El mantenimiento predictivo, según la NBR5462 —Norma Reguladora Brasileña que define términos relativos a la fiabilidad en el mantenimiento—, es el que “garantiza el monitoreo de los activos, basado en la aplicación sistemática de técnicas de análisis. Por medio de supervisión centralizada o muestreo, busca minimizar el mantenimiento preventivo y reducir el mantenimiento correctivo”. Es una estrategia aplicada principalmente para prever y evitar fallas en máquinas y equipos.
En otras palabras, es un modelo de mantenimiento basado en el monitoreo continuo y el análisis de datos. Enfocado enteramente en trabajar con anticipación e identificación de problemas de antemano, evita potenciales paradas no planificadas. Así, cuando utilizamos técnicas de mantenimiento predictivo, monitoreamos los activos para, en caso necesario, programar una intervención en el momento oportuno. De ese modo no hay repercución en la seguridad personal y operativa ni en la productividad del proceso.
El mantenimiento predictivo emplea las técnicas y herramientas disponibles para monitorear el estado de los activos. De este modo, el mantenimiento se realiza en función del estado, lo que aporta grandes ventajas para una gestión eficaz y asertiva del mantenimiento.
¿Quieres saber más sobre el mantenimiento predictivo, sus aplicaciones y cómo funciona en el contexto de la Industria 4.0? ¡Sigue leyendo!
Mantenimiento predictivo en el Contexto de la Industria 4.0
¿Qué es la Industria 4.0?
La Industria 4.0, también conocida como la 4ª revolución industrial, es un concepto que incorpora tecnologías al sector industrial, convirtiéndose en una aliada de la Gestión del Mantenimiento. Como ejemplo, podemos mencionar las técnicas de mantenimiento predictivo, que incorporan tecnologías que permiten ejecutar inspecciones o análisis de estado más fiables.
La digitalización de las actividades industriales puede involucrar innovaciones como la inteligencia artificial, IoT —o internet de las cosas—, datos en la nube, big data, entre otros. La inclusión de estas tecnologías proporciona la optimización de todos los procesos dentro de una industria, garantizando el aumento de la productividad.
Tipos de tecnologías implantadas en la Industria 4.0
IoT o Internet de las Cosas: se trata de objetos interconectados capaces de comunicarse e interactuar entre sí y con el usuario, y que pueden configurarse y controlarse remotamente. En este contexto se incluye el uso de sensores inalámbricos para monitorear máquinas.
Datos en la nube: almacenamiento de información en bancos de datos, servidores, redes y softwares. Esto permite a las industrias acceder a información y servicios desde dispositivos remotos, además de ser una forma segura de almacenar datos sensibles relacionados con la empresa y sus clientes. Confía en socios certificados para este proceso, garantizando la protección de datos con las ISO 27001, 27018 y 27701.
Inteligencia artificial: se trata del empleo del aprendizaje automático para interpretar y analizar eventos, así como tendencias para apoyar acciones y decisiones que orbitan en el contexto industrial. Es importante que la empresa elegida sepa aplicar el aprendizaje automático al comportamiento de los activos, añadiendo el aprendizaje en campo. Esta tecnología permite que los servicios automatizados de diagnóstico de fallas ayuden a aumentar la fiabilidad y asertividad de los análisis técnicos.
Big Data: con el volumen y la complejidad cada vez mayores de los datos disponibles, procesar esta información por medios tradicionales ya no es viable. Por eso se utilizan técnicas estadísticas y de aprendizaje automático para seleccionar los datos más relevantes para la empresa, de una forma que sería imposible obtener a partir de análisis realizados por humanos.
¿Por qué implantar la tecnología en la industria?
Hay muchas razones para añadir nuevas tecnologías en la rutina de la industria: reducción de los costos de producción, menores costes de mantenimiento (OPEX), menos averías, accidentes y paradas en el flujo de producción, aumento de la vida útil de los equipos, mayor eficiencia y rentabilidad, así como más previsibilidad, entre otras.
Las soluciones tecnológicas dirigidas a la industria buscan cada vez más ofrecer soluciones creativas e innovadoras para evitar que estos problemas tengan un impacto profundo e irreversible en los procesos de producción.
En caso de fallas y averías imprevistas de los equipos, el tiempo que se tarda en reparar el equipo y la pérdida de producción causada por la parada brusca pueden no recuperarse rápidamente.
Por lo tanto, la Industria 4.0 se encarga en gran medida de desarrollar soluciones capaces de monitorear los activos de forma constante y segura. De este modo, es posible anticiparse a las fallas y planificar, además de llevar a cabo las paradas para reparaciones, en caso de ser necesarias, sin consecuencias negativas para el flujo de producción.
Además, gracias a la Industria 4.0 han mejorado los índices de seguridad laboral entre los profesionales de la industria. La mejora de las condiciones de trabajo repercute directamente en la calidad de las entregas. Hoy en día, la tecnología desempeña un papel fundamental dentro de las industrias, ayudando a que las actividades se realicen de forma más eficiente y, sobre todo, segura.
Pero los beneficios que aporta la Industria 4.0 no se limitan únicamente al aspecto productivo. Las nuevas tecnologías aplicadas al contexto industrial también están aportando cambios positivos al medio ambiente. La cuestión de la sostenibilidad ha cobrado una gran importancia en el desarrollo tecnológico industrial.
La Industria 4.0 no solo garantiza la eficiencia y la automatización de las actividades industriales, sino también ayuda a adaptar las actividades de producción a las agendas de sostenibilidad y a las preocupaciones medioambientales. Los avances en Industria 4.0 permiten a las empresas ahorrar recursos naturales, reducir el uso de materias primas y la producción de residuos. También existen soluciones para controlar los residuos y el reciclaje en este contexto.
Mantenimiento predictivo en la Industria 4.0
El mantenimiento predictivo 4.0 ya es una realidad en la rutina de muchas industrias. Antes, las acciones de mantenimiento predictivo, como el monitoreo de la salud de los equipos industriales, dependían de la disponibilidad total de mano de obra. La recolección de datos estaba limitada por el número de profesionales disponibles y el tiempo necesario para llevar a cabo esta tarea podía ser muy largo en función del número de máquinas de la planta.
Debido a la necesidad de estar muy cerca de los equipos para llevar a cabo estas actividades, la seguridad de los profesionales del mantenimiento se veía comprometida. Podemos poner el ejemplo de la nueva normativa NR12 —Norma Reguladora de Brasil, que establece la garantía de normas básicas de seguridad para el entorno laboral y los profesionales que trabajan en el montaje y operación de maquinaria de diversos tipos—, según la cual algunos activos rotativos no pueden tener datos recolectados mientras están en funcionamiento.
La necesidad de estar cerca de los equipos para llevar a cabo estas actividades ponía en peligro la seguridad de los profesionales de mantenimiento. Además, el costo de este proceso solía ser elevado, ya que los retrasos en la detección de fallas provocaban problemas en los equipos y, en consecuencia, interrupciones en el flujo de producción, generando pérdidas económicas.
Gestión de activos: guía para la industria en la era 4.0
Con la llegada de la Industria 4.0 y las innovaciones tecnológicas para el mantenimiento predictivo, ahora es posible monitorear equipos muy complejos de forma remota y constante. Esto permite detectar fallas muy tempranamente, cuando el equipo emite señales sutiles de mal funcionamiento que no serían perceptibles sin la ayuda de sensores y herramientas de análisis extremadamente avanzados.
La implantación de soluciones como sensores inalámbricos de vibración y temperatura para monitorear maquinaria industrial ha supuesto un aumento significativo de la seguridad, el ahorro de recursos y la rentabilidad para empresas de diversos sectores. Innovaciones como los sensores inalámbricos ofrecen agilidad en la aplicación, recolección y lectura de los datos de los equipos. Además, permiten una mayor cadencia en el monitoreo, generando más información que, con la ayuda de software diseñado para asistir a los equipos de mantenimiento en la interpretación de los datos, anticipa fallas de forma rápida y asertiva.
En suma, el Mantenimiento Predictivo es un método esencial para aquellos que buscan un sistema de mantenimiento eficiente y está ganando cada vez más presencia en las empresas, especialmente en la industria. Las nuevas tecnologías y las soluciones de IoT, combinadas con el Mantenimiento 4.0, han permitido poner en práctica este modelo de monitoreo en el proceso y en la rutina de los equipos.
El mantenimiento predictivo tiene numerosas características y beneficios directamente relacionados con la eficiencia operativa en la planta de producción, la reducción de los costos de mantenimiento y la seguridad. Por tratarse de un tema de extrema importancia para las industrias, hemos creado una guía completa y actualizada sobre Mantenimiento Predictivo, donde encontrarás información relevante sobre el tema para que te mantengas al día.
¿Mantenimiento Predictivo o Mantenimiento Preventivo?
El mantenimiento predictivo y el mantenimiento preventivo, a pesar de tener un objetivo final muy similar —evitar averías y alargar la vida útil de los activos—, tienen enfoques diferentes de la gestión del mantenimiento. El mantenimiento predictivo, como ya se ha mencionado, es un modelo de mantenimiento basado en el monitoreo del estado de un activo, es decir, en la supervisión continua de los principales indicadores de calidad de cada máquina.
Por otro lado, el mantenimiento preventivo es un modelo que trabaja con la revisión e inspección periódicas de los activos, realizadas a intervalos predeterminados, o de acuerdo con criterios prescritos, con el objetivo de reducir la probabilidad de falla o la degradación del funcionamiento de un artículo.
En este caso, lo habitual es llevar a cabo un mantenimiento con sustitución de piezas basado en un calendario predeterminado, creado a partir de las recomendaciones del fabricante y, sobre todo, del historial de funcionamiento de cada máquina.
Una de las principales desventajas de trabajar de manera preventiva es el mantenimiento excesivo. Por tratarse de un modelo de mantenimiento que no considera el estado real del equipo como factor relevante, piezas que aún están en buen estado pueden ser sustituidas prematuramente, generando un posible desperdicio no solo de recursos sino también de mano de obra. El mantenimiento preventivo no se considera un método eficaz para detectar problemas incipientes.
Mantenimiento Predictivo: aplicación y ventajas
El mantenimiento predictivo puede aplicarse al monitoreo de diversas máquinas o equipos industriales, incluyendo activos considerados críticos, es decir, aquellos que pueden causar más riesgos o efectos negativos en la productividad de una empresa.
En última instancia, el objetivo principal de este modelo de mantenimiento es monitorear continuamente el estado de los activos (como máquinas y componentes industriales, equipos eléctricos, entre otros) mediante sensores y/u otras herramientas de recolección de datos. Estos datos pueden utilizarse para analizar y detectar patrones, tendencias o signos de desgaste.
Principales ventajas del mantenimiento predictivo
- Monitoreo continuo: seguimiento del estado de los activos en función de los parámetros recolectados, como la vibración y la temperatura.
- Análisis de datos para una acción rápida y asertiva: mediante dashboards inteligentes es posible ver, de forma clara y rápida, qué activos están en alerta y tomar decisiones en función de ello.
- Reducción de los costos de producción: sin paradas imprevistas y con una reducción de los tiempos de inactividad, se evitan importantes pérdidas económicas.
- Aumento de la disponibilidad operativa de los activos y sus piezas: el activo puede realizar sus funciones durante intervalos de tiempo predeterminados.
- Mejora de la seguridad, incluida la contribución a la aplicación de la norma NR12: establece medidas que contribuyen a un funcionamiento más seguro y eficaz de los equipos industriales.
- Prolongación de la vida útil: se corrigen los problemas antes de que se conviertan en críticos, lo que contribuye a evitar daños irreparables en los equipos.
- Reducción de los Costos de Mantenimiento (Opex) y mayor previsibilidad de los Costos de Inversión en nuevos proyectos (Capex).
Principales técnicas de mantenimiento predictivo
El mantenimiento predictivo funciona sobre la base de una combinación de técnicas, que juntas son capaces de llevar a cabo un monitoreo continuo de los activos. Debido a la gran variedad de máquinas y equipos, las técnicas se adaptan a las necesidades específicas de cada sistema o equipo, ayudando así a crear un programa de mantenimiento eficiente. Conoce algunas de las técnicas:
Análisis de Vibración
El análisis de vibración es una técnica utilizada para monitorear las vibraciones de máquinas y equipos con el fin de detectar patrones anormales. La vibración no debe verse como algo indeseable, ya que las máquinas tienen movimientos oscilatorios que forman parte de su funcionamiento normal. El problema surge cuando esta vibración oscila por encima de los niveles normales, lo que puede indicar el desgaste natural de un componente. O problemas como desequilibrio, desalineación, holgura, rodamientos deteriorados, entre otros, que pueden requerir una acción inmediata de mantenimiento.
Este análisis puede realizarse mediante sensores de vibración instalados en los activos y, a través de los datos extraídos, es posible analizar e identificar tendencias o picos de vibración que podrían indicar fallas inminentes. El análisis tiene lugar dentro del rango de la tasa de cambio de las fuerzas dinámicas que se generan continuamente. Estas mismas fuerzas afectan al nivel vibratorio característico de cada componente (electrónico o mecánico).
El monitoreo de vibraciones mediante sensores inalámbricos puede ser útil en una gran variedad de máquinas industriales, como motores, compresores, ventiladores, bombas, turbinas, cribas, entre otros, y en los más diversos sectores industriales.
Estas máquinas suelen tener más de un punto a monitorear, por lo que es posible instalar sensores de vibración en rodamientos, cajas de engranajes y extremos de ejes, por ejemplo. El número de sensores dependerá de la complejidad y el tamaño de cada máquina, así como del nivel de monitoreo deseado.
Todavía en el tema de las ventajas, podemos mencionar la facilidad con la que los sensores pueden realizar mediciones triaxiales de forma automatizada, así como el monitoreo las 24 horas del día. Otro punto a favor de los sensores de vibración inalámbricos a tener en cuenta es la cuestión de los puntos de difícil acceso que deben ser monitoreados, lo que podría representar un riesgo considerable para el mantenimiento.
Termografía:
Esta es una técnica de mantenimiento predictivo que identifica altas temperaturas utilizando equipos como pirómetros o cámaras más robustas. Se encarga de desempeñar un papel importantísimo en el mantenimiento preventivo y predictivo de activos industriales, ayudando a identificar problemas antes de que provoquen fallas.
A diferencia de la termografía, pero igual de eficaz a temperaturas de hasta 84 °C, pueden utilizarse sensores. Incluso con límites de medición de temperatura, son capaces de generar ganancias para el proceso de producción. Como ejemplo, podemos mencionar los casos de éxito en los que este tipo de monitoreo (a través de sensores) ayudó a reducir los incendios en activos como cosechadoras y cintas transportadoras.
Corriente eléctrica y tensión:
El monitoreo de corriente eléctrica es una técnica ampliamente utilizado para monitorear y seguir el flujo de corriente y tensión, en la búsqueda por identificar patrones anormales en motores y otros equipos eléctricos. Sirve para detectar las variaciones que se producen en la corriente eléctrica, que indican fallas o anomalías de funcionamiento, como desgaste de rodamientos, desequilibrio de fases, problemas de arranque o exceso de carga. La función principal del mantenimiento realizado en motores eléctricos es aumentar la fiabilidad y evitar el desperdicio de energía.
El monitoreo de la salud de los equipos eléctricos puede realizarse mediante el uso de sensores capaces de monitorear las condiciones de funcionamiento en tiempo real. Los datos son recolectados y enviados a sistemas en la nube para su análisis, con el objetivo de diagnosticar los índices de desempeño de los equipos.
Curva PF del mantenimiento predictivo
La curva PF es un concepto ampliamente utilizado dentro del mantenimiento predictivo para representar gráficamente la relación entre el tiempo y el estado de salud de un activo. La curva P-F del gráfico hace referencia a los puntos de “Potencial de Falla” (P) y “Falla Funcional” (F). Estos puntos son muy importantes para comprender el comportamiento de un activo a lo largo del tiempo y tomar decisiones informadas sobre el mantenimiento necesario.
Modelo de Curva PF
P es el momento en el que es posible detectar señales tempranas de que un activo se está deteriorando o está a punto de fallar. En este momento, aún no hay efectos visibles en la funcionalidad del activo, pero los primeros síntomas pueden detectarse mediante técnicas de monitoreo y análisis. La detección precoz en este punto es crucial, ya que permite tomar medidas para evitar que la falla progrese.
F es el punto en el que se produce la falla funcional del activo. Es el momento en el que el activo deja de funcionar como se esperaba y ya no es capaz de cumplir su función designada. Esta falla puede resultar en tiempo de inactividad no planificado, pérdida de productividad, altos costos de reparación y posiblemente impactos en la seguridad y el medio ambiente.
Al utilizar la curva P-F en los análisis, el objetivo es monitorear e identificar el Punto P, de modo que los equipos de mantenimiento puedan intervenir antes de que el activo alcance el Punto F. Esto permite programar el mantenimiento en función de las condiciones reales de desgaste y falla, en lugar de intervalos de tiempo fijos (como en el mantenimiento preventivo). Esto ahorra recursos al evitar el mantenimiento innecesario y reduce las posibilidades de fallas catastróficas.
La implantación exitosa de la Curva P-F supone una reducción significativa de los costos de mantenimiento, un aumento de la fiabilidad de los activos y una optimización de la producción. Sin embargo, es importante señalar que la aplicación de la Curva P-F requiere invertir en tecnología de monitoreo, análisis de datos y formación adecuada del personal de mantenimiento.
La importancia de la norma ISO 9001 para el mantenimiento predictivo
La ISO 9001 es una norma internacional para sistemas de gestión de calidad (SGC) que tiene como objetivo garantizar y certificar la calidad de los procesos dentro de las empresas. Disponer de la ISO 9001 demuestra que la empresa se preocupa por mantener sus procesos, productos y servicios en constante evolución y mejora.
El mantenimiento predictivo figura como una técnica sugerida por la norma ISO 9001 para mantener buenos niveles de calidad en el proceso de producción. Para las empresas de mantenimiento predictivo, disponer de esta certificación se puede considerar un gran diferenciador. Sugiere que la empresa se ha sometido a rigurosas inspecciones para garantizar la eficiencia y la calidad de sus productos y servicios. De este modo, lo más probable es que ofrezca un resultado más que satisfactorio a sus clientes en todo momento.
Cómo implantar el proceso de mantenimiento predictivo
Está claro que la Industria 4.0 ha transformado la manera de realizar el mantenimiento preventivo de los equipos industriales. Ahora que ya estás convencido de las ventajas de implantar nuevas tecnologías para ayudar al equipo de profesionales de mantenimiento de tu empresa a ejecutar sus tareas, ¿quieres saber cómo dar el siguiente paso?
Ve la siguiente lista de soluciones y aprende más sobre lo que se conoce como mantenimiento 4.0:
1 – Sensores inalámbricos de monitoreo de activos
A partir de los datos recolectados por estos sensores, es posible monitorear el funcionamiento de los equipos y anticiparse a posibles fallas. Esto mejora la fiabilidad de tu planta industrial y ahorra tiempo y recursos. Dynamox dispone de sensores que realizan recolección triaxial y están certificados para atmósferas explosivas, así como para grados de protección IP66, IP68 e IP69.
2 – Plataformas de análisis de datos
Una vez recolectados los datos por sensores como los mencionados anteriormente, es necesario analizarlos y pronosticarlos para poder tomar acciones preventivas o correctivas. Confía en una plataforma intuitiva que genera alarmas en función de la criticidad de las fallas y cuenta con todas las herramientas necesarias para una toma de decisiones asertiva.
3 – Rutas digitalizadas y dashboards integrados para la gestión del mantenimiento
Los paneles de control y gestión de las actividades de mantenimiento ayudan a sincronizar y visualizar lo que hay que hacer, según la prioridad enumerada por el equipo o el riesgo de negocio que pueda representar una falla. Disponer de una ruta digitalizada con un checklist de lo que hay que analizar en cada equipo ha demostrado ser una herramienta importante. La posibilidad de tener una vista integrada de las rutas de inspección y el monitoreo de los sensores en el mismo dashboard la hace aún más asertiva. Descubre más sobre DynaSens, para la gestión de rutas, y DynaNeo, para la gestión visual del mantenimiento, valiosos aliados en este proceso.
4 – Formar a los profesionales del mantenimiento
Para que todas estas soluciones sean eficaces, es necesario formar a los profesionales para que utilicen estos recursos y aprovechen todas las posibilidades que ellos pueden ofrecer. Es muy importante destinar parte de la inversión en mantenimiento a la actualización constante del equipo, para que se generen más conocimientos.
¿Te ha gustado nuestro material? Lee más sobre el sector del mantenimiento en nuestro blog o consulta a uno de nuestros expertos.