La estrategia predictiva en el mantenimiento 4.0

La estrategia predictiva en el mantenimiento 4.0

Comunicate con el proveedor:

Contactar

!noticia guardada!

Todaví­a hoy seguimos discutiendo en los congresos de mantenimiento si serí­a buena idea aplicar estrategias de mantenimiento como la preventiva o la predictiva.

Estamos en la época de la optimización de recursos. Existen organizaciones que apuestan por una Gestión de Activos inteligente, optimizada, racional, que convierta a sus plantas de producción en organizaciones más competitivas. Lo dice todo el mundo, las organizaciones que no reaccionen y apuesten por el continuismo, desaparecerán. Y a pesar de todo esto, todaví­a existen muchas organizaciones que están ignorando lo que sucede a su alrededor.

Las estrategias de mantenimiento son en realidad estrategias para la optimización de los planes de mantenimiento y, por lo tanto, de la confiabilidad de los activos productivos.

La misión principal del mantenimiento predictivo es optimizar la confiabilidad y disponibilidad de los equipos al mí­nimo costo.

Estas tendencias de mantenimiento han probado ya su éxito en sectores como el de generación, petróleo y gas, e industria de procesos, entre otros, pero son aplicables a todos los sectores industriales e incluso al mantenimiento de edificios y otras instalaciones.

Estrategias de mantenimiento

¿Cuántas estrategias de mantenimiento diferentes puedo aplicar?

En una primera clasificación distinguimos entre mantenimiento planificado y mantenimiento no planificado.

Mantenimiento planificado: Es aquel que implica una proactividad, es decir, plantea una programación de tareas con el fin de mitigar el riesgo de que se produzca una averí­a o de que ésta llegue a generar consecuencias no deseadas. Estas tareas se pueden programar a intervalos fijos (preventivo), según condición (predictivo) o cuando ya se ha producido la averí­a, pero no se requiere una acción inmediata (reactivo).

Mantenimiento no planificado: Es el mantenimiento reactivo inmediato. La averí­a ya se ha producido y se ha de reparar inmediatamente.

**B2BIMGEMB**1**

Fig. 1. Esquema de relaciones entre las estrategias de mantenimiento industrial.

Mantenimiento predictivo (PdM) o mantenimiento basado en la condición (CBM)

El mantenimiento predictivo o basado en la condición evalúa el estado de la maquinaria y recomienda intervenir o no, lo cual produce grandes ahorros.

La mayorí­a de modos de fallo de la maquinaria tienen una evolución lenta. Desde sus etapas incipientes, los fallos en desarrollo emiten mensajes en forma de vibración, ultrasonidos, etc.., que son descifrados por los analistas predictivos para determinar el estado de los activos crí­ticos y encontrar el momento óptimo para su reparación El diagnóstico predictivo de maquinaria se desarrolla en la industria en la década que va desde mediados de los ochenta a mediados de los noventa del siglo XX. Actualmente, la estrategia predictiva se aplica a la maquinaria crí­tica en aquellas plantas que cuentan con programas de optimización del mantenimiento.

El mantenimiento predictivo es un conjunto de técnicas instrumentadas de medida y análisis de variables para caracterizar los modos de fallo potenciales de los equipos productivos. Su misión principal es optimizar la confiabilidad y disponibilidad de equipos al mí­nimo costo.

Desde el punto de vista técnico, una actividad de mantenimiento será considerada como predictiva siempre que se den ciertos requisitos:

  • La medida sea no intrusiva, es decir, que se realice con el equipo en condiciones normales de operación.
  • El resultado de la medida pueda expresarse en unidades fí­sicas, o también en í­ndices adimensionales correlacionados.
  • La variable medida ofrezca una buena repetibilidad.
  • La variable predictiva pueda ser analizada y/o parametrizada para que represente algún modo tí­pico de fallo del equipo, es decir, ofrezca alguna capacidad de diagnóstico.

Desde el punto de vista organizativo, un sistema de gestión de mantenimiento será predictivo siempre que:

  • La medida de las variables se realice de forma periódica en modo rutina.
  • El sistema permita la coordinación entre el servicio de verificación predictiva y la planificación del mantenimiento.
  • El departamento de mantenimiento (planificación, taller) y producción (operación) estén preparados para reaccionar ante la eventualidad de un diagnóstico que reclame acciones inmediatas.

**B2BIMGEMB**2**

Fig. 4. Aplicación de las estrategias predictivas en función de criticidad y tipo de fallo.

Actualmente se pueden encontrar en el mercado sistemas de diagnóstico predictivo de bajo costo y altas prestaciones que reducen considerablemente los costes de explotación de los sistemas de mantenimiento predictivo.

En máquinas muy crí­ticas que requieren una supervisión con intervalos cortos entre medidas puede ser más rentable instrumentar la maquinaria para tomar las medidas mediante sistemas automáticos, los cuales miden y procesan parámetros indicadores de los modos de fallo habituales.

Los avances en comunicaciones facilitan que la información fluya desde las máquinas hasta los analistas que interpretan estos datos para generar los informes de diagnóstico predictivo, los cuales indican qué máquinas deberán intervenirse, con qué prioridad y en qué plazo.

Los sistemas de medida de parámetros de supervisión en continuo reducen los costes de operación de los sistemas predictivos y aumentan en gran medida su confiabilidad, al generarse abundante información de gran calidad a un coste mí­nimo.


Las técnicas predictivas de mayor implantación

  • Análisis de vibraciones.
  • Inspecciones termográficas.
  • Análisis de aceites.
  • Detección de ultrasonidos.
  • Análisis de motores eléctricos.

Cada una de estas técnicas tiene su aplicación en la detección y diagnóstico de un conjunto determinado de fallos. Cuando dos o más técnicas permiten el diagnóstico de un mismo fallo, se comportan como complementarias y aumenta la confiabilidad del diagnóstico.

**B2BIMGEMB**3**

Fig. 5. Impacto de las paradas por intervenciones en las máquinas según una estrategia reactiva, preventiva o predictiva.

El análisis de vibraciones es la técnica que aporta más información sobre el estado de la maquinaria rotativa, por lo que ésta suele ser la técnica principal sobre la cual se apoyan la mayorí­a de los departamentos de mantenimiento predictivo de las plantas industriales.

Pero un error muy frecuente es considerar que el análisis de vibraciones es la única técnica predictiva aplicable en un plan de mantenimiento predictivo y se menosprecian otras técnicas que también aportan una gran capacidad de diagnóstico.

El mantenimiento preventivo a intervalos fijos realiza más intervenciones de las realmente necesarias, por lo cual pierde rentabilidad frente al mantenimiento basado en la condición o mantenimiento predictivo.

**B2BIMGEMB**4**

Fig. 6. Al aplicar la estrategia predictiva se puede extender la vida útil de un activo hasta cinco veces más que si se sigue una estrategia preventiva. La estrategia reactiva es la que aprovecha mejor la duración de los activos, pero ignora el riesgo de hacer funcionar una máquina hasta el momento de su averí­a.

Para alcanzar el éxito en la implantación de un plan predictivo se han de tener en cuenta los siguientes puntos:
Conseguir que el mantenimiento predictivo se considere estrategia de empresa, es decir, que se encuentre dentro de un plan de orden superior de Gestión de Activos, como puede ser la implantación y desarrollo del RCM (Mantenimiento Centrado en Confiabilidad) o del RBM (Mantenimiento Basado en Riesgo).

  • Diseñar un plan para dimensionar los recursos necesarios para implantar con éxito la estrategia predictiva.
  • Documentar en unidades económicas los ahorros obtenidos por el cambio de estrategia.
  • Si en un año no se han conseguido resultados satisfactorios, tomar las acciones correctivas necesarias.
  • Siempre es más sencillo acertar a la primera si nos dejamos aconsejar por expertos que ya hayan cosechado éxitos en otros proyectos similares.

El mantenimiento predictivo o basado en la condición se debe aplicar en aquellas máquinas en las cuales se puedan definir unos indicadores de modos de fallo y se realicen inspecciones de supervisión periódicas que alerten de las necesidades de mantenimiento sobre estos activos.

Para definir correctamente qué estrategia de mantenimiento aplicar a cada activo se recomienda realizar un estudio RCM (Reliability Centered Maintenance) sobre los activos productivos de la planta industrial.

Evidentemente, la aplicación de la estrategia predictiva será más interesante en la maquinaria crí­tica. La manera de identificar la maquinaria crí­tica en una planta industrial es mediante un análisis de criticidad. Este análisis de criticidad tiene como resultado la lista de activos de la planta ordenados según el RPN o IPR (Risk Priority Number o Índice de Prioridad de Riesgo).

La frecuencia de ocurrencia se obtiene del histórico de fallos. La gravedad de las consecuencias se evalúa al analizar qué sucederí­a si se produjese ese fallo. Y la detectabilidad es un parámetro que no siempre se tiene en cuenta y es absolutamente clave, pues un modo de fallo detectable y detectado con antelación reduce el riesgo de manera que cambia totalmente el Índice de Prioridad de Riesgo.

Por ejemplo, en un ventilador industrial existen modos de fallo fáciles de detectar como el desequilibro de masas, fallos en rodamientos o poleas/correas y otros más difí­ciles de detectar como el desarrollo de grietas en el eje principal.

La gestión optimizada de la planificación del mantenimiento

La planificación del mantenimiento puede gestionarse según averí­as inesperadas, de manera periódica o basado en la condición del activo.

La programación de las intervenciones de mantenimiento a partir de las averí­as inesperadas aparecidas es lo que hemos llamado Mantenimiento Reactivo.

La programación de las intervenciones de mantenimiento a partir de intervenciones periódicas según calendario u horas de funcionamiento es lo que hemos llamado Mantenimiento Preventivo.

Y la programación de las intervenciones de mantenimiento con base a la condición de los activos es lo que hemos llamado Mantenimiento Predictivo o Mantenimiento Basado en la Condición.

Por lo tanto, se recomienda el siguiente procedimiento para aplicar alguna de estas tres estrategias de programación del mantenimiento:

Estrategia reactiva:

  • Cuando no es posible definir indicadores de fallo para llevar un seguimiento del estado del activo.
  • Cuando, a pesar de poderse definir indicadores de seguimiento de los fallos potenciales del activo, serí­a antieconómica la estrategia predictiva, porque las consecuencias de un fallo no son graves.
  • Cuando, a pesar de que la probabilidad de aparición de algún modo de fallo aumente con el tiempo, las consecuencias de un fallo no son graves y, por lo tanto, tampoco se justifica la estrategia preventiva.
  • Cuando los posibles modos de fallo no atienden a patrones de desgaste, es decir, una estrategia basada en mantenimientos periódicos no aumenta la confiabilidad del activo.

Estrategia preventiva:

  • Cuando la consecuencia de una averí­a inesperada es grave y por lo tanto se han de tomar medidas para evitar fallos durante los periodos productivos.
  • Cuando no es posible definir indicadores de fallo para llevar un seguimiento del estado del activo.
  • Cuando los posibles modos de fallo siguen un patrón de desgaste, es decir, la probabilidad de un fallo es mayor a medida que aumentan las horas de funcionamiento.
  • Cuando la intervención de la máquina no puede inducir nuevas averí­as por errores en el montaje o ajuste.

Estrategia predictiva:

  • Cuando la consecuencia de una averí­a inesperada es grave y por lo tanto se han de tomar medidas para evitar fallos durante los periodos productivos.
  • Cuando se pueden definir indicadores de fallo para realizar un seguimiento del estado del activo.
  • Cuando el coste de la monitorización es superado por los beneficios derivados de la misma.
  • Cuando la intervención de la máquina puede inducir nuevas averí­as por errores en el montaje o ajuste.

Los responsables del mantenimiento han de realizar los cambios necesarios para conseguir un equilibrio entre intervenciones de mantenimiento reactivas, preventivas y predictivas. Aunque los porcentajes entre ellos difieren de unos tipos de plantas industriales a otras, un objetivo general serí­a no tener en maquinaria crí­tica más de un 10-20% de intervenciones por reactivo, aproximadamente un 20-40% por preventivo y el resto (40-60%) por predictivo. La realidad de muchas plantas industriales es bastante diferente, lo cual influye negativamente en la rentabilidad global de la planta (ver figura 8).

**B2BIMGEMB**6**

Figura 8. Un objetivo recomendado por expertos en gestión de mantenimiento es no generar más de un 10% de las intervenciones de mantenimiento en maquinaria crí­tica por reactivo, un 35% por preventivo y un 55% por predictivo.

La nueva norma de Gestión de Activos ISO 55001 apunta a la monitorización de la maquinaria como un pilar imprescindible para conseguir una gestión optimizada de su ciclo de vida. Términos que destaca como el Índice de Salud del Activo (Asset Health Score), pueden conseguirse mediante cálculos estadí­sticos a partir de datos históricos o mucho mejor a partir de la información derivada de su monitorización.

Nuevas tendencias: la aplicación del IIoT y el Big Data al mantenimiento predictivo en la era de la Industria 4.0

Estamos asistiendo en estos dí­as a la revolución consecuencia del buen uso de los datos generados automáticamente por las propias máquinas.

El concepto de monitorización aplicado a la maquinaria no es nuevo. Lo novedoso en la era de la Industria 4.0 es obtener información útil de manera automatizada de los datos generados por todos los sensores incorporados en las máquinas.

Si los datos que ofrecen los sensores instalados en una máquina, originariamente incorporados exclusivamente para su protección o para la supervisión del proceso comunican la información que generan a una base de datos, donde esos datos se correlacionan entre sí­ y se diseñan modelos de comportamiento “normales” y “anormales”, tendremos la capacidad de adelantarnos a las averí­as y programar las intervenciones de mantenimiento en el momento óptimo.

La era de las comunicaciones nos trae sensores que hablan en protocolos estándar y facilitan que la información se almacene y se trate en potentes servidores donde se aplican algoritmos “busca alertas”. Este es el perfecto caldo de cultivo para que la aplicación de la estrategia predictiva en el mantenimiento industrial avance otro peldaño hacia su universalización.

La gestión optimizada de la programación del mantenimiento reporta las siguientes ventajas:

  •  Aumento de la disponibilidad de la maquinaria.
  • Mejora de la confiabilidad global.
  • Reducción del í­ndice de intervenciones/año de los equipos.
  • Amplí­a la duración de servicio de los componentes, solamente se sustituyen cuando comienzan a dañarse.
  • Reducción de los riesgos de mortalidad infantil (por errores humanos en las reparaciones), al producirse menos intervenciones de mantenimiento.
  • Se evitan las pérdidas de producto por paros en el proceso productivo.
  • Reducción del gasto en repuestos, pues el número de intervenciones a lo largo del ciclo de vida del activo puede reducirse hasta a la quinta parte (p.e. en rodamientos).
  •  Como consecuencia del punto anterior, se reduce la mano de obra.
  •  Si aprovechamos los datos de la monitorización para establecer un programa de análisis causa raí­z de los fallos (RCFA), reduciremos los fallos en general y especialmente los fallos catastróficos.
  •  Se mejora la calidad del producto fabricado (mecanización, laminación).
  • Se aumenta la reputación de la compañí­a. Menos sorpresas desagradables.
  • Se evitan emisiones y vertidos contaminantes.
  • Se garantiza el cumplimiento de regulaciones.
  • Se impiden penalizaciones por retrasos en las entregas.
  • La monitorización tiene como consecuencia la reducción de accidentes y el aumento de la seguridad.

Menor coste de los seguros industriales al alcanzar la planta mejores KPI´s y, por lo tanto, reducir el riesgo para la compañí­a aseguradora.

Te podría interesar...

Lo más leído

Imagen
Materiales

Cuando el mundo apenas está empezando a comprender las criptomonedas, llega otra tecnolo...

・Feb 9, 2018
Manufactura aditiva, top 5 de beneficios y aplicaciones
Manufactura aditiva

Sumérgete en el fascinante mundo de la manufactura aditiva y descubre cómo está redefinien...

Paola Castellanos・Feb 5, 2024
feimec
Automatización y digitalización

La versión de este año reunió 900 fabricantes que mostraron los avances en maquinaria indu...

Jorge Iván Parada Hernández・Jul 20, 2022
México
Servicios Industriales

México será el anfitrión de cuatro eventos internacionales líderes en sostenibilidad que s...

・Jul 31, 2023

Notas recomendadas por el editor

03/09/2015

Siemens reconoce a Kuka con el Premio de Excele...

Los logros del grupo aeroespacial de Kuka en el desarrollo de sistemas de control sofisticados para las tecnologías de automatizaci&oa

LEER MÁS »

27/07/2016

Kuka inauguró su nuevo Centro de Desarrollo y T...

Con un evento totalmente dedicado a sus tecnologías, productos y soluciones para la Industria 4.0 y la digitalización de la prod

LEER MÁS »

09/04/2018

Exportaciones manufactureras de Colombia crecen...

El Ministerio de Comercio, Industria y Turismo de Colombia, anunció, mediante comunicado de prensa, que las exportaciones del sector manufacturero completaron cinco meses consecutivos de crecimiento. De acuerdo con la entidad, en febrero, el comportamiento positivo de las exportaciones colombianas estuvo impulsado por las ventas externas del sector agropecuario y de alimentos (9 %) y de los combustibles (8,9 %). La ministra de Comercio, Industria y Turismo, María Lorena Gutiérrez, manifestó su satisfacción por el resultado y explicó que la recuperación de la economía global incidió en el buen desempeño de las exportaciones colombianas. “El alza que muestran las exportaciones manufactureras es muy relevante. Esto es resultado de la política de diversificación de la oferta exportable en la que estamos empeñados y del trabajo de profundización y aprovechamiento de los acuerdos comerciales. Invito a los empresarios a seguir trabajando juntos en este proceso”, señaló la ministra Gutiérrez. El incremento de las ventas externas manufactureras en febrero estuvo impulsado por diferentes bienes. Productos como equipos de transporte (148,3%),  manufacturas de caucho (112,5%), abonos (97,6%), equipos y materiales fotográficos (93,1%), manufacturas de corcho y madera (89%), plásticos en formas primarias (78,5%), hierro y acero (51%), edificios prefabricados (46,5%), manufacturas de minerales no metálicos (46,3%) y productos medicinales y farmacéuticos (38,9%), entre otros, impulsaron esta clase de ventas. En cuanto al sector de las exportaciones agropecuarias y de alimentos se destacan productos como: pescado (155,9%), azúcares y preparados con azúcar y miel (111,7%), tabaco y sus productos (77,4%), aceites y grasas fijos de origen vegetal (71,6%), pienso para animales (50,7%), carne y preparados de carne (45,9%) y bebidas (42,5%), entre otros. Por otro lado, las exportaciones totales colombianas en el primer bimestre aumentaron 13,9 % al compararlas con igual periodo de 2017. Las manufactureras crecieron 20,5%, las agropecuarias y de alimentos 17,7% y las de combustibles 15,3% en los dos primeros meses del 2018. Argentina, con un incremento de 158%, Paraguay (133,2%), Canadá (135,4%), Austria (119,7%), Francia (83,4%), Corea del Sur (40,5%), Costa Rica (15,7%) y Estados Unidos (4,6%) son algunos de los socios comerciales a los que más crecieron las exportaciones colombianas en los dos primeros meses de este año.El Ministerio de Comercio, Industria y Turismo de Colombia, anunció, mediante comunicado de prensa, que las exportaciones del sector manufacturero completaron cinco meses consecutivos de crecimiento. De acuerdo con la entidad, en febrero, el comportamiento positivo de las exportaciones colombianas estuvo impulsado por las ventas externas del sector agropecuario y de alimentos (9 %) y de los combustibles (8,9 %). La ministra de Comercio, Industria y Turismo, María Lorena Gutiérrez, manifestó su satisfacción por el resultado y explicó que la recuperación de la economía global incidió en el buen desempeño de las exportaciones colombianas. “El alza que muestran las exportaciones manufactureras es muy relevante. Esto es resultado de la política de diversificación de la oferta exportable en la que estamos empeñados y del trabajo de profundización y aprovechamiento de los acuerdos comerciales. Invito a los empresarios a seguir trabajando juntos en este proceso”, señaló la ministra Gutiérrez. El incremento de las ventas externas manufactureras en febrero estuvo impulsado por diferentes bienes. Productos como equipos de transporte (148,3%),  manufacturas de caucho (112,5%), abonos (97,6%), equipos y materiales fotográficos (93,1%), manufacturas de corcho y madera (89%), plásticos en formas primarias (78,5%), hierro y acero (51%), edificios prefabricados (46,5%), manufacturas de minerales no metálicos (46,3%) y productos medicinales y farmacéuticos (38,9%), entre otros, impulsaron esta clase de ventas. En cuanto al sector de las exportaciones agropecuarias y de alimentos se destacan productos como: pescado (155,9%), azúcares y preparados con azúcar y miel (111,7%), tabaco y sus productos (77,4%), aceites y grasas fijos de origen vegetal (71,6%), pienso para animales (50,7%), carne y preparados de carne (45,9%) y bebidas (42,5%), entre otros. Por otro lado, las exportaciones totales colombianas en el primer bimestre aumentaron 13,9 % al compararlas con igual periodo de 2017. Las manufactureras crecieron 20,5%, las agropecuarias y de alimentos 17,7% y las de combustibles 15,3% en los dos primeros meses del 2018. Argentina, con un incremento de 158%, Paraguay (133,2%), Canadá (135,4%), Austria (119,7%), Francia (83,4%), Corea del Sur (40,5%), Costa Rica (15,7%) y Estados Unidos (4,6%) son algunos de los socios comerciales a los que más crecieron las exportaciones colombianas en los dos primeros meses de este año.

LEER MÁS »