De los tiempos de inactividad al tiempo en funcionamiento

2022-05-30 4 min read

«Si no se rompe, no lo arregle» es una frase pegadiza, pero no una buena regla general. Se calcula que los tiempos de inactividad imprevistos y la mala calidad de los equipos cuestan a las industrias de fabricación y procesos entre 20 000 y 60 000 millones de dólares estadounidenses al año. Lamentablemente, tal reticencia a adoptar nuevas tecnologías, debido en parte al coste inicial, ha obstaculizado el progreso de las operaciones.

Aunque puedan ser inevitables, los fallos de los equipos no deberían provocar tiempos de inactividad graves, reducir los beneficios ni hacer que los fabricantes se salgan de sus presupuestos. Las instalaciones de fabricación de hoy en día son mucho más complejas que nunca, ya que constan de redes de datos, hardware integrado y una serie de sistemas automatizados. Por eso, la mayoría de los fabricantes no cuenta con metodologías de mantenimiento adecuadas. De hecho, un informe de Infraspeak afirma que el 93 % de las empresas considera que sus procesos de mantenimiento no son muy eficientes. 

El mantenimiento predictivo es una forma de predecir todos los posibles fallos de los equipos, detectando cuándo se requiere mantenimiento y, si fuese necesario, alertando al personal de mantenimiento, así como aportando soluciones preventivas. 

Cualquiera que trabaje dentro del ecosistema de fabricación sabrá que los fallos y averías ocurren día tras día. La intención del mantenimiento predictivo no es solo evitar o reducir esas averías, sino ayudar a las plantas de fabricación a alcanzar niveles de alta eficiencia mientras ofrecen productos de calidad. Un programa de mantenimiento predictivo puede reducir los fallos imprevistos hasta en un 90 %, eliminando casi por completo las averías. 

Para llevar a cabo una fabricación predictiva de forma eficaz, el responsable de planta debe recabar la máxima información posible. Esto es crucial a la hora de implementar cualquier estrategia de mantenimiento preventivo, ya que cuantos más datos se puedan analizar, más precisas serán las predicciones de averías. 

Detección del peligro

Un punto de partida sería la utilización de sensores inteligentes. Los sensores inteligentes, combinados con algoritmos de aprendizaje automático, ayudan a detectar anomalías en las máquinas industriales. Por ejemplo, los sensores inteligentes que recopilan datos en los entornos industriales del IoC pueden realizar un seguimiento de la temperatura, identificando con ello componentes desgastados como circuitos eléctricos con mal funcionamiento. 

Asimismo, los sensores inteligentes especializados pueden realizar análisis de vibraciones en un componente concreto y detectar cualquier caso de desalineación, ejes doblados u otros problemas del motor. Con esos datos, los fabricantes pueden realizar un análisis de los equipos críticos para establecer los modos de fallo. En este caso, la atención se centra en la frecuencia de los fallos, la gravedad de los fallos de las máquinas y la dificultad de detectarlos. 

Conectar los dispositivos de supervisión del estado a un CMMS permite a los responsables de planta configurar alertas que informen al personal de mantenimiento de cualquier fallo o anomalía en los equipos, lo que ofrece la oportunidad de planificar el mantenimiento programado cuando las piezas necesiten ser sustituidas y elimina así la posibilidad de que se produzca una avería grave. 

Por ejemplo, la tecnología de sensores se puede integrar en varios productos de potencia con bajo nivel de fluidos, desde conectores, mangueras y tubos hasta bombas, motores, actuadores y filtros. En este caso, algunos de los datos de diagnóstico generados por las válvulas de control podrían ser vitales para solucionar problemas relacionados con la potencia. 

Las máquinas actuales suelen tener diferentes opciones para la adquisición de datos en tiempo real, aunque también es posible readaptar los equipos antiguos con sensores adicionales económicos. El mantenimiento predictivo puede ser un recurso esencial a la hora de gestionar activos antiguos, lo que requiere una cuidadosa planificación para abastecerse de piezas de repuesto obsoletas. 

Si bien cierto grado de fallo de los equipos es inevitable, no debería provocar tiempos de inactividad imprevistos ni una mala calidad de los equipos, lo que cuesta a las industrias de fabricación y procesos miles de millones cada año. En cambio, un plan de mantenimiento predictivo completo y eficaz ayudará a prevenir y reducir significativamente los tiempos de inactividad, impulsando simultáneamente la rentabilidad de una planta gracias a un mayor tiempo en funcionamiento.

Share