se revela as,
la necesidad de pasar desde una visin de gestin de mantenimiento centrada en equipos y sus
disponibilidades, a una perspectiva global de gestin de activos mineros.
PRIORITIZATION FROM A BUSINESS PERSPECTIVE:
THE SYSTEM EFFICIENCY INFLUENCE DIAGRAM
ABSTRACT
In an environment of scarce resources, prioritizing is key to confront the management challenges
of mining assets. In this context, techniques exist to prioritize equipment to which tools have been
added to incorporate an economic vision. However, the presence of risk mitigating elements, such
as stock piles, has not yet been investigated. This work proposes a user-friendly graphical technique
to solve this problem called the System Efficiency Influence Diagram (SEID). The paper presents a
model that describes the SEID and illustrates its use in three study cases: a four-machine transfer
line, a vehicle assembly line, and a crushing-milling line in a mining operation. The results show
that equipment with greater inherent downtime are not necessarily the most important for the
efficiency of the transfer line. Prioritization using capital costs is criticizable, as low cost equipment
may be the determinant for the throughput, and thus the most critical to prioritize if the efficiency
166
CAPTULO 3
and the business are considered. The work demonstrates the need to switch from a maintenance
management vision focused on equipment and their availabilities to a global perspective of mining
asset management.
INTRODUCCIN
Para hacer frente a los crecientes desafos de la actual realidad industrial, las organizacio-
nes mineras necesitan mejorar continuamente su capacidad para agregar valor y mejorar
la relacin costo-eficiencia de sus procesos de decisin. Estos procesos incluyen la selec-
cin de aquellos sistemas y acciones que pueden provocar ahorros totales mayores, con
las consecuentes resoluciones sobre polticas de mantenimiento. Por supuesto, el estable-
cimiento de tales polticas requiere la disponibilidad de recursos. Como estos recursos son
usualmente escasos, un proceso de priorizacin debe ser establecido [1].
Tradicionalmente, el anlisis de Pareto ha sido utilizado para seleccionar los compo-
nentes y modos de falla ms crticos de un sistema. Un claro problema de esta prctica
es que emplea un criterio individual de priorizacin, es decir, no es posible evaluar si la
causa de detencin se debe a una alta frecuencia o a un largo tiempo fuera de servicio.
Para contribuir a superar este problema, Labib [2] sugiere la tcnica Decision Making Grid
(DMG). El DMG usa una matriz que comprende frecuencia y tiempo de detencin, de
modo de ayudar en el monitoreo de equipos y sugerir acciones oportunas. Otra tcnica
similar es propuesta por Knights [3] a travs del Diagrama Jack Knife (DJK), un grfico
de dispersin logartmica que contempla tres indicadores de rendimiento en forma simul-
tnea: frecuencia, tiempo fuera de servicio, e indisponibilidad. Sin embargo, esta tcnica
slo considera informacin basada sobre tiempo y no incluye explcitamente los efectos
econmicos, los cuales ciertamente afectan a la toma de decisiones de priorizacin. Con
el fin de superar esta limitacin, Pascual et al. [1] proponen los Diagramas de Dispersin
de Costos (CSD, Cost Scatter Diagrams) que incorporan la dimensin econmica. Esta tc-
nica explora oportunidades de mejora al anlisis Pareto y al DJK, usando indicadores de
desempeo orientados al negocio, tales como: costos globales, costos de intervencin,
disponibilidad, frecuencia, y tiempo fuera de servicio. Sin embargo, cabe mencionar que
ninguna de las herramientas previamente mencionadas toma en cuenta que en los siste-
mas mineros -y tambin de otros tipos- existen elementos que mitigan el impacto ante
la ocurrencia de eventos imprevistos (por ejemplo, fallas), e incluso previstos (paradas
programadas). Entre estos elementos se pueden nombrar: pilas de stock, equipos redun-
dantes, disponibilidad de repuestos in situ, o seguros a todo riesgo.
En el contexto de la priorizacin, existe una diferencia relevante entre la gestin de
mantenimiento y la gestin de activos. Segn el standard britnico PAS-55 [4], la gestin
de activos se define como: las prcticas y actividades, sistemticas y coordinadas, a travs
de las cuales una organizacin maneja en forma ptima sus activos, como as tambin, los
rendimientos, riesgos, y gastos asociados sobre su ciclo de vida, con el propsito de alcanzar su
plan estratgico organizacional. En la gestin de mantenimiento, un indicador de desem-
peo habitual es la disponibilidad (fraccin del tiempo en que el equipo o sistema est
en condiciones de ser operado). En este sentido, aunque es saludable que al mantenedor
le interese mejorar la disponibilidad del equipo que tiene a cargo, si la empresa slo se
concentra en elevar este ndice y no se considera el aporte del equipo a la eficiencia pro-
ductiva, puede corresponder a una visin sesgada del negocio. En la gestin de activos
fsicos no es tan importante optimizar ndices por separado, sino ms bien, una perspec-
tiva global que considere las implicancias que tienen las polticas de mantenimiento en
la organizacin. Entonces, un indicador de desempeo clave para los administradores de
activos puede ser la eficiencia de produccin del sistema completo. Este ltimo indicador
es el propuesto para priorizar en el presente trabajo.
167
priorizacin desde una perspectiva de negocios...
MAPLA 2009. Antofagasta, Chile |
Existen algoritmos para estimar la eficiencia del sistema, tal como el DDX (propuesto por
Dallery, David, y Xie [5]), el cual presenta un mtodo aproximado para el anlisis de lneas
de transferencia con mquinas poco confiables y acumuladores finitos. DDX considera
lneas homogneas (mquinas con la misma tasa de produccin) y lneas no homogneas
o desbalanceadas (distintas tasas de produccin). Para el primer caso, el comportamien-
to de la lnea es aproximado por un modelo de flujo continuo, empleando una tcnica
que permite descomponer la lnea original, en el anlisis de una lnea de dos equipos.
Esto conduce a un algoritmo simple y rpido que provee parmetros de rendimiento, tales
como la tasa de produccin y los niveles promedios de los acumuladores. Resultados expe-
rimentales muestran que la aproximacin de esta tcnica es muy precisa. Para el segundo
caso, una simple transformacin es introducida, la que sustituye a la lnea por una lnea
homognea.
Este trabajo propone el diagrama de priorizacin SEID (System Efficiency Influence Dia-
gram). De modo de superar las limitaciones del criterio individual para ordenar equipos,
el indicador de desempeo de esta tcnica es la eficiencia del sistema, es decir, con un
enfoque en el negocio. Con el fin de ejemplificar su utilidad, el SEID se utiliz para tres ca-
sos de estudio. En stos, la estimacin de la eficiencia se realiz empleando como base el
DDX, para luego determinar los que hemos denominado como factores de influencia. Para
esto ltimo, se perturb el sistema original -dado por el conjunto inicial de parmetros de
los casos-, y se us el nuevo modelo SEID.
Una vez introducida la importancia del nuevo modelo propuesto en el contexto de la
priorizacin, el resto del artculo est organizado de la siguiente forma: formulacin del
modelo para los SEID, tres casos de estudio (el caso terico de una lnea de produccin
de cuatro equipos, el caso de una lnea real de ensamblaje de vehculos y el caso real de
una lnea de chancado-molienda en una faena minera) y finalmente se revelan las conclu-
siones del trabajo.
Formulacin del Modelo
Considere una lnea con k mquinas en serie. Los tiempos de procesamiento de todas ellas
son iguales. La primera mquina nunca est sin materia prima (no tiene hambruna) y la
ltima nunca est bloqueada. La tasa de fallas es
i
y la tasa de reparacin es
i
, i = 1,, k.
Segn Buzacott y Hanifin [6], la eficiencia de un sistema sin pilas (q
0
) est dada por:

(1)
Donde q es la eficiencia del sistema (unidades producidas/unidades producibles si no hay
detenciones), y D
i
es la indisponibilidad inherente a la mquina k. Esta indisponibilidad
-que tendra si la mquina trabajase en solitario-, se define como:

(2)
Por otro lado, la eficiencia para un sistema con pilas infinitas (q

) sera:
q

= min {q} (3)
Luego, se deduce que la eficiencia debe estar entre ambos lmites (sin pilas y pilas infini-
tas), es decir:
168
CAPTULO 3
q
0
s q s q
(4)
Sin embargo, la existencia de acumuladores -y sus parmetros asociados, como por ejem-
plo, las capacidades de operacin- cambian la eficiencia del sistema. Para poder calcular
esta nueva eficiencia, proponemos usar como base un sistema equivalente sin acumulado-
res, similar a lo mostrado en la Ecuacin (1), pero agregando un parmetro de influencia
por la presencia de dichos equipos.
Esto depende de la configuracin inicial, vale decir: tasas de falla, tasas de reparacin,
y capacidades. Entonces, se puede establecer el modelo propuesto por Pascual [7]. Sea d
0
el vector que define los parmetros de los equipos y las capacidades de los acumuladores
actuales en un sistema que ya est operando, es decir:
d
0
= {
1
,
1
, c
1
, ..., c
k

1
,
k
,
k
} (5)
Se puede aproximar la eficiencia en torno a q(d
0
) con:

(6)
Donde = (d
0
) puede ser interpretado como el vector de influencia de la mquina k en
la eficiencia del sistema (en los alrededores de d
0
). Una forma de calcular el vector es
perturbar el sistema original, teniendo en cuenta que las indisponibilidades inherentes
a cada equipo son calculadas desde el vector d
0
y que la eficiencia es posible de estimar
explotando algn modelo analtico del tipo DDX.
Mientras ms grande sea el producto D, mayor es su efecto reductor en la eficiencia
del sistema. Esto permite definir un diagrama de dispersin, donde en un eje est la indis-
ponibilidad terica individual de cada equipo, y en el otro eje su influencia en la eficien-
cia. Este diagrama es el SEID. La Figura 1 muestra un ejemplo de esta herramienta para
tres mquinas. Para un mayor detalle, el lector puede referirse a Pascual [7].
Figura 1: Ejemplo de diagrama SEID
En un grfico de este tipo, las isocurvas D conforman una familia de hiprbolas, difciles
de trazar. Si se aplica una escala logartmica a los ejes, dichas isocurvas se visualizan como
169
priorizacin desde una perspectiva de negocios...
MAPLA 2009. Antofagasta, Chile |
rectas, facilitando as el anlisis [8]. De acuerdo al mayor producto observado D (es de-
cir, segn la isocurva ms alejada del origen), el orden de priorizacin para las mquinas
mostradas en la Figura 1 debiese ser: 1, 2, y 3. Se puede notar que la mquina 3 tiene una
mayor indisponibilidad que la mquina 2, pero en sta ltima, el valor D es superior.
Luego, desde el punto de vista de la eficiencia del sistema, la mquina 2 se prioriza antes
que la mquina 3.
La Figura 1 se dividi en cuatro cuadrantes. En el cuadrante I se encuentran las mqui-
nas con un mayor factor de influencia, y en el III se posicionan aquellas que presentan
una mayor indisponibilidad. Sin embargo, el cuadrante IV es el ms crtico para priorizar
segn la eficiencia del sistema, puesto que concentra todos los equipos que poseen tanto
indisponibilidad alta como un factor de influencia grande. En este cuadrante se ubican las
isocurvas D de mayor valor. De este mismo modo, en el cuadrante II se encuentran las
isocurvas D que se pueden considerar como menos crticas para la eficiencia.
Estudios de Caso
A continuacin, se ilustran tres casos de estudio para demostrar los beneficios del uso del
SEID. El primer estudio, es un caso ficticio de una lnea de produccin de cuatro mquinas
usando los datos de un ejemplo otorgado por Dallery et al. [5], el cual permite ilustrar
las importantes diferencias de anlisis que se obtienen en comparacin con el DJK. Para
demostrar una experiencia prctica de la aplicacin del SEID, el segundo estudio corres-
ponde al caso de una lnea real de ensamblaje de vehculos, descrito por Tempelmeier [9].
Finalmente, el tercer estudio se basa sobre un caso real expuesto por Madariaga y Pascual
[10], que muestra una lnea de chancado-molienda en una faena minera.
Caso de estudio 1. Caso ficticio: lnea de cuatro mquinas
La Tabla 1 es tomada desde Dallery et al. [5], y lista los parmetros de una lnea de produc-
cin con acumuladores intermedios, para un caso ficticio. Se trata de una lnea homog-
nea, es decir, con una tasa de produccin (
p
) nica. En este caso:
p
= 1.
Tabla 1: Parmetros del caso de estudio 1
Mquina Tasa de Falla Tasa de Reparacin(1/ut) Capacidad del Acumulador (up)
1 0,04 0,08 20
2 0,02 0,04 0
3 0,03 0,06 20
4 0,02 0,04
Observaciones:
La sigla ut signica unidades de tiempo.
La sigla up signica unidades de produccin.
De la Ecuacin (2), se observa que la indisponibilidad D
i
para cada mquina puede calcu-
larse como la razn entre la tasa de falla y la tasa de reparacin. El DJK para este caso,
muestra que la indisponibilidad es idntica para las cuatro mquinas (Figura 2), es decir,
todos los equipos estn en la misma isocurva de indisponibilidad (D=50 %). Entonces, por
medio de este anlisis no es posible obtener un criterio de priorizacin.
170
CAPTULO 3
Figura 2: DJK usando el caso de estudio 1
Para efectos del presente artculo, no es el objeto priorizar en funcin del equipo, sino
que en funcin de la eficiencia del sistema completo. El anlisis SEID muestra resultados
diferentes que apoyan el uso de esta premisa. Al calcular los parmetros de influencia ,
se observa que la mquina 2 muestra el mayor factor (Figura 3).
El equipo con mayor indisponibilidad inherente no es el ms importante para la efi-
ciencia, aunque tampoco es lo ms relevante que el asociado sea grande. En el inters
por el negocio, lo que realmente interesa es que el producto del factor de influencia por la
indisponibilidad sea alto. Entonces, si al mantenedor le interesa mejorar la eficiencia del
sistema, es recomendable comenzar la priorizacin de acuerdo al mayor producto D.
Figura 3: SEID para el caso de estudio 1
A diferencia del anlisis DJK, el anlisis SEID muestra que la mquina 2 es la ms crti-
ca. As el orden de prioridades es: 2, 3, 4, y 1. Lo interesante de este resultado, es que se
obtuvo un criterio objetivo de priorizacin, a pesar de que las indisponibilidades de los 4
equipos son iguales.
Caso de estudio 2. Caso real: lnea de ensamblaje de vehculos
En la Tabla 2 se indica una versin adaptada de un caso descrito por Tempelmeier [9], y
lista los parmetros de una lnea real de produccin de 19 mquinas con acumuladores
intermedios. A diferencia del caso anterior, no se trata de una lnea homognea, es decir,
la tasa de produccin no es nica.
171
priorizacin desde una perspectiva de negocios...
MAPLA 2009. Antofagasta, Chile |
Tabla 2: Parmetros del caso de estudio 2
Mquina Tasa de Falla (1/min) Tasa de Reparacin (1/min) Capacidad el Acumulador (kton)
1 0,000459 0,020 14
2 0,000498 0,024 9
3 0,000296 0,018 9
4 0,000252 0,036 16
5 0,000346 0,021 28
6 0,000841 0,036 23
7 0,000194 0,015 27
8 0,000884 0,029 8
9 0,000794 0,023 12
10 0,000122 0,030 28
11 0,000084 0,028 6
12 0,000130 0,032 9
13 0,000515 0,017 12
14 0,000311 0,026 8
15 0,000675 0,026 24
16 0,000232 0,021 29
17 0,000412 0,021 10
18 0,000147 0,018 13
19 0,000621 0,023
El anlisis DJK (Figura 4) indica que las mquinas ms crticas para la priorizacin son las
5, 9, y 13. En contraste con el estudio mostrado en el tem 3.1, al ser un caso real, las in-
disponibilidades individuales son distintas. Sin embargo, nuevamente DJK slo muestra
un criterio individual de prioridad, sin considerar la eficiencia del sistema.
Figura 4: DJK usando el caso de estudio 2
Usando el mtodo SEID se puede disear el grfico en tres dimensiones (3D) que muestra
la Figura 5. En el plano horizontal se observan los ejes que permiten construir un grfico
similar al DJK (tiempo fuera de servicio y tasa de falla), pero adicionalmente se muestran
los factores de influencia sistmica en el eje vertical. En este contexto, DJK puede ser con-
siderado un caso especial de SEID.
172
CAPTULO 3

Figura 5: SEID 3D que muestra en el eje vertical los factores de influencia del caso de estudio 2
En forma anloga al caso anterior, se observan mquinas con mayores asociados (en
este caso, las mquinas: 7, 18, y 3), pero como el inters radica en la eficiencia sistmica,
la Figura 6 muestra el SEID con el producto D.
Figura 6: SEID para el caso de estudio 2
Comparado con la Figura 5, si bien las mquinas 5, 9, y 13 siguen siendo las ms crticas
para la eficiencia del sistema, existen mquinas que se encontraban en los primeros lu-
gares de priorizacin segn el anlisis DJK, pero desde el punto de vista de la eficiencia
ocupan posiciones rezagadas. Un ejemplo abrupto de esta brecha es la posicin de priori-
dad para la mquina 19, y, en menor medida, para la mquina 17. Este tipo de situaciones
podra conducir a decisiones equivocadas en polticas de mantenimiento.
Independiente de la existencia de algunas coincidencias de criticidad de priorizacin
para el caso analizado entre el DJK y el SEID, la principal diferencia radica en que el SEID
otorga un enfoque para priorizar completamente distinto al DJK, donde la mirada ya no
se centra en una perspectiva individual, sino que ms bien en una visin sistmica. Es-
pecficamente, el diagrama de la Figura 6 muestra la utilidad del SEID para establecer el
orden de priorizacin para una poltica de mantenimiento centrada en la eficiencia del
sistema completo.
173
priorizacin desde una perspectiva de negocios...
MAPLA 2009. Antofagasta, Chile |
Caso de estudio 3. Caso real: lnea chancado-molienda en una faena minera
En la Tabla 3 se muestran los parmetros de una lnea real de chancado-molienda, con un
stock-pile intermedio, correspondiente a una faena minera. Se trata de una versin adap-
tada de un caso desarrollado por Madariaga y Pascual [10].
Tabla 3: Parmetros del caso de estudio 3
Mquina Tasa de Falla (1/h) Tasa de Reparacin (1/h) Capacidad Stock-Pile (kton)
Chancador 0,047 0,470 2,78
Molino 0,091 0,520
El mismo procedimiento empleado en los casos anteriores, permite disear el SEID (Figura 7).
Figura 7: SEID para el caso de estudio 3
Al comparar la isocurva D=5 % del chancador con la isocurva D=16 % del molino, se
observa que sta ltima es mayor, confirmando la importancia del molino para la priori-
zacin. Si bien podra ser esperable, considerando el alto de esta mquina en contraste
con el chancador (ver eje horizontal en la Figura 7), la combinacin del factor de influen-
cia con la indisponibilidad sigue siendo la clave para la seleccin de importancia segn la
eficiencia total. Es decir, si la indisponibilidad D del chancador hubiese sido lo suficiente-
mente alta para que el producto D fuese ms grande que el del molino, una apresurada
conclusin que slo considere estara equivocada.
El anlisis de esta lnea chancado-molienda, ratifica la viabilidad de aplicar la tcnica SEID
en casos totalmente reales. En sntesis, la herramienta grfica propuesta posee la capacidad
para ser utilizada efectivamente en problemticas de priorizacin, tanto en sistemas mine-
ros como en cualquier sistema de produccin en lnea con acumuladores intermedios.
CONCLUSIONES
El trabajo propone una nueva tcnica grfica de toma de decisiones para priorizar equipos
segn su efecto en la eficiencia del sistema. Este enfoque es posiblemente el de mayor in-
ters para el negocio. El anlisis SEID permite mejorar el razonamiento de priorizar slo
segn el criterio de mayor costo de capital. Debido a la existencia de acumuladores, es po-
sible que un equipo de inversin relativamente baja sea el que mayormente est afectando
a la tasa de produccin. Por otro lado, las mquinas con mayor indisponibilidad inherente
no son necesariamente las ms relevantes para la eficiencia. Por tanto, si el foco es el ne-
gocio, los equipos con el mayor producto entre el factor de influencia y la indisponibilidad
(mayor efecto en la eficiencia) debieran ser los primeros en priorizar.
174
CAPTULO 3
La tcnica propuesta fortalece el anlisis para explorar oportunidades de mejora y deci-
dir polticas eficientes de mantenimiento, con una interfaz fcil de implementar. As SEID
contribuye a la evolucin desde la gestin de mantenimiento slo centrada en equipos, a
una nueva perspectiva de gestin de activos fsicos. Es decir, una visin global que involucra a
la eficiencia como el indicador de desempeo de inters para la empresa minera.
En la perspectiva de trabajos futuros, se podra incorporar el problema de redisear
las pilas a la tcnica SEID. En este caso, tambin es posible construir un diagrama de dis-
persin con un eje para los factores de influencia, uno para la disponibilidad inherente, y
uno para la capacidad normalizada de las pilas. Otra posibilidad de extensin, es incluir el
desbalance de las lneas para lograr incrementar la tasa de produccin esperada.
AGRADECIMIENTOS
Los autores desean agradecer el apoyo financiero parcial de este estudio, al Fondo Nacional de
Desarrollo Cientfico y Tecnolgico (FONDECYT) del Gobierno de Chile (Proyecto 1090079).
REFERENCIAS BIBLIOGRFICAS
Pascual, R., Del Castillo, G., Louit, D. & Knights, P. (2009). Business-Oriented Prioritization: A
Novel Graphical Technique. Reliability Engineering and System Safety, 94:1308-1313. [1]
Labib, A. W. (1998). World-Class Maintenance Using a Computerised Maintenance
Management System. Journal of Quality in Maintenance Engineering, 4(1), 66-75. [2]
Knights, P. (2004). Downtime Priorities, Jack-Knife Diagrams, and the Business Cycle.
Maintenance Journal, 17(2):1421. Melbourne, Australia. [3]
British Standards Institution (2004). PAS 55-1, Publicly Available Specification for Asset
Management. [4]
Dallery, Y., David, R. & Xie, X. L. (1989). Approximate Analysis of Transfer Lines with Unreliable
Machines and Finite Buffers. IEEE Transactions on Automatic Control, 34(9), 943-953. [5]
Buzacott, J. A. & Hanifin L. E. (1978). Models of Automatic Transfer Lines with Inventory Banks:
A Review and Comparison. AIIE Trans., Vol.10, No. 2, pp. 197-207. [6]
Pascual, R. (2009). El arte de mantener. Course Notes, Pontificia Universidad Catlica de Chile. [7]
Louit, D. (2008). Riesgo en decisiones de mantenimiento. Curso Gestin de Equipos, Pontificia
Universidad Catlica de Chile. [8]
Tempelmeier, H. (2003). Practical Considerations in the Optimization of Flow Production
Systems. International Journal of Production Research, 41(1), 149-170. [9]
Madariaga, R. & Pascual, R. (2008). Optimizacin del rendimiento de produccin usando
simulacin: estudio de caso en un sistema integrado de minera. Proceedings del V Encuentro
de Gestin de Activos Fsicos, EGAF, paper 8. Santiago, Chile. [10]