ES2280372T3 - Aparato y proceso para simular y analizar un sistema con modos de fallo. - Google Patents
Aparato y proceso para simular y analizar un sistema con modos de fallo. Download PDFInfo
- Publication number
- ES2280372T3 ES2280372T3 ES01935039T ES01935039T ES2280372T3 ES 2280372 T3 ES2280372 T3 ES 2280372T3 ES 01935039 T ES01935039 T ES 01935039T ES 01935039 T ES01935039 T ES 01935039T ES 2280372 T3 ES2280372 T3 ES 2280372T3
- Authority
- ES
- Spain
- Prior art keywords
- cause
- time
- failure
- competitive
- simulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/26—Functional testing
- G06F11/261—Functional testing by simulating additional hardware, e.g. fault simulation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/008—Reliability or availability analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Debugging And Monitoring (AREA)
- General Factory Administration (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Un proceso para analizar un sistema que comprende las siguientes etapas: recoger datos de un primer sistema, en donde dicho primer sistema tiene una pluralidad de modos de fallo de causa acumulada y una pluralidad de modos de fallo de causa competitiva y caracterizado por que dichos datos se refieren a ambos modos de fallo de causa acumulada y de causa competitiva; parametrizar dichos datos para utilizarlos con un programa informático simulando un segundo sistema; y ejecutar dicho programa informático simulando dicho segundo sistema, en donde dicha etapa de ejecución comprende las etapas de: calcular un primer tiempo efectivo de trabajo para cada modo de fallo basado en dichos datos recogidos de dicho primer sistema, determinar cuál de dichos modos de fallo de causa acumulada y modos de fallo de causa competitiva produce un primer evento de pérdida en dicho segundo sistema seleccionando el valor más bajo de dichos primeros tiempos efectivos de trabajo, y si dicho modo de fallo que produce dicho primer evento de pérdida de dicho segundo sistema es uno de dicha pluralidad de modos de fallo de causa acumulada, entonces calcular un segundo tiempo efectivo de trabajo sólo para dicho modo de fallo de causa acumulada que produce dicho primer evento de pérdida para dicho segundo sistema y calcular un segundo tiempo efectivo de trabajo para cada uno de dicha pluralidad de modos de fallo de causa competitiva, y utilizar al menos uno de dichos tiempos efectivos de trabajo calculados para implantar cambios en dicho sistema.
Description
Aparato y proceso para simular y analizar un
sistema con modos de fallo.
La presente invención se refiere al campo de los
procesos y aparatos para analizar un sistema y, más especialmente,
al campo de los procesos y aparatos para simular y analizar sistemas
reparables, tales como sistemas de fabricación, sistemas de colas,
etc.
La fiabilidad es una medida de la probabilidad
de que piezas, componentes, productos o sistemas realicen sus
funciones previstas sin fallos en entornos específicos durante los
períodos de tiempo deseados con un determinado nivel de confianza.
De forma típica, la fiabilidad se expresa como fracción decimal (por
ejemplo 0,832). La ingeniería de la fiabilidad abarca las
herramientas teóricas y prácticas mediante las cuales puede ser
especificada, predicha, analizada, demostrada, instalada e
inicializada la probabilidad y la capacidad de que piezas,
componentes, equipos, productos y sistemas realicen sus funciones
necesarias. Las potentes herramientas de ingeniería de la
fiabilidad que permiten predecir de forma exacta la fiabilidad de
piezas, componentes y sistemas pueden proporcionar a la empresa una
ventaja competitiva significativa. Por ejemplo, la predicción exacta
de la fiabilidad de una línea de fabricación o producción prevista
o existente puede reducir los costes, agilizar la entrada en el
mercado con nuevos productos y proporcionar unos resultados del
proyecto más predecibles. La predicción exacta de la fiabilidad
también puede utilizarse para identificar y asignar recursos para la
implantación de cambios del proceso que pueden aumentar la
fiabilidad de un sistema de fabricación, como se describe en
WO-98/24042 A1 o US-5.455.777.
Históricamente, los análisis de fiabilidad y las
simulaciones han dependido de supuestos estadísticos comunes en
cuanto a independencia e idéntica distribución de tiempos hasta
evento de fallo y de métodos tales como simulaciones de cadenas de
Markov (para controlar los cambios de estado de forma secuencial en
el tiempo) para simular la fiabilidad de los sistemas de producción
o de sus subsistemas. Estas simulaciones pueden resultar lentas y
caras de desarrollar y ejecutar para simular la dinámica de un
sistema de fabricación complejo. Pero las simplificaciones pueden
introducir errores que ponen en entredicho la validez y utilidad de
estas simulaciones. Las ventajas de la entrada rápida en el
mercado, la entrada en el momento oportuno en el mercado y unos
resultados predecibles del proyecto, como se ha mencionado
anteriormente, pueden obtenerse gracias a métodos que ofrecen un
elevado grado de exactitud en la simulación del rendimiento de los
sistemas existentes y pueden ser utilizados para simular escenarios
que pretenden modificar estos sistemas o para simular sistemas que
puedan utilizar nuevas combinaciones de subsistemas a partir de
modelos válidos de sistemas de fabricación existentes. Los costes y
la capacidad de fabricación pueden ser mejor comprendidos y
controlados con métodos de mayor exactitud de predicción dando
lugar a menores trastornos del mercado, especialmente durante las
primeras fases de introducción de un nuevo producto.
Por tanto, existe la necesidad de disponer de
métodos de simulación que puedan predecir los efectos de
acoplamiento o combinación que tienen los fallos prematuros o las
operaciones de aceleración y desaceleración
(stop-and-go) sobre el rendimiento
del sistema de fabricación. Además, existe la necesidad de disponer
de métodos de simulación que permitan una mejor utilización del
tiempo de parada para reparaciones y del restablecimiento del
funcionamiento del sistema. Es decir, las acciones de reparación se
realizan de forma específica para aumentar la probabilidad de un
rearranque con éxito del subsistema fallado y para reducir la
frecuencia de falsos arranques y tiempos breves hasta el fallo
debido a reparaciones inadecuadas (es decir, fallos inducidos por el
mantenimiento).
Se proporcionan aparatos y procesos informáticos
para analizar un sistema. Los aparatos y procesos incorporan las
etapas de recoger datos de un primer sistema, en donde el primer
sistema tiene una pluralidad de modos de fallo de causa acumulada y
una pluralidad de modos de fallo de causa competitiva y los datos se
refieren a dichos modos de fallo, parametrizar los datos para usar
en una simulación informática de un segundo sistema y ejecutar una
simulación del segundo sistema. La realización de la simulación
también incluye las etapas de calcular un primer tiempo efectivo de
trabajo para cada modo de fallo basado en los datos recogidos del
primer sistema, determinar cuál de los modos de fallo de causa
acumulada y los modos de fallo de causa competitiva produce un
primer evento de pérdida en el segundo sistema seleccionando el
valor más breve de los primeros tiempos efectivos de trabajo, y en
caso de que el modo de fallo que produce el primer evento de pérdida
del segundo sistema sea uno de la pluralidad de modos de fallo de
causa acumulada, entonces calcular un segundo tiempo efectivo de
trabajo sólo para el modo de fallo de causa acumulada que produce el
primer evento de pérdida para el segundo sistema y calcular un
segundo tiempo efectivo de trabajo para cada uno de la pluralidad de
modos de fallo de causa competitiva.
Aunque la especificación concluye con
reivindicaciones que se refieren de modo particular y reivindican de
modo claro la invención, se cree que la presente invención se
comprenderá mejor a la vista de la descripción siguiente junto con
los dibujos que la acompañan, en donde:
La Fig. 1 es una ilustración esquemática de un
proceso ilustrativo de acuerdo con un aspecto de la presente
invención;
La Fig. 2 es una ilustración esquemática de un
sistema de fabricación de toallitas de papel ilustrativo;
La Fig. 3 es una ilustración esquemática de una
jerarquía ilustrativa para el sistema de fabricación de la Fig.
2;
La Fig. 4 es una gráfica de datos ilustrativos
de eventos de pérdida de tiempos de parada del sistema;
La Fig. 5 es una ilustración esquemática de
ordenadores conectados en red adecuados para usar en la presente
invención;
La Fig. 6 es una ilustración esquemática de una
arquitectura preferida para una simulación realizada de acuerdo con
la presente invención;
Las Figs. 7 a 9 son ilustraciones esquemáticas
de un proceso preferido implantado utilizando la simulación de la
Fig. 6; y
La Fig. 10 es una ilustración esquemática de un
proceso preferido implantado para el acumulador de la simulación de
la Fig. 6.
A continuación se hará referencia en más detalle
a las realizaciones preferidas de la presente invención, ejemplos
de las cuales se ilustran en los dibujos que se acompañan, en donde
los números iguales indican los mismos elementos en todas las
vistas. A fines de transparencia y sencillez se utilizan en la
presente memoria las siguientes expresiones:
En la presente memoria, el término
"sistema" se refiere a cualquier conjunto de componentes,
procesos, operaciones o funciones que proporcionen un producto o
servicio. Los sistemas ilustrativos incluyen sistemas de fabricación
y producción, operaciones de vuelos de líneas aéreas, operaciones
de mantenimiento, operaciones de puesta en cola (por ejemplo,
control de tránsito, reducción de tiempos de espera en líneas o
colas tales como ventanillas de bancos, gasolineras, cajas de
supermercados, etc.), despliegues de equipos industriales y
militares (por ejemplo, despliegues de tropas, dimensionamiento de
grupos de aviación naval, dimensionamiento de flotas de alquiler de
coches y camiones o logística de grandes almacenes y de
transporte).
En la presente memoria, la expresión "evento
de pérdida" se refiere a cualquier evento que afecte
negativamente al rendimiento o al funcionamiento de un sistema o de
uno de sus componentes (por ejemplo, paradas de sistema o tiempos
de parada de componentes, reducciones de la calidad de productos,
mayor intervención de operarios, camiones o coches inactivos,
líneas o colas vacías), en donde cada evento de pérdida tiene una
causa y un modo de fallo asociados al mismo.
En la presente memoria, la expresión "modo de
fallo" se refiere a una descripción de cómo un sistema puede
fallar al no realizar su función prevista. Cada modo de fallo puede
tener asociadas una o más causas; un tiempo de parada durante el
cual el modo de fallo ha hecho que un sistema o un componente del
mismo deje de realizar su función prevista; y un tiempo efectivo de
trabajo hasta la siguiente ocurrencia de un modo de fallo, tiempo
durante el cual un sistema o un componente del mismo realiza su
función prevista.
En la presente memoria, el término "causa"
se refiere a la razón por la cual se produce un modo de fallo.
En la presente memoria, la expresión "vida"
se refiere al tiempo transcurrido desde un punto inicial hasta la
ocurrencia de un punto final.
En la presente memoria, la expresión "modo de
fallo de causa competitiva" (CCFM) se refiere a un modo de fallo
que se produce según su propia distribución, que es independiente de
las distribuciones de otros modos de fallo y en donde el tiempo
efectivo de trabajo del modo de fallo de causa competitiva finaliza
cuando ocurre cualquier evento de pérdida. En las simulaciones de
la presente invención, el tiempo efectivo de trabajo de cada modo
de fallo de causa competitiva es regenerado de nuevo tras producirse
cualquier evento de pérdida.
En la presente memoria, la expresión "modo de
fallo de causa acumulada" (CMFM) se refiere a un modo de fallo
que se produce según su propia distribución, que es independiente de
las distribuciones de otros modos de fallo y en donde el tiempo
efectivo de trabajo del modo de fallo de causa acumulada no se ve
afectado por la ocurrencia de eventos de pérdida no relacionados
con el modo de fallo de causa acumulada en cuestión. En las
simulaciones de la presente invención, el tiempo efectivo de trabajo
de cada modo de fallo de causa acumulada sólo es regenerado de nuevo
tras su expiración.
En la presente memoria, la expresión "evento
de falso arranque" se refiere a un evento de pérdida que se
produce de forma rápida con respecto a la vida esperada de un
sistema (por ejemplo, dos minutos o menos para un sistema de
fabricación que puede tener una vida media esperada de veinte a
treinta minutos) después de que un sistema, o un componente del
mismo, ha restablecido un funcionamiento aceptable.
En la presente memoria, la expresión "sistema
en serie" se refiere a un sistema que falla si falla cualquiera
de sus componentes.
En la presente memoria, la expresión "sistema
en paralelo" se refiere a un sistema que falla si fallan todos
sus componentes paralelos.
En la presente memoria, la expresión "tiempo
efectivo de trabajo" se refiere al período de tiempo o la vida de
un sistema, o componente del mismo, durante el cual realiza su
función prevista.
En la presente memoria, la expresión "tiempo
de parada" se refiere al período de tiempo o vida de un sistema,
o componente del mismo, durante el cual no realiza su función
prevista debido a un evento de pérdida.
En la presente memoria, la expresión
"disponibilidad" se refiere a la relación entre el tiempo total
efectivo de trabajo para un sistema y la suma del tiempo total
efectivo de trabajo de un sistema más el tiempo total de parada de
un sistema.
En la presente memoria, la expresión "tiempo
medio entre fallos" (MTBF) se refiere a la relación entre el
tiempo total efectivo de trabajo de un sistema y el número total de
eventos de pérdida del sistema.
En la presente memoria, la expresión "tiempo
medio de reparación" (MTTR) se refiere a la relación entre el
tiempo total de parada de un sistema y el número total de eventos de
pérdida del sistema.
En la presente memoria, la expresión
"parametrizar" se refiere al proceso de identificar o ajustar
datos según una ecuación paramétrica (por ejemplo, una ecuación que
contiene parámetros de forma, escala, y ubicación para describir
datos, tales como ecuaciones de Weibull, ecuaciones
log-normales, ecuaciones normales, etc.).
En referencia a la Fig. 1, y de acuerdo con un
aspecto de la presente invención, se describe a continuación un
proceso para analizar y/o simular un sistema ilustrativo. El proceso
20 comienza en la etapa 21 donde se selecciona un nivel jerárquico
del sistema. El nivel jerárquico delimita el sistema que se desea
analizar y representa la profundidad de simulación de los
componentes de un sistema. Para mayor facilidad de discusión, la
presente invención se describirá en la presente memoria con respecto
a un sistema en forma de un sistema de fabricación y las máquinas
que forman parte del sistema de fabricación. Más especialmente, la
presente invención se describirá en la presente memoria con
respecto a un sistema de fabricación 22 de toallitas en serie, como
se ilustra de forma esquemática en la Fig. 2. El sistema de
fabricación 22 comprende un rodillo de hojas 24 que tiene enrollado
a su alrededor una hoja de papel 26 con una longitud finita. La hoja
26 pasa a través de una impresora en relieve 28 que imprime un
patrón sobre la hoja 26. La hoja 26 se corta en la dirección de la
máquina en partes discretas 32 en un primer cortador 30. Las partes
32 son envueltas alrededor de un núcleo cilíndrico de papel en el
rodillo de núcleos 34 después de lo cual las partes enrolladas 36
son depositadas en un acumulador 38. Las partes enrolladas 36 son
después cortadas en la dirección transversal a la máquina en el
segundo cortador 40. Las partes enrolladas 42 cortadas dos veces son
suministradas a un envolvedor 44 que envuelve una pluralidad de
partes enrolladas 42 en una película polimérica 46 que es extraída
de un rodillo 48 de película polimérica. Una pluralidad de sensores
50 se encuentran distribuidos por todo el sistema de fabricación 22
para detectar eventos de pérdida del sistema de fabricación, como se
discutirá en más detalle más adelante. Aunque el sistema de
fabricación 22 se describe en la presente memoria a un nivel
jerárquico de máquina, se apreciará que el sistema de fabricación 22
puede ser descrito a niveles jerárquicos superiores o inferiores
según el análisis en cuestión y el nivel de exactitud de simulación
deseado y que estos diferentes niveles pueden ser simulados de
forma conjunta o individual, según se desee. La Fig. 3 presenta
diferentes jerarquías ilustrativas superiores e inferiores a la
descrita para el sistema de fabricación 22 de la Fig. 2. Por
ejemplo, un nivel jerárquico superior puede incluir una red de
distribución 52 que comprende una pluralidad de plantas de
fabricación 54 (un sistema paralelo), en donde cada uno tiene una
pluralidad de sistemas de fabricación 22, en donde el sistema de
fabricación 22 tiene una pluralidad de máquinas 56 (por ejemplo, el
rodillo 24) asociadas al mismo y cada máquina 56 tiene una
pluralidad de subcomponentes 58 (por ejemplo, un rodamiento para el
rodillo de hojas 24). Además, aunque la presente invención se
describe en la presente memoria con respecto a un sistema de
fabricación, se apreciará fácilmente que también otros productos,
servicios, sistemas de fabricación y sistemas resultan adecuados
para usar en la presente invención, como se ha descrito
anteriormente.
Haciendo referencia de nuevo a la Fig. 1, se
analiza la jerarquía de sistema seleccionada en la etapa 21 para
identificar sus modos de fallo acumulados y competitivos así como
sus causas. En la Tabla 1 siguiente se presenta una lista
ilustrativa de modos de fallo acumulados y competitivos y sus causas
para el sistema de fabricación 22.
\vskip1.000000\baselineskip
A título ilustrativo con respecto a la Tabla 1,
el rodillo de hojas 24 tiene tres modos de fallo: dos modos de
fallo de causa acumulada y un modo de fallo de causa competitiva. El
hecho de que un modo de fallo sea acumulado o competitivo puede
estar basado en la causa del modo de fallo o en las reglas de la
estructura (por ejemplo, todos los modos de fallo son competitivos
salvo que se indique lo contrario). Las reglas de estructura pueden
ser adaptadas según los objetivos o usos de la simulación. El modo
de fallo de atasco de hojas es competitivo porque la inestabilidad
de las hojas puede volver a producir un atasco de hojas después de
haber reparado cualquier evento de pérdida. Los modos de fallo de
correa y cambio de rodillo (es decir, sustitución del rodillo
porque la hoja está agotada) son acumulados porque dependen de la
vida finita de la correa y de la hoja, independientemente de otros
eventos de pérdida no relacionados. Los modos de fallo pueden tener
múltiples causas (ver, por ejemplo, modo de fallo número 1 en la
Tabla 1) y distribuciones de tiempos de parada. Además, los modos
de fallo no necesariamente presentan una correspondencia entre el
número de causas de modo de fallo y el número de distribuciones de
tiempos de parada. Las distribuciones de tiempos de parada
representan características independientes con una distribución
idéntica de tiempos de reparación para un único modo de fallo. Por
ejemplo, el modo de fallo de atasco de hojas tiene tres
distribuciones de tiempos de parada, a saber, un período breve de
tiempo de reparación, un período medio de tiempo de reparación y un
período largo de tiempo de reparación. La selección del número de
distribuciones de tiempos de parada puede realizarse utilizando
métodos conocidos en la técnica, tales como regresión segmentada, en
donde cada discontinuidad entre segmentos representa una
distribución separada. La probabilidad C de caer dentro de cualquier
distribución de tiempos de parada determinada se determina mediante
la relación entre el número de eventos de pérdida dentro de una
distribución de tiempos de parada y el número total de eventos de
pérdida para el modo de fallo en cuestión. Por ejemplo, en la Fig.
4 se presenta un ejemplo de gráfica para el modo de fallo de causa
competitiva de atasco de hojas del rodillo de hojas 24. El número
total de eventos de pérdida ilustrado en la Fig. 4 es de 188. Para
la primera distribución de tiempos de parada 70, el número de
eventos de pérdida es 109 y por tanto la probabilidad C de que se
produzca un tiempo de parada en la primera distribución de tiempos
de parada 70 es de 0,58. De forma similar, el número de eventos de
pérdida para la segunda distribución de tiempos de parada 73 es de
76 y, por tanto, la probabilidad C de que se produzca un tiempo de
parada en la segunda distribución de tiempos de parada es de
0,40.
En relación de nuevo a la Fig. 1 y al proceso
20, los datos del evento de pérdida del sistema basados en el
tiempo (por ejemplo, tiempos efectivos de trabajo, tiempos de
parada) se recogen en el sistema de fabricación 22 y se analizan
paramétricamente en las etapas 60 y 62 una vez seleccionado el nivel
jerárquico del sistema de fabricación 22. La recogida de estos
datos del evento de pérdida del sistema se utiliza para caracterizar
y cuantificar los modos de fallo del sistema de fabricación 22. Los
datos del evento de pérdida del sistema recogidos preferiblemente
incluyen causas de modo de fallo, sellos de tiempo que marcan el
comienzo y el final de los períodos de tiempo efectivo de trabajo y
de tiempo de parada, y el tiempo absoluto de los tiempos efectivos
de trabajo y de los tiempos de parada. En función de la causa del
modo de fallo, pueden utilizarse diferentes técnicas de detección
para recoger los datos. En la Tabla 2 siguiente se presentan
ejemplos de métodos.
Como se ha indicado, los datos del evento de
pérdida del sistema pueden ser recogidos utilizando los sensores 50
y/o los controladores lógicos programables (o PLCs). Ejemplos de
datos del evento de pérdida del sistema para el sistema de
fabricación 22 se presentan en la Tabla 3. Debería recogerse un
volumen de datos suficiente para cada modo de fallo con el fin de
establecer una muestra estadística. Más preferiblemente, al menos
aproximadamente 3 eventos son registrados para cada modo de fallo.
Con máxima preferencia, entre aproximadamente 15 eventos y
aproximadamente 30 eventos son registrados para cada modo de fallo.
Los datos del evento de pérdida del sistema también pueden incluir
otra información, tal como un sello de fecha. Aunque la Tabla 3 se
refiere a datos del evento de pérdida del sistema para un sistema
de fabricación, pueden controlarse otros tipos de datos en otros
sistemas tales como tiempo inactivo en el caso de sistemas de cola
(por ejemplo, gasolinera disponible pero inactiva).
Una vez recogidos los datos del evento de
pérdida del sistema, estos se parametrizan en la etapa 62 del
proceso 20. Los datos del evento de pérdida del sistema pueden ser
parametrizados utilizando uno de los diferentes métodos de
distribución/función estadística conocidos en la técnica, tales como
distribución exponencial, distribución normal, distribución de
Weibull o distribución normal logarítmica. La distribución de
Weibull (en particular la función de densidad probabilística de
Weibull o PDF) es especialmente útil para identificar tiempos
efectivos de trabajo mientras que los tiempos de parada son
determinados de forma típica mediante una distribución normal
logarítmica. Los eventos de falso arranque son preferiblemente
calculados mediante la siguiente ecuación:
| 1 - (número total de eventos de falso arranque | |||
| para un modo de fallo) | |||
| Probabilidad de falso arranque (P) = | -------------------------------------------------------------- | (1) | |
| Número total de eventos de pérdida | |||
| para el sistema |
\vskip1.000000\baselineskip
Por tanto, una probabilidad de falso arranque P
de 0,97 (ó 97%) significa que el 97% del tiempo no hay un falso
arranque para este modo de fallo después de cualquier evento de
pérdida para cualquier modo de fallo. Un PDF de Weibull típico para
el tiempo efectivo de trabajo tiene la forma siguiente:
| Probabilidad de fallo = | (Beta/alfa) (tiempo efectivo de trabajo/alfa) ^{(Beta-1)} | |
| e^{(-(((\text{tiempo efectivo de trabajo/alfa)Beta})))} | (2) |
en donde las constante alfa y beta
son las constantes de Weibull habituales (es decir, alfa es el
parámetro de escala y beta es el parámetro de forma) conocidos en
la técnica. La ecuación (2), cuando se resuelve para el tiempo
efectivo de trabajo, puede ser reorganizada de la forma
siguiente:
(3)Tiempo
efectivo de trabajo = alfa(-ln (probabilidad de fallo))
^{(1/Beta)}
La ecuación (2) puede utilizarse para calcular
tiempos efectivos de trabajo basados en la generación de una
probabilidad aleatoria utilizando un número real aleatorio uniforme
entre cero y uno para la probabilidad de fallo. Puede utilizarse
cualquier ecuación log-normal conocida en la técnica
que tenga parámetros sigma (es decir, la desviación estándar del
logaritmo de los tiempos de parada) y mu (es decir, la media
logarítmica de los tiempos de parada) para parametrizar una
distribución de tiempos de parada. Solamente a título de discusión
en la presente memoria, las distribuciones del tiempo efectivo de
trabajo para los modos de fallo del sistema de fabricación 22,
presentadas en la Tabla 1, se parametrizan utilizando un PDF de
Weibull y los tiempos de parada se caracterizan utilizando una
función log-normal, en donde la constante C
representa las probabilidades entre las diferentes distribuciones
de tiempos de parada. Cabe destacar que la suma de los valores de la
constante C de cualquier modo de fallo debe ser igual a uno porque
el tiempo de parada de cualquier evento de pérdida debe entrar
dentro de una de las distribuciones de tiempos de parada de la
presente invención para el modo de fallo de este evento de pérdida.
La probabilidad de falso arranque de cada modo de fallo está
representada por una constante P. En la Tabla 4 siguiente se
presentan ejemplos de constantes alfa, beta, mu, sigma y C y P para
cada modo de fallo. Como se ha mencionado anteriormente, algunos de
los modos de fallo tienen más de una distribución de tiempos de
parada. Por ejemplo, un rodillo activado por correa puede fallar a
causa de un fallo de una correa de accionamiento. El rodillo puede
ser rápidamente reparado si se cuelgan múltiples correas alrededor
de las poleas de accionamiento de manera que no sea necesario
desmontar la estructura del rodillo para la reparación, reduciendo
así el tiempo de reparación. Sin embargo, una vez que ha sido
utilizada la última correa de reparación, sería necesario desmontar
la estructura del rodillo, lo que daría lugar a una mayor
distribución de tiempo de reparación que en el caso de que hubiera
habido disponible una correa para su reparación. También son útiles
múltiples distribuciones de tiempos de parada para modelar modos de
fallo que tengan más de una causa, teniendo cada causa una
distribución de reparación de parada separada. El número de
distribuciones de tiempos de parada puede ser seleccionado
utilizando uno de los diferentes métodos conocidos en la técnica
(por ejemplo, regresión segmentada).
También se incluye en la Tabla 4 una constante
de velocidad R que representa un valor de velocidad de producto en
estado estacionario para un objeto de simulación (por ejemplo, 54,9
m/min [180 ies por minuto] de alimentación de hojas para el rodillo
de hojas).
Tras completar la recogida y parametrización de
los datos del evento de pérdida del sistema en las etapas 60 y 62
del proceso 20 de la Fig. 1, se diseña un programa informático que
modela o simula el sistema de fabricación 22 de acuerdo con otro
aspecto de la presente invención. El programa de simulación se
ejecuta o corre en cualquier ordenador de propósito especial o
general o en otro aparato de procesamiento digital, tal como un
ordenador de sobremesa, un servidor y/u ordenador cliente unidos en
red (por ejemplo, a través de Internet o de una Intranet), un
micro-ordenador, organizadores manuales u otras
formas de ordenadores y sistemas informáticos de otra manera
conocidos en la técnica. Ejemplos de ordenadores conectados en red
1000 se ilustran de forma esquemática en la Fig. 5. El ordenador
preferiblemente comprende un circuito lógico (tal como una unidad de
procesamiento central 1030, un microprocesador u otro
microcontrolador) capaz de ejecutar el programa de simulación. El
programa de simulación, o partes del mismo, puede ser proporcionado
como un producto de programa, en donde el producto de programa
incluye un medio portador de señal que puede ser configurado para
almacenar datos y/o instrucciones legibles por máquina que hacen
que el circuito lógico al que está unido realice las etapas de
simulación discutidas más adelante. El medio portador de señal puede
ser proporcionado en forma de un disco óptico, un disco magnético,
una unidad de disco duro magnético (por ejemplo, número de
referencia 1010), una cinta magnética, RAM, ROM, o cualquier otro
medio magnético, óptico u otro medio de almacenamiento legible por
ordenador. De forma alternativa, el producto de programa puede ser
distribuido con las instrucciones contenidas en otros medios
portadores de señales, incluidos vínculos de comunicación digitales
y análogos (por ejemplo, tales como una parte de alambre o fibra de
una red de área local, una parte de alambre o fibra de una red de
área amplia, una parte de una red inalámbrica, etc), una onda
portadora o señal propagada y otras formas de medios de
transmisión. El ordenador también preferiblemente comprende uno o
más periféricos de entrada/salida tales como teclado, ratón,
pantalla táctil, micrófono, monitor, impresora, etc., que pueden ser
conectados al circuito lógico a través de un bus de sistema y un
adaptador (por ejemplo, adaptador de pantalla 1040). Aunque la
etapa 148 de la Fig. 1 está preferiblemente computerizada, se
apreciará que las demás etapas (o partes de las mismas) del proceso
20 pueden ser implantadas por o junto con un aparato de
procesamiento digital.
En la Figura 6, un programa de simulación 80
preferido comprende una pluralidad de objetos de simulación 82 y un
controlador 84, en donde cada objeto de simulación 82 representa un
componente físico del sistema modelado (p. ej., una planta, una
línea de fabricación, una máquina, un componente, una cola, etc.).
El programa de simulación puede ser implantado utilizando
cualquiera de entre una serie de lenguajes de programación
orientados o no a objetos conocidos en la técnica (por ejemplo, C,
C++, macros EXCEL, etc.). En este caso, los objetos de simulación
representan cada uno una máquina 56 del sistema de fabricación 22 y
comprenden instrucciones y/o datos que describen la operación de
dicha máquina. Por tanto, existen objetos de simulación ilustrados
en la Fig. 6 para el rodillo de hojas 24, la impresora en relieve
28, el primer cortador 30, el rodillo de núcleos 34, el acumulador
38, el segundo cortador 38, el rodillo 42 de película polimérica y
el envolvedor 44. Los objetos de simulación 82 están unidos con sus
correspondientes objetos de simulación corriente arriba y corriente
abajo de manera que se encuentra dispuesta una representación
virtual del sistema de fabricación 22. Los objetos de simulación 82
preferiblemente envían a sus objetos de simulación inmediatamente
adyacentes corriente arriba y corriente abajo la velocidad simulada
(por ejemplo, una velocidad lineal en pies/minuto de la hoja 26
entre el objeto de simulación 1 y el objeto de simulación 2) y el
estado simulado del objeto de simulación (por ejemplo, parado u
operativo). El controlador 84 coordina el tiempo de simulación (a
continuación "el tiempo de simulación actual") entre los
diferentes objetos de simulación 82. Preferiblemente, la
coordinación es realizada por cada objeto de simulación al
transmitir su tiempo efectivo de trabajo y/o tiempo de parada al
controlador 84 cuando cada objeto de simulación encuentra un evento
de pérdida simulado (por ejemplo, una parada). Cuando se encuentra
un evento de pérdida simulado, el controlador 84 avanza el tiempo de
simulación actual según el tiempo de parada o el tiempo efectivo de
trabajo calculado en un objeto de simulación, como se describe en
más detalle más adelante.
En las Figuras 6 a 8 se describe un proceso
ilustrativo 86 implantado junto con un objeto de simulación 82 de
acuerdo con otro aspecto de la presente invención. Las etapas del
proceso se describen tanto genéricamente para cualquier objeto de
simulación 82 como de forma ilustrativa para el objeto de simulación
del rodillo de hojas, aunque se apreciará que estas etapas pueden
ser implantadas de forma similar para los demás objetos de
simulación 82 de la simulación 80. Aunque las etapas del proceso 86
se describen en la presente memoria con respecto a objetos de
simulación, algunas etapas implantadas por el controlador 84 también
se incorporan en el proceso 86 para facilitar la discusión. También
se apreciará que las etapas del proceso 86 y la disposición de los
objetos de simulación y del controlador pueden ser modificadas,
reorganizadas, combinadas y separadas como se conoce en la técnica
sin por ello abandonar el ámbito de esta invención.
El proceso 86 comienza en la etapa 88 donde los
parámetros (por ejemplo, constantes P/C/R, alfa, beta, mu, sigma,
etc). para las distribuciones de tiempos efectivos de trabajo y de
tiempos de parada, velocidades y probabilidades de falso arranque
del objeto de simulación 82 son preferiblemente leídos en un fichero
de entrada o un objeto similar. Una vez que cada objeto de
simulación 82 ha sido así inicializado, se genera una serie de
probabilidades de falso arranque en la etapa 89, teniendo
preferiblemente la serie la estructura presentada en la Tabla 5
siguiente. La primera columna es la constante P de probabilidad de
falso arranque mientras que la segunda columna es la diferencia de
uno menos la probabilidad de falso arranque P. La tercera columna es
el cociente de uno menos la constante P de probabilidad de falso
arranque entre la suma de uno menos la constante P de probabilidad
de falso arranque de la columna 3. La cuarta columna es la suma
actual de la tercera columna.
A continuación se suma una probabilidad de falso
arranque objetivo para los modos de fallo de causa competitiva del
objeto de simulación según la siguiente ecuación en la etapa 90:
(4)Probabilidad
de falso arranque objetivo = 1- \Sigma (1- probabilidades de falso
arranque
P)
Después de determinar la probabilidad de falso
arranque objetivo en la etapa 90, se genera un número real
aleatorio uniforme entre cero y uno en la etapa 94 y este número
real aleatorio uniforme se utiliza para calcular un tiempo efectivo
de trabajo para cada modo de fallo de causa acumulada para el objeto
de la presente simulación 82 utilizando la ecuación (2) anterior.
Por ejemplo, el rodillo de hojas 24 tiene los modos de fallo de
causa acumulada de cambio de rodillo y fallo de correa, como se
indica en las Tablas 1 y 4. Los valores alfa y beta ilustrativos
para el modo de fallo número 2 indicados en la Tabla 4 son 63,00 y
15, respectivamente. Para un valor real aleatorio uniforme de 0,54,
este modo de fallo de causa acumulada tendría un tiempo efectivo de
trabajo de 63,46 minutos en la etapa 94. Estos tiempos efectivos de
trabajo son preferiblemente almacenados en una serie o en otra
estructura de datos que es actualizada cuando se ejecuta la
simulación 80.
Las etapas 96 a 106 son a continuación
ejecutadas para calcular un error de falso arranque de modo de fallo
de causa competitiva. En la etapa 96, un contador de eventos de
pérdida que almacena el número total de eventos de pérdida
simulados (es decir, eventos de pérdida de modos de fallo tanto de
causa competitiva como de causa acumulada) es incrementado cada vez
que se encuentra un evento de pérdida. Si el anterior evento de
pérdida para el objeto de simulación se había debido a un modo de
fallo de causa competitiva y se había producido un falso arranque
como se indica en la etapa 98, se ejecuta la etapa 100,
incrementándose en uno el contador que suma el número de falsos
arranques de modo de fallo de causa competitiva. De lo contrario, se
ejecuta directamente la etapa 102, calculándose la probabilidad de
eventos de falso arranque de la simulación mediante la siguiente
ecuación:
(5)Simulación
de prob. de falso arranque = \frac{\text{Número total de eventos de
falso arranque CCFM}}{\text{Número total de eventos de pérdida de
la
simulación}}
El número total de eventos de pérdida de la
simulación en el denominador de la ecuación (5) ya ha sido calculado
en la etapa 96, y el número total de eventos de falso arranque de
modo de fallo de causa competitiva en el numerador de la ecuación
(5) ya ha sido calculado en la etapa 100. A continuación se calcula
en la etapa 106 el error entre la probabilidad de falso arranque de
la simulación y la probabilidad de falso arranque objetivo según la
siguiente ecuación:
Error =
probabilidad de falso arranque de la simulación - probabilidad de
falso arranque
objetivo
Una vez que el error ha sido calculado, se
calcula en la etapa 106 una probabilidad de falso arranque de la
simulación corregida utilizando el error calculado. Puede utilizarse
cualquier método de corrección de errores conocido en la técnica
para calcular el valor corregido de la probabilidad de falso
arranque de la simulación (por ejemplo, una búsqueda binaria).
Aunque en la presente memoria se describe a título de simplificación
una corrección de error con respecto a falsos arranques después de
un modo de fallo de causa competitiva, se apreciará que también
podría implantarse una corrección de error similar para falsos
arranques después de un modo de fallo de causa acumulada.
En la etapa 110 se determina si el anterior
evento de pérdida se ha debido a un modo de fallo de causa
competitiva o si se ha debido a un modo de fallo de causa
acumulada. Si se ha debido a un modo de fallo de causa competitiva,
se utilizan las etapas 112 y 114 para determinar si existe un falso
arranque después del tiempo de parada (es decir, después del tiempo
de reparación) para el anterior evento de pérdida teniendo en cuenta
la probabilidad de falso arranque de la simulación corregida
determinada en la etapa 106. Si el anterior evento de pérdida se ha
debido a un modo de fallo de causa acumulada, se ejecutan las etapas
111 y 113 (Fig. 8). En la etapa 111 se genera un número real
aleatorio uniforme entre cero y uno. Si el número real aleatorio
uniforme es inferior o igual a la probabilidad de falso arranque P
del anterior modo de fallo de causa acumulada, como se describe en
la etapa 113, entonces se ha producido un falso arranque después de
este evento de pérdida. A continuación se genera el tiempo de
parada de este evento de falso arranque utilizando el proceso 116
(Fig. 9), como se discute en más detalle más adelante; de lo
contrario no existe un falso arranque de causa acumulada después
del anterior evento de pérdida de causa acumulada y se ejecuta a
continuación la etapa 112 para determinar si existe un evento de
falso arranque de causa competitiva que comienza en la etapa 112,
como también se discute en más detalle más adelante.
En la etapa 110, si la parada anterior fue un
evento de pérdida de causa competitiva (o si la etapa 110 se
ejecuta por primera vez al arrancar la simulación), se realizan las
etapas 112 y 114. Se genera un número real aleatorio uniforme entre
cero y uno en la etapa 112 y si este número real aleatorio uniforme
es mayor o igual a la probabilidad de falso arranque de la
simulación corregida determinada en la etapa 106, entonces no se ha
producido un falso arranque después del anterior evento de pérdida y
se realizan las rutas paralelas A y B (Fig. 8) para determinar el
siguiente tiempo efectivo de trabajo mínimo para el objeto de la
presente simulación 82. Si el número real aleatorio uniforme
generado en la etapa 114 es superior a la probabilidad de falso
arranque corregida determinada en la etapa 106 (es decir, existe un
evento de falso arranque después del anterior evento de pérdida), a
continuación se genera un nuevo número real aleatorio uniforme en la
etapa 115 y este número se compara con la cuarta columna de la
serie generada en la etapa 89 para determinar qué modo de fallo de
la etapa de máquina de la presente invención ha producido el falso
arranque. Por ejemplo, con referencia a la Tabla 5, si el número
real aleatorio uniforme generado en la etapa 115 es 0,85, entonces
se utilizaría el modo de fallo número 3 para determinar el tiempo de
parada para el evento de falso arranque porque 0,85 es mayor que
0,7777 pero menor que 1. Después de determinar qué modo de fallo
produce el evento de falso arranque, se ejecuta el proceso de
parada 116 (Fig. 9) para determinar el tiempo de parada para el
evento de falso arranque.
En la Figura 8, la ruta paralela A calcula los
tiempos efectivos de trabajo para cada modo de fallo de causa
competitiva del objeto de la presente simulación mientras que la
ruta paralela B genera los tiempos efectivos de trabajo para cada
modo de fallo de causa acumulada del objeto de la presente
simulación. Comenzando con la etapa 118 para la ruta A, se genera
por separado un número real aleatorio uniforme entre cero y uno para
cada modo de fallo de causa competitiva del objeto de simulación.
Cada número real aleatorio uniforme se aplica a la ecuación (3), en
donde la ecuación (3) incorpora los valores alfa y beta para el modo
de fallo correspondiente al número real aleatorio uniforme
generado. Por ejemplo, la Tabla 6 presenta el número real aleatorio
uniforme generado para cada modo de fallo de causa competitiva del
rodillo de hojas 24. Utilizando los valores alfa y beta para cada
modo de fallo, se calcula un tiempo efectivo de trabajo basado en el
número real aleatorio uniforme generado para un modo de fallo de
causa competitiva. A continuación en la etapa 120 se selecciona el
tiempo de simulación de modo de fallo de causa competitiva más bajo
de entre todos los tiempos de simulación de modo de fallo de causa
competitiva para el objeto de la presente simulación y este valor es
enviado a la etapa 132.
Haciendo referencia ahora a la ruta paralela B
de la Fig. 8, se determina en las etapas 122 a 130 el tiempo
efectivo de trabajo más bajo entre los modos de fallo de causa
acumulada para el objeto de la presente simulación 82. En la etapa
122, para cada modo de fallo de causa acumulada del objeto de la
presente simulación 82 se resta el tiempo efectivo de trabajo del
sistema del tiempo efectivo de trabajo en modo de fallo de causa
acumulada de cada modo de fallo de causa acumulada y estos nuevos
valores se almacenan en la serie. En la etapa 124 se determina si
la causa del anterior evento de pérdida es una causa acumulada. En
caso positivo (por ejemplo, un modo de fallo de causa acumulada ha
producido una parada), entonces se calcula un nuevo tiempo efectivo
de trabajo en modo de fallo de causa acumulada para este modo de
fallo de causa acumulada generando un número real aleatorio
uniforme entre cero y uno en la etapa 126; de lo contrario, se
ejecuta la etapa 130 como se describe más adelante Utilizando la
ecuación (3) y los valores alfa y beta para el modo de fallo de
causa acumulada de la presente invención, se calcula el nuevo
tiempo efectivo de trabajo que sustituye al tiempo efectivo de
trabajo en modo de fallo de causa acumulada expirado en la serie. A
continuación en la etapa 130 se selecciona el porcentaje más bajo
de tiempo efectivo de trabajo en modo de fallo de causa acumulada de
entre todos los porcentajes de tiempo efectivo de trabajo en modo
de fallo de causa acumulada disponibles en la serie para el objeto
de la presente simulación 82. A continuación, en la etapa 132 se
selecciona el tiempo efectivo de trabajo más bajo entre la etapa
130 y la etapa 120 para determinar qué modo de fallo de causa
competitiva o qué modo de fallo de causa acumulada producirá el
siguiente evento de pérdida para el objeto de la presente simulación
82.
Tras determinar el modo de fallo que produce el
siguiente evento de pérdida para el objeto de simulación, este
porcentaje más bajo de tiempo efectivo de trabajo en modo de fallo
es enviado al controlador 84 en la etapa 133. En la etapa 135, el
controlador 84 selecciona el porcentaje más bajo de tiempo efectivo
de trabajo en modo de fallo de entre todos los objetos de
simulación (el "tiempo efectivo de trabajo del sistema"),
incluidos eventos de pérdida de cualquier nivel de producto de
acumulador (discutidos en más detalle más adelante como otra
realización preferida) y añade este tiempo efectivo de trabajo al
tiempo de simulación actual, avanzando así la simulación al
comienzo del evento de pérdida. El tiempo efectivo de trabajo del
sistema es devuelto a cada etapa de simulación. En la etapa 139,
cada objeto de simulación determina si su tiempo efectivo de
trabajo en modo de fallo determinado en la etapa 132 coincide con el
tiempo efectivo de trabajo del sistema devuelto. En caso
afirmativo, la ejecución pasa al proceso de parada 116 que se
realiza comenzando en la etapa 134 (es decir, este objeto de
simulación es el que encuentra el evento de pérdida), como se
muestra en la Fig. 9; de lo contrario, se realizan las etapas 141 y
143 en donde el objeto de simulación entra en un estado de
"espera o inactividad" en la etapa 141 y cada objeto de
simulación espera la entrada de sus objetos de simulación
adyacentes y/o del controlador. Con relación a la Figura 9 y al
proceso de parada 116, la información actualizada de velocidad y
estado es enviada a cada objeto de simulación adyacente en la etapa
134, que generalmente para un evento de pérdida es una velocidad
igual a cero y un indicador de estado de que el objeto de la
presente simulación 82 se ha parado. Los indicadores de estado sólo
son utilizados para coordinar eventos entre los objetos de
simulación. En la etapa 136 se genera un número real aleatorio
uniforme entre cero y uno y este número es utilizado en la etapa
138 para seleccionar la distribución de tiempos de parada que se
desea utilizar para calcular el tiempo de parada para el evento de
pérdida en cuestión comparando cada constante C de tiempo de parada
con el número real aleatorio uniforme. Las constantes C son sumadas
de forma secuencial y el número real aleatorio uniforme es
comparado con el intervalo entre las sumas para determinar la
distribución de tiempos de parada a utilizar. Por ejemplo con
referencia a la Tabla 4, el modo de fallo 1 y la Tabla 7, si el
número real aleatorio uniforme generado en la etapa 136 es 0,85,
entonces para determinar el tiempo de parada se utilizaría la
distribución de tiempos de parada 2 de la Tabla 4 porque 0,85 es
mayor que 0,6 pero menor que 0,95.
\newpage
En la etapa 140 se genera un nuevo número real
aleatorio uniforme entre cero y uno. Este número real aleatorio
uniforme se utiliza en la ecuación (4) para determinar el tiempo de
parada para el evento de pérdida en la etapa 142 utilizando los
parámetros de distribución de tiempos de parada para la distribución
de tiempos de parada determinada en la etapa 136. El tiempo de
parada calculado en la etapa 142 (el tiempo de parada del sistema)
es enviado al controlador 84 en la etapa 144. El controlador añade
el tiempo de parada del sistema al tiempo de simulación actual (es
decir, el tiempo de simulación es ahora avanzado al final del
período de reparación) y envía el tiempo de simulación actual a
cada uno de los objetos de simulación en la etapa 144 (esta
información es recibida por los objetos de simulación en la etapa
143). La velocidad y el estado para el objeto de la presente
simulación 82 que ha producido el evento de pérdida son después
actualizados y enviados a los objetos de simulación adyacentes en
la etapa 146, en donde generalmente la velocidad se fija a la
constante de velocidad (por ejemplo, 54,9 m/min [180 pies/minuto]
para el rodillo de hojas 24) y el estado es actualizado. La
ejecución, para todos los objetos de simulación 82 se restablece a
continuación en el punto E de la Fig. 6, comenzando la corrección
de la probabilidad de error de falso arranque en la etapa 96.
Una realización alternativa preferida de la
presente invención incorpora el proceso 152 ilustrado en la Fig. 10
para objetos de simulación que modelan componentes de almacenamiento
o memoria intermedia, tales como el acumulador 38. Cada acumulador
tiene un valor de nivel de producto vacío (es decir, el valor en el
que no existe producto en el acumulador), un valor de nivel de
producto actual (es decir, el valor actual de la cantidad de
producto en el acumulador) y un valor de nivel de producto lleno (es
decir, el valor en el que el acumulador está completamente lleno
con producto y no puede aceptar más producto). Comenzando en la
etapa 154, se calcula la diferencia entre la velocidad de producto
que entra el acumulador y la velocidad de producto que sale del
acumulador. A título ilustrativo con respecto a la simulación 80, la
velocidad de producto que entra en el acumulador 38 de la
fabricación 22 es la diferencia entre la constante de velocidad para
el producto suministrado desde el objeto de simulación 82 que
representa al rodillo de núcleos 82 y la constante de velocidad para
el producto recibido por el objeto de simulación 82 que representa
al segundo cortador 40. Si la diferencia es superior a cero en la
etapa 156, entonces se ejecuta la etapa 158, determinándose el
tiempo que falta para que el acumulador 38 esté lleno restando el
valor de nivel de producto lleno del valor de nivel de producto
actual y dividiendo esta diferencia entre la diferencia de velocidad
calculada en la etapa 154. Este valor es después sumado al tiempo
de simulación actual recibido por el objeto de simulación 82 para el
acumulador en la etapa 143 de la Fig. 6 y enviado a la etapa 132.
Este valor de tiempo de simulación de nivel de acumulador (que
representa un evento de pérdida) es después comparado con los
tiempos de simulación de causa competitiva y de causa acumulada más
bajos de la etapa 132. Con respecto a la etapa 160, si la diferencia
de velocidad es inferior a cero, entonces se ejecuta la etapa 162,
donde el tiempo que falta para que el acumulador 38 se vacíe se
determina restando el valor de nivel de producto actual del valor de
nivel de producto vacío y dividiendo esta diferencia por la
diferencia de velocidad calculada en la etapa 154. Este valor es
después sumado al tiempo de simulación actual recibido por el
objeto de simulación 82 para el acumulador en la etapa 143 de la
Fig. 6 y enviado a la etapa 132. Este valor de tiempo de simulación
de nivel de acumulador (que representa un evento de pérdida) es
después comparado con los tiempos de simulación de causa competitiva
y de causa acumulada más bajos de la etapa 132. De lo contrario, se
realiza la etapa 164 (es decir, la diferencia de velocidad es igual
a cero y la velocidad de entrada es igual a la velocidad de salida),
en donde el nivel de producto dentro del acumulador es constante y
un valor de tiempo de simulación de nivel de acumulador igual a
infinito es enviado a la etapa 132.
Con respecto a la Tabla 8, a continuación se
describen seis etapas de tiempo ilustrativas (por ejemplo, T=0
minutos, T=143 minutos, T=322 minutos, T=327 minutos, T=330 minutos
y T=350 minutos) para una simulación simplificada de acuerdo con la
presente invención del sistema de fabricación 22.Cada etapa de
tiempo incorpora una o más etapas de los procesos de simulación
antes descritos y pretende mostrar de forma general y para mayor
claridad los conceptos descritos en la presente memoria. En la
primera etapa de tiempo (es decir, T=0 minutos o el comienzo de la
simulación después de inicializar la simulación) se genera un número
real aleatorio uniforme en la cuarta columna para determinar si
existe un falso arranque para los modos de fallo de causa
competitiva bajo el supuesto simplificado de que no existe un falso
arranque de causa acumulada al arrancar. El mismo único número real
aleatorio se utiliza para cada modo de fallo de causa competitiva de
un objeto de la máquina de la presente invención (es decir, etapas
112 y 114 de la Fig. 7) y se genera un número real aleatorio
separado para cada modo de fallo de causa acumulada cuando resulte
apropiado (es decir, cuando se ejecuta la etapa 111 de la Fig. 7).
Si existe un falso arranque según se ha determinado en las etapas
113 ó 114 de la Fig. 7, se introduce un "sí" en la quinta
columna. Dado que no existe un falso arranque en la primera etapa de
tiempo, se genera un número real aleatorio uniforme para cada modo
de fallo y este número real aleatorio uniforme es después utilizado
para generar un tiempo efectivo de trabajo. En la octava columna se
selecciona el tiempo efectivo de trabajo más bajo para cada objeto
de simulación y después en la novena columna se selecciona el
tiempo efectivo de trabajo más bajo para el sistema. El tiempo
efectivo de trabajo del sistema se agrega al tiempo de simulación
actual en la segunda etapa de tiempo (es decir, tiempo T=0+143
minutos). Se genera un número real aleatorio uniforme en la décima
columna aunque, debido a que sólo existe una distribución de tiempos
de parada esto no afecta a la distribución de tiempos de parada
seleccionada. En la undécima columna se genera un número aleatorio
que es después utilizado para determinar el tiempo de parada para el
modo de fallo número cinco. En la tercera etapa de tiempo, el
tiempo de parada de la duodécima columna se agrega al tiempo de
simulación (es decir, tiempo T = 143 + 179). Los números reales
aleatorios uniformes son de nuevo generados en la cuarta columna
para las probabilidades de falso arranque (salvo los modos de fallo
de causa acumulada dado que el evento de pérdida anterior no era
debido a un modo de fallo de causa acumulada) y no existen falsos
arranques. Se generan nuevos tiempos efectivos de trabajo para los
modos de fallo de causa competitiva sólo en la séptima columna
basados en los números reales aleatorios uniformes indicados en la
sexta columna. Los tiempos efectivos de trabajo para los modos de
fallo de causa acumulada en la séptima columna son iguales al tiempo
efectivo de trabajo de la primera etapa de tiempo (es decir, tiempo
T=0) menos el tiempo efectivo de trabajo del sistema calculado en
la primera etapa de tiempo. Se selecciona un nuevo tiempo efectivo
de trabajo del sistema en la décima columna (por ejemplo, 5
minutos). Después del cálculo del tiempo de parada de la cuarta
etapa de tiempo (es decir, tiempo T = 327 minutos), se produce un
falso arranque en la quinta etapa de tiempo (es decir, tiempo T =
330 minutos) y se calcula un tiempo de parada para el modo de fallo
ocho que ha producido el evento de falso arranque. Esto se calcula
según las etapas 134 a 146 de la Fig. 9. En la sexta etapa de tiempo
(es decir, tiempo T = 350 minutos), el tiempo de parada para el
evento de falso arranque calculado en la quinta etapa de tiempo se
agrega al tiempo de simulación actual en la primera columna del
quinto tiempo. El tiempo efectivo de trabajo para cada modo de
fallo de causa competitiva es generado en la séptima columna
utilizando el número real aleatorio uniforme de la sexta columna.
Dado que no se ha producido un tiempo efectivo de trabajo del
sistema entre las etapas de tiempo cuarta y sexta, los tiempos
efectivos de trabajo para los modos de fallo de causa acumulada
siguen siendo iguales que los tiempos efectivos de trabajo de la
tercera etapa de tiempo.
\vskip1.000000\baselineskip
\vskip1.000000\baselineskip
\vskip1.000000\baselineskip
(Tabla pasa a página
siguiente)
Haciendo referencia de nuevo a la Fig. 1,
después de configurar la simulación 80 en la etapa 148 como se ha
descrito anteriormente, la simulación 80 puede utilizarse para
analizar el sistema de fabricación 22 e implantar cambios en el
sistema de fabricación 22 para mejorar su fiabilidad, como se
describe en la etapa 150. Por ejemplo, el tamaño del acumulador 38
puede ser modificado, las constantes de velocidad para una máquina
pueden ser ajustadas, la serie de máquinas en el sistema de
fabricación puede ser modificada, el valor para eliminar un modo de
fallo puede ser modificado, etc. Además, los datos del sistema
pueden utilizarse para modelar un segundo, todavía no construido,
sistema de fabricación que tenga objetos de sistema similares pero
tal vez dispuestos de diferente manera para predecir y optimizar la
fiabilidad del segundo sistema antes de construirlo.
A continuación se presentan ejemplos de
disponibilidad, MTBF y MTTR para un sistema de fabricación existente
y los mismos valores de una simulación realizada de acuerdo con la
presente invención, en donde la simulación modela modos de fallo
acumulados y competitivos con valores beta mayores y menores de uno
y probabilidades de falso arranque. Preferiblemente, el porcentaje
de error (es decir, la relación entre el valor real menos el valor
simulado y el valor real X 100) es menos de aproximadamente 3%, y
más preferiblemente menos de aproximadamente 2% y con máxima
preferencia el error es menos de aproximadamente 1%. Como se
apreciará, en una simulación realizada de acuerdo con la presente
invención pueden obtenerse otros valores tales como el número de
eventos de pérdida o el tiempo de parada por evento de pérdida. La
magnitud del error puede reducirse aún más, por ejemplo, aumentando
el número de distribuciones de tiempos de parada simuladas.
Claims (9)
1. Un proceso para analizar un sistema que
comprende las siguientes etapas:
recoger datos de un primer sistema, en donde
dicho primer sistema tiene una pluralidad de modos de fallo de causa
acumulada y una pluralidad de modos de fallo de causa competitiva y
caracterizado por que dichos datos se refieren a ambos modos
de fallo de causa acumulada y de causa competitiva;
parametrizar dichos datos para utilizarlos con
un programa informático simulando un segundo sistema; y
ejecutar dicho programa informático simulando
dicho segundo sistema, en donde dicha etapa de ejecución comprende
las etapas de: calcular un primer tiempo efectivo de trabajo para
cada modo de fallo basado en dichos datos recogidos de dicho primer
sistema, determinar cuál de dichos modos de fallo de causa acumulada
y modos de fallo de causa competitiva produce un primer evento de
pérdida en dicho segundo sistema seleccionando el valor más bajo de
dichos primeros tiempos efectivos de trabajo, y si dicho modo de
fallo que produce dicho primer evento de pérdida de dicho segundo
sistema es uno de dicha pluralidad de modos de fallo de causa
acumulada, entonces calcular un segundo tiempo efectivo de trabajo
sólo para dicho modo de fallo de causa acumulada que produce dicho
primer evento de pérdida para dicho segundo sistema y calcular un
segundo tiempo efectivo de trabajo para cada uno de dicha pluralidad
de modos de fallo de causa competitiva, y utilizar al menos uno de
dichos tiempos efectivos de trabajo calculados para implantar
cambios en dicho sistema.
2. El proceso de la reivindicación 1,
caracterizado por que dicha etapa de ejecución además
comprende la etapa de calcular un tiempo de parada para dicho modo
de fallo que produce dicho primer evento de pérdida.
3. El proceso de las reivindicaciones 1 y 2,
caracterizado por que dicha etapa de ejecución además
comprende la etapa de determinar si dicho segundo sistema encontrará
un primer evento de falso arranque a la vista de los datos recogidos
de dicho primer sistema.
4. El proceso de las reivindicaciones 1, 2 y 3,
en donde dicha etapa de ejecución además comprende las siguientes
etapas:
si existe un evento de falso arranque, entonces
calcular un tiempo de parada para dicho primer evento de falso
arranque; caracterizado por la etapa de
determinar si dicho segundo sistema encontrará
un segundo evento de falso arranque después de dicho tiempo de
parada para dicho primer evento de falso arranque.
5. El proceso de las reivindicaciones 1, 2, 3,
y 4, en donde dicha etapa de ejecución además comprende la etapa de
proporcionar un valor de fiabilidad para dicho segundo sistema,
caracterizado por que el error de dicho valor de fiabilidad
es inferior a aproximadamente tres por ciento.
6. Un proceso para analizar un sistema, que
comprende las siguientes etapas:
recibir valores para una pluralidad de tiempos
efectivos de trabajo y tiempos de parada para un primer sistema, en
donde dicho primer sistema tiene una pluralidad de modos de fallo de
causa acumulada y una pluralidad de modos de fallo de causa
competitiva, refiriéndose dichos valores para una pluralidad de
tiempos efectivos de trabajo y tiempos de parada a ambos modos de
fallo de causa acumulada y de causa competitiva y
calcular un primer tiempo efectivo de trabajo
para cada modo de fallo basado en dichos datos recogidos de dicho
primer sistema, determinar cuál de dichos modos de fallo de causa
acumulada y de causa competitiva produce un primer evento de pérdida
de dicho segundo sistema seleccionando el valor más bajo de dichos
primeros tiempos efectivos de trabajo, que se caracteriza por
que si el modo de fallo que produce dicho primer evento de pérdida
de dicho segundo sistema es uno de dicha pluralidad de modos de
fallo de causa acumulada, entonces calcular un segundo tiempo
efectivo de trabajo sólo para dicho modo de fallo de causa acumulada
que produce dicho primer evento de pérdida para dicho segundo
sistema y calcular un segundo tiempo efectivo de trabajo para cada
uno de dicha pluralidad de modos de fallo de causa competitiva,
y utilizar al menos uno de dichos tiempos
efectivos de trabajo calculados para implantar cambios en dicho
sistema.
7. Un producto de programa que comprende un
medio portador de señal que realiza un programa de instrucciones
legible por máquina ejecutable por un aparato de procesamiento
digital para realizar las etapas de la reivindicación 6.
8. El producto de programa de la reivindicación
7, en donde dicho medio portador de señal es al menos una parte de
una red informática.
\newpage
9. Un artículo manufacturado que comprende:
al menos un ordenador; y
un producto de programa que comprende un medio
portador de señal que realiza un programa de instrucciones legible
por máquina ejecutable por un aparato de procesamiento digital para
realizar las etapas de la reivindicación 6.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US565008 | 1990-08-09 | ||
| US56500800A | 2000-05-04 | 2000-05-04 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2280372T3 true ES2280372T3 (es) | 2007-09-16 |
Family
ID=24256820
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES01935039T Expired - Lifetime ES2280372T3 (es) | 2000-05-04 | 2001-05-03 | Aparato y proceso para simular y analizar un sistema con modos de fallo. |
Country Status (9)
| Country | Link |
|---|---|
| EP (1) | EP1279098B1 (es) |
| AR (1) | AR033672A1 (es) |
| AT (1) | ATE353151T1 (es) |
| AU (1) | AU2001261168A1 (es) |
| CA (1) | CA2409753C (es) |
| DE (1) | DE60126404T2 (es) |
| ES (1) | ES2280372T3 (es) |
| MX (1) | MXPA02010864A (es) |
| WO (1) | WO2001084315A2 (es) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2295759C1 (ru) * | 2005-06-14 | 2007-03-20 | Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации | Устройство для моделирования отказов и восстановлений средств связи |
| US7571089B2 (en) | 2006-08-23 | 2009-08-04 | Kimberly Clark Worldwide, Inc. | Method for simulating a system having multiple failure modes |
| RU2351012C1 (ru) * | 2007-06-04 | 2009-03-27 | Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) | Способ моделирования отказов и повреждений сетей связи |
| RU2440611C1 (ru) * | 2010-06-28 | 2012-01-20 | Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) | Способ моделирования двусторонних воздействий |
| RU2692423C1 (ru) * | 2018-06-15 | 2019-06-24 | Наталья Владиславовна Львова | Способ моделирования двусторонних воздействий при использовании конфликтующими системами управления общего технологического ресурса |
| CN111597682B (zh) * | 2020-04-14 | 2023-03-31 | 新疆大学 | 预测风力机齿轮箱轴承剩余寿命的方法 |
| US11501380B1 (en) | 2020-07-01 | 2022-11-15 | BlueOwl, LLC | Systems and methods for parallelly validating a plurality of policies |
| US11461851B1 (en) | 2020-07-14 | 2022-10-04 | BlueOwl, LLC | Systems and methods for determining validation times |
| CN117575408B (zh) * | 2023-11-22 | 2024-12-24 | 上海正泰电源系统有限公司 | 一种产品可靠性增长的仿真方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5210704A (en) * | 1990-10-02 | 1993-05-11 | Technology International Incorporated | System for prognosis and diagnostics of failure and wearout monitoring and for prediction of life expectancy of helicopter gearboxes and other rotating equipment |
| JP3186866B2 (ja) * | 1992-11-20 | 2001-07-11 | 株式会社東芝 | 構造部材の劣化・損傷予測方法およびその予測装置 |
| EP1010114A1 (en) * | 1996-11-27 | 2000-06-21 | Sundstrand Corporation, Inc. | Method of maintaining components subject to fatigue failure |
| JP2982741B2 (ja) * | 1997-05-13 | 1999-11-29 | 日本電気株式会社 | 集積回路の故障診断装置及びその記録媒体 |
-
2001
- 2001-05-03 ES ES01935039T patent/ES2280372T3/es not_active Expired - Lifetime
- 2001-05-03 DE DE60126404T patent/DE60126404T2/de not_active Expired - Lifetime
- 2001-05-03 MX MXPA02010864A patent/MXPA02010864A/es active IP Right Grant
- 2001-05-03 WO PCT/US2001/014361 patent/WO2001084315A2/en not_active Ceased
- 2001-05-03 AT AT01935039T patent/ATE353151T1/de not_active IP Right Cessation
- 2001-05-03 AU AU2001261168A patent/AU2001261168A1/en not_active Abandoned
- 2001-05-03 CA CA002409753A patent/CA2409753C/en not_active Expired - Lifetime
- 2001-05-03 EP EP01935039A patent/EP1279098B1/en not_active Expired - Lifetime
- 2001-05-04 AR ARP010102117A patent/AR033672A1/es not_active Application Discontinuation
Also Published As
| Publication number | Publication date |
|---|---|
| MXPA02010864A (es) | 2003-07-14 |
| EP1279098B1 (en) | 2007-01-31 |
| AU2001261168A1 (en) | 2001-11-12 |
| CA2409753A1 (en) | 2001-11-08 |
| WO2001084315A3 (en) | 2002-07-18 |
| ATE353151T1 (de) | 2007-02-15 |
| WO2001084315A2 (en) | 2001-11-08 |
| EP1279098A2 (en) | 2003-01-29 |
| DE60126404D1 (de) | 2007-03-22 |
| DE60126404T2 (de) | 2007-10-31 |
| AR033672A1 (es) | 2004-01-07 |
| CA2409753C (en) | 2009-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kumbhar et al. | A digital twin based framework for detection, diagnosis, and improvement of throughput bottlenecks | |
| US8340948B1 (en) | Fleet performance optimization tool for aircraft health management | |
| ES2306713T3 (es) | Aparatos y procedimientos para analizar un sistema que tiene eventos de falso arranque. | |
| US8880962B2 (en) | Maintenance planning and failure prediction from data observed within a time window | |
| JP5695998B2 (ja) | 保守支援システム、保守支援装置および保守支援プログラム | |
| ES2280372T3 (es) | Aparato y proceso para simular y analizar un sistema con modos de fallo. | |
| CN113485889A (zh) | 埋点数据校验方法、装置、电子设备及存储介质 | |
| RU2005116169A (ru) | Способ и система анализа и оценки безопасности технологического процесса | |
| Khoo et al. | An optimal aircraft fleet management decision model under uncertainty | |
| CN112633542A (zh) | 系统性能指标预测方法、装置、服务器及存储介质 | |
| Tahvili et al. | Cost-benefit analysis of using dependency knowledge at integration testing | |
| CN111353130A (zh) | 历史文化街区空间品质评价方法 | |
| JP7442310B2 (ja) | 学習済みモデル生成装置、故障予測装置、故障予測システム、故障予測プログラム、および学習済みモデル | |
| JP2023012060A5 (es) | ||
| US11157883B2 (en) | Step analysis process steps within a fleet performance optimization tool | |
| CN114595839A (zh) | 一种智能电能表故障原因分析方法和系统 | |
| Abu-Abed et al. | Life-support model of supply systems of oil and gas industry objects | |
| Al-Khanjari et al. | PlagDetect: a Java programming plagiarism detection tool | |
| EP3610377A1 (en) | Probabilistic metric for random hardware failure | |
| Dohi et al. | Optimal software release policies with debugging time lag | |
| CN107783896B (zh) | 一种数据处理模型的优化方法和装置 | |
| CN113901092B (zh) | 一种用于赛场运行监测的文件管理方法及系统 | |
| US7814206B1 (en) | Forecasting tool for communications network platforms | |
| Elizandro et al. | Performance Evaluation of Industrial Systems: Discrete Event Simulation in Using Excel/VBA | |
| KR102911438B1 (ko) | 설비의 잔존수명을 산출하는 관리시스템 및 그 동작방법 |