Mantenimiento predictivo vs. Mantenimiento preventivo

Es posible que su estrategia de mantenimiento no sea lo primero que se le ocurra al pensar en el resultado final. Sin embargo, dado que la maquinaria, el equipamiento y los sistemas mantienen las empresas en funcionamiento, las estrategias de mantenimiento tienen un papel importante que desempeñar. Sin el debido cuidado y atención, las cosas se rompen, independientemente de si se trata de un transformador en una red eléctrica, un eje de un tren o un refrigerador en un restaurante.

Cuando los activos funcionan mal o no funcionan de manera óptima, puede haber problemas de seguridad e implicaciones financieras: según se informa, el fabricante promedio pierde alrededor de 800 horas al año en tiempo de inactividad. Agregue a eso infraestructuras obsoletas, retención de la fuerza laboral, restricciones presupuestarias y presiones de sustentabilidad, y es fácil ver por qué las empresas necesitan encontrar formas cada vez mejores de mantener los activos en buenas condiciones operativas.

Comprender y planificar cuándo es probable que su equipamiento falle puede impulsar una mayor eficiencia en las operaciones de producción, pero ¿cómo decide qué estrategia es la más rentable para usted? La decisión no es sencilla. Se deben considerar múltiples factores, como su industria, el tipo y uso del activo, lo costoso que es reemplazarlo, la cantidad de datos correctos que tiene y el impacto que tendría una falla en su negocio y clientes. No existe una solución única para todos, y la mayoría de las empresas optan por una combinación de diferentes estrategias de mantenimiento en sus carteras de activos.

Las estrategias de mantenimiento reactivo, preventivo y mantenimiento predictivo son los enfoques de mantenimiento más utilizados. El mantenimiento reactivo (también llamado mantenimiento correctivo) es exactamente eso: reaccionar a las averías cuando ocurren. Es adecuado para activos de bajo costo y no críticos que no plantean riesgos operativos o de seguridad si se despliega una estrategia de ejecución a falla.

El mantenimiento preventivo y predictivo son estrategias de mantenimiento proactivo que utilizan conectividad y datos para ayudar a los ingenieros y planificadores a arreglar las cosas antes de que se rompan. Las estrategias predictivas van más allá y utilizan técnicas de datos avanzadas para pronosticar cuándo es probable que las cosas salgan mal en el futuro. Ambas estrategias tienen como objetivo reducir el riesgo de problemas catastróficos o costosos.

Echemos un vistazo más profundo a estos enfoques proactivos.

El mantenimiento preventivo utiliza planes de mantenimiento regulares para reducir las posibilidades de que un activo se averíe mediante la realización de tareas de mantenimiento de rutina a intervalos regulares. Utilizando las mejores prácticas y promedios históricos, como el tiempo medio entre fallas (MTBF), se planifica el tiempo de inactividad. Las estrategias de mantenimiento preventivo existen desde aproximadamente 1900 y se utilizan ampliamente desde finales de la década de 1950.

Se han desarrollado tres tipos principales de mantenimiento preventivo que implican llevar a cabo un mantenimiento regular, pero se programan de manera diferente y se adaptan a diferentes propósitos de operaciones comerciales.

• Los programas de mantenimiento preventivo basados en el uso basan el mantenimiento y las inspecciones futuras en el uso de los activos, como cambiar los neumáticos de su automóvil después de 50 000 millas.
• El mantenimiento preventivo basado en el calendario o en el tiempo establece intervalos de tiempo específicos para el mantenimiento, como el mantenimiento anual de la calefacción de su hogar.
• El mantenimiento basado en la condición crea cronogramas basados en factores como el desgaste y la degradación de los activos.

En todos los tipos de mantenimiento preventivo, el tiempo de inactividad de la máquina se planifica con anticipación y los técnicos utilizan listas de verificación para revisiones, reparaciones, limpieza, ajustes, reemplazos y otras actividades de mantenimiento.

El mantenimiento predictivo se basa en el monitoreo basado en la condición mediante la evaluación continua de la condición de un activo. Los sensores recopilan datos en tiempo real y se introducen en la gestión de activos empresariales (EAM) habilitada para la IA, los sistemas computarizados de gestión de mantenimiento (CMMS) y otro software de mantenimiento. A través de este tipo de software, las herramientas y procesos avanzados de análisis de datos, como el machine learning (ML) pueden identificar, detectar y dar dirección a los problemas a medida que ocurren. Los algoritmos también se utilizan para crear modelos que predicen cuándo pueden surgir problemas potenciales en el futuro, lo que mitiga el riesgo de que el activo se descomponga más adelante. Esto puede resultar en menores costos de mantenimiento, una reducción de alrededor del 35-50 % en el tiempo de inactividad y un aumento del 20-40 % en la vida útil.

Se utilizan diversas técnicas de monitoreo de condiciones para identificar anomalías de activos y proporcionar advertencias anticipadas de posibles problemas, incluido el sonido (acústica ultrasónica), la temperatura (térmica), la lubricación (aceite, fluidos), el análisis de vibraciones y el análisis de circuitos de motores. Un aumento de la temperatura en un componente, por ejemplo, podría indicar un bloqueo en el flujo de aire o en el refrigerante; las vibraciones inusuales podrían indicar desalineación de las piezas móviles o desgaste; los cambios en el sonido pueden proporcionar advertencias tempranas de defectos que el oído humano no puede detectar.

La industria del petróleo y el gas fue pionera en adoptar el mantenimiento predictivo como una forma de reducir el riesgo de desastres ambientales, y otras industrias también están viendo cada vez más los beneficios. En la industria de alimentos y bebidas, por ejemplo, los problemas de almacenamiento de alimentos no detectados podrían tener consecuencias importantes para el estado de salud, y en el transporte marítimo, anticipar y prevenir fallas en los equipamientos reduce la cantidad de reparaciones que deben realizarse en el mar, donde es más difícil y costoso que en el puerto.

Ambos tipos de estrategias de mantenimiento aumentan el tiempo de actividad y reducen el tiempo de inactividad no planificado, mejorando la confiabilidad y el ciclo de vida de los activos. Las principales diferencias están en el momento y la capacidad de predecir la condición futura probable de un activo.

Los programas de mantenimiento preventivo utilizan datos históricos para anticipar la condición esperada de un activo y programan tareas de mantenimiento de rutina a intervalos regulares con anticipación. Si bien esto es bueno para la planificación, los activos pueden tener un mantenimiento insuficiente o excesivo, dado que la gran mayoría de las fallas de los activos son inesperadas. Es posible que un problema se diagnostique demasiado tarde para evitar daños a un activo, por ejemplo, lo que probablemente significará un tiempo de inactividad más largo mientras se soluciona, o se puede gastar tiempo y dinero cuando no es necesario.

El mantenimiento predictivo evita el mantenimiento innecesario al comprender el estado real del equipamiento. Esto significa que puede señalar y arreglar problemas antes del mantenimiento preventivo y evitar que se desarrollen problemas más graves.

El mantenimiento predictivo aprovecha las nuevas tecnologías, como inteligencia artificial, el machine learning y el Internet de las cosas (IoT) para generar insights. Los sistemas y el software de gestión de mantenimiento crean automáticamente órdenes de trabajo de mantenimiento correctivo, lo que permite a los equipos de mantenimiento, científicos de datos y otros empleados tomar decisiones más inteligentes, rápidas y financieramente sólidas.

Los flujos de trabajo de gestión de inventario, como la mano de obra y las cadenas de suministro de repuestos, se vuelven más eficientes y sostenibles al minimizar el uso y el desperdicio de energía. El mantenimiento predictivo puede introducir datos en otras prácticas de mantenimiento basadas en análisis en tiempo real, como gemelos digitales, que se pueden utilizar para modelar escenarios y otras opciones de mantenimiento sin riesgo para la producción.

Hay obstáculos que superar para que el mantenimiento predictivo sea eficaz o incluso posible, como la complejidad, el entrenamiento y los datos. El mantenimiento predictivo requiere una infraestructura moderna de datos y sistemas que puede hacer que su configuración sea costosa en comparación con el mantenimiento preventivo. Capacitar a la fuerza laboral para usar las nuevas herramientas y procesos e interpretar correctamente los datos puede ser costoso y llevar mucho tiempo. El mantenimiento predictivo también se basa en la recopilación de volúmenes sustanciales de datos específicos. Y, por último, implementar una estrategia de mantenimiento predictivo requiere un cambio cultural para adaptarse al cambio de operaciones diarias predeterminadas a más flexibles, lo que puede ser un desafío.

En resumen, aunque las estrategias de mantenimiento preventivo y mantenimiento predictivo se centran en aumentar la confiabilidad de los activos y reducir el riesgo de fallas, son muy diferentes. El mantenimiento preventivo es regular y rutinario, mientras que el mantenimiento predictivo se centra en proporcionar la información correcta sobre activos específicos en el momento adecuado. El mantenimiento preventivo es adecuado para activos donde los patrones de falla son predecibles (por ejemplo, problemas recurrentes o frecuentes) y el impacto de la falla es comparativamente bajo, mientras que el mantenimiento predictivo puede ser más ventajoso para activos estratégicos donde la falla es menos predecible y el impacto comercial de las fallas es menor. alta. En última instancia, si las estrategias de mantenimiento predictivo se despliegan y ejecutan con éxito, darán como Resultados clientes más satisfechos y ahorros sustanciales de costos a través del mantenimiento y el rendimiento del activo.

La buena noticia es que IBM puede ayudar. IBM Maximo Application Suite es un conjunto de aplicaciones que le permite mover la planificación del mantenimiento más allá de los cronogramas al mantenimiento predictivo basado en insights del estado de los activos.

Al combinar datos operativos, IoT, IA y analytics en una única plataforma integrada basada en la nube, Maximo impulsará decisiones más inteligentes y basadas en datos que mejorarán la confiabilidad de los activos, alargarán los ciclos de vida de los activos, optimizarán el rendimiento y reducirán el tiempo de inactividad y los costos operativos.