Printer Friendly

Analisis causa-raiz en la gestion del servicio post-venta.

Root-cause analysis in the aftersales management

Introduccion

La garantia se define generalmente como aquella politica para el aseguramiento de la calidad que se aplica a todos los clientes de modo que los bienes o servicios adquiridos cumplan con sus especificaciones y requisitos y, en caso contrario, sean reemplazados o reparados. Este servicio se aplica durante un periodo de tiempo tras la venta del producto. La gestion de dicha politica combinara por tanto acciones tecnicas, administrativas y de organizacion durante el periodo de vigencia con el fin de mantener o restaurar el elemento a un estado en el que puede realizar la funcion deseada [1]. Existen diferentes modalidades de garantias adecuadas segun el tipo de producto (productos de consumo, comerciales, industrials, estandar frente a personalizados ...) como los mencionados en [2], [3]. Un aspecto clave en la gestion de la garantia es el hecho de que las decisiones estrategicas con respecto a esta deben comenzar en una etapa muy temprana del ciclo de vida del producto y no como una idea posterior justo antes de la fase de lanzamiento [3]. Todas estas cuestiones son circunstancias negativas que un buen gestor del servicio postventa deberia evitar. Asi mismo, para una gestion eficaz de la fiabilidad del producto es necesario tener en cuenta la relacion entre garantia y fiabilidad [4]. Algunos autorestratan de identificar el proceso, las acciones, los escenarios, las herramientas y las tecnicas o metodos de apoyo que son necesarios para gestionar adecuadamente los costos de garantia. Un buen sistema de gestion de la garantia ayudara a alcanzar con exito el objetivo empresarial de desempenar satisfactoriamente el servicio postventa. En lineas generales, el objetivo de una compania es incrementar sus beneficios. Desde la perspectiva de la garantia, esto involucra maximizar la confiabilidad de los productos incluyendo la prolongacion de la vida de los mismos [5]. El objetivo de la Gestion de Activos que se ponen a la venta es predecir tanto alteraciones como detenciones no planificadas en su funcionamiento, asi como minimizar las perdidas de rendimiento del mismo. De este modo, la prioridad es determinar una secuencia de acciones eficientes, las cuales aseguren minimas perdidas de funcionamiento y que maximicen la utilidad del producto por parte del usuario [6]. Sobre los antecedentes y descripcion de un marco de referencia propuesto para la gestion postventa de activos industriales, se sugiere consultar la referencia [7].

Analisis causa-raiz para la identificacion de causas fisicas de incidencias en garantia

El desarrollo de nuevas tecnologias y practicas en la gestion implica que el equipo tecnico de asistencia al cliente debe estar dotado de habilidades tecnicas y de gestion [8], con lo que se justifica la utilizacion de herramientas mas complejas que permitan generar soluciones de mantenimiento y garantia mas certeras que minimicen la incertidumbre. La implementacion de las metodologias de mantenimiento reduce significativamente los costos de garantia mediante la focalizacion en las causas raices de los fallos, para lo cual dos herramientas, el Mantenimiento Productivo Total (TPM) y el Mantenimiento Centrado en Confiabilidad (RCM) adaptados al servicio postventa son utiles para afrontar y superar estos desafios [9].

Mas concretamente, el RCM es una herramienta que integra las practicas de las estrategias mantenimiento Correctivo, Preventivo y Predictivo (o basado en condicion, CBM), el cual esta disenado para minimizar los costos de mantenimiento [10] mediante el balance de los altos costos del mantenimiento correctivo con los costos de las politicas del mantenimiento programado (preventivo o predictivo), tomando en consideracion la perdida potencial de vida util del equipo en cuestion [11]. El RCM, asi como su adaptacion al caso de la gestion de la garantiaanaliza las funciones y los fallos de un sistema e identifica las consecuencias de estos para implementar medidas preventivas utilizando un procedimiento de resolucion logico y estandarizado [12], sin embargo, el analisis no conlleva una investigacion profunda para identificar los mecanismos de fallo y las causas reales del mismo [13]. El Mantenimiento Proactivo utiliza herramientas tales como el Analisis de Causa Raiz de Fallos (RCFA), Analisis de Modos y Efectos de Fallo (FMEA), Analisis Critico (CA), Testeo de Aceptacion (Acceptance Testing) y Exploracion de Edad (AE). Algunos autores incluso hacen una distincion e identifican una sub-rama en el Mantenimiento Proactivo, denominado Mantenimiento Radical (RM), el cual involucra la de teccion y prediccion de causas raices de fallos, para posteriormente tomar las medidas adecuadas para eliminar las causas raices o a las condiciones que las inducen [14]. Existe una amplia variedad de herramientas y metodos para determinar las causas raices de determinados eventos o fallos [15]. Estas varian en complejidad, calidad de la informacion requerida y aplicabilidad de sus resultados. En general, las mas utilizadas son las mostradas en la Tabla 1.

Estas metodologias tienen diferencias sustanciales, pudiendose clasificar en cualitativas y cuantitativas [16], [17], [6]. Mientras que las metodologias cualitativas se realizan generalmente en forma de brainstorming, las metodologias cuantitativas pueden llegar a utilizar metodos matematicos complejos. Otras herramientas son tambien:

--Analisis del Cambio

--Arbol de Realidad Actual (CRT)

--Analisis de Modos y Efectos de Fallo (FMEA)

La importancia del uso de las herramientas de Analisis de Causa Raiz para el mantenimiento radica en la necesidad de entender las causas principales de fallo sobre las cuales la administracion, la gestion o la operacion puedan tener incidencia, de manera que se puedan evitar los fallos cronicas y recurrentes mediante un determinado plan de accion. En este sentido, no es suficiente con encontrar las causas origen de los fallos, sino que es necesario generar acciones correctivas y esencialmente preventivas, siendo aqui donde el uso de este tipo de herramientas juega un papel fundamental. Las Redes Bayesianas (BN) se pueden utilizar como soporte para la toma de decisiones basado en un razonamiento probabilistico, ya que permiten calcular probabilidades de eventos futuros y tienen capacidad para adaptarse a los cambios [18]. Ademas, el objetivo del monitoreo y del diagnostico es ser capaz de integrar el conocimiento previo de los procesos con la evidencia fisica observada en el presente para, de este modo, generar la explicacion mas plausible del comportamiento del proceso. El teorema de Bayes incorpora este tipo de soporte predictivo al diagnostico [19]. En el diagrama de flujo que se presenta en la Figura 1, basado en los trabajos de [7], [13], se muestra la ubicacion de las distintas metodologias de Analisis de Causa Raiz en un modelo de gestion del mantenimiento por etapas.

Aqui se puede observar lo siguiente:

--El Analisis de Pareto se ubica en la etapa de jerarquizacion de equipos criticos, debido a que junto a la matriz de criticidad, puede ayudar a determinar que equipos son criticos a nivel sistemico.

--El FMEA puede ser utilizado en la etapa de Analisis de Puntos debiles de los equipos criticos, donde una evaluacion de causas, modos de fallo y efectos puede considerarse relevante.

--El Analisis Critico ayuda a determinar si los puntos debiles de los equipos criticos son significativos en el performance del sistema.

--El FTA o la Inferencia Bayesiana pueden ser utilizados para realizar un analisis mas complejo de determinacion de las causas raices de los fallos en equipos y los puntos debiles criticos tanto para el sistema, como para correcto desarrollo del plan de accion definido en base a la estrategia de mantenimiento adoptada.

Por todo lo anterior, cabe destacar que el funcionamiento optimo de las metodologias se logra cuando se utilizan adecuadamente para un determinado requerimiento de una etapa especifica dentro del marco de la gestion global del servicio post-venta, en funcion de sus caracteristicas y requerimientos de informacion y recursos.

Modelos de analisis de causa raiz y su adaptacion al servicio post-venta

Clasificacion segun el enfoque

La causa raiz de un fallo puede ser definida como la causa mas basica la cual puede ser razonablemente identificada (Tabla 2) y sobre la cual la organizacion tiene control [20]. La literatura que soporta este enfoque identifica tres niveles de causa raiz del fallo de un sistema:

--Causa Raiz Fisica: Fallo de un equipo causado por razones fisicas.

--Causa Raiz Humana: Fallo de un equipo causado por la intervencion humana.

--Causa Raiz Latente: Fallo de un equipo causado por decisiones a nivel organizacional que desencadenan un evento de fallo.

El Analisis de Fallo (FA) o Analisis de Causa Raiz (RCA) consiste en examinar detalladamente los items que llegan al estado de fallo para determinar la causa raiz del mismo y mejorar la confiabilidad del sistema [21].

Este proceso identifica factores causales utilizando un enfoque estructurado con tecnicas disenadas para lograr una orientacion adecuada y permitir asi, la identificcion y resolucion de problemas. Su ejecucion elimina o minimiza aquellas causas raices que pueden generar fallos recurrentes, no centrandose en las consecuencias propias del fallo [22]. Dentro de los metodos de Analisis de Causa Raiz se pueden distinguir cuatro grupos segun se muestra en la Tabla 2 [23]. Para profundizar en las metodologias de Analisis Causa Raiz mas utilizadas, se sugiere consultar la referencia [24].

Mejoras en el programa de garantias

En los apartados anteriores hemos observado que existen diferentes metodos ya desarrollados para llevar a cabo el analisis de puntos debiles en un producto lanzado al mercado. Tal como hemos visto, el analisis causa-raiz considera acciones con el fin de descubrir el motivo de la aparicion de un fallo especifico y como corregir sus causas. Una posible clasificacion de las causas podria ser, naturalmente, para saber si la incidencia debe ser atendida o no por la garantia (Figura 2), haciendo enfasis en aquellas reclamaciones de causas aun desconocidas.

En cualquier caso, este analisis ayudara a readaptar las consideraciones adoptadas inicialmente en la etapa anterior del marco de referencia propuesto (el Cuadro de Mando Integral), mejorando de esta manera la eficacia del programa de garantia. Un detallado analisis causa raiz de fallos puede consistir en:

--Determinar la causa raiz de la averia

--Proponer, testear y validar hipotesis

--Recomendar acciones preventivas

--Aplicar mejoras

--Formar un equipo de expertos

--Recopilar evidencias

--Analizar resultados y determinar las causas del fallo.

Con lo anterior, para asistir a las garantias con el minimo desperdicio, gastos o esfuerzos innecesarios, es necesario disenar un plan adecuado para el programa de gestion de las garantias. El plan para un determinado producto requiere la identificacion de sus funciones, la forma en que estas funciones pueden fallar y, a continuacion, establecer un conjunto de tareas aplicable y eficaz, basado en consideraciones de seguridad de los productos y de los servicios.

Un metodo que puede ayudar a elaborar ese plan al comienzo del programa de garantias se puede extraer de las tecnicas de gestion del campo de mantenimiento. En particular, sera util la aplicacion adaptada de un analisis de la fiabilidad y de herramientas de diseno para el mantenimiento, como por ejemplo el uso del ya descrito FMECA para el diseno generico de un plan de mantenimiento. Un plan de mantenimiento inicial, aplicado al horizonte de tiempo de la garantia, puede suponer una primera aproximacion para la planificacion de las capacidades en garantia, el aprovisionamiento de piezas de repuesto, la programacion de tareas para las asistencias, el nivel de formacion de los tecnicos, etc. La planificacion y la mejora de la programacion aplicada a la gestion postventa pueden mejorar la eficacia y la eficiencia de las politicas del programa de garantias. Aunque no entra dentro de los objetivos de este articulo y, a fin de no extender excesivamente el mismo, se sugiere consultar la referencia [16] en donde se muestra un caso practico de implementacion de una de las metodologias aqui mencionadas, concretamente, la Inferencia Bayesiana. Aquel caso trataba en particular la integracion de la garantia como variable de decision en el proceso de renovacion en la certificacion de las piezas resultantes de un sistema industrial complejo, cuando este se desmantela al final de su ciclo de vida util.

Ventajas e inconvenientes

Las herramientas o metodologias descritas anteriormente tienen ventajas e inconvenientes intrinsecos a cada una de ellas. Dependiendo del tipo y profundidad del analisis que se realice, es necesario evaluar cada metodologia para utilizar solo aquella que mejor se adapte a las necesidades abordadas. Si bien todas las metodologias tienen la capacidad de definir el problema analizado, los diagramas de Causa y Efecto no muestran todas las relaciones causales entre el efecto primario y las causas raices ni tampoco son capaces de entregar una ruta clara hacia las causas raices dado que solo categorizan u ordenan causas aisladas en grupos que producen un efecto primario. Sin embargo, poseen un bajo nivel de requerimiento de informacion y recursos y son relativamente faciles de utilizar [25]. La Tabla 3 presenta un cuadro resumen comparativo en base un conjunto de criterios, para las metodologias comunmente utilizadas en analisis RCA. Un plan de mantenimiento inicial, aplicado al horizonte de tiempo de la garantia, puede suponer una buena primera aproximacion para la planificacion de las capacidades en garantia, el aprovisionamiento de piezas de repuesto, la programacion de tareas para las asistencias, el nivel de formacion de los tecnicos, etc.

El estudio HAZOP es un estudio estructurado en forma de brainstorming y desarrollado por personas muy interiorizadas en el problema a resolver, por lo que es altamente dependiente de la experiencia de los encargados de realizarlo y debe ser llevado a cabo en varias sesiones, lo que requiere tiempo y otros recursos. Su ventaja radica en los planes desarrollados para prevenir la recurrencia [26]. El FMEA es efectivo para encontrar las causas de fallo de un componente, no obstante, pierde capacidad para resolver problemas complejos al no poder establecer relaciones causales mas alla del modo de fallo que esta siendo analizado. El Analisis de Arbol de Fallos es un metodo cuantitativo que funciona extremadamente bien en problemas ingenieriles, encontrando causas relacionadas al diseno original del sistema, determinando escenarios posibles y seleccionando soluciones apropiadas, siempre que no se incluyan factores humanos [17].

Por su parte, la Inferencia Bayesiana (a pesar de requerir mayores recursos y tener una menor facilidad de uso) presenta grandes capacidades para establecer relaciones causales para un gran numero de variables y es apto como soporte a la toma de decisiones para prevenir la recurrencia [6]. Su estructura facilita la combinacion del conocimiento previo, ya sea obtenido de forma causal o de datos observados. Las redes bayesianas pueden ser utilizadas para conocer las relaciones causales, facilitar la comprension y la forma optima de analisis del problema y para predecir eventos futuros [16], [25]. En cualquier caso, los criterios de comparacion de las diferentes tecnicas pueden mejorarse y afinarse agregando criterios como la capacidad de modelar sistemas de gran dimension, la capacidad de modelar multi-estados, la complementariedad entre las diversas tecnicas ... aparte de la propia fusion de las mismas. A modo de ejemplo didactico para la implementacion de criterios de comparacion puede aplicarse metodologias como el AHP [29], o bien mediante indicadores de mantenibilidad como los definidos en la referencia [30-33].

Conclusiones

A lo largo del presente documento, se ha descrito una herramienta especifica y ya desarrollada en el ambito del mantenimiento, con la intencion de aplicarla en la gestion y organizacion de las asistencias en garantia. Con tal intencion, una vez definido el concepto de garantia y descrito resumidamente el marco de referencia que se propone para su gestion, se ha analizado las distintas metodologias que engloban la posibilidad de un Analisis de Causa Raiz. Estas metodologias facilitan y mejoran la toma de decisions en casos tales como el del servicio post-venta. Profundizando en estas metodologias, se observa que la dificultad de llegar a resultados robustos mediante alguna de ellas radica en la utilizacion de solo un enfoque, dado que un analisis cualitativo tipo brainstorming puede dejar de lado una cantidad importante de informacion contenida en datos cuantitativos, mientras que un enfoque netamente numerico es factible de tener sesgo dado que no toma en consideracion aspectos como la experiencia o informacion cualitativa relevante. Es decir, la utilizacion de un metodo aislado puede derivar en un analisis incompleto, por tanto, en algunos casos especificos puede ser conveniente una integracion de herramientas de Analisis de Causa Raiz, especialmente cuando se abordan sistemas complejos, obteneiendo mejores resultados. De hecho una de las combinaciones comunes para soportar un analisis RCA es la de FMECA y FTA. En definitiva, existe evidencia de que la integracion de distintos tipos de Analisis de Causa Raiz genera resultados mas robustos, es decir, cada herramienta unitariamente posee sus propias limitaciones pero la integracion entre ellas permite eliminar las limitaciones propias e individuales de cada una de ellas. La presente investigacion, plantea la posibilidad de identificacion de causas fisicas de fallo asi como la representacion del malfuncionamiento de un producto complejo puesto a la venta, basados en la integracion de Redes Bayesianas, Arboles de fallo, FMEA y estudio HAZOP en funcion a su vez de los estados de determinadas variables que, dada sus dependencias, pueden desencadenar un estado o evento de fallo. La integracion de estas metodologias supone como se ha comentado anteriormente, un resultado mas robusto en la identificacion de las causas principales de una desviacion en el rendimiento a partir de la generacion de una cadena de causalidad. Como futuras lineas de investigacion, se sugiere profundizar en este ambito dentro de la gestion de servicios postventa de modo que, una vez conocidas las causas de los fallos, sea posible evaluar los costos de las averias mediante metodos matematicos avanzados donde se apliquen tecnologias de apoyo electronico como la vigilancia remota, monitoreo, e-diagnostico, etc con el fin de desarrollar modelos mas elaborados. Ademas, las nuevas tecnologias electronicas aplicadas a la garantia, permitiran un mayor conocimiento en la causa-raiz de los fallos y, por consiguiente, mayores niveles de calidad del producto asi como incrementar la efectividad del servicio de la asistencia tecnica. En definitiva, la principal aportacion de este articulo es la utilizacion de diversas tecnicas para el mejoramiento de la confiabilidad de los equipos, al ser esta un area critica para la optimizacion de recursos de una empresa. Ello representa una ventaja competitiva entre las diferentes unidades de negocio. La tecnica de analisis causa-raiz es un area muy tratado en el ambito del mantenimiento, siendo la novedad en el presente articulo tanto la fusion de las distintas metodologias como su implementacion para el caso de la gestion de las garantias.

Agradecimientos

Esta investigacion se ha realizado con el apoyo del Ministerio de Ciencia e Innovacion Espanol, a traves del Proyecto EMAINSYS (DPI2011-22806) "Sistemas Inteligentes de Mantenimiento. Procesos emergentes de E-maintenance parala Sostenibilidad de los Sistemas de Produccion, y de los fondos FEDER. La colaboracion internacional que se ha llevado a cabo para lograr estos resultados ha recibido financiacion del Septimo Programa Marco de la Comunidad Europea (FP7/2007-2013 en virtud de acuerdo de subvencion no PIRSES-GA-2008-230. 814).

Referencias bibliograficas

[1.] V. Gonzalez-Prida, J. F. Gomez, M. Lopez, A. Crespo, P. Moreu. "Warranty cost models State-of-Art: A practical review to the framework of warranty cost management". Safety, Reliability and Risk Analysis: Theory, Methods and Applications-Martorell et al. (eds), [c] 2010 Taylor & Francis Group, London, ISBN 978-0-415-55509-8, (2009) 2051-2059.

[2.] D. N. IP Murthy, W. R. Blischke. "Warranty management and product manufacturing". Springer-Verlag London Limited, 2005 (pp 302 + xviii). ISBN 1852339330.

[3.] V. Gonzalez-Prida, A. Crespo "BOOK REVIEW: Reliability Engineering. Warranty Management and Product Manufacture" (By D. N. P. Murthy and W. R. Blischke). TPPC Production Planning & Control, 2010, Taylor and Francis.

[4.] D. N. P. Murthy. "Product warranty and reliability" Springer Science+Business Media, Inc. Ann Oper Res (2006) 143: 133-146..

[5.] Eti, M., Ogaji, S., & Probert, S. (2006). Reducing the cost of preventive maintenance (PM) through adopting a proactive reliability-focused culture. Applied Energy, 1235-1248.

[6.] Weidl, G., Madsen, A., & Israelson, S.: Applications of object-oriented Bayesian networks for condition monitoring, root cause analysis and decision support on operation of complex continuous processes. Computers and Chemical Engineering, (2005) 1996-2009.

[7.] Vicente Gonzalez-Prida Diaz, Adolfo Crespo Marquez. "A reference framework for the warranty management in industrial assets". Computers in Industry 63 (2012) 960-971. ISSN: 0166-3615.

[8.] Smidt-Destombes, K., Heijden, M., & Harten, A.: On the availability of a k-out-of-N system given limited spares and repair capacity under a condition based maitenance strategy. Reliability Engineering and System Safety, (2004) 287-300.

[9.] Eti, M., Ogaji, S., & Probert, S. (2006). Development and implementation of preventive-maintenance practices in Nigerian industries. Applied Energy, 1163-1179.

[10.] L. Barbera, V. Gonzalez-Prida, A. Crespo, IP Moreu. (2010). Revision de herramientas software para el analisis de la fiabilidad, disponibilidad, mantenibilidad y seguridad (RAMS) de equipos industriales. Journal of Ingenieria y Gestion de Mantenimiento, no 68 April-May-June 2010. Madrid, Espana

[11.] Crockera, J., & Kumbarb, U. (2000). Age-related maintenance versus reliability centred maintenance: a case studio on aero-engines. Reliability Engineering and System Safety, 113-118.

[12.] Moubray, J. (1997). Reliability-centred maintenance. New York: Industrial Press Inc.

[13.] Li, D., & Gao, J. (2010). Study and application of Reliability-centered Maintenance. Journal of Loss Prevention in the Process Industries, 622-629.

[14.] Gao, J. (2005). Informatization and intellectualization of the engineering asset. National Conference for Device Management.

[15.] L. Barbera, V. Gonzalez-Prida, A. Crespo. (2010). Review and evaluation criteria for software tools supporting the implementation of the RCM methodology. To be published in the International Journal of Quality & Reliability Management

[16.] Godichaud, M.; Peres, F.; Gonzalez, V.; Tchangani, A.; Crespo, A.; Villeneuve, E. 2011. Integration of warranty as a decision variable in the process of recertification of parts resulting from end-of-life system dismantling. Quality and Reliability (ICQR). IEEE International Conference. Pp: 156-160.

[17.] Gano, D. (2007). Apollo Root Cause Analysis A New Way of Thinking (Tercera ed.).

[18.] Rossing, N., Lind, M., Jensen, N., & J0rgensen, S. (2010). A functional HAZOP methodology. Computers and Chemical Engineering, 244-253.

[19.] Box, G., & Kramer, T. (1992). Statistical process monitoring and feedback adjustment: A discussion, technical report, center for qualityand productivity improvement. Technometrics, 251-285.

[20.] Dei, S., & Stori, J. (2005). A Bayesian network approach to root cause diagnosis of process variations. International Journal of Machine Tools & Manufacture, 75-91.

[21.] Paradies, M., & Busch, D. (1988). Root Cause Analysis at Savannah River Plant. Conference on Human Factors and Power Plants, (pags. 479-483).

[22.] Sikos, L., & Klemes, J. (2010). Reliability, availability and maintenance optimisation of heat exchanger networks. Applied Thermal Engineering, 63-69.

[23.] Doggett, A. (2004). A statistical comparison of three root cause analysis tools. Journal of Industrial Technology, 1-9.

[24.] American Institute of Chemical Engineers. (1992). Guidelines for Investigating Chemical Process Incidents. New York: AIChE.

[25.] Vicente Gonzalez-Prida, Luis Barbera, Adolfo Crespo, Pablo Viveros, Fredy Kristjanpoller. "Approach to Analyzing Root Causes in the Management of Warranty Support". Inter national Journal of E-Business Development 3 (1), 1-9. ISSN: 2226-7336.

[26.] Cai, X., & Wu, C. (2004). Application manual of modern machine design method (Primera ed.). Beijing: Chemical lndustry Press.

[27.] Wolbrecht, E., D'Ambrosio, B., Paasch, R., & Kirby, D. (2000). Monitoring and diagnosis of a multi-stage manufacturing process using Bayesian Networks. Artificial Intelligence for Engineering Design, Analysis and Manufacturing, 53-67.

[28.] Zitrou, A., Bedford, T., & Walls, L. (2010). Bayes geometric scaling model for common cause failure rates. Reliability Engineering and System Safety, 70-76.

[29.] Vicente Gonzalez-Prida, Juan F. Gomez, Adolfo Crespo. "Practical Applications of AHP for the Improvement of Warranty Management" Journal of Quality in Maintenance Engineering, Vol. 17 No. 2, (2011)163-182.

[30.] Pedro Moreu de Leon, Vicente Gonzalez-Prida Diaz, Luis Barbera Martinez, Adolfo Crespo Marquez. "A practical method for the maintainability assessment using maintenance indicators and specific attributes". Reliability Engineering and System Safety. 100 (2012). 84-92. ISSN: 0951-8320.

[31.] Hitchcock, L. (2006). Integrating Root Cause Analysis Methodologies. Engineering Asset Management, 614-617.

[32.] C. Parra, A. Crespo, P. Moreu, J. Gomez & V. Gonzalez-Prida. "Non-homogeneous Poisson Process (NHPP), stochastic model applied to evaluate the economic impact of the failure in the Life Cycle Cost Analysis (LCCA). " 2009 Taylor& Francis Group, London, ISBN 978-0415-48513-5. Pag. 929-939.

[33.] Vicente Gonzalez-Prida, L. Barbera, J. F. Gomez, Adolfo Crespo. "Contractual and quality aspects on warranty: best practices for the warranty management and its maturity assessment" International Journal of Quality and Reliability Management, IJQRM. Vol. 29, No 3, (2012), ISSN: 0265-671X, Emerald 2012.

Recibido el 10 de Febrero de 2013

En forma revisada el 28 de Abril de 2014

Vicente Gonzalez-Prida (1), Luis Barbera (1), Adolfo Crespo (1), Pablo Viveros (2), Fredy Kristjanpoller (2)

(1) Departamento de Organizacion Industrial, Escuela Superior de Ingenieros de Sevilla. Camino de los Descubrimientos s/n, 41092, Sevilla, Espana. vicente.gonzalezprida@gdels.com, lbm@esi.us.es, adolfo.crespo@esi.us.es

(2) Departamento de Industrias, Universidad Tecnica Federico Santa Maria. Av. Espana 1680, Valparaiso, Chile. pablo.viveros@usm.cl, Jredy.kristjanpoller@usm.cl

Leyenda: Figura 1. Ubicacion de las metodologias RCA.

Leyenda: Figura 2. Posible clasificacion de causas.
Tabla 1
Metodos para determinar las Causas-Raices

Metodos para determinar
las causas raices

                --Analisis de Arboles de Fallo (FTA)
Cuantitativas   --Analisis de Pareto
                --Inferencia Bayesiana
                --Analisis de los 5 Por Que
Cualitativas    --Diagrama de Ishikawa
                --HAZOP

Tabla 2
Clasificacion en grupos de los RCA en base a su enfoque

Grupos Analisis         Descripcion
Causa Raiz

Deductivo               Enfoque que implica un razonamiento desde lo
                        general a lo especifico (Ejemplo: Analisis de
                        Arbol de Fallas).
                        Enfoque que implica un razonamiento desde
Inductivo               casos individuales hasta conclusiones
                        generales, entregando un enfoque general
                        (Ejemplos: Diagrama de Causa y Efecto,
                        Analisis HAZOP).
                        Metodo basado sobre la propia estructura del
Morfologico             sistema sometido a estudio. Se en- foca en
                        los elementos potencialmente peligrosos,
                        concentrandose en factores que tienen la
                        mayor influencia sobre la seguridad del
                        sistema.
Tecnicas no             Conceptos y tecnicas no orientadas a sistemas
orientadas a sistemas   como los anteriores (Ejemplos:
                        Analisis del Cambio, Estudio de Probabilidad
                        de Error Humano).

Tabla 3
Comparacion de algunas metodologias RCA [22], [25], [26], [27], [28]

Metodologia RCA /          Capacidad     Facilidad     Requeri-

Caracteristicas            para          de Uso        mientos de
                           definir                     Informacion
                           el problema

Diagramas de      Alta      [marca]       [marca]
Causa y Efecto    Baja                                  [marca]
HAZOP             Alta      [marca]                     [marca]
                  Baja                    [marca]
Inferencia        Alta      [marca]                     [marca]
Bayesiana         Baja                    [marca]
FMEA              Alta      [marca]       [marca]
                  Baja                                  [marca]
Analisis de       Alta      [marca]       [marca]       [marca]
Arbol de Fallas   Baja

Metodologia RCA /          Dependencia   Consumo de    Definicion
Caracteristicas            de la         Recursos      de todas las
                           experiencia   y tiempo      relaciones
                           de los                      causales
                           realiza-
                           dores

Diagramas de      Alta      [marca]
Causa y Efecto    Baja                    [marca]       [marca]
HAZOP             Alta      [marca]       [marca]       [marca]
                  Baja
Inferencia        Alta                    [marca]       [marca]
Bayesiana         Baja      [marca]                           ]
FMEA              Alta      [marca]       [marca]
                  Baja                                  [marca]
Analisis de       Alta                                  [marca]
Arbol de Fallas   Baja      [marca]       [marca]

Metodologia RCA /          Entrega de    Explica       Capacidad
Caracteristicas            una ruta      como las      para
                           hacia las     soluciones    incluir
                           causas        previenen     fallos
                           raices        la            humanos
                                         recurrencia

Diagramas de      Alta                                  [marca]
Causa y Efecto    Baja      [marca]       [marca]
HAZOP             Alta                    [marca]
                  Baja      [marca]                     [marca]
Inferencia        Alta      [marca]       [marca]
Bayesiana         Baja                                  [marca]
FMEA              Alta      [marca]
                  Baja                    [marca]       [marca]
Analisis de       Alta      [marca]       [marca]
Arbol de Fallas   Baja                                  [marca]

Metodologia RCA /          Prediccion
Caracteristicas            de eventos
                           futuros

Diagramas de      Alta
Causa y Efecto    Baja      [marca]
HAZOP             Alta
                  Baja      [marca]
Inferencia        Alta      [marca]
Bayesiana         Baja
FMEA              Alta
                  Baja      [marca]
Analisis de       Alta
Arbol de Fallas   Baja      [marca]
COPYRIGHT 2014 Universidad del Zulia - Facultad de Ingenieria
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2014 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Gonzalez-Prida, Vicente; Barbera, Luis; Crespo, Adolfo; Viveros, Pablo; Kristjanpoller, Fredy
Publication:Revista Tecnica
Date:Aug 1, 2014
Words:4877
Previous Article:Ciertas desigualdades integrales fraccionales que involucran la funcion hipergeometrica de Gauss.
Next Article:Venezuela en la fatiga cientifica.
Topics:

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters