RESUMEN

El análisis de coste de ciclo de vida (ACCV) es una metodología desarrollada para evaluar como varían los costes de un activo en su ciclo de vida útil. En este trabajo se exploran los aspectos relacionados con el impacto de la confiabilidad en los costes totales de ciclo de vida y se analizan y cuantifican de forma objetiva, el impacto real de la aplicación de las herramientas de optimización del mantenimiento, propuestas por la industria 4.0: digitalización, internet de las cosas, machine learning, etc., a lo largo de la vida de un activo. El artículo también incluye la presentación de un caso de estudio desarrollado en el sector Oil & Gas, cuyos resultados permiten analizar las fortalezas y las limitaciones (realidades y mitos) de las técnicas de mejora del mantenimiento propuestas por la Industria 4.0. Finalmente, el trabajo concluye mostrando los posibles caminos para investigaciones futuras dentro del área de evaluación del impacto económico de la confiabilidad a lo largo del ciclo de vida de un activo industrial.

Palabras clave: Análisis de Costes de Ciclo de Vida, Confiabilidad, Mantenimiento, Industria 4.0.

INTRODUCCIÓN

El Análisis de Coste de ciclo de Vida (ACCV) es una metodología desarrollada para evaluar cómo varían los costes de un activo a lo largo de su vida útil. En este trabajo se exploran los aspectos relacionados con el impacto de la confiabilidad en los costes totales de ciclo de vida y se describe el modelo básico de Tasa de Fallos Constante (Modelo de Woodward), que incluye dentro de su proceso de evaluación, la cuantificación de las consecuencias (costes por baja confiabilidad) que podrían ocasionar los diversos eventos de fallos de un activo dentro de un sistema de producción. En los últimos años, especialistas en las áreas de Ingeniería de Valor, Diseño y Organización de la Producción, han mejorado el proceso de cuantificación de los costes, incluyendo el uso de técnicas que cuantifican el factor Confiabilidad y el impacto de los eventos de fallos sobre los costes totales de un sistema de producción a lo largo de su Ciclo de Vida (Woodhouse, 1993). Estas mejoras han permitido disminuir la incertidumbre en el proceso de toma de decisiones de áreas de vital importancia tales como: diseño, desarrollo, sustitución y adquisición de activos de producción. Es importante aclarar que en todo este proceso de ACCV existen muchas decisiones y acciones, tanto técnicas como no técnicas, que deben adoptarse a través de todo el período de uso de un activo industrial. Markeset and Kumar (2001) plantean que la mayoría de estas acciones, particularmente las que corresponden a la fase de Diseño del Sistema de Producción, tienen un alto impacto en el Ciclo de Vida del activo e influyen en gran medida sobre los costes totales de producción. Son de interés particular aquellas decisiones relacionadas con el proceso de mejoramiento del factor “Confiabilidad” (calidad del diseño, tecnología utilizada, complejidad técnica, frecuencia de fallos, costes de mantenimiento preventivo/correctivo, niveles de mantenibilidad y accesibilidad), ya que estos aspectos tienen una gran influencia sobre el coste total del ciclo de vida del activo e influyen en gran medida sobre las posibles expectativas para extender la vida útil de los sistemas de producción a costes razonables (ver detalles en Blanchard, 2001, Blanchard and Fabrycky, 1998, Goffin, 2000, Markeset and Kumar, 2001, Smith and Knezevic, 1996 y Woodward, 1997).

En este trabajo se exploran los aspectos relacionados con el impacto de la confiabilidad en los costes totales de ciclo de vida y se analizan y cuantifican de forma objetiva, el impacto real de la aplicación de las herramientas de optimización del mantenimiento propuestas por la industria 4.0: digitalización, internet de las cosas, machine learning, etc., a lo largo de la vida de un activo. El artículo también incluye la presentación de un caso de estudio desarrollado en el sector Oil & Gas, cuyos resultados permiten analizar las fortalezas y las limitaciones (realidades y mitos) de las técnicas de mejora del mantenimiento propuestas por la Industria 4.0 (Crespo et.al, 2018). En resumen, en el siguiente artículo se describen los detalles del Modelo de ACCV de Woodward y se presentan los resultados de un caso de estudio, el cual se cita a continuación:

Selección del mejor sistema de Moto-compresión a ser utilizado en la nueva Estación Compresora “PTS1”, comparación entre los moto-compresores marca CATA (escenario tradicional) versus los compresores marca MOP Gas pipeline compression system (incluye equipos de digitalización y monitorización inteligente en línea – herramientas de la Industria 4.0)

Como punto final, el trabajo concluye presentando algunas recomendaciones orientadas a consolidar el proceso de ACCV dentro de una organización industrial.

1. INTRODUCCIÓN AL PROCESO DE ANÁLISIS DE COSTES DE CICLO DE VIDA (ACCV)

El concepto de Análisis de Coste del Ciclo de Vida (ACCV) comenzó a aplicarse de manera estructurada a partir de la década del 70, específicamente en el Departamento de Defensa de los Estados Unidos, en el área de la aviación militar (Asiedu and Gu, 1998). Sin embargo la mayoría de las metodologías, desarrolladas en esta etapa por el Departamento de Defensa, estaban orientadas hacia los procesos de procura y logística y no incluían la fase de diseño y producción.

Una vez reconocida la necesidad de aplicar las metodologías de ACCV en los procesos de diseño, planificación y control de la producción, la US National Science Foundation patrocinó una conferencia en 1984, integrada por las principales academias y organizaciones industriales (Fleischer and Khoshnevis 1986 y Fabrycky, 1987). En esta conferencia se identificaron y priorizaron 34 áreas de investigación, recibiendo las calificaciones más altas de priorización las áreas de: evaluación económica en fase de diseño, análisis de ciclo de vida y diseño asistido por ordenador (CAD – CAE: computer-aided estimating).

En el intento para mejorar el diseño de los activos y reducir los cambios en el tiempo, la denominada ingeniería concurrente (ingeniería de ciclo de vida) ha emergido como una técnica efectiva dentro del proceso de optimización de los costes (Keys, 1990). La ingeniería de ciclo de vida considera que la fase inicial de desarrollo de un activo comienza con la identificación de la necesidad del mismo y posteriormente se generarán otras fases tales como diseño (conceptual, preliminar, detallado), producción (manufactura), utilización (operaciones, mantenimiento), soporte (logística) y desincorporación (sustitución).

Kirt and Dellisola (1996) define el ACCV como una técnica de cálculo económico que permite optimizar la toma de decisiones asociadas a los procesos de diseño, selección, desarrollo y sustitución de los activos que conforman un sistema de producción. La misma propone evaluar de forma cuantitativa todos los costes asociados al período económico de vida útil esperado, expresados en unidades monetarias equivalentes anualizadas (Dólares/año, Euros/año, Pesos/año). Alting (1993) distingue 6 fases en el ciclo de vida de un activo: reconocimiento de la necesidad, desarrollo del diseño, producción, distribución, utilización y desincorporación. El proceso de ciclo de vida comienza con la definición de las diferentes tareas de producción para el diseño preliminar (Kriwet et al. 1995). Luego se desarrollan actividades tales como: plan de producción, trazado de planta, selección de equipos, definición de procesos de manufactura y otras actividades similares. Posteriormente, se considera la logística previa a la fase de diseño. Esta fase envuelve el desarrollo del soporte necesario para el diseño y las diferentes etapas de producción, el soporte a los posibles usuarios, el plan de mantenimiento previsto para el uso del activo (ver Figura 1: Modelo Integral de Gestión del Mantenimiento) y el proceso de desincorporación del activo. Dentro de la técnica de análisis de ciclo de vida, Alting (1993) sugiere que se evalúen los siguientes aspectos: procesos de manufactura ágil, protección ambiental, condiciones de trabajo, procesos de mantenimiento, optimización de recursos humanos y económicos.

En los últimos años, especialistas en las áreas de Ingeniería de Valor, Diseño y Optimización de la Producción, han mejorado el proceso de cuantificación de los costes, incluyendo el uso de técnicas que cuantifican el factor Confiabilidad y el impacto de los eventos de fallos sobre los costes totales de un sistema de producción a lo largo de su Ciclo de Vida (Woodhouse, 1993). Estas mejoras han permitido disminuir la incertidumbre en el proceso de toma de decisiones de áreas de vital importancia tales como: diseño, desarrollo, mantenimiento, sustitución y adquisición de activos de producción. Es importante aclarar que, en todo este proceso, existen muchas decisiones y acciones, tanto técnicas como no técnicas, que deben adoptarse a través de todo el período de uso de un activo industrial. Markeset and Kumar (2001) plantean que la mayoría de estas acciones, particularmente las que corresponden a la fase de Diseño del Sistema de Producción, tienen un alto impacto en el Ciclo de Vida del activo e influyen en gran medida sobre los costes totales de producción. Son de interés particular, aquellas decisiones relacionadas con el proceso de mejoramiento del factor “Confiabilidad” (calidad del diseño, tecnología utilizada, complejidad técnica, frecuencia de fallos, costes de mantenimiento preventivo/correctivo, niveles de mantenibilidad y accesibilidad), ya que estos aspectos, tienen una gran influencia sobre el coste total del ciclo de vida del activo, e influyen en gran medida sobre las posibles expectativas para extender la vida útil de los sistemas de producción a costes razonables (ver detalles en Blanchard, 2001; Blanchard and Fabrycky, 1998; Goffin, 2000; Markeset and Kumar, 2001; Smith and Knezevic, 1996 and Woodward, 1997).

2. ASPECTOS TEÓRICOS BÁSICOS DE LOS COSTES

El total de costes de un activo desde su conceptualización hasta su retiro serán soportados por el usuario y tendrán un impacto directo sobre la comercialización del activo (Wilson, 1986). Como compradores, nosotros pagaremos por los recursos requeridos para diseñar y comercializar el activo y como usuarios del activo, nosotros pagaremos por los recursos requeridos para utilizar, operar y desincorporar el activo. El total de costes de ciclo de vida se puede descomponer en diferentes categorías como se muestra en la figura 2. Esta descomposición es conocida como: estructura desglosada de costes (CBS – cost breakdown structure). La CBS presentada en la figura 2, representa en términos generales los principales tipos de costes asociados al proceso de diseño, producción, comercialización, utilización y desincorporación de un activo específico, aunque hay que tener en cuenta que el nivel de desglose y las diferentes categorías de los costes dependerán de distintos factores, tales como: la naturaleza del activo a desarrollar, el tipo de información disponible, el proceso de diseño y manufactura, las variables económicas, el recurso humano, la tecnología existente, entre otros.

Otro aspecto de interés está relacionado con la diferencia de importancia entre los distintos tipos de costes, por ejemplo, mientras la organización quiere conocer el total de los costes del activo a desarrollar, el diseñador solo está interesado en los costes que él/ella pueden controlar. Algunos de los costes incurridos en la vida del activo son difíciles de visualizar en la fase de diseño, estos costes están relacionados con la forma de cómo la organización va a desarrollar el producto. De tal manera que la definición de los costes totales del ciclo de vida de un activo deben clasificarse en costes relacionados con el proceso global de desarrollo y en costes relacionados con el proceso de diseño del activo. Algunas de las categorías de costes en las cuales el diseñador no estaría interesado serían los costes de producción y construcción del activo. En la fase de diseño, estos costes no son relevantes para el diseñador, lo cual no significa que la organización deba obviar este tipo de costes, ya que más adelante deberán ser considerados por las personas encargadas de producir y manufacturar el activo (Fabrycky and Blanchard, 1991 y Ahmed, 1995).

2.1. COSTES DE INVESTIGACIÓN Y DESARROLLO INICIAL

Los costes relacionados a esta etapa están vinculados con las fases iniciales de desarrollo del sistema (visualización del proyecto, ingeniería básica, conceptual y de detalles). Es importante mencionar que los resultados obtenidos en un proceso de análisis de costes alcanzan su máxima efectividad, justamente, durante esta fase de: desarrollo inicial. Como se presenta en la figura 3, una vez que se ha completado el diseño, resulta difícil modificar sustancialmente los resultados económicos. Es más, las consideraciones económicas relacionadas con el ciclo de vida deben plantearse específicamente durante las fases citadas anteriormente, si es que se quieren explotar totalmente las posibilidades de una ingeniería económica efectiva. Hay que tener en cuenta que casi dos tercios del coste del ciclo de vida de un activo o sistema se ven ya determinados en la fase conceptual y de diseño preliminar (65-85 % de oportunidades de creación de valor y reducción de costes), según (Dowlatshahi, 1992).

2.2. COSTES DE PRODUCCIÓN Y CONTRUCCIÓN

Los costes en esta fase están asociados con: actividades de manufactura (fabricación, ensamble y pruebas), facilidades de producción, operaciones de producción, control de calidad y costes iniciales de soporte y logística (repuestos para el proceso de manufactura, pruebas y equipos de soporte de producción) (Fabrycky and Blanchard, 1991).

El objetivo principal de esta fase consiste en determinar las secuencias y los procesos más eficientes para poder desarrollar el activo diseñado. Dos de las más exitosas metodologías desarrolladas para optimizar esta fase son: el diseño del proceso de manufactura (design for assembly – DFA) desarrollado por Boothroyd and Dewhurst (Dewhurst and Boothroyd, 1984; Boothroyd, 1994) y el método de evaluación de manufactura (assembly evaluation method – AEM) desarrollado por Hitachi (Miyakawa and Ohashi, 1986). Estos métodos evalúan las diferentes opciones de diseño de manufactura y estiman de forma numérica el proceso de producción que genera los menores costes de ensamblaje.

2.3. COSTES DE OPERACIÓN Y SOPORTE

Los costes en esta etapa afectan especialmente a los usuarios que utilizan el activo desarrollado y están asociados a costes de: operación, energía, insumos y materia prima, mantenimiento preventivo y correctivo, overhaul, diseño y modificaciones de ingeniería, logística de repuestos, adiestramiento y cualquier otro coste que se genere a lo largo de ciclo de vida del activo (Fabrycky and Blanchard, 1991).

Los costes de operación y soporte son los más significativos del ciclo de vida de un activo y adicionalmente, son los más difíciles de predecir. En algunos casos, estos costes podrían llegar a exceder hasta 10 veces más los costes iniciales de adquisición (Wilson, 1986). Un aspecto importante en esta etapa está relacionado con la disponibilidad que debe tener el activo para cumplir con las expectativas de producción del usuario. En relación a la disponibilidad, el activo deber diseñarse de tal forma que pueda ser mantenido en el menor tiempo y coste posible sin afectar de forma negativa las características de Confiabilidad y seguridad del activo diseñado. En la mayoría de los procesos de producción cada minuto en que el activo esté fuera de servicio, representa pérdidas financieras para el usuario. En este escenario el tiempo es “coste”, de tal forma que las actividades de mantenimiento deben ejecutarse de forma rápida (tiempos de reparación cortos) y eficiente para poder cumplir con los niveles de disponibilidad requeridos por el usuario (Smith and Babb, 1973 y Ruff and Paasch, 1993).

2.4. COSTES DE DESINCORPORACIÓN Y RETIRADA

Los costes de esta etapa se relacionan específicamente con actividades de conversión de materiales y manejo de recursos energéticos, estas actividades generan desperdicios que son liberados al ambiente. El consumo de energía, la polución del aire y el manejo de los desperdicios en la actualidad son temas de interés mundial y son el centro de debates públicos de tal forma que, en el futuro, los sistemas de producción para poder ser competitivos deberán desarrollar procesos y tecnologías de manufactura que sean ambientalmente limpias (Weule, 1993).

En algunos países, el proceso de toma de conciencia ha comenzado a surgir a partir de la creación y aplicación de las nuevas leyes medioambientales, un ejemplo de esta situación está reflejado en la nueva legislación ambiental de los países de la comunidad Europea, la cual es un ejemplo a seguir y está sustentada en el siguiente principio: quien ocasione daños al ambiente tendrá que pagar por la limpieza de estos daños (Zussman et al. 1994).

Un análisis completo de los costes de ciclo de vida debe incluir todas las actividades que se van a desarrollar durante el proceso de retirada y desincorporación de los activos: disposición y limpieza de desperdicios, control de emisiones al ambiente, saneamiento ambiental de la zona de producción, manejo y almacenamiento de productos de desecho, etc., actividades que conceptualmente son muy buenas pero en la práctica en la realidad son difíciles y engorrosas de ejecutar, ver (Navinchandra, 1991, Zust and Wagner, 1992, Benda et al. 1993, Tipnis, 1993, Zussman et al. 1994 y Sullivan and Young, 1995). Adicionalmente, procedimientos sobre las actividades de desincorporación de un activo y datos sobre el manejo de residuos ambientales son escasos, no son fáciles de conseguir y no hay un consenso sobre cómo medir el impacto de los costes en esta etapa del proceso de producción (Glantsching, 1994). En la actualidad, un estudio interesante relacionado con la etapa de desincorporación se puede ver en con detalles en (Zussman et al. 1994). Como resultado de esta investigación, se definen los siguientes procesos dentro de la etapa de retirada del activo – ver figura 4:

Los costes para reciclar, reutilizar y desincorporar son un factor de alto impacto dentro del análisis de los costes totales de ciclo de vida de un activo de producción, estos aspectos se discuten en detalle en: Jovane et al. (1993), Scheuring et al. (1994), Kriwet et al. (1995) y Zussman et al. (1994).

3. PROCESO DE APLICACIÓN DE LAS TÉCNICAS DE ACCV

Tradicionalmente, aspectos costes y de diseño han sido considerados y evaluados como dos procesos separados. En el caso del diseño, se considera como objetivo principal el diseñar el mejor activo posible y en el caso de los costes, se considera como objetivo principal el minimizar los costes de diseño y producción, aunque hay que tener en cuenta, que ambos procesos, tienen en realidad objetivos comunes, los cuales son: el desarrollar un activo que cumpla y satisfaga de forma eficiente la necesidad de los usuarios y que a su vez sea competitivo desde el punto de vista económico (Noble and Tanchoco, 1990).

El uso de los técnicas de ACCV se ha incrementado de forma notable debido principalmente al desarrollo de un gran número de metodologías, las cuales proponen métodos para evaluar distintos diseños o vías alternativas de acción, con el objetivo de poder escoger la mejor forma de emplear los recursos humanos y económicos disponibles al momento de desarrollar un sistema de producción (Durairaj and Ong, 2002). Es importante volver a comentar, que los resultados obtenidos de los Análisis de Costes de Ciclo de Vida alcanzan su máxima efectividad durante el diseño conceptual y preliminar. Una vez que se ha completado el diseño, resulta difícil modificar sustancialmente los resultados económicos. Es más, las consideraciones económicas relacionadas con el ciclo de vida deben plantearse específicamente durante la fase de diseño del activo, si es que se quiere explotar totalmente las posibilidades de una ingeniería económica efectiva. Hay que tener en cuenta que casi dos tercios del coste del ciclo de vida de un activo o sistema se ven ya determinados en la fase conceptual y de diseño preliminar (Dowlatshahi, 1992). El cálculo del coste del ciclo de vida se debe aplicar en todas las fases de diseño del sistema: diseño, desarrollo, producción, construcción, uso operativo y apoyo logístico. Al principio del ciclo de vida se debe poner énfasis en los aspectos de costes, al establecer ciertos factores cuantitativos de coste como requisitos propios del diseño. A medida que transcurre el ciclo de vida, el coste se emplea como un parámetro de importancia en la evaluación de configuraciones de diseño alternativos y en la selección de una solución de preferencia. Por tanto, los datos de costes se preparan basándose en las características establecidas del diseño y la producción, y se usan en el desarrollo de la estimación del coste del ciclo de vida. A su vez, estas estimaciones se comparan con los requisitos iniciales para determinar el grado de cumplimiento y la necesidad de una acción correctiva. En esencia, el coste del ciclo de vida evoluciona desde una serie de estimaciones cualitativas hasta una metodología relativamente refinada, empleándose como una herramienta de gestión orientada a la optimización del proceso de toma de decisiones (Durairaj and Ong, 2002).

Existen diferentes facetas dentro del diseño y desarrollo de un activo que pueden ser estudiadas mediante el uso de modelos de ACCV. Hay que tener mucho cuidado en el uso y en la aplicación de las técnicas de ACCV ya que su relativa fácil implementación podría orientar por caminos erróneos el proceso de toma de decisiones relacionados con los costes de un activo (Fabrycky and Blanchard, 1991). Un paso importante al inicio del proceso de implantación de un ACCV, consiste en definir de forma clara cuál es el objetivo básico del proceso de evaluación de costes, según Blanchard (1979), las técnicas de ACCV se pueden utilizar en la evaluación de los siguientes procesos:

• Alternativas de sistemas de producción. 
• Alternativas de sistemas de mantenimiento, tipos de actividades de mantenimiento (preventivo vs. correctivo), mantenimiento por condición, tecnologías de la industria 4.0 (internet de las cosas, digitalización, etc.). 
• Alternativas de configuraciones de diseño: esquemas de operación, diagnóstico, niveles de Confiabilidad y mantenibilidad, estandarización de repuestos, esquemas de monitorización. 
• Alternativas de sistemas de control y automatización. 
• Alternativas de procesos de producción: Continua vs. Discontinua. 
• Alternativas de sistemas de logística, procura y selección de diferentes suplidores. 
• Alternativas de canales de distribución, métodos de transporte y manejo de la producción, localización de almacenes. 
• Alternativas de manejo de residuos, desechos, reciclaje. 
• Alternativas de procesos de sustitución y reemplazo. 
• Alternativas de sistemas de protección y seguridad. 

La falta de precisión dentro del proceso de estimación de costes, es un factor de alto impacto que puede llegar a generar consecuencias financieras desastrosas durante el desarrollo de un activo industrial. En términos generales, la falta de precisión en la estimación de los costes de desarrollo de un activo se puede presentar en dos escenarios, el caso en el que se estimen costes por debajo de los costes reales, o el caso contrario, que es cuando los costes estimados sean superiores a los costes reales (Daschbach and Apgar, 1988). Cuando los costes estimados están por debajo de los costes reales, los planes iniciales de contratación de mano de obra, la ejecución de ciertas actividades claves y la compra de ciertos materiales y equipos, resultan inalcanzables. Sin embargo, los planes de desarrollo previstos con anterioridad deberán continuar, en este escenario, se tendrá que recurrir a procesos de replanificación y reorganización que normalmente resultarán en un incremento de los costes que a su vez permitirán que se cumplan con las metas y objetivos de los proyectos asociados al desarrollo del activo (Daschbach and Apgar, 1988). En el otro escenario, cuando los costes estimados son superiores a los costes reales, se esperaría que se incrementen los beneficios del proyecto, lo cual normalmente no ocurre y lo que sucede con el dinero que queda disponible es que el mismo se gasta. Solo en el caso de que la organización tenga un control estricto de los costes, este dinero sobrante no será gastado, lo cual en la práctica resulta muy poco probable (Daschbach and Apgar, 1988).

En el proceso de estimación de costes asociados al desarrollo de un activo, existen una gran cantidad de requerimientos que van a variar de forma considerable dependiendo de la fase del programa de diseño y producción, de la complejidad de los procesos y de la profundidad de las técnicas de análisis (Fabrycky and Blanchard, 1991). Durante las fases iniciales de desarrollo y diseño conceptual, los datos disponibles son limitados y los análisis de costes dependen normalmente de modelos paramétricos, el nivel de precisión de los datos en esta etapa es entre el 20 y el 50% (Creese and Moore, 1990). En las fases intermedias de diseño, se tiene mayor información disponible y se pueden utilizar modelos análogos de costes que permitan comparar los costes de activos similares, el nivel de precisión de los datos en esta etapa es entre el 70 y el 85% (Creese and Moore, 1990). En la fase de diseño a nivel de detalle, se cuenta con toda la información del activo y se conocen las especificaciones de producción, los procesos de fabricación – manufactura y los requerimientos de soporte y logística, en esta fase es muy frecuente utilizar modelos detallados de estimación de costes, el nivel de precisión de los datos en esta etapa es entre el 85 y el 95% (Creese and Moore, 1990).

3.1. EVALUACIÓN DEL IMPACTO DE LA CONFIABILIDAD EN LOS MODELOS DE ACCV

Woodhouse (1991) plantea que para poder diseñar un sistema productivo eficiente y competitivo en el ámbito industrial actual, es necesario evaluar y cuantificar de forma detallada el impacto económico del factor fiabilidad a lo largo del ciclo de vida de un activo industrial. La cuantificación del factor Confiabilidad permite, en primer lugar, predecir la forma en que los procesos de producción pueden perder su continuidad operacional debido a eventos de fallos imprevistos (comportamiento de la frecuencia de fallos); y en segundo lugar, analizar y evaluar el impacto económico (costes) que ocasionan los fallos a la seguridad, el ambiente, las operaciones y la producción.

El aspecto clave del término Confiabilidad está relacionado con la continuidad operacional. En otras palabras, se puede afirmar que un sistema de producción es “Fiable” cuando es capaz de cumplir su función de forma segura y eficiente a lo largo de su ciclo de vida. Ahora, cuando el proceso de producción comienza a estar afectado por una gran cantidad de eventos de fallos imprevistos (baja Confiabilidad), este escenario provoca altos costes, asociados principalmente con la recuperación de la función (costes directos) e impacto en el proceso de producción (costes de penalización).

Los costes totales por Confiabilidad (provocados por fallos imprevistos), se pueden caracterizar de la siguiente forma (Barlow, Clarotti and Spizzichino, 1993, Ruff and Paasch, 1993 and Woodhouse, 1993):

Costes por penalización:

• Downtime (indisponibilidad de producción), pérdidas de oportunidad/producción diferida, pérdidas de producción, pérdidas operacionales, impacto en la calidad, impacto en seguridad y ambiente.

Costes directos por mantenimiento correctivo:

• Mano de obra: costes directos relacionados con la mano de obra (propia o contratada) en caso de una acción no planificada.
• Materiales y repuestos: costes directos relacionados con los consumibles y los repuestos utilizados en caso de una acción no planificada.

El impacto en los costes que genera un activo de baja Confiabilidad está asociado directamente con el comportamiento de los siguientes dos índices:

El tiempo promedio entre fallos (MTBF):

• Sistemas con MTBF pequeños, reflejan valores de Confiabilidad bajos y un alto número de fallos.

El tiempo promedio para reparar (MTTR):

• Sistemas con MTTR largos, reflejan valores de Mantenibilidad bajos (sistemas en los que se necesita gran cantidad de tiempo para poder recuperar su función).

Según Woodhouse (1991), un factor importante en el aumento de los costes a lo largo del ciclo de vida es ocasionado, en muchas oportunidades, por la falta de previsión ante la aparición inesperada de eventos de fallos, escenario provocado básicamente por el desconocimiento y por la falta de análisis en la fase de diseño de los aspectos relacionados con el factor Confiabilidad. Esta situación trae como resultado un incremento en los costes de operación (costes que no fueron considerados en un principio) afectando de esta forma la rentabilidad del proceso de producción. En la próxima sección, se explicarán los detalles de un modelo básico que permita evaluar el impacto económico de la Confiabilidad a lo largo del ciclo de vida de un activo industrial.

3.2. MODELO DE ACCV DE WOODWARD

En términos generales, el Modelo de ACCV de Woodward (Woodward, 1997) propone el siguiente esquema para calcular el impacto de los costes de fallos en el ciclo de vida de un activo industrial (Woodhouse, 1993):

1. Establecer las condiciones operacionales del sistema. Describir los modos de operación del sistema (carga completa, media carga, sin carga) y las capacidades de producción a satisfacer.
2. Establecer los factores de utilización. Estos factores deben indicar el estado de funcionamiento dentro de cada modo de operación.
3. Identificar las distintas opciones a ser evaluadas. Seleccionar las alternativas existentes que pueden cubrir con las necesidades de producción exigidas. 
4. Identificar para cada alternativa todas las categorías de costes básicos: inversión inicial, desarrollo, adquisición, mantenimiento planificado, reposición.
5. Determinar para cada alternativa los costes totales por Confiabilidad (TCPf). Identificar los principales tipos de fallos y la frecuencia de ocurrencia en el tiempo, la cual será un valor constante a lo largo del ciclo de vida del activo (este aspecto se detalla más adelante).
6. Determinar los costes críticos. Identificar las categorías de costes de mayor impacto, y analizar los factores que propician los altos costes (proponer estrategias de control).
7. Calcular todos los costes en valor presente (P) para cada alternativa. Definir el factor de descuento y el período de vida útil esperado y estimar los costes totales en valor presente por cada alternativa evaluada.
8. Seleccionar la alternativa ganadora. Comparar los costes totales de las alternativas evaluadas y seleccionar la opción que menor coste genere para el período de vida útil esperado.

En referencia al esquema anterior, el modelo de Woodward propone la siguiente expresión para calcular los diferentes costes que genera un activo industrial a lo largo de su ciclo de vida (Woodward, 1997, Blanchard and Fabrycky, 1998):

Donde:

• (P) = Valor presente.
• CTCV(P) = Costes totales del ciclo de vida en valor presente (P), para una tasa de descuento (i) y un período de vida útil esperado (T).
• CI = Coste inicial de adquisición e instalación, normalmente dado en valor Presente.
• CO = Costes operacionales, normalmente dado como valor Anualizado**.
• CMP = Costes de Mantenimiento Preventivo, normalmente dado como valor Anualizado**.
• TCPf= Costes Totales por Confiabilidad (costes por fallos), normalmente dado como valor Anualizado. En este caso se asume tasa de fallos constante, por lo cual el impacto en costes es igual en todos los años **.
• CMM = Costes de Mantenimiento Mayor – Especiales, normalmente dado como valor Futuro**.

** Todas las categorías de costes se convertirán a valor presente (P) a una tasa de interés (i) y un período de vida útil esperado (T).

En relación a la cuantificación de los costes por Confiabilidad (TCPf), el modelo de Woodward propone evaluar el impacto de los principales fallos sobre la estructura de costes de un sistema de producción, a partir de un proceso sencillo, el cual se resume a continuación: primero, se determinan los tipos de fallos más importantes, luego, se asigna a cada tipo de fallo un valor constante de frecuencia de ocurrencia por año (este valor no cambiara a lo largo de la vida útil esperada), posteriormente, se estima el impacto en costes por año, generado por los fallos en la producción, las operaciones, el ambiente y la seguridad, y finalmente, se estima en valor presente a una tasa de descuento específica, el impacto total en costes de los fallos para los años de vida útil esperada. A continuación se detallan los pasos a seguir para estimar los costes por fallos según el Modelo de Woodward:

Paso 1

Definir los tipos de fallos (f). Dónde f = 1… F para F tipos de fallos.

Paso 2

Definir la frecuencia de fallos esperada por año δf. Se expresa en fallos por año. Esta frecuencia se asume como un valor constante por año para el ciclo de vida útil esperado y se calcula a partir de la siguiente expresión:

Donde:

• N = número total de fallos.
• T = número total esperado de años de vida útil.

Paso 3

Calcular los costes asociados a cada tipo de fallo Cf ($/fallo). Estos costes incluyen: costes de repuestos, mano de obra, penalización por pérdida de producción e impacto operacional.

Donde:

• MTTR = tiempo medio para reparar cada fallo = horas/fallo.
• Cpe = costes de penalización por hora (producción, mano de obra, repuestos) = $/hora.

Paso 4

Calcular los costes totales por fallos por año TCPf ($/año), que se calculan a partir de la siguiente expresión:

Paso 5

Calcular los costes totales por fallo en valor presente PTCPf ($). Dado un valor anualizado TCPf, se estima su valor monetario en función del número de años de vida útil esperada (T), para una tasa de descuento (i). La expresión a utilizar para estimar los PTCPf en valor presente es:

Posteriormente, a los costes calculados por Confiabilidad, se adicionarían el resto de costes evaluados (inversión, mantenimiento planificado, operaciones, etc.). Se calcula el coste total en valor presente para la tasa de interés seleccionada y los años de vida útil esperados y se compara el resultado obtenido con los costes totales de las otras opciones evaluadas.

Cursos recomendados

Edgar Fuenmayor

Análisis de Confiabilidad, Disponibilidad y Mantenibilidad (RAM)

En línea en vivo4 de julio

Jorge Alarcón

Analítica Predictiva Aplicada al Mantenimiento Industrial con Power BI: KPI´s y Prevención de Fallos

En línea en vivo25 de julio

Jose Contreras Marquez

Costos y Presupuestos de Mantenimiento

En línea en vivo1 de agosto

Jose Contreras Marquez

Sistemas de indicadores (KPI) para evaluar la gestión del mantenimiento

En línea en vivo3 de octubre

Análisis de Confiabilidad, Disponibilidad y Mantenibilidad (RAM)

4 de julio

Analítica Predictiva Aplicada al Mantenimiento Industrial con Power BI: KPI´s y Prevención de Fallos

25 de julio

Costos y Presupuestos de Mantenimiento

1 de agosto

4. CASOS DE ESTUDIO DE APLICACIÓN DEL MODELO DE ACCV DE WOODWARD EN LA ORGANIZACIÓN T-ENERGY: SELECCIÓN DEL MEJOR SISTEMA DE COMPRESIÓN A SER UTILIZADO EN LA NUEVA ESTACIÓN COMPRESORA “PTS1”

El siguiente caso de aplicación del modelo de ACCV de Woodward, se desarrolló para identificar la mejor opción técnico – económica, entre diferentes opciones de moto-compresores (CATA versus MOP) a ser seleccionados dentro del Proyecto de instalación de la Estación de Compresión de Gas “PTS1”, de la compañía de transporte de Gas (T-ENERGY). Se evaluaron dos posibles escenarios:

Escenario 1: Con penalización por producción. Se estima una demanda de transporte de gas en la nueva estación de Compresión PTS1 de: 270 MMCFD, la cual sería cubierta con las siguientes alternativas:

Opción 1: 3 moto-compresores CATA de 3.600 hp/unidad (configuración 3 de 3) para cubrir la demanda de transporte de gas de 270 MMCFD. En este caso al perder una unidad CATA, se producirá penalización por falta de transporte de gas (capacidad promedio por día 120 MMCFD/unidad, pérdida de producción por perder un equipo: 18.750 $/hora). 

**Se incluyen sistemas básicos de monitorización en línea de variables más importantes.

Opción 2: compresores rotativos MOP de 13.410 hp/unidad (configuración 2 de 2) para cubrir la demanda de transporte gas de 270 MMCFD. En este caso al perder una unidad MOP, se generará penalización por falta de transporte de gas (capacidad promedio por día 270 MMCFD/unidad, pérdida de producción por perder un equipo: 28.125 $/hora).

**Se incluye un sistema integral de herramientas de la industria 4.0: digitalización y monitorización total.

Escenario 2: Sin penalización por producción. Se estima una demanda de transporte de gas en la nueva estación de Compresión PTS1 de: 270 MMCFD, la cual sería cubierta con las siguientes alternativas:

Opción 1: 3 moto-compresores CATA de 3.600 hp/unidad (configuración 2 de 3) para cubrir la demanda de transporte de gas de 270 MMCFD. En este caso al perder una unidad CATA, no se producirá penalización por falta de transporte de gas (capacidad promedio por día 120 MMCFD/unidad).

**Se incluyen sistemas básicos de monitorización en línea de variables más importantes.

Opción 2: 2 compresores rotativos MOP de 13.410 hp/unidad (configuración 1 de 2) para cubrir la demanda de transporte gas de 270 MMCFD. En este caso al perder una unidad MOP, no se generará penalización por falta de transporte de gas (capacidad promedio por día 270 MMCFD/unidad).

**Se incluye un sistema integral de herramientas de la industria 4.0: digitalización y monitorización total.

4.1. ESCENARIO 1: CON PENALIZACIÓN POR PRODUCCIÓN (DEMANDA DE TRANSPORTE DE GAS: 270 MMCFD)

A continuación se definen las características generales y datos de costos de las dos opciones a evaluar:

Para la estimación de los costes generados por los eventos de fallos se utilizará el procedimiento propuesto por el modelo de ACCV de Woodward. Los datos de frecuencia de fallos (δf), de tiempos medios de reparación (MTTR) y de costos de penalización relacionados con los fallos (Cpe) son presentados en las tablas 2a y 2b.

Con la información de las tablas 2a y 2b, se calculan los costes totales por fallo en valor presente (PTCPf). El coste total por fallos por año (TCPf) se calcula a partir de las ecuaciones (5) y (6); los costes totales por fallas en valor presente (PTCPf) se calculan con la ecuación (7). A continuación se presentan los resultados de los costes totales por fallos de las dos opciones evaluadas:

A continuación se presentan los resultados totales del ACCV en valor presente de las Opciones 1 y 2 de este Escenario, incluyendo el impacto económico de los eventos de fallos.

RESUMEN DE RESULTADOS DELESCENARIO 1: SELECCIÓN DEL SISTEMA DE COMPRESIÓN. ESTACIÓN “PTS1”. CON PENALIZACIÓN POR PRODUCCIÓN

Analizando los resultados económicos obtenidos en el ACCV (tabla 4), la opción 2, sistema de compresión MOP que incluye herramientas integrales de diagnóstico y análisis de fallas de la Industria 4.0, se convierte en la mejor alternativa económica, comparada con la opción 1 (sistema de compresión CATA). El porcentaje de costos adicionales por agregar herramientas de digitalización y monitorización inteligente es del 14,2% del costo total de inversión inicial del sistema de Compresión MOP. La diferencia económica entre ambas opciones es de 149.003.556,60 $ (esta cantidad representa el potencial ahorro por seleccionar la opción del sistema de compresión MOP). Un aspecto de vital importancia a ser considerado en este análisis, está relacionado con la evaluación de los costes totales por fallos (PTCPf), al incluir esta categoría de costes en el proceso de evaluación económica, la misma se convierte en el factor económico de mayor peso dentro del proceso de comparación de las dos alternativas evaluadas (la posible minimización de los costes totales por fallos, están relacionados en gran medida, por el uso eficiente que se le debe dar, a las herramientas de monitorización y diagnóstico inteligente propuestas por la Industria 4.0, incluidas en el sistema de compresión MOP). En resumen, la opción 2 (sistema de compresión MOP), la cual resultó ganadora en el ACCV, la categoría de costes por fallos (PTCPf) sólo representa el 13% de los costes totales de ciclo de vida, en comparación con la opción 1 (sistema de compresión CATA), en la cual, la categoría de costes por fallos (PTCPf) representa el 61% de los costes totales de ciclo de vida.

4.2. ESCENARIO 2: SIN PENALIZACIÓN POR PRODUCCIÓN (DEMANDA DE TRANSPORTE DE GAS: 270 MMCFD)

A continuación se definen las características generales y datos de costos de las dos opciones a evaluar en este escenario.

La tabla 1, previamente presentada, resume los costos de inversión, operación, mantenimiento preventivo y mantenimiento mayor para ambas opciones.

Para la estimación de los costes generados por los eventos de fallos se utilizará el procedimiento propuesto por el modelo de ACCV de Woodward. Los datos de frecuencia de fallos (δf), de tiempos medios de reparación (MTTR) y de costos de penalización relacionados con los fallos (Cpe) son presentados en las tablas 5a y 5b.

Con la información de las tablas 5a y 5b, se calculan los costes totales por fallo en valor presente (PTCPf). El coste total por fallos por año (TCPf) se calcula a partir de las ecuaciones (5) y (6); los costes totales por fallas en valor presente (PTCPf) se calculan con la ecuación (7). A continuación se presentan los resultados de los costes totales por fallos de las dos opciones evaluadas:

A continuación se presentan los resultados totales del ACCV en valor presente de las Opciones 1 y 2 de este Escenario, incluyendo el impacto económico de los eventos de fallos.

RESUMEN DE RESULTADOS DELESCENARIO 2: SELECCIÓN DEL SISTEMA DE COMPRESIÓN. ESTACIÓN “PTS1”. SIN PENALIZACIÓN POR PRODUCCIÓN

Analizando los resultados económicos obtenidos en el ACCV (tabla 7), la opción 2 (sistema de compresión MOP) se convierte en la mejor alternativa económica comparada con la opción 1 (sistema de compresión CATA). El sistema MOP incluye herramientas integrales de diagnóstico y análisis de fallas de la Industria 4.0, se convierte en la mejor alternativa económica, aunque en este escenario 2 (sin penalización), la diferencia de los ahorros por seleccionar el sistema de compresión MOP es menor que la presentada en el análisis anterior (escenario 1), en este caso, invertir en las tecnologías de digitalización y monitorización inteligente (herramientas de la Industria 4.0), no son el factor principal de minimización de costes, en este caso los factores de costes más importantes son los costes operacionales, específicamente el coste por consumo de energía del sistema MOP, es el factor de mayor impacto en la reducción de los costes en el ciclo de vida de los activos evaluados. La diferencia económica entre ambas opciones es de 14.936.530,13 $ (esta cantidad representa el potencial ahorro por seleccionar la opción 2). En resumen, la opción 2 (sistema de compresión MOP), la cual resultó ganadora en el ACCV, la categoría de costes por fallos (PTCPf) es un poco mayor con respecto a la opción 1 y representa el 0,373% de los costes totales de ciclo de vida, en comparación, con la opción 1 (sistema de compresión CATA), en la cual, la categoría de costes por fallos (PTCPf) representa el 0,165% de los costes totales de ciclo de vida (a pesar que los costes por fallos de la opción 1 son menores con respecto a la opción 2, en términos de costes totales de ciclo de vida de la opción 2 (sistema de compresión MOP) representa la mejor alternativa técnico – económica.

En resumen, los resultados del proceso de ACCV para este caso de estudio, en los dos escenarios evaluados, con y sin penalización (escenario 1 y escenario 2), siempre resultó como mejor opción el sistema de Compresión MOP comparado con el sistema de Compresión CATA. Se recomienda hacer un ACCV mucho más detallado del último caso presentado, con el fin de evaluar la renovación de los sistemas de moto-compresión actuales (CATA), por la tecnología de compresores rotativos (MOP), ya que, en función de la información técnico-económica tomada como referencia, los resultados obtenidos a nivel de costos totales de ciclo de vida de la tecnología de los sistemas de compresión MOP, resulta más rentable que la tecnología tradicional de moto-compresores reciprocantes (CATA).

5. CONSIDERACIONES FINALES Y ÁREAS FUTURAS DE TRABAJO

A partir de los resultados obtenidos del ejercicio anterior, es muy fácil comprender el verdadero impacto económico que pueden traer consigo los eventos de fallos de un sistema de producción, razón por la cual, es muy importante incluir el proceso de evaluación de la confiabilidad (comportamiento de fallos) propuesto por el modelo de Woodward e integrarlo con el proceso de evaluación económica (impacto económico de los eventos de fallos), todo esto, con el fin de optimizar la toma de decisiones (disminuir la incertidumbre) dentro de los procesos de evaluación, selección y justificación de compra y reemplazo de activos en la organización T-ENERGY.

El modelo propuesto de ACCV propuesto por Woodward, es usualmente utilizado en fases de diseño y selección de sistemas de producción, ya que el mismo proporciona estimaciones relativamente rápidas de costes y con un nivel mínimo de complejidad matemática, que pueden ayudar a orientar el proceso de selección (compra) de diferentes alternativas y/o reemplazo de activos. La principal limitación del modelo de Woodward está asociada con la forma de cálculo del impacto económico de la confiabilidad, ya que este modelo propone que se consideren frecuencias de fallos constantes a lo largo del ciclo de vida del activo a ser evaluado, lo cual, en la realidad no ocurre de esta manera ya que, normalmente, la frecuencia de fallos cambia a medida que van pasando los años por la influencia de diferentes factores (operaciones, mantenimiento preventivo, calidad de materiales, etc.).

La orientación de este informe, hacia el estudio y el análisis del factor Confiabilidad y su impacto en los costes, se debe a que gran parte del incremento de los costes totales durante el Ciclo de Vida útil esperado de un sistema de producción, es ocasionado en su mayoría, por la falta de previsión ante la aparición inesperada de eventos de fallos, escenario provocado básicamente por el desconocimiento y por la ausencia de una evaluación técnica en la fase de diseño de los aspectos relacionados con la Confiabilidad. Esta situación trae como resultado un incremento en los costes de totales de operación (costes que no fueron considerados en un principio) afectando de esta forma la rentabilidad del proceso de producción.

En el proceso de Análisis de los Costes a lo largo del Ciclo de Vida de un activo existen muchas decisiones y acciones que deben ser tomadas, siendo de interés particular para este trabajo aquellos aspectos relacionados con el proceso de mejoramiento de la Confiabilidad (calidad del diseño, tecnología utilizada, complejidad técnica, frecuencia de fallos, costes de mantenimiento preventivo/correctivo, niveles de mantenibilidad y accesibilidad), ya que estos, tienen un gran impacto sobre el coste total del ciclo de vida del activo, e influyen en gran medida sobre las posibles expectativas para extender la vida útil de los activos a costes razonables.

Finalmente, la aplicación objetiva de las técnicas de ACCV, permitirá que las organizaciones seleccionen de forma eficiente y con un menor nivel de incertidumbre sus activos físicos, contribuyendo a no caer en la simplicidad de seleccionar sus activos tomando en cuenta solo las tendencias actuales “la moda del momento”, escenario que hoy en día está ocurriendo de forma reiterativa, sobre todo en el proceso de justificación de las diversas herramientas propuestas por la denominada Industria 4.0. Por estos motivos, es de suma importancia dentro del proceso de análisis de costos de ciclo de vida de los activos, evaluar y analizar detalladamente todos los aspectos relacionados con el impacto económico de los factores de la Confiabilidad y de la Mantenibilidad. En el futuro cercano, pensamos que las nuevas propuestas de evaluación de los Costes de Confiabilidad en los ACCV, aprovecharán el desarrollo en el área de las matemáticas y se utilizarán métodos tales como:

• Técnicas de la Industria 4.0: digitalización, internet de las cosas, monitorización inteligente, etc.) (Crespo et al., 2018, Crespo et al., 2014, González et al., 2018, Villar et al., 2018).
• Técnicas avanzadas de análisis estadístico de Confiabilidad, ver (Elsayed, 1982, Barlow, Clarotti and Spizzichino, 1993, Ireson, et al., 1996, Elsayed, 1996, Scarf, 1997, Ebeling, 1997 and Dhillon, 1999, Barringer, 1997, Barringer and Webber, 1996, and Kaminskiy and Krivtsov, 1998, Tejms, 1986, Karyagina et al., 1998, Bloch-Mercier, 2000 and Yañez et al., 2002, Parra y Crespo, 2015, Parra and Crespo, 2006).

Finalmente, estos métodos tendrán sus características particulares, ya que no es factible desarrollar una metodología única de ACCV que cubra todas las expectativas y exigencias técnicas. Sin embargo, es necesario incluir dentro de las metodologías actuales de ACCV, modelos que permitan estimar el impacto de la Confiabilidad, con el fin de poder disminuir el nivel de incertidumbre en el proceso de evaluación de los costes totales esperados en el ciclo de vida útil de un activo de producción.

6. REFERENCIAS

1. Ahmed, N. U. (1995). A design and implementation model for life cycle cost management system. Information and Management, 28, 261-269. 
2. Alting, L. (1993). Life-cycle design of products: a new opportunity for manufacturing enterprises. In Concurrent Engineering: Automation, Tools, and Techniques. A. Kusiak (ed.) (New York: Wiley), 1± 17. 
3. Asiedu, Y. and Gu, P. (1998). Product lifecycle cost analysis: state of art review. International Journal of Production Research, Vol. 36 No. 4, 883-908. 
4. Barlow, R.E., Clarotti, C.A. and Spizzichino, F. (1993). Reliability and Decision Making. Chapman & Hall. 
5. Barringer, H. Paul and David P. Weber. (1996). Life Cycle Cost Tutorial. Fifth International Conference on Process Plant Reliability, Gulf Publishing Company, Houston, TX. 
6. Blanchard, B. S. (1979). Life cycle costing – a review. Terotechnica, 1, 9± 15. 
7. Blanchard, B.S. (2001). Maintenance and support: a critical element in the system life cycle. Proceedings of the International Conference of Maintenance Societies, May, Melbourne, Paper 003. 
8. Blanchard, B.S. and Fabrycky, W.J. (1998). Systems Engineering and Analysis. 3rd ed., Prentice-Hall, Upper Saddle River, NJ. 
9. Benda, J., Narayan, R., and Sticklen, J. (1993). Use of expert systems for life cycle analysis. Automobile Life Cycle Tools and Recycling Technologies SAE Special Publications, 966 (Warrendale, PA: SAE), 53± 57. 
10. Bloch-Mercier, S. (2000). Stationary availability of a semi-Markov system with random maintenance. Applied Stochastic Models in Business and Industry, 16, 219-234. 
11. Boothroyd, G. (1994). Product design for manufacture and assembly. Computer-Aided Design, 26 (7), p.505± 520. 
12. Creese, R. C., and Moore, L. T. (1990). Cost modeling for concurrent engineering. Cost Engineering, 32 (6) June, 23± 27. 
13. Crespo A., González-Prida V., Gómez J., 2018. Advanced Maintenance Modelling for Asset Management. Techniques and Methods for Complex Industrial Systems. Springer International Publishing. ISBN 978-3-319- 58045-6, Germany. 
14. Crespo, A., Macchi, M., Holgado, M., Fumagalli, M., Barberá, L. (2014). Cyber physical systems implementation for asset management improvement: A framework for the transition. Journal of Manufacturing Technology Management. Volumen 25, p. 568-598. 
15. Daschbach, J.M., and Apgar, H. (1988). Design analysis through techniques of parametric cost estimation. Engineering Costs and Production Economics, 14, 87± 93. 
16. Dewhurst, P., and Boothroyd, G. (1984). Design for assembly: automatic assembly. Machine Design, January 26, p.87± 92. 
17. Dowlatshahi, S. (1992). Product design in a concurrent engineering environment: an optimization approach. Journal of Production Research, 30 (8), 1803-1818. 
18. Durairaj, S. and Ong, S. (2002). Evaluation of Life Cycle Cost Analysis Methodologies. Corporate Environmental Strategy, Vol. 9, No. 1, p.30-39. 
19. Elsayed, E. A. (1996). Reliability Engineering. Addison Wesley Longman INC, New York. 
20. Fabrycky, W. J. (1987). Designing for the life cycle. Mechanical Engineering, January, 72± 74. 
21. Fabrycky, W. J. and Blanchard, B. S. (1991). Life Cycle Costing and Economic Analysis. Prentice Hall, Inc, Englewwod Cliff, New Jersey. 
22. Glantsching, W. J. (1994). Green design: an introduction to issues and challenges. IEEE Transactions on Components, Packaging and Manufacturing Technology ± Part A, 17 (4), 508± 513. 
23. Goffin, K. (2000). Design for supportability: essential component of new product development. Research-Technology Management, Vol. 43 No. 2, March/April. p. 40-7. 
24. Gonzalez-Prida, V., Zamora, J., Crespo Márquez, A., Villar-Fidalgo, L., De la Fuente, A., Martínez-Galán, P., Guillén, A. (2018). An overview on the obsolescence of physical assets for the defence facing the challenges of industry 4.0 and the new operating environments. Safety and Reliability– Safe Societies in a Changing World. P. 2959-2963 
25. Ishii, K., Eubanks, C. F., and Di Marco, P. (1994). Design for product retirement and material life-cycle. Materials and Design, 15 (4), 225± 233. 
26. Jovane, A., Atling, L., Armillotta, A., Eversheim,W., Feldmann,K., Seliger,G., and Roth,M. (1993). A key issue in product life cycle: disassembly. Annals of the CIRP, 42, 651± 658. 
27. Kaminskiy M, Krivtsov V. (1998). A Monte Carlo approach to repairable system reliability analysis. Probabilistic safety assessment and management, New York: Springer; 1998. p. 1063-8. 
28. Karyagina, M., Wong, W., Vlacic, L. (1998). Life cycle cost modelling using marked point processes. Reliability Engineering & System Safety, 59, p. 291- 298 
29. Keys, L. K. (1990). System life cycle engineering and DF X. IEEE Transactions on Components, Hybrids and Manufacturing Technology, 13 (1), p. 83± 93. 
30. Kirk, S. and Dellisola, A. (1996). Life Cycle Costing for Design Professionals. McGraw Hill, New York, 6-57. 
31. Kriwet, A., Zussman, E., and Seliger, G. (1995). Systematic integration of design for recycling into product design. International Journal of Production Economics, 38, p.15± 22. 
32. Markeset, T. and Kumar, U. (2001). R&M and risk analysis tools in product design to reduce life-cycle cost and improve product attractiveness. Proceedings of the Annual Reliability and Maintainability Symposium, 22-25 January, Philadelphia. p. 116-22. 
33. Miyakawa, S., and Ohashi, T. (1986). The Hitachi new assemblability evaluation method (AFM). Proceedings of the Ontario Conference on Product Design for Assembly, Newport, RI, USA. 
34. Navinchandra, D. (1991). Design for environmentability. Design Theory and Methodology, ASME, DE-31, 119± 125. 
35. Noble, J.S., and Tanchoco, J.M.A. (1990). Concurrent design and economic justification in developing a product. International Journal of Production Research, 28 (7), 1225± 1238. 
36. Parra, C., Crespo, A., Cortés, P. and Fygueroa, S. (2006). On the consideration of reliability in the Life Cycle Cost Analysis (LCCA). A review of basic models. Safety and Reliability for Managing Risk. Guedes Soares & Zio (eds), Taylor & Francis Group, London, ISBN 0-415-41620-5, p.2203-2214 
37. Parra, C y Crespo A. (2015). Ingeniería de Mantenimiento y Fiabilidad aplicada en la Gestión de Activos. INGEMAN, Sevilla, España, 203-226. 
38. Ruff, D. N., and Paasch, R. K. (1993). Consideration of failure diagnosis in conceptual design of mechanical systems. Design Theory and Methodology, ASME, DE- 53, 175-187. 
39. Scheuring, J. F., Bras, B., and Lee, K.-M. (1994). Significance of design for disassembly in integrated disassembly and assembly process. International Journal of Environmentally Conscious Design and Manufacturing, 3 (2), 21± 33. 
40. Smith, C. and Knezevic, J. (1996). Achieving quality through supportability: part 1: concepts and principles. Journal of Quality in Maintenance Engineering, Vol. 2 No. 2, p.21-9. 
41. Smith, D. J., and Babb, A. H. (1973). Maintainability Engineering, Halsted Press. 
42. Sullivan, J. L., and Young, S. B. (1995). Life cycle analysis/assessment. Advanced Materials and Processes, 147 (2), 37± 40. 
43. Tejms, H.C. (1986). Stochastic Modelling and Analysis. Wiley. 
44. Tipnis, V. A. (1993). Evolving issues in product life cycle design. Annals of the CIRP, 42 (1), 169± 173. 
45. Villar-Fidalgo, L., Crespo Márquez, A., González Prida, V., De la Fuente, A., Martínez-Galán, P., Guillén, A. (2018). Cyber physical systems implementation for asset management improvement: A framework for the transition. Safety and Reliability–Safe Societies in a Changing World. CRC Editor, p. 3063-3069. 
46. Weule, H. (1993). Life cycle analysis a strategic element for future products and manufacturing technologies. Annals of the CIRP, 42 (1), 181± 184. 
47. Wilson, R. L. (1986). Operations and support cost model for new product concept development. Proceedings of the 8th Annual Conference on Components and Industrial Engineering, 128± 131. 
48. Woodhouse, J. (1991). Turning engineers into businessmen. 14th National Maintenance Conference, London. 
49. Woodhouse, J. (1993). Managing Industrial Risk. Chapman Hill Inc, London, 200-241. 
50. Woodward, D. G. (1997). Life Cycle Costing – Theory, Information Acquisition and Application. International Journal of Project Management, 15(6). p. 335- 344. 
51. Yañez, M., Joglar, F., Mohammad, M. (2002). Generalized renewal process for analysis of repairable systems with limited failure experience. Reliability Engineering & System Safety, 77. p. 167-180. 
52. Zussman, E., Kriwet, A., and Seliger, G. (1994). Disassembly-oriented assessment methodology to support design for recycling. Annals of the CIRP, 43 (1), 9± 14. 
53. Zust, R., and Wagner, R. (1992). Approach to the identification and quantification of environmental effects during product life. Annals of the CIRP, 41 (1), 473± 476. 

Autor: PhD. MSc. Eng. Carlos Parra Márques
INGEMAN Asociación para el Desarrollo de la Ingeniería de Mantenimiento, sede en la Escuela Superior de Ingenieros de la Universidad de Sevilla, España
www.ingeman.net
Correo: parrac@ingecon.net.in