Estimación probabilística de la duración de paradas mayores mediante simulación Monte Carlo
RESUMEN DE SESIÓN:
Las paradas mayores de mantenimiento suelen planificarse con cronogramas determinísticos que asignan una duración única a cada actividad, sin incorporar la variabilidad real de las tareas de inspección, reparación, montaje y pruebas. Esta limitación afecta directamente la confiabilidad de la fecha de retorno al servicio y la coordinación de recursos, un desafío común a cualquier industria que ejecute paradas o proyectos con alto grado de incertidumbre. Esta sesión spark presenta un método basado en la construcción de un modelo de ruta crítica y la incorporación de distribuciones de incertidumbre por actividad, sobre el cual se ejecuta una simulación Monte Carlo para obtener la distribución de probabilidad de la duración total. A partir de ese resultado se define un criterio para seleccionar el percentil de confianza que la organización debería reservar como ventana de intervención, transformando una fecha única de finalización en una decisión basada en niveles de confianza explícitos.
El asistente aprenderá a: comparar los resultados de un cronograma determinístico frente a una estimación probabilística basada en simulación Monte Carlo. Aplicar un criterio de selección de percentil de confianza para definir la ventana de duración a reservar en una parada mayor. Identificar los supuestos y límites de un modelo de este tipo, en particular la independencia asumida entre actividades.
