Unidad 1-Paso 3-Recopilación de datos

Presentado Por:
FELIX ALFONSO REYES BARRIOS

Dirigido a:
EDWARD FERNANDO TORO

Grupo: 212026_1

Universidad Nacional Abierta Y A Distancia (UNAD)

Ingeniería Industrial
2024
 6 -Desarrollar el siguiente caso estableciendo una simulación en Exce Se desea simular
generadores eléctricos para estimas el tiempo muerto que en promedio tienen dichas m
registrando los datos del tiempo entre fallas y del tiempo de reparación, generando las siguie
siguiente:
Tiempo entre fallas Número de
observaciones Tiempo de reparación
0.5 10 1
1 12 2
1.5 32 3
2 66 Total
2.5 42
3 38 Considerando un valor (Alfa = 0.10); y un error de 0.
Total 200

a. Modelo de simulación de 50 días de operación incluyendo grafico de estabilidad.

b. Cálculo del número de corridas necesarias para estabilizar la variable de interés.
c. Adecuar el número de corridas según el caso del modelo del literal a.
d. Generar 10 réplicas del modelo y calcular el intervalo de confianza
e. Establecer conclusiones y recomendaciones del caso.
ación en Exce Se desea simular el proceso de fallas y reparación de unos
ue en promedio tienen dichas maquinas. Se realizaron 200 observaciones
eparación, generando las siguientes tablas y datos para realizar la simulación
siguiente:
ALFA = 0.10
Números de Observaciones
56 ERROR = 0.5
104
40
200

ando un valor (Alfa = 0.10); y un error de 0.5

e estabilidad.
le de interés.
a.
 a. Modelo de simulación de 40 días de operación incluye

Tiempo entre fallas Número de

observaciones
0.5 10
1 12
1.5 32
2 66
2.5 42
3 38
Total 200

Tiempo entre Rango

Probabilidades
fallas (Horas) Número de observaciones Desde
0.5 10 0.05 0
1 12 0.06 0.05
1.5 32 0.16 0.11
2 66 0.33 0.27
2.5 42 0.21 0.60
3 38 0.19 0.81
TOTAL 200 1

Aleatorioo Aleatorio
tiempo entre Tiempo entre Fallas Hora de la falla tiempo de
Día fallas reparación
1 0.79 2.5 2.5 0.57
2 0.62 2.5 5 0.67
3 0.89 3 8 0.76
4 0.91 3 11 0.18
5 0.09 1 12 0.80
6 0.73 2.5 14.5 0.62
7 0.01 0.5 15 0.87
8 0.46 2 17 0.75
9 0.20 1.5 18.5 0.31
10 0.73 2.5 21 0.21
11 0.12 1.5 22.5 0.39
12 0.46 2 24.5 0.58
13 0.02 0.5 25 0.49
14 0.65 2.5 27.5 0.76
15 0.89 3 30.5 0.14
16 0.65 2.5 33 0.72
17 0.20 1.5 34.5 0.63
18 0.94 3 37.5 0.49
19 0.78 2.5 40 0.32
20 0.40 2 42 0.92
21 0.68 2.5 44.5 0.58
22 0.25 1.5 46 0.66
23 0.52 2 48 0.59
24 0.56 2 50 0.24
25 0.27 2 52 0.56
26 0.44 2 54 0.39
27 0.89 3 57 0.85
28 0.50 2 59 0.26
29 0.19 1.5 60.5 0.56
30 0.67 2.5 63 0.03
31 0.03 0.5 63.5 0.92
32 0.59 2 65.5 0.72
33 0.55 2 67.5 0.04
34 0.73 2.5 70 0.68
35 0.76 2.5 72.5 0.20
36 0.06 1 73.5 0.17
37 0.30 2 75.5 0.76
38 0.42 2 77.5 0.40
39 0.64 2.5 80 0.63
40 0.73 2.5 82.5 0.92
41 0.78 2.5 85 0.26
42 0.81 2.5 87.5 0.73
43 0.29 2 89.5 0.92
44 0.52 2 91.5 0.05
45 0.72 2.5 94 0.27
46 0.86 3 97 0.73
47 0.41 2 99 0.91
48 0.20 1.5 100.5 0.88
49 0.88 3 103.5 0.33
50 0.07 1 104.5 0.31
0 días de operación incluyendo grafico de estabilidad.

Tiempo de reparación Números de Observaciones

1 56
2 104
3 40
Total 200

Considerando un valor (Alfa = 0.10); y un error de 0.5

Rango Tiempo de
Tiempo entre Falla
Hasta reparación
0.05 0.5 1
0.11 1 2
0.27 1.5 3
0.60 2 TOTAL
0.81 2.5
1 3

ESTADISTICOS
PROMEDIO 2.89
DESVIACION 1.29
MAXIMO 6.00
MINIMO 1.00
Tiempo
Hora fin de
Tiempo de reparacion Hora inicio Reparacion Muerto
reparación
(horas)
2 2.5 4.5 2
2 5 7 2
2 8 10 2
1 11 12 1
3 12 15 3
2 15 17 2.5
3 17 20 5
2 20 22 5
2 22 24 5.5
1 24 25 4
2 25 27 4.5
2 27 29 4.5
2 29 31 6
2 31 33 5.5
1 33 34 3.5
2 34 36 3
2 36 38 3.5
2 38 40 2.5
2 40 42 2
3 42 45 3
2 45 47 2.5
2 47 49 3
2 49 51 3
1 51 52 2
2 52 54 2
2 54 56 2
3 57 60 3
1 60 61 2
2 61 63 2.5
1 63 64 1
3 64 67 3.5
2 67 69 3.5
1 69 70 2.5
2 70 72 2
1 72.5 73.5 1
1 73.5 74.5 1
2 75.5 77.5 2
2 77.5 79.5 2
2 80 82 2
3 82.5 85.5 3
1 85.5 86.5 1.5
2 87.5 89.5 2
3 89.5 92.5 3
1 92.5 93.5 2
1 94 95 1
2 97 99 2
3 99 102 3
3 102 105 4.5
2 105 107 3.5
2 107 109 4.5
 Numero de Rango Tiempo
Probabilidad
observaciones desde hasta Reparacion
56 0.28 0 0.28 1
104 0.52 0.28 0.8 2
40 0.2 0.8 1 3
200 1

Tiempo Muerto
Promedio
ESTADISTICOS PARA LA
2.0 VARIABLE
2.0 PROMEDIO 3.1
2.0 DESVIACION ESTAN 0.5
1.8 MAXIMO 3.8
2.0 MINIMO 1.8
2.1
2.5
2.8 Tiempo Muerto Promedio
3.1 4.0
3.2 3.5
3.3
3.4 3.0

2.5

2.0

1.5
 4.0

3.5

3.0

3.6 2.5
3.8
2.0
3.7
3.7 1.5
3.7 1.0
3.6
0.5
3.5
3.5 0.0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49
3.5
3.4 En la grafica muestra el tiempo de horas muertas promedio en 50 dias, el
3.4 cual varia atravez del tiempo
3.4
3.3
3.3
3.2
3.2
3.2
3.1
3.1
3.1
3.1
3.1
3.0
3.0
2.9
2.9
2.9
2.9
2.9
2.8
2.8
2.8
2.8
2.8
2.8
2.8
2.8
2.9
 b. Cálculo del número de corridas necesa

ESTADISTICOS PARA LA VARIABLE

PROMEDIO 1.75
ERROR 0.50
ALFA 0.10
DESVIACION ESTANDAR 0.1450
MAXIMO 2.0
MINIMO 1
Cantidad de
No. De datos Tiempo Muerto
corridas 1
1 2.0
2 1.5
3 1.3
4 1.6
5 1.7
6 1.6
7 1.5
8 1.6
9 1.5
10 1.6
11 1.5
12 1.5

1.7
13
14 1.8
15 1.8
16 1.7
17 1.7
18 1.7
19 1.7
20 1.7
21 1.8
22 1.7
23 1.7
24 1.7
25 1.7
26 1.8
27 1.7
28 1.7
29 1.7
30 1.8
31 1.9
32 1.9
33 1.9
34 1.9
35 1.9
36 1.9
37 1.9
38 1.9
39 1.9
40 1.9
41 1.9
42 1.9
43 1.9
44 1.9
45 1.9
46 1.9
47 1.9
48 1.9
49 1.9
50 1.9
de corridas necesarias para estabilizar la variable de interés.
 C. Adecuar el número de corridas según e
Número de
Tiempo entre observacion Probabilidades DE A Tiempo/ Falla
fallas (Horas) es
0.5 10 0.05 0 0.05 0.5
1 12 0.06 0.05 0.11 1
1.5 32 0.16 0.11 0.27 1.5
2 66 0.33 0.27 0.60 2
2.5 42 0.21 0.60 0.81 2.5
3 38 0.19 0.81 1 3
TOTAL 200 1

Hora de falla
Observaciones Tiempo Numero Tiempo de Inicio
Número de (acumulado de
de fallas entre Fallas aleatoreo reparacion Reparacion
fallas las fallas)
1 0.42029 2 4 0.52156 2 4
2 0.33573 2 4 0.16132 1 6
3 0.78105 2.5 6.5 0.62664 2 7
4 0.71710 2.5 9 0.88983 3 9
5 0.01689 0.5 9.5 0.43518 2 12
6 0.28002 2 11.5 0.29240 2 14
7 0.42126 2 13.5 0.83259 3 16
8 0.73013 2.5 16 0.29956 2 19
9 0.66396 2.5 18.5 0.69375 2 21
10 0.21052 1.5 20 0.55995 2 23
11 0.61088 2.5 22.5 0.09898 1 25
12 0.89695 3 25.5 0.16607 1 26
13 0.37219 2 27.5 0.33272 2 27.5
14 0.81213 3 30.5 0.71104 2 30.5
15 0.81378 3 33.5 0.82301 3 33.5
16 0.02342 0.5 34 0.64155 2 36.5
17 0.87572 3 37 0.00892 1 38.5
18 0.22020 1.5 38.5 0.03388 1 39.5
19 0.91747 3 41.5 0.46904 2 41.5
20 0.69057 2.5 44 0.35298 2 44
21 0.37641 2 46 0.80657 3 46
22 0.80857 2.5 48.5 0.54036 2 49
23 0.34312 2 50.5 0.69908 2 51
24 0.10444 1 51.5 0.28478 2 53
25 0.70608 2.5 54 0.03931 1 55
26 0.94847 3 57 0.33773 2 57
27 0.83123 3 60 0.18821 1 60
28 0.84954 3 63 0.07524 1 63
29 0.04845 0.5 63.5 0.74797 2 64
30 0.45961 2 65.5 0.15903 1 66
31 0.35834 2 67.5 0.59426 2 67.5
32 0.64855 2.5 70 0.86491 3 70
33 0.00725 0.5 70.5 0.10315 1 73
34 0.28511 2 72.5 0.14164 1 74
35 0.74929 2.5 75 0.72570 2 75
36 0.80636 2.5 77.5 0.11189 1 77.5
37 0.58380 2 79.5 0.76955 2 79.5
38 0.77698 2.5 82 0.31822 2 82
39 0.20264 1.5 83.5 0.05409 1 84
40 0.22447 1.5 85 0.19302 1 85
41 0.13156 1.5 86.5 0.57540 2 86.5
42 0.32748 2 88.5 0.82783 3 88.5
43 0.68013 2.5 91 0.86201 3 91.5
44 0.79166 2.5 93.5 0.50638 2 94.5
45 0.48587 2 95.5 0.16540 1 96.5
46 0.00668 0.5 96 0.16667 1 97.5
47 0.73094 2.5 98.5 0.15001 1 98.5
48 0.67558 2.5 101 0.71054 2 101
49 0.93058 3 104 0.33991 2 104
50 0.59917 2 106 0.12766 1 106
51 0.41172 2 108 0.31017 2 108
de corridas según el caso del modelo del punto a.

Tiempo de
reparación
1
2
3
TOTAL

Finalizacion
Tiempo Muerto
Reparacion

6 2 ESTADISTICOS PARA LA VARIABLE

7 3 PROMEDIO 2.6
9 2.5 DESVIACION ESTANDAR 1.1
12 3 MAXIMO 5.5
14 4.5 MINIMO 1.0
16 4.5
19 5.5
21 5
23 4.5
25 5
26 3.5
27 1.5
29.5 2
32.5 2
36.5 3
38.5 4.5
39.5 2.5
40.5 2
43.5 2
46 2
49 3
51 2.5
53 2.5
55 3.5
56 2
59 2
61 1
 64 1
66 2.5
67 1.5
69.5 2
73 3
74 3.5
75 2.5
77 2
78.5 1
81.5 2
84 2
85 1.5
86 1
88.5 2
91.5 3
94.5 3.5
96.5 3
97.5 2
98.5 2.5
99.5 1
103 2
106 2
107 1
110 2
 Tiempo/
Numero de Probabilidades DE A
Reparacion
observaciones
56 0.28 0 0.28 1
104 0.52 0.28 0.8 2
40 0.2 0.8 1.0 3
200 1 1

Tiempo Muerto
Promedio

2.0 ESTADISTICOS PARA LA VARIABLE

2.5 PROMEDIO 3.0
2.5 DESVIACION ESTANDAR 0.4
2.6 MAXIMO 4.0
3.0 MINIMO 2.0
3.3
3.6
3.8 Tiempo Muerto Promedio
3.8 4.5
4.0 4.0
3.9
3.5
3.7
3.0
3.6
3.5 2.5
3.4 2.0
3.5 1.5
3.4
1.0
3.4
3.3 0.5
3.2 0.0
0 10 20 30 40 50 60
3.2
3.2
3.2
3.2
3.1
3.1
3.0
2.9
2.9
2.9
2.8
2.8
2.9
2.9
2.8
2.8
2.8
2.7
2.7
2.7
2.6
2.7
2.7
2.7
2.7
2.7
2.6
2.6
2.6
2.6
2.6
 d. Generar 10 réplicas del modelo y calcular e
confianza.

Replica 1 Replica 2 Replica 3 Replica 4 Replica 5 Replica 6

Tiempo Tiempo Tiempo Tiempo Tiempo
Tiempo Muerto
Muerto Muerto Muerto Muerto Muerto
Promedio
Promedio Promedio Promedio Promedio Promedio
1 2.0 2.0 3.0 2.0 3.0 2.0
2 3.8 4.0 3.8 2.8 3.5 3.0
3 3.7 5.0 3.7 2.7 3.5 3.3
4 4.0 5.5 3.5 2.5 3.4 3.6
5 4.0 6.1 3.7 2.5 3.5 3.9
6 3.8 6.5 3.7 2.5 3.7 4.2
7 3.7 6.9 3.7 2.6 3.5 4.4
8 3.5 6.9 3.9 2.7 3.3 4.4
9 3.5 7.0 3.9 2.8 3.2 4.3
10 3.5 7.2 3.8 2.7 3.0 4.2
11 3.4 7.4 3.8 2.7 3.0 4.1
12 3.3 7.5 3.9 2.8 2.9 4.2
13 3.3 7.6 4.0 2.8 2.8 4.4
14 3.5 7.7 4.2 2.8 2.7 4.6
15 3.7 7.8 4.3 2.8 2.7 4.9
16 3.9 7.8 4.4 2.8 2.7 5.2
17 4.1 7.9 4.4 2.8 2.7 5.4
18 4.3 7.9 4.4 2.7 2.8 5.6
19 4.4 8.1 4.5 2.6 2.8 5.6
20 4.4 8.2 4.6 2.6 3.0 5.7
21 4.4 8.3 4.6 2.5 3.1 5.8
22 4.4 8.4 4.6 2.5 3.2 5.9
23 4.3 8.4 4.5 2.6 3.2 6.0
24 4.4 8.4 4.5 2.6 3.2 6.1
25 4.4 8.4 4.4 2.7 3.2 6.3
26 4.4 8.3 4.4 2.8 3.2 6.3
27 4.4 8.3 4.4 2.9 3.2 6.4
28 4.4 8.2 4.3 2.9 3.2 6.4
29 4.3 8.1 4.3 2.9 3.2 6.6
30 4.3 8.0 4.3 2.9 3.2 6.7
31 4.2 7.9 4.2 2.9 3.2 6.9
32 4.1 7.8 4.2 2.9 3.2 7.0
33 4.1 7.6 4.1 2.9 3.2 7.2
34 4.0 7.5 4.0 2.9 3.1 7.3
35 4.0 7.4 4.0 2.8 3.1 7.4
36 3.9 7.2 3.9 2.8 3.0 7.5
37 3.9 7.1 3.9 2.8 3.0 7.6
 38 3.8 7.0 3.8 2.7 3.0 7.7
39 3.8 6.9 3.8 2.7 3.0 7.9
40 3.8 6.8 3.7 2.7 3.1 8.0
41 3.8 6.7 3.7 2.6 3.1 8.2
42 3.9 6.6 3.7 2.6 3.1 8.3
43 3.9 6.4 3.7 2.6 3.1 8.4
44 3.9 6.3 3.7 2.5 3.2 8.5
45 4.0 6.2 3.7 2.5 3.3 8.6
46 4.1 6.1 3.7 2.5 3.3 8.8
47 4.1 6.0 3.8 2.5 3.3 8.9
48 4.2 5.9 3.8 2.5 3.4 9.0
49 4.2 5.9 3.9 2.5 3.4 9.2
50 4.3 5.9 4.0 2.5 3.5 9.3
51 4.3 5.8 4.0 2.5 3.5 9.5
Promedio 4.0 7.0 4.0 2.7 3.1 6.3
Desviación 0.418302172784 1.23093464 0.3423567 0.172804312 0.23726462 1.88319915

Lim
Replicas : 15 inferior: 3.848196711
Lim
Alfa: 0.10 superior: 4.346592991
Error: 0.5
Promedio: 4.09739485095

Al generar las 10 réplicas del modelo, se observó que el tiempo muerto prom
Desviación: 0.547967234629 generadores eléctricos se estabilizó en torno a 4.097 horas. El cálculo del in
confianza, con un nivel de confianza del 90%, arrojó un rango entre 3.848 horas
lo que indica una variabilidad relativamente baja y consistente en los resultados
que el modelo es confiable para predecir el comportamiento del sistema en cuan
muertos. La mayor variabilidad se observó en la Réplica 2, que presentó tiempos
y fluctuaciones significativas en comparación con las otras réplicas
l modelo y calcular el intervalo de
onfianza.

Replica 7 Replica 8 Replica 9 Replica 10

Tiempo Tiempo Tiempo Tiempo
Muerto Muerto Muerto Muerto
Promedio Promedio Promedio Promedio
2.0 3.0 1.0 3.0
2.8 4.3 2.5 3.5
3.3 4.7 2.3 4.2
3.6 4.5 2.3 4.9
3.6 4.3 2.3 4.9
3.4 4.3 2.4 4.8
3.4 4.3 2.4 4.6
3.4 4.1 2.3 4.6
3.6 3.8 2.3 4.5
3.5 3.8 2.4 4.3
3.3 3.7 2.5 4.0
3.3 3.6 2.4 3.9
3.4 3.5 2.3 3.7
3.6 3.4 2.3 3.5
3.7 3.3 2.2 3.4
3.8 3.3 2.2 3.3
3.8 3.3 2.3 3.3
3.9 3.4 2.3 3.3
4.1 3.4 2.3 3.3
4.3 3.3 2.3 3.5
4.5 3.3 2.2 3.5
4.5 3.3 2.2 3.6
4.6 3.3 2.1 3.6
4.6 3.3 2.1 3.7
4.7 3.3 2.2 3.8
4.8 3.3 2.3 3.8
4.9 3.2 2.4 3.9
5.0 3.1 2.4 3.9
5.2 3.1 2.4 3.9
5.3 3.1 2.4 3.9
5.4 3.0 2.4 3.9
5.5 3.0 2.4 3.8
5.6 2.9 2.5 3.8
5.6 2.9 2.4 3.8
5.6 2.8 2.4 3.7
5.5 2.8 2.4 3.7
5.5 2.7 2.4 3.6
 5.5 2.7 2.3 3.7
5.4 2.7 2.3 3.7
5.4 2.7 2.3 3.7
5.4 2.6 2.3 3.7
5.4 2.6 2.3 3.7
5.4 2.6 2.4 3.7
5.3 2.6 2.4 3.6
5.3 2.6 2.4 3.6
5.3 2.6 2.5 3.5
5.2 2.6 2.6 3.5
5.1 2.6 2.7 3.4
5.1 2.6 2.7 3.4
5.1 2.6 2.8 3.4
5.0 2.6 2.8 3.3
4.5 3.2 2.4 3.8
0.92154052 0.56786993 0.24233711 0.4231807
10 Replicas de tiemp
10.0

9.0

8.0
e observó que el tiempo muerto promedio de los
torno a 4.097 horas. El cálculo del intervalo de
%, arrojó un rango entre 3.848 horas y 4.347 horas, 7.0
e baja y consistente en los resultados. Esto sugiere
l comportamiento del sistema en cuanto a tiempos
en la Réplica 2, que presentó tiempos más elevados 6.0
en comparación con las otras réplicas.

5.0

4.0

3.0

2.0

1.0

0.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
 10 Replicas de tiempo muerto promedio

4 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51
 Conclusiones
Conclusiones:

Variabilidad en los tiempos muertos: El análisis de las 10 réplicas muestra cierta variabilida
casos con tiempos más largos, lo que sugiere que algunos factores en la simulación, como los
afectando significativamente el tiempo muerto total.

Estabilidad del sistema: Aunque existe cierta variabilidad, la mayoría de las réplicas muest
muertos promedio alrededor de las 4 horas. Esto indica que el sistema tiende a estabilizarse
situaciones donde los tiempos de reparación prolongados pueden aumentar el tiempo muerto

Intervalo de confianza confiable: El intervalo de confianza obtenido es relativamente estrec

para predecir los tiempos muertos. Los resultados del modelo son confiables para este tipo de

Recomendaciones:

Reducir la variabilidad en los tiempos de reparación: Dado que la variabilidad en los tiempo
reparación, se recomienda optimizar estos tiempos, implementando mejoras en la planificació
disponibilidad de repuestos.

Monitorear continuamente el sistema: Se recomienda la implementación de un sistema de

cualquier anomalía en el rendimiento de los generadores y minimizar los tiempos de respuest
tiempo muerto.

Revisar la distribución de los tiempos de reparación: En algunas réplicas, los tiempos de re

otras. Es importante revisar la distribución de los tiempos de reparación y analizar si ciertos e
través de mejores políticas de mantenimiento preventivo.
 usiones

muestra cierta variabilidad entre las réplicas, especialmente en los

la simulación, como los tiempos de reparación, pueden estar

ía de las réplicas muestran un comportamiento estable, con tiempos

a tiende a estabilizarse en condiciones promedio, aunque hay
mentar el tiempo muerto.

es relativamente estrecho, lo que refuerza la consistencia del modelo

fiables para este tipo de análisis.

ariabilidad en los tiempos muertos está afectada por los tiempos de

mejoras en la planificación de mantenimiento y asegurando la

ación de un sistema de monitoreo en tiempo real para detectar

los tiempos de respuesta ante fallas, lo que contribuiría a reducir el

plicas, los tiempos de reparación fueron mucho más largos que en

ón y analizar si ciertos escenarios extremos pueden ser mitigados a