El mantenimiento predictivo utiliza una serie de herramientas y técnicas que supervisan el estado de las máquinas y equipos para predecir cuándo se van a producir problemas mediante la identificación de los indicadores de desgaste y otras fallas.
Las empresas ya no necesitan la intervención humana para gestionar todos los aspectos de la producción. Hoy en día, un volumen cada vez mayor de actividades industriales se realiza con el soporte de robots, inteligencia artificial (IA) y otras tecnologías modernas que permiten a las organizaciones sacar el máximo provecho de todos los aspectos.
En este artículo, antes de entrar en materia, definiré el concepto de mantenimiento predictivo y su funcionamiento para que conozcas sus aplicaciones en las plantas industriales. Posteriormente, realizaré un extenso análisis de las mejores herramientas que existen para realizar el mantenimiento predictivo en las empresas.
¿Qué es el mantenimiento predictivo?
El mantenimiento predictivo para la industria 4.0 es un método para prevenir el deterioro de los activos mediante el análisis de los datos de producción para identificar patrones y predecir los problemas antes de que ocurran.
Hasta ahora, los responsables de la gestión del mantenimiento y los técnicos de la maquinaria llevaban a cabo un mantenimiento programado y reparaban regularmente las piezas de las máquinas para evitar los tiempos de inactividad.
Además de consumir recursos innecesarios y provocar pérdidas de productividad, la mitad de las actividades de mantenimiento preventivo son ineficaces.
Por lo tanto, no es sorprendente que el mantenimiento predictivo se haya convertido rápidamente en uno de los principales casos de uso de la Industria 4.0 para los fabricantes y los gestores de equipos.
La aplicación de tecnologías de IoT industriales para vigilar la salud de los activos, optimizar los programas de mantenimiento y obtener alertas en tiempo real de los riesgos operacionales, permite a los fabricantes reducir los costos de servicio, maximizar el tiempo de actividad y mejorar el rendimiento de la producción.
¿Cómo funciona el mantenimiento predictivo?
Para que el mantenimiento predictivo se lleve a cabo en un equipamiento industrial, se requieren los siguientes componentes básicos:
Sensores: sensores de recogida de datos instalados en el producto o máquina física
Comunicación de datos: el sistema de comunicación que permite que los datos fluyan de forma segura entre el activo supervisado y el almacén central de datos
Almacén central de datos: el centro de datos central en el que se almacenan, procesan y analizan los datos de los activos y los datos de la empresa; ya sea en las instalaciones o en la nube.
Análisis predictivo: algoritmos de análisis predictivo aplicados a los datos agregados para reconocer patrones y generar conocimientos en forma de cuadros de mando y alertas.
Análisis de la causa raíz: herramientas de análisis de datos utilizadas por los ingenieros de mantenimiento y procesos para investigar los conocimientos y determinar las medidas correctivas que se deben llevar a cabo
Herramientas de mantenimiento predictivo
Hay más de 1000 herramientas que permiten el mantenimiento predictivo. La puesta en práctica del mantenimiento predictivo requiere una base de herramientas integradas.
Las herramientas de mantenimiento predictivo necesitan una plataforma industrial de IoT para modelar, simular, probar y desplegar la solución de mantenimiento predictivo.
En las herramientas se incluyen la integración de datos industriales y algoritmos de análisis de datos para detectar patrones en los datos de las máquinas, y herramientas de análisis de causa raíz para investigar las percepciones derivadas y determinar las medidas correctivas que deben adoptarse.
Las herramientas de las distintas categorías se complementan entre sí:
- Los sensores generan datos
- Las herramientas de análisis y monitoreo ayudan a mejorar y analizar esos datos
- Los instrumentos de programación coordinan a los equipos sobre el terreno guiándolos para llevar a cabo actividades de mantenimiento
Sensores de IoT
Los sensores siempre han sido una parte importante de cualquier plan de mantenimiento porque nos permiten vigilar los cambios leves y hacer los ajustes correspondientes para evitar que los pequeños problemas se conviertan en grandes problemas.
Tener múltiples sensores diferentes monitoreando diferentes métricas puede ser clave para obtener un mejor rendimiento de los procesos y prevenir fallas prematuras, así como, el tiempo de inactividad causante.
Con el tiempo, los datos obtenidos de los sensores pueden utilizarse junto con otros análisis clave para ayudar a elaborar estrategias que incluyan operaciones aparentemente dispares. En última instancia, este profundo y detallado nivel de conocimiento tendrá impactos de gran alcance en la empresa que irán mucho más allá de la planta de fabricación.
Sensores que permiten el análisis de vibración, sónico y ultrasónico
Los componentes del sistema sufren un desgaste diario de estrés y tensión que se indican en sus vibraciones y frecuencias. La mayoría de los componentes tienen una frecuencia fundamental y la desviación de esta norma indica condiciones que pueden conducir al error si se dejan sin tratar.
A través de las prácticas en la industria manufacturera y otras industrias, los sensores retroalimentan con información a los sistemas conectados a ellos. Los analizadores de Transformada Rápida de Furrier, por ejemplo, pueden detectar vibraciones diminutas que antes eran indetectables. Una vez calibrado, un sistema notará y registrará cualquier vibración inusual.
Las vibraciones pueden ocurrir debido a diferentes factores. Los rodamientos o soportes de una máquina pueden empezar a perder su fuerza tangible. Así pues, un componente puede estar cerca del final de su vida útil. Tras el análisis, los técnicos de mantenimiento (si es necesario) o las máquinas de ensayo determinarán el curso de acción apropiado.
Sensores de imagen térmica
El calor excesivo supone una sentencia de muerte para los metales, los compuestos, la electrónica y los motores eléctricos. A su vez, es una preocupación básica de mantenimiento para las compañías de telecomunicaciones.
Las imágenes térmicas utilizan imágenes infrarrojas para monitorear las temperaturas de las partes de la máquina que interactúan, permitiendo que cualquier anormalidad se haga evidente rápidamente.
Al igual que otros dispositivos de control sensibles a los cambios, activan sistemas de programación que permiten tomar automáticamente las medidas adecuadas para evitar el fallo de los componentes.
Sensores de aceite y lubricante
El análisis del aceite puede determinar muchos factores del rendimiento de la maquinaria. La viscosidad del aceite frente a la esperada puede mostrar cómo un equipo evita la oxidación, la dilución, la humedad, etc.
Asimismo, los fragmentos de metal en el aceite pueden alertar a los técnicos sobre piezas que se están puliendo y que podrían ralentizar o romper una máquina. Por consiguiente, los sensores que calculan la dinámica de los fluidos pueden ayudar a exponer una fuga o un conector defectuoso.
Los sistemas de análisis del lubricante han existido desde hace tiempo. La mayoría de los coches modernos los tienen integrados en el sistema central. Nuestro coche comprueba la calidad del aceite por lo que es un ejemplo práctico de mantenimiento predictivo.
Herramientas de monitoreo y análisis industrial
La analítica industrial suele considerarse parte integrante de la cuarta revolución industrial, que se caracteriza por la convergencia entre las prácticas industriales tradicionales y las mejoras modernas de la tecnología de la información.
Estos avances incluyen el análisis de datos y su interpretación relacionada a través del machine learning (aprendizaje automático), y los avances en la conectividad a través de la IoT.
Lo que significa en la práctica un mayor número de toma decisiones y acciones que están empezando a basarse mucho más en datos medibles que pueden ser aplicados de inmediato.
Por ese motivo, una parte importante de este campo incluye sensores de IoT para monitorear cambios clave en los componentes. De esta manera, satisface la creciente demanda de estas tecnologías, que dispone de una amplia gama de opciones para ayudar a las empresas industriales a alcanzar sus objetivos.
Herramientas de Programación
El Internet de las cosas (IoT) y la Industria 4.0 hacen posible el mantenimiento predictivo. Los sensores y los análisis son una parte de la ecuación, otra parte es el trabajo de mantenimiento real.
Los fabricantes de software como IBM, SAP y SAS crean una amplia gama de paquetes tecnológicos. Así pues, estas aplicaciones combinan el análisis de la máquina y los datos de los sensores para compilar los planes de mantenimiento.
Recordar que el mantenimiento predictivo se basa en monitorear el equipo y actuar sólo cuando es necesario. Los programas de tecnología diseñados para la industria se centran en el momento preciso en que se requiere una acción.
Estos sistemas disponibles automatizarán gran parte del análisis de mantenimiento. Es por ello, que el sistema informático no podrá cambiar las piezas, pero podrá alertar a los técnicos de un asunto pendiente.
Por consiguiente, el software no creará programas de mantenimiento, sino que se anticiparán cuando un componente se encuentre en el final de su ciclo de vida. Mejor aún, estos sistemas pueden solicitar el mantenimiento mucho antes de que en una máquina se produzca una falla.
Estas versiones modernas de una solución convencional funcionan automatizando gran parte del análisis de mantenimiento tradicionalmente gestionado por una persona.
Cómo trabajar con herramientas de mantenimiento predictivo
Para los fabricantes y otras empresas industriales, encontrar la mejor manera de minimizar el desperdicio y la ineficiencia puede tener un impacto importante en el resultado final de un negocio.
Cuando se trabaja correctamente en conjunto, estas herramientas actúan de manera complementaria. Sin embargo, cualquier decisión que se tome con respecto al mantenimiento predictivo debe incluir las aportaciones de los empleados y otras partes pertinentes de toda la empresa para garantizar que las funcionalidades requeridas sean las que se obtengan.
Beneficios del mantenimiento predictivo
El mantenimiento predictivo es el tipo de mantenimiento más avanzado que existe para optimizar la gestión de la planta de producción.
Esto se debe a que con el mantenimiento preventivo por sí solo, las empresas corren el riesgo de realizar demasiado mantenimiento y malgastar recursos o de no realizar suficiente mantenimiento y tener que hacer frente a fallos mecánicos.
Reducción del tiempo de mantenimiento:
Informes automáticos para la programación del mantenimiento estratégico y las reparaciones preventivas por sí solas reducen el tiempo de mantenimiento en un 20-50 % y disminuyen los costos generales de mantenimiento en un 5-10 %. Estos datos ahorran al fabricante y a sus clientes tiempo y dinero.
El aumento de la eficiencia:
los datos basados en el análisis mejoran la eficacia general del equipo al reducir el mantenimiento innecesario, extender la vida útil de los activos y permitir el análisis de la causa raíz de un sistema para descubrir los problemas antes de que se produzca un fallo.
Nuevas fuentes de ingresos:
Los fabricantes pueden monetizar el mantenimiento predictivo industrial ofreciendo servicios basados en el análisis para sus clientes, incluyendo cuadros de mando de mantenimiento predictivo, programas de mantenimiento optimizados, o un servicio de envío de técnicos antes de que las piezas que necesitan ser reemplazadas. De esta manera, la capacidad de proporcionar servicios digitales a los clientes basados en datos presenta una oportunidad para las corrientes de ingresos recurrentes y un nuevo motor de crecimiento para las empresas.
Mejora de la satisfacción del cliente:
Enviar a los clientes alertas automatizadas cuando sea necesario sustituir piezas y sugerir servicios de mantenimiento oportunos para aumentar la satisfacción y proporcionar una mayor medida de previsibilidad.
Ventaja competitiva:
El mantenimiento predictivo refuerza la marca de la empresa y el valor para los clientes, diferenciando sus productos de los de la competencia y permitiéndoles proporcionar un beneficio continuo en el mercado.
Mantenimiento Predictivo con Indusoft Solutions
Indusoft Solutions es una empresa consciente de que el mantenimiento industrial puede ayudarte a solucionar tus problemas mediante soluciones basadas en IOT, Sensorica, hardware, Software entre otros. brindamos soluciones a medidas que le permitirán incrementar la eficiencia operativa a través del mantenimiento predictivo
Conoce más acerca de las estrategias de mantenimiento industrial y como implementar en tu industria, Contáctanos, escríbenos a proyectos@indusoft.pe
