Tecnol.

Tecnol.Ciencia
Ciencia
Tecnol. Ed.
Ed.
Ciencia
(IMIQ)
(IMIQ)
Ed.vol.
vol.14
(IMIQ)
24 nms.1-2,1999
nm.
24(2):2,93-104,
20092009
93
93

Estimacin de la confiabilidad-disponibilidadmantenibilidad mediante una simulacin tipo Monte

Carlo de un sistema de compresin de gas amargo
durante la etapa de ingeniera
Reliability-availability-maintainability estimates
using a Monte Carlo simulation for a sour gas
compression system during the engineering stage
R. Melo-Gonzlez, C. Lara-Hernndez, F. Jacobo-Gordillo2
* Instituto Mexicano del Petrleo, Direccin Regional Marina. Correo-e: rmelo@imp.mx
** Pemex Exploracin y Produccin, Gerencia de Ingeniera y Construccin, SCSM. Correo-e: fjacobog@pep.pemex.com

Resumen

Abstract

La presente investigacin tiene como objetivo evaluar durante la etapa

de ingeniera mediante simulacin Monte Carlo la confiabilidaddisponibilidad-mantenibilidad, cdm (RAM) de la topologa de un sistema
de compresin de gas amargo de una plataforma costa fuera, a partir de
las tasas de fallas de los equipos mecnicos e instrumentos, para evaluar
el desempeo operativo de los compresores de tres etapas, de 7.54x10-5
m3 s-1 (230 MMPCSD) cada uno, incluyendo la operacin en modo
degradado del sistema y evaluando la cantidad gas quemado enviado a
desfogue. El trabajo esta dividido en cuatro partes: la primera presenta
una breve introduccin a la Ingeniera de Confiabilidad, la segunda trata
sobre los fundamentos tericos y conceptuales, en donde se definen los
conceptos de confiabilidad, disponibilidad y mantenibilidad, incluyendo
la importancia que tienen estos ndices dentro del ciclo de vida de la
confiabilidad, esto es: bases de datos de tasas de fallas, diseo de proceso,
ingeniera de detalle, mantenimiento y diseo de componentes nuevos.
La tercera parte trata sobre los diagramas de bloques de confiabilidad
y se presentan las principales mtricas del cdm con sus expresiones
matemticas. No se incluyen demostraciones y consideraciones tericas,
con el fin de facilitar la asimilacin de estas tcnicas a los ingenieros
qumicos no expertos en confiabilidad de sistemas. En la cuarta parte se
tienen la aplicacin de los conocimientos tericos y conceptuales, a travs
de un estudio de caso real de la topologa del sistema de compresin de gas
amargo de una instalacin costa fuera, formada por dos turbocompresores
operando en paralelo. Finalmente, se presentan las principales conclusiones
obtenidas de los resultados de simular mediante la tcnica de Monte Carlo
los diagramas de bloques de confiabilidad del sistema.

The aim of this research is to evaluate during the engineering phase

the reliability-availability-maintainability (RAM) by means of a Monte
Carlo simulation of a sour gas compression system topology from a
offshore platform. The mechanical equipment and instruments failure
rates were used to evaluate the operational performance of the threestage compressors, each one of 7.54x10-5 m3 s-1 (230 MMPCSD),
including degraded operational mode of the system and evaluating
the gas sent to flare system. This work is divided into four parts. The
first one provides a brief introduction to reliability engineering. The
second one deals with the theoretical frame and concepts, defining the
concepts of reliability, availability, and maintainability, including the
importance of these indices within the life cycle of reliability, i.e: failure
rate databases, process design, detailed engineering, maintenance, and
design of new components. The third part deals with the reliability block
diagrams and the main metric of RAM with mathematical formulae.
Demonstrations and theoretical considerations in order to facilitate the
assimilation of these techniques to Chemical Engineers non-experts in
systems reliability are not included. The fourth part is the application
of theoretical knowledge and concepts, through a real case study of the
topology of the sour gas compression system of an offshore platform,
formed by two-tandem-operating turbocompressors. Finally, the main
results of the simulation using Monte Carlo method applied to reliability
block diagrams of system are presented.

*Autor a quien debe dirigirse la correspondencia

(Recibido: Julio 09, 2009,
Aceptado: Noviembre 18, 2009)

Palabras clave: Confiabilidad-disponibilidad-mantenibilidad,

CDM, Monte Carlo, simulacin.
Key Words:
Reliability-Availability-Maintainability, RAM,
Monte Carlo, simulation.

94 Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009

Introduccin

La Ingeniera de Confiabilidad representa una disciplina

que ya ha sido adoptada dentro del diseo de procesos
en Ingeniera Qumica (
Herder y col., 2008;
Koolen,
2002; Goely col., 2003; Van Luijk, 2003), Confiabilidad
de Procesos (Koolen, 2002; PEP, 2009), Ingeniera de
Detalle (PEP, 2006, 2009) y operaciones en las plantas
de proceso, adems de su aplicacin formal en Ingeniera
de Mantenimiento (Ebeling, 1997; Gertsbakh, 2000;
Norsok, 2001) y Sistemas de Seguridad (Lundteigen y
col., 2009; Torres-Echeverra y col., 2009).
Dentro del ciclo de vida de una planta, la cual
contempla las etapas: diseo de proceso, ingeniera
de detalle, operacin y mantenimiento; as como
desmantelamiento y abandono, es posible aplicar esta
tcnica para:
Evaluar, en la etapa de diseo de un proceso, la
disponibilidad y confiabilidad tomando como base
las tasas de fallas del equipo dinmico de proceso y
determinar si la configuracin y equipo seleccionado
cumplirn con el factor de servicio requerido.
Determinar el almacenamiento ptimo de productos
de entrada y salida con base en la probabilidad del
suministro de materia prima, los requerimientos del
producto y la confiabilidad del proceso.
Evaluar la probabilidad de falla en demanda y
disparos en falso de sistemas de proteccin.
Elaborar programas de mantenimiento predictivo
basados en tasas de falla por modo de falla.
Evaluar el inventario ptimo de refacciones de
equipos crticos.
Evaluar la probabilidad de un incidente en una
planta o instalacin de proceso a travs de la
construccin y cuantificacin de rboles de eventos
y rboles de fallas.
Se puede apreciar que el impacto de la Ingeniera de
Confiabilidad puede ser considerable, ya que la mayor
parte de las guas de diseo actualmente siguen siendo
cualitativas y conservadoras, por lo que ahora se pueden
convertir a su equivalente cuantitativo. Los clculos de
Ingeniera de Confiabilidad pueden soportar decisiones
de diseo basadas en criterios econmicos, mientras
que en el pasado algunas decisiones se apoyaban en
guas de diseo. En la Figura 1 se muestra el Ciclo de
Confiabilidad a travs de sus interrelaciones a partir de
las bases de datos de tasas de falla (Jinhua y Erlang,
2003; OREDA 2002; Samset, 1988) y las etapas de
ingeniera y mantenimiento, incluyendo rediseos de
instalaciones (PEP, 2006).

1. Bases de datos
1.1 Tasas de fallas
1.2 Tasas de
reparacin

2. Diseo de
proceso

3. Ingeniera de
detalle

4. Mantenimientos

Mantenimiento preventivo
Mantenimiento predictivo
Mantenimiento detectivo
Mantenimiento correctivo
Anlisis de causa raz
Mejoras en la confiabilidad

Diseo de nuevos
componentes

Figura 1. Ciclo de confiabilidad

La especificacin del diseo de componentes y
equipos, los cuales tienen impacto sobre la confiabilidad
y disponibilidad debern ser complementados con un
estudio de confiabilidad-disponibilidad-mantenibilidad,
CDM (RAM, por sus siglas en ingls).
Koolen (2002) propone una metodologa para aplicar
tcnicas de Ingeniera de Confiabilidad en el diseo
de proceso de plantas, misma que se adapt para el
desarrollo de este trabajo.
Confiabilidad

La confiabilidad de un equipo es la probabilidad de

que desempee satisfactoriamente las funciones para
las que fue diseado, durante el perodo de tiempo
especificado y bajo las condiciones de operacin
dadas. La confiabilidad es una medida que resume
cuantitativamente el perfil de funcionalidad de un
elemento y ayuda en el momento de seleccionar un
equipo entre varias alternativas.
Funcin de confiabilidad: La confiabilidad se define
como la probabilidad Pr de que un componente funcione
durante un periodo de tiempo t. Lo anterior se puede
expresar matemticamente por una variable aleatoria
continua T como el tiempo a falla del componente
cuando T 0. Se define por:
R ( t ) = Pr {T t }

(1)

La funcin R(t) se emplea para estimar la

confiabilidad.
Funcin de distribucin de fallas acumuladas: Es la
probabilidad de que un elemento no falle en el instante
t o antes de t. Se define por

F (t ) = 1 R (t ) = Pr {T < t}

(2)

Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009 95

Funcin de densidad de probabilidad de fallas: Es

la probabilidad de fallo de un elemento por unidad de
tiempo, en cada instante t; es decir, es el cociente entre
la probabilidad de que un elemento falle en el intervalo
(t, t + t) y t. Se define por:

Tiempo medio entre fallas (MTBF, siglas en ingls)

f (t ) =

E (TBF ) = M TBF = R ( t ) dt

dF ( t ) dR ( t )
=
dt
dt

(3)

que es llamada la funcin de densidad de probabilidad.

Esta funcin describe la forma de la distribucin de
fallas y se emplea para estimar probabilidades de
fallas. Esta funcin no es ms que una distribucin de
probabilidad.
Partiendo de la definicin de la funcin de distribucin
de fallas acumuladas antes mencionada se obtiene la
siguiente expresin:
t

F (t ) = f ( x ) dx

(4)

y, de acuerdo con la Ecuacin 2, se obtiene la funcin

tpica para estimar la confiabilidad de un equipo o
sistema:
t

R (t ) = 1 F (t ) = 1 f ( x ) dx
0

(5)

Funcin de tasa de falla: Es la probabilidad de que

un elemento que est funcionando en el instante t deje
de funcionar en el intervalo t +t.
La funcin de la tasa de fallas ( t ) proporciona la
descripcin de la distribucin de fallas. La funcin
(t ) describe el comportamiento del nmero de fallas
de una poblacin por unidad de tiempo. Se expresa por
la siguiente ecuacin:
f (t )
f (t )
d
(6)
=
= (ln R (t ))
1 F (t ) R (t )
dt
La funcin (t ) es una caracterstica nica de
la variable tiempo para fallas de una poblacin de
componentes, equipos o sistemas.
(t ) =

Tiempo medio para fallas (MTTF, siglas en ingls)

El tiempo medio a falla se define por:

M TT F = E (T ) = t f ( t ) dt
0

(7)

que es la media o valor esperado, de la distribucin

de probabilidad definida por f (t ) . La media de la
distribucin de fallas es slo una de las medidas de
tendencia central de la distribucin. El MTTF es el
estimado puntual ms clsico en el rea de confiabilidad,
ya que es el parmetro de inters en la seleccin de
equipos y diseo de sistemas.

Es la vida media del elemento y es la esperanza

matemtica del tiempo de funcionamiento hasta el fallo
de un elemento cuya densidad de fallos es f(t):

(8)

Disponibilidad

El concepto de disponibilidad (Jinhua y Erlang, 2003) se

desarroll originalmente para sistemas reparables (Ascher
y Feingold, 1984; Gertsbakh, 2000; Rigdon y Basu, 2000;
Samset, 1988) que requeran operar continuamente, y que
en cualquier punto aleatorio del tiempo o estaban operando
o fuera de operacin debido a una falla sobre la cual se
est trabajando para restaurar la operacin en un tiempo
mnimo. La disponibilidad es una medida importante
y til en casos en que el usuario deba tomar decisiones
para elegir un equipo entre varias alternativas. Para tomar
una decisin objetiva con respecto a la adquisicin del
nuevo equipo, es necesario utilizar informacin que
abarque todas las caractersticas relacionadas, entre ellas
la disponibilidad, que es una medida que suministra una
imagen ms completa sobre el perfil de funcionalidad. La
disponibilidad est basada nicamente en la distribucin de
fallas y la distribucin de tiempo de reparacin. sta puede
ser adems usada como un parmetro para el diseo:
A=

M T BF

M TBF + M TTR

(9)

donde A es la disponibilidad por su sigla en ingls.

Mantenibilidad

La mantenibilidad (Dubi, 2000; Gertsbakh, 2000;

Hyland y Rausand, 1994; Rausand y Hyland, 2003)
es una medida de qu tan fcil y rpido puede un
sistema o equipo restaurarse a un estado operacional
despus de una falla. Es funcin del diseo del equipo
y la instalacin, disponibilidad del personal con los
niveles de habilidad requeridos, procedimientos
de mantenimiento y de prueba de equipo adecuado
y el ambiente fsico bajo el cual se lleva a cabo el
mantenimiento.
La Ingeniera de Mantenibilidad se crea cuando
los diseadores y fabricantes comprenden la carencia
de medidas tcnicas y disciplinas cientficas en el
mantenimiento. Por esto la ingeniera de mantenibilidad
es una disciplina cientfica que estudia la complejidad,
los factores y los recursos relacionados con las
actividades que debe realizar el usuario para conservar

96 Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009

la mantenibilidad de un producto y que elabora mtodos

para su cuantificacin, evaluacin y mejora.
Similarmente a la confiabilidad la expresin
matemtica para la mantenibilidad viene dada por:
t

M(t ) = g (t ) dt
0

(10)

donde:
g (t ) Es la funcin de densidad de probabilidad de la
variable aleatoria (tiempo para reparar).
Confiabilidad-disponibilidad-mantenibilidad
(CDM o RAM, en ingls) de sistemas

En esta seccin se describe la construccin y simulacin

con Monte Carlo de los diagramas de bloques de
confiabilidad (Marseguerra y Zio, 2002; MeloGonzlez, 2006; Melo-Gonzlez y Toledo-Matus, 2007;
Zio y col., 2006) de los equipos dinmicos que forman
parte de los sistemas de compresin.
Modelos para la estimacin de confiabilidaddisponibilidad-mantenibilidad, CDM (RAM) de
sistemas
Existen diferentes tcnicas para modelar el estudio
sistemtico de los sistemas desde el punto de vista
de confiabilidad. Entre estas tcnicas se encuentran
los modelos de Markov (Henley y Kumamoto, 1992;
Hyland y Rausand, 1994; Modarres y col., 1999;
Ramakumar, 1993; Rausand y Hyland, 2003), los
rboles de falla (Henley y Kumamoto, 1992; Hyland
y Rausand, 1993; Modarres y col., 1999; Rausand
y Hyland, 2003), el anlisis de modos y efectos de
falla (Stamatis, 2003), y los diagramas de bloque de
confiabilidad (IEC, 1991).
Estas tcnicas son ampliamente utilizadas como
soporte en el estudio del ciclo de vida de un sistema
(Blanchard, 1998; Blanchard y col., 1995); para
determinar las tasas de falla (Ascher y Feingold, 1984;
Rigdon y Basu, 2000) y para evaluar el desempeo de
sistemas (Sharma y Kumar, 2008), entre otros.
En este trabajo se utilizaron conjuntamente los
diagramas de bloques de confiabilidad y la simulacin
Monte Carlo.
Diagramas de bloques de confiabilidad
Los diagramas de bloques de confiabilidad, DBC (RBD, por
sus siglas en ingls), ilustran la funcionalidad de un sistema.
La confiabilidad es la probabilidad de operacin exitosa
durante un intervalo de tiempo dado. En un diagrama de
bloques se considera que cada elemento funciona (opera
exitosamente) o falla independientemente de los otros.

Sistema en serie
Si un sistema funciona si y solo si todos sus componentes
funcionan, se dice que el sistema tiene una estructura
en serie (Hyland y Rausand, 1994; Ramakumar, 1993;
Rausand y Hyland, 2003). Desde el punto de vista de
confiabilidad, un sistema en serie es definido como aquel
sistema en donde todos sus componentes deben operar
para que el sistema en su totalidad opere.
Sistema en paralelo
Un sistema que funciona si al menos uno de sus
componentes est funcionando se dice que tiene una
estructura en paralelo (Hyland y Rausand, 1994;
Ramakumar, 1993; Rausand y Hyland, 2003). Desde
el punto de vista de confiabilidad, un sistema en
paralelo se define como aquel sistema en donde todos
sus componentes deben fallar para que el sistema en su
totalidad no opere.
Votacin k de n
Algunos esquemas de redundancia, contemplan el
uso de un nmero de componentes o equipos mayor
que el requerido, a fin de poder establecer esquemas
de votacin (Rausand y Hyland, 2003; Hyland y
Rausand, 1994; Ramakumar, 1993) que permitan
incrementar la confiabilidad global del sistema.
Anlisis de la confiabilidad-disponibilidadmantenibilidad, CDM (RAM)
Antes de describir en qu consiste el anlisis de
confiabilidad-disponibilidad-mantenibilidad es
necesario definir cada uno de estos conceptos por
separado a fin de tener claro cules son los objetivos
que se persiguen con este tipo de anlisis.
Resultados de un anlisis de la confiabilidaddisponibilidad-mantenibilidad, CDM (RAM)
Este modelo arroja como resultados una distribucin de
probabilidades de la disponibilidad y produccin diferida
del sistema para todos y cada uno de los escenarios
analizados. Adems, este modelo permite desarrollar
un anlisis de sensibilidad para identificar los equipos y
sistemas de alto impacto en la disponibilidad del proceso,
a fin de proponer acciones de mitigacin basados en un
anlisis costo-riesgo, que permite a la gerencia del proceso
productivo analizado, tener el conocimiento sobre el riesgo
asociado y los costos de los planes de intervencin debido
a mantenimiento planificado y no planificado.

Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009 97

Simulacin
La simulacin es el proceso de disear y desarrollar
un modelo computarizado de un sistema o proceso y
realizar pruebas con este modelo con el propsito de
entender el comportamiento del sistema o evaluar variar
estrategias con las cuales se puede operar el sistema. Se
debe estimar y analizar la confiabilidad, disponibilidad y
mantenibilidad a travs de un enfoque diferente conocido
como simulacin estocstica. Dentro de la simulacin
estocstica se pueden emplear Markov (Henley y
Kumamoto, 1992; Hyland y Rausand, 1994; Rausand y
Hyland, 2003) o Monte Carlo (Dubi, 2000; Goel, 2004;
Gertsbakh, 2000; Laggoune y col., 2009; Melo-Gonzlez,
2006; Melo-Gonzlez y Toledo-Matus, 2007; PEP, 2006;
Van Luijk, 2003; Zio y col., 2006). Un proceso estocstico
(Hyland y Rausand, 1994; Rausand y Hyland, 2003)
representa una serie de eventos con salidas aleatorias,
usualmente indexadas con respecto al tiempo. As, la
simulacin estocstica es anloga a efectuar las pruebas
o corridas, por ejemplo, dentro de una batera de
separacin y estacin de compresin de gas para generar
datos empricos. La generacin de datos empricos
a travs de la simulacin estocstica es benfica ya que
permite visualizar el desempeo de la instalacin como
sistema. Las incertidumbres estadsticas asociadas con
los resultados generados reflejan las incertidumbres que
pueden ocurrir en el contexto operacional actual.
Mtodo Monte Carlo
En este trabajo se utiliz la simulacin con el mtodo de
Monte Carlo para estimar la confiabilidad, disponibilidad
y mantenibilidad de los equipos dinmicos de compresin
de gas amargo. El mtodo de Monte Carlo es una tcnica
que involucra el uso de nmeros aleatorios y probabilidad
para resolver problemas complejos, ya que el sistema es
muestreado en un nmero de configuraciones aleatorias
y los datos pueden ser usados para describir el sistema
como un todo. Por sus propiedades, la simulacin Monte

Succin

Carlo es el mtodo prominente para la solucin de

problemas dinmicos de la confiabilidad, disponibilidad
y mantenibilidad de sistemas industriales. As, dados los
desarrollos actuales en software y hardware, actualmente
la simulacin Monte Carlo es una tcnica poderosa para
desarrollar anlisis de la confiabilidad-disponibilidadmantenibilidad de sistemas industriales que estn muy
apegados a la realidad de los sistemas complejos.
Simulacin Monte Carlo de los diagramas de
bloque de confiabilidad de sistemas.

Se construy el diagrama de bloques de confiabilidad

para el sistema de compresin de gas amargo compuesto
por dos turbocompresores de gas operando en paralelo.
Dichos turbocompresores constan de una turbina
acoplada a tres compresores, as como diversos
equipos auxiliares. La Figura 2 presenta el diagrama
de flujo de proceso de un tren de compresin.
Estos turbocompresores succionan de un cabezal a
aproximadamente 9 kgf /cm2 y descarga la primera etapa
alrededor de 20 kgf/cm2, de la segunda etapa descarga
a aproximadamente 48 kgf /cm2 y la tercera etapa para
salir del turbocompresor descarga a 72 kgf/cm2.
Para la definicin de los diversos modos de falla que
pueden afectar un conjunto turbina-compresor se consult
la norma correspondiente (NOM ISO 14224, 2004), a fin
de determinar cules son los posibles modos de falla que
pueden presentarse en el turbocompresor, visto este ltimo
como sistema. Con esto y con el apoyo de bases de datos
genricas se procedi a determinar cules son los modos
de falla que en la realidad se presentan y as conceptualizar
el modelo de bloques del sistema.
Para la generacin y anlisis del diagrama de
bloques se consider el arreglo del sistema y equipos de
acuerdo con los diagrama de tubera e instrumentacin
del equipo. El diagrama de bloques de confiabilidad
generado se presenta en la Figura 3. El diagrama
del componente turbocompresor se muestra en el
subdiagrama de la Figura 4.

FA-02

TC-01

Descarga

HAL-03

HAL-01

FA-02

TC-02

FA-03

TC-03

Figura 2. Diagrama de flujo de proceso para un turbocompresor de tres etapas

MBF-700

98 Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009

Turbocompresor
1
Paro
en
falso

Inicio

Descarga

Succin

Fin

Desviacin
Lectura
de
anormal
parmetros
de
de
instrumentos
operacin

Vibracin

Fuga
externa
Servicios

Operacin
errtica

Figura 6. Diagrama de bloques de confiabilidad

para el compresor modelo C

Turbocompresor
2

Figura 3. Diagrama de bloques de confiabilidad

para un turbocompresor de tres etapas

Paro
en
falso

Vibracin

Lectura
anormal
de
instrumentos

Fuga
externa

Fuga
externa
Servicios

Baja
potencia

Figura 7. Diagrama de bloques de confiabilidad

para el compresor modelo D
SDV-101 MBF-100 Turbina
(Mars
100)

Compresor HAL-201 MBF-300 Compresor HAL-401

CAE-100
CAE-300
(C505u)
(C505u)
Fuga
externa

SDV-206 MBF-700

HAL-601

Compresor MBF-500
CAE-500
(C334i)

Transferencia
trmica
insuficiente

Desviacin
de
parmetros
de
operacin

Otros

Figura 8. Diagrama de bloques de confiabilidad

para aeroenfriadores

Figura 4. Diagrama de bloques de confiabilidad

para el conjunto turbocompresor
Los diagramas de bloques de los componentes
turbina, compresores modelo C505u con etiqueta
CAE-100 y CAE-300, compresor modelo C334i con
etiqueta CAE-500, aeroenfriadores HAL-101, HAL401 y HAL-601, y separadores de succin, interetapa
y de descarga con etiquetas MBF-100, MBF-300,
MBF-500 y MBF-700, se presentan en las Figuras 5 a
9, respectivamente.

Fuga
Lectura
Fuga
externa externa
anormal
- Gas
de
instrumentos combustible

Paro
en
falso

Vibracin

Baja
potencia

Sobrecalentamiento

Otras

Figura 5. Diagrama de bloques de confiabilidad

para la turbina

Fuga
externa

SDV

LIT

LIC
(PLC)

LV y
LY

Figura 9. Diagrama de bloques de confiabilidad

para separadores
En la Tabla 1 se presentan las tasas de falla y de
reparacin empleadas en la evaluacin de los diagramas
de bloques de confiabilidad. Se simularon con Monte
Carlo los diagramas de bloque de confiabilidad de los
casos base que corresponden al contexto actual de
operacin. Se realizaron 100000 simulaciones Monte
Carlo para cada uno de los casos analizados y sus
alternativas, como se puede apreciar en la Figura 10.
El nmero de simulaciones seleccionado es suficiente
ya que la disponibilidad del sistema se estabiliza en un
valor de 99.9656%. La simulacin se realiz en 331
segundos. Las simulaciones se realizaron considerando
un tiempo de operacin de 8760 horas equivalentes al
mantenimiento preventivo anual.

Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009 99

En la Tabla 3 se resumen los resultados arrojados por

el Software BlockSim 6.0, el cual es un software de la
compaa Reliasoft que permite evaluar algebraicamente
o mediante simulaciones discretas de Monte Carlo
diagramas de bloques de confiabilidad (Reliasoft, 2009).
Cabe mencionar que este software est licenciado al
IMP.
Tabla 3
Resumen de resultados de la simulacin Monte Carlo
para el sistema de compresin
Figura 10. Variabilidad de la disponibilidad en
funcin del nmero de simulaciones de
Monte Carlo
Tabla 1
Tasas de falla y tiempos de reparacin de turbina,
compresores y separadores empleados en la evaluacin
de los diagramas de bloques de confiabilidad
Modo de falla
Turbina
Lectura anormal de instrumentos
Fuga externa gas combustible
Fuga interna
Otras
Paro en falso
Vibracin
Baja potencia
Sobrecalentamiento
Falla de arranque en demanda
Compresores
Paro en falso
Vibracin
Lectura anormal de instrumentos
Desviacin de parmetros de operacin
Fuga externa
Fuga externa servicios
Baja potencia o errtica
Falla de arranque en demanda
Separadores
Fuga externa
SDV (118, 318, 518, 718, incluye transmisores
y SDV)
LIT (117, 317, 517 y 717)
LIC (PLC)1
LV y LY (115, 315, 515 y 715)

Tasa de fallas Tiempo de

[h-1]
reparacin [h]
2.99x10-5
2.17x10-5
1.07x10-5
7.99x10-6
2.84x10-4
1.07x10-5
7.39x10-6
1.17x10-4
1.40x10-4

23.4
27.4
52.0
1.0
28.9
96.0
9.5
28.8
26.5

3.23X10-5
6.79X10-6
2.08X10-5
1.97X10-6
----7.38X10-6
7.15X10-6
1.74X10-5

14.8
70.0
18.3
8.0
----28.0
8.5
5.1

2.13x10-6

9.0

1.01x10-6

4.0

3.99x10-6

7.6
1.1
15.4

1.06x10-4
8.40x10-7

Tabla 2
Tasas de falla y tiempos de reparacin de aeroenfriadores
y vlvulas de corte empleados en la evaluacin de los
diagramas de bloques de confiabilidad
Modo de falla
Aeroenfriadores
Fuga externa
Transferencia trmica insuficiente
Desviacin de parmetros de operacin
Otros
Vlvulas de corte
SDV-1013 y SDV-7313 (Operacin en falso)

Tasa de fallas Tiempo de

[h-1]
reparacin [h]
1.56x10-6
3.09x10-6
1.56x10-6
1.56x10-6

6.0
8.0
4.0
14.0

5.68x10-6

8.1

General

Descripcin general del sistema

Disponibilidad media (Todos los eventos):

Desviacin estndar
Disponibilidad media (Sin MP e inspeccin):
Disponibilidad puntal (Todos los eventos) a 8760:
Confiabilidad a 8760:
Nmero esperado de fallas
MTTF:
Tiempo operando/Fuera de operacin del sistema
Tiempo operando
Tiempo fuera por mantenimiento correctivo:
Tiempo de inspeccin
Tiempo fuera por mantenimiento preventivo
Tiempo fuera total
Eventos que sacan de operacin al sistema
Nmero de fallas
Nmero de mantenimientos correctivos
Nmero de inspecciones
Nmero de mantenimientos preventivos
Totales de eventos
Costos
Costo total
Rendimiento
Rendimiento total

0.999565
0.001214
0.999565
0.99948
0.65734
0.43636
20889.7393
8756.18575
3.814246
0
0
3.814246
0.43636
0.43636
0
0
0.43636
0
50316.944

Los resultados de las simulaciones Monte Carlo de

los diagramas de bloque de confiabilidad del sistema
de manejo de gas amargo se muestran en la Figura 11.
En sta se observa cmo decrece la confiabilidad del
sistema de compresin a travs el tiempo.
La variacin de la tasa de fallas del sistema de
compresin con respecto al tiempo se muestra en la
Figura 12. Este comportamiento es tpico para los
equipos dinmicos, ya que a mayor tiempo de operacin
aumentan las fallas.
Por otro lado, la funcin de densidad de probabilidad
para las fallas del sistema de compresin se muestra en
la Figura 13.
La Figura 14 presenta el comportamiento de la
mantenibilidad del sistema. De sta se puede concluir
que el 90% de las reparaciones al sistema se realizarn
en menos de 49.2 horas.
Respecto a la mantenibilidad se encontr que
los tiempos de reparacin del sistema siguen una
distribucion log-normal con una media de 28.4 horas y
una desviacin estndar de 217.9.

100 Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009

1
0.9
0.8

Confiabilidad

0.7
0.6
0.5
0.4
0.3
0.2
0.1
0

1000

2000

3000

4000
5000
Tiempo (h)

6000

7000

8000

9000

Figura.11. Confiabilidad del sistema de compresin

-5

1.2

x 10

-1

Tasa de fallas (h )

0.8

0.6

0.4

0.2

1000

2000

3000

4000

5000

6000

7000

Tiempo (h)

Figura 12. Tasas de falla del sistema de compresin

8000

9000

Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009 101

x 10-5

FDP

4
3
2
1
0
0

2000

1000

3000

4000

5000

6000

7000

8000

9000

Tiempo (h)

Figura 13. Funcin de densidad de probabilidad, FDP de las fallas del sistema
1
0.9
0.8

Mantenibilidad

0.7
0.6
0.5
0.4
0.3
0.2
0.1
0

50

100

150

200

Tiempo (h)

Figura 14. Mantenibilidad del sistema de compresin

250

300

102 Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009

La funcin de distribucin de probabilidad de los

tiempos de reparacin se presenta en la Figura 15.
-3

PDF

1.5

x 10

0.5

50

100

150
Tiempo (h)

200

250

300

Figura 15. Funcin de densidad de probabilidad, FDF, de las reparaciones del sistema
Conclusiones

De acuerdo con las simulaciones Monte Carlo realizadas

durante 8760 horas para el diagrama de bloques de
confiabilidad del sistema de compresin mostrado en la
Figura 3, se encontr que el sistema de compresin tiene
una disponibilidad promedio de 0.9995 y un nmero
esperado de fallas (NOF) de 0.436, que equivale a tener
el sistema de compresin fuera de operacin alrededor
de cuatro horas en un ao.
Adicionalmente, se observa que este sistema operar
en modo degradado; es decir, con un solo tren de
compresin alrededor de 261 horas acumuladas en un
ao, dado que el otro tren estar en estado de falla.
Respecto a la mantenibilidad del sistema se tiene
que en promedio el mantenimiento correctivo a una
falla del sistema requerir 28.4 horas. Adems, el 90%
de las tareas de mantenimiento correctivo al sistema
no requerirn ms de 49.2 horas; es decir, poco ms
de dos das; sin embargo, se espera que para el 7% de
las fallas que presente el sistema se requieran de dos a
siete das para restablecerlo a un estado operativo y el

3% de las fallas restantes requerir ms de una semana

para reparar.
La importancia de estos resultados radica en el hecho
de estimar la carga o contribucin que ser enviada el
quemador, ya que por diseo se espera que el sistema
de compresin de gas maneje 1.51x10-4 m3 s-1 (460
MMPCSH). Sin embargo, por fallas del sistema se espera
se enven al quemador 4.59x10-5 m3 s-1 (5.83 MMPCSH)
de gas durante un tiempo cercano a cuatro horas y se enven
2.30 x10-5 m3 s-1 (2.92 MMPCSH) durante 261 horas.
Es importante recalcar que en estos clculos no
se consideran paros de equipos debido a problemas
operativos, tales como: disparo por alto nivel en el
separador de succin, disparo por baja presin del gas
combustible u otros, ya que cuando hay un paro por
problemas operativos realmente el turbocompresor no
se encuentra en estado de falla.
Por otro lado, al tener una visin general de las
fallas y sus tiempos de reparacin esperados se podr
considerar el contar con stock de refacciones para los
modos de falla ms crticos. Esto puede dar paso a un
estudio de mantenimiento centrado en confiabilidad con

Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009 103

el cual se podr establecer, adems del refaccionamiento

crtico, las tareas de mantenimiento preventivo, basados
en las condiciones y/o detecciones para el sistema.
Finalmente, con los resultados de un estudio (RAM)
tambin se pueden estimar los factores de servicio de
una planta, sistema o equipo, entre otras cosas
Reconocimientos

Los autores reconocen el apoyo constante por la

actualizacin de las diversas licencias del Software
de Ingeniera de Confiabilidad a los especialistas del
Centro Tecnolgico de Informtica Especializada para
Ingeniera de Proyecto de la Direccin de Ingeniera de
Proyecto del Instituto Mexicano del Petrleo.
Nomenclatura

Disponibilidad, por su sigla en ingls

(Availability)
CAE
Compresores
CDM
Siglas para confiabilidad, disponibilidad
y mantenibilidad
FA
Tanques separadores de condensados
FDP
Funcin de densidad de probabilidad
F(t)
Funcin de distribucin de fallas
acumuladas
g (t )
Funcin de densidad de probabilidad de la
variable aleatoria (tiempo para reparar)
HAL
Aeroenfriadores
IMP
Instituto Mexicano del Petrleo
LIC
Controlador Indicador de nivel
. Por
sus siglas en ingls (Level

Indicator

Control)
LIT
Transmisor indicador de nivel. Por

sus siglas en ingls (Level

Indicator

Transmitter)
LV
Vlvula de control de nivel
. Por sus siglas
en ingls (Level Valve)
LY
Indicador de posicin.
Por sus siglas en
ingls (Level Y-Axis)
MMPCSH
Millones de pies cbicos estndar por
hora
MP
Mantenimiento preventivo
M(t)
Funcin de mantenibilidad
MTBF
Tiempo medio entre fallas. Por sus siglas
en ingls (Mean Time Between Failures)
MTTF
Tiempo medio para fallas. Por sus
= E(T)
siglas en ingls (Mean Time to Failure)
NOF
Nmero esperado de fallas. Por sus siglas
en ingls (Number of Failures)

PDF

Siglas en ingls para funcin de densidad

de probabilidad
Pr
Probabilidad
PLC
Controlador lgico programable. Por sus
siglas en ingls (Programmable Logic
Controller)
R(t)
Funcin de confiabilidad
RAM
Confiabilidad, disponibilidad
y mantenibilidad. Por sus siglas en
ingls (Reliability, Availability and
Maintainability)
RBD
Diagrama de bloques de confiabilidad.
Por sus siglas en ingls (Reliability Block
Diagram)
SDV
Vlvula de corte.
Por sus siglas en ingls
(Shut Down Valve)
T
Variable aleatoria continua
t
tiempo
TC
Siglas en ingls de control de temperatura
Letras griegas

(t ) Funcin de la tasa de fallas

Bibliografa
Ascher, H., Feingold, H. 1984. Repairable systems reliability: Modeling,
inference, misconceptions, and their causes. Marcel Dekker. Nueva
York, EEUU.
Blanchard, B.S. 1998. System engineering management. 2a Ed. John
Wiley and Sons. Nueva York, EEUU.
Blanchard, B.S., Verma, D., Peterson, E.L. 1995. Maintainability: A
key to effective serviceability and manitenance management. John
Wiley and Sons. Nueva York, EEUU.
Dubi, A. 2000. Monte Carlo Applications in Systems Engineering. John
Wiley and Sons. Nueva York, EEUU.
Ebeling, Ch.E. 1997. An introduction to reliability and maintainability
engineering. McGraw-Hill. Nueva York, EEUU.
Gertsbakh, I. 2000. Reliability theory with applications to preventive
maintenance.
Springer Verlag, Alemania.
Goel, H.D., Grievink, J., Herder, P., Weijnen, M. 2003.
Optimal reliability
design of process systems at the conceptual stage of design. En
Proceedings of the Annual Reliability and Maintainability
Symposium. IEEE Service Centre, pp. 40-45. Tampa, Florida,
EEUU.
Goel, H.D. 2004. Integrating reliability, availability and maintainability
(RAM) in conceptual process design. an optimization approach.
Master of Chemical Engineering Thesis. Delft Technical University.
Delft, Pases Bajos.
Henley, E.J., Kumamoto, H. 1992. Probabilistic risk assessment:
Reliability engineering, design, and analysis. IEEE Press. Nueva
York, EEUU.
Herder, P.M., Van Luijk, J.A., Bruijnooge, J. 2008. Industrial application
of RAM modeling development and implementation of a RAM
simulation model for the Lexans plant at GE Industrial, Plastics.
Reliability Engineering and System Safety. 93:501-508.

104 Tecnol. Ciencia Ed. (IMIQ) vol. 24 nm. 2, 2009

Hyland, A., Rausand M. 1994. System reliability theory: Models and
statistical methods. John Wiley and Sons. Nueva York, EEUU.
IEC. 1991. Analysis techniques for dependability-reliability block
diagram methods. IEC 1078 91, International Electrotechnical
Commission. EEUU.
Jinhua, D., Erlang, O. 2003. Availability analysis through relations
between failure rate and preventive maintenance under condition
monitoring. Mlardalen University. Suecia.
Koolen, J.L.A. 2002. Design of simple and robust process plants. John
Wiley and Sons. Nueva York, EEUU.
Laggoune, R., Chateauneuf, A., Aissani, D. 2009.
Opportunistic policy
for optimal preventive maintenance of a multi-component system in
continuous operating units. Computers and Chemical Engineering.
33:14991510.
Lundteigen, M.A., Rausand, M., Utne, I.B. 2009. Integrating RAMS
engineering and management with the safety life cycle of IEC 61508.
Reliability Engineering and System Safety. 94:18941903.
Marseguerra, M., Zio, E. 2002. Basics of the Monte Carlo method
with applications to system reliability. LiLoLe-Verlag GmbH.
Alemania.
Melo-Gonzlez, R. 2006. Confiabilidad operacional en la industria
petrolera. En 1er Simposio Internacional sobre Aplicaciones de
Anlisis de Riesgo y Confiabilidad en la Planeacin y Diseo de
Ingeniera. UAEM. Toluca, Mxico.
Melo-Gonzlez, R., Toledo-Matus, H. 2007. Estudios de confiabilidad
aplicados a instalaciones de produccin de la industria petrolera. En
IX Congreso de Confiabilidad. AEC. Espaa.
Modarres, M., Kaminskiy, M., Krivtsov, V. 1999. Reliability engineering
and risk analysis. A practical guide. Marcel Dekker. Nueva York,
EEUU.
NOM ISO 14224. 2004. Petroleum and natural gas industries
Collection and exchange of reliability and maintenance data
for equipment. Ginebra, Suiza.
Norsok. 2001. Criticality analysis for maintenance purposes. NORSOK
STANDARD Z-008. Oslo, Noruega.

OREDA. 2002. Offshore reliability data handbook. Oslo, Noruega.

PEP. 2009. Manual del sistema de confiabilidad operacional. Noviembre
2009. Pub. Pemex Exploracin y Produccin. Mxico.
PEP. 2006. Gua para la aplicacin de la metodologa de confiabilidad
redimensionamiento de instalaciones (RI) en Pemex Exploracin
y Produccin. Clave: 202-64000-GDI-111-0001. Julio. Pub. Pemex
Exploracin y Produccin. Mxico.
Ramakumar, R. 1993. Reliability engineering. Fundamentals and
applications. Prentice Hall. Nueva York, EEUU.
Rausand, M., Hyland, A. 2003. System reliability theory: Models,
statistical methods, and application. 2a Ed. John Wiley and Sons.
Nueva York, EEUU.
Reliasoft, 2009. Reli ability Block Diagram (RBD) Software and Fault
Tree Analysis (FTA) Software, pgina web: http://www.reliasoft.
com/BlockSim/features1.htm. Tucson, EEUU.
Rigdon, S.E., Basu, A.P. 2000. Statistical methods for the reliability of
repairable systems. John Wiley and Sons. Nueva York, EEUU.
Samset, . 1988. Reliability estimation based on operating history of
repairable systems. Norweigan Institute of Technology. Trondheim.
Noruega.
Sharma, R.K., Kumar, S. 2008, Performance modeling in critical
engineering systems using RAM analysis, Reliability Engineering
and System Safety. 93:891897.
Stamatis, D.H. 2003. Failure mode and effect analysis. FMEA from
Theory to Execution. ASQ Quality Press. Milwaukee, EEUU.
Torres-Echeverra A.C., Martorell, S., Thompson, H.A. 2009. Design
optimization of a safety-instrumented system based on RAMS+C
addressing IEC61508 requirements and diverse redundancy.
Reliability Engineering and System Safety. 94:162179.
Van Luijk, J.A. 2003. Availability simulation modeling in a chemical
manufacturing company. Master of Science Thesis. Delft Technical
University. Delft, Pases Bajos.
Zio, E., Baraldi, P., Patelli, E. 2006. Assessment of the availability of
an offshore installation by Monte Carlo simulation. International
Journal of Vessel and Piping. 83:312-320.