Estrategias modernas de mantenimiento para el éxito manufacturero

Los fabricantes entienden que el mantenimiento es una actividad decisiva, especialmente en verticales de alto valor, rápido movimiento y alta competencia. Las estrategias de mantenimiento de antaño simplemente no sirven en el mundo actual de ritmo rápido, y los fabricantes que aún usan estas prácticas están quedando rápidamente rezagados. El mantenimiento moderno utiliza tecnología incluyendo dispositivos IoT para recopilación de datos y machine learning para procesamiento de datos para alcanzar mejores predicciones e insights accionables. Combinados, el tiempo de inactividad no planificado puede reducirse a un grado que prácticamente se elimina, sin mencionar otros beneficios como el impulso en la moral de empleados, reducción de costos de oportunidad, impresiones de clientes aumentadas y reducción de desperdicios.

Si bien todo eso suena bien, la pregunta surge: ¿Cómo lleva su empresa manufacturera de un estado de mantenimiento reactivo a predictivo y prescriptivo? ¿Cómo cosecha los beneficios de una estrategia moderna de mantenimiento evitando trampas en el camino?

Para entender la respuesta, primero debe entender los métodos de mantenimiento actualmente en juego y qué cambia de una etapa a la siguiente. En este artículo, cubriremos una variedad de técnicas de mantenimiento industrial.

Tipos de Mantenimiento en Fabricación

Cubrimos cada una de las siguientes estrategias de mantenimiento en el contexto de fabricación. Seleccione cualquiera para saltar a la sección correspondiente:

• Mantenimiento Reactivo: Cuando se rompe, lo arregla.
• Mantenimiento Preventivo (Basado en Calendario): Programa reemplazos antes de que las piezas fallen, usualmente a intervalos regulares.
• Mantenimiento Basado en Uso: Reemplaza piezas cuando la máquina ha sido usada cierta cantidad antes de que fallen.
• Mantenimiento Basado en Condición: Reemplaza piezas cuando parecen demasiado desgastadas para seguir funcionando apropiadamente.
• Mantenimiento Predictivo: Utiliza datos históricos para predecir cuándo fallará una pieza y reemplazarla basándose en estas predicciones, antes de que fallen. Usualmente, pero no siempre, utiliza IA y machine learning.
• Mantenimiento Prescriptivo: Métodos avanzados de análisis de datos hacen más que predecir puntos de falla, proporcionan resultados hipotéticos para elegir la mejor acción antes de que fallen, surjan peligros de seguridad y problemas de calidad, así como el momento de implementación.

Mantenimiento Reactivo

El mantenimiento reactivo es el punto de partida para la mayoría de fabricantes. Es el método tradicional que ha existido tanto como la fabricación.

¿Qué es el Mantenimiento Reactivo?

Tal como dice el nombre, este tipo de mantenimiento significa que reacciona a lo que sucede. Puede que esté preparado o no, puede que lo espere o no. Una pieza se rompe y obstruye toda la línea de producción, a menudo literal y metafóricamente. Tiempo de inactividad no programado sigue. Trabajadores pierden paga. La empresa pierde ingresos. Y todos solo tienen que esperar hasta que Ralph, el chico de mantenimiento, entre a reemplazar la pieza ofensiva (que puede que tenga o no a mano).

Esto podría significar días de inactividad, plazos incumplidos y golpes masivos a su presupuesto, especialmente si la herramienta, máquina o pieza que se rompió es cara o difícil de encontrar. Empleados pagan para contactar clientes con el temido mensaje "Ha habido un retraso...". Y los costos y riesgos gotean por toda la cadena de suministro. Es un ciclo vicioso y costoso.

Mantenimiento Basado en Calendario (Mantenimiento Preventivo)

Una vez que los fabricantes ven que el mantenimiento reactivo no funciona, el siguiente paso lógico es el mantenimiento basado en calendario, también conocido como mantenimiento basado en tiempo (TBM) o mantenimiento preventivo.

¿Qué es el Mantenimiento Basado en Calendario?

Esta es una forma de mantenimiento planificado programado con antelación para reemplazar piezas antes de que fallen. Esto se hace a intervalos establecidos como cada 30, 60 o 90 días. De esta forma, los fabricantes pueden esperar una cierta cantidad de inactividad o programar mantenimiento durante horas muertas. Esto ayuda a asegurar que el equipo estará en marcha durante todos los períodos de producción planificados, salvo emergencias o circunstancias imprevistas. El mantenimiento basado en calendario usa el concepto de "Tiempo Medio Entre Fallas" (MTBF) para determinar el mejor intervalo para reemplazar piezas basado en cuándo han fallado en el pasado. Funciona mejor para piezas que encuentran uso regular y desgaste predecible.

El mantenimiento preventivo puede funcionar bien para maquinaria usada en horario regular, que tiene piezas asequibles fácilmente reemplazables, con tasa de desgaste predecible. Es simple, predecible y efectivo en estos casos. El mantenimiento preventivo puede ser beneficioso cuando se combina con otras estrategias como predictivo o prescriptivo.

Mantenimiento Basado en Uso

¿Qué pasa con todas esas instancias que no son cubiertas fácilmente por mantenimiento preventivo o para las que ese método sería demasiado excesivo y costoso? Los fabricantes entonces se mueven hacia mantenimiento basado en uso para tener en cuenta el uso variable de máquinas, crear líneas de tiempo más sensatas y reducir costos a largo plazo.

¿Qué es el Mantenimiento Basado en Uso?

Así como el mantenimiento basado en calendario usa un intervalo de tiempo fijo para reemplazar piezas, el mantenimiento basado en uso utiliza un intervalo de uso, ej:

• Reemplace su esponja cada 30 días (mantenimiento basado en calendario)
• Cambie el aceite de su auto cada 5,000 millas. (mantenimiento basado en uso)

En el segundo escenario, no importa si le toma un mes o un año recorrer cinco mil millas, el aceite solo necesita reemplazarse una vez que ha sido usado a su potencial y uso adicional podría causar degradación de otras partes del automóvil.

Para continuar la metáfora, para una persona que tarda un año en manejar 5,000 millas, un cambio de aceite mensual sería ridículo. Obtendrían un cambio de aceite aproximadamente cada 416 millas si manejan lo mismo cada mes. Eso significa que su costo de cambio de aceite es 1200% más alto de lo necesario, más el tiempo y riesgo involucrado en los once cambios innecesarios. En un sistema de mantenimiento basado en uso, tienen el mismo o menor riesgo de inactividad y ahorran mucho dinero en doce meses. Lo mismo aplica a maquinaria manufacturera. Para maquinaria que no se usa consistentemente, el mantenimiento basado en uso puede prevenir el sobre-mantenimiento de equipos y ahorrar mucho tiempo y dinero.

El mantenimiento basado en uso es un paso en la dirección correcta en que tiene en cuenta el uso real sobre intervalos de tiempo que podrían ser arbitrarios en algunos casos. Reduce la probabilidad de sobre-mantenimiento y reduce desperdicio. Sin embargo, puede llevarse más lejos para mayor efecto con mantenimiento predictivo y prescriptivo.

Mantenimiento Basado en Condición

El Mantenimiento Basado en Condición quita parte de la incertidumbre de predecir programas de mantenimiento usando los métodos basados en calendario y condición mencionados anteriormente.

¿Qué es el Mantenimiento Basado en Condición?

Esta forma de mantenimiento es similar al basado en uso, pero con monitoreo mucho más frecuente y mayor volumen y profundidad de datos. ¿La herramienta muestra señales de desgaste? ¿El rendimiento está disminuyendo o muestra otras señales de falla inminente? El mantenimiento solo ocurre cuando la calidad de un artículo cae por debajo de un umbral predeterminado. Las mediciones pueden ocurrir continuamente usando sensores conectados a la herramienta o máquina, o pueden venir de métodos analógicos menos frecuentes como inspección visual.

Pros y Contras del Mantenimiento Basado en Condición

El mantenimiento basado en condición es un paso adelante respecto al basado en uso, calendario y reactivo en cuanto a costo de piezas. Porque solo reemplaza piezas cuando se espera que fallen pronto, los fabricantes obtienen más uso por su dinero sin el daño e inactividad que viene de empujar piezas al punto de falla como ocurre con estrategia reactiva.

Hay costos adicionales asociados con monitoreo frecuente, ya sea por sensor o inspector humano. Sin embargo, estos costos generalmente se compensan con ahorros de inactividad reducida y longevidad de piezas y máquinas.

Si se usan sensores, los costos de instalación pueden sumar, especialmente en entornos operativos hostiles donde los sensores pueden destruirse regularmente. Algunos sensores pueden requerir que los fabricantes modifiquen su maquinaria para implementarlos, a menudo anulando su garantía. Además, capacitar empleados para inspeccionar, instalar y calibrar sensores puede volverse costoso.

El tiempo entre acciones de mantenimiento puede ser impredecible usando este método, porque las piezas solo se reemplazan según necesidad. Esto hace más difícil planificar inactividad programada con mucha antelación.

El mantenimiento basado en condición mejora el uso de piezas mientras protege en gran medida máquinas de fallas críticas e inactividad no programada, pero capacitar trabajadores y usar sensores de postventa puede volverse costoso y lento, especialmente si los sensores deben reemplazarse frecuentemente. La imprevisibilidad del programa también puede llevar a mayores costos de oportunidad. Este sistema se implementa mejor en máquinas que requieren reemplazos frecuentes de piezas que son fácilmente monitoreadas y directas de arreglar. Para beneficios más amplios a fabricantes, el mantenimiento predictivo y prescriptivo son a menudo notablemente más efectivos.

Mantenimiento Predictivo

El mantenimiento predictivo supera nuestras opciones previas al combinar muchos de los beneficios de cada categoría. Este sistema ayuda a fabricantes a predecir cuándo el mantenimiento es más probable que sea necesario, y lo hace con precisión creciente.

¿Qué es el Mantenimiento Predictivo?

El mantenimiento predictivo utiliza tecnología como inteligencia artificial, machine learning y dispositivos IoT para predecir cuándo ocurrirán fallas para que los fabricantes puedan planear con antelación y reemplazar piezas antes de que surjan consecuencias. El objetivo es alcanzar la zona "Ricitos de Oro" de frecuencia de mantenimiento —no muy seguido, no muy raro. Esto evita trampas de sobre-mantenimiento como costos excesivos de piezas y mano de obra, desperdicio y mayor riesgo de error humano. También previene problemas de sub-mantenimiento como falla crítica, inactividad no planificada y daño a maquinaria o empleados.

Para hacer esto, se recopilan datos de máquinas de fábrica equipadas con sensores IoT que luego se analizan basándose en datos actuales e históricos, a menudo utilizando machine learning, para encontrar tendencias y predecir fallas.

Soluciones de Mantenimiento Predictivo de MachineMetrics

Más información

Pros y Contras del Mantenimiento Predictivo

Los fabricantes necesitan mantener menos piezas de repuesto cuando saben los períodos más probables de falla para un equipo dado. Usuarios de técnicas de mantenimiento predictivo obtienen lo mejor de ambos mundos reduciendo inactividad mientras optimizan uso de recursos.

Similarmente al mantenimiento basado en condición, algunos sensores IoT usados para estos propósitos no pueden soportar entornos manufactureros hostiles como aquellos con virutas de metal, lubricantes, materiales corrosivos y similares. El reemplazo y recalibración de sensores puede volverse costoso, especialmente si esos sensores anulan la garantía de maquinaria de fábrica. Además, emplear profesionales de datos para monitorear y analizar datos de sensores para crear insights accionables puede venir con un precio elevado.

MachineMetrics resuelve todos estos problemas y más. Nuestros dispositivos de monitoreo de datos mantienen la garantía de su máquina intacta y, como no requieren calibraciones sensibles, pueden soportar incluso las demandas de entornos manufactureros más intensos. Nuestros dispositivos extraen datos de las computadoras de su maquinaria y los envían, encriptados por supuesto, a la nube. ¿No tiene científico de datos interno? No hay problema, nosotros podemos manejarlo por usted. Nuestra plataforma IIoT industrial es flexible e intuitiva, así que puede ver resultados de sus esfuerzos de transformación digital casi inmediatamente —solo cinco días para ROI.

Mantenimiento Prescriptivo (RxM)

El mantenimiento prescriptivo (RxM) lleva el predictivo un paso más allá para proporcionar la solución más valiosa a problemas de mantenimiento inminentes. El mantenimiento prescriptivo empodera a fabricantes para resolver sus propias necesidades de mantenimiento sin necesidad de una vasta gama de expertos.

¿Qué es el Mantenimiento Prescriptivo?

El mantenimiento prescriptivo utiliza la misma tecnología que el predictivo —IIoT industrial y machine learning— pero también ofrece simulación de escenarios para guiar la acción. Si el mantenimiento predictivo le dice que su herramienta fallará en 30 minutos por sus patrones de vibración actuales y datos pasados que dicen que esos patrones preceden falla, entonces el mantenimiento prescriptivo le dirá que si reduce la carga en esa herramienta en 30% ahora, podría extender la vida de la herramienta en tres horas. El mantenimiento prescriptivo le dice qué hacer a continuación para obtener el mayor valor de lo que tiene —tiempo y herramientas por igual.

Estado de Madurez: Mantenimiento Prescriptivo

Una estrategia de mantenimiento madura utiliza enfoques multivariados y puede combinar capacidades predictivas y prescriptivas. Esto permite a fabricantes predecir, con la mayor precisión factible hoy, cuándo esperar fallas de piezas en escalas corta, media y larga. También ayuda a optimizar procesos para obtener la mayor vida de herramientas y piezas evitando inactividad no planificada con gran precisión. Las soluciones de mantenimiento prescriptivo pueden ayudar a guiar técnicos hacia reparaciones expeditas aumentando su inteligencia situacional y base de conocimiento con uso de inteligencia artificial.

Si bien algunas implementaciones de mantenimiento prescriptivo y predictivo pueden ser frágiles y costosas, MachineMetrics ofrece una plataforma IIoT industrial que puede soportar una amplia gama de entornos manufactureros, recopilar datos a 10,000 puntos por segundo y enviar esta información a profesionales de datos listos y esperando para optimizar su piso de fábrica. Expertos en transformación digital avanzada, hemos usado nuestra experiencia para simplificar nuestro proceso a tal grado que puede instalar nuestros dispositivos IoT en sus máquinas —sin anular su garantía— sin que nosotros pongamos un pie en su fábrica con nuestro plan Hágalo-Usted-Mismo. (Pero estamos felices de ir a ayudar si quiere también.)

Entonces, está en camino a un sistema súper maduro, fácil de entender, que impulsa moral, dispara ingresos para todas sus necesidades de mantenimiento y fabricación. Contáctenos para ver qué podemos hacer por usted hoy.