UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS … · El incremento se sitúa entre 23% y 64% frente a...
164
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERIA INDUSTRIAL EVALUACIÓN DE COSTOS DE MANTENIMIENTO PREVENTIVO Y CORRECTIVO A TRAVÉS DE SIMULACIÓN MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL INDUSTRIAL KÉVIN SINÉUS PROFESOR GUÍA: PATRICIO CONCA KEHL MIEMBROS DE LA COMISIÓN: RICARDO SAN MARTIN ZURITA JAIME MIRANDA PINO SANTIAGO DE CHILE AGOSTO 2007
Transcript of UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS … · El incremento se sitúa entre 23% y 64% frente a...
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERIA INDUSTRIAL
EVALUACIÓN DE COSTOS DE MANTENIMIENTO PREVENTIVO Y CORRECTIVO
A TRAVÉS DE SIMULACIÓN
MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL INDUSTRIAL
KÉVIN SINÉUS
PROFESOR GUÍA:
PATRICIO CONCA KEHL
MIEMBROS DE LA COMISIÓN: RICARDO SAN MARTIN ZURITA
JAIME MIRANDA PINO
SANTIAGO DE CHILE AGOSTO 2007
ii
RESUMEN DE LA MEMORIA
PARA OPTAR AL TITULO DE INGENIERO CIVIL INDUSTRIAL POR : KÉVIN SINÉUS FECHA : 13/08/2007 PROF. GUÍA : PATRICIO CONCA KEHL
EVALUACIÓN DE COSTOS DE MANTENIMIENTO PREVENTIVO Y CORRECTIVO
A TRAVÉS DE SIMULACIÓN
El entorno muy competitivo en cual se desarrollan los negocios en transporte público y las nuevas exigencias de sus operadores que ya no confían ciegamente en las proposiciones de los diseñadores de material rodante genera nuevos desafíos para ALSTOM, empresa líder en la venta de material ferroviario. De acuerdo con la tendencia actual, Metro SA, empresa explotadora del Metro de Santiago de Chile, externaliza cada día más sus actividades de reparación y mantenimiento, confiando en la experiencia de ALSTOM, su único proveedor para la flota de trenes. Luego es absolutamente necesario para ALSTOM conocer con anticipación los costos de mantenimiento futuros de sus trenes para diseñar modelos de cobranza idóneos.
La siguiente memoria evalúa impactos de cambios estratégicos en Metro SA sobre los
costos imputados a ALSTOM y destaca posibilidades de ahorro por adaptaciones internas. La variabilidad de los parámetros supone la calibración de un modelo de simulación mediante el estudio detallado de una flota de trenes de la línea 1. Se estiman los costos de mantenimiento preventivo y correctivo por análisis de datos y se modela la aleatoriedad de dichos costos por distribuciones de probabilidades. El trabajo incluye una explicación del funcionamiento de los trenes y un análisis de los equipos críticos que le componen. Por último, se obtiene una representación idealizada de la vida de los trenes en explotación y se diseña un modelo de simulación adaptable a varias flotas.
Este trabajo utiliza dicho modelo sobre una flota de 11 trenes y entrega los costos
directos de mantenimiento para los 5 próximos años, bajo varios escenarios. Se evalúa en primer lugar el impacto de la implementación del Transantiago, servicio integrado de transporte urbano. Se destaca del estudio aumentos de los costos del mantenimiento correctivo causados por el incremento del kilometraje diario recorrido y la sobrecarga de los trenes, y además aumentos de los costos del mantenimiento preventivo por adelanto de futuras intervenciones programadas. El incremento se sitúa entre 23% y 64% frente a un escenario base planteado a continuación del año 2006. En segundo lugar, se destaca la posibilidad de reducir costos en nuevos proyectos por transferencia de reparaciones externas hacia Chile. En base al mismo escenario de comparación, se simula un gasto superior de 29% a 67% por reparar la electrónica del tren en Francia, en función del porcentaje de reparaciones externas y de la capacidad de crecimiento del laboratorio de Chile.
Se recomienda realizar una investigación complementaria de los tiempos de reparación
del mismo laboratorio bajo distintos niveles de inversiones en capacitación e infraestructura junto con un estudio orientado hacia el diseño de un nuevo plan de mantenimiento preventivo, siempre con el objetivo de incrementar el margen operacional del negocio de mantenimiento de ALSTOM en Chile.
iii
AGRADECIMIENTOS
Fernando QUIROZ, Jaime CANTALLOPTS
Carlos GONZALES, Carolina RAMIREZ, Elizabeth TELLO, Eric VARGAS, Germán GATICA, Jean Pierre CURIAL, Jordi PUJOL, Juan Pablo OYARZUN, Marcelo VILA,
Ober AZUA, Virginia ROJAS
Patricio CONCA, Ricardo SAN MARTIN, Alejandro BARRIENTOS, Rodrigo PASCUAL, Yunny PEÑA
INDICE DE CONTENIDO/
RESUMEN _____________________________________________________________________ ii
AGRADECIMIENTOS ____________________________________________________________ iii
1/ Introducción _________________________________________________________________ 1
1.1/ Justificación ______________________________________________________________ 1
1.2/ Objetivos _________________________________________________________________ 2 1.2.1/ Objetivo General _______________________________________________________ 2 1.2.2/ Objetivos Específicos ___________________________________________________ 2
1.3/ Metodología ______________________________________________________________ 3
2/ Descripción de ALSTOM S.A. ___________________________________________________ 3
2.1/ Generalidades ____________________________________________________________ 3
2.2/ ALSTOM Transport _________________________________________________________ 5 2.2.1/ Presentación del sector __________________________________________________ 5 2.2.2/ ALSTOM en Chile ______________________________________________________ 6
2.2.2.1/ Metro Regional de Valparaíso _________________________________________ 6 2.2.2.2/ Metro de Santiago __________________________________________________ 6
3/ Presentación de los Trenes NS93 _______________________________________________ 7
3.1/ Histórico _________________________________________________________________ 7 3.1.1/ Generalidades _________________________________________________________ 7 3.1.2/ Contratos de venta _____________________________________________________ 7 3.1.3/ Contratos de mantenimiento ______________________________________________ 8
3.2/ Presentación técnica _______________________________________________________ 9 3.2.1/ Formación y modos de conducción ________________________________________ 9 3.2.2/ Arquitectura general ___________________________________________________ 10
3.2.2.1/ Equipos Claves ___________________________________________________ 10 3.2.2.1.1/ Equipo de Tracción y Frenado (ETF) _____________________________ 11 3.2.2.1.2/ Convertidores Estáticos (CVS) __________________________________ 11 3.2.2.1.3/ Sistema Informático Embarcado (SIE) ____________________________ 11
3.2.3/ Funciones del tren _____________________________________________________ 12 3.2.3.1/ Alimentación Alta Tensión ___________________________________________ 12 3.2.3.2/ Arrastre Boguie ___________________________________________________ 12 3.2.3.3/ Caja ____________________________________________________________ 13 3.2.3.4/ Comunicación ____________________________________________________ 13 3.2.3.5/ Control Automático ________________________________________________ 13 3.2.3.6/ Energía Auxiliar ___________________________________________________ 14 3.2.3.7/ Freno Mecánico ___________________________________________________ 14 3.2.3.8/ Producción Energía ________________________________________________ 14 3.2.3.9/ Producción y Distribución de aire _____________________________________ 15 3.2.3.10/ Puertas _________________________________________________________ 15 3.2.3.11/ Tracción y Frenado _______________________________________________ 16
3.3/ Histórico de Kilometrajes recorridos por tren ____________________________________ 16 3.3.1/ Flota completa ________________________________________________________ 16 3.3.2/ Aumento de largo plazo ________________________________________________ 17 3.3.3/ Efecto del Transantiago ________________________________________________ 18
4/ Organización del Mantenimiento _______________________________________________ 19
4.1/ “Mi Mantenimiento, Tu Mantenimiento” ________________________________________ 19 4.1.1/ Una flota, dos empresas ________________________________________________ 19 4.1.2/ Cooperación con el cliente ______________________________________________ 19
4.2/ Exigencia de Disponibilidad _________________________________________________ 21
5/ Mantenimiento Preventivo ____________________________________________________ 21
5.1/ Intervenciones Preventivas y Overhauls _______________________________________ 21 5.1.1/ Tipo de intervenciones _________________________________________________ 21 5.1.2/ Organización y recursos ________________________________________________ 22
5.2/ Valorización de las intervenciones ____________________________________________ 24 5.2.1/ Método de evaluación __________________________________________________ 24 5.2.2/ Resultados obtenidos __________________________________________________ 25
6/ Mantenimiento Correctivo _____________________________________________________ 26
6.1/ Bases de datos ___________________________________________________________ 26
6.2/ Tasa de falla _____________________________________________________________ 27 6.2.1.1/ Análisis dinámico __________________________________________________ 27 6.2.1.2/ Coche Kilometraje Medio de Buen Funcionamiento (MCKBF) _______________ 29
6.2.1.2.1/ Concepto y justificación ________________________________________ 29
6.3/ Reparaciones y Reemplazos ________________________________________________ 30 6.3.1/ Fases de intervención __________________________________________________ 30 6.3.2/ Valorización de averías _________________________________________________ 32
6.3.2.1/ Tipo de costos involucrados _________________________________________ 32 6.3.2.1.1/ Intervenciones In Situ _________________________________________ 32 6.3.2.1.2/ Laboratorios _________________________________________________ 32
6.3.2.2/ Tarjetas electrónicas _______________________________________________ 33 6.3.2.3/ Electromecánica___________________________________________________ 33 6.3.2.4/ Síntesis de la valorización correctiva ___________________________________ 34
6.4/ Definición de Repuestos Críticos _____________________________________________ 35 6.4.1.1/ Metodología ______________________________________________________ 35 6.4.1.2/ Resultados _______________________________________________________ 36
6.4.1.2.1/ Puertas ____________________________________________________ 37 6.4.1.2.2/ Tarjetas SIE _________________________________________________ 37 6.4.1.2.3/ Neumáticos portadores ________________________________________ 37 6.4.1.2.4/ Paneles SMF ________________________________________________ 38
7/ Modelo de Simulación ________________________________________________________ 38
7.1/ Generalidades ___________________________________________________________ 38
7.2/ Agrupación de averías _____________________________________________________ 38 7.2.1/ Definición de clusters __________________________________________________ 38
7.2.1.1/ Justificación ______________________________________________________ 38 7.2.1.2/ Variables de agrupación ____________________________________________ 39 7.2.1.3/ Métodos de clustering ______________________________________________ 40
7.2.1.3.1/ Método jerárquico ____________________________________________ 40 7.2.1.3.2/ Algoritmo K-Means ___________________________________________ 40
7.2.1.4/ Bautizo de los grupos ______________________________________________ 41 7.2.2/ Distribuciones de probabilidad ___________________________________________ 42
7.2.2.1/ Justificación y metodología __________________________________________ 42 7.2.2.2/ Modelo de confiabilidad _____________________________________________ 43 7.2.2.3/ Costo de repuesto _________________________________________________ 45 7.2.2.4/ Tiempo de intervención _____________________________________________ 46
7.2.2.4.1/ Horas Hombres In Situ ________________________________________ 47 7.2.2.4.2/ Horas Hombres en Laboratorios _________________________________ 48
7.3/ Datos de entrada _________________________________________________________ 50 7.3.1/ Parámetros de simulación _______________________________________________ 50 7.3.2/ Kilometrajes y Formaciones _____________________________________________ 50 7.3.3/ Definiciones de intervenciones preventivas _________________________________ 50 7.3.4/ Definiciones de avería __________________________________________________ 51
7.3.4.1/ Variables descriptivas ______________________________________________ 51 7.3.4.2/ Estimaciones de variables determinísticas ______________________________ 51
7.3.4.2.1/ Reparaciones externas ________________________________________ 51 7.3.4.2.2/ Variaciones de tiempos de reparación ____________________________ 52 7.3.4.2.3/ Variaciones de las tasas de falla _________________________________ 52
7.3.5/ Variaciones monetarias _________________________________________________ 56 7.3.5.1/ Tasa de descuento ________________________________________________ 56 7.3.5.2/ Costo de Mano de Obra _____________________________________________ 57 7.3.5.3/ Tipo de cambio____________________________________________________ 57
7.4/ Diseño del modelo ________________________________________________________ 58 7.4.1/ Generalidades ________________________________________________________ 58 7.4.2/ Trama global _________________________________________________________ 59 7.4.3/ Warm Up y Reader ____________________________________________________ 60 7.4.4/ Valorización __________________________________________________________ 60
7.4.4.1/ Parte preventiva ___________________________________________________ 60 7.4.4.2/ Parte correctiva ___________________________________________________ 61
7.4.4.2.1/ Prueba _____________________________________________________ 61 7.4.4.2.2/ Cálculo de costo por intervención ________________________________ 62 7.4.4.2.3/ Supresión de copias __________________________________________ 63
7.4.5/ Contador e indisponibilidad ______________________________________________ 63 7.4.6/ Actualización Anual y Writer _____________________________________________ 63 7.4.7/ Visualizadores ________________________________________________________ 64 7.4.8/ Interfaz Microsoft Excel™ _______________________________________________ 64
7.5/ Validación del modelo ______________________________________________________ 65 7.5.1/ Coherencia entre estimaciones y simulación ________________________________ 65 7.5.2/ Comparación con estimación ALSTOM 2006 ________________________________ 66
8/ Análisis de Sensibilidad ______________________________________________________ 67
8.1/ Escenario base ___________________________________________________________ 67 8.1.1/ Definición ____________________________________________________________ 67 8.1.2/ Resultados___________________________________________________________ 68
8.2/ Impacto del Transantiago ___________________________________________________ 70 8.2.1/ Análisis cualitativo _____________________________________________________ 70
8.2.1.1/ Antecedentes _____________________________________________________ 70 8.2.1.2/ Estrategia de Metro SA _____________________________________________ 70 8.2.1.3/ Consecuencias organizacionales y técnicas en ALSTOM __________________ 71
8.2.2/ Escenarios de simulación _______________________________________________ 71 8.2.2.1/ Parámetros sensibles ______________________________________________ 71 8.2.2.2/ Escenario base ___________________________________________________ 72 8.2.2.3/ Escenario 1 ______________________________________________________ 72 8.2.2.4/ Escenario 2 ______________________________________________________ 72 8.2.2.5/ Escenario 3 ______________________________________________________ 72
8.2.3/ Resultados___________________________________________________________ 73
8.3/ Costo de reparaciones externas ______________________________________________ 74 8.3.1/ Antecedentes_________________________________________________________ 74 8.3.2/ Escenario de simulación ________________________________________________ 75
8.3.2.1/ Parámetros sensibles ______________________________________________ 75 8.3.2.2/ Escenario 1 ______________________________________________________ 75 8.3.2.3/ Escenario 2 ______________________________________________________ 76 8.3.2.4/ Escenario 3 ______________________________________________________ 76
8.3.3/ Resultados___________________________________________________________ 76
9/ Conclusiones _______________________________________________________________ 78
9.1/ Alcances de la memoria ____________________________________________________ 78 9.1.1/ Resultados claves _____________________________________________________ 78 9.1.2/ Límites ______________________________________________________________ 80
9.2/ Investigaciones futuras _____________________________________________________ 81 9.2.1/ Estudios complementarios ______________________________________________ 81 9.2.2/ Recomendaciones en el manejo de datos __________________________________ 82
9.3/ Evaluación personal _______________________________________________________ 83
Referencias Bibliográficas ______________________________________________________ 84
INDICE DE ILUSTRACIONES/ Figura 1 – Ordenes de ventas por región en 2006/07 (Fuente: ALSTOM) _________________________ 4 Figura 2 – Composición de los trenes tipo NS93 (Fuente: Manuel de Funcionamiento, ALSTOM) _____ 10 Figura 3 – Aspecto exterior de un coche remolque, con intercirculación, tipo S (Fuente: Manuel de
Funcionamiento, ALSTOM) ________________________________________________________ 10 Figura 4 – Aspecto exterior de un coche motriz, sin intercirculación, tipo N (Fuente: Manuel de
Funcionamiento, ALSTOM) ________________________________________________________ 11 Figura 5 – Puertas de acceso Pasajeros (Fuente: Manuel de Funcionamiento, ALSTOM) ___________ 15 Figura 6 – Intercambios de equipos entre ALSTOM y su cliente (Fuente: Elaboración Propia) ________ 20 Figura 7 – Diagrama de flujos del proceso de corrección de falla y tipos de costos asociados, Taller
Neptuno (Fuente: Elaboración propia) _______________________________________________ 31 Figura 8 – Trama del modelo de simulación, Nivel 0 (Fuente: Elaboración propia) _________________ 59 Figura 9 – Subproceso de valorización de una intervención correctiva (grupo 1), Nivel -2 (Fuente:
Elaboración propia) ______________________________________________________________ 62 Figura 10 – Visualizadores del estado de la simulación (Fuente: Elaboración propia) _______________ 64
Grafico 1 – Numero de trenes en servicio de tipo NS93 desde junio 2005 hasta enero 2007 (Fuente:
Elaboración Propia) _______________________________________________________________ 8 Grafico 2 – Kilometraje Mensual por Tren tipo NS93, periodo mayo 1996 - mayo 2007 (Fuente:
Elaboración Propia) ______________________________________________________________ 16 Grafico 3 – Kilometraje Semanal por tren tipo NS93, periodo enero 2004 – mayo 2007 (Fuente:
Elaboración Propia) ______________________________________________________________ 17 Grafico 4 – Costos de intervención pre falla y post falla, suma (Fuente: [13] - Pascual J., Rodrigo. Abril
2005. El Arte de Mantener. Apunte de Curso, Universidad de Chile.) _______________________ 22 Grafico 5 – Costo totales por intervención de mantenimiento (y de seguridad), Enero 2007 (Fuente:
ALSTOM) ______________________________________________________________________ 25 Grafico 6 - Tasa de falla por contrato, por coche, por mes, 01/1998-12/2005 (Fuente: Elaboración Propia)
______________________________________________________________________________ 27 Grafico 7 - Tasa de falla por coche por mes, 01/1998 - 12/2005 (Fuente: Elaboración Propia) ________ 28 Grafico 8 - Dispersión de las averías con reparación (Fuente: Elaboración Propia) _________________ 36 Grafico 9 - MCKBF de tarjetas SIE mensuales por tren, sobre el periodo 2004 – 2005 (Fuente:
Elaboración propia) ______________________________________________________________ 53 Grafico 10 - MCKBF de paneles SMF mensuales por tren, sobre el periodo 2004 – 2005 (Fuente:
Elaboración propia) ______________________________________________________________ 54 Grafico 11 - MCKBF de puertas mensuales por tren, sobre el periodo 2004 – 2005 (Fuente: Elaboración
propia) ________________________________________________________________________ 55 Grafico 12 – Histograma del índice de costo de la mano de obra por hora, curva de variación porcentual y
promedio móvil sobre tres periodos anteriores (Fuente: Elaboración propia) _________________ 57 Grafico 13 – Índice de precios externos y variación porcentual anual, históricos y proyectado. Periodo
representado, 1986 – 2031 (Fuente: Elaboración propia) _________________________________ 58 Grafico 14 – Grafico de los costos de mantenimiento correctivo estimados y simulados para el año 2006,
en pesos chilenos. Error de 10% representada. (Fuente: Elaboración propia) ________________ 66 Grafico 15 – Grafico de los costos de mantenimiento estimados por ALSTOM y simulados para el año
2006, en pesos chilenos. Error de 10% representada. (Fuente: Elaboración propia) ___________ 67 Grafico 16 – Gráficos del número de fallas y del costo total asociado a cada grupo (Fuente: Elaboración
propia) ________________________________________________________________________ 68 Grafico 17 - Gráficos del número de intervenciones y del costo total asociado a cada una (Fuente:
Elaboración propia) ______________________________________________________________ 69 Grafico 18 – Distribución de los costos de mantenimiento y total por año no actualizado al día de hoy
(Fuente: Elaboración propia) _______________________________________________________ 69 Grafico 19 – Resumen de costos de mantenimiento sobre 5 años, según el impacto del Transantiago
(Fuente: Elaboración propia) _______________________________________________________ 79 Grafico 20 - Resumen de costos de mantenimiento sobre 5 años, según las estrategias de reparticiones
de reparaciones (Fuente: Elaboración propia) _________________________________________ 80
Tabla 1 – Indicadores financieros (Fuente: ALSTOM) _________________________________________ 4 Tabla 2 – Repartición geográfica, Sector Transport (Fuente: ALSTOM) __________________________ 6 Tabla 3 – Variación de recorrido diario por efecto Transantiago sobre la flota de trenes 74 hasta 84
(Fuente: Elaboración propia) _______________________________________________________ 18 Tabla 4 – Plan de mantenimiento del tren NS93: intervenciones por kilometrajes (Fuente: Elaboración
propia) ________________________________________________________________________ 23 Tabla 5 – Costos Promedios (en pesos chilenos) por intervención preventiva, mano de obra y material
(Fuente: ALSTOM) y tiempo de indisponibilidad del tren (Fuente: Elaboración Propia) _________ 25 Tabla 6 – Resumen de costos del mantenimiento correctivo por Función y por Acción, promedio años
2004,2005 y 2006 (Fuente: Elaboración propia) ________________________________________ 34 Tabla 7 – Tabla resumida de la agrupación jerárquica (Fuente: Elaboración propia) ________________ 40 Tabla 8 – Ratio de varianzas para varias agrupaciones K-Means (Fuente: Elaboración propia) _______ 41 Tabla 9 – Jerarquización de las distribuciones de probabilidad para el MCKBF de mejor ajuste a peor
ajuste según tres medidas de error (Fuente: Elaboración propia) __________________________ 44 Tabla 10 – MCKBF: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada cluster
(Fuente: Elaboración propia) _______________________________________________________ 45 Tabla 11 – Jerarquización de las distribuciones de probabilidad para los costos de repuestos de mejor
ajuste a peor ajuste según tres medidas de error (Fuente: Elaboración propia) _______________ 45 Tabla 12 – Repuestos: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada cluster
(Fuente: Elaboración propia) _______________________________________________________ 46 Tabla 13 – Jerarquización de las distribuciones de probabilidad para las HH de intervención In Situ, de
mejor ajuste a peor ajuste según tres medidas de error (Fuente: Elaboración propia) __________ 47 Tabla 14 – HH In Situ: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada cluster
(Fuente: Elaboración propia) _______________________________________________________ 48 Tabla 15 – Jerarquización de las distribuciones de probabilidad para las HH de intervención en
laboratorios, de mejor ajuste a peor ajuste según tres medidas de error (Fuente: Elaboración propia) ______________________________________________________________________________ 48
Tabla 16 –HH en Laboratorios: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada cluster (Fuente: Elaboración propia) _________________________________________________ 49
Tabla 17 – Estimación de costos de reparación en Francia de los equipos electrónicos, enero 2007 (Fuente: Elaboración propia) _______________________________________________________ 52
Tabla 18 – Resumen de las tasas de desgaste a sensibilizar, por familia de averías (Fuente: Elaboración propia) ________________________________________________________________________ 56
Tabla 19 – Estadísticos descriptivos de las variaciones del tipo de cambio desde 2000 hasta 2007 (Fuente: Elaboración propia) _______________________________________________________ 58
Tabla 20 – Tabla resumida de los costos de mantenimiento correctivo calculados por simulación y por estimación promedia (Fuente: Elaboración propia) ______________________________________ 65
Tabla 21 – Tabla resumida de los costos de mantenimiento correctivo calculados por simulación y por estimación ALSTOM (Fuente: Elaboración propia) ______________________________________ 66
Tabla 22 – Tabla resumida de las averías e intervenciones preventivas con sus costos asociados, en CLP, para el escenario base (Fuente: Elaboración propia) _______________________________ 68
Tabla 23 – Matriz de probabilidad de los posibles escenarios de cambios frente a la implementación del Transantiago (Fuente: ALSTOM) ___________________________________________________ 70
Tabla 24 – Resumen de escenarios “Impacto del Transantiago” (Fuente: Elaboración propia) ________ 73 Tabla 25 – Tabla de comparación de escenarios de impacto del Transantiago (Fuente: Elaboración
propia) ________________________________________________________________________ 73 Tabla 26 – Resumen de escenarios “Costo de reparaciones externas” (Fuente: Elaboración propia) ___ 76 Tabla 27 – Tabla de comparación de escenarios de Reparaciones externas (Fuente: Elaboración propia)
______________________________________________________________________________ 77 Tabla 28 – Resumen de aumentos de costos por Transantiago, según tres escenarios de simulación
(Fuente: Elaboración propia) _______________________________________________________ 79 Tabla 29 – Resumen de aumentos de costos por reparar afuera de Chile, según tres escenarios de
simulación (Fuente: Elaboración propia) ______________________________________________ 79
1/85
1/ INTRODUCCIÓN
1.1/ Justificación
Una de las numerosas preguntas que enfrenta toda empresa a la hora de introducir un nuevo producto al mercado se relaciona con el precio de venta. Dicho precio es función de la estrategia de la empresa, función de la demanda y de la disposición a pagar de sus clientes, función de los costos de producción y costos fijos, y también función de la competencia. Se sabe que estos parámetros son dinámicos y si además se considera un producto cuyos mayores costos no se conocen a la hora de la venta, se tiene una primera definición de los desafíos en estrategias de venta de contratos de mantenimiento.
Hoy en día, en un mercado globalizado y altamente competitivo, el manejo de los
costos resulta ser un objetivo determinante. Cuando se realizan ventas de muy bajo volumen y muy alto precio, que dichas ventas se concluyen antes de conocer los costos de producción y que hay pocas posibilidades de ajustes de precios post venta, resulta ser absolutamente necesario estar capacitado para predecir con precisión el nivel de costos que se tendrá que enfrentar. Por último, en un ambiente muy competitivo tal que las ventas bajo licitaciones no sólo se puede satisfacer de simular los costos: también hay que minimizarles siempre que se mantiene un alto nivel de servicio.
ALSTOM Transport es una filial de ALSTOM S.A., empresa de origen francesa. La
filial Transport es constructora de trenes y proveedora de servicios asociados, tales como infraestructura, señalización, mantenimiento, etc. En Chile, al momento de redactar esta memoria, ALSTOM Transport es el único proveedor de material rodante a Metro SA, empresa encargada del transporte público y subterráneo de Santiago.
“Había dos países donde ALSTOM [Transport] estaba en su casa: Francia y Chile”
Jaime Cantallopts, Maintenance Engineer, ALSTOM Chile. A fines de octubre de 2006, ALSTOM perdió un contrato de 4 mil millones de
euros por una venta de 172 trenes a la RATP1 beneficiándose la empresa canadiense BOMBARDIER. Problemas de confidencialidad, dumping estratégico de BOMBARDIER para penetrar el mercado Francés, mal manejo de los costos… No son las verdaderas razones del fracaso. Con demasiada seguridad en su experiencia, ALSTOM diseñó un proyecto innovador pero más caro que su competidor, que no respondió a las expectativas del cliente2. Consiente de su error, la gerencia de la empresa orientó su política más hacia escuchar al cliente, sus pedidos y sus expectativas, para diseñar productos en adecuación con sus necesidades, de alto nivel de calidad y bajo precios. Con este objetivo a la hora de nuevas licitaciones, ALSTOM Transport debe ser capaz
1 La RATP es el principal operador de los transportes públicos en Ile-de-France, región de París,
Francia. 2 Ver referencias bibliográficas [15] y [16]
2/85
de evaluar varios proyectos en poco tiempo. Se componen nuevas configuraciones de trenes basándose en antiguas versiones, con distintos costos de fabricación y de mantenimiento. Se comparan trenes compuestos de una caja brasileña o francesa, una electrónica nueva o antigua, con o sin circulación entre coches, con o sin pilotaje automático, con neumáticos o con ruedas de fierro, etc. Predecir los costos inducidos en mantenimiento y fijar de antemano precios idóneos de varias combinaciones posibles supone poseer una herramienta de evaluación precisa y fácilmente adaptable a los cambios.
En Chile, se extiende la línea 5 del Metro desde Quinta Normal hasta Maipú. Se
extenderá la línea 1, desde Escuela Militar hasta Los Dominicos, y el Metro de Santiago seguirá desarrollándose: el transporte público evoluciona en un marco con alta demanda, muy mediatizado, siendo cada día más central, complejo y bajo presiones políticas. En este mundo cambiante es necesario poder evaluar los impactos de nuevas estrategias y decisiones sobre los costos de mantenimiento de los trenes. Frente a decisiones estratégicas de su cliente, ALSTOM tiene que estimar los impactos tanto organizacionales como financieros de los cambios provocados.
Dar la capacidad de predecir los costos de mantenimiento de distintos tipos de
trenes, evaluar los impactos de los cambios impulsados por el operador sobre el mantenimiento y apoyar cambios internos que compensan posibles aumentos de costos son los principales objetivos de esta memoria, siempre con la meta superior de mejorar la competitividad de la empresa.
1.2/ Objetivos
1.2.1/ Objetivo General
El objetivo general de la memoria es la evaluación de los costos de mantenimiento directos de la flota de trenes tipo NS93 a cargo de ALSTOM sobre los 5 próximos años, mediante un modelo de simulación desarrollado para ser utilizable con varias flotas del Metro de Santiago.
1.2.2/ Objetivos Específicos
El trabajo de memoria debe permitir: - Evaluar los costos unitarios de reparaciones, en términos de mano de obra
y costos de material. - Realizar una idealización de los procesos de mantenimiento fiel a la
realidad a nivel de taller. - Simular y valorizar las intervenciones de mantenimiento y las reparaciones
sobre una flota de trenes. - Validar los resultados del modelo de simulación. - Evaluar los impactos monetarios de cambios internos y externos. - Formular recomendaciones para futuras mejoras y estudios
complementarios.
3/85
1.3/ Metodología
El título de la memoria, Evaluación de Costos de Mantenimiento Preventivo y Correctivo a través de Simulación, da el enfoque de la memoria que se orienta hacia la gestión de operaciones, la investigación operativa y el análisis técnico económico.
Un estudio preliminar del contexto en el cual se desarrollan los negocios de
ALSTOM permite entender los desafíos económicos que tiene que enfrentar la empresa. Al primer análisis se agrega una explicación técnica del funcionamiento del tren tipo NS93 sobre cual se desarrolla toda la investigación. Conocer el funcionamiento global del tren es indispensable a la comprensión del estudio completo, de las decisiones que se toman y de los supuestos hechos.
Después de aclarar todo el contexto económico y técnico, se realiza un trabajo de
preparación de datos: - Se desarrolla una estimación detallada de los costos relativos al
mantenimiento preventivo y correctivo del tren NS93. Dicho estudio sirve a la calibración de las variables de entrada y a la validación de los resultados de la simulación.
- Se agrupan las fallas por familias de averías similares. - Se busca un modelo matemático representativo para las variables
aleatorias importantes en la estimación de costos. Una vez listas las series de datos necesarios, se diseña un modelo de simulación
y su interfaz usuario, se realizan pruebas y se validan los resultados obtenidos por comparación con estimaciones de fuentes externas.
Este modelo permite simular diferentes escenarios probables, realizar análisis de
sensibilidad, destacar aumentos de costos futuros y fuentes de reducción de los mismos costos de mantenimiento.
Los resultados del último análisis se discuten en las conclusiones, se expone la
validez de los supuestos realizados, y se propone una orientación para estudios complementarios.
Con fin de una mayor claridad, la metodología anterior define tanto las etapas del
trabajo como también los grandes capítulos de esta memoria, y siempre que fue necesario se incluyó citas a referencias bibliográficas y como también a los propios capítulos de la memoria.
2/ DESCRIPCIÓN DE ALSTOM S.A.
2.1/ Generalidades
ALSTOM SA es una empresa de origen francesa, cuyas acciones se transan en la bolsa de Paris (CAC 40). Antiguamente en las actividades de producción y de
4/85
conversión de energía, de transporte ferroviario y marítimo, ALSTOM SA se consolidó en la producción de energía y en el transporte ferroviario. Esta consolidación es consecuencia de una grave crisis, con casi 5 billones de euros en deuda al año 2003, atribuido a una serie de errores de gestión y adquisiciones desafortunadas3. El estado francés tuvo que invertir 300 millones de euros y el nuevo presidente de ALSTOM, Patrick Kron, realizó una serie de cambios importantes en la estructura de la empresa, consiguiendo un resultado financiero positivo al 2006. Finalmente, el estado francés vendió su participación a la empresa constructora BOUYGUES.
Hoy ALSTOM disminuyó su deuda neta a 64 millones de euros, esta posicionada
en 70 países en el mundo, realiza un volumen de negocios de 14000 millones de euros, y cuenta con 65000 empleados. Se espera un margen operacional de más de 7% para el próximo periodo 2007/08.
GRUPO ALSTOM Datos en base comparable (en millones de Euros)
31 de Marzo de 2007
31 de Marzo de 2006
% Variación Marzo 2007 / Marzo 2006
Cartera de pedidos Pedidos recibidos Volumen de negocios Resultado Operacional Margen Operacional
32 350 19 029 14 208
957 6,7%
26 431 14 173 12 432
686 5,5%
22% 34% 14% 40%
Tabla 1 – Indicadores financieros (Fuente: ALSTOM) Las tres divisiones del grupo:
- ALSTOM Power Systems - ALSTOM Power Service - ALSTOM Transport
Con la siguiente repartición geográfica:
Figura 1 – Ordenes de ventas por región en 2006/07 (Fuente: ALSTOM)
3 Ver referencia bibliográfica [19]
5/85
ALSTOM Power, realiza la venta, la puesta en marchao, la ayuda a la explotación, el mantenimiento, y la modernización de centrales eléctricas. Provee turbinas a gas, a vapor y hidráulicas. Provee alternadores, calderas, sistemas de reducción de emisiones, y sistemas de control. En junio 2007, la división Power compró una empresa española para la producción de energía eólica.
ALSTOM Transport diseña, fabrica, provee y hace la mantención de productos,
ferroviarios. Provee tambien sistemas y servicios para empresas ferroviarias.
2.2/ ALSTOM Transport
2.2.1/ Presentación del sector
El negocio de ALSTOM Transport puede cubrir la venta de material rodante, el mantenimiento, la modernización de los equipos, la gestión de la cadena logística de piezas, la dirección de proyectos, la gestión de documentación, la capacitación del cliente y la asesora técnica. Cuenta con 32 sitios de producción, en Bélgica, Brasil, Canadá, China, Francia, Alemana, Italia, Países Bajos, Polonia, España, Reino Unido, Estados Unidos.
El material rodante puede ser de tipo:
- Grandes Líneas, con sus trenes de alta velocidad (TGV™) y pendularios (PENDOLINO™),
- Urbano, con metros (METROPOLIS™) y tranvías (CITADIS™), - Extra urbano (X’TRAPOLIS™), - Regional, con automotores eléctricas y diesel (CORADIA™), - locomotores (PRIMA™) y carros de mercancías.
Los productos informativos son:
- Sistemas de control y supervisión de trenes de grandes líneas (ATLAS™) y urbanos (URBALIS™),
- Material de señalización, con mantenimiento, - Sistemas de información a los pasajeros (AGATE™).
La empresa propone sistemas integrados para los proyectos de grandes líneas y
urbanos que abarcan el diseño, la fabricación, la puesta en servicio, el mantenimiento, la coordinación financiera, administrativa y técnica. Vende el material rodante, las soluciones de información, la infraestructura y el mantenimiento. ALSTOM es el primer proveedor de material y servicios ferroviarios en término de volumen de venta, el primer proveedor en la alta velocidad y el segundo en los tranvías y los metros. Sus principales competidores son las empresas BOMBARDIER, y SIEMENS. En particular, la empresa BOMBARDIER se destaca por sus bajos precios en las licitaciones4.
4Ver referencia bibliográfica: [16]Magnaudeix M. 2007. La guerre du rail s'intensifie entre
Bombardier et Alstom. [en línea] Challenges en Internet. 05 de octubre, 2006. http://www.challenges.fr/recherche/20061005.CHAP1018049/la_guerre_du_rail_sintensifie_entre_bombardier_et_alsto.html [consulta: 1 julio 2007]
6/85
El mercado principal de ALSTOM Transport esta en Europa (76% en término de ordenes de ventas). Se nota un crecimiento importante de las ventas en Asia (12%). Las ventas en América del Norte bajaron (11%). En América Latina (6%), no se espera un crecimiento importante. El mercado queda estabilizado, con proyectos locales, en México, Venezuela, Brasil, Chile y Argentina con el proyecto de tren de alta velocidad entre Buenos Aires, Rosario y Córdoba.
TRANSPORT Datos en base comparable (en millones de Euros)
31 de Marzo de 2007
% contrib.
Variación 2006/07 vs.
2005/06 31 de Marzo
de 2006
% contrib. Europa América del Norte América del Sur Asia / Pacifico Oriente medio / Africa Volumen de negocios
3 695
409 343 720 121
5288
70% 8% 6%
14% 2%
100%
- 2% 21% -7% 67% 98%
7%
3759 337 368 432 61
4957
76% 7% 7% 9% 1%
100%
Tabla 2 – Repartición geográfica, Sector Transport (Fuente: ALSTOM)
2.2.2/ ALSTOM en Chile
Tanto el sector Power como Transport están posicionados en Chile. En energía, los proyectos en ejecución son la central hidroeléctrica de Endesa en Ralco, la central a Gas de Ciclo Combinado de Colbún en Nehuenco, y la de Electroandina en Tocopilla. El primer proyecto de ALSTOM en Chile fue en 1952, con turbinas para la generación eléctrica.
El sector Transport llegó a Chile con el Metro de Santiago en 1975. Desde este
año, ALSTOM ha provisto trenes, sistemas de señalización, electrificación y sistemas de mantenimiento al Metro de Santiago.
2.2.2.1/ Metro Regional de Valparaíso
El MERVAL, Metro Regional de Valparaíso, es una flota de 27 trenes, con un contrato de mantenimiento a 30 años. Los trenes son del tipo X’TRAPOLIS™ 100. Esta venta se realizó en 2002, y los trenes llegaron en 2005.
Se diseñó un tren ligero que reduce los costos de mantenimiento de las
infraestructuras. Su concepción modular facilita el mantenimiento del tren en si mismo. ALSTOM se comprometió en el mantenimiento preventivo y correctivo de los equipos y de las instalaciones del taller.
2.2.2.2/ Metro de Santiago
En Santiago, los proyectos que siguen en marcha son los de: - La línea 4, donde se vendieron 60 trenes de 3 coches de tipo AS025,
brasileños, con sistema de pilotaje automático, acoplados en 30 trenes de 6
5 Los trenes de tipo ASXX son trenes con ruedas de acero. Los trenes AS02 son trenes con ruedas
de acero del año 2002.
7/85
coches en hora punta. ALSTOM provee también el sistema de señalización, y se encarga del mantenimiento de los trenes en los talleres de Puente Alto.
- La línea 1, con el mantenimiento de 11 trenes de tipo NS936 en el taller de Neptuno y la venta de 11 nuevos trenes franco-brasileños, tipo NS04, con contratos de mantenimiento.
- La línea 5, con su oferta para la extensión de Quinta Normal hacia Maipú. Metro tiene en total 50 trenes de tipo NS74, los mas antiguos, en la línea 1, 2 y 5,
34 trenes de tipo NS93 en la línea 1, 60 trenes de tipo AS02, y 11 trenes de tipo NS04, todos de marca METROPOLIS™. Tiene un solo tren mexicano, no de origen ALSTOM, copia del tren NS74.
3/ PRESENTACIÓN DE LOS TRENES NS93
3.1/ Histórico
3.1.1/ Generalidades
El tren NS93 es un tren de diseño francés, tanto por la parte caja como por la parte motriz. Se encuentra en la línea 14 del Metro de Paris (línea METEOR), bajo la sigla MP89, con pilotaje automático completo, y esta en Chile en la línea 1 del metro de Santiago, con pilotaje semiautomático. Se puso en servicio primero en Chile, con conductor y luego entro en servicio una versión sin conductor en Francia, en octubre 1998. El tren MP89 fue un prototipo de última generación, inaugurado en Francia como vitrina del tren del siglo XXI.
Los trenes vendidos por ALSTOM se diseñan según los pedidos de sus clientes y
un nuevo tren esta compuesto por lo mejor de otras versiones más antiguas. Así, se encuentra en los nuevos trenes de la línea 1 la parte motriz del tren NS93, de diseño francés, y una caja brasileña, menos costosa que la francesa.
3.1.2/ Contratos de venta
En total, se vendió 34 trenes NS93 entre 1996 y 2003 en 4 contratos de ventas distintos.
6 Los trenes de tipo NSXX son trenes con neumáticos. Los trenes NS93 son trenes del año 1993.
8/85
Numero de trenes en servicio
0
5
10
15
20
25
30
35
40
06/0
5/96
15/0
7/96
23/0
9/96
02/1
2/96
10/0
2/97
21/0
4/97
30/0
6/97
08/0
9/97
17/1
1/97
26/0
1/98
06/0
4/98
15/0
6/98
24/0
8/98
02/1
1/98
11/0
1/99
22/0
3/99
31/0
5/99
09/0
8/99
18/1
0/99
27/1
2/99
06/0
3/00
15/0
5/00
24/0
7/00
02/1
0/00
11/1
2/00
19/0
2/01
30/0
4/01
09/0
7/01
17/0
9/01
26/1
1/01
04/0
2/02
15/0
4/02
24/0
6/02
02/0
9/02
11/1
1/02
20/0
1/03
31/0
3/03
09/0
6/03
18/0
8/03
27/1
0/03
Fecha
Nu
mer
o d
e tr
enes
Contrato 1 Contrato 2 Contrato 3 Contrato 4
Grafico 1 – Numero de trenes en servicio de tipo NS93 desde junio 2005 hasta enero 2007
(Fuente: Elaboración Propia)
- Contrato 1: trenes 51 a 62 (12 trenes) El primer tren de tipo NS93 se puso en servicio en mayo 1996. Pertenecía al
primer contrato de venta de 12 trenes. En febrero 1997 el último tren de este contrato entró en servicio.
- Contrato 2: trenes 63 a 67 (5 trenes) Metro SA y ALSTOM firmaron un nuevo contrato de venta de 5 trenes de tipo
NS93, que entraron en servicio entre diciembre 1997 y junio 1998. - Contrato 3: trenes 68 a 73 (6 trenes)
Inmediatamente después del segundo contrato de venta, ALSTOM vendió 6 nuevos trenes. El último tren del tercer contrato empezó a recorrer la línea 1 en febrero 1999.
- Contrato 4: trenes 74 a 84 (11 trenes) En septiembre 2002, la última serie de trenes de tipo NS93 llegó, con 11 trenes
nuevos, compuestos por 7 ó 8 coches. Se vendió además coches complementarios agregados a antiguas formaciones de 6 coches. El último tren de tipo NS93 entró en servicio en septiembre 2003.
3.1.3/ Contratos de mantenimiento
Hoy, Metro SA tiene 34 trenes de tipo NS93 y se encarga del mantenimiento de 23 trenes. ALSTOM esta subcontratado para el mantenimiento de los 11 trenes del último contrato de venta, por la tercera vez en la historia del metro de Santiago, después de los 10 trenes del segundo y tercer contratos de venta.
La venta de un tren representa no solo la entrega del material rodante sino
también la puesta en marcha, la formación técnica del cliente y un periodo de garantía de 2 años, durante el cual ALSTOM toma a su cuenta todos los gastos de reparaciones y de desgaste. Solo se imputa a Metro SA los gastos dados por vandalismo. En el caso de los trenes 74 a 84, después de 2 años de garantía, Metro SA subcontrató a ALSTOM
9/85
para el mantenimiento de los 11 trenes. En este periodo empezó el mantenimiento, para 5 años después de la salida de garantía, renovables.
El último tren que entró en servicio fue el tren 74, en septiembre 2003. Salió de
garantía en septiembre 2005, luego el primer periodo del contrato de mantenimiento sigue hasta septiembre 2010. En el caso del tren 75, que salió de garantía en septiembre 2004, el mantenimiento sigue hasta septiembre 2009. Después de este periodo se vuelve a negociar el contrato para 5 años.
En la línea 5, para los trenes tipo AS02, y en el caso de los nuevos trenes
brasileños, el periodo de mantenimiento empieza en paralelo con la garantía. Después de este periodo de 2 años, 5 años de mantenimiento están asegurados, renovables.
ALSTOM cobra a Metro SA mensualmente, para el mantenimiento preventivo y el
mantenimiento correctivo. El monto es función del kilometraje recorrido por coche. Si, al final de cada mes, el número de kilómetros recorridos es inferior al valor promedio definido en la oferta de mantenimiento menos 10% o superior al valor promedio más 10%, el precio por coche es corregido para tomar en cuenta esta diferencia.
Además, se estableció metas de confiabilidad según el tipo de avería. Se registra
una avería de tipo A cuando el tren queda no utilizable, es decir si la avería provoca una evacuación de pasajeros o si el tren no puede ser reparado en el mismo día que apareció una avería. Los horarios exactos están definidos en el capítulo 4.2/Exigencia de Disponibilidad. Cualquier otra avería es de tipo C. Se registra el kilometraje promedio de buen funcionamiento, por coche (MCKBF, Mean Coaches Kilometers Between Fails7) para las averías de tipo A y C. Si estos kilometrajes superan la meta establecida, Metro SA cobra una multa a ALSTOM. Las averías de tipo A y C no incluyen las averías dadas por vandalismo o sin razón técnica definida.
3.2/ Presentación técnica
3.2.1/ Formación y modos de conducción
Los trenes NS93 tienen cuatro formaciones posibles: - Con seis coches (4 motrices, N1, N2 y N enmarcadas por dos remolques
S1 y S2) - Con siete coches (4 motrices, N1, N2 y N enmarcadas por dos remolques
S1 y S2, y un remolque R enmarcado por las motrices N) - Con ocho coches (5 motrices, N1, N2 y N enmarcadas por dos remolques
S1 y S2, y un remolque R enmarcado por las motrices N)
7 Ver 6.2.1.2/Coche Kilometraje Medio de Buen Funcionamiento (MCKBF)
10/85
Figura 2 – Composición de los trenes tipo NS93 (Fuente: Manuel de Funcionamiento, ALSTOM)
Los diferentes modos de conducción disponibles son los siguientes:
- la conducción manual, - la conducción manual controlada por pilotaje automático, - la conducción con piloto automático.
3.2.2/ Arquitectura general
3.2.2.1/ Equipos Claves
La arquitectura del tren se diseñó con un objetivo de disponibilidad máxima. Se utiliza una cantidad importante de equipos redundantes en varios niveles del tren:
- En la cadena de tracción y frenado de urgencia, que permite quedar operativa con uno o dos equipos aislados,
- En el circuito de distribución de energía, - En los computadores.
La Figura 3 representa los elementos principales que componen un coche
remolque (tipo S), y un coche motriz (tipo N). Se encuentra luego una descripción general de los equipos claves.
Figura 3 – Aspecto exterior de un coche remolque, con intercirculación, tipo S
(Fuente: Manuel de Funcionamiento, ALSTOM)
11/85
Los coches remolques de tipo R están compuestos por los mismos equipos que los coches de tipo S, sin los elementos relativos a la cabina conductor.
Figura 4 – Aspecto exterior de un coche motriz, sin intercirculación, tipo N (Fuente: Manuel de
Funcionamiento, ALSTOM)
3.2.2.1.1/ Equipo de Tracción y Frenado (ETF)
La siguiente descripción se refiere al cofre ETF de la Figura 4. Cada coche motriz (tipo N) consta con un Equipo de Tracción y Frenado por recuperación (ETF) que alimenta dos motores asincrónicos trifásicos. El ETF es un ondulador de tensión trifásico, en la red de Alta Tensión de 750V. El ondulador utiliza tiristores de tipo GTO, enfriados por convección natural mediante paneles de intercambio, los Paneles SMF, que representan un gasto mayor en mantenimiento.8
3.2.2.1.2/ Convertidores Estáticos (CVS)
La distribución de energía eléctrica auxiliar consta de dos o tres convertidores según la formación elegida, siempre ubicados en los remolques. Los convertidores son elementos de los cofres CVS, ubicados detrás de los boguies portadores, Figura 3. Cada convertidor estático tiene una potencia de 30 kW, suministra la carga de las Baterías (Figura 3), la baja tensión 72V (Cofre BT, Figura 3) y la media tensión 230V trifásico.
3.2.2.1.3/ Sistema Informático Embarcado (SIE)
El Sistema Informático Embarcado esta operando en todos los coches del tren (Figura 3 y Figura 4, Cofre SIE). La arquitectura informática consta de los siguientes elementos principales:
- Una red informática que conecta los computadores del tren entre sí, - Dos computadores en cada coche que efectúan las funciones
complementarias, - Una red de comunicación local en cada coche, compuesta por enlaces que
conectan los computadores con los equipos periféricos del coche (ETF, CVS, Modulo Fonía, Modulo Puertas...),
8 Ver 6.4.1.2.4/Paneles SMF
12/85
- Paneles Relés que efectúan las funciones de seguridad o interfaz de potencia,
- Líneas de tren de seguridad (cableado vehiculando informaciones de seguridad).
3.2.3/ Funciones del tren
En términos informáticos, los equipos del tren se organizan según una arborescencia LBS (Logic Breakdown Structure), estructurada por funciones del tren. No solamente útiles para la ubicación técnica de los equipos, dichas funciones permiten agrupar las averías a nivel macro, por órganos. Se usa un listado de 11 funciones:
- Alimentación Alta Tensión - Arrastre Boguie - Caja - Comunicación - Control Automático - Energía Auxiliar - Freno Mecánico - Producción Energía - Producción y Distribución de Aire - Puertas - Tracción y Frenado
3.2.3.1/ Alimentación Alta Tensión
Durante la operación, la captación de la Alta Tensión (750V, continua) se realiza por intermedios de frotadores:
- Dos frotadores positivos instalados en cada lado de los boguies motrices, - Un frotador negativo debajo de cada boguie,
La puesta a masa se hace por frotadores de masa, ubicados debajo de cada boguie. En taller, existe un sistema de captación por enchufes y en vías secundarias, la captación se realiza por una barra lateral.
3.2.3.2/ Arrastre Boguie
Los boguies pueden ser motrices o portadores. En las formaciones más comunes de 7 a 8 coches, hay 3 tipos de boguies motrices, que difieren por el cableado de los frotadores y de la masa, y 5 tipos de boguies portadores, que difieren por el cableado y los captores de velocidad. El boguie motriz tiene además un motor y un puente reductor, y los órganos de captación (pertenecen a la función Alimentación AT)
El rodado se efectúa mediante cuatro neumáticos MICHELIN, y el guiado por
cuatro ruedas horizontales equipadas con neumáticos. Si un neumático pincha, si no hay pista de rodado ni barras de guiado, una rueda de acero asegura las funciones de sustentación y de guiado.
Un eje vertical asegura la rotación y el arrastre de la caja. Una suspensión
secundaria permite asegurar el mantenimiento a nivel del suelo.
13/85
La función Arrastre Boguie contiene además los elementos de enganche y los cables de conexión entre caja.
3.2.3.3/ Caja
La función Caja contiene los elementos de instalaciones interiores para los pasajeros y para la cabina. Se agrupan por elementos de comodidad, asientos, pasamanos, iluminación, pantallas de visualización, ventilación, calefacción (Cabina conductor únicamente), etc. La iluminación, la ventilación y la calefacción están alimentadas por la red de Media Tensión, mediante convertidores estáticos independientes. La iluminación de socorro esta alimentada directamente mediante la Baja Tensión de las baterías.
La función Caja contiene además las instalaciones exteriores, ventanas,
limpiaparabrisas, fanales, intercirculación, etc.
3.2.3.4/ Comunicación
La función Comunicación agrupa: - los elementos relativos a la información de los pasajeros vía el micrófono
del conductor y vía alertas sonoras, - la interfonía entre las cabinas, - la Telefonía Alta Frecuencia (THF, Téléphonie Haute Fréquence) para las
comunicaciones con el PCC.
3.2.3.5/ Control Automático
La función Control Automático contiene todas las tarjetas electrónicas del SIE (Sistema Informático Embarcado) y los elementos de conducción del tren. Principalmente, cada computador (2 por coche) contiene las tarjetas electrónicas siguientes:
- una tarjeta Unidad Central VME (la tarjeta UCV) - el subsistema de E/S con las tarjetas:
o MES: multiplexor de las entradas/salidas, o MEL: módulo de entradas digitales, o MSR: módulo de salidas de relés, o ADS: módulo de enlaces serie, o ANA: módulo de las entradas/salidas analógicas. o CEV: tarjeta de comando del EMF.
- el subsistema de comunicación y transmisión por la tarjeta acoplador red CRV,
- las alimentaciones por las tarjetas ALM y ALV. Estas tarjetas tienen una importancia particular en el mantenimiento del tren9. Se acuerda que los trenes tipo NS93 pueden funcionar completamente bajo
pilotaje automático. Este sistema es complejo y no se detalla en esta memoria. El rol del conductor se limita a pulsar un pedal (Pedal VACMA). Este comando “hombre muerto”
9 Se detalla en el capitulo 6.4.1.2.2/Tarjetas SIE
14/85
verifica la vigilancia del conductor. Al cabo de 10 secundas sin pulsar el pedal, se pone en marcha una alarma para el conductor. Al cabo de 25 secundas, una alarma se activa en el PCC.
3.2.3.6/ Energía Auxiliar
La energía eléctrica de baja tensión (BT), 72V continua, proviene directamente de la energía de alta tensión (AT), 750V continua, captada por intermedio de los frotadores o de los enchufes de taller. La energía eléctrica alimenta los equipos principales siguientes:
- el alumbrado, - los comandos y controles del Equipo de Tracción Frenado (ETF), - los comandos y controles del Convertidor Estático (CVS), - el registrador de parámetros de operación (EPE), - los accionadores de las puertas, - la sonorización y fonía, además del sistema de información a los pasajeros
También se genera una energía eléctrica media tensión (MT), 230V alterna trifásica. Dicha energía sirve para alimentar:
- el alumbrado complementario, - el enchufe de limpieza, - la ventilación, - el compresor de aire, - la calefacción y la ventilación de la cabina.
La función Energía Auxiliar agrupa todos los elementos necesarios para almacenar la energía necesaria al funcionamiento de los equipos listados. Esencialmente son elementos relativos a las baterías.
3.2.3.7/ Freno Mecánico
La función frenado mecánico contiene los frenos de servicio, los frenos de urgencia, y los frenos de estacionamiento. Funcionan por comando de electroválvulas y bloques neumáticos:
- la función Frenado de servicio se realiza mediante la combinación del freno mecánico (bloque de freno de zapatas) y del freno eléctrico de recuperación (sólo en las motrices),
- la función Frenado de emergencia se realiza mediante el freno mecánico, - la función Frenado de estacionamiento (EFI) se realiza mediante un freno
mecánico de resorte que se aplica en un disco inmovilizado sobre uno de los árboles del motor de tracción.
Esta función agrupa los elementos mecánicos (Cable Mando, Zapatas de Freno, etc.) y eléctricos (Válvulas, Relés de presión, etc.)
3.2.3.8/ Producción Energía
La función Producción Energía permite alimentar la red MT y permite la carga de las baterías BT. Los principales elementos de la producción de energía auxiliar son:
- el convertidor estático (CVS), - las tarjetas electrónicas de control (ACV3, CCOM, CMCV, CHOR, CIPT,
IHOR).
15/85
Agrupa todos los elementos necesarios a la producción de energía auxiliar para la alimentación de las funciones listadas en 3.2.3.6/ Energía Auxiliar.
3.2.3.9/ Producción y Distribución de aire
La producción de aire esta realizada por un grupo de producción de aire comprimido incluyendo los siguientes elementos:
- un motocompresor, - un dispositivo de purga, - un sistema de tratamiento del aire por secador, - un estanque principal para almacenar aire comprimido,
La función de distribución de aire comprimido esta garantizada por el circuito
neumático. Alimenta los elementos siguientes: - el sistema de freno mecánico, - las suspensiones secundarias de cada boguie, - la bocina.
3.2.3.10/ Puertas
Cada coche está equipado con tres puertas de acceso pasajeros, del lado izquierdo y del lado derecho, deslizantes hacia el exterior. Las dos hojas están accionadas por un motor eléctrico. La cabina de conducción tiene dos puertas de acceso, de cada lado, y una puerta de acceso al compartimiento de pasajeros.
La siguiente figura describe los principales elementos componiendo las puertas de acceso de los pasajeros y su funcionamiento.
Figura 5 – Puertas de acceso Pasajeros (Fuente: Manuel de Funcionamiento, ALSTOM)
Se nota en la Figura 5 la platina de puerta (tarjeta electrónica) y el motor de
puerta, dos elementos críticos en el mantenimiento.10
10 Ver 6.4.1.2.1/Puertas
16/85
3.2.3.11/ Tracción y Frenado
La función de Tracción y Frenado esta garantizada por un cofre ETF (Equipo de Tracción Frenado) en cada motriz, que pilota dos motores asíncronos. El comando del ETF regula los parámetros eléctricos de los motores, en tracción y en frenado eléctrico, elaborando los impulsos de comando de los tiristores GTO localizados en los paneles de radiadores (Paneles SMF). El comando del ETF controla y monitorea en permanencia los diferentes parámetros del conjunto ondulador y motores. En caso de anomalía, el defecto es registrado, el ondulador se bloquea y, si es necesario, el disyuntor de tracción se abre.
La comprensión global del funcionamiento del tren y de sus órganos claves,
además del conocimiento de las funciones que componen el tren, son indispensables para el manejo de los datos y la comprensión de las etapas de intervención en el tren. Se incluye en Anexo A características generales del tren.
3.3/ Histórico de Kilometrajes recorridos por tren
3.3.1/ Flota completa
Las distancias totales recorridas en la línea 1 no dejaron de aumentar desde su construcción. Hubo varias extensiones de líneas, y la frecuencia del metro siempre iba aumentando. Al nivel de tren, este aumento no fue lineal, hubo periodos bajos, aumento del número de trenes o de coches, cambios de líneas, etc.
El siguiente gráfico muestra el kilometraje mensual de los trenes tipo NS93. Dado
que las puestas en servicio se hicieron durante todo el periodo considerado, se estandarizó los kilometrajes por el número de trenes en servicio.
6000
7000
8000
9000
10000
11000
12000
05/9
6
08/9
6
11/9
6
02/9
7
05/9
7
08/9
7
11/9
7
02/9
8
05/9
8
08/9
8
11/9
8
02/9
9
05/9
9
08/9
9
11/9
9
02/0
0
05/0
0
08/0
0
11/0
0
02/0
1
05/0
1
08/0
1
11/0
1
02/0
2
05/0
2
08/0
2
11/0
2
02/0
3
05/0
3
08/0
3
11/0
3
02/0
4
05/0
4
08/0
4
11/0
4
02/0
5
05/0
5
08/0
5
11/0
5
02/0
6
05/0
6
08/0
6
11/0
6
02/0
7
Kilo
met
raje
Pro
med
io p
or T
ren
NS
93
Meses
Kilometraje Mensual - Promedios estandarizados por el número de trenes NS93
Grafico 2 – Kilometraje Mensual por Tren tipo NS93, periodo mayo 1996 - mayo 2007 (Fuente:
Elaboración Propia)
17/85
Si se toma únicamente los últimos periodos, considerando la flota completa de trenes NS93, se puede destacar un alza más importante, donde se conjugan dos efectos:
- Un aumento casi lineal de la frecuencia del metro, de largo plazo, - Cambios dados por la implantación del Transantiago desde inicio de 2007,
en un periodo más corto.
3.3.2/ Aumento de largo plazo
El siguiente gráfico del kilometraje semanal desde inicio de 2004 hasta inicio de junio de 2007 permite destacar este doble aumento:
1300
1400
1500
1600
1700
1800
1900
2000
2100
2200
2300
1 W
K 2
004
5 W
K 2
004
9 W
K 2
004
13 W
K 2
004
17 W
K 2
004
21 W
K 2
004
25 W
K 2
004
29 W
K 2
004
33 W
K 2
004
37 W
K 2
004
41 W
K 2
004
45 W
K 2
004
49 W
K 2
004
53 W
K 2
004
4 W
K 2
005
8 W
K 2
005
12 W
K 2
005
16 W
K 2
005
20 W
K 2
005
24 W
K 2
005
28 W
K 2
005
32 W
K 2
005
36 W
K 2
005
40 W
K 2
005
44 W
K 2
005
48 W
K 2
005
52 W
K 2
005
3 W
K 2
006
7 W
K 2
006
11 W
K 2
006
15 W
K 2
006
19 W
K 2
006
23 W
K 2
006
27 W
K 2
006
31 W
K 2
006
35 W
K 2
006
39 W
K 2
006
43 W
K 2
006
47 W
K 2
006
51 W
K 2
006
2 W
K 2
007
6 W
K 2
007
10 W
K 2
007
Kilo
met
raje
Pro
med
io p
or T
ren
Semanas
Kilometraje Semanal - Promedio sobre Flota Completa
Kilometraje Real
Pol. (Kilometraje Real)
Lineal (Kilometraje Real)
Grafico 3 – Kilometraje Semanal por tren tipo NS93, periodo enero 2004 – mayo 2007 (Fuente:
Elaboración Propia) Luego, para destacar el aumento del recorrido de los trenes sin tomar en cuenta el
efecto del Transantiago, se corre una regresión lineal desde inicio de 2004 hasta agosto de 2006, semanalmente:
iii SKm εββ ++= .21 , con iS número de la semana i e iε error de la regresión. Después de una limpieza de datos, reemplazando los valores faltantes por
promedios sobre dos semanas antes y dos semanas después la fecha faltante, se corre una regresión en el paquete estadístico EViews. El resultado de dicha regresión entrega los siguientes valores:
18/85
Variable Dependiente: SER02 Método: Mínimos cuadrados Fecha: 06/07/07 Hora: 16:44 Muestra: 1 141 Número de observaciones: 141 SER02=C(1)+C(2)*SER01 Coeficiente Desv. Estándar t-Estadistico Prob.
C(1) 1799.379 13.60919 132.2179 0.0000 C(2) 1.780461 0.166292 10.70685 0.0000
R-cuadrado 0.451972 Media Var. Dependiente 1925.791 R-cuadrado ajustado 0.448029 D.E. Var. Dependiente 108.1782 S.E. de la regresión 80.37068 Criterio Akaike 11.62526 Suma cuadrada residuos 897863.1 Criterio Schwarz 11.66709 Log likelihood -817.5808 Estad Durbin-Watson 1.188320
La regresión tuvo un ajuste de 45%, sufre de la alta varianza de la serie semanal.
Se nota que los dos coeficientes son significativos, ya que se rechaza la hipótesis nula de los coeficientes iguales a cero a más de 95%.
La ecuación de regresión es la siguiente: ii SKm .78,11799 += El resultado importante de este estudio es el aumento del kilometraje semanal de
1,78 kilómetros por semana. Luego, considerando años de 52 semanas y semanas de 7 días, se tiene un aumento anual promedio de 13 kilómetros diarios por tren.
3.3.3/ Efecto del Transantiago
Para destacar el efecto del Transantiago se estudia la variación entre los promedios del año 2006 y del inicio de 2007, únicamente con la flota de trenes cuyo mantenimiento esta a cargo de ALSTOM. En efecto, desde marzo de 2007, a cada introducción de un tren nuevo tipo NS04 en la línea 1, un tren NS93 de 6 coches pasa a la línea 5. La flota a cargo de ALSTOM no esta afectado por esta medida ya que son únicamente trenes de 7 ó 8 coches.
En este caso, no se busca sacar una regresión sino el salto que provocó el
aumento de usuarios por implementar el servicio de transporte público Transantiago:
Trenes 74 > 84 Periodo 03/2007 – 05/2007
Periodo 2006 Delta Porcentaje de
aumento
Kilometraje Diario 360 302 58 19.26%
Tabla 3 – Variación de recorrido diario por efecto Transantiago sobre la flota de trenes 74 hasta 84 (Fuente: Elaboración propia)
Resulta un aumento porcentual de 19% entre los promedios de 2006 y de 2007.
Se espera a medio plazo que los buses del Transantiago absorben parte de este aumento11.
11 Un estudio detallado del impacto del Transantiago se encuentra en 8.2/Impacto del Transantiago.
19/85
4/ ORGANIZACIÓN DEL MANTENIMIENTO
4.1/ “Mi Mantenimiento, Tu Mantenimiento”
4.1.1/ Una flota, dos empresas
Una pregunta casi inmediata aparece cuando se evoca la subcontratación de ALSTOM para realizar el mantenimiento. ¿Por qué Metro SA decidió en 2002 contratar a ALSTOM para realizar la mantención de parte de su flota más allá del periodo de garantía?
“In recent year, there has been a growing trend to out-source service operations in which the equipment maintenance is carried out by an external agent rather than in-house.”
[6] Jackson, C. Pascual, R. 1997. Optimal Maintenance Service Contract Negotiation with Aging Equipment. Department of Mechanical Engineering, Universidad
de Chile, Santiago, Chile. Esta decisión tiene dos razones principales, una técnica y otra política. La
actividad principal de Metro SA es más bien el transporte de pasajero que la mantención de trenes. El tren tipo NS93 fue un material de última generación, disponiendo de un sistema de auto pilotaje muy sofisticado. Cuatro años después del fin de la primera garantía, Metro SA decidió confiar en el know-how del constructor del tren para las reparaciones de los últimos 11 trenes. La segunda razón fue por un tema político. Temiendo el alto nivel de sindicalismo, Metro SA decidió disminuir el riesgo de parálisis de su actividad principal en caso de paro de sus empleados, disponiendo de una solución alternativa para efectuar un servicio mínimo con los 11 trenes a cargo de ALSTOM.
Del punto de vista económico, no se conocen los costos del cliente para concluir
sobre un costo mayor o un ahorro. Solo se puede destacar que Metro SA decidió confiar en ALSTOM para el mantenimiento de los 60 trenes tipo AS02 de la línea 4 y los 11 nuevos trenes tipo NS03 de la línea 1. La externalización de las tareas de mantenimiento del cliente hacia el contratista permite una reducción de riesgo, un aumento de eficiencia y al final una reducción de costo.12
4.1.2/ Cooperación con el cliente
Los talleres de Neptuno están situados entre la penúltima y la última estación poniente de la línea 1, respectivamente estaciones Neptuno y San Pablo. Estos talleres son propiedad de Metro SA. Todos los trenes de la línea 1 son atendidos en este taller. Del capítulo 3.1.3/Contratos de mantenimiento, se sabe que Metro se encarga del mantenimiento de 24 trenes tipo NS93 y de los trenes tipo NS74. Por otra parte, ALSTOM se encarga del mantenimiento de 11 trenes tipo NS93. Aun con esta
12 Ver referencia bibliográfica: [11] Louit D., Soto J. 2007. Servicios de Reparación y Mantenimiento
(R&M), Experiencia en la industria minera en Chile. En: 2° Encuentro de Gestión de Activos Físicos: 28 de junio de 2007. Santiago, Universidad de Chile, Facultad de Ciencias Físicas y Matemáticas.
20/85
separación contractual, existe una fuerte cooperación entre ALSTOM y su cliente, por la misma exigencia de disponibilidad de los trenes.
La Figura 6 ilustra los intercambios de equipos que existen entre las dos
empresas.
Figura 6 – Intercambios de equipos entre ALSTOM y su cliente (Fuente: Elaboración Propia)
Cada empresa esta a cargo de una parte de la flota de NS93 y cada empresa
tiene su personal de mantenimiento, sus laboratorios de reparaciones, y su bodega. A pesar de esta separación física, es de práctica usual que se intercambien equipos entre las dos flotas de trenes. Se realizan a distintos niveles: Por cruces de equipos directamente entre trenes en mantención, por pedidos a las bodegas, o por reparaciones específicas realizadas por el laboratorio de electrónica de ALSTOM.
Al nivel de los trenes, pueden existir cruces de equipos. Por ejemplo, cuando una
tarjeta electrónica presenta problemas indefinidos, se prueba usualmente de intercambiarla con la misma tarjeta, preferentemente del mismo tren, o sino con tarjeta de otro tren. A menudo se solucionaron los problemas de esta forma, a costo mínimo. El problema de este método es que se pierde las etapas de la vida de la tarjeta cuando pasa en los trenes mantenidos por Metro, además de desconocer el motivo de la pana. Luego, se puede tener un tren de 2003 con tarjetas de 1996 y aumentar la tasa de falla de un tren reciente. Este problema se detallará en los capítulos siguientes, ya que represente la particularidad y la complejidad de la gestión del mantenimiento en ALSTOM.
La mayor mezcla de equipos se hace mediante las bodegas. Por la fuerte
exigencia de disponibilidad de los trenes, las dos empresas facilitan el acceso a los equipos que tienen en bodega. Metro SA, como dueño de los trenes, tiene una bodega más amplia que ALSTOM, especialmente de equipos caros con baja tasa de falla. ALSTOM tiene una bodega con equipos identificados como equipos críticos. Cuando no se tiene el repuesto necesario para reparar una falla, se orienta hacia otra bodega. Por ejemplo, si aparece una falla grave en un motor de tracción y que dicho motor necesita una reparación compleja, ALSTOM pide un motor de reemplazo a la bodega Metro para volver a poner el tren en servicio durante el periodo de reparación. Por este motivo, hay una mezcla importante de equipos de orígenes diferentes.
21/85
Existe un acuerdo tácito entre las dos empresas para que los equipos que fallaron en los trenes Metro SA que vienen de un tren a cargo de ALSTOM estén reparados por ALSTOM, de tal forma que el cliente no intervenga en un equipo originalmente a cargo del contratista. A pesar de eso, el laboratorio de electrónica de ALSTOM adquirió una experiencia en las reparaciones de las tarjetas electrónicas, que valoriza Metro SA. Así, se encarga de reparaciones de varias tarjetas de los trenes de Metro SA que van a su bodega después de la reparación, para servir de repuesto posteriormente. Luego, ALSTOM repara sus tarjetas independientemente del tren de origen, y Metro SA actúa con el mismo criterio, pero independientemente de eso, existe un negocio entre las dos empresas para que el laboratorio se encargue de las reparaciones de algunas tarjetas de Metro SA.
La complejidad de los flujos de piezas hace difícil el seguimiento de la vida de un
equipo, complica los estudios de ingeniería asociados y sobre todo el manejo de los datos. Toda la particularidad del mantenimiento de los trenes de ALSTOM viene de esta alta exigencia de disponibilidad, y resulta clave tener procesos de gestión de datos sofisticados y que toman en cuenta este hecho.
4.2/ Exigencia de Disponibilidad
La exigencia mayor de Metro SA hacia ALSTOM es tener alta disponibilidad de los trenes. Existen metas por kilometraje de buen funcionamiento distintas si el tren queda no utilizable o si el tren esta inmovilizado por poco tiempo13.
La indisponibilidad de un tren se define de la siguiente forma: - Si un tren falla después de las 17:45 y que no puede salir a las 6:30 de la
mañana del día siguiente, queda como no utilizable. - Si un tren falla después de las 6:30 de la mañana y que no puede salir a las
17:45 del mismo día, queda como no utilizable. Por estas razones, la reparaciones In Situ, definidas como reparaciones realizadas
directamente en el tren, son muy pocas. Si no se sabe de inmediato que tipo de falla ocurrió o si la reparación esta supuestamente larga, se trata de usar un repuesto en bodega y reparar el elemento con avería en “tiempo muerto”.
Esta exigencia de disponibilidad justifica la cooperación entre ALSTOM y su
cliente, y luego los intercambios de equipos entre trenes.
5/ MANTENIMIENTO PREVENTIVO
5.1/ Intervenciones Preventivas y Overhauls
5.1.1/ Tipo de intervenciones
Se designa por mantenimiento preventivo el conjunto de intervenciones sobre el tren que se realizan a kilometrajes predefinidos. El mantenimiento preventivo
13 Ver 3.1.3/Contratos de mantenimiento
22/85
corresponde a una estrategia de mantención pre-falla, bastante determinística, que consiste en una sucesión de tareas de verificación, de limpieza, y de reemplazo.
Se determina según la vida útil de los equipos o insumos, de tal forma que se
minimice la suma de un costo de intervención pre-falla con un costo de intervención post-falla.
Grafico 4 – Costos de intervención pre falla y post falla, suma (Fuente: [13] - Pascual J., Rodrigo.
Abril 2005. El Arte de Mantener. Apunte de Curso, Universidad de Chile.) Los kilometrajes de intervención son definidos por la fábrica, en Francia, que se
encarga de estimar las diferentes tareas a realizar para asegurar el buen funcionamiento del tren.
Se cuenta con 3 tipos de intervenciones distintas:
- Las Inspecciones de Seguridad (IS) - Las Intervenciones de Mantenimiento (IM) - Las Grandes Revisiones u Overhauls (GR)
5.1.2/ Organización y recursos
El personal a cargo del mantenimiento preventivo de ALSTOM esta compuesto por 10 a 13 técnicos y un supervisor. Las intervenciones se realizan según el kilometraje del tren y según la disponibilidad del personal responsable.
En términos generales, no se para más de un tren a la vez. Para una IS o una IM
el tren queda en el taller, no utilizable a la operación durante un tiempo incluido entre medio día y dos días. En el caso de la GR, se actúa por etapas, desmontando poco a poco los elementos sujetos a revisión. Estos elementos son inmediatamente reemplazados por elementos de reserva durante el tiempo necesario.
En el caso particular de los trenes tipo NS93, hay un solo tipo de IS y de GR, y 16
IM distintas. Al final, se cuenta con 18 tipos de intervenciones preventivas distintas, que se realizan a kilometrajes fijos:
- La Inspección de Seguridad (IS) cada 10 000 Km. - Las Intervención de Mantenimiento, de 1 a 16 (IM1, IM2, IM3, IM4, IM5,
IM6, IM7, IM8, IM9, IM10, IM11, IM12, IM13, IM14, IM15 , IM16), cada 30 000 Km.
23/85
- La Gran Revisión (GR), cada 500 000 Km. Luego, se realizan dos inspecciones de seguridad entre cada inspección de
mantenimiento, salvo entre la IM16 y la GR donde se hace una sola IS. Se empieza por la intervención 1, hasta la 16, según el kilometraje del tren. La siguiente tabla resume la estrategia de mantenimiento del tren NS93:
IS IM IM2 IM3 IM4 IM5 IM6 IM7 IM8 IM9 IM10 IM11 IM12 IM13 IM14 IM15 IM16 GR
10000 X20000 X30000 X40000 X50000 X60000 X70000 X80000 X90000 X100000 X110000 X120000 X130000 X140000 X150000 X160000 X170000 X180000 X190000 X200000 X210000 X220000 X230000 X240000 X250000 X260000 X270000 X280000 X290000 X300000 X310000 X320000 X330000 X340000 X350000 X360000 X370000 X380000 X390000 X400000 X410000 X420000 X430000 X440000 X450000 X460000 X470000 X480000 X490000 X500000 X
Tabla 4 – Plan de mantenimiento del tren NS93: intervenciones por kilometrajes (Fuente: Elaboración propia)
Una vez que se cumplió un ciclo completo, después de 500 000 Km, el plan de
mantenimiento empieza de nuevo. Cada tipo de IM es distinta en término de proceso, tiempo y finalmente de costo. El
siguiente capítulo describe el proceso establecido para la valorización de estas intervenciones.
24/85
5.2/ Valorización de las intervenciones
5.2.1/ Método de evaluación
El trabajo de valorización de las intervenciones preventivas se realizó por el personal ALSTOM, en paralelo a la elaboración de esta memoria.
Se estableció fichas de mantenimiento para una IS y para cada IM, conteniendo:
- La lista de las tareas por realizar y los coches correspondientes - El tipo y el número de técnicos requeridos - El tiempo medio por tarea y las horas-hombres (HH) correspondientes - El material usado (insumo o repuesto) y su código de identificación (DTR) - La cantidad usada, con la unidad correspondiente (Volumen, unitario, etc.) - El costo medio de uso de repuesto
De igual forma, se valorizó los costos de mano de obra para las pruebas de entrada y de salida que se realizan de forma sistemática. Las fichas valorizadas se encuentran en Anexo B, en formato digital.
Para el caso de la Gran Revisión, se realizó una estimación anexa. Hasta ahora,
los trenes a cargo de ALSTOM no alcanzaron los 500 000 Km a los cuales se hace un overhaul. La estimación realizada se hizo en colaboración con Metro SA que ya tuvo que enfrentar revisiones en sus trenes.
Aunque pueda variar la cantidad de material usado como el tiempo de
intervención, dichas variaciones son muy bajas en término de costo monetario. Dado el aspecto determinístico de las intervenciones, los promedios estimados son confiables y no necesitan la introducción de variables aleatorias. Se usan en la valorización final como costo base, de enero de 2007.
25/85
5.2.2/ Resultados obtenidos
La tabla siguiente resume los resultados obtenidos:
Fichas Costo total HH Costo Materiales Costo total
IS $ 189 038 $ 156 758 $ 353 283 06:00
IM $ 630 783 $ 280 505 $ 918 773 16:00
IM2 $ 785 663 $ 308 022 $ 1 101 171 16:00
IM3 $ 680 850 $ 402 733 $ 1 091 069 16:00
IM4 $ 1 780 984 $ 348 631 $ 2 137 102 16:00
IM5 $ 626 571 $ 362 278 $ 996 336 16:00
IM6 $ 817 544 $ 239 161 $ 1 064 191 16:00
IM7 $ 624 700 $ 110 208 $ 742 394 16:00
IM8 $ 1 823 097 $ 243 242 $ 2 073 825 16:00
IM9 $ 686 465 $ 57 395 $ 751 345 16:00
IM10 $ 784 166 $ 91 450 $ 883 102 16:00
IM11 $ 626 571 $ 205 939 $ 839 996 16:00
IM12 $ 1 860 529 $ 433 666 $ 2 301 682 16:00
IM13 $ 626 571 $ 455 502 $ 1 089 560 16:00
IM14 $ 786 973 $ 99 125 $ 893 584 16:00
IM15 $ 664 005 $ 41 668 $ 713 159 16:00
IM16 $ 1 823 097 $ 91 466 $ 1 922 049 16:00
GR $ 24 402 790 $ 203 861 595 $ 228 264 385 08:00
Resumen de las valorizaciones Tiempo Indisponibilidad
Tabla 5 – Costos Promedios (en pesos chilenos) por intervención preventiva, mano de obra y material (Fuente: ALSTOM) y tiempo de indisponibilidad del tren (Fuente: Elaboración Propia)
Se agregó a las valorizaciones una estimación del tiempo de permanencia del tren
en el taller, llamado tiempo de indisponibilidad. Este costo subyacente para Metro SA se integra en la evaluación final en término de kilometraje diario promedio.
Si se excluye la Gran Revisión que induce un costo muy superior a las otras
inspecciones dado la importancia de la intervención, se puede destacar una cierta regularidad en los costos.
El siguiente gráfico ilustra este fenómeno:
$ 0
$ 500 000
$ 1 000 000
$ 1 500 000
$ 2 000 000
$ 2 500 000
IS IM IM2
IM3
IM4
IM5
IM6
IM7
IM8
IM9
IM10
IM11
IM12
IM13
IM14
IM15
IM16
Co
sto
Insp
ecci
on
es
Inspecciones de Mtto
Costo Total por tren - Preventivo
Grafico 5 – Costo totales por intervención de mantenimiento (y de seguridad), Enero 2007 (Fuente:
ALSTOM)
26/85
Da una representación de la importancia que tiene cada intervención. Se nota que cada 120 000 Km se realizan intervenciones más profundas sobre el tren y luego, más costosas. Se trata esencialmente de las IM4, IM8, IM12 e IM16.
6/ MANTENIMIENTO CORRECTIVO
6.1/ Bases de datos
ALSTOM no tiene registrado sus costos de manera sistemática y estructurada. Desde inicio de 2006, se implementó un sistema centralizado de base de datos cuyo objetivo fue mejorar la calidad y la organización de los datos. Este cambio resultó problemático dado que no se acompañó por una capacitación de los usuarios a nivel de talleres. Luego, los datos ingresados durante 6 meses no son confiables e incompletos. Los pedidos de datos siguen difíciles, y hay pocas posibilidades de integración de datos procediendo de varias bases en un único formato de salida. Además, los formatos Excel usados son muy poco prácticos para un post proceso. Como usuario básico resulta ineficiente el uso de dicha base de dato por no poder personalizar los formatos y campos al pedir una entrega de datos. En el capítulo 9.2.2/Recomendaciones en el manejo de datos se propone cambios para solucionar este problema mayor para los ingenieros de mantenimiento.
Para tener una historia continua y amplia del tren en términos de tiempos de
intervención, costos de material y tasa de falla, se usaron varias bases de datos, mayormente procediendo del antiguo sistema, y se sintetizó toda la información necesaria para calibrar un modelo de simulación.
Las bases de datos que se utilizó son: - Los informes de averías, desde 1997 hasta 2005, de la flota completa de
trenes tipo NS93 (34 trenes) - Los informes de consolidación del mismo periodo, registrando
informaciones complementarias sobre las averías - Los informes de reparación del mismo sistema, donde se registró parte de
las reparaciones en electromecánica - La base de datos Microsoft Access™ del laboratorio de electrónica, donde
se registró parte de las intervenciones sobre tarjetas electrónicas - Las bases de datos de la bodega donde se registró parte de los precios de
compra de equipos nuevos de 2006 - La base de datos del departamento de compra en el extranjero de 2006 y
2007 - El informe de averías de 2006 principalmente para costos de material.
Además de la compilación de estos datos en un solo archivo resumido, fue
necesario estimar datos faltantes a juicio de expertos. La metodología usada esta detallada en los siguientes capítulos.
27/85
6.2/ Tasa de falla
6.2.1.1/ Análisis dinámico
Se sabe que los trenes están compuestos por parte con piezas originales, por parte con piezas cambiadas y por parte con piezas de otros trenes14. Este último punto complica el análisis de las tasas de fallas ya que los trenes llegaron según cuatro contratos distintos. Las puestas en servicios y por último los kilometrajes son muy distintos según los trenes y dado que no se puede seguir la vida de un equipo, se tiene que hacer estudios en un periodo supuestamente estacionario, es decir con la flota completa, trabajar a nivel macro y estandarizar las tasas de fallas por el número total de coches.
Además, según la teoría de Dhillan15, hay que suponer un periodo de alto número
de averías cuando llega un nuevo tren, lo que se verifica en los hechos. Este periodo no estacionario puede ser causado por problemas de montaje inicial principalmente, y ajustes necesarios a la puesta en servicio. Este periodo se reduce en los contratos de segunda, tercer y cuarta generación ya que la empresa acumuló experiencia en las puestas en servicio del mismo tipo de tren. Este periodo no se destaca en el grafico de las tasas de fallas del primer contrato pues en este periodo los datos no estaban completos, y tampoco se destaca en los gráficos de los demás contratos, pues en seguida se empezó a mezclar los equipos entre los trenes, pero a juicio de experto, la experiencia permite evaluar este periodo no estacionario a 4 meses.
0
1
2
3
4
5
6
7
8
0,0
0,5
1,0
1,5
2,0
2,5
3,0
3,5
4,0
01/1
998
04/1
998
07/1
998
10/1
998
01/1
999
04/1
999
07/1
999
10/1
999
01/2
000
04/2
000
07/2
000
10/2
000
01/2
001
04/2
001
07/2
001
10/2
001
01/2
002
04/2
002
07/2
002
10/2
002
01/2
003
04/2
003
07/2
003
10/2
003
01/2
004
04/2
004
07/2
004
10/2
004
01/2
005
04/2
005
07/2
005
10/2
005
Tasa
de
fala
tota
l
Tasa
de
falla
por
con
trato
Meses
Tasas de Fallas Mensuales por Contrato
Contrato 1 Contrato 2 Contrato 3 Contrato 4 Total Grafico 6 - Tasa de falla por contrato, por coche, por mes, 01/1998-12/2005 (Fuente: Elaboración
Propia) Dada la llegada del último tren en septiembre 2003, todos los estudios de averías
correctivas se realizan desde enero 2004 hasta diciembre 2005. No se usan los datos
14 Ver capítulo 4.1.2/Cooperación con el cliente 15 Se refiere a la típica curva de la bañera. Ver referencias bibliográficas [3], [7], [13].
28/85
de 2006 por cambio de datahouse, y dudas sobre la confiabilidad de los datos registrados este año16.
Del gráfico completo de las averías que supusieron reparaciones se nota un
aumento global del número de fallas. Se estandarizan por número de coches en servicio:
Grafico 7 - Tasa de falla por coche por mes, 01/1998 - 12/2005 (Fuente: Elaboración Propia)
Con el fin de destacar el alza del número de averías, se considera un periodo más
amplio que los dos años supuestamente estacionarios. Se corre una regresión lineal sobre un periodo considerado estable, gráficamente de septiembre 2002 hasta fin de 2005, y la regresión revela una alza promedia de 1% de las tasas de fallas por coche, por mes. El análisis completo se encuentra en Anexo C.
Dada la estabilidad del periodo, en término de mantenimiento preventivo y de
kilometraje diario, y sabiendo que los trenes están todos a menos del tercio de sus vidas útiles promedias, se supone que este aumento esta causado por problemas puntuales en algunas piezas, y no por el envejecimiento global de la flota. En una etapa siguiente, se busca verificar la veracidad de este supuesto identificando los conjuntos de equipos responsables de dicha alza17 y agregar estas variaciones dinámicas bajo variables a sensibilizar en la simulación.
16 Ver 6.1/Bases de datos 17 Ver 6.4/Definición de Repuestos Críticos
29/85
6.2.1.2/ Coche Kilometraje Medio de Buen Funcionamiento (MCKBF)
6.2.1.2.1/ Concepto y justificación
En los informes de avería se registran las fallas que sucedieron en la flota completa de trenes de tipo NS93. Se usa esta base de datos para deducir la tasa de falla de cada equipo y después de agrupación en familias de averías, el coche kilometraje entre dos averías perteneciendo al mismo grupo. El detalle de la agrupación se encuentra en el capítulo 7.2/Agrupación de averías.
Se usa un concepto de kilometraje en vez de tasa de falla para tomar en cuenta
variaciones razonables del recorrido de los trenes: frente a un aumento del kilometraje diario de los trenes, podemos extrapolar las variaciones del número de fallas. Para esto, se hace el supuesto que el número de falla promedio varía linealmente frente a cambios de kilometrajes diarios incluidos entre -100 y 100 kilómetros por tren: se tiene una tasa de falla definida por un kilometraje diario promedio de 270 kilómetros, luego se puede extrapolar estos resultados entre 170 y 370 kilómetros por día.
Por otra parte, se usa el concepto de “coche kilómetro” en vez de “tren kilómetro” para tomar en cuenta la formación de los trenes. Dado que no se puede diferenciar los coches entre ellos, la evaluación de los costos sigue por tren y no por coche, pero se toma en cuenta el número de coches que tiene el tren en formación completa. Para eso, se define el concepto de coche kilómetro (Kmo) del tren, que es igual al producto del kilometraje del tren (Km) por el número de coches del tren en formación completa.
Ejemplo: Sea un tren con 6 coches. Aparece una avería de tipo 1 cada 300 kilómetros.
Luego se tiene una tasa de falla de 1/6 por coche por 300 kilómetros. Sea otro tren con el mismo kilometraje diario, pero con 7 coches. Aparece una
avería de tipo 1 cada 300 kilómetros. Luego, se tiene una tasa de falla de 1/7 por coche por 300 kilómetros.
Entonces, hubo más averías en el primer tren que en el segundo. En término de coche kilómetro, se traduce por el kilometraje entre dos averías
multiplicado por el número de coche del tren. Para el primer caso, se tiene 6x300=1800 Coche-Kilómetros entre dos averías. Para el segundo caso, se tiene 7x300=2100 Coche-Kilómetros entre dos averías. Se verifica que hay más averías en el primer caso que en el segundo. Luego se deduce el coche kilómetro entre dos averías (Mean Coaches Kilometers
Between Fails, MCKBF) para representar la tasa de falla, usando un valor independiente de la formación del tren analizado. Se detalla el cálculo del MCKBF en Anexo D.
30/85
6.3/ Reparaciones y Reemplazos
6.3.1/ Fases de intervención
El mantenimiento correctivo engloba el conjunto de intervenciones realizadas después de una avería para reponer un tren en servicio y cambiar o reparar el elemento con problema.
En el estudio completo se ve el tren con un conjunto de equipos en serie. Luego, si
un elemento falla, el tren completo se para. En la realidad, se sabe que el tren esta diseñado con equipos redundantes para poder seguir funcionando con algunos elementos parados, pero es una medida que permite la evacuación del tren de las líneas de transporte más que una configuración normal de funcionamiento.
"In general, downtime was categorized into three main phases; response phase,
diagnostics phase, and repair phase." [10] Labib, A.W. 1998. World-class maintenance using a computerised
maintenance management system, Journal of Quality in Maintenance Engineering. p66-75.
Cuando aparece una falla, hay tres respuestas principales: la detección, el
diagnostico y la reparación. La detección de una avería se realiza gracias a un sistema informático de Ayuda al Mantenimiento, conectado a numerosos captores que siguen el estado del tren. La experiencia del conductor puede ayudar este sistema electrónico en el proceso completo de detección. Los tiempos de detección no se consideran en el estudio pues son despreciables frente a los tiempos de diagnostico y reparación y estos dos tiempos no se distinguirán entre si en la valorización financiera dado que se confunden a menudo en los hechos.
31/85
Cuando el tren llega en el taller, una reparación puede intervenir en diferentes niveles. El diagrama de flujos siguiente detalla el proceso completo:
Figura 7 – Diagrama de flujos del proceso de corrección de falla y tipos de costos asociados,
Taller Neptuno (Fuente: Elaboración propia) Por exigencia de disponibilidad de parte del cliente, un tren con avería no debe
quedar en el taller más que hasta una hora fijada por contrato, independientemente de su hora de llegada18. En el caso contrario y si la avería es imputable a ALSTOM, la empresa tiene que pagar una multa. Luego, ALSTOM dispone de una bodega de varios equipos para poder intercambiar rápidamente una pieza por otra si la reparación no puede realizarse inmediatamente después de la llegada del tren al taller. La bodega de Metro SA facilita el acceso de algunas piezas a ALSTOM.
Cuando se detecta una avería, el tren llega al taller de Neptuno para ser atendido.
Según el síntoma de la falla, se evalúa si se puede realizar una reparación directa o un reemplazo de equipo en caso necesario. Si no es posible, hay desmontaje del elemento o del conjunto de elementos y montaje de un repuesto de bodega.
El análisis de la falla permite determinar el lugar de reparación. Se manda a la
fábrica en caso de tener un elemento con garantía o bien si el taller no posee la competencia o no tiene el material necesario. Si no, se envía al laboratorio de electrónica o al taller, que llamaremos laboratorio de electromecánica en adelante. Si el elemento necesita una reparación, el laboratorio correspondiente se encarga del equipo y lo manda a la bodega. Si el elemento no se puede reparar, se desecha o se envía a la bodega si no se detectó falla después de pruebas.
18 Ver capítulo 4.2/Exigencia de Disponibilidad
32/85
6.3.2/ Valorización de averías
La valorización se organiza por entidad reparadora según las distintas etapas que puede seguir un equipo en función de la avería que se tenga.
En general, se valorizan dos averías por equipo, una sin reparación (prueba o
falsa detección) y una con reparación. En algunos casos particulares como tarjetas electrónicas, el costo de la avería con reparación es más bien un promedio sobre distintas acciones posibles. Existen otros casos donde una avería detectada en un equipo supone inevitablemente una intervención. Luego, de aquí en adelante, una avería se define por el nombre del equipo incriminado asociado a una variable binaria indicando si hay una reparación o no.
Las intervenciones correctivas posibles son:
- Cruces de equipos entre trenes, Verificaciones, Pruebas, Falsas detecciones, etc.
- Cambios - Reparaciones In Situ - Reparaciones en Laboratorio de Electrónica - Reparaciones en Laboratorio de Electromecánica
6.3.2.1/ Tipo de costos involucrados
6.3.2.1.1/ Intervenciones In Situ
El término “In Situ” designa las intervenciones que se realizan directamente en el tren, a la hora de su llegada en el taller. Este término se usa únicamente para intervenciones de tipo correctivas.
Las intervenciones In Situ se caracterizan por tiempos cortos, siempre por
disponibilidad de los trenes. Luego, los costos involucrados son: - Los costos de mano de obra en el tren (HH In Situ) para las intervenciones
de: o Cruces, verificaciones, pruebas, falsas detecciones o Cambios o Reparaciones In Situ
- Los costos de repuesto cuando es necesario (Material), para: o Cambios o Reparaciones In Situ
6.3.2.1.2/ Laboratorios
Las reparaciones de equipos a fuera del tren se realizan por dos entidades distintas. ALSTOM cuenta con un laboratorio de electrónica y la parte electromecánica se realiza en el taller, por los mismos técnicos que intervienen In Situ. Todas estas reparaciones, de mecánica, o eléctricas se agrupan bajo una entidad virtual llamada Laboratorio de Electromecánica.
33/85
En estos dos casos, se valorizan los costos de:
- Mano de obra (HH en Laboratorio de Electrónica, HH en Laboratorio de Electromecánica),
- Repuestos e Insumos (Material)
6.3.2.2/ Tarjetas electrónicas
Las tarjetas electrónicas reparadas en el laboratorio de electrónica hacen parte, por experiencia, de los elementos más críticos de los trenes tipo NS93.
La falta de informaciones sobre los tiempos de reparación y costos de repuestos
de dichas tarjetas lleva a una evaluación a parte con el ingeniero responsable del laboratorio. Para cada tarjeta del SIE, del ETF, del CVS, de la Fonía, de las Puertas, y para la pantalla de visualización de la cabina, se evalua:
- El tiempo moda de reparación por un técnico, con una estimación baja y alta
- El tiempo moda de reparación por un ingeniero, con una estimación baja y alta
- El tiempo de prueba promedio - El nivel de experticia sobre el equipo - El costo de repuestos, con una estimación baja, media, y alta
Además, se agrega el consumo mensual de insumos, calculado según los gastos
mensuales del laboratorio, y la tasa de falla durante el periodo 2004-2005 desde los informes de averías ante mencionados.
El resultado sintetizado de esta evaluación se encuentra en Anexo E, en formato
digital. Luego, con la base de datos del laboratorio y la experiencia del ingeniero
encargado del laboratorio se estiman las participaciones de reparaciones a costo bajo, medio y alto, y se deduce promedios para cada tarjeta electrónica.
6.3.2.3/ Electromecánica
Todas las demás reparaciones no son centralizadas en una entidad organizada como el laboratorio de electrónica, sino reparadas en el taller, sin un seguimiento muy preciso. Luego la valorización de las reparaciones resulta ser bastante difícil, y es por mucha basada sobre cruces de informaciones y juicios de ingenieros con experiencia del tren. Además, se requiere informaciones de la bodega y del departamento de compras para tener valores actualizados de los costos de repuestos.
Se insista sobre la necesidad de un registro sistemático de estos valores en las
bases de datos, una centralización de las informaciones y una digitalización del conocimiento de los ingenieros a cargo.
Para cada elemento registrado en los informes de averías, se evalúa: - El tiempo promedio de reparación y prueba por un técnico
34/85
- El precio del repuesto necesario para corregir la falla Para tener una estimación confiable de los costos de reparación, se sintetiza la
información disponible en la totalidad de los bases de datos mencionados19, y se confronta estos resultados a la experiencia de ingenieros.
6.3.2.4/ Síntesis de la valorización correctiva
Se agregan los resultados del laboratorio de electrónica a los resultados de la electromecánica con el fin de obtener una evaluación promedia de los costos de mantenimiento correctivo para un año parecido a 2004, 2005 y 2006.
Se valorizan las reparaciones de 367 intervenciones, listadas desde enero de
2004 hasta diciembre de 2005, de 196 equipos diferentes. La tabla completa esta en Anexo F, Informe de Averías y Costos asociados, en formato digital.
Además de ser base de la simulación, este análisis permite tener directamente
una escala del costo anual de mantenimiento correctivo y estadísticas sobre las entidades reparadoras y las funciones más críticas del tren.
Tasa Falla Anual
(11 Trenes) HH In Situ
(CLP) HH En Lab
(CPL) Total HH
(CLP) Repuestos
(CLP) Total (CLP)
ENERGIA AUX 6 51 629 191 207 242 836 8 885 251 721 PRODUC/DISTR AIR 26 189 405 155 760 345 165 192 899 538 065 COMUNICACION 53 252 727 325 849 578 576 5 701 584 277 ALIMENTACION AT 18 133 834 590 134 424 522 529 656 953 FRENO MECANICO 64 479 397 418 199 897 596 856 101 1 753 697 CAJA 73 513 843 98 499 612 343 2 423 314 3 035 656 PRODUC ENERGIA 45 489 387 4 092 957 4 582 344 1 105 794 5 688 138 TRACCION/FRENADO 228 2 527 871 9 614 067 12 141 937 15 691 459 27 833 396 PUERTAS 261 1 895 838 31 677 149 33 572 987 7 329 883 40 902 870 ARRASTRE/BOGUI 165 2 355 579 5 060 2 360 639 38 956 168 41 316 808 CONTROL/AUTOMAT 507 2 953 581 55 050 905 58 004 486 3 433 044 61 437 530
TOTAL 1448 11 843 090 101 630 244 113 473 334 70 525 778 183 999 111
Tasa Falla Anual (11 Trenes)
HH In Situ (CLP)
HH En Lab (CPL)
HH (CLP) Repuestos
(CLP) Total (CLP)
Reparacion METRO 49 252 061 39 467 291 528 108 287 399 815 Reparacion In Situ 33 826 955 - 826 955 385 484 1 212 439 Cruce, Verificacion, Falsa Deteccion 428 3 406 884 - 3 406 884 - 3 406 884 RPL + Reparacion Lab Mecanica 251 2 130 511 2 947 119 5 077 630 10 678 248 15 755 878 Cambio 164 1 672 106 - 1 672 106 42 299 134 43 971 239 RPL + Reparacion Lab Electronica 523 3 554 573 98 643 658 102 198 231 17 054 624 119 252 856
TOTAL 1448 11 843 090 101 630 244 113 473 334 70 525 778 183 999 111
FU
NC
ION
AC
CIO
N
0% 0% 0%
0%
1% 2%3%
15%
22%
23%
34%
Costos Totales (CLP)
ENERGIA AUX
PRODUC/DISTR AIR
COMUNICACION
ALIMENTACION AT
FRENO MECANICO
CAJA
PRODUC ENERGIA
TRACCION/FRENADO
PUERTAS
ARRASTRE/BOGUI
0% 1% 2%
8%
24%
65%
Costos Totales (CLP)
Reparacion METRO
Reparacion In Situ
Cruce, Verificacion, Falsa
Deteccion
RPL + Reparacion Lab
Mecanica
Cambio
RPL + Reparacion Lab
Electronica
Tabla 6 – Resumen de costos del mantenimiento correctivo por Función y por Acción, promedio
años 2004,2005 y 2006 (Fuente: Elaboración propia)
19 Ver 6.1/Bases de datos
35/85
Se destaca que 65% de los costos resultan de las averías reparadas en Laboratorio de Electrónica. Esta información se verifica con la repartición de costos por Funciones, 34% de los costos son dedicados a reparación de la función CONTROL/AUTOMAT20, compuesta por mayor parte de tarjetas electrónicas del SIE.
El 24% de los costos son cambios, sin reparaciones. Por mayor parte se trata de
cambios de neumáticos, que se encuentran en la función ARRASTRE/BOGUIE. Dicha función es responsable de 23% de los costos totales.
El 11% restante son costos de reparaciones electromecánicas, y de falsas
detecciones. Hay un porcentaje despreciable de gastos asumidos por Metro SA que corresponden a averías por vandalismo.
En cuanto a las funciones mas críticas del tren, después de la función Control y de
la función Arrastre, se encuentran los elementos de puertas (Platina de puerta y Motor de puerta principalmente), y los elementos de Tracción y Frenado, como los Paneles SMF. En el siguiente capítulo se identifican los elementos responsables de mayores gastos de manera detallada.
6.4/ Definición de Repuestos Críticos
Con el objetivo de destacar las intervenciones de mayor costo de reparación se desarrolla un modelo de selección de las piezas críticas. Los resultados de este modelo permiten filtrar las bases de datos disponibles, precisar estimaciones y predecir las variaciones futuras esperadas de dichos repuestos críticos. En este capítulo se explica la metodología desarrollada para definir los elementos de mayor costo y se expone los resultados del estudio.
6.4.1.1/ Metodología
Los repuestos críticos se destacan por: - La alta frecuencia de falla - El costo de oportunidad de tener una pieza en reparación
En la literatura21 se encuentra varias formas de traducir dicho costo de
oportunidad. Puede ser representado por el tiempo fuera de servicio (Downtime), particularmente cuando hay bajo número de repuestos en bodega, el valor de la pieza de reemplazo, et tiempo por reparar (Mean Time To Repair, MTTR), o el costo de intervención.
Dado los datos disponibles y estimados anteriormente, se eligió esta última
opción. El costo de intervención (Mean Cost To Repair, MCTR) se evaluó como la suma del costo medio de uso de material y del costo de mano de obra para una reparación
20 Ver 3.2.3.5/Control Automático 21 Ver referencias bibliográficas: [9] Knights, P.F. 2004. Técnicas de priorización, Apuntes del curso Optimización de Estrategias de
Mantenimiento de Equipos, Universidad Católica de Chile. [13] Pascual J., Rodrigo. Abril 2005. El Arte de Mantener. Apunte de Curso, Universidad de Chile.
36/85
sobre el equipo. Se gráfican los puntos definidos por la tasa de falla por avería y por coche (λ), y el costo medio de reparación por avería (MCTR).
El modelo de jerarquización consista en representar gráficamente la dispersión de
los costos de reparación reales, y destacar los elementos críticos mediante referencias visuales:
- Se define una curva isocosto D: iii MCTRD .λ= - Se define el límite para una falla crónica como el número total de averías
dividido por el número de códigos de averías - Se define el límite para una falla aguda como el costo total de reparación
dividido por el número total de averías.
6.4.1.2/ Resultados
Para mejorar la separación de los equipos y tener curvas lineales de costo constante se grafica la dispersión con una escala logarítmica:
Luego se tiene )(MCTR)(λ)(D iii lnlnln += .
1 000
10 000
100 000
1 000 000
10 000 000
0,001 0,01 0,1 1 10
Co
sto
Med
io R
epar
acio
n (
Esc
ala
Lo
g)
Tasa de Falla (Escala Log)
Dispersion Tasa de Falla VS Costo Medio Reparacion (2004 - 2005)
Averias IsoCosto 80% IsoCosto 90% IsoCosto 95%
# Total de Fallas# Codigos de Averias
Costo Total# Total de Fallas
Neumatico Portador
Platina de Puerta
ALM
Panel SMF
Motor de Puerta
ALV
CRV8CEVS
MEL1
MES
A613
AGUDAS Y CRONICASAGUDAS
CRONICAS
Grafico 8 - Dispersión de las averías con reparación (Fuente: Elaboración Propia)
Se destacan los equipos críticos, que necesitan un análisis más preciso ya que
son responsables de los mayores costos. Representan 80% de los gastos y son clasificadas como averías críticas (agudas y crónicas) las reparaciones de:
- Las platinas de puerta y del motor de puerta - Las tarjetas del SIE (ALM, ALV, CEV, CRV, MES, MEL) y una tarjeta del
ETF (A613) - Los neumáticos portadores - Los paneles SMF
37/85
6.4.1.2.1/ Puertas
La platina de puerta empezó a fallar masivamente cuando un tipo de conmutador llegó al fin de su vida útil. Se cambiaron los relés y al día de hoy no se registran numerosas panas de este tipo.
El motor de puerta tuvo varios problemas, hoy todos resueltos. Los tres problemas
mayores que se tenían eran: - La mala calidad de un resorte, que se cortaba - Un orificio en el electroaiman, que se ensuciaba y dejaba de funcionar - Un problema en le codificador óptico indicando el nivel de apertura de las
puertas Al día de hoy, todas las averías de puertas se solucionaron y disminuyo la tasa de
falla.
6.4.1.2.2/ Tarjetas SIE
Las tarjetas SIE están sometidas a una campaña de fiabilización. Antiguamente una tarjeta con avería se verificaba en un banco de prueba y a menudo salía del banco sin problema. Repuesta en el tren, volvía pronto a fallar. ALSTOM decidió iniciar una campaña de fiabilización siguiendo la vida de cada tarjeta y realizando revisiones sistemáticas y reparaciones. Esta campaña de fiabilización esta por terminar y la tasa de avería de las tarjetas SIE sigue disminuyendo. Las principales fallas registradas al día de hoy necesitan un reemplazo completo.
6.4.1.2.3/ Neumáticos portadores
Los neumáticos se registran en el informe de averías, aunque estén a cargo del mantenimiento preventivo. No valorizados en las fichas de mantenimiento preventivo, se guardan todos los cambios a cargo del correctivo aunque sea raramente una reparación post falla sino un cambio por fin de vida útil. Luego, más que un repuesto crítico, los neumáticos portadores son reemplazos programados.
Se notan otros equipos registrados de la misma forma: - Los Neumáticos guía (3.2.3.2/Arrastre Boguie) - Las bandas de degaste (3.2.3.11/Tracción y Frenado) - Las punteras (3.2.3.11/Tracción y Frenado) - Las zapatas de freno (3.2.3.7/Freno Mecánico) - Los tubos fluorescentes (3.2.3.3/Caja) - Las válvulas de compresor (3.2.3.9/Producción y Distribución de aire)
En caso donde se tiene una avería de neumático, se realiza un análisis de falla
junto con representantes de Michelin, proveedor de los neumáticos, y de Metro SA. Si la falla aparece antes de la garantía del neumático (300 000 Km), ALSTOM gana el kilometraje faltante para llegar a los 300 000 Km, lo que se cambia en una cantidad de neumáticos nuevos en función del kilometraje acumulado por ALSTOM. Si la falla es consecuencia de la presencia de un cuerpo extraño en la vía, el costo de la avería esta imputado a Metro SA.
38/85
6.4.1.2.4/ Paneles SMF
Los paneles SMF fallan a menudo por problema en la electrónica del ETF (Equipo de Tracción Frenado22). Se trabaja a modificaciones en el mando ETF, es decir a modificaciones en la programación de las tarjetas electrónicas.
Las fallas son también consecuencias de problemas de estabilidad del
encendedor, se trabaja en modificaciones de dichos encendedores y de su cableado, así que modificaciones de condensadores.
La tasa de falla de los paneles SMF va bajando pero todavía sigue alta.
7/ MODELO DE SIMULACIÓN
7.1/ Generalidades
La idea directriz de la modelización es desarrollar una simulación adaptable a diferentes situaciones, permitiendo generar los costos de mantenimientos preventivos y correctivos a mediano plazo según varios escenarios diferentes, destacando pistas de reducción de costo o evaluando el impacto de cambios externos o internos. Dicho modelo se desarrolla con el software de simulación Rockwell ARENA™.
Se simula cada hora de la vida de la flota (hasta 60 trenes) sobre un periodo
incluido entre 1 año y 20 años. Cada hora se chequea el estado del tren por comparación de kilometrajes virtuales, estimados, o fijados por el usuario. Al final, cuando una intervención pre falla o post falla es necesaria, se calcula el costo de dicha intervención en término de mano de obra y de repuesto.
Los siguientes capítulos detallan el proceso de calibración del modelo de tal forma
que pueda ser adaptado fácilmente para futuros estudios, el diseño lógico y la programación matemática de la idealización, y finalmente las pruebas verificando la validez de la simulación.
7.2/ Agrupación de averías
7.2.1/ Definición de clusters
7.2.1.1/ Justificación
En el capítulo 6.3.2.4/Síntesis de la valorización correctiva, se estiman los costos de reparación 196 elementos distintos, es decir de 367 intervenciones. La simulación requiere un número reducido de averías distintas por dos razones: la primera razón viene por el principio de adaptabilidad que se impone. La simulación de nuevos proyectos requiere definir estimaciones para un número razonable de averías clásicas.
22 Ver 3.2.2.1.1/Equipo de Tracción y Frenado (ETF)
39/85
Cuando no se posee la historia completa del tren, no se puede efectuar el trabajo detallado que se realizó con las averías del tren NS93. La segunda razón por la cual se necesita usar un número reducido de averías viene de la estructura global del programa que no puede recibir un número muy importante de bloques de valorización independientes.
Se busca definir un número razonable de grupos (o clusters) de averías parecidas
en término de proceso de reparación, sin perder el sentido funcional de los equipos mismos y tomando en cuenta las variaciones supuestas de las tasas de falla en el futuro. Se usa la lista de averías definida en el Anexo F. Se recuerda que las averías son definidas por el nombre del equipo en pana asociado a una variable binaria indicando si hay reparación o no.
7.2.1.2/ Variables de agrupación
Con el objetivo de no perder información técnica, tomar en cuenta los resultados del análisis de repuestos críticos y además agrupar las averías de costos y tasas de fallas parecidas, se usan las siguientes 18 variables:
- La función del equipo en el tren o Alimentación AT o Arrastre/Boguie o Caja o Comunicación o Control Auto o Energía Auxiliar o Freno Mecánico o Producción Energía o Producción Distribución Aire o Puertas o Tracción Frenado
- La variación supuesta de la tasa de falla: o A la alza o Constante o A la baja
- Los costos de reparación: o Costo de mano de obra In Situ (CLP) o Costo de mano de obra en Laboratorio (CLP) o Precio Repuesto (CLP)
- La tasa de falla anual por coche Las únicas variables ordinales son las de costos y de tasa de falla. Para las
variables de categoría (Funciones y Variación de tasa de falla) se usan variables binarias independientes.
40/85
7.2.1.3/ Métodos de clustering
7.2.1.3.1/ Método jerárquico
Se usa el método de clustering basado en el algoritmo K-Means, pero se inicia el análisis con un algoritmo jerárquico con distintos métodos (Vecino mas cercano, Vecino Promedio, Centroides, Ward) y distintas medidas de distancias (Euclidiana, Manhattan). Esta etapa preliminar ayuda a determinar el comportamiento de la agrupación y el análisis de los dendogramas permite determinar un número de ocho a quince clusters posibles.
Método Medida de disimilitudNumero de
Clusters Optimo
Comentarios
Vecino Mas Cercano
Euclidiana 6Agrupacion excesiva de las reparacionesTodos las averias sin reparacion en un mismo cluster
Manhattan -Agrupacion excesiva de las reparaciones, varias agrupaciones de las averias sin reparacion
Vecino Promedio
Euclidiana 11Agrupacion LentaTodos las averias sin reparacion en un mismo cluster
Manhattan 11 a 16Agrupacion LentaTodos las averias sin reparacion en un mismo cluster
Centroides
Euclidiana 13Agrupacion LentaTodos las averias sin reparacion en un mismo cluster
Manhattan -Agrupacion excesiva de las reparaciones, varias agrupaciones de las averias sin reparacion
Ward
Euclidiana 8Agrupacion RapidaTodos las averias sin reparacion en un mismo cluster
Manhattan 7Agrupacion excesiva de las reparaciones 2 grupos de averias sin reparacion
Agrupacion Jerarquica
Tabla 7 – Tabla resumida de la agrupación jerárquica (Fuente: Elaboración propia)
Se prueba el método Two-Step23 que tiene la ventaja de agrupar en dos etapas,
primero con las variables de categorías (Funciones y variaciones supuestas) y luego con las variables continuas (Costos de reparación y tasa de falla). Los resultados no respetando los criterios impuestos, se prefiere el método K-Means, ponderado por la tasa de falla, y probando agrupaciones de ocho a quince grupos.
7.2.1.3.2/ Algoritmo K-Means
Se selecciona la agrupación en 14 grupos, que maximiza el ratio de la varianza intra grupos con la varianza entre grupos. En todos los casos se tiene una agrupación robusta dado el número bajo de iteraciones para llegar a la convergencia de los centros.
23 Ver referencias bibliográficas: [20]Visauta Vinacua, Bienvenido y Martori I Cañas, Joan Carles. 2003. Análisis estadístico con
Spss para Windows. Volumen II, Madrid: McGraw-Hill. 348p. [21]Vivanco, Manuel. 1999. Análisis estadístico multivariable: teoría y práctica. Santiago de Chile:
Comité de Publicaciones Científicas, Universidad de Chile: Universitaria. 234p.
41/85
Numero de iteraciones
Varianza intra grupos Varianza entre grupos
Numero de Clusters
4 0.511332391 83 0.429037167 93 0.362055713 104 0.541957523 113 0.537522623 123 0.581134018 134 0.647654231 144 0.541015007 15
Tabla 8 – Ratio de varianzas para varias agrupaciones K-Means (Fuente: Elaboración propia)
7.2.1.4/ Bautizo de los grupos
Se bautizan 14 grupos distintos, con la descripción de las averías correspondientes:
- CLUSTER 1: Tarjetas SIE o Función Control Auto o Reparado en laboratorio de Electrónica o Tasa de falla media o En campaña de fiabilización
- CLUSTER 2: Reparaciones In Situ o Función Arrastre Boguie y Caja, o Reparado in situ o Tasa de falla media baja
- CLUSTER 3: Tarjetas Tasa baja o Funciones Control Auto y Producción Energía o Reparado en Laboratorio de Electrónica o Tasa de falla baja
- CLUSTER 4: Sin Reparación o Todas funciones o Cruces, verificaciones, falsas detecciones o Tasa baja
- CLUSTER 5: Averías No Reparables o Función Tracción Frenado o Cambiado In Situ o Precio de Repuesto Alto o Tasa de falla muy baja
- CLUSTER 6: Grupo no relevante, se agrupa con el grupo 12 - CLUSTER 7: Paneles SMF
o Función Tracción Frenado o Reparado en Laboratorio de Electrónica o Tasa de falla media o En proceso de modificaciones
- CLUSTER 8: Tarjetas ETF o Funciones Tracción Frenado o Reparado en Laboratorio de Electrónica o Tasa de falla baja
- CLUSTER 9: Puertas o Función Puertas
42/85
o Reparado en Laboratorio de Electrónica o Antigua tasa de falla muy alta o Modificados
- CLUSTER 10: Neumáticos o Función Arrastre Boguie o Cambiado in Situ o Tasa de falla muy alta estabilizada
- CLUSTER 11: Fallas a cargo de Metro SA o Función Comunicación
- CLUSTER 12: Cambios varios en caja o Función Caja o Cambiados In Situ o Tasa de falla baja
- CLUSTER 13: Block y tarjetas relés o Función Control Auto o Reparado en Laboratorio de Mecánica o Tasa de falla baja y bajando
- CLUSTER 14: Electromecánica o Todas funciones o Reparado en Laboratorio de Mecánica o Tasa de falla baja
Se usan 12 grupos en la simulación, agrupando el grupo 6 irrelevante por si solo
con el grupo 12, y eliminando el grupo 11, cuyos costos de averías están imputados a Metro SA.
Cabe destacar que los equipos identificados como críticos en el capítulo
6.4/Definición de Repuestos Críticos forman grupos independientes: las tarjetas SIE están en el cluster 1, los paneles SMF en el cluster 7, los elementos de puertas en el cluster 9 y los neumáticos en el cluster 10.
El detalle del proceso de bautizo esta en Anexo G y el listado completo de las averías con el grupo correspondiente se encuentra en Anexo F, en formato digital.
7.2.2/ Distribuciones de probabilidad
7.2.2.1/ Justificación y metodología
Para cada grupo definido se busca modelizar matemáticamente las variaciones entre diferentes averías registradas del:
- kilometraje entre averías, - costo de repuesto siempre y cuando existe, - tiempo de atención In Situ en Horas Hombres (HH), - tiempo de atención en Laboratorios en Horas Hombres (HH) cuando hay
reparación. Para lograr este objetivo se usan ajustes de distribuciones de probabilidades.
Siempre con el fin de tener un modelo adaptable a otros proyectos, se busca encontrar
43/85
un mismo modelo por variable, es decir una sola distribución de probabilidades que se adapta lo mejor al conjunto de clusters definidos. Así, para proyectos ulteriores se conservan los modelos definidos y se busca únicamente ajustar los parámetros de las distribuciones.
Luego, para cada grupo y para cada variable, se probó ajustar distribuciones Beta,
Erlang, Exponential, Gamma, Log normal, Normal, Triangular, Uniform, Weibull. Usando el Input Analizer de Rockwell Arena™, se calcula el error cuadrado del ajuste para cada distribución y para cada grupo24.
Para cada variable y cada tipo de distribución, se calculan errores promedias de ajuste, ponderado por:
- El número de averías por grupo - El número de equipos por grupo - El costo medio de reparación por grupo Se deducen tres indicadores de error según las tres ponderaciones posibles:
( )( )∑ ∑
−×=
NumClust
i k
kkijj xffErr2
ω
El estudio completo con los errores calculados esta en Anexo H.
7.2.2.2/ Modelo de confiabilidad
En la literatura, se encuentra mayormente modelos de confiabilidad adaptados con distribuciones de probabilidades de Weibull y Exponencial25. La teoría clásica de los modelos de confiabilidad trabaja sobre un solo tipo de pieza, siguiendo la vida de cada elemento y ajustando distribuciones. Lo más a menudo se ajusta una distribución de Weibull.
En el caso presente, se sabe que no se conoce la vida de cada equipo por problemas de intercambios entre trenes, sino la tasa de falla de una familia de averías semejantes. El modelo desarrollado a continuación no puede tener la precisión de un modelo de confiabilidad clásico por esta distinción en los datos disponibles, luego se
24 “The quality of a curve fit is based primarily on the square error criterion, which is defined as the
sum of { fi - f(xi) }², summed over all histogram intervals. In this expression fi refers to the relative frequency of the data for the ith interval, and f(xi) refers to the relative frequency for the fitted probability distribution function. This last value is obtained by integrating the probability density across the interval. If the cumulative distribution is known explicitly, then f( xi ) is determined as F(xi) - F(xi-1), where F refers to the cumulative distribution, xi is the right interval boundary and xi-1 is the left interval boundary. If the cumulative distribution is not known explicitly, then f(xi) is determined by numerical integration."
Help Arena Input Analyzer, Rockwell Software Inc. 2002. 25 Ver referencias bibliográficas: [3]Ebeling, C.E. 1997. An Introduction to Reliability and Maintainability Engineering, Madrid:
McGraw-Hill, [5]Heller, Robert A. 1981. Guide To The Use of The Weibull Distribution. Virginia Polytechnic
Institute, HRB-Report BF 0684. [7]Jardine, A.K.S. 1973. Maintenance, Replacement and Reliability. Pitman Publishing. [12]Lyonnet, P. 1991. Maintenance Planning, Methods and Mathematics. Chapman & Hall. [13]Pascual J., Rodrigo. Abril 2005. El Arte de Mantener. Apunte de Curso, Universidad de Chile.
44/85
busca ajustar una distribución de probabilidades representativa de los distintos valores de coche kilometro medio entre averías (MCKBF) de averías del mismo grupo. Usando el criterio definido en el capítulo anterior, se obtiene la siguiente tabla:
% Equipo % Averia % CostoBeta Exponential ExponentialExponential Weibull WeibullNormal Gamma GammaWeibull Beta BetaGamma Lognormal LognormalTriangular Normal NormalLognormal Triangular TriangularUniform Uniform Uniform
Jerarquizacion
Tabla 9 – Jerarquización de las distribuciones de probabilidad para el MCKBF de mejor ajuste a
peor ajuste según tres medidas de error (Fuente: Elaboración propia) Se deduce del estudio que la distribución exponencial minimiza el error promedio
de ajuste. Se nota que la distribución Weibull es segunda en la jerarquía establecida. Se elige la distribución Exponencial por este resultado, por su simplicidad y dado
que corresponde al supuesto de tasa de falla constante en zona estacionaria de la curva de Dhillan26.
Siempre con la meta de ser adaptable a otros proyectos, la distribución
exponencial tiene la ventaja de ser definida por un único parámetro, el MCKBF promedio del grupo. Además, se puede descomponer el MCKBF en dos valores y permitir un kilometraje mínimo de buen funcionamiento. Elimina valores mínimas poco representativas:
MCKBF 1 - Tarjetas SIE 2 - Reparaciones In Situ 3 - Tarjetas Tasa baja
Expression: 1.87e+004 + EXPO(1.63e+004) 9.28e+004 + EXPO(2.43e+005) 8.65e+004 + EXPO(1.77e+005)Chi Square Test Corresponding p-value < 0.005 < 0.005 < 0.005Kolmogorov-Smirnov Test Corresponding p-value 0.019 < 0.01 < 0.01Min Data Value 18 700.000 92 800.000 86 500.000Max Data Value 59900 14500000 2010000Sample Mean 35000 336000 264000Sample Std Dev 10900 1140000 219000
MCKBF 4 - Sin reparaciones 5 - Equipos no reparables 7 - Paneles SMF
Expression: 1.19e+004 + EXPO(8.48e+003) 1.01e+006 + EXPO(3.34e+008) 6.96e+004 + EXPO(9.48e+004)Chi Square Test Corresponding p-value < 0.005 - 0.016Kolmogorov-Smirnov Test Corresponding p-value < 0.01 < 0.01 > 0.15Min Data Value 11 900.000 1010000 69 600.000Max Data Value 49400 4430000000 521000Sample Mean 20400 335000000 164000Sample Std Dev 5840 1180000000 88900
26 Ver Anexo H
45/85
MCKBF 8 - Tarjetas ETF 9 - Puertas 10 - NeumaticosExpression: 9.6e+004 + EXPO(8.97e+004) 1.89e+004 + EXPO(2.68e+004) 2.37e+004 + EXPO(5.82e+004)
Chi Square Test Corresponding p-value 0.098 < 0.005 < 0.005Kolmogorov-Smirnov Test Corresponding p-value < 0.01 < 0.01 < 0.01Min Data Value 96 000.000 18 900.000 23 700.000Max Data Value 695000 175000 14500000Sample Mean 186000 45700 81900Sample Std Dev 87200 23100 553000
MCKBF 12 Cambios varios caja 13 - Block y tarjets relés 14 - Electromecanica
Expression: 9.89e+004 + EXPO(1.96e+005) 8.31e+004 + EXPO(1.12e+005) 3.31e+004 + EXPO(2.08e+004)Chi Square Test Corresponding p-value < 0.005 0.016 < 0.005Kolmogorov-Smirnov Test Corresponding p-value < 0.01 > 0.15 0.019Min Data Value 98 900.000 83 100.000 33 100.000Max Data Value 6450000 472000 111000Sample Mean 295000 195000 53900Sample Std Dev 503000 90100 13900
Tabla 10 – MCKBF: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada cluster (Fuente: Elaboración propia)
Por otra parte, se nota que las pruebas de Kolmogorov-Smirnov y Chi cuadrado no
siempre se validan a 5%. Se sabe que estas pruebas son sensibles al número de datos disponibles y luego el número de averías por grupo influye sobre el resultado. Cuando no se validan dichas pruebas, se verifican los resultados de la simulación con las estimaciones realizadas, y se ajustan los parámetros cuando es necesario. En el caso presente del NS93, las pruebas del modelo validan los parámetros.
7.2.2.3/ Costo de repuesto
Se usa la misma metodología de jerarquización para las distribuciones de probabilidades para el costo de repuesto. A menudo se destacan dos niveles de costos distintos en los grupos definidos, más que una distribución continúa. Se refiere a un costo de repuesto alto y un costo de repuesto bajo.
% Equipo % Averia % CostoBeta Beta Beta
Weibull Weibull WeibullGamma Erlang NormalErlang Exponential ErlangExponential Normal ExponentialLognormal Gamma GammaNormal Triangular TriangularTriangular Uniform UniformUniform Lognormal Lognormal
Jerarquizacion
Tabla 11 – Jerarquización de las distribuciones de probabilidad para los costos de repuestos de
mejor ajuste a peor ajuste según tres medidas de error (Fuente: Elaboración propia) La distribución Beta minimiza el error cuadrado promedio sobre todos los clusters,
cualquiera sea el tipo de ponderación usado. Se adapta la Beta clásica, que entrega valores entre 0 y 1, con un valor mínimo y un factor multiplicativo.
La Beta se ajusta adecuadamente a los costos de repuestos ya que sus dos parámetros permiten obtener una distribución de probabilidad en forma de bañera,
46/85
representando los casos de repuestos de precio alto y bajo según la gravedad de la avería.
Para cada grupo, se obtiene los siguientes parámetros:
Precio Repuestos 1 - Tarjetas SIE 2 - Reparaciones In Situ 3 - Tarjetas Tasa bajaExpression: 1.5e+003 + 3.52e+004 * BETA(0.505, 0.319) -0.001 + 1.5e+004 * BETA(0.15, 0.124) -0.001 + 5.25e+004 * BETA(0.51, 2.25)
Chi Square Test Corresponding p-value < 0.005 < 0.005 < 0.005Kolmogorov-Smirnov Test Corresponding p-value < 0.01 < 0.01 0.062Min Data Value 1 500 0 0Max Data Value 36700 15000 52500Sample Mean 18600 11800 9700Sample Std Dev 7870 5880 10500
Precio Repuestos 4 - Sin reparaciones 5 - Equipos no reparables 7 - Paneles SMFExpression: 4e+003 + 1.11e+006 * BETA(0.155, 0.303)
Chi Square Test Corresponding p-value - - -Kolmogorov-Smirnov Test Corresponding p-value - < 0.01 -Min Data Value 4000 270000Max Data Value 1110000 270000Sample Mean 232000 270000Sample Std Dev 353000
Precio Repuestos 8 - Tarjetas ETF 9 - Puertas 10 - NeumaticosExpression: 6e+003 + 6e+004 * BETA(0.112, 0.112) 2.48e+004 + 1e+005 * BETA(0.112, 0.112) 6.8e+004 + 2.29e+005 * BETA(1.62, 0.247)
Chi Square Test Corresponding p-value < 0.005Kolmogorov-Smirnov Test Corresponding p-value < 0.01 < 0.01 < 0.01Min Data Value 6 000 24 800 68 000Max Data Value 66000 125000 297000Sample Mean 24100 49900 294000Sample Std Dev 28100 50100 22900
Precio Repuestos 12 Cambios varios caja 13 - Block y tarjets relés 14 - ElectromecanicaExpression: 5.6e+003 + 2.47e+005 * BETA(0.518, 0.693) 1.5e+004 + 1e+004 * BETA(0.172, 0.13) -0.001 + 3.75e+005 * BETA(0.267, 4.49)
Chi Square Test Corresponding p-value < 0.005 < 0.005Kolmogorov-Smirnov Test Corresponding p-value 0.027 < 0.01 < 0.01Min Data Value 5 600 15 000 0Max Data Value 252000 25000 375000Sample Mean 111000 23300 21000Sample Std Dev 82100 4080 36000
Tabla 12 – Repuestos: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada cluster (Fuente: Elaboración propia)
Las pruebas de ajuste de la distribución Beta no se validaron en la mayoría de los
casos. La desviación estándar de los precios de repuestos por grupo es responsable de este resultado: la agrupación favoreció el sentido técnico y el tiempo de intervención en vez del costo de repuesto. A pesar de eso, las pruebas del modelo se validaron a nivel de costo total con un ajuste de los parámetros cuando fue necesario27. En el caso particular de los Paneles SMF, no se pudo ajustar una distribución ya que se tiene un solo tipo de avería. Se usó un valor promedio en la simulación, fijando la distribución Beta a valor nulo.
7.2.2.4/ Tiempo de intervención
El ajuste de las distribuciones de probabilidad para las horas hombres de reparación In Situ y de reparación en laboratorios usa la misma metodología de jeraquización.
27 Ver 7.5/Validación del modelo
47/85
7.2.2.4.1/ Horas Hombres In Situ
El estudio del error ponderado entrega los siguientes resultados:
% Equipo % Averia % CostoLognormal Lognormal Lognormal
Erlang Beta BetaGamma Exponential ExponentialWeibull Erlang GammaBeta Gamma ErlangNormal Normal NormalTriangular Weibull WeibullExponential Triangular TriangularUniform Uniform Uniform
Jerarquizacion
Tabla 13 – Jerarquización de las distribuciones de probabilidad para las HH de intervención In Situ,
de mejor ajuste a peor ajuste según tres medidas de error (Fuente: Elaboración propia) La distribución Log normal resulta ser la más adecuada a las HH In Situ. En la
literatura, se encuentra a menudo esta distribución para evaluar los tiempos de reparación siempre que se tiene intervenciones rápidas lo mas a menudo y algunos casos de reparaciones de larga duración.
“The distribution most commonly used to describe the actual frequencies of
occurrence of system repair time is the log normal because it reflects short duration repair-time, a large number of observations closely grouped about some modal value, and long repair-time data points.”
[4] Harkins, Will. 1994. Mean Time To Repair Predictions [en línea]. Nasa Engineering Network. http://www.nasa.gov/offices/oce/llis/0840.html [consulta:
25/04/2007] Para cada grupo, se obtiene los siguientes parámetros:
HH In Situ 1 - Tarjetas SIE 2 - Reparaciones In Situ 3 - Tarjetas Tasa bajaExpression: 0.71 + LOGN(0.29, 0.232) LOGN(4.81, 2.71) 0.69 + LOGN(0.673, 0.418)
Chi Square Test Corresponding p-value < 0.005 < 0.005 0.080Kolmogorov-Smirnov Test Corresponding p-value 0.133 < 0.01 0.055Min Data Value 0.797 0.365 0.913Max Data Value 1.64 11.8 3.1Sample Mean 1 4.62 1.37Sample Std Dev 0.208 1.56 0.464
HH In Situ 4 - Sin reparaciones 5 - Equipos no reparables 7 - Paneles SMFExpression: 0.29 + LOGN(1.12, 0.601) 0.21 + LOGN(3.02, 2.56)
Chi Square Test Corresponding p-value < 0.005 - -Kolmogorov-Smirnov Test Corresponding p-value 0.023 > 0.15 -Min Data Value 0.616 0.73 2.117Max Data Value 3.79 5.84 2.11719Sample Mean 1.42 3.14 2.11719Sample Std Dev 0.608 1.96
48/85
HH In Situ 8 - Tarjetas ETF 9 - Puertas 10 - NeumaticosExpression: 1.22 + LOGN(0.217, 0.214) 1.21 + LOGN(0.0855, 0.113) 2 + LOGN(0.0315, 0.00744)
Chi Square Test Corresponding p-value - - < 0.005Kolmogorov-Smirnov Test Corresponding p-value > 0.15 > 0.15 < 0.01Min Data Value 1.260 1.240 2.030Max Data Value 1.59 1.5 2.31Sample Mean 1.42 1.31 2.03Sample Std Dev 0.136 0.133 0.0282
HH In Situ 12 Cambios varios caja 13 - Block y tarjets relés 14 - ElectromecanicaExpression: 0.29 + LOGN(0.734, 0.438) 0.69 + LOGN(0.719, 0.607) LOGN(1.6, 0.82)
Chi Square Test Corresponding p-value < 0.005 - < 0.005Kolmogorov-Smirnov Test Corresponding p-value 0.021 > 0.15 < 0.01Min Data Value 0.489 0.806 0.487Max Data Value 2.45 1.9 10.9Sample Mean 1.04 1.36 1.63Sample Std Dev 0.504 0.349 1.12
Tabla 14 – HH In Situ: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada cluster (Fuente: Elaboración propia)
Dada la baja varianza de los tiempos In Situ, se tiene un ajuste por grupo mejor
que para las demás variables. Cuando no se valida ninguna de las pruebas (grupo 2 y 14) se verifican los resultados de la simulación y se ajustan los parámetros si lo necesitan. En el caso del Panel SMF donde no hay suficientes datos para ajustar una distribución, se usa el valor promedio fijando la distribución a valor cero.
7.2.2.4.2/ Horas Hombres en Laboratorios
El estudio del error ponderado entrega los siguientes resultados:
% Equipo % Averia % CostoGamma Lognormal Lognormal
Lognormal Beta BetaErlang Weibull WeibullWeibull Gamma GammaBeta Erlang ErlangNormal Exponential ExponentialTriangular Triangular TriangularExponential Uniform UniformUniform Normal Normal
Jerarquizacion
Tabla 15 – Jerarquización de las distribuciones de probabilidad para las HH de intervención en
laboratorios, de mejor ajuste a peor ajuste según tres medidas de error (Fuente: Elaboración propia) Los resultados de los tiempos de reparación en Laboratorios en término de forma
de distribución son parecidos a los de las HH In Situ, salvo que la distribución Log normal es menos compacta: se puede encontrar más casos de reparación con larga duración, y luego aumenta la varianza de los grupos. Dos de los tres indicadores de error favorecen a la distribución Log normal, elección apoyada por la teoría28.
28 Ver referencia bibliográfica [4] Harkins, Will. 1994. Mean Time To Repair Predictions [en línea].
Nasa Engineering Network. http://www.nasa.gov/offices/oce/llis/0840.html [consulta: 25/04/2007]
49/85
Para cada grupo, se obtiene los siguientes parámetros: HH en Labs 1 - Tarjetas SIE 2 - Reparaciones In Situ 3 - Tarjetas Tasa baja
Expression: 4 + LOGN(16.6, 8.42) 2 + LOGN(422, 3.58e+004)Chi Square Test Corresponding p-value < 0.005 - < 0.005Kolmogorov-Smirnov Test Corresponding p-value < 0.01 - < 0.01Min Data Value 4.170 2.000Max Data Value 24 36.4Sample Mean 19.6 16.9Sample Std Dev 3.26 8.96
HH en Labs 4 - Sin reparaciones 5 - Equipos no reparables 7 - Paneles SMFExpression:
Chi Square Test Corresponding p-value - - -Kolmogorov-Smirnov Test Corresponding p-value - - -Min Data Value Max Data Value Sample Mean Sample Std Dev
HH en Labs 8 - Tarjetas ETF 9 - Puertas 10 - NeumaticosExpression: 2 + LOGN(8.77e+004, 4.56e+010) 0.999 + LOGN(1.53e+004, 1.42e+008)
Chi Square Test Corresponding p-value - - -Kolmogorov-Smirnov Test Corresponding p-value < 0.01 < 0.01 -Min Data Value 2.000 1.000Max Data Value 36.4 20.4Sample Mean 16.5 15.5Sample Std Dev 17.3 9.7
HH en Labs 12 Cambios varios caja 13 - Block y tarjets relés 14 - ElectromecanicaExpression: 0.999 + LOGN(11.5, 375) -0.001 + LOGN(20.5, 672)
Chi Square Test Corresponding p-value - - < 0.005Kolmogorov-Smirnov Test Corresponding p-value - < 0.01 < 0.01Min Data Value 1.000 0.000Max Data Value 3 27.3Sample Mean 2 2.49Sample Std Dev 0.632 5.01
Tabla 16 –HH en Laboratorios: Distribuciones, parámetros, pruebas de ajustes y descriptivos para cada cluster (Fuente: Elaboración propia)
Se destacan pruebas negativas en todos los casos, lo que incita a la prudencia al
momento de verificar los resultados. Las pruebas realizadas29 comprueban la validez del modelo, lo que permite concluir sobre una baja sensibilidad de los resultados frente a los ajustes de distribuciones. Si a nivel de avería parece poco relevante usar los resultados de las distribuciones, el número de averías permite suavizar la varianza de dichos resultados frente a los valores estimados, y obtener promedios confiables.
29 Ver 7.5/Validación del modelo
50/85
7.3/ Datos de entrada
7.3.1/ Parámetros de simulación
Los parámetros generales de la simulación que hay que definir son los siguientes: - El periodo de simulación (Entre 1 y 20 años) - El horario de operación (Entre 1 y 24 horas) - El kilometraje diario - El número de trenes (Entero entre 1 y 60) Con respecto al periodo de simulación, cabe destacar que una simulación sobre
20 años entrega resultados mucho menos confiables que una simulación sobre un tiempo entre 1 a 5 años. Si se puede considerar una situación estacionaria sobre cinco años, es difícil hacer el mismo supuesto sobre 20 años dado que la vida de operación de un tren es aproximadamente de 30 años. Por otra parte, cambios monetarios y macroeconómicos impactan las estimaciones de costos a un nivel difícil de evaluar30.
A los datos iníciales, se pide agregar factores de variación anuales para: - El horario de operación, - La frecuencia de los trenes en término de Kilometraje por hora promedio.
7.3.2/ Kilometrajes y Formaciones
Para cada tren de la flota, es necesario ingresar el coche kilometraje acumulado al inicio del periodo de simulación. Así, el modelo puede evaluar donde el tren se encuentra en su ciclo de mantenimiento y actualizar los valores iníciales. Además, es necesario precisar la formación del tren en configuración normal, dado que el número de coches incide sobre el número de averías que se producen y sobre el tiempo entre cada intervención preventiva.
7.3.3/ Definiciones de intervenciones preventivas
Las variables que definen una intervención preventiva son todas determínisticas, que sea una intervención de seguridad, de mantenimiento, o un overhaul.
En primer lugar, se define el kilometraje fijo entre cada intervención. A cada
intervención corresponde un solo kilometraje, luego si una IM aparece dos veces en un ciclo de mantenimiento31 tiene que ser definida con otro nombre. Por ejemplo, se supone que se realiza una IS cada 10 000 Km y una IM cada 30 000 Km. A 90 000 Km y 190 000 Km se realiza la IM3. Para un ciclo de vida de 500 000 km, kilometraje a cual se realiza una GR, la intervención a 190 000 Km será denominada IM13, aunque se realice las mismas tareas que para una IM3.
En segundo lugar se define el tiempo promedio de indisponibilidad que provoca
una intervención, es decir el tiempo necesario para completar la inspección.
30 Ver capítulo 9.1.2/Límites 31 Ver capítulo 5.1.2/Organización y recursos
51/85
En tercer lugar se define la cantidad de horas-hombres necesarias para realizar la totalidad de las tareas programadas.
Por último, se ingresa los costos promedios de uso de material (repuestos y
insumos) necesarios a cada intervención.
7.3.4/ Definiciones de avería
7.3.4.1/ Variables descriptivas
Las variables que definen una avería son por parte variables aleatorias, definidas por las distribuciones de probabilidad ajustadas en el capítulo anterior, y por parte determinísticas.
A los kilometrajes entre averías (MCKBF), los tiempos de reparación In Situ y en
Laboratorios, y los costos de material (CREEM), se agregan las variables deterministicas siguientes:
- El porcentaje de reparaciones externas sobre el porcentaje de reparaciones realizadas en laboratorios, para cada familia de averías,
- La tasa de transferencia anual de reparaciones realizadas a fuera hacia Chile,
- El costo directo promedio de reparar a fuera (Costos de envíos más costo de reparación), en pesos chilenos,
- La variación anual de los tiempos de reparación, que sean In Situ o en Laboratorios, por cluster,
- La tasa anual de desgaste de cada familia de equipos, en término de disminución porcentual del Coche Kilometro Entre Averías (MCKBF).
7.3.4.2/ Estimaciones de variables determinísticas
En el siguiente capítulo se estiman con los datos existentes y a juicio de experto cuales son los valores que pueden tomar las variables listadas anteriormente. Se considera un horizonte de 5 años, dado el plazo del estudio realizado en el análisis de sensibilidad.
7.3.4.2.1/ Reparaciones externas
ALSTOM tiene dos opciones a la hora de realizar una reparación. Durante el periodo de garantía, todas las piezas están a cargo de la fábrica de origen, generalmente en Francia ó Brasil. En el caso del tren tipo NS93 las reparaciones se realizaron en la fábrica de Villeurbanne, Francia. Desde la introducción del laboratorio, se transfirió poco a poco la integralidad de las reparaciones en Chile, pero no es así para todos los proyectos.
Sobre el tren NS93, se evalúa a continuación el beneficio de poseer un laboratorio
de electrónica en Chile32, por este motivo se necesita evaluar cual es el costo directo promedio de reparar en Francia, es decir cuales son los costos de transporte y de
32 Ver 8.3/Costo de reparaciones externas
52/85
reparación. La estimación se realiza por cluster, con un costo promedio para una avería típica de la familia de equipos electrónicos.
Las estimaciones realizadas se presentan el la siguiente tabla:
Estimacion Costos Reparacion en Francia Euros CLPCLUSTER 1: Tarjetas SIE 1 711 1 204 706 CLUSTER 2: Reparaciones In Situ - - CLUSTER 3: Tarjetas Tasa baja 1 846 1 299 568 CLUSTER 4: Sin Reparación - - CLUSTER 5: Averías No Reparables - - CLUSTER 7: Paneles SMF 1 678 1 181 551 CLUSTER 8: Tarjetas ETF 915 643 829 CLUSTER 9: Puertas 1 897 1 335 481 CLUSTER 10: Neumáticos - - CLUSTER 12: Cambios varios en caja - - CLUSTER 13: Block y tarjetas relés - - CLUSTER 14: Electromecánica - -
Tabla 17 – Estimación de costos de reparación en Francia de los equipos electrónicos, enero 2007 (Fuente: Elaboración propia)
7.3.4.2.2/ Variaciones de tiempos de reparación
En el análisis anterior, es subyacente el tema de la experiencia adquirida por el Laboratorio de Electrónica con la transferencia de reparaciones externas a su cargo. Considerando además que el nivel de experiencia del laboratorio tiene una incidencia sobre los tiempos de reparación, se puede destacar variaciones del costo de mano de obra para reparar una tarjeta a lo largo del tiempo.
Así, según el nivel de experiencia que tiene el personal, según la infraestructura
disponible y la capacitación del personal, se puede estimar distintos tiempos de reparación, y luego distintos costos de reparación.
7.3.4.2.3/ Variaciones de las tasas de falla
Las averías evolucionan de forma distinta según la familia de equipos considerada. Para cada grupo, se estiman las variaciones de tasas de falla según un escenario futuro probable, por estudio histórico de las variaciones de tasas de falla, y a juicio de experto. Las estimaciones realizadas necesitan ser sensibilizadas por el grado de error que puede existir al evaluar dichas variaciones.
53/85
- Cluster 1: Tarjetas SIE
0
10000
20000
30000
40000
50000
60000
70000
Co
che
Kil
om
etr
os
(Km
o)
MCKBF mensual, 2004 - 2005
1 - Tarjetas SIE Grafico 9 - MCKBF de tarjetas SIE mensuales por tren, sobre el periodo 2004 – 2005
(Fuente: Elaboración propia) En el caso de las tarjetas SIE, se destaca que el MCKBF va disminuyendo sobre
el periodo 2004 y 2005. Se destacó anteriormente que estas tarjetas entraron en campaña de fiabilización el 10 de mayo de 2006, cuya campaña llegó a estabilizar la tasa de falla al nivel mínimo del periodo 2004 – 2005. Se considera al día de hoy un MCKBF de 55 000 Coche Kilómetros (Kmo) para cada tren.
Con el envejecimiento de las tarjetas, se supone que el número de falla volverá a aumentar dentro de los cincos próximos años, luego se decidió conservar la distribución ajustada anteriormente para el periodo de simulación y no considerar una tasa de envejecimiento de este tipo de equipo.
Cabe mencionar que las tarjetas SIE explican el aumento de averías totales destacado en el capítulo 6.2.1.1/Análisis dinámico.
- Cluster 2: Reparaciones In Situ Las reparaciones In Situ no están sometidas al envejecimiento del tren. Se trata
principalmente de reparaciones en Caja, o sobre la función Arrastre-Boguie. En caso de sobrecarga del tren se puede suponer un aumento de las averías, pero a un nivel no representativo en la simulación realizada.
- Cluster 3: Tarjetas tasa baja Las tarjetas “tasa baja” son equipos electrónicos no sometidos a una variación
representativa sobre los 5 años de simulación, ni por envejecimiento, ni por sobrecarga o aumento de kilometraje diario.
- Cluster 4: Sin reparación Las falsas detecciones y pruebas no deberían aumentar sobre el periodo
considerado, si se considera un escenario continuo con 2004, 2005 y 2006. En un escenario tomando en cuenta el impacto del Transantiago y la inexperiencia de los conductores, se puede considerar que el número de falsas detecciones evoluciona desfavorablemente, con una disminución del coche kilometro medio entre fallas variando entre 2% y 8% por año.
54/85
- Cluster 5: Averías no reparables Las averías no reparables que necesitan un reemplazo costoso se relacionan con
la función Tracción Frenado. Son fallas poca numerosas, que no aumentaran en el periodo considerado, aun en caso de sobrecarga.
- Cluster 7: Panel SMF
0
100000
200000
300000
400000
500000
600000
Co
che
Kil
om
etr
os
(Km
o)
MCKBF mensual, 2004 - 2005
7 - Paneles SMF Grafico 10 - MCKBF de paneles SMF mensuales por tren, sobre el periodo 2004 – 2005
(Fuente: Elaboración propia) Las fallas de paneles SMF empezaron a aumentar en abril 2005, y este aumento
siguió durante todo el año 2006. Contribuyen al aumento de falla global sobre la flota. Se empezaron las modificaciones de interruptores a inicios de 200733. Se espera
volver a la tasas de 2004 y 2005 durante el periodo considerado. No se aplicara tasa de envejecimiento a este equipo pues se evalúa con una tasa de falla bastante alta en el periodo.
- Cluster 8: Tarjetas ETF Las tarjetas ETF son equipos electrónicos con una tasa de falla estable, sin
cambios probables en el periodo de simulación.
33 Ver capítulo 6.4.1.2.4/Paneles SMF
55/85
- Cluster 9: Puertas
0
20000
40000
60000
80000
100000
120000
140000
160000
180000
200000
Co
che
Kil
om
etr
os
(Km
o)
MCKBF mensual, 2004 - 2005
9 - Puertas Grafico 11 - MCKBF de puertas mensuales por tren, sobre el periodo 2004 – 2005 (Fuente:
Elaboración propia) El grupo incluye el motor de puerta y las platinas de puertas. Las platinas de
puertas sufrieron una modificación, el cambio de un relé al fin de su vida útil. Si bien ahora se conoce la vida de este relé y se puede anticipar el cambio, se sabe que en el periodo simulado se tendrá que considerar de nuevo el costo directo de mano de obra y cambio de repuesto, así que no se modifica los parámetros ajustado y no se agrega tasa de desgaste.
- Cluster 10: Neumáticos El envejecimiento global de la flota no afecta a los neumáticos ya que tienen una
vida útil únicamente relacionada con el kilometraje y la carga del tren. En cambio, la sobrecarga de los trenes puede provocar una disminución de dicha vida útil, es decir del MCKBF, de 5% a 12%.
- Cluster 12: Cambios varios en Caja El grupo 12 incluye cambios en caja, elementos del arrastre-boguie y elementos
del freno mecánico. Si los equipos no deberían subir variaciones por envejecimiento de la flota sobre el periodo de simulación, se puede imaginar que una sobrecarga del tren puede tener algún impacto sobre una parte de los elementos del grupo, como las zapatas de freno, los amortiguadores. Dado que representan una parte del grupo global, no se estima una variación mayor a 5% del MCKBF actual.
- Cluster 13: Block y tarjetas relés Los relés tienen una vida útil que no depende del envejecimiento global de la flota,
ni de la sobrecarga posible de los trenes. No se evalúa ninguna variación para el periodo de simulación.
- Cluster 14: Electromecánica El grupo 14 considera el mayor número de equipos con reparación. Dado que el
periodo de simulación es estacionario, no se tiene que evaluar una tasa de envejecimiento sobre este periodo pero hay que tomar en cuenta efectos como el Transantiago que pueden provocar disminuciones de la vida útil de algunos elementos.
56/85
Como tasa promedia, se considera una disminución dentro de 2% a 12%, por sensibilizar.
Luego, se tiene el siguiente resumen de las tasas de desgaste por grupo de
averías:
Minimo Medio MaximoTarjetas SIE - - -
Reparaciones In Situ - - -Tarjetas Tasa Baja - - -Sin Reparaciones 2.0% 5.0% 8.0%
Equipos no reparables - - -Panel SMF - - -
Tarjetas ETF - - -Puertas - - -
Neumaticos 5.0% 8.5% 12.0%Cambios varios, Caja 0.0% 2.5% 5.0%Block y tarjetas Reles - - -
Electro mecanica 2.0% 7.0% 12.0%
Desgaste
Clu
ster
Tabla 18 – Resumen de las tasas de desgaste a sensibilizar, por familia de averías
(Fuente: Elaboración propia)
7.3.5/ Variaciones monetarias
Dada la duración de la simulación, estimada a 5 años en el caso del estudio presente con la posibilidad de extenderla a 20 años, es necesario considerar las fluctuaciones monetarias para valorizar las reparaciones. Se utilizan tres conceptos financieros:
- La tasa de descuento de la empresa - Las variaciones de costo de mano de obra - Las variaciones de los precios externos y del tipo de cambio
7.3.5.1/ Tasa de descuento
Se acuerda que para actualizar un flujo financiero al día de hoy, hay que descontar dicho flujo a la tasa de oportunidad de la empresa. Luego, el Valor Actual Neto se calcula de la siguiente forma:
∑= +
=Tk
k
k
WACC
FVAN
..0 )1(
El WACC de la empresa esta evaluado a 12%. Para una simulación de 5 años,
considerando todos los costos como flujos positivos calculados a fin de año, se deducen los valores actuales con la siguiente formula:
5
5
4
4
3
3
2
21
12.112.112.112.112.1
iiiiii
CCCCCCT ++++=
Dicha tasa de descuento no entra en la simulación en si misma, sino sirve a
finalizar los cálculos en la interfaz usuario Excel34, y deducir el costo total de mantenimiento.
34 Ver capítulo 7.4.8/Interfaz Microsoft Excel™
57/85
7.3.5.2/ Costo de Mano de Obra
Además de ingresar los costos iníciales de mano de obra de técnicos preventivos, correctivos y del laboratorio, se ingresa en la simulación la tasa de ajuste anual del costo de la mano de obra. Del Banco Central de Chile, se tiene una serie de tasas reales representando las variaciones promedias del costo de mano de obra.
El estudio esta desarrollado a parte y presentado en el Anexo I.
Grafico 12 – Histograma del índice de costo de la mano de obra por hora, curva de variación
porcentual y promedio móvil sobre tres periodos anteriores (Fuente: Elaboración propia) Del estudio se deduce una variación de 1.96% a fin de 2006. Se usa esta tasa
como valor de actualización de los costos de mano de obra.
7.3.5.3/ Tipo de cambio
Se recuerda que la mayoría del material se compra al extranjero, luego se busca actualizar el valor anualmente por una tasa de variación de los precios externos. Suponiendo un mundo perfectamente globalizado, los precios de los repuestos y insumos son precios internacionales que dependen del tipo de cambio del peso chileno.
Del índice de precios externos (IPE) registrado en el Banco Central de Chile, se
calcula una variación anual, representada en el Grafico 13, desde 1986 hasta 2007. Dada la aleatoriedad de estas variaciones, se realiza una simulación previa del IPE, mediante una distribución de probabilidades. El proceso de ajuste se corre sobre el periodo completo para tener la mayor cantidad histórica de datos, y permitir un ajuste confiable. La forma de evolución de las variaciones esta presentado en el Anexo J. Según dicho estudio, la distribución triangular tiene el mejor ajuste, confirmado por las pruebas de Kolmogorov-Smirnov y Chi cuadrado a 5%.
Si se usa el periodo completo para una mayor confiabilidad en la forma de la
distribución, en cambio no se usaran los parámetros obtenidos en el periodo completo. En efecto, el país sufrió cambios macroeconómicos importantes, y las variaciones del peso chileno frente al dólar tienen que ser consideradas sobre un periodo reciente a la fecha de evaluación. Por estas razones, se calibra la distribución triangular con las variaciones del peso chileno desde diciembre de 2000 hasta diciembre de 2006.
58/85
Se tiene los siguientes estadísticos descriptivos:
Number of Data Points 6
Min Data Value -0.0463
Max Data Value 0.105
Sample Mean 0.0426
Sample Std Dev 0.0617 Tabla 19 – Estadísticos descriptivos de las variaciones del tipo de cambio desde 2000 hasta 2007
(Fuente: Elaboración propia) Luego se obtiene una distribución triangular, de parámetros: Mínimo: -0.07, moda: 0.07, máximo: 0.13 De dicha distribución, se genera una serie de valores hasta 2031:
-10,00%
-5,00%
0,00%
5,00%
10,00%
15,00%
20,00%
0
100
200
300
400
500
600
700
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
20
04
20
06
20
08
20
10
20
12
20
14
20
16
20
18
20
20
20
22
20
24
20
26
20
28
20
30
Indices y variaciones anuales de precios externos (Historico y proyectado)
Variacion (%) Valor Promedio Mobil Variacion (5 per)
Grafico 13 – Índice de precios externos y variación porcentual anual, históricos y proyectado.
Periodo representado, 1986 – 2031 (Fuente: Elaboración propia) Se nota un aumento más rápido en la proyección que al inicio del periodo
dibujado, dada la calibración efectuada sobre los últimos periodos registrados (2000 – 2006).
En la simulación, se usa un promedio del periodo deseado. Por ejemplo, si se
simula sobre 5 años, desde 2007 hasta 2012, se tomara un promedio de los 5 años simulados del IPE, i.e. 3.12%35.
7.4/ Diseño del modelo
7.4.1/ Generalidades
El diseño de la simulación se realiza mediante el software Rockwell Arena™, versión 7.0.1. Este programa se especializa en simulación, y da acceso a varias herramientas útiles en la definición del problema. Dada la extensión del modelo, se necesita una versión profesional.
35 Ver Anexo J.
59/85
Varios resultados estadísticos entregados automáticamente son erróneos por adaptación del programa al uso preciso que se desea realizar. Se conseja no tomar en cuenta más informaciones que las extraídas mediante el interfaz Excel descrita en el capítulo 7.4.8/Interfaz Microsoft Excel™.
7.4.2/ Trama global36
La trama del modelo se define como el nivel superior de la simulación, que maneja el control del estado del tren, la lectura y grabación de las variables, y la actualización de los parámetros:
Figura 8 – Trama del modelo de simulación, Nivel 0 (Fuente: Elaboración propia)
Cada hora virtual, el modelo genera una “foto” del tren. Esta foto entra en el
sistema de simulación y se realizan las siguientes tareas: - Se controla la hora de creación de la foto:
o Si la foto es la primera del periodo simulado, se entra en la parte Lector, que inicializa los valores de las variables de simulación, y pasa inmediatamente después en el proceso de Warm Up, para actualizar el estado del tren según los valores leídos. El capítulo 7.4.3/Warm Up y describe este proceso.
o Si la foto fue sacada un año después de la última actualización de datos, se entra en los bloques de grabación de valores, y de actualización de parámetros. Se describe este proceso en la parte 7.4.6/Actualización Anual y Writer.
- Se verifica que la foto no fue sacada cuando el tren estaba en el taller o Si hay un tren en el taller, su estado no cambió y no debe cambiar
antes que salga del taller. Se desecha la foto y se genera una nueva,
36 Estructura en Anexo K.1.1, Formulas en Anexo K.3
60/85
una hora virtual después. Se detalla en el capítulo 7.4.5/Contador e indisponibilidad.
o Si el tren no esta en el taller, se analiza la foto del tren: Se nota el kilometraje que tiene y se verifica si hay que intervenir o no sobre el tren. Si se necesita una intervención, se valoriza. Se detalla este proceso en la parte 7.4.4/Valorización.
- Se memorizan los kilometrajes actuales y se desecha la foto.
7.4.3/ Warm Up y Reader
En Arena se define la dirección de un archivo Excel de formato predefinido. Este archivo constituye la interfaz entre los usuarios y el programa. El subproceso “READER” contiene una serie de bloques de lectura que permiten grabar los valores iníciales del archivo dentro de la simulación37.
El subproceso “WARM UP”38 toma en cuenta la historia del tren y permite empezar
la simulación a la fecha deseada. Tiene dos objetivos: - Actualizar la situación del tren dentro de su ciclo de mantenimiento
preventivo: o Dado el kilometraje acumulado del tren, y dado los kilometrajes fijos
de intervenciones preventivas, se calcula el kilometraje recorrido desde la última intervención preventiva, para cada tipo de intervención.
o Si el kilometraje recorrido es superior al fijado, se considera la intervención ya realizada.
- Atribuir un kilometraje entre avería aleatorio, para cada cluster, contenido entre 0 y el MCKBF:
o Dado que el tren esta en una situación estacionaria de su vida y que no se conoce el kilometraje de la última avería de cada cluster, se decide fijar esta última avería a kilometraje aleatorio, incluido entre cero y la estimación realizada por la distribución exponencial.
Una vez que se inicializaron las variables de estado del tren, se toma una primera
estimación del MCKBF, para cada cluster. Este cálculo preliminar se realiza en el bloque “MEANS”.
7.4.4/ Valorización
7.4.4.1/ Parte preventiva39
Cuando se realiza el análisis del estado del tren, se verifica antes si el tren necesita una intervención preventiva que si se sobrepasó el kilometraje medio de alguna avería. El mantenimiento preventivo es prioritario sobre el correctivo.
37 Estructura en Anexo K.1.2.1, Formulas en Anexo K.3 38 Estructura en Anexo K.1.2.3, Formulas en Anexo K.3 39 Estructura en Anexo K.1.2.4, Formulas en Anexo K.3
61/85
Esta verificación se realiza según el kilometraje recorrido desde cada intervención, y según cual fue la última intervención realizada.
Si hay que realizar una intervención preventiva, el tren entra en el taller para un
tiempo fijo, promedio, definido al inicio. Durante este periodo, se considera el tren no utilizable.
Al final del tiempo virtual de atención, el tren entra en un primer bloque donde se
repone a cero el valor del kilometraje desde la última intervención del mismo tipo, y desde la última intervención de seguridad. Se recuerda que una IM es prioritaria sobre una IS40. En el caso de haber realizado una GR, se reinicializan todos los kilometrajes ya que el tren empieza un nuevo ciclo.
Luego, el tren entra en un segundo bloque de valorización. El costo de la última
intervención realizada se acumula al costo total de las intervenciones del mismo tipo. Cabe mencionar que el modelo puede soportar hasta 20 IM distintas. Si no se
usan todas, hay que fijar el kilometraje de intervención a un valor negativo en la interfaz usuario, de tal forma que no se pueda usar los bloques inútiles. Si se realiza una intervención y que los costos no se imputan a ALSTOM, es necesario fijar dichos costos a cero pero ingresar los kilometrajes de intervención (Caso particular de la GR en algunos proyectos).
7.4.4.2/ Parte correctiva41
7.4.4.2.1/ Prueba
La parte correctiva funciona de manera similar a la parte preventiva, reemplazando los valores determinísticos con estimaciones por distribuciones de probabilidad y autorizando la posibilidad de tener varias intervenciones distintas a la misma hora. En efecto, nada impide en la realidad que el tren tenga dos averías en la misma hora, que sean relacionadas o no.
Si no hay intervención preventiva a la hora de simulación, se realiza una
multiplicación virtual de la foto del tren con el objetivo de verificar su estado simultáneamente para cada grupo de avería. Si el kilometraje recorrido desde la última intervención del mismo tipo sobrepasa el kilometraje estimado por distribución de probabilidad, se considera que el tren falló, y se realiza una reparación. Esta verificación se hace al mismo tiempo sobre la totalidad de las familias de averías.
El modelo puede soportar 15 tipos de averías distintas, y si no se usan todas hay
que fijar el MCKBF inicio a un valor negativo en el archivo Excel de interfaz usuario.
40 Ver Tabla 4 41 Estructura en Anexo K.1.2.5, Formulas en Anexo K.3
62/85
7.4.4.2.2/ Cálculo de costo por intervención
Cada avería tiene el mismo modelo lógico de cálculo:
Figura 9 – Subproceso de valorización de una intervención correctiva (grupo 1), Nivel -2
(Fuente: Elaboración propia) En primer lugar, se estima:
- un nuevo MCKBF para las iteraciones siguientes, por distribución exponencial,
- El costo de repuesto por distribución Beta. Si no hay repuesto, los valores de la distribución se fijaron a cero en el archivo Excel,
- Las HH In Situ y en Laboratorio, por distribuciones Log normal. Si no hay reparación en Laboratorio, se fijaron a cero los parámetros correspondientes.
- Además, se reinicializa el valor del kilometraje recorrido desde la última intervención del mismo tipo.
El segundo bloque, denominado “VAL_INSITU” representa el tiempo de reparación
en el taller. En esta situación, el tren se considera no utilizable. El tercer bloque y el bloque “MATER” crean una nueva entidad virtual llamada
“MATERIAL”, que representa un elemento reemplazado del tren. En efecto, los costos siguientes representan acciones a fuera del tren y este proceso no impide la salida del tren. Si no hay reparación además de la intervención In Situ, esta entidad se crea pero no induce costos suplementarios.
El bloque “EXTINT” reparte las reparaciones entre la fábrica y los laboratorios
según un porcentaje predefinido. El bloque “VAL_EXT” permite contar el número de intervenciones que se mandan a fuera y el bloque “VAL_LAB” representa el proceso de reparación en Chile, con un tiempo asociado relativo a las HH correspondientes.
El último bloque “COST” suma los costos inducidos por esta intervención. Suma el
costo de mano de obra In Situ, el costo de repuesto si existe, y el costo de reparación de la pieza fuera o en laboratorio. Se graban en total y por categoría de imputación para análisis posterior.
63/85
7.4.4.2.3/ Supresión de copias
Después de una valorización de reparación, la copia del tren entra en un bloque de espera al nivel -1. Una vez que las 15 copias virtuales llegan al bloque de espera, se considera el tren de nuevo disponible, se guarda una sola copia del tren y se sigue el camino lógico al nivel superior (Trama).
Las copias del Material desmontado no inducen indisponibilidad del tren, luego no
hay bloque de espera. Cada material generado pasa en un solo bloque “COST_Corr” que permite sumar los costos de reparación de todas las averías valorizadas, antes de subir al nivel 0 para terminar en “WAREHOUSE”.
7.4.5/ Contador e indisponibilidad
La Trama del modelo contiene dos bloques a nivel 0 que garantizan la acumulación de los kilometrajes entre intervenciones preventivas y correctivas. El bloque “COUNT” incrementa los kilometrajes cada hora y el bloque “MEM” memoriza estos mismos valores para la entidad siguiente.
Además, se destacó en los capítulos anteriores situaciones en cuales el tren esta no utilizable. Si queda un tren virtual en el sistema a la hora siguiente, significa que esta en un bloque de proceso ya que los cálculos se realizan en un tiempo virtual instantáneo. Los bloques de proceso donde pasa la entidad original corresponden a un tren en taller, i.e. no utilizable. Un material en proceso en el laboratorio no tiene influencia sobre la disponibilidad del tren.
7.4.6/ Actualización Anual y Writer42
Después de cada año virtual, los resultados se graban en la interfaz usuario. El subproceso “WRITER” suma los costos del mantenimiento preventivo, graba todos los resultados, e inicializa el número de intervenciones y los costos para el año siguiente.
En los bloques “INFLATION” e “AGE”, se actualizan respectivamente los
parámetros financieros y las tasas de fallas. Con el IPE, se actualizan los parámetros de la formula de cálculo de los costos de
repuestos correctivos (mínimo y factor multiplicativo de la distribución Beta), el costo de reparar a fuera así que el costo promedio de material del mantenimiento preventivo. Se actualiza además el costo unitario de la hora hombre.
En el modulo “AGE”, se actualizan los parámetros de las distribuciones exponencial de los MCKBF, el kilometraje diario, la duración del día de operación, el porcentaje de reparaciones a fuera, el tiempo de reparación In Situ, y el tiempo de reparación en Laboratorio.
42 Estructura en Anexo K.1.2.2, Formulas en Anexo K.3
64/85
7.4.7/ Visualizadores
Se permite observar la evolución de la simulación mediante una serie de visualizadores. De manera general, no se puede usar los indicadores de Arena que no pueden tomar en cuenta las variaciones del día de operación.
Los visualizadores implementados en el modelo son los siguientes:
Figura 10 – Visualizadores del estado de la simulación (Fuente: Elaboración propia)
Se puede observar el día y el año virtual de simulación, el número de
intervenciones preventivas y los costos asociados, así que el número de intervenciones correctivas y los costos asociados. Se agrega información sobre el kilometraje acumulado del tren, y los costos unitarios de HH preventivas, correctivas, y en laboratorio.
En simulación rápida, Arena no actualiza los valores de los visualizadores.
7.4.8/ Interfaz Microsoft Excel™
El archivo interfaz entre el usuario y Arena consta con 5 hojas. Este archivo esta en inglés, lengua oficial de ALSTOM.
La primera hoja permite ingresar los valores iníciales de las variables definidas por
el usuario. Estas variables son definidas en el capítulo 7.3/Datos de entrada. La segunda hoja contiene los resultados detallados de la simulación para análisis
y la tercera hoja presenta una serie de gráficos ilustrando el número de intervenciones preventivas y correctivas, y todos los costos inducidos por categoría de imputación y tipo de intervención43.
La cuarta hoja contiene un formato resumido, listo para imprimir, con los
principales indicadores y gráficos útiles.44
43 Un ejemplo de los resultados entregados de una simulación sobre 5 años esta en Anexo L. 44 Ejemplos del formato están en Anexo M.
65/85
La última hoja es un formato intermediario entre las tablas de datos y Arena, donde se leen y graban los valores de todas las variables representativas.
7.5/ Validación del modelo
Con el fin de validar el modelo, se corre un escenario por comparación con los gastos estimados. Se usan parámetros correspondientes al año 2006.
7.5.1/ Coherencia entre estimaciones y simulación
La valorización completa de todas las averías de mantenimiento correctivo en valores de inicio 200745 asociados a las tasas de falla promedias de 2004-2005 da una estimación bastante precisa de los costos de mantenimiento correctivo de 2006. Igualmente para la parte preventiva, se tiene el kilometraje de cada tren y el valor de las intervenciones realizadas46.
Luego, corriendo el modelo con los parámetros de inicio de 2006 durante un año,
se verifica la coherencia entre las estimaciones detalladas, las entradas de la simulación, y los resultados.
Se calcula el nivel de error siguiente:
estim
simestim
V
VV −=ε
Valores por Flota (11 Trenes) - CLPResultados Simulacion
Resultados Estimacion Promedia
Error
Numero de Intervenciones 1386 1415 -2.02%Mano Obra In Situ 10 810 165 11 657 538 -7.27%
Mano Obra En Lab 116 000 740 101 630 251 14.14%Costo Total Mano Obra 126 810 906 113 287 789 11.94%Costo Total Material 75 161 318 70 509 401 6.60%TOTAL Correctivo 201 972 223 180 321 507 12.01%
Año 2006
Tabla 20 – Tabla resumida de los costos de mantenimiento correctivo calculados por simulación y
por estimación promedia (Fuente: Elaboración propia)
45 Ver 6.3.2/Valorización de averías 46 Ver 5.2/Valorización de las intervenciones
66/85
0
20 000 000
40 000 000
60 000 000
80 000 000
100 000 000
120 000 000
140 000 000
Mano Obra In
Situ
Mano Obra En
Lab
Costo Total
Material
Simulacion
Estimacion
Grafico 14 – Grafico de los costos de mantenimiento correctivo estimados y simulados para el año
2006, en pesos chilenos. Error de 10% representada. (Fuente: Elaboración propia) Se destaca que la simulación da resultados un poco superiores a la estimación
promedia (12%), aunque tenga menos intervenciones simuladas. Esto ocurre por la aproximación que resulta de la agrupación. Esta diferencia no quita coherencia entre la estimación y la simulación cuando se toma en cuento este supuesto. Para futuros proyectos, se recomienda evaluar a juicios de experto los valores de las distribuciones en caso de ajuste difícil.
En cuanto a la parte preventiva, se realiza en la simulación como en la estimación
promedia un calculo determinístico con los valores promedios de las fichas de mantenimiento, luego, por un kilometraje idéntico, la simulación no sufre variación frente al cálculo inicial.
7.5.2/ Comparación con estimación ALSTOM 2006
El mismo escenario del capítulo anterior se compara con los gastos estimados a fin del año 2006. La estimación de ALSTOM fue realizada con un método distinto, lo que permite comprobar con bastante seguridad los resultados de la simulación. En este caso, se comparan los costos del mantenimiento correctivo y del preventivo:
Valores por Flota (11 Trenes) - CLP Resultados Simulacion
Resultados Estimacion ALSTOM
Error
Mtto Preventivo 68 754 358 74 015 544 -7.11%Mano Obra Correctivo 126 810 906 154 440 000 -17.89%
Material Correctivo 75 161 318 78 766 740 -4.58%Mtto Correctivo 201 972 223 233 206 740 -13.39%TOTAL 270 726 581 307 222 283 -11.88%
Año 2006
Tabla 21 – Tabla resumida de los costos de mantenimiento correctivo calculados por simulación y
por estimación ALSTOM (Fuente: Elaboración propia)
67/85
0
20 000 000
40 000 000
60 000 000
80 000 000
100 000 000
120 000 000
140 000 000
160 000 000
180 000 000
Mtto
Preventivo
Mano Obra
Correctivo
Material
Correctivo
Simulacion
Estimacion ALSTOM
Grafico 15 – Grafico de los costos de mantenimiento estimados por ALSTOM y simulados para el
año 2006, en pesos chilenos. Error de 10% representada. (Fuente: Elaboración propia) En la comparación entre ALSTOM y la simulación, se destaca que la simulación
da valores de 12% inferiores, tomando en cuenta el mantenimiento preventivo y correctivo. Esta diferencia esta comprendida en el margen de error de la simulación como en la estimación de ALSTOM, dado que se pudo haber hecho supuestos diferentes en término de kilometraje, de número de intervenciones y de HH consideradas lo que no tiene preciso el estudio de la empresa. Este trabajo se realizó a inicios de 2007 con métodos de estimaciones diferentes, permitiendo validar los costos simulados.
8/ ANÁLISIS DE SENSIBILIDAD
8.1/ Escenario base
8.1.1/ Definición
El escenario base esta definido como una situación estable sobre 5 años, de mínimas variaciones anuales frente al año 2006. Se simulan los costos de mantenimiento de 11 trenes tipo NS93 (Del 74 hasta 84), desde el inicio de 2007 hasta fin de 2011.
Se fija la duración del día de operación a 16 horas, con un kilometraje diario inicial
de 275 km (base 2006). El kilometraje de los trenes es el del 01/01/2007, como los MCKBF entre averías, y el costo de la mano de obra es la de 2007.
Se supone estar en un periodo estable de la vida del tren, con una tasa de
desgaste nula, y el kilometraje diario va aumentando de 13 kilómetros por año. El precio de la mano de obra sigue las variaciones definidas, a 1,96%, y el IPE, Índice de Precios Externos, tiene una variación de 3,12%.
En este escenario, se consideran todas las reparaciones realizadas en Chile.
68/85
8.1.2/ Resultados
En Anexo L se presenta la tabla completa de resultados obtenidos por la simulación, con el detalle de las averías simuladas y sus costos asociados, y el detalle de las intervenciones preventivas con los costos inducidos. Las tablas y gráficos presentados son extraídos del interfaz usuario, en inglés, lengua oficial de ALSTOM.
Operation MEAN Year 1 Year 2 Year 3 Year 4 Year 5
Daily Kilometers 301 275 288 301 314 327Preventive TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
Number of fails 7456 1389 1439 1501 1509 1618Corrective Material Cost 297 290 323 73 618 444 79 307 691 85 212 498 86 604 573 92 777 804
HH Cost In Situ 44 605 720 11 073 480 11 772 470 12 742 447 12 992 180 14 111 344HH Cost In Lab 559 682 605 126 579 229 188 112 374 140 015 095 148 734 782 180 674 883
Corrective Total Cost 901 578 648 211 271 154 279 192 536 237 970 040 248 331 536 287 564 031Corrective TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
IS 393 71 72 80 82 88IM01 11 0 11 0 0 0IM02 11 0 8 3 0 0IM03 11 0 4 7 0 0IM04 11 0 0 11 0 0IM05 11 0 0 11 0 0IM06 11 0 0 6 5 0IM07 11 0 0 2 9 0IM08 11 0 0 0 11 0IM09 11 0 0 0 11 0IM10 11 0 0 0 4 7IM11 11 0 0 0 0 11IM12 14 3 0 0 0 11IM13 16 7 0 0 0 9IM14 15 11 0 0 0 4IM15 11 9 2 0 0 0IM16 11 4 7 0 0 0GR 11 2 9 0 0 0
Preventive Material Cost 1 952 868 453 425 173 794 1 911 767 679 27 391 704 20 521 575 29 362 021Preventive HH Cost 423 267 818 96 679 105 275 722 045 58 610 975 60 923 961 64 690 010
Preventive Total Cost 2 376 136 271 521 852 899 2 187 489 724 86 002 678 81 445 537 94 052 031TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
TOTAL 3 277 714 919 733 124 053 2 466 682 260 323 972 719 329 777 072 381 616 062 Tabla 22 – Tabla resumida de las averías e intervenciones preventivas con sus costos asociados,
en CLP, para el escenario base (Fuente: Elaboración propia) Dado el aumento progresivo del kilometraje diario, se constata un aumento del
número de averías de 4%, 4%, 1% y 7%. Los costos de mantenimiento correctivo van aumentando lógicamente con un peak en 2008. Estos resultados se destacan en los siguientes gráficos:
0
200
400
600
800
1000
1200
1400
1600
1800
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Number of failsC15
C14
C13
C12
C11
C10
C09
C08
C07
C06
C05
C04
C03
C02
C01
0
50 000 000
100 000 000
150 000 000
200 000 000
250 000 000
300 000 000
350 000 000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Corrective Total CostC15
C14
C13
C12
C11
C10
C09
C08
C07
C06
C05
C04
C03
C02
C01
Grafico 16 – Gráficos del número de fallas y del costo total asociado a cada grupo
(Fuente: Elaboración propia)
69/85
Con respecto al preventivo, se destaca que 2 y 9 trenes llegan al kilometraje de la Gran Revisión, respectivamente durante el año 2007 y 2008, lo que induce un aumento muy importante de los costos de mantenimiento preventivo durante estos dos años. Dado que se evalúa una flota de 11 trenes, los periodos siguientes no tendrán que soportar otra GR. Se empieza un nuevo ciclo de mantenimiento preventivo en 2009:
0
20
40
60
80
100
120
140
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Number of Preventives GR
IM20
IM19
IM18
IM17
IM16
IM15
IM14
IM13
IM12
IM11
IM10
IM09
IM08
IM07
IM06
IM05
IM04
IM03
IM02
IM01
IS
0
500 000 000
1 000 000 000
1 500 000 000
2 000 000 000
2 500 000 000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Preventive Total Costs GR
IM20
IM19
IM18
IM17
IM16
IM15
IM14
IM13
IM12
IM11
IM10
IM09
IM08
IM07
IM06
IM05
IM04
IM03
IM02
IM01
IS
Grafico 17 - Gráficos del número de intervenciones y del costo total asociado a cada una (Fuente:
Elaboración propia) El impacto de las GR se destaca sobre el costo total, cuyo valor actualizado al día
de hoy se eleva a 3 277 714 919 CLP. Se nota que dentro de un ciclo de mantenimiento sin GR, las reparaciones son
más costosas que las intervenciones pre fallas, y el total anual esta dentro de 323 972 719 CLP y 381 616 062 CLP, a precio no actualizado.
0
500
1000
1500
2000
2500
3000
Year 1 Year 2 Year 3 Year 4 Year 5
Mil
lio
ns
CLP
Anual Total Costs
External Cost To Repair Corrective Material Cost HH Cost In Situ
Grafico 18 – Distribución de los costos de mantenimiento y total por año no actualizado al día de
hoy (Fuente: Elaboración propia)
70/85
8.2/ Impacto del Transantiago
8.2.1/ Análisis cualitativo
8.2.1.1/ Antecedentes
El 10 de febrero de 2007 se implementó en Santiago un nuevo sistema de transporte de pasajeros, el Transantiago. El objetivo del Transantiago era la modernización del transporte público, mejorando la calidad de servicio, la eficiencia, y ofreciendo un servicio social ambientalmente sustentable.
Se proyectó ofrecer un sistema completamente integrado. De los 3000
microempresarios, dueños de micros, pasó a 10 empresas con 200 a 700 buses cada una. Mejorando la eficiencia, se estimaba la reducción de buses de 7000 a 4515, y un recorrido promedio de 25 Km en vez de 62 Km. El sistema implementado se compone de buses troncales, que cruzan la ciudad de un área a otra, y de buses locales, recorriendo un área particular, a la periferia de Santiago. En este sistema integrado, el metro de Santiago pasó a ser un servicio del Transantiago, como un troncal más, con tarifas iguales a los buses.
En los hechos, este nuevo servicio sufrió problemas graves y 4 meses después de
la fecha de lanzamiento, su calidad está muy por debajo de las expectativas, lo que tiene consecuencias en el mantenimiento de los trenes.
8.2.1.2/ Estrategia de Metro SA
Las consecuencias estimadas sobre el Metro eran un aumento de 100% del número de usuarios, pasando de 25% de los viajes en transporte público a 50%. Metro tenía el objetivo de mantener sus estándares de calidad para el doble de santiaguinos. ALSTOM estableció en febrero los posibles escenarios de cambios que podría plantear Metro frente a este desafió con el objetivo de establecer el impacto que tendrían sobre el mantenimiento de ALSTOM.
Tabla 23 – Matriz de probabilidad de los posibles escenarios de cambios frente a la
implementación del Transantiago (Fuente: ALSTOM)
71/85
Se deduce de esta tabla las consecuencias siguientes: ALSTOM tiene que enfrentar un aumento del horario de explotación de los trenes,
una modificación interna en los coches, y cambios en los horarios puntas. En junio 2007, estas tres decisiones ya se implementaron.
8.2.1.3/ Consecuencias organizacionales y técnicas en ALSTOM
Estas tres decisiones tuvieron consecuencias importantes en el mantenimiento: Al aumentar el horario de explotación y el horario punta de los trenes, se determinaron nuevos turnos de mantenimiento correctivo y se contrató mano de obra suplementaria. Del punto de vista técnico, se necesita una cantidad mayor de repuestos para solventar el aumento de las averías, y del punto de vista contractual, hay un aumento de fallas tipo A no necesariamente justificadas (evacuación de pasajeros), producto de la presión existente sobre conductores nuevos de Metro.
Además, Metro pidió a ALSTOM realizar las intervenciones de mantenimiento
preventivo de noche y disminuir el tiempo medio de reparación de averías. Esta última decisión dejaría menos tiempo para la investigación de averías.
Por último, las modificaciones internas de los coches producen complicaciones de
prestaciones del tren al no considerar condiciones de diseño, como el número de personas por metro cuadrado. Esto provoca una degradación más rápida de los elementos por sobre esfuerzo de partes mecánicas o electromecánicas (cadena de tracción, frenado, suspensiones, arrastre, etc.).
En general, y cualquiera sea la causa, un aumento del kilometraje puede afectar
temas relacionados con los recursos propios del taller como la disponibilidad de fosos para el mantenimiento, la disponibilidad de herramientas especiales (grúas, etc.).
8.2.2/ Escenarios de simulación
8.2.2.1/ Parámetros sensibles
De las tres decisiones de cambio de Metro, se deduce los parámetros sensibles en la simulación: Ampliar el horario de explotación de los trenes es aumentar el kilometraje diario del tren. Además del crecimiento a largo plazo del kilometraje diario, que se mantiene constante, se hará variar el kilometraje diario base en un rango de aumento de 15% a 25% comparado al año 2006. En el capítulo 3.3.3/Efecto del Transantiago, se calculó el aumento del kilometraje diario que provocó la implementación del nuevo servicio. Al día de hoy hay un aumento de 19% diario. Se considera dos opciones: La introducción de nuevos trenes en la línea y recorridos más cortos de una parte de la flota provocarían un aumento reducido del kilometraje diario a 15%, o al contrario una nueva ampliación del horario de explotación provocaría un aumento del kilometraje diario a 25% sobre los promedios de 2006.
Los cambios en la distribución de oferta aumenta las exigencias de disponibilidad
ya altas. Se harán las intervenciones preventivas de noche, y se considera el precio de la hora-hombre de noche aumentado en 30% frente a la del día. En cambio, dado que
72/85
se para el tren de noche, se considera un tiempo de no disponibilidad nulo durante el día.
Las modificaciones internas del tren provocan una degradación acelerada de los
trenes. Se hará variar la tasa de desgaste de los diferentes grupos de equipos dentro de los rangos definidos en el capítulo 7.3.4.2.3/Variaciones de las tasas de falla.
8.2.2.2/ Escenario base
El escenario de comparación estará establecido sobre los parámetros del año 2006, en termino de kilometraje diario base y de precio de hora-hombre base. Los parámetros exactos del escenario base están detallados en el capitulo 8.1/Escenario base.
8.2.2.3/ Escenario 1
En el escenario 1, se supone un aumento de kilometraje diario mínimo, de 15% frente al escenario base, suponiendo que la situación del Transantiago se regulariza y absorba parte de la frecuentación del Metro. El día de operación se amplia a 17 horas.
Se considera que la sobrecarga provoca un desgaste mínimo47. Además, el mantenimiento preventivo de noche esta sujeto a cambios
contractuales, después de negociaciones. Se supone en este escenario que el mantenimiento preventivo queda de día.
Los costos simulados del escenario 1 están en Anexo M.1.1.
8.2.2.4/ Escenario 2
En el escenario 2, se supone un aumento de kilometraje diario medio, de 20% frente al escenario base. El día de operación se amplia a 17 horas.
Se considera que la sobrecarga provoca un desgaste medio. Se supone que las negociaciones con Metro llevan a hacer el mantenimiento
preventivo de noche, luego un aumento de las horas-hombres de 30%. Los costos simulados del escenario 2 están en Anexo M.1.2.
8.2.2.5/ Escenario 3
En el escenario 3, consideramos un aumento de kilometraje máximo, de 25%, frente al escenario base, lo que es la situación actual. El día de operación se amplia a 17 horas.
47 Ver Tabla 17 – Estimación de costos de reparación en Francia de los equipos electrónicos, enero
2007 (Fuente: Elaboración propia)
73/85
Consideramos una sobrecarga provocando un desgaste máximo. El mantenimiento preventivo ocurre de noche, y el precio de la hora-hombre
aumenta en 30%. Los costos simulados del escenario 3 están en Anexo M.1.3.
8.2.3/ Resultados
Los parámetros considerados se resumen el la siguiente tabla: Resumen Base Escenario 1 Escenario 2 Escenario 3 ∆ Kilometraje Largo Plazo LP + 15% LP + 20% LP + 25% Desgaste Nula Mínima Media Máxima Mtto Preventivo Día Día Noche Noche
Tabla 24 – Resumen de escenarios “Impacto del Transantiago” (Fuente: Elaboración propia) Un resumen de los costos totales de cada escenario se encuentra en la siguiente
tabla de comparación: Operacion Esc Base Esc 1 ∆ Esc 1 / Base Esc 2 ∆ Esc 2 / Base Esc 3 ∆ Esc 3 / Base
Kilometraje Diario 301 342 13.62% 356 18.27% 370 22.92%Correctivo TOTAL (VA) TOTAL (VA) TOTAL (VA) TOTAL (VA)
Numero de averias 7456 8603 15.38% 9185 23.19% 9682 29.86%Costo de Materiales 297 290 323 348 312 751 17.16% 377 443 257 26.96% 401 411 478 35.02%Costo de MO In Situ 44 605 720 51 643 237 15.78% 55 385 973 24.17% 57 854 461 29.70%Costo de MO en Lab 559 682 605 596 476 637 6.57% 623 382 419 11.38% 658 777 764 17.71%
Costo Total Correctivo 901 578 648 996 432 625 10.52% 1 056 211 649 17.15% 1 118 043 703 24.01%Preventivo TOTAL (VA) TOTAL (VA) TOTAL (VA) TOTAL (VA)
IS 393 442 12.47% 462 17.56% 478 21.63%IM01 11 11 0.00% 15 36.36% 18 63.64%IM02 11 11 0.00% 11 0.00% 14 27.27%IM03 11 11 0.00% 11 0.00% 11 0.00%IM04 11 11 0.00% 11 0.00% 11 0.00%IM05 11 11 0.00% 11 0.00% 11 0.00%IM06 11 11 0.00% 11 0.00% 11 0.00%IM07 11 11 0.00% 11 0.00% 11 0.00%IM08 11 11 0.00% 11 0.00% 11 0.00%IM09 11 11 0.00% 11 0.00% 11 0.00%IM10 11 11 0.00% 11 0.00% 11 0.00%IM11 11 11 0.00% 11 0.00% 11 0.00%IM12 14 14 0.00% 14 0.00% 14 0.00%IM13 16 18 12.50% 18 12.50% 18 12.50%IM14 15 22 46.67% 22 46.67% 22 46.67%IM15 11 22 100.00% 22 100.00% 22 100.00%IM16 11 17 54.55% 22 100.00% 22 100.00%GR 11 15 36.36% 19 72.73% 22 100.00%
Costo de Materiales 1 952 868 453 2 513 242 687 28.69% 3 040 257 092 55.68% 3 436 030 116 75.95%Costo de MO 423 267 818 515 329 097 21.75% 765 281 839 80.80% 833 686 582 96.96%
Costo Total Preventivo 2 376 136 271 3 028 571 784 27.46% 3 805 538 931 60.16% 4 269 716 698 79.69%TOTAL (VA) TOTAL (VA) TOTAL (VA) TOTAL (VA)
TOTAL 3 277 714 919 4 025 004 409 22.80% 4 861 750 580 48.33% 5 387 760 401 64.38% Tabla 25 – Tabla de comparación de escenarios de impacto del Transantiago
(Fuente: Elaboración propia) En acuerdo con la idea inicial de los escenarios, se ve que se realizan tres
estimaciones a costos crecientes, todas superiores a la del escenario definido en base al año 2006. Se destacan dos causas independientes que provocan un aumento de costo.
74/85
En primer lugar, el aumento de kilometraje diario promedio unido al desgaste provocado por la sobrecarga induce un aumento del número de fallas, aumento relativo al kilometraje mayor cuanto mayor es el nivel de deterioración del tren: A 13.6% de aumento promedio diario del kilometraje corresponde 15.4% de aumento de fallas a desgaste mínimo, y a 22.9% de aumento promedio diario del kilometraje corresponde 29.9% de aumento de fallas.
Este primer hecho muestra que al aumentar conjuntamente el kilometraje y la
carga, se aumentan más rápidamente los costos de averías y se disminuye la disponibilidad del tren.
En segundo lugar, el aumento de kilometraje adelanta las fechas de
intervenciones preventivas. Si se toma el ejemplo de la GR, más costosa, se nota que el escenario base tenia previsto una revisión por tren sobre los 5 próximos años (11 GR), el escenario 1 entrega 15 GR, el escenario 2 entrega 19 GR, y el último escenario dobla las previsiones del escenario base, estimando 2 revisiones por tren dentro de los 5 próximos años (22 GR). Obviamente las otras intervenciones siguen el mismo esquema, y luego el preventivo llega a aumentos importantes de costos, de 27.5% para el escenario 1, 60.2% para el escenario 2, y hasta 79.7% para el escenario 3.
Cabe destacar que el mantenimiento preventivo tiene un impacto más importante
sobre los costos que el mantenimiento correctivo, dado que el aumento de kilometraje anticipa costos de futuras intervenciónes. El sentido común da a pensar que el aumento de kilometraje y la sobrecarga del tren provocan aumentos de fallas responsables de mayores costos, lo que es verdadero pero tiene menor impacto que el anticipo de intervenciones futuras.
En conclusión, se destaca que el Transantiago impacta fuertemente los costos de
mantenimiento. El escenario más optimista evalúa un aumento de 23% de los costos de un escenario de pocas variaciones frente a la situación de 2006 y el más pesimista estima un aumento de 64%. Al día de hoy, el escenario más probable corresponde al escenario medio, que estima el aumento de costos totales à 48.3%. Este aumento de costo tiene que ser compensado por el cliente, Metro SA, de tal forma que la implementación del Transantiago no impacte negativamente sobre el margen operacional de la empresa.
8.3/ Costo de reparaciones externas
8.3.1/ Antecedentes
Durante el periodo de garantía, las piezas con fallas tienen que ser reparadas por la fábrica, en Francia en el caso del NS93. ALSTOM tuvo problemas con estas reparaciones, dado por la lejanía entre la entidad reparadora y la realidad del taller. Algunas piezas volvieron con problemas no resueltos, y además con tiempos de reparación muy altos. La demora del envío a Francia, el tiempo de análisis y de reparación y el tiempo de vuelta a Chile se suman hasta tener un tiempo medio de reparación que resulta ser muy costoso.
75/85
En 2001, después de varios problemas de confiabilidad y de disponibilidad sobre las reparaciones realizadas en Francia, se instaló un laboratorio en Chile que empezó a encargarse de reparaciones simples, adquiriendo experiencia, hasta el día de hoy. Desde fines de 2002, todas las reparaciones del NS93 están oficialmente realizadas en Chile.
La idea del siguiente estudio es evaluar la disminución de costo a nivel de
reparación generada por este cambio. Esta evaluación permite destacar una estimación del beneficio de tener un laboratorio de electrónica en Chile y a mediano plazo ver cuales son las ampliaciones en que se podría invertir para que el Laboratorio se encargue de otros proyectos en Chile. Por ejemplo, en el caso del tren de la línea 4, cuando se acabe el periodo de garantía se puede imaginar que la mayor parte de las piezas estén reparadas en Chile a menor costo que si se sigue enviándolas a Francia. Esta evaluación con el NS93 es preliminar: para tener una estimación más precisa se necesita usar el modelo de simulación con los datos del proyecto correspondiente.
Se limita a un trabajo sobre las piezas electrónicas, responsables del mayor gasto
de mantenimiento, y sobre las cuales se tiene la mayor cantidad de datos.
8.3.2/ Escenario de simulación
8.3.2.1/ Parámetros sensibles
Se usa un escenario ficticio comparando los costos actuales proyectados a cinco años según los parámetros del escenario base48 con los costos que se tendría si se volviéra a mandar las piezas a Francia. Luego, el único factor de comparación es el del costo de reparación. No se toma en cuenta el tiempo de no disponibilidad de la pieza ya que no se incluyen los costos de bodegaje en el modelo, aunque sería una diferencia a agregar al beneficio del laboratorio. Tampoco se considera la calidad de la reparación, difícil de evaluar en términos monetarios dado que no se tiene dos periodos al mismo kilometraje para comparar las tasas de falla.
La segunda variable sensible es la tasa de transferencia de las reparaciones de
Francia a Chile. Según la capacitación del personal, su capacidad de aprendizaje y la inversión en infraestructura, se puede transferir 100% de las reparaciones en 2 a 5 años.
8.3.2.2/ Escenario 1
En el primer escenario, se considera que la mitad de las reparaciones se hacen en Francia y la mitad en Chile. Este escenario es fijo, luego no se consideran cambios de repartición. Se compara este caso con el escenario base que tiene todas las reparaciones hechas en Chile.
Los costos simulados del escenario 1 están en Anexo M.2.1.
48 Ver capitulo 8.1/Escenario base
76/85
8.3.2.3/ Escenario 2
El segundo escenario considera todas las reparaciones realizadas en Francia al inicio del periodo, con una tasa de transferencia de 50% por año. Luego, después de 2 años, se considera que el laboratorio tiene toda la experiencia necesaria para reparar las piezas electrónicas. Se compara este escenario con el caso donde todo se repara en Chile, con todos los otros parámetros constantes.
Los costos simulados del escenario 2 están en Anexo M.2.2.
8.3.2.4/ Escenario 3
En este tercer escenario, se supone una inversión menor en el laboratorio, y una tasa de transferencia de 20% por año. Parte con el 100% de las reparaciones hechas en Francia: después de 5 años, el laboratorio de electrónica de Chile se encarga de todas las reparaciones.
Los costos simulados del escenario 3 están en Anexo M.2.3.
8.3.3/ Resultados
Los parámetros considerados se resumen el la siguiente tabla: Resumen Base Escenario 1 Escenario 2 Escenario 3 Rep. Francia / Rep. Chile 0 / 100 50 / 50 100 / 0 100 / 0
Tasa de transferencia 0% 0% 50% anual 20% anual
Tabla 26 – Resumen de escenarios “Costo de reparaciones externas” (Fuente: Elaboración propia) Un resumen de los costos totales de cada escenario se encuentra en la siguiente
tabla de comparación:
77/85
Operacion Esc Base Esc 1 ∆ Esc 1 / Base Esc 2 ∆ Esc 2 / Base Esc 3 ∆ Esc 3 / BaseKilometraje Diario 301 301 0.00% 301 0.00% 301 0.00%
Correctivo TOTAL (VA) TOTAL (VA) TOTAL (VA) TOTAL (VA)Numero de averias 7456 7466 0.13% 7468 0.16% 7472 0.21%
Costo de Materiales 297 290 323 146 135 374 -50.84% 234 510 403 -21.12% 193 519 714 -34.91%Costo de MO In Situ 44 605 720 44 735 793 0.29% 44 688 105 0.18% 44 752 234 0.33%Costo de MO en Lab 559 682 605 34 399 914 -93.85% 363 011 643 -35.14% 180 321 995 -67.78%
Costo Externo 2 873 472 712 - 1 212 852 586 - 1 999 507 259 -Costo Total Correctivo 901 578 648 3 098 743 792 243.70% 1 855 062 736 105.76% 2 418 101 202 168.21%
Preventivo TOTAL (VA) TOTAL (VA) TOTAL (VA) TOTAL (VA)IS 393 393 0.00% 393 0.00% 393 0.00%IM01 11 11 0.00% 11 0.00% 11 0.00%IM02 11 11 0.00% 11 0.00% 11 0.00%IM03 11 11 0.00% 11 0.00% 11 0.00%IM04 11 11 0.00% 11 0.00% 11 0.00%IM05 11 11 0.00% 11 0.00% 11 0.00%IM06 11 11 0.00% 11 0.00% 11 0.00%IM07 11 11 0.00% 11 0.00% 11 0.00%IM08 11 11 0.00% 11 0.00% 11 0.00%IM09 11 11 0.00% 11 0.00% 11 0.00%IM10 11 11 0.00% 11 0.00% 11 0.00%IM11 11 11 0.00% 11 0.00% 11 0.00%IM12 14 14 0.00% 14 0.00% 14 0.00%IM13 16 16 0.00% 16 0.00% 16 0.00%IM14 15 15 0.00% 15 0.00% 15 0.00%IM15 11 11 0.00% 11 0.00% 11 0.00%IM16 11 11 0.00% 11 0.00% 11 0.00%GR 11 11 0.00% 11 0.00% 11 0.00%
Costo de Materiales 1 952 868 453 1 952 868 453 0.00% 1 952 868 453 0.00% 1 952 868 453 0.00%Costo de MO 423 267 818 423 267 818 0.00% 423 267 818 0.00% 423 267 818 0.00%
Costo Total Preventivo 2 376 136 271 2 376 136 271 0.00% 2 376 136 271 0.00% 2 376 136 271 0.00%TOTAL (VA) TOTAL (VA) TOTAL (VA) TOTAL (VA)
TOTAL 3 277 714 919 5 474 880 063 67.03% 4 231 199 007 29.09% 4 794 237 473 46.27% Tabla 27 – Tabla de comparación de escenarios de Reparaciones externas
(Fuente: Elaboración propia) Los tres escenarios realizados considerando piezas reparadas a fuera muestran
un aumento del costo global de mantenimiento. Se ve de la tabla siguiente que dicha variación esta provocada por los costos de
mantenimiento correctivo. Con respecto a la parte preventiva, se nota que se sigue el mismo plan de mantenimiento que para el escenario base.
Se destaca del estudio que la disminución de gastos en materiales y mano de obra
en Chile no compensan el aumento del costo de reparar en Francia, aun sin considerar costos indirectos provocados por el aumento del tiempo medio por reparar.
En el primer escenario, donde la mitad de las piezas electrónicas se reparan en
Francia, los costos de mantenimiento correctivo se multiplican por 3.4, comparando con un escenario con todas las piezas reparadas en Chile. Representa un 67% sobre el total, lo que define el escenario como pesimista. En el segundo escenario, 100% de las piezas electrónicas se reparan en Francia al inicio del periodo y en dos años todas las reparaciones son transferidas al laboratorio de Chile. Este escenario es el menos costoso, aunque dobla los costos de mantenimiento correctivo. Resulta un total superior de 29% frente a un escenario con todas las reparaciones en Chile. El último escenario supone que el laboratorio no puede atender todas las reparaciones en dos años, sino en cinco años. En tal caso, se tiene un aumento medio de 46.3% de los costos totales de mantenimiento frente a la posibilidad de poder reparar todo en Chile.
78/85
El estudio anterior insista sobre las disminuciones de gastos directos al transferir
lo más pronto posible la totalidad de las reparaciones a Chile. Un estudio complementario de las inversiones necesarias para lograr este objetivo es necesario para concluir sobre la pertinencia de este cambio. Sin embargo, todo el proceso de calibración del modelo ya destacó que las reparaciones electrónicas tienen un impacto importante sobre los costos totales49 y la diferencia de precios de reparaciones entre Chile y Francia permite suponer una fuente de reducción de costos importante en los nuevos proyectos, resultando muy relevante el estudio de inversiones en el laboratorio.
9/ CONCLUSIONES
9.1/ Alcances de la memoria
9.1.1/ Resultados claves
El enfoque de la memoria se posiciona dentro de un contexto altamente competitivo y bajo presiones políticas que fomentan una transferencia de los riesgos relativos a la mantención de los trenes hacia el contratista del operador. Metro SA confía en ALSTOM Chile, proveedor de los trenes del metro de Santiago, para realizar la mantención de una parte de su flota a un nivel cada día más importante. Luego resulta clave para ALSTOM poder evaluar los costos de mantenimiento para varios proyectos con estimaciones simples, y captar las variaciones futuras de dichos costos.
La idealización de la vida en explotación de una flota de trenes tipo NS93 permitió
diseñar un modelo de simulación50 adaptable a otros tipos de trenes para cifrar las consecuencias de cambios externos como internos de cualquier proyecto.
Con el proyecto NS93, se realizó dos evaluaciones de cambios: uno de origen
externa, dada por el impacto de la implementación del Transantiago, y otro de origen interna, por transferencia de reparaciones en Francia a Chile.
Las consecuencias del Transantiago no son menores para ALSTOM. Se destaca
un aumento de los costos de mantenimiento correctivo de 11% en un escenario optimista a 24% en un escenario pesimista. Este aumento resulta del aumento del recorrido diario (entre 15% y 25%), y de la sobrecarga de los trenes en horario punta. Más importante aún, el aumento del kilometraje diario provoca un adelanto de las intervenciones de mantenimiento preventivo. Luego, se puede tener dos ciclos de intervenciones en menos de 5 años, lo que supone 2 revisiones por tren, y un aumento de costos que se encuentra entre 27% y 80%. En total, el impacto del Transantiago se evalúa en un aumento de gastos entre un 23% e un 64%, que deberá ser cobrado a Metro SA.
49 Ver capítulo 6.3.2.4/Síntesis de la valorización correctiva 50 La última versión del modelo esta en el CD de Anexos
79/85
Impacto Transantiago Bajo Medio Alto
% Aumento de Costos
Mantenimiento Correctivo 10.52% 17.15% 24.01%
Mantenimiento Preventivo 27.46% 60.16% 79.69%
Total 22.80% 48.33% 64.38% Tabla 28 – Resumen de aumentos de costos por Transantiago, según tres escenarios de
simulación (Fuente: Elaboración propia)
0 2 000 4 000 6 000
Base
Bajo
Medio
Alto
Miliones de pesos (CLP)
Imp
act
o T
ran
san
tia
go
Mtto Correctivo Mtto Preventivo
Grafico 19 – Resumen de costos de mantenimiento sobre 5 años, según el impacto del
Transantiago (Fuente: Elaboración propia) Por otra parte, se puede destacar una pista importante de ahorro en otros
proyectos. Si bien las reparaciones electrónicas del tren NS93 se realizan en Chile, no es así para toda la flota de trenes mantenida por ALSTOM. Luego, se puede evaluar el beneficio de poseer un laboratorio de electrónica realizando una proyección de los costos que se tendrían que enfrentar en otro caso. Se concluye de dicho estudio que según la cantidad de reparaciones externas y la capacidad del laboratorio a atender reparaciones que se realizan a fuera, se puede tener diferencias en los costos de mantenimiento correctivo variando entre 106% y 244%, lo que se traduce a nivel global a costos directos mayores de 29% a 67% por reparar en Francia51. A este trabajo se debe agregar a corto plazo una evaluación de las inversiones que se realizarían en el laboratorio con el fin de poder transferir la totalidad de las reparaciones externas a Chile y reducir el costo global de mantenimiento, considerando todas las flotas.
Reparaciones Externas (Ext/Int) 50/500/100 en 2 años
0/100 en 5 años
% Aumento de Costos
Mantenimiento Correctivo 243.70% 105.76% 168.21%
Mantenimiento Preventivo 0.00% 0.00% 0.00%
Total 67.03% 29.09% 46.27% Tabla 29 – Resumen de aumentos de costos por reparar afuera de Chile, según tres escenarios de
simulación (Fuente: Elaboración propia)
51 Con todos los demás parámetros sobre la base de 2006.
80/85
0 2 000 4 000 6 000
Base
50/50
0/100 en 2 años
0/100 en 5 años
Miliones de pesos (CLP)
Re
pa
raci
on
es
Ex
tern
as
(Ex
t/In
t)Mtto Correctivo Mtto Preventivo
Grafico 20 - Resumen de costos de mantenimiento sobre 5 años, según las estrategias de
reparticiones de reparaciones (Fuente: Elaboración propia)
9.1.2/ Límites
Toda la investigación se diseñó para una evaluación de hasta 20 años, por deseo de la empresa de tener una estimación sobre un periodo correspondiente al plazo de las ofertas realizadas a la hora de nuevas licitaciones. Los resultados que entrega el modelo no pueden ser muy confiables a este nivel y todos los análisis realizados se validan para periodos cortos.
En los casos donde se prolonga la simulación, los factores monetarios toman
mucha importancia y en tal caso se tendría que hacer un estudio más profundo de las variaciones del costo de la mano de obra y del tipo de cambio. Además, el modelo usa promedios de dichos valores, lo que no es conveniente en simulaciones largas. Se tendría que agregar series de variaciones anuales al momento de actualizar los datos.
El segundo factor limitante del modelo viene del envejecimiento del tren. Según la
teoría de Dhillan, a un periodo estable en término de número de averías sucede una degradación rápida de los equipos con el fin de la vida útil. En una simulación de 20 años, considerando una vida útil promedia de 30 años por tren, es muy probable llegar a periodos de alto desgaste de equipos. En tal caso, en vez de usar una tasa de variación promedia para todo el periodo, hay que hacer variar los parámetros de la distribución exponencial con valores distintos cada año.
De forma general, cada vez que se considera un plazo de simulación largo se
necesita poder tomar en cuenta variaciones no lineales en el tiempo, lo que no se puede realizar en el estado actual del modelo. Por estas razones, el modelo esta diseñado de tal forma que las variables de variación sean extensibles sin modificación de la lógica global, pero con ajustes en el interfaz usuario, en la lectura de los datos de entrada, y en los bloques de actualización de la simulación. Este trabajo debe agregarse a un estudio preciso de los parámetros cambiantes.
Para concluir, usar el modelo tal cual para simulaciones de largo plazo es incurrir
en riesgo de realizar estimaciones erróneas por no linealidad de las variaciones.
81/85
Por otra parte, hay que considerar que una modelización significa necesariamente idealizar la realidad, atribuyendo arbitrariamente más o menos peso a los parámetros influyendo sobre los resultados. El modelo presentado se concentra en el cálculo de los costos directos de mano de obra y de repuestos, y no toma en cuenta costos indirectos, difíciles de evaluar en términos monetarios. En el caso presente, no se consideró muy relevante tomar en cuenta los costos de no disponibilidad para ALSTOM (multas por parte del cliente). La historia de los indicadores muestra pocas ocurrencias del MCKBF real inferior al MCKBF contractual, que se trate de averías de tipo A o C. Cuando una no disponibilidad se declara, el nivel de multa importa menos a la empresa que la imagen de calidad en que se comprometió. Otro ejemplo de costos indirectos son los de bodegaje, relevantes en el enfoque de reparaciones externas con demora alta de respuesta.
9.2/ Investigaciones futuras
9.2.1/ Estudios complementarios
Una primera investigación que se puede realizar con el modelo actual se relaciona con las variaciones de los tiempos de reparación, particularmente del laboratorio de electrónica. Se destacó en el capítulo 7.3.4.2.2/Variaciones de tiempos de reparación, que el laboratorio responde con plazos distintos según su nivel de experticia, cuyo nivel es directamente relacionado con las inversiones en infraestructura y la capacitación de su personal. Estimar una curva de variación de los tiempos de reparación de laboratorio en función del nivel de experticia del laboratorio parece ser un estudio relevante, fácilmente agregable a la simulación. No se realizó por falta de datos a la hora de realizar esta memoria.
Otra investigación relevante con el objetivo de optimizar el kilometraje entre
intervenciones preventivas sería realizar un análisis de sensibilidad de la variación de dicho kilometraje sobre el número de averías, y sobre los costos totales. Relacionar las intervenciones preventivas con las reparaciones correctivas supone tener informes de averías de algún proyecto similar con un kilometraje entre intervenciones preventivas distinto, lo que no posee ALSTOM a la hora de realizar esta memoria. A juicio de experto, parece factible reducir los costos totales aumentando el kilometraje entre intervenciones preventivas, suponiendo bajo impacto sobre el nivel de fallas. Esta hipótesis tiene que ser validada por un estudio detallado, en el cual la simulación puede ser una herramienta muy útil.
Por otra parte, el estudio realizado con el NS93 debe ser repetido con otros
proyectos. Cada tren tiene sus particularidades y se diseño un modelo adaptable precisamente para captar las diferencias de cada proyecto. Luego, se recomienda desarrollar el mismo trabajo con los otros proyectos de Santiago. El estudio sería muy simplificado por la preparación realizada con el modelo de simulación, y podría entregar soluciones simples para disminuir los costos a nivel global. En particular, se piensa en los ahorros potenciales relacionados con las reparaciones externas.
Por último, hay una posibilidad de extender el modelo de simulación hacia los
costos de bodegaje. Agregar la no disponibilidad de los equipos en la idealización junto
82/85
al inventario de la bodega permite usar las capacidades de optimización de Arena para reducir los costos globales de mantenimiento. El bajo inventario de la bodega actual de ALSTOM induce préstamos en la bodega de Metro, complejidad en la gestión del mantenimiento, a veces problemas de repuestos y costos subyacente de dependencia hacia el cliente. Parece muy relevante desarrollar un estudio de inventarios y de bodegaje, e inducir mejoras estructurales en la gestión de los activos físicos.
9.2.2/ Recomendaciones en el manejo de datos
“The mathematical models cannot be applied without a system to collect detailed data concerning the operation, maintenance, failure, modification and costs of the machines and other equipment making up the plant. To choose the best optimisation model, every maintenance event must be fully documented [...]. Whereas the application of such models does not ensure optimality, without them matters would almost certainly be worse. Any management model, therefore, that does not allow, or plays down the importance of data collection, analysis and feedback is not useful to those wishing to apply the mathematical models."
[18] Sherwin, D. 2000. A review of overall models for maintenance management. Journal of Quality in Maintenance Engineering, p138-164.
El principal factor limitante de los estudios de ingeniería en ALSTOM viene de
problemas graves en el manejo de datos. Al inicio de 2006, cuando se decidió usar un nuevo sistema de bases de datos centralizado se cometieron errores de gestión, particularmente en la capacitación del personal. De este hecho resulta que no se puede confiar en los datos del año 2006. Además de eso, no hubo transferencia de los antiguos datos al nuevo sistema. Por estas dos razones conjuntas, se produjo una discontinuidad que impide usar datos anteriores al cambio con datos posteriores al periodo de transición. Luego, se posee un historial corto entre el día de hoy y fin de 2006 y un historial largo que se termina a fin de 2005, y no un conjunto global de datos utilizables.
La primera recomendación que se puede hacer al concluir sobre esta memoria
tiene que ver con una verdadera capacitación de la totalidad del personal comprometido en el ingreso de datos y en la extracción de información. Una buena calidad de los datos de entrada significa poseer bases de datos confiables y limpias, buenos formatos de exportación de datos significa tener información utilizable para futuros estudios.
La segunda recomendación se relaciona con las informaciones registradas en
dicha base de datos. Es muy relevante para el trabajo sobre modelos de confiabilidad disponer de un seguimiento preciso de cada equipo. No es suficiente considerar el kilometraje de un tren cuando se sabe que los equipos no siempre están en servicio en el mismo tren. Hay que permitir la extracción de informes de averías por equipo, con el kilometraje acumulado de cada equipo en particular. De esta forma se disminuye el nivel de error a la hora de realizar investigaciones sobre fallas.
La tercera recomendación viene del uso sistemático de los códigos DTR, únicos
por tipo de pieza. Para lograr este objetivo se necesita llevar a cabo la creación de dichos códigos para cada pieza, sin olvidar de actualizar las bases con estos DTR. Cuando se lee en los informes varios nombres para designar el mismo equipo, se da
83/85
cuenta de la dificultad de procesar de manera automática la información contenida en las hojas Excel exportadas.
Otros datos faltantes son códigos de fallas para poder filtrar las distintas
reparaciones que se realizan sobre un mismo equipo. Puede ser demasiado reducido suponer una sola avería por equipo, en particular en el caso de las tarjetas electrónicas. Las descripciones de acciones realizadas sobre los equipos no siguen un código estándar y dificultan el post proceso de los informes de averías. Para lograr implementar dicho dato, hay que pensar en un proceso de generación automática de códigos según un cuadro de filtros en las hojas de averías, chequeados por los técnicos encargados de la reparación.
La mejora de los datos debe ser prioritaria para no seguir perdiendo información
clave para el desempeño del negocio.
9.3/ Evaluación personal
El trabajo de memoria presentado se concluye con una evaluación personal del autor. De nacionalidad francesa, ha considerado como un honor usar las competencias adquiridas en l’Ecole Centrale de Nantes y en la Universidad de Chile al servicio de la empresa ALSTOM y de todos los usuarios del Metro de Santiago. Resultó un trabajo que en si mismo puede generar beneficios, y que queda abierto a investigaciones complementarias. Siempre que se toma en cuenta los límites anteriormente expuestos, se tiene un modelo robusto, capaz de captar los cambios rápidos que pueden surgir durante la vida de un tren y que puede ayudar a tomar las mejores decisiones de mantenimiento. Se buscó entregar pistas de reflexión para reducir los costos que tendrán un crecimiento por la integración del Metro al Transantiago, asegurando el alto nivel de servicio que caracteriza tanto a ALSTOM como a Metro SA. Al final, se trató de transmitir los buenos resultados de una empresa que se preocupa en mejorar la calidad de vida de cada usuario del transporte público, entregando sistemas de transporte fiables, seguros, rápidos y respetuosos del medio ambiente.
84/85
REFERENCIAS BIBLIOGRÁFICAS
[1] Andersen, T.M. y Rasmussen, M. 1999. Decision support Decision support
in a condition based environment. Journal of Quality in Maintenance Engineering, 5(2), p89-101.
[2] Beilby, Michael Harry. 1976. Economics and Operational Research. New
York: Academic Press. Inc.
[3] Ebeling, C.E. 1997. An Introduction to Reliability and Maintainability Engineering, Madrid: McGraw-Hill,
[4] Harkins, Will. 1994. Mean Time To Repair Predictions [en línea]. Nasa
Engineering Network. http://www.nasa.gov/offices/oce/llis/0840.html [consulta: 25/04/2007]
[5] Heller, Robert A. 1981. Guide To The Use of The Weibull Distribution.
Virginia Polytechnic Institute, HRB-Report BF 0684.
[6] Jackson, C. Pascual, R. 1997. Optimal Maintenance Service Contract Negotiation with Aging Equipment. Department of Mechanical Engineering, Universidad de Chile, Santiago, Chile.
[7] Jardine, A.K.S. 1973. Maintenance, Replacement and Reliability. Pitman
Publishing.
[8] Kelton, W. David y P. Sadowski, Randall y A. Sadowski, Deborah. Simulation with Arena. 2nda ed. McGraw-Hill.
[9] Knights, P.F. 2004. Técnicas de priorización, Apuntes del curso
Optimización de Estrategias de Mantenimiento de Equipos, Universidad Católica de Chile.
[10] Labib, A.W. 1998. World-class maintenance using a computerised
maintenance management system, Journal of Quality in Maintenance Engineering. p66-75.
[11] Louit D., Soto J. 2007. Servicios de Reparación y Mantenimiento (R&M), Experiencia en la industria minera en Chile. En: 2° Encuentro de Gestión de Activos Físicos: 28 de junio de 2007. Santiago, Universidad de Chile, Facultad de Ciencias Físicas y Matemáticas.
[12] Lyonnet, P. 1991. Maintenance Planning, Methods and Mathematics.
Chapman & Hall.
85/85
[13] Pascual J., Rodrigo. Abril 2005. El Arte de Mantener. Apunte de Curso, Universidad de Chile.
[14] Mª Tamborero del Pino, José y Cejalvo Lapeña, Antonio. 1996. Fiabilidad:
La distribución Log Normal [en linea]. Centro Nacional de Condiciones de Trabajo, España. http://www.mtas.es/insht/ntp/ntp_418.htm [consulta: 08/05/2007]
[15] Magnaudeix M. 2007. Alstom a raté le train de la compétitivité. [en línea]
Challenges en Internet. 02 de noviembre, 2006. http://www.challenges.fr/recherche/20061102.CHAP1018557/alstom_a_rat_le_train_de_la_comptitivit.html [consulta: 1 julio 2007]
[16] Magnaudeix M. 2007. La guerre du rail s'intensifie entre Bombardier et Alstom. [en línea] Challenges en Internet. 05 de octubre, 2006. http://www.challenges.fr/recherche/20061005.CHAP1018049/la_guerre_du_rail_sintensifie_entre_bombardier_et_alsto.html [consulta: 1 julio 2007]
[17] Rockwell Software Inc. 2002. Arena Standard: User’s Guide. Maple Valley, USA. 157p.
[18] Sherwin, D. 2000. A review of overall models for maintenance
management. Journal of Quality in Maintenance Engineering, p138-164.
[19] SES Académie de Besançon. Entreprises et Marchés, Alstom. [en linea] http://artic.ac-besancon.fr/s_e_s/entmarch/3trim03/0703alstom.htm [consulta: 17/05/2007]
[20] Visauta Vinacua, Bienvenido y Martori I Cañas, Joan Carles. 2003. Análisis
estadístico con Spss para Windows. Volumen II, Madrid: McGraw-Hill. 348p.
[21] Vivanco, Manuel. 1999. Análisis estadístico multivariable: teoría y práctica. Santiago de Chile: Comité de Publicaciones Científicas, Universidad de Chile: Universitaria. 234p.
INDICE DE ANEXOS/
ANEXO A. Los Trenes NS93 en Cifras _________________________________________________ 1
A.1/ Características cinemáticas _______________________________________________________ 1
A.2/ Características eléctricas _________________________________________________________ 1
A.3/ Características de dimensiones ____________________________________________________ 1 A.3.1/ Longitud de los coches _______________________________________________________ 1 A.3.2/ Altura de los trenes __________________________________________________________ 1 A.3.3/ Ancho de los trenes _________________________________________________________ 1
A.4/ Capacidad del tren ______________________________________________________________ 2 A.4.1/ Tren de 7 coches____________________________________________________________ 2 A.4.2/ Tren de 8 coches____________________________________________________________ 2
A.5/ Pesos ________________________________________________________________________ 2 A.5.1/ Tren de 7 coches____________________________________________________________ 2 A.5.2/ Tren de 8 coches____________________________________________________________ 2
ANEXO B. Fichas de Intervenciones Preventivas _______________________________________ 3
ANEXO C. Análisis Dinámico de La Tasa de Avería Global _______________________________ 4
C.1/ ANALISIS DE AVERIAS CON REPUESTO (REEMPLAZO, REPARACION) _________________ 4 C.1.1/ Numero de Averias por Coche, Mensual, ENE 98 > DIC 05 __________________________ 4 C.1.2/ Numero de Averías por Coche, Mensual, ENE 04 > DIC 05 __________________________ 5 C.1.3/ Numero de Averías por Coche, Mensual, SEP 02 > DIC 05 __________________________ 5 C.1.4/ Análisis de Curvas de Regresión, SEP 02 > DIC 05 ________________________________ 6 C.1.5/ Regresión Lineal, SEP 02 > DIC 05 _____________________________________________ 7
ANEXO D. Etapas de cálculo del MCKBF ______________________________________________ 9
ANEXO E. Evaluación de Costos Del Laboratorio de Electrónica _________________________ 11
ANEXO F. Informe de Averías Y Costos Asociados ____________________________________ 12
ANEXO G. Agrupación De Averías ___________________________________________________ 13
G.1/ Bautizo de los clusters __________________________________________________________ 13
G.2/ Estadísticos descriptivos ________________________________________________________ 14
ANEXO H. Ajuste de Distribuciones de Probabilidad ___________________________________ 15
H.1/ Modelo de confiabilidad con función exponencial _____________________________________ 15
ANEXO I. Índice de Remuneraciones ________________________________________________ 17
ANEXO J. Índice de Precios Externos _______________________________________________ 18
ANEXO K. Modelo de Simulación ___________________________________________________ 19
K.1/ Estructura ____________________________________________________________________ 19 K.1.1/ Nivel 0 ___________________________________________________________________ 19 K.1.2/ Nivel – 1 _________________________________________________________________ 20
K.1.2.1/ Reader _______________________________________________________________ 20 K.1.2.2/ Writer ________________________________________________________________ 20 K.1.2.3/ Warm Up _____________________________________________________________ 21 K.1.2.4/ Val Prev ______________________________________________________________ 22
K.1.2.5/ Val Repair ____________________________________________________________ 23 K.1.3/ Nivel – 2 _________________________________________________________________ 24
K.1.3.1/ Val C01 ______________________________________________________________ 24 K.1.4/ Visualizadores _____________________________________________________________ 24
K.2/ Variables _____________________________________________________________________ 25
K.3/ Formulas _____________________________________________________________________ 28
ANEXO L. Resultados Del Escenario Base ___________________________________________ 56
ANEXO M. Resultados sintetizados de Escenarios de Simulación ________________________ 57
M.1/ Impacto del Transantiago _______________________________________________________ 57 M.1.1/ Escenario 1 _______________________________________________________________ 57 M.1.2/ Escenario 2 _______________________________________________________________ 59 M.1.3/ Escenario 3 _______________________________________________________________ 61
M.2/ Costo de reparaciones externas __________________________________________________ 63 M.2.1/ Escenario 1 _______________________________________________________________ 63 M.2.2/ Escenario 2 _______________________________________________________________ 65 M.2.3/ Escenario 3 _______________________________________________________________ 67
1/68
ANEXO A. LOS TRENES NS93 EN CIFRAS
A.1/ Características cinemáticas
- Velocidad máxima en operación: 80 km/h - Aceleración instantánea máxima en horizontal en tracción: 1,35 m/s2 - Deceleración máxima (frenado combinado): 1,85 m/s2 - Deceleración máxima en frenado de urgencia: 2,3 m/s2
A.2/ Características eléctricas
- Tensión de alimentación en línea (AT): 750 V continuo - Gama de variación: 600 V / 900 V - Tensión de los auxiliares
• Baja tensión (BT): 72 V • Media tensión (MT): 230 V
- Tensiones alternas trifásicas: 230 V 50 Hz
A.3/ Características de dimensiones
A.3.1/ Longitud de los coches
- Longitud del remolque R: 14,880 m - Longitud de los remolques S1 y S2: 15,380 m - Longitud de las motrices N, N1 y N2: 14,880 m
A.3.2/ Altura de los trenes
- Altura total: 3,640 m - Altura del suelo: 1,130 m - Altura media entre el suelo y el techo: 2,150 m
A.3.3/ Ancho de los trenes
- Ancho (dimensiones exteriores) : 2,600 m
2/68
A.4/ Capacidad del tren
A.4.1/ Tren de 7 coches
Pasajeros 4 pasajeros/m² 6 pasajeros/m² 8 pasajeros/m² Sentados 135 135 135 De pie 704 1059 1410 TOTAL 839 1194 1545
A.4.2/ Tren de 8 coches
Pasajeros 4 pasajeros/m² 6 pasajeros/m² 8 pasajeros/m² Sentados 155 155 155 De pie 807 1214 1616 TOTAL 962 1369 1771
A.5/ Pesos
A.5.1/ Tren de 7 coches
- En vacío, MVOM : 156 toneladas - En carga normal, MCN : 240 toneladas - En sobrecarga (8 pasajeros/m2), MSC : 265 toneladas
A.5.2/ Tren de 8 coches
- En vacío, MVOM : 188 toneladas - En carga normal, MCN : 284 toneladas - En sobrecarga (8 pasajeros/m2), MSC : 312 toneladas
3/68
ANEXO B. FICHAS DE INTERVENCIONES PREVENTIVAS
Anexo en Formato Digital. Ver el CD adjuntado, Archivo EXCEL, ANEXO_B.xls
4/68
ANEXO C. ANÁLISIS DINÁMICO DE LA TASA DE AVERÍA GLOBAL
C.1/ ANALISIS DE AVERIAS CON REPUESTO (REEMPLAZO, REPARACION)
C.1.1/ Numero de Averias por Coche, Mensual, ENE 98 > DIC 05
Output Created 11-APR-2007 10:57:54
Comments Averias Mensuales, por coche, con reemplazo o reparacion (in-situ o a fuera del tren)
Input
Data D:\Etudes\UChile\Alstom\Datos_Frecuencias\BDD_Frecuencias_AGR_MES_REP1.sav
N of Rows in Working Data File 96
Syntax GRAPH /BAR(SIMPLE)=VALUE( FREC_sum ) BY MES .
Resources Elapsed Time 0:00:00,27
Del grafico, se considera una situación estable desde septiembre de 2002 hasta diciembre de 2005. Se usaran los promedios del periodo incluido entre enero 2004 hasta noviembre 2005 como valores bases, periodo considerado perfectamente estacionario. Se busca una regresión desde septiembre 2002 hasta noviembre 2005 para proyectar la alza del número de averías en los periodos siguientes.
5/68
C.1.2/ Numero de Averías por Coche, Mensual, ENE 04 > DIC 05
Output Created 11-APR-2007 11:06:43
Comments Averias Mensuales, por coche, con reemplazo o reparacion (in-situ o a fuera del tren)
Input
Data D:\Etudes\UChile\Alstom\Datos_Frecuencias\BDD_Frecuencias_AGR_MES_REP1.sav
N of Rows in Working Data File 24
Syntax GRAPH /BAR(SIMPLE)=VALUE( FREC_sum ) BY MES .
Resources Elapsed Time 0:00:00,25
Descriptive Statistics (MENSUAL)
N Minimum Maximum Mean Std. Deviation
Numero de Averias por Coche 24 ,63 1,24 ,9731 ,16073
Valid N (listwise) 24
C.1.3/ Numero de Averías por Coche, Mensual, SEP 02 > DIC 05
Output Created 11-APR-2007 11:30:56
Comments Averias Mensuales, por coche, con reemplazo o reparacion (in-situ o a fuera del tren)
Input
Data D:\Etudes\UChile\Alstom\Datos_Frecuencias\BDD_Frecuencias_AGR_MES_REP1.sav
N of Rows in Working Data File 40
Syntax GRAPH /BAR(SIMPLE)=VALUE( FREC_sum ) BY MES .
Resources Elapsed Time 0:00:00,27
6/68
C.1.4/ Análisis de Curvas de Regresión, SEP 02 > DIC 05
Model Description
Model Name MOD_2
Dependent Variable 1 Numero de Averias por Coche
Equation
1 Linear
2 Quadratic
3 Cubic
4 Exponential(a)
Independent Variable Case sequence
Constant Included
Variable Whose Values Label Observations in Plots Unspecified
Tolerance for Entering Terms in Equations ,0001
a The model requires all non-missing values to be positive.
Model Summary and Parameter Estimates Dependent Variable: Numero de Averias por Coche
Equation Model Summary Parameter Estimates
R Square F df1 df2 Sig. Constant b1 b2 b3
Linear ,399 25,238 1 38 ,000 ,719 ,009 Quadratic ,410 12,838 2 37 ,000 ,678 ,015 ,000 Cubic ,431 9,100 3 36 ,000 ,753 -,006 ,001 -2,03E-005
Exponential ,401 25,399 1 38 ,000 ,720 ,010
7/68
Las diferencias de ajuste de las curvas no permiten distinguir un caso mas adaptado que otro a las variaciones de número de averías registradas. Luego, por simplicidad, se usa una regresión lineal para deducir una tasa de aumento de avería en el tiempo.
C.1.5/ Regresión Lineal, SEP 02 > DIC 05
Output Created 11-APR-2007 12:09:18
Comments Se empieza la regresion en septiembre 2002. Los meses estan representados por enteros, inicializados por 1 en sep 2002
Input
Data D:\Etudes\UChile\Alstom\Datos_Frecuencias\BDD_Frecuencias_AGR_MES_REP1.sav
N of Rows in Working Data File
40
Syntax
REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT FREC_sum /METHOD=ENTER RMES .
Resources Elapsed Time 0:00:00,05
Model Summary
Model R R Square
Adjusted R Square
Std. Error of the Estimate
Change Statistics
R Square Change
F Change df1 df2
Sig. F Change
1 ,632(a) ,399 ,383 ,13207 ,399 25,238 1 38 ,000
a Predictors: (Constant), RANK of MES
ANOVA(b)
Model
Sum of Squares df Mean Square F Sig.
8/68
1
Regression ,440 1 ,440 25,238 ,000(a)
Residual ,663 38 ,017 Total 1,103 39
a Predictors: (Constant), RANK of MES
b Dependent Variable: FREC_sum
Coefficients(a)
Model
Unstandardized Coefficients Standardized Coefficients
t Sig. B Std. Error
Beta
1 (Constant) ,719 ,043
16,891 ,000
RANK of MES ,009 ,002 ,632 5,024 ,000
a Dependent Variable: FREC_sum
Ecuación de regresión: NUMERO DE AVERIAS = 0,719 + 0,009. NUMERO MES Se puede asumir un aumento de 0.9% del numero de averías por coche, por mes. Se supone que cuando nos acercamos a un nivel crítico del número de averías, se empieza una serie de modificaciones para bajar al nivel de falla base.
9/68
ANEXO D. ETAPAS DE CÁLCULO DEL MCKBF
[1] Se calcula el número de averías por coche (λ ), para un mismo tipo de averías,
sobre un periodo base 01 ttT −=
NumCoches
NumIntT=λ
Ejemplo, con el caso de una tarjeta CRV8, del Sistema Informático Embarcado. Entre enero 2004 y diciembre 2005, se registró 182 intervenciones sobre la tarjeta CRV8. 34 trenes estaban en servicio, con un total de 236 coches. Con Maple™ se deduce el cálculo siguiente:
NCoFlota := 236 :
NIntFlota := 182 :
lCo :=NIntFlota
NCoFlota
;
Luego la tasa de falla es igual a:
lCo :=91
118
[2] Se divide el kilometraje real del coche por la tasa de falla, sobre un mismo
periodo T, y se obtiene el kilometraje del coche entre fallas, igual al coche kilómetro del tren entre fallas.
Co
KmMCKBF
λ=
Se aplica esta formula con el ejemplo de la tarjeta CRV8, y un recorrido promedio de los trenes en el periodo considerado de 198034 Km. Se deduce el resultado siguiente:
KmT = 2 := 198034 :
MCKBF := evalf
KmT = 2
lambdaCo
, 5
;
Luego el coche kilómetro es igual a:
10/68
MCKBF := 2.5679 105
[3] Se puede hacer el proceso inverso para tener el kilometraje medio entre fallas
(MKBF, Mean Kilometres Between Fails), valor función del tren estudiado.
renNumCochesT
MCKBFMKBF =
Para la tarjeta CRV8, se toma el caso del tren 84, con una configuración total de 8 coches, y el caso del tren 74, con una configuración total de 7 coches.
NCo74 := 7 :
NCo84 := 8 :
MKBF74 := evalf [5 ]
MCKBF
NCo74
;
MKBF84 := evalf [5 ]
MCKBF
NCo84
;
Para el tren 74 y 84, se tiene el MKBF respectivamente igual a:
MKBF74 := 36684.
MKBF84 := 32099.
El concepto del MCKBF nos permite obtener un valor medio independiente del tiempo e independiente del tren considerado. Según el kilometraje diario y la configuración del tren estudiado, se deducirá el periodo entre dos averías y los costos de reparación correspondientes.
11/68
ANEXO E. EVALUACIÓN DE COSTOS DEL LABORATORIO DE ELECTRÓNICA
Anexo en Formato Digital. Ver el CD adjuntado, Archivo EXCEL, ANEXO_E.xls
12/68
ANEXO F. INFORME DE AVERÍAS Y COSTOS ASOCIADOS
Anexo en Formato Digital. Ver el CD adjuntado, Archivo EXCEL, ANEXO_F.xls
13/68
ANEXO G. AGRUPACIÓN DE AVERÍAS
G.1/ Bautizo de los clusters
12
34
56
78
910
1112
1314
NU
ME
RO
DE
AV
ER
IAS
-
An
ual
po
r C
oc
he
2.83
050.
3750
0.37
714.
9004
0.02
750.
0021
0.61
230.
5360
2.20
551.
4873
0.47
880.
3623
0.50
851.
8665
NU
ME
RO
DE
EQ
UIP
OS
1118
2417
17
11
112
212
309
68A
limen
taci
on
AT
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.1
0.0
0.0
Arr
ast
re B
ogu
ie0.
00.
80.
00.
00.
00.
00.
00.
00.
01.
00.
00.
00.
00.
0C
aja
0.0
0.1
0.0
0.1
0.0
1.0
0.0
0.0
0.0
0.0
0.0
0.6
0.0
0.1
Co
mu
nica
cion
0.0
0.0
0.1
0.0
0.0
0.0
0.0
0.0
0.0
0.0
1.0
0.0
0.0
0.0
Co
ntro
l Aut
o1.
00.
00.
40.
40.
00.
00.
00.
00.
00.
00.
00.
11.
00.
2E
nerg
ia A
ux
0.0
0.0
0.1
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
Fre
no
Mec
anic
o0.
00.
00.
00.
00.
00.
00.
00.
00.
00.
00.
00.
10.
00.
3P
rodu
c E
nerg
0.0
0.0
0.4
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.1
Pro
duc
Dis
trib
Air
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.1
Pue
rta
s0.
00.
00.
00.
10.
00.
00.
00.
01.
00.
00.
00.
00.
00.
1T
racc
ion
Fre
nado
0.0
0.0
0.0
0.3
1.0
0.0
1.0
1.0
0.0
0.0
0.0
0.0
0.0
0.1
Ca
mb
io0.
00.
00.
00.
01.
01.
00.
00.
00.
01.
00.
01.
00.
00.
0C
ruce
, Ve
rific
acio
n, F
als
a D
ete
ccio
n0.
00.
00.
01.
00.
00.
00.
00.
00.
00.
00.
00.
00.
00.
0R
epa
raci
on In
Situ
0.0
1.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
Re
para
cion
Met
ro0.
00.
00.
00.
00.
00.
00.
00.
00.
00.
01.
00.
00.
20.
0R
PL
+ R
epa
raci
on
Lab
Ele
ctro
nica
1.0
0.0
1.0
0.0
0.0
0.0
1.0
1.0
0.7
0.0
0.0
0.0
0.0
0.0
RP
L +
Rep
ara
cio
n La
b M
eca
nica
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.3
0.0
0.0
0.0
0.8
1.0
Baj
a0.
00.
00.
00.
00.
01.
01.
00.
01.
00.
00.
00.
01.
00.
0C
ste
1.0
0.0
0.0
1.0
0.0
0.0
0.0
0.0
0.0
1.0
0.0
0.0
0.0
0.0
Alz
a0.
01.
01.
00.
01.
00.
00.
01.
00.
00.
01.
01.
00.
01.
0[E
ST
]Co
sto
HH
In S
itu
(CLP
)0.
065
0.37
80.
097
0.10
50.
250
0.23
10.
162
0.10
60.
092
0.15
50.
046
0.07
00.
097
0.12
0[E
ST
]Co
sto
HH
en
Lab
ora
tori
o (C
LP)
0.51
40.
000
0.44
60.
000
0.00
00.
000
0.02
60.
463
0.40
00.
000
0.00
00.
000
0.02
70.
033
[ES
T]P
reci
o R
epu
esto
(C
LP)
0.00
40.
011
0.00
90.
000
0.20
80.
080
0.24
20.
005
0.03
40.
264
0.00
00.
098
0.02
10.
019
[ES
T]T
asa
de
Fal
la A
nua
l p
or C
oche
0.24
30.
131
0.02
10.
084
0.00
20.
000
0.37
50.
092
0.83
10.
896
0.08
30.
031
0.05
10.
059
Fun
cion
CO
NT
RO
L A
UT
O, R
epar
ado
en
Lab
orat
orio
de
Ele
ctro
nica
, tas
a d
e fa
lla m
edi
a, c
am
paña
d
e fia
bili
zaci
on
Fun
cion
AR
RA
ST
RE
B
OG
UIE
y C
AJA
, R
epa
rado
in s
itu, t
asa
d
e fa
lla m
edia
baj
a
Fun
cion
es C
ON
TR
OL
AU
TO
y P
RO
DU
C
EN
ER
G,
Rep
ara
do
en L
abo
rato
rio d
e E
lect
ron
ica
, tas
a d
e fa
lla b
aja
Tod
as F
unci
ones
, C
ruce
, Ver
if, F
alsa
D
etec
cion
, T
asa
de
fa
lla b
aja
Fu
ncio
n T
RA
CC
ION
F
RE
NA
DO
, C
ambi
ado
in s
itu,
Rep
uest
o d
e p
reci
o al
to, t
asa
de
falla
muy
ba
ja
Fun
cion
CA
JA,
Ca
mb
iado
in s
itu,
tasa
de
falla
muy
ba
ja, d
ism
inu
yen
do
Fu
ncio
n T
RA
CC
ION
F
RE
N, R
epar
ado
en
L
abo
rato
rio
de
Ele
ctro
nica
, ta
sa d
e fa
lla m
edia
baj
a,
mod
ifica
dos
Fun
cion
TR
AC
CIO
N
FR
EN
, Rep
arad
o en
La
bor
ator
io d
e E
lect
ron
ica,
tasa
de
falla
baj
a
Fun
cion
PU
ER
TA
S,
Rep
ara
do e
n La
bor
ator
io,
aho
ra
mod
ifica
do, c
on ta
sa
de
falla
muy
alta
Fun
cio
n A
RR
AS
TR
E
BO
GU
IE, c
on
Ca
mb
io, t
asa
de
falla
m
uy
alta
est
abili
zad
a
Fun
cion
C
OM
MU
NIC
AC
ION
, A
ca
rgo
de M
etro
Fu
ncio
n C
AJA
, C
amb
iado
in s
itu,
tasa
de
falla
baj
a
Fun
cion
CO
NT
RO
L A
UT
O, R
epa
rad
o e
n La
bora
torio
de
Me
cani
ca, t
asa
de
falla
baj
a y
baj
ando
Tod
as
fun
cion
es,
Rep
arad
o e
n
Lab
ora
tori
o de
M
ecan
ica,
tas
a d
e fa
lla b
aja
TA
RJE
TA
S S
IER
EP
AR
AC
ION
ES
IN
SIT
UT
AR
JET
AS
TA
SA
B
AJA
SIN
RE
PA
RA
CIO
NE
QU
IPO
S N
O
RE
PA
RA
BL
ES
NO
RE
LEV
EN
TE
, In
teg
raci
on e
n g
rup
o 12
PA
NE
L S
MF
TA
RJE
TA
S E
TF
PU
ER
TA
SN
EU
MA
TIC
OS
FA
LLA
S M
ET
RO
CA
MB
IOS
VA
RIO
S,
CA
JAB
LOC
K Y
TA
RJE
TA
S
RE
LE
SE
LEC
TR
O
ME
CA
NIC
A
C
lus
ter
IDENTIFICACION
14/68
G.2/ Estadísticos descriptivos
Cluste
r
12
34
56
78
910
1112
1314
Min
HH
In S
itu0.
800.
370.
730.
250.
732.
922.
120.
731.
242.
030.
370.
490.
810.
49
HH In S
itu
Pro
med
io H
H In
Situ
1.12
2.86
1.65
1.68
2.79
2.92
2.12
1.70
1.37
2.17
1.21
1.21
1.38
2.09
Max
HH
In S
itu1.
6411
.80
3.10
6.69
5.84
2.92
2.12
2.19
1.50
2.31
3.10
2.45
1.90
10.9
5S
uma
HH
In S
itu12
.28
51.5
339
.62
287.
1719
.50
2.92
2.12
18.6
62.
744.
3414
.51
36.2
612
.42
142.
29
HH In S
itu
HH en
Labs
Min
HH
en
lab
4.17
0.00
2.00
0.00
0.00
0.00
1.00
2.00
1.00
0.00
0.00
0.00
1.00
0.00
Pro
med
io H
H e
n la
b18
.45
0.00
17.3
70.
000.
000.
001.
0024
.53
10.7
00.
000.
000.
002.
411.
42M
ax H
H e
n la
b24
.00
0.00
36.4
00.
000.
000.
001.
0038
.00
20.4
00.
000.
000.
005.
0027
.32
Sum
a H
H e
n la
b20
2.97
0.00
416.
890.
000.
000.
001.
0026
9.80
21.4
00.
000.
000.
0021
.67
96.7
0
HH en
Labs
Repue
stos
Min
Pre
cio
Uso
(C
LP)
375
-
-
-
4
000
88
800
270
000
-
6 20
0
68
000
-
-
15
000
-
Pro
med
io P
reci
o U
so (
CLP
)3
978
1
319
6
521
-
33
2 31
5
88
800
270
000
3
184
65
600
182
309
-
75 4
20
23 8
89
28
338
M
ax P
reci
o U
so (
CLP
)9
175
15
000
52 5
00
-
1 11
4 86
6
88 8
00
27
0 00
0
16 5
00
12
5 00
0
296
618
-
264
000
25 0
00
37
5 00
0
S
uma
Pre
cio
Uso
(C
LP)
43 7
53
23
750
156
515
-
2 32
6 20
8
88 8
00
27
0 00
0
35 0
23
13
1 20
0
364
618
-
2 26
2 59
7
215
000
1
927
018
Repue
stos
Cluste
r
12
34
56
78
910
1112
1314
Min
Tas
a F
alla
Anu
al2.
040.
190.
190.
190.
190.
1953
.50
0.19
50.5
31.
300.
190.
190.
190.
19
Tasa
de fa
lla
Pro
med
io T
asa
Fal
la A
nual
22.4
81.
821.
372.
500.
340.
1953
.50
4.26
96.3
564
.97
3.49
1.06
4.94
2.40
Max
Tas
a F
alla
Anu
al58
.12
24.6
25.
7428
.51
0.74
0.19
53.5
018
.88
142.
1612
8.65
14.9
911
.11
11.2
924
.25
Sum
a T
asa
Fal
la A
nual
247.
3032
.76
32.9
542
8.15
2.41
0.19
53.5
046
.83
192.
7012
9.94
41.8
331
.65
44.4
316
3.08
Tasa
de fa
lla
15/68
ANEXO H. AJUSTE DE DISTRIBUCIONES DE PROBABILIDAD
Anexo en Formato Digital. Ver el CD adjuntado, Archivo EXCEL, ANEXO_H.xls
H.1/ Modelo de confiabilidad con función exponencial
La típica curva de la bañera, que describe el dinamismo de la tasa de falla sobre una vida útil consta con tres periodos: - Un periodo inicial, de ajuste al poner en servicio un equipo nuevo - Un periodo estable, de funcionamiento normal - Un periodo de fin de vida, con un aumento de las averías por envejecimiento
Figura 1 – Curva de la bañera (Fuente: Heller, Robert A. 1981. Guide To The Use of The Weibull
Distribution. Virginia Polytechnic Institute, HRB-Report BF 0684.)
En el caso de la distribución exponencial, se supone que la tasa de falla λ es constante sobre el periodo. Luego, la función de confiabilidad, definida por
se integra con y se tiene:
Derivando L, se obtiene la función de densidad de probabilidad:
Figura 2 – Densidad exponencial y tasa de falla (Fuente: Heller, Robert A. 1981. Guide To The Use of
The Weibull Distribution. Virginia Polytechnic Institute, HRB-Report BF 0684.)
16/68
Se puede deducir la media, el parámetro de escala de la distribución:
Lo que corresponde al tiempo promedio entre averías. (Mean Time To Failure, MTTF) Y la desviación estándar, parámetro de forma de la distribución:
Se puede transponer todo este análisis en una escala kilométrica en vez de temporal, y se deduce las distribuciones de probabilidades por grupo de averías parecidas.
17/68
ANEXO I. ÍNDICE DE REMUNERACIONES
Año ValorVariacion
%
Promedio
Variacion
3 per. Ant.
1994 76.91 3.81%1995 79.84 3.77%1996 82.85 2.52%1997 84.94 2.73% 3.37%1998 87.26 2.92% 3.01%1999 89.81 0.82% 2.72%2000 90.55 1.42% 2.16%2001 91.84 2.22% 1.72%2002 93.88 0.77% 1.49%2003 94.6 2.12% 1.47%2004 96.61 1.94% 1.70%2005 98.48 1.81% 1.61%2006 100.26 1.96%
(Fuente "Valor": Instituto Nacional de Estadísticas)
(Base: Enero 2006=100)Índice de Costo de la Mano de Obra por hora / Real
0,00%
0,50%
1,00%
1,50%
2,00%
2,50%
3,00%
3,50%
4,00%
4,50%
0
20
40
60
80
100
120
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
Indice de Costo de la Mano de Obra por hora / Real
Valor Variacion % Promedio mobil 3 periodos (Variacion)
18/68
ANEXO J. ÍNDICE DE PRECIOS EXTERNOS
19/68
ANEXO K. MODELO DE SIMULACIÓN
K.1/ Estructura
Para recuerdos sobre los módulos Arena, referirse al manual de uso: Rockwell Software Inc. 2002. Arena Standard: User’s Guide. Maple Valley, USA. 157p. Una versión ejecutable del programa esta en la carpeta SIMANTE 2007.
K.1.1/ Nivel 0
20/68
K.1.2/ Nivel – 1
K.1.2.1/ Reader
K.1.2.2/ Writer
21/68
K.1.2.3/ Warm Up
22/68
K.1.2.4/ Val Prev
23/68
K.1.2.5/ Val Repair
24/68
K.1.3/ Nivel – 2
K.1.3.1/ Val C01
La estructura anterior se repite 15 veces, en “VAL_REPAIR”, para los 15 grupos de averías posibles.
K.1.4/ Visualizadores
25/68
K.2/ Variables
MC
KB
Ft-
1t
min
mu
mea
nE
xtV
sIn
tR
atio
Ext
/Int
Var
iaci
on1
23
45
12
Glo
bal
1M
CK
BF
(1,1
)M
CK
BF
(1,2
)M
CK
BF
(1,3
)M
CK
BF
(1,4
)M
CK
BF
(1,5
)C
011
Ext
VsI
nt(1
,1)
Ext
VsI
nt(1
,2)
C01
2M
CK
BF
(2,1
)M
CK
BF
(2,2
)M
CK
BF
(2,3
)M
CK
BF
(2,4
)M
CK
BF
(2,5
)C
022
Ext
VsI
nt(2
,1)
Ext
VsI
nt(2
,2)
C02
3M
CK
BF
(3,1
)M
CK
BF
(3,2
)M
CK
BF
(3,3
)M
CK
BF
(3,4
)M
CK
BF
(3,5
)C
033
Ext
VsI
nt(3
,1)
Ext
VsI
nt(3
,2)
C03
4M
CK
BF
(4,1
)M
CK
BF
(4,2
)M
CK
BF
(4,3
)M
CK
BF
(4,4
)M
CK
BF
(4,5
)C
044
Ext
VsI
nt(4
,1)
Ext
VsI
nt(4
,2)
C04
5M
CK
BF
(5,1
)M
CK
BF
(5,2
)M
CK
BF
(5,3
)M
CK
BF
(5,4
)M
CK
BF
(5,5
)C
055
Ext
VsI
nt(5
,1)
Ext
VsI
nt(5
,2)
C05
6M
CK
BF
(6,1
)M
CK
BF
(6,2
)M
CK
BF
(6,3
)M
CK
BF
(6,4
)M
CK
BF
(6,5
)C
066
Ext
VsI
nt(6
,1)
Ext
VsI
nt(6
,2)
C06
7M
CK
BF
(7,1
)M
CK
BF
(7,2
)M
CK
BF
(7,3
)M
CK
BF
(7,4
)M
CK
BF
(7,5
)C
077
Ext
VsI
nt(7
,1)
Ext
VsI
nt(7
,2)
C07
8M
CK
BF
(8,1
)M
CK
BF
(8,2
)M
CK
BF
(8,3
)M
CK
BF
(8,4
)M
CK
BF
(8,5
)C
088
Ext
VsI
nt(8
,1)
Ext
VsI
nt(8
,2)
C08
9M
CK
BF
(9,1
)M
CK
BF
(9,2
)M
CK
BF
(9,3
)M
CK
BF
(9,4
)M
CK
BF
(9,5
)C
099
Ext
VsI
nt(9
,1)
Ext
VsI
nt(9
,2)
C09
10M
CK
BF
(10,
1)M
CK
BF
(10,
2)M
CK
BF
(10,
3)M
CK
BF
(10,
4)M
CK
BF
(10,
5)C
1010
Ext
VsI
nt(1
0,1)
Ext
VsI
nt(1
0,2)
C10
11M
CK
BF
(11,
1)M
CK
BF
(11,
2)M
CK
BF
(11,
3)M
CK
BF
(11,
4)M
CK
BF
(11,
5)C
1111
Ext
VsI
nt(1
1,1)
Ext
VsI
nt(1
1,2)
C11
12M
CK
BF
(12,
1)M
CK
BF
(12,
2)M
CK
BF
(12,
3)M
CK
BF
(12,
4)M
CK
BF
(12,
5)C
1212
Ext
VsI
nt(1
2,1)
Ext
VsI
nt(1
2,2)
C12
13M
CK
BF
(13,
1)M
CK
BF
(13,
2)M
CK
BF
(13,
3)M
CK
BF
(13,
4)M
CK
BF
(13,
5)C
1313
Ext
VsI
nt(1
3,1)
Ext
VsI
nt(1
3,2)
C13
14M
CK
BF
(14,
1)M
CK
BF
(14,
2)M
CK
BF
(14,
3)M
CK
BF
(14,
4)M
CK
BF
(14,
5)C
1414
Ext
VsI
nt(1
4,1)
Ext
VsI
nt(1
4,2)
C14
15M
CK
BF
(15,
1)M
CK
BF
(15,
2)M
CK
BF
(15,
3)M
CK
BF
(15,
4)M
CK
BF
(15,
5)C
1515
Ext
VsI
nt(1
5,1)
Ext
VsI
nt(1
5,2)
C15
16M
CK
BF
(16,
1)M
CK
BF
(16,
2)M
CK
BF
(16,
3)M
CK
BF
(16,
4)M
CK
BF
(16,
5)
CT
_Co
rrT
otal
Mat
eria
lH
H In
Situ
HH
en
Lab
Rep
Ext
En
vej
12
34
51
C01
1C
T_C
orr(
1,1)
CT
_Cor
r(1,
2)C
T_C
orr(
1,3)
CT
_Cor
r(1,
4)C
T_C
orr(
1,5)
Glo
bal
1E
nvej
(1,1
)C
022
CT
_Cor
r(2,
1)C
T_C
orr(
2,2)
CT
_Cor
r(2,
3)C
T_C
orr(
2,4)
CT
_Cor
r(2,
5)C
012
Env
ej(2
,1)
C03
3C
T_C
orr(
3,1)
CT
_Cor
r(3,
2)C
T_C
orr(
3,3)
CT
_Cor
r(3,
4)C
T_C
orr(
3,5)
C02
3E
nvej
(3,1
)C
044
CT
_Cor
r(4,
1)C
T_C
orr(
4,2)
CT
_Cor
r(4,
3)C
T_C
orr(
4,4)
CT
_Cor
r(4,
5)C
034
Env
ej(4
,1)
C05
5C
T_C
orr(
5,1)
CT
_Cor
r(5,
2)C
T_C
orr(
5,3)
CT
_Cor
r(5,
4)C
T_C
orr(
5,5)
C04
5E
nvej
(5,1
)C
066
CT
_Cor
r(6,
1)C
T_C
orr(
6,2)
CT
_Cor
r(6,
3)C
T_C
orr(
6,4)
CT
_Cor
r(6,
5)C
056
Env
ej(6
,1)
C07
7C
T_C
orr(
7,1)
CT
_Cor
r(7,
2)C
T_C
orr(
7,3)
CT
_Cor
r(7,
4)C
T_C
orr(
7,5)
C06
7E
nvej
(7,1
)C
088
CT
_Cor
r(8,
1)C
T_C
orr(
8,2)
CT
_Cor
r(8,
3)C
T_C
orr(
8,4)
CT
_Cor
r(8,
5)C
078
Env
ej(8
,1)
C09
9C
T_C
orr(
9,1)
CT
_Cor
r(9,
2)C
T_C
orr(
9,3)
CT
_Cor
r(9,
4)C
T_C
orr(
9,5)
C08
9E
nvej
(9,1
)C
1010
CT
_Cor
r(10
,1)
CT
_Cor
r(10
,2)
CT
_Cor
r(10
,3)
CT
_Cor
r(10
,4)
CT
_Cor
r(10
,5)
C09
10E
nvej
(10,
1)C
1111
CT
_Cor
r(11
,1)
CT
_Cor
r(11
,2)
CT
_Cor
r(11
,3)
CT
_Cor
r(11
,4)
CT
_Cor
r(11
,5)
C10
11E
nvej
(11,
1)C
1212
CT
_Cor
r(12
,1)
CT
_Cor
r(12
,2)
CT
_Cor
r(12
,3)
CT
_Cor
r(12
,4)
CT
_Cor
r(12
,5)
C11
12E
nvej
(12,
1)C
1313
CT
_Cor
r(13
,1)
CT
_Cor
r(13
,2)
CT
_Cor
r(13
,3)
CT
_Cor
r(13
,4)
CT
_Cor
r(13
,5)
C12
13E
nvej
(13,
1)C
1414
CT
_Cor
r(14
,1)
CT
_Cor
r(14
,2)
CT
_Cor
r(14
,3)
CT
_Cor
r(14
,4)
CT
_Cor
r(14
,5)
C13
14E
nvej
(14,
1)C
1515
CT
_Cor
r(15
,1)
CT
_Cor
r(15
,2)
CT
_Cor
r(15
,3)
CT
_Cor
r(15
,4)
CT
_Cor
r(15
,5)
C14
15E
nvej
(15,
1)C
tota
l16
CT
_Cor
r(16
,1)
CT
_Cor
r(16
,2)
CT
_Cor
r(16
,3)
CT
_Cor
r(16
,4)
CT
_Cor
r(16
,5)
C15
16E
nvej
(16,
1)
CR
EE
M_C
orr
min
fact
orbe
taal
pha
mu
var
Rep
_Ext
12
34
56
1C
011
CR
EE
M_C
orr(
1,1)
CR
EE
M_C
orr(
1,2)
CR
EE
M_C
orr(
1,3)
CR
EE
M_C
orr(
1,4)
CR
EE
M_C
orr(
1,5)
CR
EE
M_C
orr(
1,6)
C01
1R
ep_E
xt(1
,1)
C02
2C
RE
EM
_Cor
r(2,
1)C
RE
EM
_Cor
r(2,
2)C
RE
EM
_Cor
r(2,
3)C
RE
EM
_Cor
r(2,
4)C
RE
EM
_Cor
r(2,
5)C
RE
EM
_Cor
r(2,
6)C
022
Rep
_Ext
(2,1
)C
033
CR
EE
M_C
orr(
3,1)
CR
EE
M_C
orr(
3,2)
CR
EE
M_C
orr(
3,3)
CR
EE
M_C
orr(
3,4)
CR
EE
M_C
orr(
3,5)
CR
EE
M_C
orr(
3,6)
C03
3R
ep_E
xt(3
,1)
C04
4C
RE
EM
_Cor
r(4,
1)C
RE
EM
_Cor
r(4,
2)C
RE
EM
_Cor
r(4,
3)C
RE
EM
_Cor
r(4,
4)C
RE
EM
_Cor
r(4,
5)C
RE
EM
_Cor
r(4,
6)C
044
Rep
_Ext
(4,1
)C
055
CR
EE
M_C
orr(
5,1)
CR
EE
M_C
orr(
5,2)
CR
EE
M_C
orr(
5,3)
CR
EE
M_C
orr(
5,4)
CR
EE
M_C
orr(
5,5)
CR
EE
M_C
orr(
5,6)
C05
5R
ep_E
xt(5
,1)
C06
6C
RE
EM
_Cor
r(6,
1)C
RE
EM
_Cor
r(6,
2)C
RE
EM
_Cor
r(6,
3)C
RE
EM
_Cor
r(6,
4)C
RE
EM
_Cor
r(6,
5)C
RE
EM
_Cor
r(6,
6)C
066
Rep
_Ext
(6,1
)C
077
CR
EE
M_C
orr(
7,1)
CR
EE
M_C
orr(
7,2)
CR
EE
M_C
orr(
7,3)
CR
EE
M_C
orr(
7,4)
CR
EE
M_C
orr(
7,5)
CR
EE
M_C
orr(
7,6)
C07
7R
ep_E
xt(7
,1)
C08
8C
RE
EM
_Cor
r(8,
1)C
RE
EM
_Cor
r(8,
2)C
RE
EM
_Cor
r(8,
3)C
RE
EM
_Cor
r(8,
4)C
RE
EM
_Cor
r(8,
5)C
RE
EM
_Cor
r(8,
6)C
088
Rep
_Ext
(8,1
)C
099
CR
EE
M_C
orr(
9,1)
CR
EE
M_C
orr(
9,2)
CR
EE
M_C
orr(
9,3)
CR
EE
M_C
orr(
9,4)
CR
EE
M_C
orr(
9,5)
CR
EE
M_C
orr(
9,6)
C09
9R
ep_E
xt(9
,1)
C10
10C
RE
EM
_Cor
r(10
,1)
CR
EE
M_C
orr(
10,2
)C
RE
EM
_Cor
r(10
,3)
CR
EE
M_C
orr(
10,4
)C
RE
EM
_Cor
r(10
,5)
CR
EE
M_C
orr(
10,6
)C
1010
Rep
_Ext
(10,
1)C
1111
CR
EE
M_C
orr(
11,1
)C
RE
EM
_Cor
r(11
,2)
CR
EE
M_C
orr(
11,3
)C
RE
EM
_Cor
r(11
,4)
CR
EE
M_C
orr(
11,5
)C
RE
EM
_Cor
r(11
,6)
C11
11R
ep_E
xt(1
1,1)
C12
12C
RE
EM
_Cor
r(12
,1)
CR
EE
M_C
orr(
12,2
)C
RE
EM
_Cor
r(12
,3)
CR
EE
M_C
orr(
12,4
)C
RE
EM
_Cor
r(12
,5)
CR
EE
M_C
orr(
12,6
)C
1212
Rep
_Ext
(12,
1)C
1313
CR
EE
M_C
orr(
13,1
)C
RE
EM
_Cor
r(13
,2)
CR
EE
M_C
orr(
13,3
)C
RE
EM
_Cor
r(13
,4)
CR
EE
M_C
orr(
13,5
)C
RE
EM
_Cor
r(13
,6)
C13
13R
ep_E
xt(1
3,1)
C14
14C
RE
EM
_Cor
r(14
,1)
CR
EE
M_C
orr(
14,2
)C
RE
EM
_Cor
r(14
,3)
CR
EE
M_C
orr(
14,4
)C
RE
EM
_Cor
r(14
,5)
CR
EE
M_C
orr(
14,6
)C
1414
Rep
_Ext
(14,
1)C
1515
CR
EE
M_C
orr(
15,1
)C
RE
EM
_Cor
r(15
,2)
CR
EE
M_C
orr(
15,3
)C
RE
EM
_Cor
r(15
,4)
CR
EE
M_C
orr(
15,5
)C
RE
EM
_Cor
r(15
,6)
C15
15R
ep_E
xt(1
5,1)
HH
_Co
rrIn
Situ
Lab
Min
Lab
LogM
ean
Lab
LogD
Est
Lab
Var
Min
InS
ituLo
gMea
n In
Situ
LogD
Est
InS
ituV
ar1
23
45
67
89
10C
011
HH
_Cor
r(1,
1)H
H_C
orr(
1,2)
HH
_Cor
r(1,
3)H
H_C
orr(
1,4)
HH
_Cor
r(1,
5)H
H_C
orr(
1,6)
HH
_Cor
r(1,
7)H
H_C
orr(
1,8)
HH
_Cor
r(1,
9)H
H_C
orr(
1,10
)C
022
HH
_Cor
r(2,
1)H
H_C
orr(
2,2)
HH
_Cor
r(2,
3)H
H_C
orr(
2,4)
HH
_Cor
r(2,
5)H
H_C
orr(
2,6)
HH
_Cor
r(2,
7)H
H_C
orr(
2,8)
HH
_Cor
r(2,
9)H
H_C
orr(
2,10
)C
033
HH
_Cor
r(3,
1)H
H_C
orr(
3,2)
HH
_Cor
r(3,
3)H
H_C
orr(
3,4)
HH
_Cor
r(3,
5)H
H_C
orr(
3,6)
HH
_Cor
r(3,
7)H
H_C
orr(
3,8)
HH
_Cor
r(3,
9)H
H_C
orr(
3,10
)C
044
HH
_Cor
r(4,
1)H
H_C
orr(
4,2)
HH
_Cor
r(4,
3)H
H_C
orr(
4,4)
HH
_Cor
r(4,
5)H
H_C
orr(
4,6)
HH
_Cor
r(4,
7)H
H_C
orr(
4,8)
HH
_Cor
r(4,
9)H
H_C
orr(
4,10
)C
055
HH
_Cor
r(5,
1)H
H_C
orr(
5,2)
HH
_Cor
r(5,
3)H
H_C
orr(
5,4)
HH
_Cor
r(5,
5)H
H_C
orr(
5,6)
HH
_Cor
r(5,
7)H
H_C
orr(
5,8)
HH
_Cor
r(5,
9)H
H_C
orr(
5,10
)C
066
HH
_Cor
r(6,
1)H
H_C
orr(
6,2)
HH
_Cor
r(6,
3)H
H_C
orr(
6,4)
HH
_Cor
r(6,
5)H
H_C
orr(
6,6)
HH
_Cor
r(6,
7)H
H_C
orr(
6,8)
HH
_Cor
r(6,
9)H
H_C
orr(
6,10
)C
077
HH
_Cor
r(7,
1)H
H_C
orr(
7,2)
HH
_Cor
r(7,
3)H
H_C
orr(
7,4)
HH
_Cor
r(7,
5)H
H_C
orr(
7,6)
HH
_Cor
r(7,
7)H
H_C
orr(
7,8)
HH
_Cor
r(7,
9)H
H_C
orr(
7,10
)C
088
HH
_Cor
r(8,
1)H
H_C
orr(
8,2)
HH
_Cor
r(8,
3)H
H_C
orr(
8,4)
HH
_Cor
r(8,
5)H
H_C
orr(
8,6)
HH
_Cor
r(8,
7)H
H_C
orr(
8,8)
HH
_Cor
r(8,
9)H
H_C
orr(
8,10
)C
099
HH
_Cor
r(9,
1)H
H_C
orr(
9,2)
HH
_Cor
r(9,
3)H
H_C
orr(
9,4)
HH
_Cor
r(9,
5)H
H_C
orr(
9,6)
HH
_Cor
r(9,
7)H
H_C
orr(
9,8)
HH
_Cor
r(9,
9)H
H_C
orr(
9,10
)C
1010
HH
_Cor
r(10
,1)
HH
_Cor
r(10
,2)
HH
_Cor
r(10
,3)
HH
_Cor
r(10
,4)
HH
_Cor
r(10
,5)
HH
_Cor
r(10
,6)
HH
_Cor
r(10
,7)
HH
_Cor
r(10
,8)
HH
_Cor
r(10
,9)
HH
_Cor
r(10
,10)
C11
11H
H_C
orr(
11,1
)H
H_C
orr(
11,2
)H
H_C
orr(
11,3
)H
H_C
orr(
11,4
)H
H_C
orr(
11,5
)H
H_C
orr(
11,6
)H
H_C
orr(
11,7
)H
H_C
orr(
11,8
)H
H_C
orr(
11,9
)H
H_C
orr(
11,1
0)C
1212
HH
_Cor
r(12
,1)
HH
_Cor
r(12
,2)
HH
_Cor
r(12
,3)
HH
_Cor
r(12
,4)
HH
_Cor
r(12
,5)
HH
_Cor
r(12
,6)
HH
_Cor
r(12
,7)
HH
_Cor
r(12
,8)
HH
_Cor
r(12
,9)
HH
_Cor
r(12
,10)
C13
13H
H_C
orr(
13,1
)H
H_C
orr(
13,2
)H
H_C
orr(
13,3
)H
H_C
orr(
13,4
)H
H_C
orr(
13,5
)H
H_C
orr(
13,6
)H
H_C
orr(
13,7
)H
H_C
orr(
13,8
)H
H_C
orr(
13,9
)H
H_C
orr(
13,1
0)C
1414
HH
_Cor
r(14
,1)
HH
_Cor
r(14
,2)
HH
_Cor
r(14
,3)
HH
_Cor
r(14
,4)
HH
_Cor
r(14
,5)
HH
_Cor
r(14
,6)
HH
_Cor
r(14
,7)
HH
_Cor
r(14
,8)
HH
_Cor
r(14
,9)
HH
_Cor
r(14
,10)
C15
15H
H_C
orr(
15,1
)H
H_C
orr(
15,2
)H
H_C
orr(
15,3
)H
H_C
orr(
15,4
)H
H_C
orr(
15,5
)H
H_C
orr(
15,6
)H
H_C
orr(
15,7
)H
H_C
orr(
15,8
)H
H_C
orr(
15,9
)H
H_C
orr(
15,1
0)
26/68
Km
j_P
rev
MC
KB
Pt-
1t
Fijo
CR
EE
M_P
rev
CT
_Pre
v1
12
31
1M
in1
Km
j_P
rev(
1,1)
Min
1M
CK
BP
(1,1
)M
CK
BP
(1,2
)M
CK
BP
(1,3
)IS
1C
RE
EM
_Pre
v(1,
1)IS
1C
T_P
rev(
1,1)
IS2
Km
j_P
rev(
2,1)
IS2
MC
KB
P(2
,1)
MC
KB
P(2
,2)
MC
KB
P(2
,3)
IM01
2C
RE
EM
_Pre
v(2,
1)IM
012
CT
_Pre
v(2,
1)IM
013
Km
j_P
rev(
3,1)
IM01
3M
CK
BP
(3,1
)M
CK
BP
(3,2
)M
CK
BP
(3,3
)IM
023
CR
EE
M_P
rev(
3,1)
IM02
3C
T_P
rev(
3,1)
IM02
4K
mj_
Pre
v(4,
1)IM
024
MC
KB
P(4
,1)
MC
KB
P(4
,2)
MC
KB
P(4
,3)
IM03
4C
RE
EM
_Pre
v(4,
1)IM
034
CT
_Pre
v(4,
1)IM
035
Km
j_P
rev(
5,1)
IM03
5M
CK
BP
(5,1
)M
CK
BP
(5,2
)M
CK
BP
(5,3
)IM
045
CR
EE
M_P
rev(
5,1)
IM04
5C
T_P
rev(
5,1)
IM04
6K
mj_
Pre
v(6,
1)IM
046
MC
KB
P(6
,1)
MC
KB
P(6
,2)
MC
KB
P(6
,3)
IM05
6C
RE
EM
_Pre
v(6,
1)IM
056
CT
_Pre
v(6,
1)IM
057
Km
j_P
rev(
7,1)
IM05
7M
CK
BP
(7,1
)M
CK
BP
(7,2
)M
CK
BP
(7,3
)IM
067
CR
EE
M_P
rev(
7,1)
IM06
7C
T_P
rev(
7,1)
IM06
8K
mj_
Pre
v(8,
1)IM
068
MC
KB
P(8
,1)
MC
KB
P(8
,2)
MC
KB
P(8
,3)
IM07
8C
RE
EM
_Pre
v(8,
1)IM
078
CT
_Pre
v(8,
1)IM
079
Km
j_P
rev(
9,1)
IM07
9M
CK
BP
(9,1
)M
CK
BP
(9,2
)M
CK
BP
(9,3
)IM
089
CR
EE
M_P
rev(
9,1)
IM08
9C
T_P
rev(
9,1)
IM08
10K
mj_
Pre
v(10
,1)
IM08
10M
CK
BP
(10,
1)M
CK
BP
(10,
2)M
CK
BP
(10,
3)IM
0910
CR
EE
M_P
rev(
10,1
)IM
0910
CT
_Pre
v(10
,1)
IM09
11K
mj_
Pre
v(11
,1)
IM09
11M
CK
BP
(11,
1)M
CK
BP
(11,
2)M
CK
BP
(11,
3)IM
1011
CR
EE
M_P
rev(
11,1
)IM
1011
CT
_Pre
v(11
,1)
IM10
12K
mj_
Pre
v(12
,1)
IM10
12M
CK
BP
(12,
1)M
CK
BP
(12,
2)M
CK
BP
(12,
3)IM
1112
CR
EE
M_P
rev(
12,1
)IM
1112
CT
_Pre
v(12
,1)
IM11
13K
mj_
Pre
v(13
,1)
IM11
13M
CK
BP
(13,
1)M
CK
BP
(13,
2)M
CK
BP
(13,
3)IM
1213
CR
EE
M_P
rev(
13,1
)IM
1213
CT
_Pre
v(13
,1)
IM12
14K
mj_
Pre
v(14
,1)
IM12
14M
CK
BP
(14,
1)M
CK
BP
(14,
2)M
CK
BP
(14,
3)IM
1314
CR
EE
M_P
rev(
14,1
)IM
1314
CT
_Pre
v(14
,1)
IM13
15K
mj_
Pre
v(15
,1)
IM13
15M
CK
BP
(15,
1)M
CK
BP
(15,
2)M
CK
BP
(15,
3)IM
1415
CR
EE
M_P
rev(
15,1
)IM
1415
CT
_Pre
v(15
,1)
IM14
16K
mj_
Pre
v(16
,1)
IM14
16M
CK
BP
(16,
1)M
CK
BP
(16,
2)M
CK
BP
(16,
3)IM
1516
CR
EE
M_P
rev(
16,1
)IM
1516
CT
_Pre
v(16
,1)
IM15
17K
mj_
Pre
v(17
,1)
IM15
17M
CK
BP
(17,
1)M
CK
BP
(17,
2)M
CK
BP
(17,
3)IM
1617
CR
EE
M_P
rev(
17,1
)IM
1617
CT
_Pre
v(17
,1)
IM16
18K
mj_
Pre
v(18
,1)
IM16
18M
CK
BP
(18,
1)M
CK
BP
(18,
2)M
CK
BP
(18,
3)IM
1718
CR
EE
M_P
rev(
18,1
)IM
1718
CT
_Pre
v(18
,1)
IM17
19K
mj_
Pre
v(19
,1)
IM17
19M
CK
BP
(19,
1)M
CK
BP
(19,
2)M
CK
BP
(19,
3)IM
1819
CR
EE
M_P
rev(
19,1
)IM
1819
CT
_Pre
v(19
,1)
IM18
20K
mj_
Pre
v(20
,1)
IM18
20M
CK
BP
(20,
1)M
CK
BP
(20,
2)M
CK
BP
(20,
3)IM
1920
CR
EE
M_P
rev(
20,1
)IM
1920
CT
_Pre
v(20
,1)
IM19
21K
mj_
Pre
v(21
,1)
IM19
21M
CK
BP
(21,
1)M
CK
BP
(21,
2)M
CK
BP
(21,
3)IM
2021
CR
EE
M_P
rev(
21,1
)IM
2021
CT
_Pre
v(21
,1)
IM20
22K
mj_
Pre
v(22
,1)
IM20
22M
CK
BP
(22,
1)M
CK
BP
(22,
2)M
CK
BP
(22,
3)G
R22
CR
EE
M_P
rev(
22,1
)G
R22
CT
_Pre
v(22
,1)
GR
23K
mj_
Pre
v(23
,1)
GR
23M
CK
BP
(23,
1)M
CK
BP
(23,
2)M
CK
BP
(23,
3)C
tota
l23
CR
EE
M_P
rev(
23,1
)C
tota
l23
CT
_Pre
v(23
,1)
HH
_Pre
vN
um
_In
t_P
rev
Tp
o_P
rev
11
21
IS1
HH
_Pre
v(1,
1)IS
1N
um_I
nt_P
rev(
1,1)
Num
_Int
_Pre
v(1,
2)IS
1T
po_P
rev(
1,1)
IM01
2H
H_P
rev(
2,1)
IM01
2N
um_I
nt_P
rev(
2,1)
Num
_Int
_Pre
v(2,
2)IM
012
Tpo
_Pre
v(2,
1)IM
023
HH
_Pre
v(3,
1)IM
023
Num
_Int
_Pre
v(3,
1)N
um_I
nt_P
rev(
3,2)
IM02
3T
po_P
rev(
3,1)
IM03
4H
H_P
rev(
4,1)
IM03
4N
um_I
nt_P
rev(
4,1)
Num
_Int
_Pre
v(4,
2)IM
034
Tpo
_Pre
v(4,
1)IM
045
HH
_Pre
v(5,
1)IM
045
Num
_Int
_Pre
v(5,
1)N
um_I
nt_P
rev(
5,2)
IM04
5T
po_P
rev(
5,1)
IM05
6H
H_P
rev(
6,1)
IM05
6N
um_I
nt_P
rev(
6,1)
Num
_Int
_Pre
v(6,
2)IM
056
Tpo
_Pre
v(6,
1)IM
067
HH
_Pre
v(7,
1)IM
067
Num
_Int
_Pre
v(7,
1)N
um_I
nt_P
rev(
7,2)
IM06
7T
po_P
rev(
7,1)
IM07
8H
H_P
rev(
8,1)
IM07
8N
um_I
nt_P
rev(
8,1)
Num
_Int
_Pre
v(8,
2)IM
078
Tpo
_Pre
v(8,
1)IM
089
HH
_Pre
v(9,
1)IM
089
Num
_Int
_Pre
v(9,
1)N
um_I
nt_P
rev(
9,2)
IM08
9T
po_P
rev(
9,1)
IM09
10H
H_P
rev(
10,1
)IM
0910
Num
_Int
_Pre
v(10
,1)
Num
_Int
_Pre
v(10
,2)
IM09
10T
po_P
rev(
10,1
)IM
1011
HH
_Pre
v(11
,1)
IM10
11N
um_I
nt_P
rev(
11,1
)N
um_I
nt_P
rev(
11,2
)IM
1011
Tpo
_Pre
v(11
,1)
IM11
12H
H_P
rev(
12,1
)IM
1112
Num
_Int
_Pre
v(12
,1)
Num
_Int
_Pre
v(12
,2)
IM11
12T
po_P
rev(
12,1
)IM
1213
HH
_Pre
v(13
,1)
IM12
13N
um_I
nt_P
rev(
13,1
)N
um_I
nt_P
rev(
13,2
)IM
1213
Tpo
_Pre
v(13
,1)
IM13
14H
H_P
rev(
14,1
)IM
1314
Num
_Int
_Pre
v(14
,1)
Num
_Int
_Pre
v(14
,2)
IM13
14T
po_P
rev(
14,1
)IM
1415
HH
_Pre
v(15
,1)
IM14
15N
um_I
nt_P
rev(
15,1
)N
um_I
nt_P
rev(
15,2
)IM
1415
Tpo
_Pre
v(15
,1)
IM15
16H
H_P
rev(
16,1
)IM
1516
Num
_Int
_Pre
v(16
,1)
Num
_Int
_Pre
v(16
,2)
IM15
16T
po_P
rev(
16,1
)IM
1617
HH
_Pre
v(17
,1)
IM16
17N
um_I
nt_P
rev(
17,1
)N
um_I
nt_P
rev(
17,2
)IM
1617
Tpo
_Pre
v(17
,1)
IM17
18H
H_P
rev(
18,1
)IM
1718
Num
_Int
_Pre
v(18
,1)
Num
_Int
_Pre
v(18
,2)
IM17
18T
po_P
rev(
18,1
)IM
1819
HH
_Pre
v(19
,1)
IM18
19N
um_I
nt_P
rev(
19,1
)N
um_I
nt_P
rev(
19,2
)IM
1819
Tpo
_Pre
v(19
,1)
IM19
20H
H_P
rev(
20,1
)IM
1920
Num
_Int
_Pre
v(20
,1)
Num
_Int
_Pre
v(20
,2)
IM19
20T
po_P
rev(
20,1
)IM
2021
HH
_Pre
v(21
,1)
IM20
21N
um_I
nt_P
rev(
21,1
)N
um_I
nt_P
rev(
21,2
)IM
2021
Tpo
_Pre
v(21
,1)
GR
22H
H_P
rev(
22,1
)G
R22
Num
_Int
_Pre
v(22
,1)
Num
_Int
_Pre
v(22
,2)
GR
22T
po_P
rev(
22,1
)H
Hto
tal
23H
H_P
rev(
23,1
)
27/68
Kms t-1 t Nco HH1 2 1 1
Tren01 1 Kms(1,1) Kms(1,2) Tren01 1 Nco(1,1) Prev 1 HH(1,1)Tren02 2 Kms(2,1) Kms(2,2) Tren02 2 Nco(2,1) Corr 2 HH(2,1)Tren03 3 Kms(3,1) Kms(3,2) Tren03 3 Nco(3,1) Lab 3 HH(3,1)Tren04 4 Kms(4,1) Kms(4,2) Tren04 4 Nco(4,1)Tren05 5 Kms(5,1) Kms(5,2) Tren05 5 Nco(5,1)Tren06 6 Kms(6,1) Kms(6,2) Tren06 6 Nco(6,1) NTecTren07 7 Kms(7,1) Kms(7,2) Tren07 7 Nco(7,1) 1Tren08 8 Kms(8,1) Kms(8,2) Tren08 8 Nco(8,1) In Situ 1 NTec(1,1)Tren09 9 Kms(9,1) Kms(9,2) Tren09 9 Nco(9,1) Lab 2 NTec(2,1)Tren10 10 Kms(10,1) Kms(10,2) Tren10 10 Nco(10,1)Tren11 11 Kms(11,1) Kms(11,2) Tren11 11 Nco(11,1)Tren12 12 Kms(12,1) Kms(12,2) Tren12 12 Nco(12,1) DesarrTren13 13 Kms(13,1) Kms(13,2) Tren13 13 Nco(13,1) 1Tren14 14 Kms(14,1) Kms(14,2) Tren14 14 Nco(14,1) Frecuencia 1 Desarr(1,1)Tren15 15 Kms(15,1) Kms(15,2) Tren15 15 Nco(15,1) Duracion dia 2 Desarr(2,1)Tren16 16 Kms(16,1) Kms(16,2) Tren16 16 Nco(16,1)Tren17 17 Kms(17,1) Kms(17,2) Tren17 17 Nco(17,1)Tren18 18 Kms(18,1) Kms(18,2) Tren18 18 Nco(18,1) DurationTren19 19 Kms(19,1) Kms(19,2) Tren19 19 Nco(19,1) 1Tren20 20 Kms(20,1) Kms(20,2) Tren20 20 Nco(20,1) Years 1 Duration(1,1)Tren21 21 Kms(21,1) Kms(21,2) Tren21 21 Nco(21,1) Hour per Day 2 Duration(2,1)Tren22 22 Kms(22,1) Kms(22,2) Tren22 22 Nco(22,1)Tren23 23 Kms(23,1) Kms(23,2) Tren23 23 Nco(23,1)Tren24 24 Kms(24,1) Kms(24,2) Tren24 24 Nco(24,1) IPCTren25 25 Kms(25,1) Kms(25,2) Tren25 25 Nco(25,1)Tren26 26 Kms(26,1) Kms(26,2) Tren26 26 Nco(26,1)Tren27 27 Kms(27,1) Kms(27,2) Tren27 27 Nco(27,1) IPETren28 28 Kms(28,1) Kms(28,2) Tren28 28 Nco(28,1)Tren29 29 Kms(29,1) Kms(29,2) Tren29 29 Nco(29,1)Tren30 30 Kms(30,1) Kms(30,2) Tren30 30 Nco(30,1) V_kmhTren31 31 Kms(31,1) Kms(31,2) Tren31 31 Nco(31,1)Tren32 32 Kms(32,1) Kms(32,2) Tren32 32 Nco(32,1)Tren33 33 Kms(33,1) Kms(33,2) Tren33 33 Nco(33,1)Tren34 34 Kms(34,1) Kms(34,2) Tren34 34 Nco(34,1)Tren35 35 Kms(35,1) Kms(35,2) Tren35 35 Nco(35,1)Tren36 36 Kms(36,1) Kms(36,2) Tren36 36 Nco(36,1)Tren37 37 Kms(37,1) Kms(37,2) Tren37 37 Nco(37,1)Tren38 38 Kms(38,1) Kms(38,2) Tren38 38 Nco(38,1)Tren39 39 Kms(39,1) Kms(39,2) Tren39 39 Nco(39,1)Tren40 40 Kms(40,1) Kms(40,2) Tren40 40 Nco(40,1)Tren41 41 Kms(41,1) Kms(41,2) Tren41 41 Nco(41,1)Tren42 42 Kms(42,1) Kms(42,2) Tren42 42 Nco(42,1)Tren43 43 Kms(43,1) Kms(43,2) Tren43 43 Nco(43,1)Tren44 44 Kms(44,1) Kms(44,2) Tren44 44 Nco(44,1)Tren45 45 Kms(45,1) Kms(45,2) Tren45 45 Nco(45,1)Tren46 46 Kms(46,1) Kms(46,2) Tren46 46 Nco(46,1)Tren47 47 Kms(47,1) Kms(47,2) Tren47 47 Nco(47,1)Tren48 48 Kms(48,1) Kms(48,2) Tren48 48 Nco(48,1)Tren49 49 Kms(49,1) Kms(49,2) Tren49 49 Nco(49,1)Tren50 50 Kms(50,1) Kms(50,2) Tren50 50 Nco(50,1)Tren51 51 Kms(51,1) Kms(51,2) Tren51 51 Nco(51,1)Tren52 52 Kms(52,1) Kms(52,2) Tren52 52 Nco(52,1)Tren53 53 Kms(53,1) Kms(53,2) Tren53 53 Nco(53,1)Tren54 54 Kms(54,1) Kms(54,2) Tren54 54 Nco(54,1)Tren55 55 Kms(55,1) Kms(55,2) Tren55 55 Nco(55,1)Tren56 56 Kms(56,1) Kms(56,2) Tren56 56 Nco(56,1)Tren57 57 Kms(57,1) Kms(57,2) Tren57 57 Nco(57,1)Tren58 58 Kms(58,1) Kms(58,2) Tren58 58 Nco(58,1)Tren59 59 Kms(59,1) Kms(59,2) Tren59 59 Nco(59,1)Tren60 60 Kms(60,1) Kms(60,2) Tren60 60 Nco(60,1)Trenk NREP Kms(NREP,1) Kms(NREP,2) Trenk NREP Nco(NREP,1)
28/68
K.3/ Formulas
> Stop – Detencion del tren en el taller
STOP1- Begin.NumberOut-End.NumberOut>1
Un tren en el taller no puede estar en servicio - INDISPONIBILIDAD
> Update – Actualizacion anual
UPDATE1- TNOW==AINT(365*Duration(2,1))+TNOWM1 || TNOW==AINT(365*Duration(2,1)*Duration(1,1))-1
Fecha de actualizacion de los datos
WRITER2- GO TO WRITER
Se graban los valores, parametros y costos de la simulacion desde un archivo Excel preformatoINFLATION
3- HH(1,1) HH(1,1)*(1+IPC)HH(2,1) HH(2,1)*(1+IPC)HH(3,1) HH(3,1)*(1+IPC)Se actualiza el valor unitario de la hora hombre segun la tasa de inflacion
INFLATION4- CREEM_Prev(1,1) CREEM_Prev(1,1)*(1+IPE)
CREEM_Prev(2,1) CREEM_Prev(2,1)*(1+IPE)CREEM_Prev(3,1) CREEM_Prev(3,1)*(1+IPE)CREEM_Prev(4,1) CREEM_Prev(4,1)*(1+IPE)CREEM_Prev(5,1) CREEM_Prev(5,1)*(1+IPE)CREEM_Prev(6,1) CREEM_Prev(6,1)*(1+IPE)CREEM_Prev(7,1) CREEM_Prev(7,1)*(1+IPE)CREEM_Prev(8,1) CREEM_Prev(8,1)*(1+IPE)CREEM_Prev(9,1) CREEM_Prev(9,1)*(1+IPE)CREEM_Prev(10,1) CREEM_Prev(10,1)*(1+IPE)CREEM_Prev(11,1) CREEM_Prev(11,1)*(1+IPE)CREEM_Prev(12,1) CREEM_Prev(12,1)*(1+IPE)CREEM_Prev(13,1) CREEM_Prev(13,1)*(1+IPE)CREEM_Prev(14,1) CREEM_Prev(14,1)*(1+IPE)CREEM_Prev(15,1) CREEM_Prev(15,1)*(1+IPE)CREEM_Prev(16,1) CREEM_Prev(16,1)*(1+IPE)CREEM_Prev(17,1) CREEM_Prev(17,1)*(1+IPE)CREEM_Prev(18,1) CREEM_Prev(18,1)*(1+IPE)CREEM_Prev(19,1) CREEM_Prev(19,1)*(1+IPE)CREEM_Prev(20,1) CREEM_Prev(20,1)*(1+IPE)CREEM_Prev(21,1) CREEM_Prev(21,1)*(1+IPE)CREEM_Prev(22,1) CREEM_Prev(22,1)*(1+IPE)Se actualiza el costo de repuesto promedio, para cada intervencion preventiva
INFLATION5- CREEM_Corr(1,1) CREEM_Corr(1,1)*(1+IPE)
CREEM_Corr(2,1) CREEM_Corr(2,1)*(1+IPE)CREEM_Corr(3,1) CREEM_Corr(3,1)*(1+IPE)CREEM_Corr(4,1) CREEM_Corr(4,1)*(1+IPE)CREEM_Corr(5,1) CREEM_Corr(5,1)*(1+IPE)CREEM_Corr(6,1) CREEM_Corr(6,1)*(1+IPE)CREEM_Corr(7,1) CREEM_Corr(7,1)*(1+IPE)CREEM_Corr(8,1) CREEM_Corr(8,1)*(1+IPE)CREEM_Corr(9,1) CREEM_Corr(9,1)*(1+IPE)CREEM_Corr(10,1) CREEM_Corr(10,1)*(1+IPE)CREEM_Corr(11,1) CREEM_Corr(11,1)*(1+IPE)CREEM_Corr(12,1) CREEM_Corr(12,1)*(1+IPE)CREEM_Corr(13,1) CREEM_Corr(13,1)*(1+IPE)CREEM_Corr(14,1) CREEM_Corr(14,1)*(1+IPE)CREEM_Corr(15,1) CREEM_Corr(15,1)*(1+IPE)Se actualiza el costo de repuesto minimo, para cada reparacion correctiva
> Formulas Nivel 0
29/68
INFLATION6- CREEM_Corr(1,2) CREEM_Corr(1,2)*(1+IPE)
CREEM_Corr(2,2) CREEM_Corr(2,2)*(1+IPE)CREEM_Corr(3,2) CREEM_Corr(3,2)*(1+IPE)CREEM_Corr(4,2) CREEM_Corr(4,2)*(1+IPE)CREEM_Corr(5,2) CREEM_Corr(5,2)*(1+IPE)CREEM_Corr(6,2) CREEM_Corr(6,2)*(1+IPE)CREEM_Corr(7,2) CREEM_Corr(7,2)*(1+IPE)CREEM_Corr(8,2) CREEM_Corr(8,2)*(1+IPE)CREEM_Corr(9,2) CREEM_Corr(9,2)*(1+IPE)CREEM_Corr(10,2) CREEM_Corr(10,2)*(1+IPE)CREEM_Corr(11,2) CREEM_Corr(11,2)*(1+IPE)CREEM_Corr(12,2) CREEM_Corr(12,2)*(1+IPE)CREEM_Corr(13,2) CREEM_Corr(13,2)*(1+IPE)CREEM_Corr(14,2) CREEM_Corr(14,2)*(1+IPE)CREEM_Corr(15,2) CREEM_Corr(15,2)*(1+IPE)Se actualiza el factor de la distribucion beta esimando el costo de repuesto, para cada reparacion correctiva
INFLATION7- Rep_Ext(1,1) Rep_Ext(1,1)*(1+IPE)
Rep_Ext(2,1) Rep_Ext(2,1)*(1+IPE)Rep_Ext(3,1) Rep_Ext(3,1)*(1+IPE)Rep_Ext(4,1) Rep_Ext(4,1)*(1+IPE)Rep_Ext(5,1) Rep_Ext(5,1)*(1+IPE)Rep_Ext(6,1) Rep_Ext(6,1)*(1+IPE)Rep_Ext(7,1) Rep_Ext(7,1)*(1+IPE)Rep_Ext(8,1) Rep_Ext(8,1)*(1+IPE)Rep_Ext(9,1) Rep_Ext(9,1)*(1+IPE)Rep_Ext(10,1) Rep_Ext(10,1)*(1+IPE)Rep_Ext(11,1) Rep_Ext(11,1)*(1+IPE)Rep_Ext(12,1) Rep_Ext(12,1)*(1+IPE)Rep_Ext(13,1) Rep_Ext(13,1)*(1+IPE)Rep_Ext(14,1) Rep_Ext(14,1)*(1+IPE)Rep_Ext(15,1) Rep_Ext(15,1)*(1+IPE)Se actualiza el valor de la reparacion externa
AGE8- V_kmh V_kmh+Desarr(1,1)
Se actualiza el kilometraje recorrido por diaAGE
9- Duration(2,1) MN(24,Duration(2,1)+Desarr(2,1))Se actualiza el horario del dia de operacion
AGE10- MCKBF(1,4) MCKBF(1,4)*(1-Envej(1,1))
MCKBF(2,4) MCKBF(2,4)*(1-Envej(2,1))MCKBF(3,4) MCKBF(3,4)*(1-Envej(3,1))MCKBF(4,4) MCKBF(4,4)*(1-Envej(4,1))MCKBF(5,4) MCKBF(5,4)*(1-Envej(5,1))MCKBF(6,4) MCKBF(6,4)*(1-Envej(6,1))MCKBF(7,4) MCKBF(7,4)*(1-Envej(7,1))MCKBF(8,4) MCKBF(8,4)*(1-Envej(8,1))MCKBF(9,4) MCKBF(9,4)*(1-Envej(9,1))MCKBF(10,4) MCKBF(10,4)*(1-Envej(10,1))MCKBF(11,4) MCKBF(11,4)*(1-Envej(11,1))MCKBF(12,4) MCKBF(12,4)*(1-Envej(12,1))MCKBF(13,4) MCKBF(13,4)*(1-Envej(13,1))MCKBF(14,4) MCKBF(14,4)*(1-Envej(14,1))MCKBF(15,4) MCKBF(15,4)*(1-Envej(15,1))MCKBF(16,4) MCKBF(16,4)*(1-Envej(16,1))Se actualiza la tasa de falla promedia, para cada cluster
30/68
AGE11- ExtVsInt(1,1) MX(0,ExtVsInt(1,1)*(1+ExtVsInt(1,2)))
ExtVsInt(2,1) MX(0,ExtVsInt(2,1)*(1+ExtVsInt(2,2)))ExtVsInt(3,1) MX(0,ExtVsInt(3,1)*(1+ExtVsInt(3,2)))ExtVsInt(4,1) MX(0,ExtVsInt(4,1)*(1+ExtVsInt(4,2)))ExtVsInt(5,1) MX(0,ExtVsInt(5,1)*(1+ExtVsInt(5,2)))ExtVsInt(6,1) MX(0,ExtVsInt(6,1)*(1+ExtVsInt(6,2)))ExtVsInt(7,1) MX(0,ExtVsInt(7,1)*(1+ExtVsInt(7,2)))ExtVsInt(8,1) MX(0,ExtVsInt(8,1)*(1+ExtVsInt(8,2)))ExtVsInt(9,1) MX(0,ExtVsInt(9,1)*(1+ExtVsInt(9,2)))ExtVsInt(10,1) MX(0,ExtVsInt(10,1)*(1+ExtVsInt(10,2)))ExtVsInt(11,1) MX(0,ExtVsInt(11,1)*(1+ExtVsInt(11,2)))ExtVsInt(12,1) MX(0,ExtVsInt(12,1)*(1+ExtVsInt(12,2)))ExtVsInt(13,1) MX(0,ExtVsInt(13,1)*(1+ExtVsInt(13,2)))ExtVsInt(14,1) MX(0,ExtVsInt(14,1)*(1+ExtVsInt(14,2)))ExtVsInt(15,1) MX(0,ExtVsInt(15,1)*(1+ExtVsInt(15,2)))Se actualiza la reparticion de reparaciones a fuera sobre las reparaciones en laboratorio
AGE12- HH_Corr(1,7) MX(0,HH_Corr(1,7)*(1+HH_Corr(1,10)))
HH_Corr(2,7) MX(0,HH_Corr(2,7)*(1+HH_Corr(2,10)))HH_Corr(3,7) MX(0,HH_Corr(3,7)*(1+HH_Corr(3,10)))HH_Corr(4,7) MX(0,HH_Corr(4,7)*(1+HH_Corr(4,10)))HH_Corr(5,7) MX(0,HH_Corr(5,7)*(1+HH_Corr(5,10)))HH_Corr(6,7) MX(0,HH_Corr(6,7)*(1+HH_Corr(6,10)))HH_Corr(7,7) MX(0,HH_Corr(7,7)*(1+HH_Corr(7,10)))HH_Corr(8,7) MX(0,HH_Corr(8,7)*(1+HH_Corr(8,10)))HH_Corr(9,7) MX(0,HH_Corr(9,7)*(1+HH_Corr(9,10)))HH_Corr(10,7) MX(0,HH_Corr(10,7)*(1+HH_Corr(10,10)))HH_Corr(11,7) MX(0,HH_Corr(11,7)*(1+HH_Corr(11,10)))HH_Corr(12,7) MX(0,HH_Corr(12,7)*(1+HH_Corr(12,10)))HH_Corr(13,7) MX(0,HH_Corr(13,7)*(1+HH_Corr(13,10)))HH_Corr(14,7) MX(0,HH_Corr(14,7)*(1+HH_Corr(14,10)))HH_Corr(15,7) MX(0,HH_Corr(15,7)*(1+HH_Corr(15,10)))Se actualiza el tiempo minimo de reparacion In Situ
AGE13- HH_Corr(1,8) MX(0,HH_Corr(1,8)*(1+HH_Corr(1,10)))
HH_Corr(2,8) MX(0,HH_Corr(2,8)*(1+HH_Corr(2,10)))HH_Corr(3,8) MX(0,HH_Corr(3,8)*(1+HH_Corr(3,10)))HH_Corr(4,8) MX(0,HH_Corr(4,8)*(1+HH_Corr(4,10)))HH_Corr(5,8) MX(0,HH_Corr(5,8)*(1+HH_Corr(5,10)))HH_Corr(6,8) MX(0,HH_Corr(6,8)*(1+HH_Corr(6,10)))HH_Corr(7,8) MX(0,HH_Corr(7,8)*(1+HH_Corr(7,10)))HH_Corr(8,8) MX(0,HH_Corr(8,8)*(1+HH_Corr(8,10)))HH_Corr(9,8) MX(0,HH_Corr(9,8)*(1+HH_Corr(9,10)))HH_Corr(10,8) MX(0,HH_Corr(10,8)*(1+HH_Corr(10,10)))HH_Corr(11,8) MX(0,HH_Corr(11,8)*(1+HH_Corr(11,10)))HH_Corr(12,8) MX(0,HH_Corr(12,8)*(1+HH_Corr(12,10)))HH_Corr(13,8) MX(0,HH_Corr(13,8)*(1+HH_Corr(13,10)))HH_Corr(14,8) MX(0,HH_Corr(14,8)*(1+HH_Corr(14,10)))HH_Corr(15,8) MX(0,HH_Corr(15,8)*(1+HH_Corr(15,10)))Se actualiza el tiempo promedio de reparacion In Situ (LN)
AGE14- HH_Corr(1,3) MX(0,HH_Corr(1,3)*(1+HH_Corr(1,6)))
HH_Corr(2,3) MX(0,HH_Corr(2,3)*(1+HH_Corr(2,6)))HH_Corr(3,3) MX(0,HH_Corr(3,3)*(1+HH_Corr(3,6)))HH_Corr(4,3) MX(0,HH_Corr(4,3)*(1+HH_Corr(4,6)))HH_Corr(5,3) MX(0,HH_Corr(5,3)*(1+HH_Corr(5,6)))HH_Corr(6,3) MX(0,HH_Corr(6,3)*(1+HH_Corr(6,6)))HH_Corr(7,3) MX(0,HH_Corr(7,3)*(1+HH_Corr(7,6)))HH_Corr(8,3) MX(0,HH_Corr(8,3)*(1+HH_Corr(8,6)))HH_Corr(9,3) MX(0,HH_Corr(9,3)*(1+HH_Corr(9,6)))HH_Corr(10,3) MX(0,HH_Corr(10,3)*(1+HH_Corr(10,6)))HH_Corr(11,3) MX(0,HH_Corr(11,3)*(1+HH_Corr(11,6)))HH_Corr(12,3) MX(0,HH_Corr(12,3)*(1+HH_Corr(12,6)))HH_Corr(13,3) MX(0,HH_Corr(13,3)*(1+HH_Corr(13,6)))HH_Corr(14,3) MX(0,HH_Corr(14,3)*(1+HH_Corr(14,6)))HH_Corr(15,3) MX(0,HH_Corr(15,3)*(1+HH_Corr(15,6)))Se actualiza el tiempo minimo de reparacion en el laboratorio
31/68
AGE15- HH_Corr(1,4) MX(0,HH_Corr(1,4)*(1+HH_Corr(1,6)))
HH_Corr(2,4) MX(0,HH_Corr(2,4)*(1+HH_Corr(2,6)))HH_Corr(3,4) MX(0,HH_Corr(3,4)*(1+HH_Corr(3,6)))HH_Corr(4,4) MX(0,HH_Corr(4,4)*(1+HH_Corr(4,6)))HH_Corr(5,4) MX(0,HH_Corr(5,4)*(1+HH_Corr(5,6)))HH_Corr(6,4) MX(0,HH_Corr(6,4)*(1+HH_Corr(6,6)))HH_Corr(7,4) MX(0,HH_Corr(7,4)*(1+HH_Corr(7,6)))HH_Corr(8,4) MX(0,HH_Corr(8,4)*(1+HH_Corr(8,6)))HH_Corr(9,4) MX(0,HH_Corr(9,4)*(1+HH_Corr(9,6)))HH_Corr(10,4) MX(0,HH_Corr(10,4)*(1+HH_Corr(10,6)))HH_Corr(11,4) MX(0,HH_Corr(11,4)*(1+HH_Corr(11,6)))HH_Corr(12,4) MX(0,HH_Corr(12,4)*(1+HH_Corr(12,6)))HH_Corr(13,4) MX(0,HH_Corr(13,4)*(1+HH_Corr(13,6)))HH_Corr(14,4) MX(0,HH_Corr(14,4)*(1+HH_Corr(14,6)))HH_Corr(15,4) MX(0,HH_Corr(15,4)*(1+HH_Corr(15,6)))Se actualiza el tiempo promedio de reparacion en el laboratorio (LN!)
> Init – Lectura de valores, Inicialización de las variables, Cálculos preliminarios
INIT1- TNOW==0
Se inicializan las variables al la primera iteracion
READER2- GO TO READER
Se leen los valores iniciales y los parametros de la simulacion desde un archivo Excel preformato
WARM UP3- GO TO WARM UP
Se actualiza el estado del tren segun el kilometraje accumuladoMEANS
4- CREEM_Corr(1,5) CREEM_Corr(1,1)+CREEM_Corr(1,2)*BETA(CREEM_Corr(1,3),CREEM_Corr(1,4))CREEM_Corr(2,5) CREEM_Corr(2,1)+CREEM_Corr(2,2)*BETA(CREEM_Corr(2,3),CREEM_Corr(2,4))CREEM_Corr(3,5) CREEM_Corr(3,1)+CREEM_Corr(3,2)*BETA(CREEM_Corr(3,3),CREEM_Corr(3,4))CREEM_Corr(4,5) CREEM_Corr(4,1)+CREEM_Corr(4,2)*BETA(CREEM_Corr(4,3),CREEM_Corr(4,4))CREEM_Corr(5,5) CREEM_Corr(5,1)+CREEM_Corr(5,2)*BETA(CREEM_Corr(5,3),CREEM_Corr(5,4))CREEM_Corr(6,5) CREEM_Corr(6,1)+CREEM_Corr(6,2)*BETA(CREEM_Corr(6,3),CREEM_Corr(6,4))CREEM_Corr(7,5) CREEM_Corr(7,1)+CREEM_Corr(7,2)*BETA(CREEM_Corr(7,3),CREEM_Corr(7,4))CREEM_Corr(8,5) CREEM_Corr(8,1)+CREEM_Corr(8,2)*BETA(CREEM_Corr(8,3),CREEM_Corr(8,4))CREEM_Corr(9,5) CREEM_Corr(9,1)+CREEM_Corr(9,2)*BETA(CREEM_Corr(9,3),CREEM_Corr(9,4))CREEM_Corr(10,5) CREEM_Corr(10,1)+CREEM_Corr(10,2)*BETA(CREEM_Corr(10,3),CREEM_Corr(10,4))CREEM_Corr(11,5) CREEM_Corr(11,1)+CREEM_Corr(11,2)*BETA(CREEM_Corr(11,3),CREEM_Corr(11,4))CREEM_Corr(12,5) CREEM_Corr(12,1)+CREEM_Corr(12,2)*BETA(CREEM_Corr(12,3),CREEM_Corr(12,4))CREEM_Corr(13,5) CREEM_Corr(13,1)+CREEM_Corr(13,2)*BETA(CREEM_Corr(13,3),CREEM_Corr(13,4))CREEM_Corr(14,5) CREEM_Corr(14,1)+CREEM_Corr(14,2)*BETA(CREEM_Corr(14,3),CREEM_Corr(14,4))CREEM_Corr(15,5) CREEM_Corr(15,1)+CREEM_Corr(15,2)*BETA(CREEM_Corr(15,3),CREEM_Corr(15,4))Se toma una primera estimacion del CREEM
MEANS5- MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))
MCKBF(2,5) MCKBF(2,3)+EXPO(MCKBF(2,4))MCKBF(3,5) MCKBF(3,3)+EXPO(MCKBF(3,4))MCKBF(4,5) MCKBF(4,3)+EXPO(MCKBF(4,4))MCKBF(5,5) MCKBF(5,3)+EXPO(MCKBF(5,4))MCKBF(6,5) MCKBF(6,3)+EXPO(MCKBF(6,4))MCKBF(7,5) MCKBF(7,3)+EXPO(MCKBF(7,4))MCKBF(8,5) MCKBF(8,3)+EXPO(MCKBF(8,4))MCKBF(9,5) MCKBF(9,3)+EXPO(MCKBF(9,4))MCKBF(10,5) MCKBF(10,3)+EXPO(MCKBF(10,4))MCKBF(11,5) MCKBF(11,3)+EXPO(MCKBF(11,4))MCKBF(12,5) MCKBF(12,3)+EXPO(MCKBF(12,4))MCKBF(13,5) MCKBF(13,3)+EXPO(MCKBF(13,4))MCKBF(14,5) MCKBF(14,3)+EXPO(MCKBF(14,4))MCKBF(15,5) MCKBF(15,3)+EXPO(MCKBF(15,4))MCKBF(16,5) MCKBF(16,3)+EXPO(MCKBF(16,4))Se toma una primera estimacion del MCKBF
32/68
> Count – Contadores de kilometrajes
COUNT1- MCKBF(1,2) MCKBF(1,1)+Nco(NREP,1)*V_kmh
MCKBF(2,2) MCKBF(2,1)+Nco(NREP,1)*V_kmhMCKBF(3,2) MCKBF(3,1)+Nco(NREP,1)*V_kmhMCKBF(4,2) MCKBF(4,1)+Nco(NREP,1)*V_kmhMCKBF(5,2) MCKBF(5,1)+Nco(NREP,1)*V_kmhMCKBF(6,2) MCKBF(6,1)+Nco(NREP,1)*V_kmhMCKBF(7,2) MCKBF(7,1)+Nco(NREP,1)*V_kmhMCKBF(8,2) MCKBF(8,1)+Nco(NREP,1)*V_kmhMCKBF(9,2) MCKBF(9,1)+Nco(NREP,1)*V_kmhMCKBF(10,2) MCKBF(10,1)+Nco(NREP,1)*V_kmhMCKBF(11,2) MCKBF(11,1)+Nco(NREP,1)*V_kmhMCKBF(12,2) MCKBF(12,1)+Nco(NREP,1)*V_kmhMCKBF(13,2) MCKBF(13,1)+Nco(NREP,1)*V_kmhMCKBF(14,2) MCKBF(14,1)+Nco(NREP,1)*V_kmhMCKBF(15,2) MCKBF(15,1)+Nco(NREP,1)*V_kmhMCKBF(16,2) MCKBF(16,1)+Nco(NREP,1)*V_kmhSe acumulan los kilometrajes entre cada averia, para cada cluster
COUNT2- MCKBP(1,2) MCKBP(1,1)+Nco(NREP,1)*V_kmh
MCKBP(2,2) MCKBP(2,1)+Nco(NREP,1)*V_kmhMCKBP(3,2) MCKBP(3,1)+Nco(NREP,1)*V_kmhMCKBP(4,2) MCKBP(4,1)+Nco(NREP,1)*V_kmhMCKBP(5,2) MCKBP(5,1)+Nco(NREP,1)*V_kmhMCKBP(6,2) MCKBP(6,1)+Nco(NREP,1)*V_kmhMCKBP(7,2) MCKBP(7,1)+Nco(NREP,1)*V_kmhMCKBP(8,2) MCKBP(8,1)+Nco(NREP,1)*V_kmhMCKBP(9,2) MCKBP(9,1)+Nco(NREP,1)*V_kmhMCKBP(10,2) MCKBP(10,1)+Nco(NREP,1)*V_kmhMCKBP(11,2) MCKBP(11,1)+Nco(NREP,1)*V_kmhMCKBP(12,2) MCKBP(12,1)+Nco(NREP,1)*V_kmhMCKBP(13,2) MCKBP(13,1)+Nco(NREP,1)*V_kmhMCKBP(14,2) MCKBP(14,1)+Nco(NREP,1)*V_kmhMCKBP(15,2) MCKBP(15,1)+Nco(NREP,1)*V_kmhMCKBP(16,2) MCKBP(16,1)+Nco(NREP,1)*V_kmhMCKBP(17,2) MCKBP(17,1)+Nco(NREP,1)*V_kmhMCKBP(18,2) MCKBP(18,1)+Nco(NREP,1)*V_kmhMCKBP(19,2) MCKBP(19,1)+Nco(NREP,1)*V_kmhMCKBP(20,2) MCKBP(20,1)+Nco(NREP,1)*V_kmhMCKBP(21,2) MCKBP(21,1)+Nco(NREP,1)*V_kmhMCKBP(22,2) MCKBP(22,1)+Nco(NREP,1)*V_kmhMCKBP(23,2) MCKBP(23,1)+Nco(NREP,1)*V_kmhSe acumulan los kilometrajes entre cada intervencion, para cada tipo de inspeccion
COUNT3- Kms(NREP,1) Kms(NREP,2)
Se memoriza el kilometraje del periodo pasadoCOUNT
4- Kms(NREP,2) Kms(NREP,1)+Nco(NREP,1)*V_kmhSe acumula el kilometraje global del tren
MEM5- Num_Int_Prev(1,2) IS.NumberOut-Num_Int_Prev(1,1)
Num_Int_Prev(2,2) IM01.NumberOut-Num_Int_Prev(2,1)Num_Int_Prev(3,2) IM02.NumberOut-Num_Int_Prev(3,1)Num_Int_Prev(4,2) IM03.NumberOut-Num_Int_Prev(4,1)Num_Int_Prev(5,2) IM04.NumberOut-Num_Int_Prev(5,1)Num_Int_Prev(6,2) IM05.NumberOut-Num_Int_Prev(6,1)Num_Int_Prev(7,2) IM06.NumberOut-Num_Int_Prev(7,1)Num_Int_Prev(8,2) IM07.NumberOut-Num_Int_Prev(8,1)Num_Int_Prev(9,2) IM08.NumberOut-Num_Int_Prev(9,1)Num_Int_Prev(10,2) IM09.NumberOut-Num_Int_Prev(10,1)Num_Int_Prev(11,2) IM10.NumberOut-Num_Int_Prev(11,1)Num_Int_Prev(12,2) IM11.NumberOut-Num_Int_Prev(12,1)Num_Int_Prev(13,2) IM12.NumberOut-Num_Int_Prev(13,1)Num_Int_Prev(14,2) IM13.NumberOut-Num_Int_Prev(14,1)Num_Int_Prev(15,2) IM14.NumberOut-Num_Int_Prev(15,1)Num_Int_Prev(16,2) IM15.NumberOut-Num_Int_Prev(16,1)Num_Int_Prev(17,2) IM16.NumberOut-Num_Int_Prev(17,1)Num_Int_Prev(18,2) IM17.NumberOut-Num_Int_Prev(18,1)Num_Int_Prev(19,2) IM18.NumberOut-Num_Int_Prev(19,1)Num_Int_Prev(20,2) IM19.NumberOut-Num_Int_Prev(20,1)Num_Int_Prev(21,2) IM20.NumberOut-Num_Int_Prev(21,1)Num_Int_Prev(22,2) GR.NumberOut-Num_Int_Prev(22,1)Se graba el numero de intervenciones preventivas
33/68
MEM6- MCKBF(1,1) MCKBF(1,2)
MCKBF(2,1) MCKBF(2,2)MCKBF(3,1) MCKBF(3,2)MCKBF(4,1) MCKBF(4,2)MCKBF(5,1) MCKBF(5,2)MCKBF(6,1) MCKBF(6,2)MCKBF(7,1) MCKBF(7,2)MCKBF(8,1) MCKBF(8,2)MCKBF(9,1) MCKBF(9,2)MCKBF(10,1) MCKBF(10,2)MCKBF(11,1) MCKBF(11,2)MCKBF(12,1) MCKBF(12,2)MCKBF(13,1) MCKBF(13,2)MCKBF(14,1) MCKBF(14,2)MCKBF(15,1) MCKBF(15,2)MCKBF(16,1) MCKBF(16,2)Se graba el valor del kilometraje del periodo anterior
MEM7- MCKBP(1,1) MCKBP(1,2)
MCKBP(2,1) MCKBP(2,2)MCKBP(3,1) MCKBP(3,2)MCKBP(4,1) MCKBP(4,2)MCKBP(5,1) MCKBP(5,2)MCKBP(6,1) MCKBP(6,2)MCKBP(7,1) MCKBP(7,2)MCKBP(8,1) MCKBP(8,2)MCKBP(9,1) MCKBP(9,2)MCKBP(10,1) MCKBP(10,2)MCKBP(11,1) MCKBP(11,2)MCKBP(12,1) MCKBP(12,2)MCKBP(13,1) MCKBP(13,2)MCKBP(14,1) MCKBP(14,2)MCKBP(15,1) MCKBP(15,2)MCKBP(16,1) MCKBP(16,2)MCKBP(17,1) MCKBP(17,2)MCKBP(18,1) MCKBP(18,2)MCKBP(19,1) MCKBP(19,2)MCKBP(20,1) MCKBP(20,2)MCKBP(21,1) MCKBP(21,2)MCKBP(22,1) MCKBP(22,2)MCKBP(23,1) MCKBP(23,2)Se graba el valor del kilometraje del periodo anterior
> WORK – Valorizacion de las intervenciones
WORK1- MCKBP(1,2)>=MCKBP(1,3)
Se entra en el taller preventivo si no hubo inspeccion desde el kilometraje preventivo minimo establecidoSi no, verificamos la parte correctiva
VAL_PREV2- GO TO VAL_PREV
Se valorizan las intervenciones preventivas
VAL_CORR3- GO TO VAL_CORR
Se valorizan las intervenciones correctivas
34/68
1- ReadPARAM INITIAL_VALUES_1Duration(1,1)Duration(2,1)V_kmhMREPDesarr(1,1)Desarr(2,1)IPEIPC
2- ReadHH INITIAL_VALUES_2HH(1,1)HH(2,1)HH(3,1)NTec(1,1)NTec(2,1)
3- ReadMCKBF INITIAL_VALUES_3MCKBF(1,1) MCKBF(9,3)MCKBF(2,1) MCKBF(10,3)MCKBF(3,1) MCKBF(11,3)MCKBF(4,1) MCKBF(12,3)MCKBF(5,1) MCKBF(13,3)MCKBF(6,1) MCKBF(14,3)MCKBF(7,1) MCKBF(15,3)MCKBF(8,1) MCKBF(16,3)MCKBF(9,1) MCKBF(1,4)MCKBF(10,1) MCKBF(2,4)MCKBF(11,1) MCKBF(3,4)MCKBF(12,1) MCKBF(4,4)MCKBF(13,1) MCKBF(5,4)MCKBF(14,1) MCKBF(6,4)MCKBF(15,1) MCKBF(7,4)MCKBF(16,1) MCKBF(8,4)MCKBF(1,2) MCKBF(9,4)MCKBF(2,2) MCKBF(10,4)MCKBF(3,2) MCKBF(11,4)MCKBF(4,2) MCKBF(12,4)MCKBF(5,2) MCKBF(13,4)MCKBF(6,2) MCKBF(14,4)MCKBF(7,2) MCKBF(15,4)MCKBF(8,2) MCKBF(16,4)MCKBF(9,2) MCKBF(1,5)MCKBF(10,2) MCKBF(2,5)MCKBF(11,2) MCKBF(3,5)MCKBF(12,2) MCKBF(4,5)MCKBF(13,2) MCKBF(5,5)MCKBF(14,2) MCKBF(6,5)MCKBF(15,2) MCKBF(7,5)MCKBF(16,2) MCKBF(8,5)MCKBF(1,3) MCKBF(9,5)MCKBF(2,3) MCKBF(10,5)MCKBF(3,3) MCKBF(11,5)MCKBF(4,3) MCKBF(12,5)MCKBF(5,3) MCKBF(13,5)MCKBF(6,3) MCKBF(14,5)MCKBF(7,3) MCKBF(15,5)MCKBF(8,3) MCKBF(16,5)
4- ReadEXTCOST INITIAL_VALUES_4Rep_Ext(1,1)Rep_Ext(2,1)Rep_Ext(3,1)Rep_Ext(4,1)Rep_Ext(5,1)Rep_Ext(6,1)Rep_Ext(7,1)Rep_Ext(8,1)Rep_Ext(9,1)Rep_Ext(10,1)Rep_Ext(11,1)Rep_Ext(12,1)Rep_Ext(13,1)Rep_Ext(14,1)Rep_Ext(15,1)
> Formulas Reader
35/68
5- ReadMATCOST_CORR INITIAL_VALUES_5CREEM_Corr(1,1) CREEM_Corr(1,4)CREEM_Corr(2,1) CREEM_Corr(2,4)CREEM_Corr(3,1) CREEM_Corr(3,4)CREEM_Corr(4,1) CREEM_Corr(4,4)CREEM_Corr(5,1) CREEM_Corr(5,4)CREEM_Corr(6,1) CREEM_Corr(6,4)CREEM_Corr(7,1) CREEM_Corr(7,4)CREEM_Corr(8,1) CREEM_Corr(8,4)CREEM_Corr(9,1) CREEM_Corr(9,4)CREEM_Corr(10,1) CREEM_Corr(10,4)CREEM_Corr(11,1) CREEM_Corr(11,4)CREEM_Corr(12,1) CREEM_Corr(12,4)CREEM_Corr(13,1) CREEM_Corr(13,4)CREEM_Corr(14,1) CREEM_Corr(14,4)CREEM_Corr(15,1) CREEM_Corr(15,4)CREEM_Corr(1,2) CREEM_Corr(1,5)CREEM_Corr(2,2) CREEM_Corr(2,5)CREEM_Corr(3,2) CREEM_Corr(3,5)CREEM_Corr(4,2) CREEM_Corr(4,5)CREEM_Corr(5,2) CREEM_Corr(5,5)CREEM_Corr(6,2) CREEM_Corr(6,5)CREEM_Corr(7,2) CREEM_Corr(7,5)CREEM_Corr(8,2) CREEM_Corr(8,5)CREEM_Corr(9,2) CREEM_Corr(9,5)CREEM_Corr(10,2) CREEM_Corr(10,5)CREEM_Corr(11,2) CREEM_Corr(11,5)CREEM_Corr(12,2) CREEM_Corr(12,5)CREEM_Corr(13,2) CREEM_Corr(13,5)CREEM_Corr(14,2) CREEM_Corr(14,5)CREEM_Corr(15,2) CREEM_Corr(15,5)CREEM_Corr(1,3)CREEM_Corr(2,3)CREEM_Corr(3,3)CREEM_Corr(4,3)CREEM_Corr(5,3)CREEM_Corr(6,3)CREEM_Corr(7,3)CREEM_Corr(8,3)CREEM_Corr(9,3)CREEM_Corr(10,3)CREEM_Corr(11,3)CREEM_Corr(12,3)CREEM_Corr(13,3)CREEM_Corr(14,3)CREEM_Corr(15,3)
36/68
6- ReadHH_CORR INITIAL_VALUES_6HH_Corr(1,1) HH_Corr(1,4) HH_Corr(1,7) HH_Corr(1,10)HH_Corr(2,1) HH_Corr(2,4) HH_Corr(2,7) HH_Corr(2,10)HH_Corr(3,1) HH_Corr(3,4) HH_Corr(3,7) HH_Corr(3,10)HH_Corr(4,1) HH_Corr(4,4) HH_Corr(4,7) HH_Corr(4,10)HH_Corr(5,1) HH_Corr(5,4) HH_Corr(5,7) HH_Corr(5,10)HH_Corr(6,1) HH_Corr(6,4) HH_Corr(6,7) HH_Corr(6,10)HH_Corr(7,1) HH_Corr(7,4) HH_Corr(7,7) HH_Corr(7,10)HH_Corr(8,1) HH_Corr(8,4) HH_Corr(8,7) HH_Corr(8,10)HH_Corr(9,1) HH_Corr(9,4) HH_Corr(9,7) HH_Corr(9,10)HH_Corr(10,1) HH_Corr(10,4) HH_Corr(10,7) HH_Corr(10,10)HH_Corr(11,1) HH_Corr(11,4) HH_Corr(11,7) HH_Corr(11,10)HH_Corr(12,1) HH_Corr(12,4) HH_Corr(12,7) HH_Corr(12,10)HH_Corr(13,1) HH_Corr(13,4) HH_Corr(13,7) HH_Corr(13,10)HH_Corr(14,1) HH_Corr(14,4) HH_Corr(14,7) HH_Corr(14,10)HH_Corr(15,1) HH_Corr(15,4) HH_Corr(15,7) HH_Corr(15,10)HH_Corr(1,2) HH_Corr(1,5) HH_Corr(1,8)HH_Corr(2,2) HH_Corr(2,5) HH_Corr(2,8)HH_Corr(3,2) HH_Corr(3,5) HH_Corr(3,8)HH_Corr(4,2) HH_Corr(4,5) HH_Corr(4,8)HH_Corr(5,2) HH_Corr(5,5) HH_Corr(5,8)HH_Corr(6,2) HH_Corr(6,5) HH_Corr(6,8)HH_Corr(7,2) HH_Corr(7,5) HH_Corr(7,8)HH_Corr(8,2) HH_Corr(8,5) HH_Corr(8,8)HH_Corr(9,2) HH_Corr(9,5) HH_Corr(9,8)HH_Corr(10,2) HH_Corr(10,5) HH_Corr(10,8)HH_Corr(11,2) HH_Corr(11,5) HH_Corr(11,8)HH_Corr(12,2) HH_Corr(12,5) HH_Corr(12,8)HH_Corr(13,2) HH_Corr(13,5) HH_Corr(13,8)HH_Corr(14,2) HH_Corr(14,5) HH_Corr(14,8)HH_Corr(15,2) HH_Corr(15,5) HH_Corr(15,8)HH_Corr(1,3) HH_Corr(1,6) HH_Corr(1,9)HH_Corr(2,3) HH_Corr(2,6) HH_Corr(2,9)HH_Corr(3,3) HH_Corr(3,6) HH_Corr(3,9)HH_Corr(4,3) HH_Corr(4,6) HH_Corr(4,9)HH_Corr(5,3) HH_Corr(5,6) HH_Corr(5,9)HH_Corr(6,3) HH_Corr(6,6) HH_Corr(6,9)HH_Corr(7,3) HH_Corr(7,6) HH_Corr(7,9)HH_Corr(8,3) HH_Corr(8,6) HH_Corr(8,9)HH_Corr(9,3) HH_Corr(9,6) HH_Corr(9,9)HH_Corr(10,3) HH_Corr(10,6) HH_Corr(10,9)HH_Corr(11,3) HH_Corr(11,6) HH_Corr(11,9)HH_Corr(12,3) HH_Corr(12,6) HH_Corr(12,9)HH_Corr(13,3) HH_Corr(13,6) HH_Corr(13,9)HH_Corr(14,3) HH_Corr(14,6) HH_Corr(14,9)HH_Corr(15,3) HH_Corr(15,6) HH_Corr(15,9)
7- ReadTOTALCOST_CORR INITIAL_VALUES_7CT_Corr(1,1)CT_Corr(2,1)CT_Corr(3,1)CT_Corr(4,1)CT_Corr(5,1)CT_Corr(6,1)CT_Corr(7,1)CT_Corr(8,1)CT_Corr(9,1)CT_Corr(10,1)CT_Corr(11,1)CT_Corr(12,1)CT_Corr(13,1)CT_Corr(14,1)CT_Corr(15,1)CT_Corr(16,1)
8- ReadREPEXTVSINT INITIAL_VALUES_8ExtVsInt(1,1) ExtVsInt(1,2)ExtVsInt(2,1) ExtVsInt(2,2)ExtVsInt(3,1) ExtVsInt(3,2)ExtVsInt(4,1) ExtVsInt(4,2)ExtVsInt(5,1) ExtVsInt(5,2)ExtVsInt(6,1) ExtVsInt(6,2)ExtVsInt(7,1) ExtVsInt(7,2)ExtVsInt(8,1) ExtVsInt(8,2)ExtVsInt(9,1) ExtVsInt(9,2)ExtVsInt(10,1) ExtVsInt(10,2)ExtVsInt(11,1) ExtVsInt(11,2)ExtVsInt(12,1) ExtVsInt(12,2)ExtVsInt(13,1) ExtVsInt(13,2)ExtVsInt(14,1) ExtVsInt(14,2)ExtVsInt(15,1) ExtVsInt(15,2)
37/68
9- ReadCKBP INITIAL_VALUES_9MCKBP(1,1) MCKBP(1,2) MCKBP(1,3)MCKBP(2,1) MCKBP(2,2) MCKBP(2,3)MCKBP(3,1) MCKBP(3,2) MCKBP(3,3)MCKBP(4,1) MCKBP(4,2) MCKBP(4,3)MCKBP(5,1) MCKBP(5,2) MCKBP(5,3)MCKBP(6,1) MCKBP(6,2) MCKBP(6,3)MCKBP(7,1) MCKBP(7,2) MCKBP(7,3)MCKBP(8,1) MCKBP(8,2) MCKBP(8,3)MCKBP(9,1) MCKBP(9,2) MCKBP(9,3)MCKBP(10,1) MCKBP(10,2) MCKBP(10,3)MCKBP(11,1) MCKBP(11,2) MCKBP(11,3)MCKBP(12,1) MCKBP(12,2) MCKBP(12,3)MCKBP(13,1) MCKBP(13,2) MCKBP(13,3)MCKBP(14,1) MCKBP(14,2) MCKBP(14,3)MCKBP(15,1) MCKBP(15,2) MCKBP(15,3)MCKBP(16,1) MCKBP(16,2) MCKBP(16,3)MCKBP(17,1) MCKBP(17,2) MCKBP(17,3)MCKBP(18,1) MCKBP(18,2) MCKBP(18,3)MCKBP(19,1) MCKBP(19,2) MCKBP(19,3)MCKBP(20,1) MCKBP(20,2) MCKBP(20,3)MCKBP(21,1) MCKBP(21,2) MCKBP(21,3)MCKBP(22,1) MCKBP(22,2) MCKBP(22,3)MCKBP(23,1) MCKBP(23,2) MCKBP(23,3)
10- ReadKM_PREV INITIAL_VALUES_10Kmj_Prev(1,1)Kmj_Prev(2,1)Kmj_Prev(3,1)Kmj_Prev(4,1)Kmj_Prev(5,1)Kmj_Prev(6,1)Kmj_Prev(7,1)Kmj_Prev(8,1)Kmj_Prev(9,1)Kmj_Prev(10,1)Kmj_Prev(11,1)Kmj_Prev(12,1)Kmj_Prev(13,1)Kmj_Prev(14,1)Kmj_Prev(15,1)Kmj_Prev(16,1)Kmj_Prev(17,1)Kmj_Prev(18,1)Kmj_Prev(19,1)Kmj_Prev(20,1)Kmj_Prev(21,1)Kmj_Prev(22,1)Kmj_Prev(23,1)
11- ReadMATCOST_PREV INITIAL_VALUES_11CREEM_Prev(1,1)CREEM_Prev(2,1)CREEM_Prev(3,1)CREEM_Prev(4,1)CREEM_Prev(5,1)CREEM_Prev(6,1)CREEM_Prev(7,1)CREEM_Prev(8,1)CREEM_Prev(9,1)CREEM_Prev(10,1)CREEM_Prev(11,1)CREEM_Prev(12,1)CREEM_Prev(13,1)CREEM_Prev(14,1)CREEM_Prev(15,1)CREEM_Prev(16,1)CREEM_Prev(17,1)CREEM_Prev(18,1)CREEM_Prev(19,1)CREEM_Prev(20,1)CREEM_Prev(21,1)CREEM_Prev(22,1)CREEM_Prev(23,1)
38/68
12- ReadHH_PREV INITIAL_VALUES_12HH_Prev(1,1)HH_Prev(2,1)HH_Prev(3,1)HH_Prev(4,1)HH_Prev(5,1)HH_Prev(6,1)HH_Prev(7,1)HH_Prev(8,1)HH_Prev(9,1)HH_Prev(10,1)HH_Prev(11,1)HH_Prev(12,1)HH_Prev(13,1)HH_Prev(14,1)HH_Prev(15,1)HH_Prev(16,1)HH_Prev(17,1)HH_Prev(18,1)HH_Prev(19,1)HH_Prev(20,1)HH_Prev(21,1)HH_Prev(22,1)HH_Prev(23,1)
13- ReadTOTALCOST_PREV INITIAL_VALUES_13CT_Prev(1,1)CT_Prev(2,1)CT_Prev(3,1)CT_Prev(4,1)CT_Prev(5,1)CT_Prev(6,1)CT_Prev(7,1)CT_Prev(8,1)CT_Prev(9,1)CT_Prev(10,1)CT_Prev(11,1)CT_Prev(12,1)CT_Prev(13,1)CT_Prev(14,1)CT_Prev(15,1)CT_Prev(16,1)CT_Prev(17,1)CT_Prev(18,1)CT_Prev(19,1)CT_Prev(20,1)CT_Prev(21,1)CT_Prev(22,1)CT_Prev(23,1)
39/68
14- ReadKMS INITIAL_VALUES_14Kms(1,1) Kms(1,2)Kms(2,1) Kms(2,2)Kms(3,1) Kms(3,2)Kms(4,1) Kms(4,2)Kms(5,1) Kms(5,2)Kms(6,1) Kms(6,2)Kms(7,1) Kms(7,2)Kms(8,1) Kms(8,2)Kms(9,1) Kms(9,2)Kms(10,1) Kms(10,2)Kms(11,1) Kms(11,2)Kms(12,1) Kms(12,2)Kms(13,1) Kms(13,2)Kms(14,1) Kms(14,2)Kms(15,1) Kms(15,2)Kms(16,1) Kms(16,2)Kms(17,1) Kms(17,2)Kms(18,1) Kms(18,2)Kms(19,1) Kms(19,2)Kms(20,1) Kms(20,2)Kms(21,1) Kms(21,2)Kms(22,1) Kms(22,2)Kms(23,1) Kms(23,2)Kms(24,1) Kms(24,2)Kms(25,1) Kms(25,2)Kms(26,1) Kms(26,2)Kms(27,1) Kms(27,2)Kms(28,1) Kms(28,2)Kms(29,1) Kms(29,2)Kms(30,1) Kms(30,2)Kms(31,1) Kms(31,2)Kms(32,1) Kms(32,2)Kms(33,1) Kms(33,2)Kms(34,1) Kms(34,2)Kms(35,1) Kms(35,2)Kms(36,1) Kms(36,2)Kms(37,1) Kms(37,2)Kms(38,1) Kms(38,2)Kms(39,1) Kms(39,2)Kms(40,1) Kms(40,2)Kms(41,1) Kms(41,2)Kms(42,1) Kms(42,2)Kms(43,1) Kms(43,2)Kms(44,1) Kms(44,2)Kms(45,1) Kms(45,2)Kms(46,1) Kms(46,2)Kms(47,1) Kms(47,2)Kms(48,1) Kms(48,2)Kms(49,1) Kms(49,2)Kms(50,1) Kms(50,2)Kms(51,1) Kms(51,2)Kms(52,1) Kms(52,2)Kms(53,1) Kms(53,2)Kms(54,1) Kms(54,2)Kms(55,1) Kms(55,2)Kms(56,1) Kms(56,2)Kms(57,1) Kms(57,2)Kms(58,1) Kms(58,2)Kms(59,1) Kms(59,2)Kms(60,1) Kms(60,2)
40/68
15- ReadNCO INITIAL_VALUES_15Nco(1,1) Nco(30,1)Nco(2,1) Nco(31,1)Nco(3,1) Nco(32,1)Nco(4,1) Nco(33,1)Nco(5,1) Nco(34,1)Nco(6,1) Nco(35,1)Nco(7,1) Nco(36,1)Nco(8,1) Nco(37,1)Nco(9,1) Nco(38,1)Nco(10,1) Nco(39,1)Nco(11,1) Nco(40,1)Nco(12,1) Nco(41,1)Nco(13,1) Nco(42,1)Nco(14,1) Nco(43,1)Nco(15,1) Nco(44,1)Nco(16,1) Nco(45,1)Nco(17,1) Nco(46,1)Nco(18,1) Nco(47,1)Nco(19,1) Nco(48,1)Nco(20,1) Nco(49,1)Nco(21,1) Nco(50,1)Nco(22,1) Nco(51,1)Nco(23,1) Nco(52,1)Nco(24,1) Nco(53,1)Nco(25,1) Nco(54,1)Nco(26,1) Nco(55,1)Nco(27,1) Nco(56,1)Nco(28,1) Nco(57,1)Nco(29,1) Nco(58,1)
16- ReadTPO_PREV INITIAL_VALUES_16Tpo_Prev(1,1)Tpo_Prev(2,1)Tpo_Prev(3,1)Tpo_Prev(4,1)Tpo_Prev(5,1)Tpo_Prev(6,1)Tpo_Prev(7,1)Tpo_Prev(8,1)Tpo_Prev(9,1)Tpo_Prev(10,1)Tpo_Prev(11,1)Tpo_Prev(12,1)Tpo_Prev(13,1)Tpo_Prev(14,1)Tpo_Prev(15,1)Tpo_Prev(16,1)Tpo_Prev(17,1)Tpo_Prev(18,1)Tpo_Prev(19,1)Tpo_Prev(20,1)Tpo_Prev(21,1)Tpo_Prev(22,1)
17- ReadDAMAGES INITIAL_VALUES_17Envej(1,1)Envej(2,1)Envej(3,1)Envej(4,1)Envej(5,1)Envej(6,1)Envej(7,1)Envej(8,1)Envej(9,1)Envej(10,1)Envej(11,1)Envej(12,1)Envej(13,1)Envej(14,1)Envej(15,1)Envej(16,1)
41/68
COSTT_PREV1- CREEM_Prev(23,1) Num_Int_Prev(1,2)*CREEM_Prev(1,1)+Num_Int_Prev(2,2)*CREEM_Prev(2,1)+Num_Int_Prev(3,2)*CREEM
_Prev(3,1)+Num_Int_Prev(4,2)*CREEM_Prev(4,1)+Num_Int_Prev(5,2)*CREEM_Prev(5,1)+Num_Int_Prev(6,2)*CREEM_Prev(6,1)+Num_Int_Prev(7,2)*CREEM_Prev(7,1)+Num_Int_Prev(8,2)*CREEM_Prev(8,1)+Num_Int_Prev(9,2)*CREEM_Prev(9,1)+Num_Int_Prev(10,2)*CREEM_Prev(10,1)+Num_Int_Prev(11,2)*CREEM_Prev(11,1)+Num_Int_Prev(12,2)*CREEM_Prev(12,1)+Num_Int_Prev(13,2)*CREEM_Prev(13,1)+Num_Int_Prev(14,2)*CREEM_Prev(14,1)+Num_Int_Prev(15,2)*CREEM_Prev(15,1)+Num_Int_Prev(16,2)*CREEM_Prev(16,1)+Num_Int_Prev(17,2)*CREEM_Prev(17,1)+Num_Int_Prev(18,2)*CREEM_Prev(18,1)+Num_Int_Prev(19,2)*CREEM_Prev(19,1)+Num_Int_Prev(20,2)*CREEM_Prev(20,1)+Num_Int_Prev(21,2)*CREEM_Prev(21,1)+Num_Int_Prev(22,2)*CREEM_Prev(22,1)
HH_Prev(23,1) Num_Int_Prev(1,2)*HH_Prev(1,1)+Num_Int_Prev(2,2)*HH_Prev(2,1)+Num_Int_Prev(3,2)*HH_Prev(3,1)+Num_Int_Prev(4,2)*HH_Prev(4,1)+Num_Int_Prev(5,2)*HH_Prev(5,1)+Num_Int_Prev(6,2)*HH_Prev(6,1)+Num_Int_Prev(7,2)*HH_Prev(7,1)+Num_Int_Prev(8,2)*HH_Prev(8,1)+Num_Int_Prev(9,2)*HH_Prev(9,1)+Num_Int_Prev(10,2)*HH_Prev(10,1)+Num_Int_Prev(11,2)*HH_Prev(11,1)+Num_Int_Prev(12,2)*HH_Prev(12,1)+Num_Int_Prev(13,2)*HH_Prev(13,1)+Num_Int_Prev(14,2)*HH_Prev(14,1)+Num_Int_Prev(15,2)*HH_Prev(15,1)+Num_Int_Prev(16,2)*HH_Prev(16,1)+Num_Int_Prev(17,2)*HH_Prev(17,1)+Num_Int_Prev(18,2)*HH_Prev(18,1)+Num_Int_Prev(19,2)*HH_Prev(19,1)+Num_Int_Prev(20,2)*HH_Prev(20,1)+Num_Int_Prev(21,2)*HH_Prev(21,1)+Num_Int_Prev(22,2)*HH_Prev(22,1)
CT_Prev(23,1) CT_Prev(1,1)+CT_Prev(2,1)+CT_Prev(3,1)+CT_Prev(4,1)+CT_Prev(5,1)+CT_Prev(6,1)+CT_Prev(7,1)+CT_Prev(8,1)+CT_Prev(9,1)+CT_Prev(10,1)+CT_Prev(11,1)+CT_Prev(12,1)+CT_Prev(13,1)+CT_Prev(14,1)+CT_Prev(15,1)+CT_Prev(16,1)+CT_Prev(17,1)+CT_Prev(18,1)+CT_Prev(19,1)+CT_Prev(20,1)+CT_Prev(21,1)+CT_Prev(22,1)
Se calcula el costo anual de uso de material, de mano de obra, y el totalLINECALCULUS
2- Line (NREP-1)*20+(Update.NumberOut true)Se calcula la linea correspondiante al año evaluado en el archivo de interfaz
3- WRITE1 FINAL_VALUESDuration(2,1)V_kmhHH(1,1)HH(2,1)HH(3,1)Val_InSitu_01.NumberOutVal_InSitu_02.NumberOutVal_InSitu_03.NumberOutVal_InSitu_04.NumberOutVal_InSitu_05.NumberOutVal_InSitu_06.NumberOutVal_InSitu_07.NumberOutVal_InSitu_08.NumberOutVal_InSitu_09.NumberOutVal_InSitu_10.NumberOutVal_InSitu_11.NumberOutVal_InSitu_12.NumberOutVal_InSitu_13.NumberOutVal_InSitu_14.NumberOutVal_InSitu_15.NumberOutMCKBF(1,5)MCKBF(2,5)MCKBF(3,5)MCKBF(4,5)MCKBF(5,5)MCKBF(6,5)MCKBF(7,5)MCKBF(8,5)MCKBF(9,5)MCKBF(10,5)MCKBF(11,5)MCKBF(12,5)MCKBF(13,5)MCKBF(14,5)MCKBF(15,5)MCKBF(16,5)CT_Corr(1,5)CT_Corr(2,5)CT_Corr(3,5)CT_Corr(4,5)CT_Corr(5,5)CT_Corr(6,5)CT_Corr(7,5)CT_Corr(8,5)CT_Corr(9,5)CT_Corr(10,5)CT_Corr(11,5)CT_Corr(12,5)CT_Corr(13,5)CT_Corr(14,5)CT_Corr(15,5)CT_Corr(16,5)
> Formulas Writer
42/68
CT_Corr(1,2)CT_Corr(2,2)CT_Corr(3,2)CT_Corr(4,2)CT_Corr(5,2)CT_Corr(6,2)CT_Corr(7,2)CT_Corr(8,2)CT_Corr(9,2)CT_Corr(10,2)CT_Corr(11,2)CT_Corr(12,2)CT_Corr(13,2)CT_Corr(14,2)CT_Corr(15,2)CT_Corr(16,2)CT_Corr(1,3)CT_Corr(2,3)CT_Corr(3,3)CT_Corr(4,3)CT_Corr(5,3)CT_Corr(6,3)CT_Corr(7,3)CT_Corr(8,3)CT_Corr(9,3)CT_Corr(10,3)CT_Corr(11,3)CT_Corr(12,3)CT_Corr(13,3)CT_Corr(14,3)CT_Corr(15,3)CT_Corr(16,3)CT_Corr(1,4)CT_Corr(2,4)CT_Corr(3,4)CT_Corr(4,4)CT_Corr(5,4)CT_Corr(6,4)CT_Corr(7,4)CT_Corr(8,4)CT_Corr(9,4)CT_Corr(10,4)CT_Corr(11,4)CT_Corr(12,4)CT_Corr(13,4)CT_Corr(14,4)CT_Corr(15,4)CT_Corr(16,4)ExtVsInt(1,1)ExtVsInt(2,1)ExtVsInt(3,1)ExtVsInt(4,1)ExtVsInt(5,1)ExtVsInt(6,1)ExtVsInt(7,1)ExtVsInt(8,1)ExtVsInt(9,1)ExtVsInt(10,1)ExtVsInt(11,1)ExtVsInt(12,1)ExtVsInt(13,1)ExtVsInt(14,1)ExtVsInt(15,1)CT_Corr(1,1)CT_Corr(2,1)CT_Corr(3,1)CT_Corr(4,1)CT_Corr(5,1)CT_Corr(6,1)CT_Corr(7,1)CT_Corr(8,1)CT_Corr(9,1)CT_Corr(10,1)CT_Corr(11,1)CT_Corr(12,1)CT_Corr(13,1)CT_Corr(14,1)CT_Corr(15,1)CT_Corr(16,1)
43/68
Num_Int_Prev(1,2)Num_Int_Prev(2,2)Num_Int_Prev(3,2)Num_Int_Prev(4,2)Num_Int_Prev(5,2)Num_Int_Prev(6,2)Num_Int_Prev(7,2)Num_Int_Prev(8,2)Num_Int_Prev(9,2)Num_Int_Prev(10,2)Num_Int_Prev(11,2)Num_Int_Prev(12,2)Num_Int_Prev(13,2)Num_Int_Prev(14,2)Num_Int_Prev(15,2)Num_Int_Prev(16,2)Num_Int_Prev(17,2)Num_Int_Prev(18,2)Num_Int_Prev(19,2)Num_Int_Prev(20,2)Num_Int_Prev(21,2)Num_Int_Prev(22,2)CREEM_Prev(1,1)*Num_Int_Prev(1,2)CREEM_Prev(2,1)*Num_Int_Prev(2,2)CREEM_Prev(3,1)*Num_Int_Prev(3,2)CREEM_Prev(4,1)*Num_Int_Prev(4,2)CREEM_Prev(5,1)*Num_Int_Prev(5,2)CREEM_Prev(6,1)*Num_Int_Prev(6,2)CREEM_Prev(7,1)*Num_Int_Prev(7,2)CREEM_Prev(8,1)*Num_Int_Prev(8,2)CREEM_Prev(9,1)*Num_Int_Prev(9,2)CREEM_Prev(10,1)*Num_Int_Prev(10,2)CREEM_Prev(11,1)*Num_Int_Prev(11,2)CREEM_Prev(12,1)*Num_Int_Prev(12,2)CREEM_Prev(13,1)*Num_Int_Prev(13,2)CREEM_Prev(14,1)*Num_Int_Prev(14,2)CREEM_Prev(15,1)*Num_Int_Prev(15,2)CREEM_Prev(16,1)*Num_Int_Prev(16,2)CREEM_Prev(17,1)*Num_Int_Prev(17,2)CREEM_Prev(18,1)*Num_Int_Prev(18,2)CREEM_Prev(19,1)*Num_Int_Prev(19,2)CREEM_Prev(20,1)*Num_Int_Prev(20,2)CREEM_Prev(21,1)*Num_Int_Prev(21,2)CREEM_Prev(22,1)*Num_Int_Prev(22,2)CREEM_Prev(23,1)HH(1,1)*HH_Prev(1,1)*Num_Int_Prev(1,2)HH(1,1)*HH_Prev(2,1)*Num_Int_Prev(2,2)HH(1,1)*HH_Prev(3,1)*Num_Int_Prev(3,2)HH(1,1)*HH_Prev(4,1)*Num_Int_Prev(4,2)HH(1,1)*HH_Prev(5,1)*Num_Int_Prev(5,2)HH(1,1)*HH_Prev(6,1)*Num_Int_Prev(6,2)HH(1,1)*HH_Prev(7,1)*Num_Int_Prev(7,2)HH(1,1)*HH_Prev(8,1)*Num_Int_Prev(8,2)HH(1,1)*HH_Prev(9,1)*Num_Int_Prev(9,2)HH(1,1)*HH_Prev(10,1)*Num_Int_Prev(10,2)HH(1,1)*HH_Prev(11,1)*Num_Int_Prev(11,2)HH(1,1)*HH_Prev(12,1)*Num_Int_Prev(12,2)HH(1,1)*HH_Prev(13,1)*Num_Int_Prev(13,2)HH(1,1)*HH_Prev(14,1)*Num_Int_Prev(14,2)HH(1,1)*HH_Prev(15,1)*Num_Int_Prev(15,2)HH(1,1)*HH_Prev(16,1)*Num_Int_Prev(16,2)HH(1,1)*HH_Prev(17,1)*Num_Int_Prev(17,2)HH(1,1)*HH_Prev(18,1)*Num_Int_Prev(18,2)HH(1,1)*HH_Prev(19,1)*Num_Int_Prev(19,2)HH(1,1)*HH_Prev(20,1)*Num_Int_Prev(20,2)HH(1,1)*HH_Prev(21,1)*Num_Int_Prev(21,2)HH(1,1)*HH_Prev(22,1)*Num_Int_Prev(22,2)HH_Prev(23,1)CT_Prev(1,1)CT_Prev(2,1)CT_Prev(3,1)CT_Prev(4,1)CT_Prev(5,1)CT_Prev(6,1)CT_Prev(7,1)CT_Prev(8,1)CT_Prev(9,1)CT_Prev(10,1)CT_Prev(11,1)CT_Prev(12,1)CT_Prev(13,1)CT_Prev(14,1)CT_Prev(15,1)CT_Prev(16,1)CT_Prev(17,1)CT_Prev(18,1)CT_Prev(19,1)CT_Prev(20,1)CT_Prev(21,1)CT_Prev(22,1)CT_Prev(23,1)
Se graban todos los resultados de la simulacion
44/68
INITNUMINT4- Val_InSitu_01.NumberOut 0
Val_InSitu_02.NumberOut 0Val_InSitu_03.NumberOut 0Val_InSitu_04.NumberOut 0Val_InSitu_05.NumberOut 0Val_InSitu_06.NumberOut 0Val_InSitu_07.NumberOut 0Val_InSitu_08.NumberOut 0Val_InSitu_09.NumberOut 0Val_InSitu_10.NumberOut 0Val_InSitu_11.NumberOut 0Val_InSitu_12.NumberOut 0Val_InSitu_13.NumberOut 0Val_InSitu_14.NumberOut 0Val_InSitu_15.NumberOut 0Se inicializa el numero de intervenciones a cero
INITNUMINT5- Num_Int_Prev(1,1) IS.NumberOut
Num_Int_Prev(2,1) IM01.NumberOutNum_Int_Prev(3,1) IM02.NumberOutNum_Int_Prev(4,1) IM03.NumberOutNum_Int_Prev(5,1) IM04.NumberOutNum_Int_Prev(6,1) IM05.NumberOutNum_Int_Prev(7,1) IM06.NumberOutNum_Int_Prev(8,1) IM07.NumberOutNum_Int_Prev(9,1) IM08.NumberOutNum_Int_Prev(10,1) IM09.NumberOutNum_Int_Prev(11,1) IM10.NumberOutNum_Int_Prev(12,1) IM11.NumberOutNum_Int_Prev(13,1) IM12.NumberOutNum_Int_Prev(14,1) IM13.NumberOutNum_Int_Prev(15,1) IM14.NumberOutNum_Int_Prev(16,1) IM15.NumberOutNum_Int_Prev(17,1) IM16.NumberOutNum_Int_Prev(18,1) IM17.NumberOutNum_Int_Prev(19,1) IM18.NumberOutNum_Int_Prev(20,1) IM19.NumberOutNum_Int_Prev(21,1) IM20.NumberOutNum_Int_Prev(22,1) GR.NumberOutSe graba el numero de intervenciones del año
INITNUMINT6- Val_Lab_01.NumberOut 0
Val_Lab_02.NumberOut 0Val_Lab_03.NumberOut 0Val_Lab_04.NumberOut 0Val_Lab_05.NumberOut 0Val_Lab_06.NumberOut 0Val_Lab_07.NumberOut 0Val_Lab_08.NumberOut 0Val_Lab_09.NumberOut 0Val_Lab_10.NumberOut 0Val_Lab_11.NumberOut 0Val_Lab_12.NumberOut 0Val_Lab_13.NumberOut 0Val_Lab_14.NumberOut 0Val_Lab_15.NumberOut 0Se inicializa el numero de intervenciones a cero
INITNUMINT7- Val_Ext_01.NumberOut 0
Val_Ext_02.NumberOut 0Val_Ext_03.NumberOut 0Val_Ext_04.NumberOut 0Val_Ext_05.NumberOut 0Val_Ext_06.NumberOut 0Val_Ext_07.NumberOut 0Val_Ext_08.NumberOut 0Val_Ext_09.NumberOut 0Val_Ext_10.NumberOut 0Val_Ext_11.NumberOut 0Val_Ext_12.NumberOut 0Val_Ext_13.NumberOut 0Val_Ext_14.NumberOut 0Val_Ext_15.NumberOut 0
45/68
INITNUMINT8- CT_Corr(1,1) 0
CT_Corr(2,1) 0CT_Corr(3,1) 0CT_Corr(4,1) 0CT_Corr(5,1) 0CT_Corr(6,1) 0CT_Corr(7,1) 0CT_Corr(8,1) 0CT_Corr(9,1) 0CT_Corr(10,1) 0CT_Corr(11,1) 0CT_Corr(12,1) 0CT_Corr(13,1) 0CT_Corr(14,1) 0CT_Corr(15,1) 0Se inicializa el costo total correctivo a cero
INITNUMINT9- CT_Corr(1,2) 0
CT_Corr(2,2) 0CT_Corr(3,2) 0CT_Corr(4,2) 0CT_Corr(5,2) 0CT_Corr(6,2) 0CT_Corr(7,2) 0CT_Corr(8,2) 0CT_Corr(9,2) 0CT_Corr(10,2) 0CT_Corr(11,2) 0CT_Corr(12,2) 0CT_Corr(13,2) 0CT_Corr(14,2) 0CT_Corr(15,2) 0Se inicializan los costos del material por cluster a cero
INITNUMINT10- CT_Corr(1,3) 0
CT_Corr(2,3) 0CT_Corr(3,3) 0CT_Corr(4,3) 0CT_Corr(5,3) 0CT_Corr(6,3) 0CT_Corr(7,3) 0CT_Corr(8,3) 0CT_Corr(9,3) 0CT_Corr(10,3) 0CT_Corr(11,3) 0CT_Corr(12,3) 0CT_Corr(13,3) 0CT_Corr(14,3) 0CT_Corr(15,3) 0Se inicializan los costos de mano de obra in situ por cluster a cero
INITNUMINT11- CT_Corr(1,4) 0
CT_Corr(2,4) 0CT_Corr(3,4) 0CT_Corr(4,4) 0CT_Corr(5,4) 0CT_Corr(6,4) 0CT_Corr(7,4) 0CT_Corr(8,4) 0CT_Corr(9,4) 0CT_Corr(10,4) 0CT_Corr(11,4) 0CT_Corr(12,4) 0CT_Corr(13,4) 0CT_Corr(14,4) 0CT_Corr(15,4) 0Se inicializan los costos de mano de obra en lab por cluster a cero
46/68
INITNUMINT12- CT_Corr(1,5) 0
CT_Corr(2,5) 0CT_Corr(3,5) 0CT_Corr(4,5) 0CT_Corr(5,5) 0CT_Corr(6,5) 0CT_Corr(7,5) 0CT_Corr(8,5) 0CT_Corr(9,5) 0CT_Corr(10,5) 0CT_Corr(11,5) 0CT_Corr(12,5) 0CT_Corr(13,5) 0CT_Corr(14,5) 0CT_Corr(15,5) 0Se inicializan los costos de rep ext por cluster a cero
INITNUMINT13- CT_Prev(1,1) 0
CT_Prev(2,1) 0CT_Prev(3,1) 0CT_Prev(4,1) 0CT_Prev(5,1) 0CT_Prev(6,1) 0CT_Prev(7,1) 0CT_Prev(8,1) 0CT_Prev(9,1) 0CT_Prev(10,1) 0CT_Prev(11,1) 0CT_Prev(12,1) 0CT_Prev(13,1) 0CT_Prev(14,1) 0CT_Prev(15,1) 0CT_Prev(16,1) 0CT_Prev(17,1) 0CT_Prev(18,1) 0CT_Prev(19,1) 0CT_Prev(20,1) 0CT_Prev(21,1) 0CT_Prev(22,1) 0CT_Prev(23,1) 0Se inicializan los costos preventivos a cero
CORR_HIST1- MCKBF(2,1) UNIF(0,MCKBF(2,3)+EXPO(MCKBF(2,4)))
MCKBF(3,1) UNIF(0,MCKBF(3,3)+EXPO(MCKBF(3,4)))MCKBF(4,1) UNIF(0,MCKBF(4,3)+EXPO(MCKBF(4,4)))MCKBF(5,1) UNIF(0,MCKBF(5,3)+EXPO(MCKBF(5,4)))MCKBF(6,1) UNIF(0,MCKBF(6,3)+EXPO(MCKBF(6,4)))MCKBF(7,1) UNIF(0,MCKBF(7,3)+EXPO(MCKBF(7,4)))MCKBF(8,1) UNIF(0,MCKBF(8,3)+EXPO(MCKBF(8,4)))MCKBF(9,1) UNIF(0,MCKBF(9,3)+EXPO(MCKBF(9,4)))MCKBF(10,1) UNIF(0,MCKBF(10,3)+EXPO(MCKBF(10,4)))MCKBF(11,1) UNIF(0,MCKBF(11,3)+EXPO(MCKBF(11,4)))MCKBF(12,1) UNIF(0,MCKBF(12,3)+EXPO(MCKBF(12,4)))MCKBF(13,1) UNIF(0,MCKBF(13,3)+EXPO(MCKBF(13,4)))MCKBF(14,1) UNIF(0,MCKBF(14,3)+EXPO(MCKBF(14,4)))MCKBF(15,1) UNIF(0,MCKBF(15,3)+EXPO(MCKBF(15,4)))MCKBF(16,1) UNIF(0,MCKBF(16,3)+EXPO(MCKBF(16,4)))Se toma un valor aleatorio entre 0 y el MCKBF estimado
PREV_HIST2- Kms(NREP,2) Kms(NREP,1)
Se memoriza el kilometraje inicial
> Formulas Warm-Up
47/68
PREV_HIST3- MCKBP(1,3) Kmj_Prev(1,1)*Nco(NREP,1)
MCKBP(2,3) Kmj_Prev(2,1)*Nco(NREP,1)MCKBP(3,3) Kmj_Prev(3,1)*Nco(NREP,1)MCKBP(4,3) Kmj_Prev(4,1)*Nco(NREP,1)MCKBP(5,3) Kmj_Prev(5,1)*Nco(NREP,1)MCKBP(6,3) Kmj_Prev(6,1)*Nco(NREP,1)MCKBP(7,3) Kmj_Prev(7,1)*Nco(NREP,1)MCKBP(8,3) Kmj_Prev(8,1)*Nco(NREP,1)MCKBP(9,3) Kmj_Prev(9,1)*Nco(NREP,1)MCKBP(10,3) Kmj_Prev(10,1)*Nco(NREP,1)MCKBP(11,3) Kmj_Prev(11,1)*Nco(NREP,1)MCKBP(12,3) Kmj_Prev(12,1)*Nco(NREP,1)MCKBP(13,3) Kmj_Prev(13,1)*Nco(NREP,1)MCKBP(14,3) Kmj_Prev(14,1)*Nco(NREP,1)MCKBP(15,3) Kmj_Prev(15,1)*Nco(NREP,1)MCKBP(16,3) Kmj_Prev(16,1)*Nco(NREP,1)MCKBP(17,3) Kmj_Prev(17,1)*Nco(NREP,1)MCKBP(18,3) Kmj_Prev(18,1)*Nco(NREP,1)MCKBP(19,3) Kmj_Prev(19,1)*Nco(NREP,1)MCKBP(20,3) Kmj_Prev(20,1)*Nco(NREP,1)MCKBP(21,3) Kmj_Prev(21,1)*Nco(NREP,1)MCKBP(22,3) Kmj_Prev(22,1)*Nco(NREP,1)MCKBP(23,3) Kmj_Prev(23,1)*Nco(NREP,1)Se convierte los kilometrajes fijos entre intervenciones por coche kilometros entre intervenciones
PREV_HIST4- MCKBP(1,1) Kms(NREP,1)-MCKBP(1,3)*AINT(Kms(NREP,1)/MCKBP(1,3))
MCKBP(2,1) Kms(NREP,1)-MCKBP(2,3)*AINT(Kms(NREP,1)/MCKBP(2,3))MCKBP(3,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(4,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(5,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(6,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(7,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(8,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(9,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(10,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(11,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(12,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(13,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(14,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(15,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(16,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(17,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(18,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(19,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(20,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(21,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(22,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))MCKBP(23,1) Kms(NREP,1)-MCKBP(23,3)*AINT(Kms(NREP,1)/MCKBP(23,3))Se calcula el coche kilometro desde las ultimas intervenciones realizadas según el kilometraje accumulado del tren
PREV_HIST5- K 0
Se inicializa un contadorKPLUS
6- K K+1Se incrementa un contador
IMBEFORE7- MCKBP(5,3)>0 && MCKBP(5,1)>MCKBP(5,3) && IM03.NumberOut== 0
MCKBP(6,3)>0 && MCKBP(6,1)>MCKBP(6,3) && IM04.NumberOut== 0MCKBP(7,3)>0 && MCKBP(7,1)>MCKBP(7,3) && IM05.NumberOut== 0MCKBP(8,3)>0 && MCKBP(8,1)>MCKBP(8,3) && IM06.NumberOut== 0MCKBP(9,3)>0 && MCKBP(9,1)>MCKBP(9,3) && IM07.NumberOut== 0MCKBP(10,3)>0 && MCKBP(10,1)>MCKBP(10,3) && IM08.NumberOut== 0MCKBP(11,3)>0 && MCKBP(11,1)>MCKBP(11,3) && IM09.NumberOut== 0MCKBP(12,3)>0 && MCKBP(12,1)>MCKBP(12,3) && IM10.NumberOut== 0MCKBP(13,3)>0 && MCKBP(13,1)>MCKBP(13,3) && IM11.NumberOut== 0MCKBP(14,3)>0 && MCKBP(14,1)>MCKBP(14,3) && IM12.NumberOut== 0MCKBP(15,3)>0 && MCKBP(15,1)>MCKBP(15,3) && IM13.NumberOut== 0MCKBP(16,3)>0 && MCKBP(16,1)>MCKBP(16,3) && IM14.NumberOut== 0MCKBP(17,3)>0 && MCKBP(17,1)>MCKBP(17,3) && IM15.NumberOut== 0MCKBP(18,3)>0 && MCKBP(18,1)>MCKBP(18,3) && IM16.NumberOut== 0MCKBP(19,3)>0 && MCKBP(19,1)>MCKBP(19,3) && IM17.NumberOut== 0MCKBP(20,3)>0 && MCKBP(20,1)>MCKBP(20,3) && IM18.NumberOut== 0MCKBP(21,3)>0 && MCKBP(21,1)>MCKBP(21,3) && IM19.NumberOut== 0MCKBP(22,3)>0 && MCKBP(22,1)>MCKBP(22,3) && IM20.NumberOut== 0MCKBP(23,3)>0 && MCKBP(23,1)>MCKBP(23,3) && GR.NumberOut== 0MCKBP(3,3)>0 && MCKBP(3,1)>MCKBP(3,3) && IM01.NumberOut== 0MCKBP(4,3)>0 && MCKBP(4,1)>MCKBP(4,3) && IM02.NumberOut== 0Se actualiza el valor contador de intervencion segun el kilometraje recorrido
48/68
NumOutXX8- IM01.NumberOut 19- IM02.NumberOut 110- IM03.NumberOut 111- IM04.NumberOut 112- IM05.NumberOut 113- IM06.NumberOut 114- IM07.NumberOut 115- IM08.NumberOut 116- IM09.NumberOut 117- IM10.NumberOut 118- IM11.NumberOut 119- IM12.NumberOut 120- IM13.NumberOut 121- IM14.NumberOut 122- IM15.NumberOut 123- IM16.NumberOut 124- IM17.NumberOut 125- IM18.NumberOut 126- IM19.NumberOut 127- IM20.NumberOut 128- GR.NumberOut 1
Se imponen los contadores a 1 para empezar el mtto preventivo a la intervencion correspondiante al kilometraje accumuladoFOR
29- K >= 21Se sale del loop despues de todos los tests
NumIntPrev30- Num_Int_Prev(2,1) IM01.NumberOut
Num_Int_Prev(3,1) IM02.NumberOutNum_Int_Prev(4,1) IM03.NumberOutNum_Int_Prev(5,1) IM04.NumberOutNum_Int_Prev(6,1) IM05.NumberOutNum_Int_Prev(7,1) IM06.NumberOutNum_Int_Prev(8,1) IM07.NumberOutNum_Int_Prev(9,1) IM08.NumberOutNum_Int_Prev(10,1) IM09.NumberOutNum_Int_Prev(11,1) IM10.NumberOutNum_Int_Prev(12,1) IM11.NumberOutNum_Int_Prev(13,1) IM12.NumberOutNum_Int_Prev(14,1) IM13.NumberOutNum_Int_Prev(15,1) IM14.NumberOutNum_Int_Prev(16,1) IM15.NumberOutNum_Int_Prev(17,1) IM16.NumberOutNum_Int_Prev(18,1) IM17.NumberOutNum_Int_Prev(19,1) IM18.NumberOutNum_Int_Prev(20,1) IM19.NumberOutNum_Int_Prev(21,1) IM20.NumberOutNum_Int_Prev(22,1) GR.NumberOutSe graba la cantidad inicial de intervenciones
49/68
TYPE_IM1- MCKBP(23,2)>=MCKBP(23,3) && Kms(NREP,2)-GR.NumberOut*MCKBP(23,3)>=MCKBP(23,3) && MCKBP(23,3)>=0
MCKBP(22,2)>=MCKBP(22,3) && IM20.NumberOut ==GR.NumberOut && MCKBP(22,3)>=0MCKBP(21,2)>=MCKBP(21,3) && IM19.NumberOut ==GR.NumberOut && MCKBP(21,3)>=0MCKBP(20,2)>=MCKBP(20,3) && IM18.NumberOut ==GR.NumberOut && MCKBP(20,3)>=0MCKBP(19,2)>=MCKBP(19,3) && IM17.NumberOut ==GR.NumberOut && MCKBP(19,3)>=0MCKBP(18,2)>=MCKBP(18,3) && IM16.NumberOut ==GR.NumberOut && MCKBP(18,3)>=0MCKBP(17,2)>=MCKBP(17,3) && IM15.NumberOut ==GR.NumberOut && MCKBP(17,3)>=0MCKBP(16,2)>=MCKBP(16,3) && IM14.NumberOut ==GR.NumberOut && MCKBP(16,3)>=0MCKBP(15,2)>=MCKBP(15,3) && IM13.NumberOut ==GR.NumberOut && MCKBP(15,3)>=0MCKBP(14,2)>=MCKBP(14,3) && IM12.NumberOut ==GR.NumberOut && MCKBP(14,3)>=0MCKBP(13,2)>=MCKBP(13,3) && IM11.NumberOut ==GR.NumberOut && MCKBP(13,3)>=0MCKBP(12,2)>=MCKBP(12,3) && IM10.NumberOut ==GR.NumberOut && MCKBP(12,3)>=0MCKBP(11,2)>=MCKBP(11,3) && IM09.NumberOut ==GR.NumberOut && MCKBP(11,3)>=0MCKBP(10,2)>=MCKBP(10,3) && IM08.NumberOut ==GR.NumberOut && MCKBP(10,3)>=0MCKBP(9,2)>=MCKBP(9,3) && IM07.NumberOut ==GR.NumberOut && MCKBP(9,3)>=0MCKBP(8,2)>=MCKBP(8,3) && IM06.NumberOut ==GR.NumberOut && MCKBP(8,3)>=0MCKBP(7,2)>=MCKBP(7,3) && IM05.NumberOut ==GR.NumberOut && MCKBP(7,3)>=0MCKBP(6,2)>=MCKBP(6,3) && IM04.NumberOut ==GR.NumberOut && MCKBP(6,3)>=0MCKBP(5,2)>=MCKBP(5,3) && IM03.NumberOut ==GR.NumberOut && MCKBP(5,3)>=0MCKBP(4,2)>=MCKBP(4,3) && IM02.NumberOut ==GR.NumberOut && MCKBP(4,3)>=0MCKBP(3,2)>=MCKBP(3,3) && IM01.NumberOut ==GR.NumberOut && MCKBP(3,3)>=0MCKBP(2,2)>=MCKBP(2,3) && MCKBP(2,3)>=0Se verifica el kilometraje real frente al kilometraje establecido entre dos averias, empezando por la intervencion de mas alto kilometraje, limite entre dos ciclos de mtto preventivo. Para todas las IM entramos en inspeccion si el numero de inspeccion que hubo antes es igual al numero de ciclos realizados.
RESET_CKBP_IMXX2- MCKBP(3,2) 03- MCKBP(4,2) 04- MCKBP(5,2) 05- MCKBP(6,2) 06- MCKBP(7,2) 07- MCKBP(8,2) 08- MCKBP(9,2) 09- MCKBP(10,2) 010- MCKBP(11,2) 011- MCKBP(12,2) 012- MCKBP(13,2) 013- MCKBP(14,2) 014- MCKBP(15,2) 015- MCKBP(16,2) 016- MCKBP(17,2) 017- MCKBP(18,2) 018- MCKBP(19,2) 019- MCKBP(20,2) 020- MCKBP(21,2) 021- MCKBP(22,2) 0
Se inicializa el valor del kilometraje a cero después de cada intervencionRESET_CKBP_GR
22- MCKBP(3,2) 0MCKBP(4,2) 0MCKBP(5,2) 0MCKBP(6,2) 0MCKBP(7,2) 0MCKBP(8,2) 0MCKBP(9,2) 0MCKBP(10,2) 0MCKBP(11,2) 0MCKBP(12,2) 0MCKBP(13,2) 0MCKBP(14,2) 0MCKBP(15,2) 0MCKBP(16,2) 0MCKBP(17,2) 0MCKBP(18,2) 0MCKBP(19,2) 0MCKBP(20,2) 0MCKBP(21,2) 0MCKBP(22,2) 0MCKBP(23,2) 0Se inicializa los valores de todos los kilometrajes entre intervenciones preventivas después de una GR
> Formulas Val_Prev
50/68
RESET_MCKBP23- MCKBP(1,2) 0
MCKBP(2,2) 0Se inicializa el valor minimo y de la IS después de cualquier intervencion
COST_Process24- CT_Prev(1,1) CT_Prev(1,1)+CREEM_Prev(1,1)+HH(1,1)*HH_Prev(1,1)25- CT_Prev(2,1) CT_Prev(2,1)+CREEM_Prev(2,1)+HH(1,1)*HH_Prev(2,1)26- CT_Prev(3,1) CT_Prev(3,1)+CREEM_Prev(3,1)+HH(1,1)*HH_Prev(3,1)27- CT_Prev(4,1) CT_Prev(4,1)+CREEM_Prev(4,1)+HH(1,1)*HH_Prev(4,1)28- CT_Prev(5,1) CT_Prev(5,1)+CREEM_Prev(5,1)+HH(1,1)*HH_Prev(5,1)29- CT_Prev(6,1) CT_Prev(6,1)+CREEM_Prev(6,1)+HH(1,1)*HH_Prev(6,1)30- CT_Prev(7,1) CT_Prev(7,1)+CREEM_Prev(7,1)+HH(1,1)*HH_Prev(7,1)31- CT_Prev(8,1) CT_Prev(8,1)+CREEM_Prev(8,1)+HH(1,1)*HH_Prev(8,1)32- CT_Prev(9,1) CT_Prev(9,1)+CREEM_Prev(9,1)+HH(1,1)*HH_Prev(9,1)33- CT_Prev(10,1) CT_Prev(10,1)+CREEM_Prev(10,1)+HH(1,1)*HH_Prev(10,1)34- CT_Prev(11,1) CT_Prev(11,1)+CREEM_Prev(11,1)+HH(1,1)*HH_Prev(11,1)35- CT_Prev(12,1) CT_Prev(12,1)+CREEM_Prev(12,1)+HH(1,1)*HH_Prev(12,1)36- CT_Prev(13,1) CT_Prev(13,1)+CREEM_Prev(13,1)+HH(1,1)*HH_Prev(13,1)37- CT_Prev(14,1) CT_Prev(14,1)+CREEM_Prev(14,1)+HH(1,1)*HH_Prev(14,1)38- CT_Prev(15,1) CT_Prev(15,1)+CREEM_Prev(15,1)+HH(1,1)*HH_Prev(15,1)39- CT_Prev(16,1) CT_Prev(16,1)+CREEM_Prev(16,1)+HH(1,1)*HH_Prev(16,1)40- CT_Prev(17,1) CT_Prev(17,1)+CREEM_Prev(17,1)+HH(1,1)*HH_Prev(17,1)41- CT_Prev(18,1) CT_Prev(18,1)+CREEM_Prev(18,1)+HH(1,1)*HH_Prev(18,1)42- CT_Prev(19,1) CT_Prev(19,1)+CREEM_Prev(19,1)+HH(1,1)*HH_Prev(19,1)43- CT_Prev(20,1) CT_Prev(20,1)+CREEM_Prev(20,1)+HH(1,1)*HH_Prev(20,1)44- CT_Prev(21,1) CT_Prev(21,1)+CREEM_Prev(21,1)+HH(1,1)*HH_Prev(21,1)45- CT_Prev(22,1) CT_Prev(22,1)+CREEM_Prev(22,1)+HH(1,1)*HH_Prev(22,1)
Se suman los costos involucrados en la intervencion preventiva correspondiente
INT_CXX1- MCKBF(2,4)>0 && MCKBF(2,5)<=MCKBF(2,2)2- MCKBF(3,4)>0 && MCKBF(3,5)<=MCKBF(3,2)3- MCKBF(4,4)>0 && MCKBF(4,5)<=MCKBF(4,2)4- MCKBF(5,4)>0 && MCKBF(5,5)<=MCKBF(5,2)5- MCKBF(6,4)>0 && MCKBF(6,5)<=MCKBF(6,2)6- MCKBF(7,4)>0 && MCKBF(7,5)<=MCKBF(7,2)7- MCKBF(8,4)>0 && MCKBF(8,5)<=MCKBF(8,2)8- MCKBF(9,4)>0 && MCKBF(9,5)<=MCKBF(9,2)9- MCKBF(10,4)>0 && MCKBF(10,5)<=MCKBF(10,2)10- MCKBF(11,4)>0 && MCKBF(11,5)<=MCKBF(11,2)11- MCKBF(12,4)>0 && MCKBF(12,5)<=MCKBF(12,2)12- MCKBF(13,4)>0 && MCKBF(13,5)<=MCKBF(13,2)13- MCKBF(14,4)>0 && MCKBF(14,5)<=MCKBF(14,2)14- MCKBF(15,4)>0 && MCKBF(15,5)<=MCKBF(15,2)15- MCKBF(16,4)>0 && MCKBF(16,5)<=MCKBF(16,2)
Si el kilometraje acumulado desde la ultima valorizacion es mayor al kilometraje estimado por distribucion de pbb, entramos en el bloque de valorizacionVAL_CXX
16- GO TO VAL_CXXValorizacion de una intervencion del grupo XX
*******CREEM_Corr(1,5)+CREEM_Corr(2,5)+CREEM_Corr(3,5)+CREEM_Corr(4,5)+CREEM_Corr(5,5)+CREEM_Corr(6,5)+CREEM_Corr(7,5)+CREEM_Corr(8,5)+CREEM_Corr(9,5)+CREEM_Corr(10,5)+CREEM_Corr(11,5)+CREEM_Corr(12,5)+CREEM_Corr(13,5)+CREEM_Corr(14,5)+CREEM_Corr(15,5)
> Formulas Val_Corr
51/68
******HH_Corr(1,1)*HH(2,1)+HH_Corr(2,1)*HH(2,1)+HH_Corr(3,1)*HH(2,1)+HH_Corr(4,1)*HH(2,1)+HH_Corr(5,1)*HH(2,1)+HH_Corr(6,1)*HH(2,1)+HH_Corr(7,1)*HH(2,1)+HH_Corr(8,1)*HH(2,1)+HH_Corr(9,1)*HH(2,1)+HH_Corr(10,1)*HH(2,1)+HH_Corr(11,1)*HH(2,1)+HH_Corr(12,1)*HH(2,1)+HH_Corr(13,1)*HH(2,1)+HH_Corr(14,1)*HH(2,1)+HH_Corr(15,1)*HH(2,1)
******Val_Lab_01.NumberOut*HH_Corr(1,2)*HH(3,1)+Val_Lab_02.NumberOut*HH_Corr(2,2)*HH(3,1)+Val_Lab_03.NumberOut*HH_Corr(3,2)*HH(3,1)+Val_Lab_04.NumberOut*HH_Corr(4,2)*HH(3,1)+Val_Lab_05.NumberOut*HH_Corr(5,2)*HH(3,1)+Val_Lab_06.NumberOut*HH_Corr(6,2)*HH(3,1)+Val_Lab_07.NumberOut*HH_Corr(7,2)*HH(3,1)+Val_Lab_08.NumberOut*HH_Corr(8,2)*HH(3,1)+Val_Lab_09.NumberOut*HH_Corr(9,2)*HH(3,1)+Val_Lab_10.NumberOut*HH_Corr(10,2)*HH(3,1)+Val_Lab_11.NumberOut*HH_Corr(11,2)*HH(3,1)+Val_Lab_12.NumberOut*HH_Corr(12,2)*HH(3,1)+Val_Lab_13.NumberOut*HH_Corr(13,2)*HH(3,1)+Val_Lab_14.NumberOut*HH_Corr(14,2)*HH(3,1)+Val_Lab_15.NumberOut*HH_Corr(15,2)*HH(3,1)
******Val_Ext_01.NumberOut*Rep_Ext(1,1)+Val_Ext_02.NumberOut*Rep_Ext(2,1)+Val_Ext_03.NumberOut*Rep_Ext(3,1)+Val_Ext_04.NumberOut*Rep_Ext(4,1)+Val_Ext_05.NumberOut*Rep_Ext(5,1)+Val_Ext_06.NumberOut*Rep_Ext(6,1)+Val_Ext_07.NumberOut*Rep_Ext(7,1)+Val_Ext_08.NumberOut*Rep_Ext(8,1)+Val_Ext_09.NumberOut*Rep_Ext(9,1)+Val_Ext_10.NumberOut*Rep_Ext(10,1)+Val_Ext_11.NumberOut*Rep_Ext(11,1)+Val_Ext_12.NumberOut*Rep_Ext(12,1)+Val_Ext_13.NumberOut*Rep_Ext(13,1)+Val_Ext_14.NumberOut*Rep_Ext(14,1)+Val_Ext_15.NumberOut*Rep_Ext(15,1)
COSTT_CORR
4- CT_Corr(16,2)CT_Corr(1,2)+CT_Corr(2,2)+CT_Corr(3,2)+CT_Corr(4,2)+CT_Corr(5,2)+CT_Corr(6,2)+CT_Corr(7,2)+CT_Corr(8,2)+CT_Corr(9,2)+CT_Corr(10,2)+CT_Corr(11,2)+CT_Corr(12,2)+CT_Corr(13,2)+CT_Corr(14,2)+CT
CT_Corr(16,3)CT_Corr(1,3)+CT_Corr(2,3)+CT_Corr(3,3)+CT_Corr(4,3)+CT_Corr(5,3)+CT_Corr(6,3)+CT_Corr(7,3)+CT_Corr(8,3)+CT_Corr(9,3)+CT_Corr(10,3)+CT_Corr(11,3)+CT_Corr(12,3)+CT_Corr(13,3)+CT_Corr(14,3)+CT
CT_Corr(16,4)CT_Corr(1,4)+CT_Corr(2,4)+CT_Corr(3,4)+CT_Corr(4,4)+CT_Corr(5,4)+CT_Corr(6,4)+CT_Corr(7,4)+CT_Corr(8,4)+CT_Corr(9,4)+CT_Corr(10,4)+CT_Corr(11,4)+CT_Corr(12,4)+CT_Corr(13,4)+CT_Corr(14,4)+CT
CT_Corr(16,5)CT_Corr(1,5)+CT_Corr(2,5)+CT_Corr(3,5)+CT_Corr(4,5)+CT_Corr(5,5)+CT_Corr(6,5)+CT_Corr(7,5)+CT_Corr(8,5)+CT_Corr(9,5)+CT_Corr(10,5)+CT_Corr(11,5)+CT_Corr(12,5)+CT_Corr(13,5)+CT_Corr(14,5)+CT
CT_Corr(16,1)CT_Corr(1,1)+CT_Corr(2,1)+CT_Corr(3,1)+CT_Corr(4,1)+CT_Corr(5,1)+CT_Corr(6,1)+CT_Corr(7,1)+CT_Corr(8,1)+CT_Corr(9,1)+CT_Corr(10,1)+CT_Corr(11,1)+CT_Corr(12,1)+CT_Corr(13,1)+CT_Corr(14,1)+CT
Se graba el costo anual del uso de material, del uso de mano de obra in situ, del uso de mano de obra en laboratorio, del costo de reparacion a fuera y el costo totalCOSTT_CORR
5- Val_Ext_01.NumberOut 0Val_Ext_02.NumberOut 0Val_Ext_03.NumberOut 0Val_Ext_04.NumberOut 0Val_Ext_05.NumberOut 0Val_Ext_06.NumberOut 0Val_Ext_07.NumberOut 0Val_Ext_08.NumberOut 0Val_Ext_09.NumberOut 0Val_Ext_10.NumberOut 0Val_Ext_11.NumberOut 0Val_Ext_12.NumberOut 0Val_Ext_13.NumberOut 0Val_Ext_14.NumberOut 0Val_Ext_15.NumberOut 0Se inicializa el numero de intervencion a fuera a cero
COSTT_CORR6- Val_Lab_01.NumberOut 0
Val_Lab_02.NumberOut 0Val_Lab_03.NumberOut 0Val_Lab_04.NumberOut 0Val_Lab_05.NumberOut 0Val_Lab_06.NumberOut 0Val_Lab_07.NumberOut 0Val_Lab_08.NumberOut 0Val_Lab_09.NumberOut 0Val_Lab_10.NumberOut 0Val_Lab_11.NumberOut 0Val_Lab_12.NumberOut 0Val_Lab_13.NumberOut 0Val_Lab_14.NumberOut 0Val_Lab_15.NumberOut 0Se inicializa el numero de intervencion en lab a cero
52/68
RESET_CKBF_C011- MCKBF(2,2) 0
MCKBF(2,5) MCKBF(2,3)+EXPO(MCKBF(2,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(1,1) HH_Corr(1,7)+LOGN(HH_Corr(1,8),HH_Corr(1,9))HH_Corr(1,2) HH_Corr(1,3)+LOGN(HH_Corr(1,4),HH_Corr(1,5))CREEM_Corr(1,5) CREEM_Corr(1,1)+CREEM_Corr(1,2)*BETA(CREEM_Corr(1,3),CREEM_Corr(1,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
RESET_CKBF_C022- MCKBF(3,2) 0
MCKBF(3,5) MCKBF(3,3)+EXPO(MCKBF(3,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(2,1) HH_Corr(2,7)+LOGN(HH_Corr(2,8),HH_Corr(2,9))HH_Corr(2,2) HH_Corr(2,3)+LOGN(HH_Corr(2,4),HH_Corr(2,5))CREEM_Corr(2,5) CREEM_Corr(2,1)+CREEM_Corr(2,2)*BETA(CREEM_Corr(2,3),CREEM_Corr(2,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
RESET_CKBF_C033- MCKBF(4,2) 0
MCKBF(4,5) MCKBF(4,3)+EXPO(MCKBF(4,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(3,1) HH_Corr(3,7)+LOGN(HH_Corr(3,8),HH_Corr(3,9))HH_Corr(3,2) HH_Corr(3,3)+LOGN(HH_Corr(3,4),HH_Corr(3,5))CREEM_Corr(3,5) CREEM_Corr(3,1)+CREEM_Corr(3,2)*BETA(CREEM_Corr(3,3),CREEM_Corr(3,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
RESET_CKBF_C044- MCKBF(5,2) 0
MCKBF(5,5) MCKBF(5,3)+EXPO(MCKBF(5,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(4,1) HH_Corr(4,7)+LOGN(HH_Corr(4,8),HH_Corr(4,9))HH_Corr(4,2) HH_Corr(4,3)+LOGN(HH_Corr(4,4),HH_Corr(4,5))CREEM_Corr(4,5) CREEM_Corr(4,1)+CREEM_Corr(4,2)*BETA(CREEM_Corr(4,3),CREEM_Corr(4,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
RESET_CKBF_C055- MCKBF(6,2) 0
MCKBF(6,5) MCKBF(6,3)+EXPO(MCKBF(6,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(5,1) HH_Corr(5,7)+LOGN(HH_Corr(5,8),HH_Corr(5,9))HH_Corr(5,2) HH_Corr(5,3)+LOGN(HH_Corr(5,4),HH_Corr(5,5))CREEM_Corr(5,5) CREEM_Corr(5,1)+CREEM_Corr(5,2)*BETA(CREEM_Corr(5,3),CREEM_Corr(5,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
RESET_CKBF_C066- MCKBF(7,2) 0
MCKBF(7,5) MCKBF(7,3)+EXPO(MCKBF(7,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(6,1) HH_Corr(6,7)+LOGN(HH_Corr(6,8),HH_Corr(6,9))HH_Corr(6,2) HH_Corr(6,3)+LOGN(HH_Corr(6,4),HH_Corr(6,5))CREEM_Corr(6,5) CREEM_Corr(6,1)+CREEM_Corr(6,2)*BETA(CREEM_Corr(6,3),CREEM_Corr(6,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
RESET_CKBF_C077- MCKBF(8,2) 0
MCKBF(8,5) MCKBF(8,3)+EXPO(MCKBF(8,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(7,1) HH_Corr(7,7)+LOGN(HH_Corr(7,8),HH_Corr(7,9))HH_Corr(7,2) HH_Corr(7,3)+LOGN(HH_Corr(7,4),HH_Corr(7,5))CREEM_Corr(7,5) CREEM_Corr(7,1)+CREEM_Corr(7,2)*BETA(CREEM_Corr(7,3),CREEM_Corr(7,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
RESET_CKBF_C088- MCKBF(9,2) 0
MCKBF(9,5) MCKBF(9,3)+EXPO(MCKBF(9,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(8,1) HH_Corr(8,7)+LOGN(HH_Corr(8,8),HH_Corr(8,9))HH_Corr(8,2) HH_Corr(8,3)+LOGN(HH_Corr(8,4),HH_Corr(8,5))CREEM_Corr(8,5) CREEM_Corr(8,1)+CREEM_Corr(8,2)*BETA(CREEM_Corr(8,3),CREEM_Corr(8,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
RESET_CKBF_C099- MCKBF(10,2) 0
MCKBF(10,5) MCKBF(10,3)+EXPO(MCKBF(10,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(9,1) HH_Corr(9,7)+LOGN(HH_Corr(9,8),HH_Corr(9,9))HH_Corr(9,2) HH_Corr(9,3)+LOGN(HH_Corr(9,4),HH_Corr(9,5))CREEM_Corr(9,5) CREEM_Corr(9,1)+CREEM_Corr(9,2)*BETA(CREEM_Corr(9,3),CREEM_Corr(9,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
RESET_CKBF_C1010- MCKBF(11,2) 0
MCKBF(11,5) MCKBF(11,3)+EXPO(MCKBF(11,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(10,1) HH_Corr(10,7)+LOGN(HH_Corr(10,8),HH_Corr(10,9))HH_Corr(10,2) HH_Corr(10,3)+LOGN(HH_Corr(10,4),HH_Corr(10,5))CREEM_Corr(10,5) CREEM_Corr(10,1)+CREEM_Corr(10,2)*BETA(CREEM_Corr(10,3),CREEM_Corr(10,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
> Formulas Val_CXX
53/68
RESET_CKBF_C1111- MCKBF(12,2) 0
MCKBF(12,5) MCKBF(12,3)+EXPO(MCKBF(12,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(11,1) HH_Corr(11,7)+LOGN(HH_Corr(11,8),HH_Corr(11,9))HH_Corr(11,2) HH_Corr(11,3)+LOGN(HH_Corr(11,4),HH_Corr(11,5))CREEM_Corr(11,5) CREEM_Corr(11,1)+CREEM_Corr(11,2)*BETA(CREEM_Corr(11,3),CREEM_Corr(11,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
RESET_CKBF_C1212- MCKBF(13,2) 0
MCKBF(13,5) MCKBF(13,3)+EXPO(MCKBF(13,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(12,1) HH_Corr(12,7)+LOGN(HH_Corr(12,8),HH_Corr(12,9))HH_Corr(12,2) HH_Corr(12,3)+LOGN(HH_Corr(12,4),HH_Corr(12,5))CREEM_Corr(12,5) CREEM_Corr(12,1)+CREEM_Corr(12,2)*BETA(CREEM_Corr(12,3),CREEM_Corr(12,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
RESET_CKBF_C1313- MCKBF(14,2) 0
MCKBF(14,5) MCKBF(14,3)+EXPO(MCKBF(14,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(13,1) HH_Corr(13,7)+LOGN(HH_Corr(13,8),HH_Corr(13,9))HH_Corr(13,2) HH_Corr(13,3)+LOGN(HH_Corr(13,4),HH_Corr(13,5))CREEM_Corr(13,5) CREEM_Corr(13,1)+CREEM_Corr(13,2)*BETA(CREEM_Corr(13,3),CREEM_Corr(13,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
RESET_CKBF_C1414- MCKBF(15,2) 0
MCKBF(15,5) MCKBF(15,3)+EXPO(MCKBF(15,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(14,1) HH_Corr(14,7)+LOGN(HH_Corr(14,8),HH_Corr(14,9))HH_Corr(14,2) HH_Corr(14,3)+LOGN(HH_Corr(14,4),HH_Corr(14,5))CREEM_Corr(14,5) CREEM_Corr(14,1)+CREEM_Corr(14,2)*BETA(CREEM_Corr(14,3),CREEM_Corr(14,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
RESET_CKBF_C1515- MCKBF(16,2) 0
MCKBF(16,5) MCKBF(16,3)+EXPO(MCKBF(16,4))MCKBF(1,2) 0MCKBF(1,5) MCKBF(1,3)+EXPO(MCKBF(1,4))HH_Corr(15,1) HH_Corr(15,7)+LOGN(HH_Corr(15,8),HH_Corr(15,9))HH_Corr(15,2) HH_Corr(15,3)+LOGN(HH_Corr(15,4),HH_Corr(15,5))CREEM_Corr(15,5) CREEM_Corr(15,1)+CREEM_Corr(15,2)*BETA(CREEM_Corr(15,3),CREEM_Corr(15,4))Se inicializa el kilometraje entre fallas y se toma nuevas estimaciones del MCKBF, del tiempo de reparacion y del costo de repuesto
*******HH_Corr(1,1)*HH(2,1)+HH_Corr(2,1)*HH(2,1)+HH_Corr(3,1)*HH(2,1)+HH_Corr(4,1)*HH(2,1)+HH_Corr(5,1)*HH(2,1)+HH_Corr(6,1)*HH(2,1)+HH_Corr(7,1)*HH(2,1)+HH_Corr(8,1)*HH(2,1)+HH_Corr(9,1)*HH(2,1)+HH_Corr(10,1)*HH(2,1)+HH_Corr(11,1)*HH(2,1)+HH_Corr(12,1)*HH(2,1)+HH_Corr(13,1)*HH(2,1)+HH_Corr(14,1)*HH(2,1)+HH_Corr(15,1)*HH(2,1)+
******Val_Lab_01.NumberOut*HH_Corr(1,2)*HH(3,1)+Val_Lab_02.NumberOut*HH_Corr(2,2)*HH(3,1)+Val_Lab_03.NumberOut*HH_Corr(3,2)*HH(3,1)+Val_Lab_04.NumberOut*HH_Corr(4,2)*HH(3,1)+Val_Lab_05.NumberOut*HH_Corr(5,2)*HH(3,1)+Val_Lab_06.NumberOut*HH_Corr(6,2)*HH(3,1)+Val_Lab_07.NumberOut*HH_Corr(7,2)*HH(3,1)+Val_Lab_08.NumberOut*HH_Corr(8,2)*HH(3,1)+Val_Lab_09.NumberOut*HH_Corr(9,2)*HH(3,1)+Val_Lab_10.NumberOut*HH_Corr(10,2)*HH(3,1)+Val_Lab_11.NumberOut*HH_Corr(11,2)*HH(3,1)+Val_Lab_12.NumberOut*HH_Corr(12,2)*HH(3,1)+Val_Lab_13.NumberOut*HH_Corr(13,2)*HH(3,1)+Val_Lab_14.NumberOut*HH_Corr(14,2)*HH(3,1)+Val_Lab_15.NumberOut*HH_Corr(15,2)*HH(3,1)+
54/68
******Val_Ext_01.NumberOut*Rep_Ext(1,1)Val_Ext_02.NumberOut*Rep_Ext(2,1)Val_Ext_03.NumberOut*Rep_Ext(3,1)Val_Ext_04.NumberOut*Rep_Ext(4,1)Val_Ext_05.NumberOut*Rep_Ext(5,1)Val_Ext_06.NumberOut*Rep_Ext(6,1)Val_Ext_07.NumberOut*Rep_Ext(7,1)Val_Ext_08.NumberOut*Rep_Ext(8,1)Val_Ext_09.NumberOut*Rep_Ext(9,1)Val_Ext_10.NumberOut*Rep_Ext(10,1)Val_Ext_11.NumberOut*Rep_Ext(11,1)Val_Ext_12.NumberOut*Rep_Ext(12,1)Val_Ext_13.NumberOut*Rep_Ext(13,1)Val_Ext_14.NumberOut*Rep_Ext(14,1)Val_Ext_15.NumberOut*Rep_Ext(15,1)
COST_01
16- CT_Corr(1,1)CT_Corr(1,1)+CREEM_Corr(1,5)+HH_Corr(1,1)*HH(2,1)+Val_Lab_01.NumberOut*HH_Corr(1,2)*HH(3,1)+Val_Ext_01.NumberOut*Rep_Ext(1,1)
CT_Corr(1,2) CT_Corr(1,2)+CREEM_Corr(1,5)*(1-Val_Ext_01.NumberOut)CT_Corr(1,3) CT_Corr(1,3)+HH_Corr(1,1)*HH(2,1)CT_Corr(1,4) CT_Corr(1,4)+Val_Lab_01.NumberOut*HH_Corr(1,2)*HH(3,1)CT_Corr(1,5) CT_Corr(1,5)+Val_Ext_01.NumberOut*Rep_Ext(1,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
COST_02
17- CT_Corr(2,1)CT_Corr(2,1)+CREEM_Corr(2,5)+HH_Corr(2,1)*HH(2,1)+Val_Lab_02.NumberOut*HH_Corr(2,2)*HH(3,1)+Val_Ext_02.NumberOut*Rep_Ext(2,1)
CT_Corr(2,2) CT_Corr(2,2)+CREEM_Corr(2,5)*(1-Val_Ext_02.NumberOut)CT_Corr(2,3) CT_Corr(2,3)+HH_Corr(2,1)*HH(2,1)CT_Corr(2,4) CT_Corr(2,4)+Val_Lab_02.NumberOut*HH_Corr(2,2)*HH(3,1)CT_Corr(2,5) CT_Corr(2,5)+Val_Ext_02.NumberOut*Rep_Ext(2,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
COST_03
18- CT_Corr(3,1)CT_Corr(3,1)+CREEM_Corr(3,5)+HH_Corr(3,1)*HH(2,1)+Val_Lab_03.NumberOut*HH_Corr(3,2)*HH(3,1)+Val_Ext_03.NumberOut*Rep_Ext(3,1)
CT_Corr(3,2) CT_Corr(3,2)+CREEM_Corr(3,5)*(1-Val_Ext_03.NumberOut)CT_Corr(3,3) CT_Corr(3,3)+HH_Corr(3,1)*HH(2,1)CT_Corr(3,4) CT_Corr(3,4)+Val_Lab_03.NumberOut*HH_Corr(3,2)*HH(3,1)CT_Corr(3,5) CT_Corr(3,5)+Val_Ext_03.NumberOut*Rep_Ext(3,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
COST_04
19- CT_Corr(4,1)CT_Corr(4,1)+CREEM_Corr(4,5)+HH_Corr(4,1)*HH(2,1)+Val_Lab_04.NumberOut*HH_Corr(4,2)*HH(3,1)+Val_Ext_04.NumberOut*Rep_Ext(4,1)
CT_Corr(4,2) CT_Corr(4,2)+CREEM_Corr(4,5)*(1-Val_Ext_04.NumberOut)CT_Corr(4,3) CT_Corr(4,3)+HH_Corr(4,1)*HH(2,1)CT_Corr(4,4) CT_Corr(4,4)+Val_Lab_04.NumberOut*HH_Corr(4,2)*HH(3,1)CT_Corr(4,5) CT_Corr(4,5)+Val_Ext_04.NumberOut*Rep_Ext(4,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
COST_05
20- CT_Corr(5,1)CT_Corr(5,1)+CREEM_Corr(5,5)+HH_Corr(5,1)*HH(2,1)+Val_Lab_05.NumberOut*HH_Corr(5,2)*HH(3,1)+Val_Ext_05.NumberOut*Rep_Ext(5,1)
CT_Corr(5,2) CT_Corr(5,2)+CREEM_Corr(5,5)*(1-Val_Ext_05.NumberOut)CT_Corr(5,3) CT_Corr(5,3)+HH_Corr(5,1)*HH(2,1)CT_Corr(5,4) CT_Corr(5,4)+Val_Lab_05.NumberOut*HH_Corr(5,2)*HH(3,1)CT_Corr(5,5) CT_Corr(5,5)+Val_Ext_05.NumberOut*Rep_Ext(5,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
COST_06
21- CT_Corr(6,1)CT_Corr(6,1)+CREEM_Corr(6,5)+HH_Corr(6,1)*HH(2,1)+Val_Lab_06.NumberOut*HH_Corr(6,2)*HH(3,1)+Val_Ext_06.NumberOut*Rep_Ext(6,1)
CT_Corr(6,2) CT_Corr(6,2)+CREEM_Corr(6,5)*(1-Val_Ext_06.NumberOut)CT_Corr(6,3) CT_Corr(6,3)+HH_Corr(6,1)*HH(2,1)CT_Corr(6,4) CT_Corr(6,4)+Val_Lab_06.NumberOut*HH_Corr(6,2)*HH(3,1)CT_Corr(6,5) CT_Corr(6,5)+Val_Ext_06.NumberOut*Rep_Ext(6,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
COST_07
22- CT_Corr(7,1)CT_Corr(7,1)+CREEM_Corr(7,5)+HH_Corr(7,1)*HH(2,1)+Val_Lab_07.NumberOut*HH_Corr(7,2)*HH(3,1)+Val_Ext_07.NumberOut*Rep_Ext(7,1)
CT_Corr(7,2) CT_Corr(7,2)+CREEM_Corr(7,5)*(1-Val_Ext_07.NumberOut)CT_Corr(7,3) CT_Corr(7,3)+HH_Corr(7,1)*HH(2,1)CT_Corr(7,4) CT_Corr(7,4)+Val_Lab_07.NumberOut*HH_Corr(7,2)*HH(3,1)CT_Corr(7,5) CT_Corr(7,5)+Val_Ext_07.NumberOut*Rep_Ext(7,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
COST_08
23- CT_Corr(8,1)CT_Corr(8,1)+CREEM_Corr(8,5)+HH_Corr(8,1)*HH(2,1)+Val_Lab_08.NumberOut*HH_Corr(8,2)*HH(3,1)+Val_Ext_08.NumberOut*Rep_Ext(8,1)
CT_Corr(8,2) CT_Corr(8,2)+CREEM_Corr(8,5)*(1-Val_Ext_08.NumberOut)CT_Corr(8,3) CT_Corr(8,3)+HH_Corr(8,1)*HH(2,1)CT_Corr(8,4) CT_Corr(8,4)+Val_Lab_08.NumberOut*HH_Corr(8,2)*HH(3,1)CT_Corr(8,5) CT_Corr(8,5)+Val_Ext_08.NumberOut*Rep_Ext(8,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
COST_09
24- CT_Corr(9,1)CT_Corr(9,1)+CREEM_Corr(9,5)+HH_Corr(9,1)*HH(2,1)+Val_Lab_09.NumberOut*HH_Corr(9,2)*HH(3,1)+Val_Ext_09.NumberOut*Rep_Ext(9,1)
CT_Corr(9,2) CT_Corr(9,2)+CREEM_Corr(9,5)*(1-Val_Ext_09.NumberOut)CT_Corr(9,3) CT_Corr(9,3)+HH_Corr(9,1)*HH(2,1)CT_Corr(9,4) CT_Corr(9,4)+Val_Lab_09.NumberOut*HH_Corr(9,2)*HH(3,1)CT_Corr(9,5) CT_Corr(9,5)+Val_Ext_09.NumberOut*Rep_Ext(9,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
55/68
COST_10
25- CT_Corr(10,1)CT_Corr(10,1)+CREEM_Corr(10,5)+HH_Corr(10,1)*HH(2,1)+Val_Lab_10.NumberOut*HH_Corr(10,2)*HH(3,1)+Val_Ext_10.NumberOut*Rep_Ext(10,1)
CT_Corr(10,2) CT_Corr(10,2)+CREEM_Corr(10,5)*(1-Val_Ext_10.NumberOut)CT_Corr(10,3) CT_Corr(10,3)+HH_Corr(10,1)*HH(2,1)CT_Corr(10,4) CT_Corr(10,4)+Val_Lab_10.NumberOut*HH_Corr(10,2)*HH(3,1)CT_Corr(10,5) CT_Corr(10,5)+Val_Ext_10.NumberOut*Rep_Ext(10,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
COST_11
26- CT_Corr(11,1)CT_Corr(11,1)+CREEM_Corr(11,5)+HH_Corr(11,1)*HH(2,1)+Val_Lab_11.NumberOut*HH_Corr(11,2)*HH(3,1)+Val_Ext_11.NumberOut*Rep_Ext(11,1)
CT_Corr(11,2) CT_Corr(11,2)+CREEM_Corr(11,5)*(1-Val_Ext_11.NumberOut)CT_Corr(11,3) CT_Corr(11,3)+HH_Corr(11,1)*HH(2,1)CT_Corr(11,4) CT_Corr(11,4)+Val_Lab_11.NumberOut*HH_Corr(11,2)*HH(3,1)CT_Corr(11,5) CT_Corr(11,5)+Val_Ext_11.NumberOut*Rep_Ext(11,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
COST_12
27- CT_Corr(12,1)CT_Corr(12,1)+CREEM_Corr(12,5)+HH_Corr(12,1)*HH(2,1)+Val_Lab_12.NumberOut*HH_Corr(12,2)*HH(3,1)+Val_Ext_12.NumberOut*Rep_Ext(12,1)
CT_Corr(12,2) CT_Corr(12,2)+CREEM_Corr(12,5)*(1-Val_Ext_12.NumberOut)CT_Corr(12,3) CT_Corr(12,3)+HH_Corr(12,1)*HH(2,1)CT_Corr(12,4) CT_Corr(12,4)+Val_Lab_12.NumberOut*HH_Corr(12,2)*HH(3,1)CT_Corr(12,5) CT_Corr(12,5)+Val_Ext_12.NumberOut*Rep_Ext(12,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
COST_13
28- CT_Corr(13,1)CT_Corr(13,1)+CREEM_Corr(13,5)+HH_Corr(13,1)*HH(2,1)+Val_Lab_13.NumberOut*HH_Corr(13,2)*HH(3,1)+Val_Ext_13.NumberOut*Rep_Ext(13,1)
CT_Corr(13,2) CT_Corr(13,2)+CREEM_Corr(13,5)*(1-Val_Ext_13.NumberOut)CT_Corr(13,3) CT_Corr(13,3)+HH_Corr(13,1)*HH(2,1)CT_Corr(13,4) CT_Corr(13,4)+Val_Lab_13.NumberOut*HH_Corr(13,2)*HH(3,1)CT_Corr(13,5) CT_Corr(13,5)+Val_Ext_13.NumberOut*Rep_Ext(13,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
COST_14
29- CT_Corr(14,1)CT_Corr(14,1)+CREEM_Corr(14,5)+HH_Corr(14,1)*HH(2,1)+Val_Lab_14.NumberOut*HH_Corr(14,2)*HH(3,1)+Val_Ext_14.NumberOut*Rep_Ext(14,1)
CT_Corr(14,2) CT_Corr(14,2)+CREEM_Corr(14,5)*(1-Val_Ext_14.NumberOut)CT_Corr(14,3) CT_Corr(14,3)+HH_Corr(14,1)*HH(2,1)CT_Corr(14,4) CT_Corr(14,4)+Val_Lab_14.NumberOut*HH_Corr(14,2)*HH(3,1)CT_Corr(14,5) CT_Corr(14,5)+Val_Ext_14.NumberOut*Rep_Ext(14,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
COST_15
30- CT_Corr(15,1)CT_Corr(15,1)+CREEM_Corr(15,5)+HH_Corr(15,1)*HH(2,1)+Val_Lab_15.NumberOut*HH_Corr(15,2)*HH(3,1)+Val_Ext_15.NumberOut*Rep_Ext(15,1)
CT_Corr(15,2) CT_Corr(15,2)+CREEM_Corr(15,5)*(1-Val_Ext_15.NumberOut)CT_Corr(15,3) CT_Corr(15,3)+HH_Corr(15,1)*HH(2,1)CT_Corr(15,4) CT_Corr(15,4)+Val_Lab_15.NumberOut*HH_Corr(15,2)*HH(3,1)CT_Corr(15,5) CT_Corr(15,5)+Val_Ext_15.NumberOut*Rep_Ext(15,1)Se suman los costos involucrados en la reparacion correctiva correspondiante
EXTINT_XX31- 100*ExtVsInt(1,1)32- 100*ExtVsInt(2,1)33- 100*ExtVsInt(3,1)34- 100*ExtVsInt(4,1)35- 100*ExtVsInt(5,1)36- 100*ExtVsInt(6,1)37- 100*ExtVsInt(7,1)38- 100*ExtVsInt(8,1)39- 100*ExtVsInt(9,1)40- 100*ExtVsInt(10,1)41- 100*ExtVsInt(11,1)42- 100*ExtVsInt(12,1)43- 100*ExtVsInt(13,1)44- 100*ExtVsInt(14,1)45- 100*ExtVsInt(15,1)
Se repara a fuera según la pbb que la reparacion no se pueda reparar en el laboratorioVal_InSitu_XX
46- Val_InSitu_01 (1/NTec(1,1))*(HH_Corr(1,1))47- Val_InSitu_02 (1/NTec(1,1))*(HH_Corr(2,1))48- Val_InSitu_03 (1/NTec(1,1))*(HH_Corr(3,1))49- Val_InSitu_04 (1/NTec(1,1))*(HH_Corr(4,1))50- Val_InSitu_05 (1/NTec(1,1))*(HH_Corr(5,1))51- Val_InSitu_06 (1/NTec(1,1))*(HH_Corr(6,1))52- Val_InSitu_07 (1/NTec(1,1))*(HH_Corr(7,1))53- Val_InSitu_08 (1/NTec(1,1))*(HH_Corr(8,1))54- Val_InSitu_09 (1/NTec(1,1))*(HH_Corr(9,1))55- Val_InSitu_10 (1/NTec(1,1))*(HH_Corr(10,1))56- Val_InSitu_11 (1/NTec(1,1))*(HH_Corr(11,1))57- Val_InSitu_12 (1/NTec(1,1))*(HH_Corr(12,1))58- Val_InSitu_13 (1/NTec(1,1))*(HH_Corr(13,1))59- Val_InSitu_14 (1/NTec(1,1))*(HH_Corr(14,1))60- Val_InSitu_15 (1/NTec(1,1))*(HH_Corr(15,1))
Se calcula el tiempo de indisponibilidadVal_Lab_XX
61- Val_Lab_01 (1/NTec(2,1))*(HH_Corr(1,2))62- Val_Lab_02 (1/NTec(2,1))*(HH_Corr(2,2))63- Val_Lab_03 (1/NTec(2,1))*(HH_Corr(3,2))64- Val_Lab_04 (1/NTec(2,1))*(HH_Corr(4,2))65- Val_Lab_05 (1/NTec(2,1))*(HH_Corr(5,2))66- Val_Lab_06 (1/NTec(2,1))*(HH_Corr(6,2))67- Val_Lab_07 (1/NTec(2,1))*(HH_Corr(7,2))68- Val_Lab_08 (1/NTec(2,1))*(HH_Corr(8,2))69- Val_Lab_09 (1/NTec(2,1))*(HH_Corr(9,2))70- Val_Lab_10 (1/NTec(2,1))*(HH_Corr(10,2))71- Val_Lab_11 (1/NTec(2,1))*(HH_Corr(11,2))72- Val_Lab_12 (1/NTec(2,1))*(HH_Corr(12,2))73- Val_Lab_13 (1/NTec(2,1))*(HH_Corr(13,2))74- Val_Lab_14 (1/NTec(2,1))*(HH_Corr(14,2))75- Val_Lab_15 (1/NTec(2,1))*(HH_Corr(15,2))
Se calcula el tiempo de reparacion en laboratorio
56/68
ANEXO L. RESULTADOS DEL ESCENARIO BASE
Anexo en Formato Digital. Ver el CD adjuntado, Archivo EXCEL, ANEXO_L.xls
57/68
ANEXO M. RESULTADOS SINTETIZADOS DE ESCENARIOS DE SIMULACIÓN
Resultados completos en Formato Digital. Ver el CD adjuntado, Archivos EXCEL en la carpeta ANEXO_M
M.1/ Impacto del Transantiago
M.1.1/ Escenario 1
KS0010-200706-NS93 29/06/2007
Operation MEAN Year 1 Year 2 Year 3 Year 4 Year 5Daily Kilometers 342 316 329 342 355 368
Preventive TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5Number of fails 8603 1584 1659 1721 1773 1866
Corrective Material Cost 348 312 751 85 252 187 91 920 892 95 012 768 104 302 143 114 555 461HH Cost In Situ 51 643 237 12 698 251 13 939 759 14 411 540 15 295 682 16 238 728HH Cost In Lab 596 476 637 154 521 557 152 390 768 163 077 480 196 771 306 169 006 669
Corrective Total Cost 996 432 625 252 471 995 258 251 420 272 501 788 316 369 131 299 800 858Corrective TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
IS 442 80 85 88 96 93IM01 11 0 11 0 0 0IM02 11 0 11 0 0 0IM03 11 0 8 3 0 0IM04 11 0 4 7 0 0IM05 11 0 0 11 0 0IM06 11 0 0 11 0 0IM07 11 0 0 9 2 0IM08 11 0 0 4 7 0IM09 11 0 0 0 11 0IM10 11 0 0 0 11 0IM11 11 0 0 0 11 0IM12 14 3 0 0 4 7IM13 18 7 0 0 0 11IM14 22 11 0 0 0 11IM15 22 11 0 0 0 11IM16 17 6 5 0 0 6GR 15 4 7 0 0 4
Preventive Material Cost 2 513 242 687 834 574 078 1 497 202 512 27 673 258 24 792 120 950 031 639Preventive HH Cost 515 329 097 153 666 484 234 756 203 64 015 655 68 237 816 179 845 606
Preventive Total Cost 3 028 571 784 988 240 562 1 731 958 715 91 688 912 93 029 936 1 129 877 245TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
TOTAL 4 025 004 409 1 240 712 556 1 990 210 135 364 190 700 409 399 067 1 429 678 103
Escenario Transantiago 1, Simulacion de 11 trenes tipo NS93 sobre 5 años (TRENES 74 > 84), desde inicio de 2007 hasta fin de 2011. Horario dia de operacion 17 horas, kilometraje base diario 316Km. Estado del tren al 01/01/2007 (Kilometraje, Tasa de falla). Costos de mano de obra al 01/01/2007. Costo de repuestos y tiempos de reparacion promedios estimados a inicio de 2007. Tasa de desgaste minima, Kilometraje diario aumentando de 13 km anual, Horario de operacion fijo, Aumento del precio de las HH de 1.96%, Variacion del IPE de 3.12%. Sin reparaciones externas.
58/68
0
500
1000
1500
2000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Number of failsC15
C14
C13
C12
C11
C10
C09
C08
C07
C06
C05
C04
C03
C02
C01
0
50 000 000
100 000 000
150 000 000
200 000 000
250 000 000
300 000 000
350 000 000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Corrective Total CostC15
C14
C13
C12
C11
C10
C09
C08
C07
C06
C05
C04
C03
C02
C01
0
20
40
60
80
100
120
140
160
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Number of Preventives GR
IM20
IM19
IM18
IM17
IM16
IM15
IM14
IM13
IM12
IM11
IM10
IM09
IM08
IM07
IM06
IM05
IM04
IM03
IM02
IM01
IS
0
200 000 000
400 000 000
600 000 000
800 000 000
1 000 000 000
1 200 000 000
1 400 000 000
1 600 000 000
1 800 000 000
2 000 000 000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Preventive Total Costs GR
IM20
IM19
IM18
IM17
IM16
IM15
IM14
IM13
IM12
IM11
IM10
IM09
IM08
IM07
IM06
IM05
IM04
IM03
IM02
IM01
IS
0
500
1000
1500
2000
2500
Year 1 Year 2 Year 3 Year 4 Year 5
Mil
lio
ns
CLP
Anual Total Costs
External Cost To Repair Corrective Material Cost HH Cost In Situ HH Cost In Lab Preventive Material Cost Preventive HH Cost
59/68
M.1.2/ Escenario 2
KS0011-200706-NS93 29/06/2007
Operation MEAN Year 1 Year 2 Year 3 Year 4 Year 5Daily Kilometers 356 330 343 356 369 382
Preventive TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5Number of fails 9185 1682 1756 1818 1915 2014
Corrective Material Cost 377 443 257 91 124 787 98 355 958 102 002 320 115 874 751 125 882 898HH Cost In Situ 55 385 973 13 654 806 14 554 194 15 392 838 16 485 892 17 902 338HH Cost In Lab 623 382 419 150 377 771 155 184 345 182 309 651 195 212 212 196 640 754
Corrective Total Cost 1 056 211 649 255 157 364 268 094 497 299 704 809 327 572 854 340 425 990Corrective TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
IS 462 85 88 95 97 97IM01 15 0 11 0 0 4IM02 11 0 11 0 0 0IM03 11 0 11 0 0 0IM04 11 0 4 7 0 0IM05 11 0 0 11 0 0IM06 11 0 0 11 0 0IM07 11 0 0 11 0 0IM08 11 0 0 6 5 0IM09 11 0 0 2 9 0IM10 11 0 0 0 11 0IM11 11 0 0 0 11 0IM12 14 3 0 0 9 2IM13 18 7 0 0 4 7IM14 22 11 0 0 0 11IM15 22 11 0 0 0 11IM16 22 8 3 0 0 11GR 19 4 7 0 0 8
Preventive Material Cost 3 040 257 092 835 540 802 1 498 744 714 28 429 102 28 438 600 1 870 091 060Preventive HH Cost 765 281 839 205 886 885 303 755 523 90 919 424 96 814 001 375 485 440
Preventive Total Cost 3 805 538 931 1 041 427 687 1 802 500 237 119 348 526 125 252 601 2 245 576 500TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
TOTAL 4 861 750 580 1 296 585 050 2 070 594 734 419 053 334 452 825 456 2 586 002 490
Escenario Transantiago 2, Simulacion de 11 trenes tipo NS93 sobre 5 años (TRENES 74 > 84), desde inicio de 2007 hasta fin de 2011. Horario dia de operacion 17 horas, kilometraje base diario 330Km. Estado del tren al 01/01/2007 (Kilometraje, Tasa de falla). Costos de mano de obra al 01/01/2007, Preventivos de noche. Costo de repuestos y tiempos de reparacion promedios estimados a inicio de 2007. Tasa de desgaste media, Kilometraje diario aumentando de 13 km anual, Horario de operacion fijo, Aumento del precio de las HH de 1.96%, Variacion del IPE de 3.12%. Sin reparaciones externas.
60/68
0
500
1000
1500
2000
2500
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Number of failsC15
C14
C13
C12
C11
C10
C09
C08
C07
C06
C05
C04
C03
C02
C01
0
50 000 000
100 000 000
150 000 000
200 000 000
250 000 000
300 000 000
350 000 000
400 000 000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Corrective Total CostC15
C14
C13
C12
C11
C10
C09
C08
C07
C06
C05
C04
C03
C02
C01
0
20
40
60
80
100
120
140
160
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Number of Preventives GR
IM20
IM19
IM18
IM17
IM16
IM15
IM14
IM13
IM12
IM11
IM10
IM09
IM08
IM07
IM06
IM05
IM04
IM03
IM02
IM01
IS
0
500 000 000
1 000 000 000
1 500 000 000
2 000 000 000
2 500 000 000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Preventive Total Costs GR
IM20
IM19
IM18
IM17
IM16
IM15
IM14
IM13
IM12
IM11
IM10
IM09
IM08
IM07
IM06
IM05
IM04
IM03
IM02
IM01
IS
0
500
1000
1500
2000
2500
3000
Year 1 Year 2 Year 3 Year 4 Year 5
Mil
lio
ns
CLP
Anual Total Costs
External Cost To Repair Corrective Material Cost HH Cost In Situ HH Cost In Lab Preventive Material Cost Preventive HH Cost
61/68
M.1.3/ Escenario 3
KS0012-200706-NS93 29/06/2007
Operation MEAN Year 1 Year 2 Year 3 Year 4 Year 5Daily Kilometers 370 344 357 370 383 396
Preventive TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5Number of fails 9682 1742 1810 1940 2051 2139
Corrective Material Cost 401 411 478 94 551 407 101 396 468 112 867 202 126 632 783 132 781 638HH Cost In Situ 57 854 461 14 097 042 14 798 834 16 345 075 17 426 556 18 965 059HH Cost In Lab 658 777 764 166 545 030 162 723 175 169 789 132 194 597 013 239 383 197
Corrective Total Cost 1 118 043 703 275 193 480 278 918 476 299 001 409 338 656 353 391 129 893Corrective TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
IS 478 90 90 97 102 99IM01 18 0 11 0 0 7IM02 14 0 11 0 0 3IM03 11 0 11 0 0 0IM04 11 0 6 5 0 0IM05 11 0 2 9 0 0IM06 11 0 0 11 0 0IM07 11 0 0 11 0 0IM08 11 0 0 9 2 0IM09 11 0 0 4 7 0IM10 11 0 0 0 11 0IM11 11 0 0 0 11 0IM12 14 3 0 0 11 0IM13 18 7 0 0 7 4IM14 22 11 0 0 3 8IM15 22 11 0 0 0 11IM16 22 9 2 0 0 11GR 22 4 7 0 0 11
Preventive Material Cost 3 436 030 116 836 416 060 1 500 439 872 28 148 597 31 147 617 2 561 137 314Preventive HH Cost 833 686 582 209 583 521 308 343 984 94 258 326 99 736 366 476 313 415
Preventive Total Cost 4 269 716 698 1 045 999 582 1 808 783 856 122 406 923 130 883 983 3 037 450 728TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
TOTAL 5 387 760 401 1 321 193 061 2 087 702 333 421 408 333 469 540 336 3 428 580 622
Escenario Transantiago 3, Simulacion de 11 trenes tipo NS93 sobre 5 años (TRENES 74 > 84), desde inicio de 2007 hasta fin de 2011. Horario dia de operacion 17 horas, kilometraje base diario 344Km. Estado del tren al 01/01/2007 (Kilometraje, Tasa de falla). Costos de mano de obra al 01/01/2007, Preventivos de noche. Costo de repuestos y tiempos de reparacion promedios estimados a inicio de 2007. Tasa de desgaste maxima, Kilometraje diario aumentando de 13 km anual, Horario de operacion fijo, Aumento del precio de las HH de 1.96%, Variacion del IPE de 3.12%. Sin reparaciones externas.
62/68
0
500
1000
1500
2000
2500
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Number of failsC15
C14
C13
C12
C11
C10
C09
C08
C07
C06
C05
C04
C03
C02
C01
0
50 000 000
100 000 000
150 000 000
200 000 000
250 000 000
300 000 000
350 000 000
400 000 000
450 000 000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Corrective Total CostC15
C14
C13
C12
C11
C10
C09
C08
C07
C06
C05
C04
C03
C02
C01
0
20
40
60
80
100
120
140
160
180
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Number of Preventives GR
IM20
IM19
IM18
IM17
IM16
IM15
IM14
IM13
IM12
IM11
IM10
IM09
IM08
IM07
IM06
IM05
IM04
IM03
IM02
IM01
IS
0
500 000 000
1 000 000 000
1 500 000 000
2 000 000 000
2 500 000 000
3 000 000 000
3 500 000 000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Preventive Total Costs GR
IM20
IM19
IM18
IM17
IM16
IM15
IM14
IM13
IM12
IM11
IM10
IM09
IM08
IM07
IM06
IM05
IM04
IM03
IM02
IM01
IS
0
500
1000
1500
2000
2500
3000
3500
4000
Year 1 Year 2 Year 3 Year 4 Year 5
Mil
lio
ns
CLP
Anual Total Costs
External Cost To Repair Corrective Material Cost HH Cost In Situ HH Cost In Lab Preventive Material Cost Preventive HH Cost
63/68
M.2/ Costo de reparaciones externas
M.2.1/ Escenario 1
KS0100-200706-NS93 29/06/2007
Operation MEAN Year 1 Year 2 Year 3 Year 4 Year 5Daily Kilometers 301 275 288 301 314 327
Preventive TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5Number of fails 7466 1389 1444 1504 1513 1616
Corrective Material Cost 146 135 374 35 907 762 41 334 822 42 286 867 41 903 953 42 989 379HH Cost In Situ 44 735 793 11 086 391 11 788 245 12 892 026 13 102 707 13 986 676HH Cost In Lab 34 399 914 8 761 232 8 796 798 9 304 474 10 561 575 10 979 070
External Cost 2 873 472 712 717 915 337 755 103 555 826 806 254 824 274 983 913 187 181Corrective Total Cost 3 098 743 792 773 670 722 817 023 420 891 289 622 889 843 218 981 142 306
Corrective TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5IS 393 71 72 80 82 88IM01 11 0 11 0 0 0IM02 11 0 8 3 0 0IM03 11 0 4 7 0 0IM04 11 0 0 11 0 0IM05 11 0 0 11 0 0IM06 11 0 0 6 5 0IM07 11 0 0 2 9 0IM08 11 0 0 0 11 0IM09 11 0 0 0 11 0IM10 11 0 0 0 4 7IM11 11 0 0 0 0 11IM12 14 3 0 0 0 11IM13 16 7 0 0 0 9IM14 15 11 0 0 0 4IM15 11 9 2 0 0 0IM16 11 4 7 0 0 0GR 11 2 9 0 0 0
Preventive Material Cost 1 952 868 453 425 173 794 1 911 767 679 27 391 704 20 521 575 29 362 021Preventive HH Cost 423 267 818 96 679 105 275 722 045 58 610 975 60 923 961 64 690 010
Preventive Total Cost 2 376 136 271 521 852 899 2 187 489 724 86 002 678 81 445 537 94 052 031TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
TOTAL 5 474 880 063 1 295 523 622 3 004 513 144 977 292 300 971 288 754 1 075 194 337
Escenario Expert_Lab 1, Simulacion de 11 trenes tipo NS93 sobre 5 años (TRENES 74 > 84), desde inicio de 2007 hasta fin de 2011. Horario dia de operacion 16 horas, kilometraje base diario 275Km. Estado del tren al 01/01/2007 (Kilometraje, Tasa de falla). Costos de mano de obra al 01/01/2007. Costo de repuestos y tiempos de reparacion promedios estimados a inicio de 2007. Tasa de desgaste nula, Kilometraje diario aumentando de 13 km anual, Horario de operacion fijo, Aumento del precio de las HH de 1.96%, Variacion del IPE de 3.12%. 50% de las reparaciones electro en lab, 50% en Francia, sin transferencia durante el periodo.
64/68
0
200
400
600
800
1000
1200
1400
1600
1800
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Number of failsC15
C14
C13
C12
C11
C10
C09
C08
C07
C06
C05
C04
C03
C02
C01
0
200 000 000
400 000 000
600 000 000
800 000 000
1 000 000 000
1 200 000 000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Corrective Total CostC15
C14
C13
C12
C11
C10
C09
C08
C07
C06
C05
C04
C03
C02
C01
0
20
40
60
80
100
120
140
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Number of Preventives GR
IM20
IM19
IM18
IM17
IM16
IM15
IM14
IM13
IM12
IM11
IM10
IM09
IM08
IM07
IM06
IM05
IM04
IM03
IM02
IM01
IS
0
500 000 000
1 000 000 000
1 500 000 000
2 000 000 000
2 500 000 000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Preventive Total Costs GR
IM20
IM19
IM18
IM17
IM16
IM15
IM14
IM13
IM12
IM11
IM10
IM09
IM08
IM07
IM06
IM05
IM04
IM03
IM02
IM01
IS
0
500
1000
1500
2000
2500
3000
3500
Year 1 Year 2 Year 3 Year 4 Year 5
Mil
lio
ns
CLP
Anual Total Costs
External Cost To Repair Corrective Material Cost HH Cost In Situ HH Cost In Lab Preventive Material Cost Preventive HH Cost
65/68
M.2.2/ Escenario 2
KS0101-200706-NS93 29/06/2007
Operation MEAN Year 1 Year 2 Year 3 Year 4 Year 5Daily Kilometers 301 275 288 301 314 327
Preventive TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5Number of fails 7468 1389 1444 1504 1517 1614
Corrective Material Cost 234 510 403 35 907 762 61 800 370 72 974 971 80 894 333 87 819 373HH Cost In Situ 44 688 105 11 086 391 11 783 460 12 891 133 13 035 825 13 985 383HH Cost In Lab 363 011 643 8 761 232 124 372 239 110 722 973 129 448 626 167 357 182
External Cost 1 212 852 586 717 915 337 380 023 648 232 745 236 99 512 321 70 491 698Corrective Total Cost 1 855 062 736 773 670 722 577 979 719 429 334 313 322 891 105 339 653 636
Corrective TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5IS 393 71 72 80 82 88IM01 11 0 11 0 0 0IM02 11 0 8 3 0 0IM03 11 0 4 7 0 0IM04 11 0 0 11 0 0IM05 11 0 0 11 0 0IM06 11 0 0 6 5 0IM07 11 0 0 2 9 0IM08 11 0 0 0 11 0IM09 11 0 0 0 11 0IM10 11 0 0 0 4 7IM11 11 0 0 0 0 11IM12 14 3 0 0 0 11IM13 16 7 0 0 0 9IM14 15 11 0 0 0 4IM15 11 9 2 0 0 0IM16 11 4 7 0 0 0GR 11 2 9 0 0 0
Preventive Material Cost 1 952 868 453 425 173 794 1 911 767 679 27 391 704 20 521 575 29 362 021Preventive HH Cost 423 267 818 96 679 105 275 722 045 58 610 975 60 923 961 64 690 010
Preventive Total Cost 2 376 136 271 521 852 899 2 187 489 724 86 002 678 81 445 537 94 052 031TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
TOTAL 4 231 199 007 1 295 523 622 2 765 469 443 515 336 991 404 336 641 433 705 667
Escenario Expert_Lab 2, Simulacion de 11 trenes tipo NS93 sobre 5 años (TRENES 74 > 84), desde inicio de 2007 hasta fin de 2011. Horario dia de operacion 16 horas, kilometraje base diario 275Km. Estado del tren al 01/01/2007 (Kilometraje, Tasa de falla). Costos de mano de obra al 01/01/2007. Costo de repuestos y tiempos de reparacion promedios estimados a inicio de 2007. Tasa de desgaste nula, Kilometraje diario aumentando de 13 km anual, Horario de operacion fijo, Aumento del precio de las HH de 1.96%, Variacion del IPE de 3.12%. 0% de las reparaciones electro en lab, 100% en Francia, Transferencia total en 2 años.
66/68
0
200
400
600
800
1000
1200
1400
1600
1800
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Number of failsC15
C14
C13
C12
C11
C10
C09
C08
C07
C06
C05
C04
C03
C02
C01
0
100 000 000
200 000 000
300 000 000
400 000 000
500 000 000
600 000 000
700 000 000
800 000 000
900 000 000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Corrective Total CostC15
C14
C13
C12
C11
C10
C09
C08
C07
C06
C05
C04
C03
C02
C01
0
20
40
60
80
100
120
140
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Number of Preventives GR
IM20
IM19
IM18
IM17
IM16
IM15
IM14
IM13
IM12
IM11
IM10
IM09
IM08
IM07
IM06
IM05
IM04
IM03
IM02
IM01
IS
0
500 000 000
1 000 000 000
1 500 000 000
2 000 000 000
2 500 000 000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Preventive Total Costs GR
IM20
IM19
IM18
IM17
IM16
IM15
IM14
IM13
IM12
IM11
IM10
IM09
IM08
IM07
IM06
IM05
IM04
IM03
IM02
IM01
IS
0
500
1000
1500
2000
2500
3000
Year 1 Year 2 Year 3 Year 4 Year 5
Mil
lio
ns
CLP
Anual Total Costs
External Cost To Repair Corrective Material Cost HH Cost In Situ HH Cost In Lab Preventive Material Cost Preventive HH Cost
67/68
M.2.3/ Escenario 3
KS0102-200706-NS93 29/06/2007
Operation MEAN Year 1 Year 2 Year 3 Year 4 Year 5Daily Kilometers 301 275 288 301 314 327
Preventive TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5Number of fails 7472 1389 1444 1504 1515 1620
Corrective Material Cost 193 519 714 35 907 762 50 262 748 56 160 248 64 247 820 71 525 785HH Cost In Situ 44 752 234 11 086 391 11 788 804 12 892 026 13 009 874 14 118 840HH Cost In Lab 180 321 995 8 761 232 34 981 656 50 469 187 72 478 176 110 372 186
External Cost 1 999 507 259 717 915 337 604 773 095 571 950 807 400 051 118 378 986 307Corrective Total Cost 2 418 101 202 773 670 722 701 806 302 691 472 268 549 786 989 575 003 117
Corrective TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5IS 393 71 72 80 82 88IM01 11 0 11 0 0 0IM02 11 0 8 3 0 0IM03 11 0 4 7 0 0IM04 11 0 0 11 0 0IM05 11 0 0 11 0 0IM06 11 0 0 6 5 0IM07 11 0 0 2 9 0IM08 11 0 0 0 11 0IM09 11 0 0 0 11 0IM10 11 0 0 0 4 7IM11 11 0 0 0 0 11IM12 14 3 0 0 0 11IM13 16 7 0 0 0 9IM14 15 11 0 0 0 4IM15 11 9 2 0 0 0IM16 11 4 7 0 0 0GR 11 2 9 0 0 0
Preventive Material Cost 1 952 868 453 425 173 794 1 911 767 679 27 391 704 20 521 575 29 362 021Preventive HH Cost 423 267 818 96 679 105 275 722 045 58 610 975 60 923 961 64 690 010
Preventive Total Cost 2 376 136 271 521 852 899 2 187 489 724 86 002 678 81 445 537 94 052 031TOTAL (VA) Year 1 Year 2 Year 3 Year 4 Year 5
TOTAL 4 794 237 473 1 295 523 622 2 889 296 026 777 474 947 631 232 525 669 055 148
Escenario Expert_Lab 3, Simulacion de 11 trenes tipo NS93 sobre 5 años (TRENES 74 > 84), desde inicio de 2007 hasta fin de 2011. Horario dia de operacion 16 horas, kilometraje base diario 275Km. Estado del tren al 01/01/2007 (Kilometraje, Tasa de falla). Costos de mano de obra al 01/01/2007. Costo de repuestos y tiempos de reparacion promedios estimados a inicio de 2007. Tasa de desgaste nula, Kilometraje diario aumentando de 13 km anual, Horario de operacion fijo, Aumento del precio de las HH de 1.96%, Variacion del IPE de 3.12%. 0% de las reparaciones electro en lab, 100% en Francia, Transferencia total en 5 años.
68/68
0
200
400
600
800
1000
1200
1400
1600
1800
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Number of failsC15
C14
C13
C12
C11
C10
C09
C08
C07
C06
C05
C04
C03
C02
C01
0
100 000 000
200 000 000
300 000 000
400 000 000
500 000 000
600 000 000
700 000 000
800 000 000
900 000 000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Corrective Total CostC15
C14
C13
C12
C11
C10
C09
C08
C07
C06
C05
C04
C03
C02
C01
0
20
40
60
80
100
120
140
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Number of Preventives GR
IM20
IM19
IM18
IM17
IM16
IM15
IM14
IM13
IM12
IM11
IM10
IM09
IM08
IM07
IM06
IM05
IM04
IM03
IM02
IM01
IS
0
500 000 000
1 000 000 000
1 500 000 000
2 000 000 000
2 500 000 000
Year 1 Year 2 Year 3 Year 4 Year 5
Anual Preventive Total Costs GR
IM20
IM19
IM18
IM17
IM16
IM15
IM14
IM13
IM12
IM11
IM10
IM09
IM08
IM07
IM06
IM05
IM04
IM03
IM02
IM01
IS
0
500
1000
1500
2000
2500
3000
3500
Year 1 Year 2 Year 3 Year 4 Year 5
Mil
lio
ns
CLP
Anual Total Costs
External Cost To Repair Corrective Material Cost HH Cost In Situ HH Cost In Lab Preventive Material Cost Preventive HH Cost
