Impacto de los mantenimientos predictivos en la fabricación

Todos los días, en todos los entornos de fabricación, ocurren fallas y tiempos de inactividad. Eso es solo una realidad cuando se trata de equipos que realizan una tarea repetitiva. Sin embargo, el problema es que la fabricación en los mercados actuales requiere eficiencia y producción de calidad. El tiempo de inactividad no planificado en una sola máquina en un entorno de fabricación "justo a tiempo" puede causar retrasos que generan clientes insatisfechos, el posible desgaste de esos clientes por un competidor y un impacto directo en los resultados de una empresa.

Uno de los resultados verdaderamente excelentes del crecimiento de (Internet de las cosas) es el hecho de que los datos de las máquinas se pueden aprovechar para limitar los costos operativos y el impacto del tiempo de inactividad, tanto planificado como no planificado. Esto también se conoce como mantenimiento predictivo.

¿Qué es el mantenimiento predictivo?

El mantenimiento predictivo, o PdM, para abreviar, es un método para anticipar los requisitos de mantenimiento en las máquinas en una planta de producción. Al analizar los datos operativos de las máquinas, surgen patrones que permitirán a los operadores desarrollar una comprensión de los modos de falla y predecir cuándo se requerirá mantenimiento en una unidad determinada, lo que permitirá planificarlo en tiempos menos costosos.

En el pasado, los fabricantes confiaban en el mantenimiento reactivo y otras estrategias de mantenimiento, también conocidas como el método "si no está roto, no lo arregles". Puede imaginarse que dar servicio a las máquinas solo cuando se averiaba era un costo enorme, tanto en términos de tiempo de inactividad no planificado y el impacto potencial en otras partes de la máquina, como en la calidad de la producción durante el tiempo que la pieza estaba fallando. .

Con el tiempo, las empresas buscaron alejarse del mantenimiento reactivo e implementar estrategias de mantenimiento preventivo. Pero el mantenimiento preventivo se basó en promedios y no reflejó la condición actual o en tiempo real del equipo.

Si bien el mantenimiento preventivo y predictivo es un paso adelante del mantenimiento reactivo, hay un claro ganador. La implementación del mantenimiento predictivo se basa en información específica extraída de cada máquina para detectar posibles problemas. Un ejemplo sería el análisis de vibraciones.

Un modelo que utiliza una línea de base para recopilar datos de mantenimiento predictivo para una máquina podrá detectar cambios, como un aumento en la vibración en una parte específica, que podría ser causado por daños o la introducción de un objeto extraño. Las desviaciones de la línea de base permiten a los operadores predecir la necesidad de mantenimiento antes de que el problema se agrave y provoque la falla del equipo.

¿Cómo funciona el mantenimiento predictivo?

A diferencia del mantenimiento preventivo, un programa de mantenimiento predictivo utiliza los datos generados por los equipos y envía los datos a la nube. Al igual que los datos de procesos comerciales y de producción, el mantenimiento basado en condiciones en tiempo real se puede analizar para detectar patrones y tendencias en el estado de la máquina o la vida útil de sus piezas o herramientas y para reducir los costos de mantenimiento.

A menudo, los equipos OEM pueden indicar un ciclo de vida esperado para una pieza o herramienta. Sin embargo, esto se basa en promedios de toda la industria. No tiene en cuenta las aplicaciones de servicio ligero en las que las piezas pueden desgastarse más lentamente de lo esperado ni las aplicaciones de servicio pesado en las que pueden desgastarse más rápido.

Los análisis avanzados en las plataformas de monitoreo de producción y mantenimiento utilizan tendencias y mantenimiento basado en condiciones para trazar el tiempo real de desgaste o predecir modos de falla. Se pueden desarrollar programas de mantenimiento predictivo en torno a estos conocimientos para reducir el tiempo de inactividad y controlar los costos.

Los programas robustos de mantenimiento predictivo pueden usar la plataforma para enviar alertas al personal de mantenimiento cuando una falla es inminente, lo que reduce el tiempo de inactividad debido a la espera de que lleguen los técnicos después del hecho. También pueden trabajar con información de producción de la fábrica, como los tiempos de cambio esperados para realizar reparaciones durante los cambios programados o el tiempo de inactividad planificado para la limpieza.

Las alertas programadas se pueden extender de los técnicos a los almacenes de MRO para que las piezas se puedan organizar y evitar más tiempo de inactividad. Y las piezas se pueden automatizar para reordenar contra recuentos mínimos/máximos de piezas establecidos, que también son prescritos por el sistema. Como parte de su estrategia general de mantenimiento, cada empresa puede adaptar sus técnicas de mantenimiento predictivo a sus propias necesidades.

¿Cuáles son las ventajas del mantenimiento predictivo?

Desde el punto de vista del ahorro de costes, las ventajas de una estrategia de mantenimiento predictivo incluyen un tiempo de inactividad planificado optimizado y un tiempo de inactividad no planificado minimizado. Un programa de mantenimiento predictivo también optimizará la productividad de los empleados y la vida útil del equipo. ¡Usando análisis avanzados y algoritmos de aprendizaje automático, el mantenimiento preventivo no puede ser subestimado!

Cómo ayuda el mantenimiento predictivo a optimizar el tiempo de inactividad planificado

El tiempo de inactividad planificado puede abarcar todo, desde la limpieza y el engrase de la máquina hasta el reemplazo de piezas que se sabe que fallan regularmente. Este tipo de mantenimiento preventivo reduce el riesgo de tiempo de inactividad no planificado. Al igual que cuidar su computadora y limpiarla en busca de virus o mantener limpios otros electrodomésticos en su hogar, obtendrá resultados más eficientes y de mejor calidad de una máquina con un buen servicio.

Gracias a los datos recopilados en las operaciones de la máquina, el mantenimiento predictivo se puede programar regularmente y en los momentos que tendrán el menor impacto en la producción de pedidos. También existe el beneficio adicional de que un mantenimiento adecuado de esta naturaleza prolongará invariablemente la vida útil de los equipos mecánicos que serían difíciles y costosos de reemplazar. Maximizar el tiempo de actividad y la vida útil de un componente en un programa de mantenimiento predictivo resultará en última instancia en ahorros de costos significativos.

El mantenimiento predictivo limita el tiempo de inactividad no planificado

Según una publicación del Wall Street Journal, "El tiempo de inactividad no planificado le cuesta a los fabricantes industriales un estimado de $ 50 mil millones al año". El uso del mantenimiento predictivo para limitar este costo es fundamental en las industrias manufactureras altamente competitivas.

En la medida en que el mantenimiento preventivo programado puede garantizar que las máquinas funcionen sin problemas la mayor parte del tiempo, el monitoreo de máquinas recopila digitalmente una gran cantidad de datos que, cuando se analizan, mostrarán patrones en cualquier máquina determinada. Este tipo de detección de patrones, basada en datos históricos, puede ayudar a identificar una máquina que probablemente experimente una interrupción y cuyo mantenimiento se pueda planificar de manera proactiva.

El mantenimiento predictivo puede ayudar a optimizar la vida útil del equipo

Ser capaz de monitorear la eficiencia, el rendimiento y la calidad de una máquina a lo largo del tiempo revelará datos que identificarán cuándo una máquina requiere mantenimiento, como se indicó anteriormente, pero también ayudarán a identificar cuándo una máquina está llegando al final de su vida útil. El mantenimiento reactivo y preventivo no puede hacer esto.

A medida que las máquinas envejecen y en función de su nivel de uso, cambiará el programa de mantenimiento, que se puede gestionar mediante el mantenimiento predictivo. Las partes de la máquina responderán al estrés de producción de manera diferente con el tiempo. El eventual aumento en el mantenimiento que se predice a través de los patrones de datos revelará cuándo una máquina está alcanzando un punto de inflexión en el costo frente al rendimiento. La necesidad de reemplazar eventualmente grandes partes de una máquina o la unidad completa se hace manejable pronosticando esa necesidad y planificándola, tanto desde el punto de vista de costo/presupuesto como de tiempo/esfuerzo.

El mantenimiento predictivo puede ayudar a optimizar la productividad de los empleados

Hay muchas maneras en que el mantenimiento predictivo optimiza la productividad de los empleados. En primer lugar, veamos el costo de la mano de obra en sí. Cuando se programan reparaciones, la cantidad de tiempo necesario para la reparación se reduce debido a una menor cantidad de reemplazos de componentes en lugar de reemplazo de todo el equipo. Además, se reducirá la frecuencia de reparación por fallas críticas del equipo y la cantidad de "llamadas críticas" se reducirá considerablemente.

Desde la perspectiva del empleado, el mantenimiento predictivo conducirá a la reducción de averías y sistemas de prevención de accidentes. Estos pueden alertar o incluso detener el equipo cuando existe un peligro para un trabajador, mejorando drásticamente las condiciones de la fábrica y minimizando las lesiones de los trabajadores.

Además, el tiempo de inactividad y las operaciones con parámetros subóptimos no solo afectan el rendimiento sino también la moral de los empleados. Es estresante apresurarse a resolver los problemas cuando surgen. El mantenimiento predictivo minimiza tales instancias.

El mantenimiento predictivo puede ayudar a aumentar los ingresos

Las ventajas del mantenimiento predictivo que hemos cubierto anteriormente, al final, todas tienen el mismo objetivo:aumentar el resultado final. Con menos mantenimiento en los componentes buenos y una reparación más rápida de los componentes defectuosos, las reparaciones se pueden manejar de manera más efectiva, lo que reduce el tiempo de reparación. McKinsey realizó uno de los estudios más completos sobre el potencial de la analítica industrial, como el mantenimiento predictivo, en 2015. Descubrieron la oportunidad de las siguientes mejoras:

10-40 % de reducción en los costos de mantenimiento

Dado que el mantenimiento planificado se basa en un cronograma, habrá casos en los que las tareas de mantenimiento se realizarán cuando no sean necesarias. El mantenimiento predictivo puede evitar tales ineficiencias.

10-20 % de residuos reducidos

Una operación subóptima que no se detecta puede resultar en una producción derrochadora. La materia prima, la energía, los costos de mano de obra y el tiempo de la máquina se desperdician en tales casos. Los sistemas de mantenimiento predictivo pueden descubrir problemas que pueden generar desperdicio antes de que surjan.

10-50 % de nuevas oportunidades de mejora descubiertas

Una vez que la recopilación de datos se automatiza, se pueden descubrir diariamente nuevos conocimientos sobre oportunidades de optimización de procesos a través de análisis avanzados.

Tecnologías de mantenimiento predictivo

Existen numerosos tipos de tecnología de mantenimiento predictivo que se utilizan en un programa sólido de mantenimiento predictivo basado en datos. Este equipo de monitoreo de condición se puede usar para crear una solución de mantenimiento predictivo para una operación. Estas tecnologías incluyen:

Termografia Infrarroja

El calor es casi siempre un subproducto de un entorno de fabricación. Pero a menudo es predecible para cada máquina o tipo de trabajo que se ejecuta. Las plataformas de PdM pueden mapear estos patrones de calor por máquina o trabajo y analizar picos de temperatura para determinar los problemas que se avecinan. La termografía infrarroja puede monitorear y medir la temperatura en equipos como motores, cojinetes u otras superficies de fricción. También puede ayudar a descubrir "puntos calientes" en gabinetes eléctricos y detectar fallas en el aislamiento. La termografía infrarroja mide la temperatura y muestra la unidad como una imagen de toda la unidad que se está midiendo. La plataforma de monitoreo puede almacenar y analizar estas imágenes para detectar problemas e identificar tendencias bajo condiciones específicas.

Monitoreo Acústico

Algunas plataformas de monitoreo de mantenimiento predictivo pueden usar señales de alta frecuencia para determinar la condición del equipo. El mismo principio se puede aplicar utilizando el sonido aéreo. Al capturar este ruido acústico, se pueden detectar averías. Se utilizan algoritmos avanzados de aprendizaje automático para mejorar la capacidad predictiva con el tiempo. Estos análisis se pueden combinar con otras tecnologías de monitoreo para profundizar y descubrir anomalías antes de que ocurran.

Análisis de vibraciones

Todo el equipo de fabricación y fresado vibra. Y esta vibración por máquina y tipo de trabajo se puede trazar para determinar un rango saludable en una curva. El análisis de vibraciones ayuda a los ingenieros de mantenimiento predictivo a aprender qué significan los cambios sutiles y significativos. Pueden evaluar las tasas de desgaste y los puntos de falla a medida que los algoritmos de aprendizaje automático se vuelven más precisos con el tiempo.

Análisis de aceite

Si bien las plataformas de mantenimiento predictivo pueden usar el sonido, la vibración y la temperatura para evaluar tanto el estado como la posible falla de los equipos o las piezas, otra herramienta que captura lo que sucede dentro de la máquina es el análisis de aceite. Al medir la pureza del aceite, el contenido de desechos, los contaminantes y la composición del aceite, los técnicos pueden identificar, trazar y predecir la causa y desarrollar estrategias para corregirlos. Los datos del análisis de aceite pueden enviarse a la plataforma de análisis y combinarse con otros datos de monitoreo para obtener una imagen clara del estado de la máquina.

Cómo implementar el mantenimiento predictivo

Ahora que está claro que el mantenimiento predictivo es una forma segura de evitar tiempos de inactividad no planificados e incurrir en mayores costos de fabricación, la pregunta es:¿cómo implementar un plan de mantenimiento predictivo?

Primero, ve al meollo del problema que estás tratando de solucionar:

• ¿Le preocupa más el tiempo de inactividad no planificado o el costo de la falla de un componente?
• ¿Algunas máquinas en su piso son más “importantes”? es decir, se usa con más frecuencia, es central para más pedidos, etc.

Luego, debe evaluar su estado actual o crear una línea de base de datos sobre el rendimiento de la máquina. Para ello, puede utilizar sus propios estándares, estándares OEE u otros estándares de la industria. Revise cada máquina para ver cuáles han sido los niveles de rendimiento históricos:con qué frecuencia ha estado inactiva, qué componentes fallan regularmente, con qué frecuencia se programa actualmente el mantenimiento, etc.

En segundo lugar, examine los datos históricos en busca de patrones y qué métricas indicarán un problema, qué desviaciones de la línea de base deberían señalar a un operador, etc.

Finalmente, una vez que esté utilizando estos patrones y los datos relativos a sus mediciones de rendimiento de referencia, debe instituir un proceso para actualizar continuamente los datos y revisarlos para asegurarse de que continúan reflejando el estado actual y señalarán patrones de deterioro que señalan claramente una necesidad de mantenimiento. Esta es la clave:no puedes predecir lo que no puedes analizar. ¡Los datos precisos son esenciales!

Minimizar el tiempo de inactividad no planificado, al menos en lo que se refiere al funcionamiento de las máquinas, es un gran ahorro de costos y evitará demoras en el mercado que también afectarán el resultado final. En el entorno de fabricación actual, el mantenimiento predictivo no es algo "agradable". Es una necesidad.

Lanzar una estrategia de mantenimiento predictivo

Reserve una demostración