Mantenimiento predictivo: ¿qué es y cuáles son sus aplicaciones?

¿Cómo se crea el mantenimiento predictivo

En el proceso de producción de todas las empresas, la maquinaria y la automatización desempeñan un papel fundamental en la actualidad. Por este motivo, a partir de los años 80, la planificación de las intervenciones de mantenimiento de las máquinas, la prevención de fallos y roturas, ha ido cobrando cada vez más importancia, en función de la tecnología utilizada cada vez y de las necesidades del mercado.

Así, hemos pasado de las intervenciones de mantenimiento ‘tradicionales’ o reactivas, como el técnico que acude a la empresa y repara la pieza una vez que se ha roto, a intervenciones ‘preventivas’ o proactivas, que no reparan la avería sino que la previenen.

¿Qué es el mantenimiento predictivo?

El mantenimiento predictivo es una actividad que se basa en el análisis de los datos recopilados por las máquinas, con el fin de convertir esta información en un valor que pueda contribuir no solo a mejorar su productividad, sino también a reducir los riesgos asociados a un posible mal funcionamiento (predecible) y minimizar el impacto de los costes de mantenimiento.

Como ya se ha dicho, el mantenimiento predictivo entra en la categoría del llamado mantenimiento planificado, que comprende:

• El mantenimiento preventivo: interviene justo antes de que se produzca una avería.
• Mantenimiento preventivo cíclico: añade al carácter preventivo de las intervenciones técnicas la planificación de las mismas a lo largo del tiempo, basándose en el desgaste al que está sometida la maquinaria y en las indicaciones de los fabricantes.
• Mantenimiento predictivo: Con la ayuda de componentes adicionales, como sensores o interfaces gráficas, permite planificar las intervenciones en función de la superación de un determinado valor de ‘alerta’, del tiempo de vida restante de un componente.

Por lo tanto, no estamos hablando de meras intervenciones técnicas, sino de la elaboración de una estrategia empresarial compleja que tenga como objetivo investigar e identificar rápidamente las posibles anomalías que, si se descuidan, impiden que la empresa crezca o funcione de la mejor manera posible, de manera eficiente y confiable.

Para detectar el logro de los valores de alerta antes mencionados (los denominados valores umbral), se utilizan instrumentos muy heterogéneos, tanto a nivel de hardware como de software, como sensores, válvulas, botones y algoritmos de análisis de datos que permiten al usuario y a los sistemas interconectados a las distintas máquinas comunicarse en tiempo real y, al mismo tiempo, entenderse entre sí (según la lógica del IoT).

Obviamente, el diseño de un sistema de mantenimiento predictivo que haga un uso extensivo de estas herramientas requiere la asistencia constante de profesionales altamente especializados que sepan cómo no solo adquirir datos de los instrumentos en uso, sino también procesarlos correctamente, extrapolando de estos datos un informe que contenga solo la información clave para la empresa, reduciendo los costos inevitablemente asociados al despliegue de recursos técnicos y financieros más allá de los realmente necesarios.

Un ejemplo simple y eficaz de mantenimiento predictivo se refiere a la medición de la presión y la temperatura de cualquier maquinaria industrial: la instalación de sensores que puedan detectar, registrar y comunicar los cambios en estos elementos en comparación con el valor operativo óptimo, combinada con un programa capaz de realizar un seguimiento de estos cambios y procesarlos según una escala de ‘gravedad, puede marcar la diferencia.

Mantenimiento predictivo y seguridad en el trabajo

La prevención de averías no solo es útil sino necesaria en sectores especialmente delicados, a la luz de la normativa vigente en la materia como ocurre con la Ley 1562 de 2012, el Decreto 1072 de 2015 y la Resolución 0312 de 2019 en Colombia.

Específicamente en el caso de la Resolución 0312 se “definen los estándares mínimos que todas las empresas, sin importar su tamaño o sector, deben cumplir para garantizar un ambiente laboral seguro y saludable para sus trabajadores”.

Esto incluye identificar peligros y evaluar riesgos en el lugar de trabajo e Implementar medidas de control para eliminar o minimizar los riesgos identificados.

Aprendizaje automático, cadena de bloques e IoT

Hasta la fecha, porque los sistemas de mantenimiento predictivo tienen como objetivo verificar constantemente el estado de salud de la maquinaria en los que y para evitar una falla, se usa un software especial llamado CMMS. Es decir, un sistema computarizado de gestión del mantenimiento, que permite a las personas interactuar eficazmente con el instrumento, notificando a los técnicos cualquier anomalía con antelación o identificando qué pieza necesita mantenimiento.

Gracias a un sistema de monitoreo organizado, programar las intervenciones de acuerdo con un cronograma eficiente será tan simple como natural.

Estas aplicaciones, aunque aún requieren personal cualificado para ser interpretadas e implementadas de manera efectiva, representan el punto de inflexión en el proceso de análisis del estado de la maquinaria propia de la Empresa 4.0, ya que están conectadas directamente a tecnologías innovadoras que pueden adquirir y procesar una enorme cantidad de datos heterogéneos derivados fuentes variadas(IoT) y aprender a través de Machine Learning aprender e identificar un problema en función de la experiencia, con el fin de evitar que se vuelvan a producir averías en el futuro.

El CMMS, por lo tanto:

• Proporciona los datos necesarios para la planificación preliminar y correcta de las actividades de mantenimiento;
• Genera ‘alertas’ y también las organiza según su urgencia y gravedad;
• Actúa como un sistema centralizado para organizar la producción;
• Simplifica la interpretación de los datos, que, de otro modo, serían casi incomprensibles o difíciles de leer.

En cuanto al uso de cadenas de bloques o Blockchain, el mantenimiento predictivo también se beneficia. El análisis de los parámetros de la máquina predice fallos hipotéticos incluso antes de que se produzcan. Por lo tanto, se trata de previsiones que tienen en cuenta la cronología de las piezas de la máquina.

¿Cómo hacer un mantenimiento predictivo

La planificación del mantenimiento predictivo sigue algunos pasos:

• En primer lugar, procedemos a identificar los activos sujetos a problemas críticos particulares, que deben ser monitoreados de manera cuidadosa y constante.
• Sobre la base de estas evaluaciones preliminares, se crea una base de datos en la que se combinará toda la información procedente de las máquinas.
• Se diseña un modelo de análisis de la información, basado en las peculiaridades de la máquina y las indicaciones del fabricante, así como en las principales averías de las que tenemos experiencia directa.
• Se procesan los valores umbral que el sistema de análisis debe tener en cuenta en el proceso de generación de alertas.
• El sistema incluye una planificación preliminar de los programas de mantenimiento, también en este caso sobre la base de la experiencia y la información facilitadas por el fabricante.
• El sistema de mantenimiento está implementado y puesto en funcionamiento.
• Los datos procesados por el CMMS son analizados constantemente por técnicos especializados en tecnologías 4.0.

Basándose en los resultados obtenidos, los técnicos implementan y adaptan constantemente el CMMS y el programa de mantenimiento, también en función de los nuevos factores que se han producido y de la experiencia proporcionada por los trabajadores que utilizan la maquinaria.

Cada paso debe formalizarse dentro de las políticas de seguridad de cada empresa para que se examinen los riesgos así como los riesgos de accidentes laborales originados por:

• El usuario, derivado del mero uso de la maquinaria.
• Derivados de una posible interferencia con otras máquinas conectadas a la primera.
• Derivados del final de la vida útil de la máquina y los componentes destinados a interactuar con la misma.
• Relacionados con la interrupción de la producción, especialmente en lo que respecta al aumento de los costes y a la ineficiente gestión de los pedidos.

Cada riesgo está asociado a un valor de referencia específico (KPI) que le permitirá realizar un seguimiento del funcionamiento de cada máquina individual.

Existen dos categorías principales de indicadores clave de rendimiento: resultados o rendimiento.

Entre los KPIs de resultados encontramos:

• Impacto de los costes de mantenimiento en el coste de producción.
• Impacto de los costes de mantenimiento en las ventas.
• El impacto en la facturación y la producción de los costes derivados de la falta de disponibilidad de la máquina debido a un tiempo de inactividad provocado por un fallo.
• Tiempo medio de avería o avería de las máquinas (MTBF).
• Tiempo medio de recuperación de la máquina (MTTR).
• Tiempo medio de reparación de la máquina (MRT).
• Número de intervenciones de mantenimiento extraordinarias por año.
• Número de intervenciones de mantenimiento rutinario por año.
• Tiempo de intervención, por parte de los técnicos, como resultado de una solicitud de mantenimiento.

Los KPI de rendimiento, por otro lado, pueden ser:

• Número de horas necesarias para llevar a cabo las intervenciones de mantenimiento predictivo y preventivo (%).
• Número de horas de trabajo dedicadas al software (%).
• Número de intervenciones realizadas al año para garantizar la fiabilidad de la maquinaria.

Aplicaciones de mantenimiento predictivo

Actualmente, los sistemas de mantenimiento predictivo, dado que requieren un gran despliegue de recursos económicos para ser implementados correctamente, se utilizan principalmente en sectores fundamentales, con una fuerte automatización y/o mecanización, o que requieren una monitorización constante, como ocurre en:

• El sector manufacturero (especialmente la metalurgia).
• La prestación de servicios como la electricidad, el gas y el agua.
• Automovilístico (tanto a nivel de la producción como su entorno vial).
• Aviación (para llevar a cabo un mantenimiento cuidadoso y más eficaz).

Los valores que analiza con más frecuencia el CMMS son:

• La temperatura y sus cambios, para evitar que un determinado componente se sobrecaliente excesivamente y dañe también otras partes de la máquina.
• Vibraciones, para evitar averías o averías repentinas como consecuencia de una sobrecarga de la máquina.
• Los niveles de los fluidos lubricantes, a fin de prolongar la vida útil de la máquina al permitir que todos los componentes funcionen al máximo de sus capacidades y reducir la fricción.

Beneficios y ventajas del mantenimiento predictivo

A partir de lo analizado hasta ahora, se puede entender bien cuáles y cuántas son las ventajas que se derivan del uso de sistemas de mantenimiento predictivo eficaces, tanto a nivel técnico como económico. Desde el punto de vista económico, los beneficios que proporciona el sistema están relacionados principalmente con:

• El aumento de los ingresos, a medida que se produce más y mejor, sin discontinuidad.
• La reducción de los costos laborales relacionados con la implementación de intervenciones de mantenimiento de emergencia.
• La reducción del tiempo de inactividad de la producción.
• La reducción de los costes asociados a la sustitución de las máquinas, ya que, al funcionar en condiciones óptimas, duran más en el tiempo.
• El aumento de la seguridad para los usuarios.
• El aumento de la eficacia de las propias intervenciones de mantenimiento, ya que los técnicos no andan a tientas, sino que actúan siguiendo pautas precisas, ya que conocen el origen del problema que ha provocado el desgaste o la avería.

Mantenimiento predictivo: el papel de la Inteligencia Artificial

La automatización impulsada por la Inteligencia Artificial está transformando los sectores industriales, y el 85 % de las empresas afirma estár de acuerdo en su valor en términos de mayor productividad y eficiencia.

Así, el mantenimiento predictivo, que utiliza la IA para determinar el estado de los dispositivos y estimar cuándo realizar el mantenimiento, se ha convertido en algo que representa alrededor del 25 % del mercado mundial y creece cada día.