mantenimiento predictivo, actuar antes de reparar

octubre 30, 2023

El hecho de que las líneas de producción o la maquinaria de una empresa estén en todo momento en óptimo funcionamiento es un objetivo irrenunciable. Una parada inesperada, una avería imprevista, ocasionan graves problemas a nivel operativo y económico. Esta es la razón por la que todas las empresas deben disponer de un servicio de mantenimiento interno o externo que atienda con garantías cualquier contingencia de este tipo.

Existen tres tipos estandarizados de mantenimiento que se clasifican atendiendo a su naturaleza: el mantenimiento predictivo, el preventivo y el correctivo, al que se podría añadir el mantenimiento evolutivo, aunque personalmente éste último no lo considero, pues según mi criterio no se trata de un mantenimiento en sí mismo sino de una mejora, dado que al equipo industrial se le añaden o se amplían funcionalidades con el fin de mejorar sus prestaciones o su rendimiento.

Definiremos el mantenimiento correctivo como aquél que actúa sobre una incidencia (prevista o imprevista) para repararla. El mantenimiento preventivo es aquel que prevé con antelación las contingencias negativas de una máquina o una línea de producción, actuando sobre ellas anticipadamente y de forma programada, con la idea de optimizar su eficiencia y su rendimiento y alargar su vida útil; lo que implica, por lo general, alargar su obsolescencia productiva. Finalmente, el mantenimiento predictivo, que es el que nos ocupa en este artículo, podría definirse como «tipo de mantenimiento proactivo que mediante el uso de tecnología avanzada permite obtener datos del rendimiento de los activos industriales, que una vez parametrizados y analizados, determinan con antelación anomalías en su rendimiento».

El mantenimiento predictivo está directamente relacionado con la Gestión del Mantenimiento Asistido por Ordenador (GMAO), también llamada CMMS (acrónimo del inglés Computerized Maintenance Management System), cuyo fin es anticiparse a posibles incidencias o bajas en el rendimiento de un equipo mediante el uso de un software de monitorización que extrae y procesa los datos de rendimiento a través de unos sensores o medidores en el sistema o la maquinaria. Su aplicación incide directamente en el rendimiento de un equipo pues alarga su vida útil y evita posibles paralizaciones y sus consiguientes pérdidas productivas y, por extensión, económicas. Al detectar con antelación posibles errores o mermas en el rendimiento, permite una acción inmediata. Por ejemplo, si una pieza está llegando al final de su vida útil, se encarga a la empresa de mecanizado su reproducción o se solicita un repuesto al fabricante, y se programa una parada que permita la reparación o sustitución de la pieza afectada antes de que se produzca una avería.

Los equipos monitorizados mediante la aplicación de inteligencia artificial establecen patrones de comportamiento a partir de diferentes escenarios y reglas, de modo que se pueda definir con precisión, eficacia y eficiencia, el rendimiento del activo. Cuando los datos se sitúan fuera de los parámetros especificados, se identifica un desajuste y se puede prever una contingencia negativa con la antelación suficiente.

Para la óptima implantación de un plan de mantenimiento que incluya esta capacidad predictiva, se definirá con precisión cuál es el rendimiento de los activos y cuáles son sus necesidades, se implementarán los sensores, se establecerá la conexión con el sistema (software), se propondrá un cuadro de mandos (dashboard), se crearán los patrones de rendimiento óptimo (después de un periodo de prueba y de análisis pormenorizado y estructurado de los datos) y se establecerá el plan de mantenimiento. Es importante reseñar que el sistema mediante la aplicación de aprendizaje activo continuado (machine learning) aminorará un porcentaje del margen de error, lo que a su vez repercutirá directamente en la optimización de los procesos y en la vida útil del activo.

Estos son algunos de los múltiples beneficios del mantenimiento predictivo:

• Minimiza las paradas productivas imprevistas de forma exponencial, sustituyéndolas por paradas previstas, acortando así los tiempos improductivos.
• Acorta los tiempos de inactividad no previstos o no planificados.
• Reduce la inversión en mantenimiento gracias a la optimización de los recursos a medio y largo plazo.
• Disminuye el stock de piezas de recambio.
• Alarga la vida útil de las máquinas y, en consecuencia, los beneficios que generan, aumentando la disponibilidad efectiva de su tiempo de funcionamiento, lo que redunda en su productividad.
• Permite estandarizar el mantenimiento preventivo, lo cual repercute directamente en su capacidad productiva, al aumentar su disponibilidad.
• Facilita la toma de decisiones sobre la maquinaria (activos industriales) favoreciendo su revalorización.

Las técnicas analíticas más habitualmente utilizadas en el mantenimiento predictivo son el análisis de las vibraciones, del consumo energético, del ruido, de la temperatura, de la lubricación, del calor mediante imágenes térmicas, entre otras.

Los datos que se manejan actualmente indican que el beneficio directo de la implantación del mantenimiento predictivo se traduce en una reducción del 50 % del coste de mantenimiento, un porcentaje similar en la disminución de fallos o paradas no previstas, una reducción del stock de repuestos, etc.

Este mantenimiento predictivo es susceptible de ser aplicado en cualquier sector o empresa industrializada, especialmente en las automatizadas y sistematizadas.

En el caso del sector hotelero, su aplicación es realmente amplia: en la monitorización de la calefacción, del aire acondicionado, del sistema eléctrico para analizar su consumo y optimización, de las cámaras de frío, en las fugas y tratamiento del agua, compresores… todo ello repercute positivamente en un ahorro de costes, en la optimización del servicio e indudablemente en la mejora de la experiencia del cliente.

En Canarias existe actualmente un equipo de jóvenes profesionales altamente especializado (robótica, inteligencia artificial, Internet de las Cosas (IoT), machine learning (ML), diseño industrial…) que está desarrollando un software denominado Delphos, orientado a atender la demanda insatisfecha en el sector industrial y hotelero de las islas, y que está comercializado por la empresa Mecan.

Publicada originalmente en el blog de Ashotel

Imagen: Momo Marrero