Modelar el futuro de la gestión de la obsolescencia
«La única manera de predecir el futuro es tener el poder de modelarlo», afirmó el filósofo estadounidense Eric Hoffer. Sin embargo, esto resulta cada vez más difícil para los fabricantes debido al creciente problema de los equipos obsoletos, es decir, maquinaria que el fabricante de equipos originales ha dejado de fabricar y cuyas piezas de repuesto pueden resultar difíciles de encontrar.
Según una encuesta realizada por Atomik Research en nombre de Shire Leasing, el 52 % de los empleados del sector de la fabricación ha manifestado que los equipos obsoletos dificultan con frecuencia su trabajo. Los equipos obsoletos generan problemas a todo tipo de profesionales de la fabricación y a todos los niveles, desde propietarios de empresas hasta operarios e ingenieros de mantenimiento. Un estudio internacional realizado por GE Digital concluyó que el 82 % de las empresas había experimentado problemas con los tiempos de inactividad imprevistos, lo que costó una media de 260 000 $ a la hora a las 450 empresas encuestadas.
Sustituir los activos obsoletos puede resultar complicado. Es posible que abastecerse de una pieza de repuesto análoga y con un número de serie específico no resulte factible si el equipo ya no se fabrica. Por otra parte, sustituir un activo obsoleto por un modelo más reciente puede resultar costoso y molesto, sin que sea necesariamente la mejor opción.
Las reparaciones pueden salir más baratas que invertir en un repuesto —en función del tamaño, la potencia o el tipo de máquina— pero este enfoque también es problemático. Si tomamos en consideración factores perturbadores como las paradas de producción, la pérdida de tiempo y recursos, y las consecuencias en otras partes de la cadena de suministro, se calcula que el coste real de una avería de una máquina puede ser de cuatro a quince veces superior al coste de mantenimiento.
Detectar y gestionar los problemas
Entonces, ¿qué pueden hacer los fabricantes para mitigar las consecuencias de la obsolescencia de las máquinas? El estudio realizado por GE da ciertas pistas al concluir que solo el 24 % de los directores describía su enfoque de mantenimiento como predictivo.
Esto parece indicar que muchos entornos de producción dependen de estrategias de mantenimiento preventivo, en lugar de predictivo, mediante las cuales los activos se sustituyen y se someten a mantenimiento de acuerdo con un calendario predeterminado. Esta situación puede generar diferentes problemas, como que las anomalías empeoren o provoquen fallos entre una comprobación y otra, lo que conduce a un enfoque de mantenimiento reactivo en el que no se abordan las anomalías hasta que ya es demasiado tarde.
No obstante, el estudio de GE señala una solución: el mantenimiento predictivo mediante tecnologías digitales que recopilan, supervisan y analizan los datos generados por los activos industriales.
El mantenimiento predictivo no solo es posible gracias a la Industria 4.0, sino que existen tecnologías como los sensores que pueden ayudar a diagnosticar problemas más rápido de lo que lo haría un ingeniero. Además, estos sistemas posibilitan que los fabricantes detecten y gestionen de forma predictiva los problemas de obsolescencia en los equipos de fábrica más antiguos. Analicemos cómo.
Pronosticar el futuro
Según Technavio, se prevé que el mercado de mantenimiento predictivo industrial de la región APAC crezca a una tasa de crecimiento anual compuesto superior al 34 % entre 2001 y 2006. Esto se debe en gran medida a los continuos avances con el Internet industrial de las cosas (IIdC), la inteligencia artificial (IA) y los macrodatos.
Los sensores de la Industria 4.0 conectados a equipos a nivel de dispositivo pueden permitir ajustes en tiempo real recopilando datos, que se envían a los sistemas de control de supervisión y adquisición de datos (SCADA) y sistemas de ejecución de fabricación (MES) de una fábrica para que los ingenieros los procesen, analicen y visualicen en tiempo real.
Con estos datos, los responsables de planta pueden llevar a cabo los primeros pasos de una estrategia eficaz de gestión de la obsolescencia, que consisten en la evaluación del sistema, la planificación de recursos y el análisis de riesgos. Tales pasos deben tener en cuenta la vida útil de todos los equipos y componentes de la planta de producción. En otras palabras, los responsables de planta deben conocer la antigüedad de todo el conjunto y señalar cualquier indicio de daño que pueda afectar al rendimiento de los equipos. El objetivo radica en sustituir las piezas obsoletas conforme van envejeciendo y antes de que afecten a la productividad o provoquen tiempos de inactividad.
Las dos siguientes fases de una estrategia de gestión de la obsolescencia consisten en crear una base de datos y revisar y actualizar esa información. Los datos sobre los riesgos de obsolescencia en toda la planta deben ser de fácil acceso, lo que se puede conseguir de forma tan sencilla como creando una hoja de cálculo que destaque las áreas de atención en la planta. La base de datos puede incluir recomendaciones sobre cómo actuar en materia de gestión del riesgo.
De ahí se llega a los dos últimos pasos de nuestra estrategia de gestión de la obsolescencia: encontrar el proveedor adecuado, y comprar y almacenar piezas. La base de datos debe contener la información de contacto de un proveedor fiable, especializado en piezas de automatización obsoletas y listo para ayudar a los fabricantes cuando necesiten sustituir componentes antiguos.
Sobre todo, cabe recordar que la gestión de la obsolescencia es un proceso continuo. Aquí es donde las capacidades automatizadas en tiempo real de la Industria 4.0 y los sensores proporcionan a los responsables de planta el poder de modelar el futuro, como diría Eric Hoffer. Al ayudar a los trabajadores humanos a someter a los equipos obsoletos a un mantenimiento preventivo en toda su planta, la gestión digitalizada de la obsolescencia les otorga el poder de pronosticar el futuro.
