Scene 1 (0s)
TECSUP - APLICACIONES DEL CALCULO Y ESTADiSTlCA TRABAJO APLICATIVO Caso: AutoMinech S.R.L. Morales Tello, Raül Eduardo Guillen Linarez, Alexander Rivas Tello, Luis Alberto Flores Mergue, Diego Andrés José Ferndndez Chavesta DOCENTE:.
Scene 2 (11s)
ANÅLISIS DE FALLAS CRITICAS Datos del Sistema Probabilidades base detectadas en inspecciön: p(V) = 0.15 (Vibraciones) - 0.10 (Desgaste) D) - 0.05 (Ambas) Resultados a) U D) = 0.15 + 0.10 - 0.05 = 0.20 b) P(Ninguna) = 1 - 0.20 = 0 80 c) P(DIV) = 0.05 / 0.15 0.333 Hay un 33.3% de probabilidad de desgaste si existe vibraciön..
Scene 3 (30s)
DISTRIBUCIÖN DE FALLAS SEMANALES evc, HMI Valor Esperado E(X) P(x)•. 0.15, 0.25, 0.35, 0.15, 0.10 E(x) = 0(0.15) + 1(0.25) + 2(0.35) + E(x) - - 1.80 faltas/semana El sistema opera bajo el limite historico de 2 fallas. Ethernet.
Scene 4 (46s)
CONFIABILIDAD DE SENSORES = 78.80% = • = 81.13% Modelo Binomial n = 20 sensores I p = 0.08 a) b) c) - 14.14% P(X21) = 1 Estadisticos E(x) = n • p = 1.6 sensores o = V(n.p.q) = V(20.o.08.o.92) o = 1.21 sensores Se espera que 1.6 sensores requieran recalibraciön por lote..
Scene 5 (1m 3s)
MANTENIMIENTO DE MOTORES Distribuciön Normal = 5000h I o = 400h a) > 5600): z = (5600-5000)/400 = 1.5 > 1.5) = 0.0668 (6.68%) b) P(4600 < X < 5400): = 0.6827 (68.27%).
Scene 6 (1m 15s)
CONCLUSIONES Y SOLUCIONES Mantenimiento Predictivo La correlaciön de vibraciön y desgaste (33%) indica que el monitoreo de vibraciones es la mejor seäal de alerta temprana. Gestiön de Sensores Con un 81% de probabilidad de fallo en al menos un sensor por lote, se recomienda un stock de seguridad minimo de 3 unidades. Programaciön de Motores El 68% de los motores fallan entre 4600-5400h. La soluciön es programar el mantenimiento a las 4500h para evitar paradas. based Smart Transport •nd Logistics Smart IOT Bettis & Bim Scotch Yoke A G •tew•y Factory Electric Smart I •dust" Monitoring Bettis R TS CMtr01 maintenance dashboard for mining vehicl 36317 Hr Average P EFICIENCIA OPERATIVA.
Scene 7 (1m 37s)
IMAGE SOURCES https://www.mdp.com/applsci/applsci-15-01550/article_deploy/html/ir-nages/applsci-15-01550-g006.png Source: www.mdpi.com https://www.tekwellservices.com/wp-content/upbads/2021/09/electric-motor-predictive-maintenance-vibrational-analysis.jpg Source: www.tekwellservicescom https://www.mdp.com/sensors/sensors-23-08958/article_deploy/html/images/sensors-23-08958-g001-550.jpg www.mdpi.com Source: https://www.slideteam.net/media/catalog/product/cache/1280x720/i/o/iot_predictive_maintenance_dashboard_for_mining _ vehicle_slide01jpg Source: www_slideteam.net https://www.ernersonautornationexperts.com/wp-content/upbads/2023/07/ernerson-valve-actuator-portfolio.png Source: www.emersonautomationexperts.com.