Modelo Probabilístico De La Confiabilidad De Motores Industriales En Función De La Degradación Del Lubricante: Un Estudio De Caso Del Motor MDU-01 Hyundai H21/32
DOI:
https://doi.org/10.53591/easi.V3i2.2615Palabras clave:
Motores diésel, número de base total, modelo probabilístico.Resumen
Los motores diésel industriales suelen recibir mantenimiento preventivo antes de fallos catastróficos, por lo que los registros de fallos son escasos. Este trabajo propone un marco probabilístico que utiliza indicadores del lubricante para estimar la confiabilidad, aplicado al generador MDU-1. A partir de análisis reales de aceite (2024–2025) modelamos la degradación de parámetros clave —viscosidad a 100 °C, Número Básico Total (TBN), insolubles en pentano y contaminantes (Ni, V, Na, Fe, Cu)— como procesos estocásticos con deriva. Usamos un proceso de Wiener con deriva para caracterizar la degradación y formulamos una función de riesgo basada en estos indicadores. Ante la ausencia de fallos observados, definimos umbrales de falla para las métricas del aceite y derivamos la distribución de tiempos de falla como el tiempo hasta el primer cruce de dichos umbrales (first-passage time). Con las tendencias estimadas simulamos perfiles de riesgo y calculamos la función de confiabilidad R(t). Los resultados incluyen estimaciones de deriva y difusión y simulaciones de decadencia de confiabilidad. En MDU-1, el modelo predice un aumento pronunciado del riesgo entre ≈1500 y 2500 horas, cuando se alcanzan los límites del lubricante. El enfoque apoya decisiones de mantenimiento y optimiza los intervalos de cambio de aceite.
Referencias
ALS Global. (2025). Oil analysis. ALS Global. https://www.alsglobal.com/en/oil-analysis
Andrew K.S. Jardine, Daming Lin, Dragan Banjevic, A review on machinery diagnostics and prognostics implementing condition-based maintenance, Mechanical Systems and Signal Processing, Volume 20, Issue 7, 2006, Pages 1483-1510, ISSN 0888-3270, https://doi.org/10.1016/j.ymssp.2005.09.012. ASTM International. (2018). ASTM D5185-18: Standard Test Method for Multielement Determination of Used and Unused Lubricating Oils and Base Oils by Inductively Coupled Plasma Atomic Emission Spectrometry. ASTM International.
ASTM International. (2016). ASTM D4739-11(2016): Standard Test Method for Base Number Determination by Potentiometric Titration. ASTM International.
ASTM International. (2018). ASTM D893-18: Standard Test Method for Insolubles in Used Lubricating Oils. ASTM International.
Du, Y., Wu, T., Zhou, S., & Makis, V. (2020). Remaining useful life prediction of lubricating oil with dynamic principal component analysis and proportional hazards model. Proceedings of the Institution of Mechanical Engineers, Part J: Journal of Engineering Tribology, 234(6), 964-971. https://doi.org/10.1177/1350650119874560
Durrett, R. (2019). Probability: Theory and Examples (5.ª ed.). Cambridge University Press. https://www.cambridge.org/core/books/probability/DD9A1907F810BB14CCFF022CDFC5677A
Guan, H., Hu, G., Du, H., Yin, Y., & He, W. (2025). A Reliability Fault Diagnosis Method for Diesel Engines Based on the Belief Rule Base with Data-Driven Initialization. Sensors, 25(16), 5091. https://doi.org/10.3390/s25165091
Hu, Chao & Youn, Byeng D. & Wang, Pingfeng & Taek Yoon, Joung, 2012. "Ensemble of data-driven prognostic algorithms for robust prediction of remaining useful life," Reliability Engineering and System Safety, Elsevier, vol. 103(C), pages 120-135. https://doi.org/10.1016/j.ress.2012.03.008
Mažeika, D., Balnys, R., & Kandrotaitė Janutienė, R. (2022). Research of combustion engine oil quality over exploitation period. Mechanization in Agriculture & Conserving of the Resources, 68(1), 7–10. https://stumejournals.com/journals/am/2022/1/7
Meeker, W.Q. and Escobar, L.A. (1998) Statistical Methods for Reliability Data. Wiley, New York.
Pan A, Song X, Huang H. Bayesian analysis for part linear Cox model with measurement error and time-varying covariate effect. Stat Med. 2022 Oct 15;41(23):4666-4681. doi: 10.1002/sim.9531.
Saravani, S. and Keshtegar, B. (2022). Random - weighted Monte Carlo Simulation Method for Structural Reliability Analysis. Journal of Computational Methods in Engineering, 37(2), 41-60. doi: 10.29252/jcme.37.2.41
Si, Xiao-Sheng & Wang, Wenbin & Hu, Chang-Hua & Zhou, Dong-Hua, 2011. "Remaining useful life estimation - A review on the statistical data driven approaches," European Journal of Operational Research, Elsevier, vol. 213(1), pages 1-14, August. https://ideas.repec.org/a/eee/ejores/v213y2011i1p1-14.html
Smigins, R., Amatnieks, K., Birkavs, A., Górski, K., & Kryshtopa, S. (2023). Studies on Engine Oil Degradation Characteristics in a Field Test with Passenger Cars. Energies, 16(24), 7955. https://doi.org/10.3390/en16247955
Wen, Y., Wu, J., Das, D., & Tseng, B. (2018). Degradation modeling and RUL prediction using Wiener process subject to multiple change points and unit heterogeneity. Reliability Engineering & System Safety, 176, 54–65. https://doi.org/10.1016/j.ress.2018.04.005
Yan, S., Kong, Z., Liu, H., Li, B., Fan, M., & Zhang, X. (2022). Oil Change Interval Evaluation of Gearbox Used in Heavy-Duty Truck E-Axle with Oil Analysis Data. Lubricants, 10(10), 252. https://doi.org/10.3390/lubricants10100252
Yaguo Lei, Naipeng Li, Liang Guo, Ningbo Li, Tao Yan, Jing Lin, Machinery health prognostics: A systematic review from data acquisition to RUL prediction, Mechanical Systems and Signal Processing, Volume 104, 2018,Pages 799-834, ISSN 0888-3270,https://doi.org/10.1016/j.ymssp.2017.11.016.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Jonathan Jiménez Gonzales, Luis Chango, Erick López, Gladys Sotominga
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Las contribuciones publicadas en la revista EASI se rigen por la licencia de acceso abierto CC BY-NC-ND 4.0 (Creative Commons Reconocimiento-NoComercial-SinDerivadas 4.0). Esta licencia te empodera como autor, y garantiza la amplia difusión de tu investigación mientras protege tus derechos.
Para autores:
- Los autores pueden reproducir y distribuir la obra en cualquier formato no comercial, siempre que la obra indique los autores y datos de la revista EASI, y no contravenga los puntos mencionados en el apartado de los permisos y prácticas editoriales.
- La revista obtiene una licencia para publicar y distribuir el manuscrito original.
Para lectores/usuarios:
Acceso y distribución gratuita: cualquier lector o usuario puede acceder, descargar, copiar, imprimir y compartir el artículo publicado libremente según los términos de la licencia CC BY-NC-ND 4.0.
Reconocimiento obligatorio: si un tercero utiliza el material publicado, debe dar crédito al creador proporcionando el nombre, el título del artículo y el nombre de la revista, lo que garantiza la propiedad intelectual del autor(es) y ayuda a construir su reputación académica.
Uso no comercial: solo se permite el uso no comercial del trabajo publicado. No comercial significa que no está destinado principalmente ni dirigido al aprovechamiento comercial o la compensación monetaria por parte de ningún tercero.
No se permiten modificaciones: el contenido del artículo publicado no se puede cambiar, mezclar o reconstruir a partir del trabajo del autor. Esto asegura la integridad y precisión de los resultados de la investigación.
