Mantenimiento Predictivo: Impulsando Eficiencia, Reduciendo Tiempo de Inactividad y Garantizando Satisfacción del Cliente

 

Cada día, en cada entorno de fabricación, ocurren fallas y tiempo de inactividad. Esa es solo una realidad cuando se trata con equipos que realizan una tarea repetitiva. El problema, sin embargo, es que la fabricación en los mercados actuales requiere eficiencia y producción de calidad. El tiempo de inactividad no planificado en solo una máquina en un entorno de fabricación "just-in-time" puede causar retrasos que lleven a clientes insatisfechos, posible pérdida de esos clientes hacia un competidor y un golpe directo al resultado final de una empresa.

Uno de los resultados verdaderamente grandiales del crecimiento del (Internet de las Cosas) es el hecho de que los datos de máquinas pueden aprovecharse para limitar los costos operacionales e impacto del tiempo de inactividad, tanto planificado como no planificado. Esto se conoce de otra manera como mantenimiento predictivo.

¿Qué es el Mantenimiento Predictivo?

El mantenimiento predictivo, o PdM para abreviar, es un método para anticipar requisitos de mantenimiento en máquinas en un piso de fábrica. Al analizar datos operacionales de las máquinas, emergen patrones que permitirán a los operadores desarrollar una comprensión de modos de falla y predecir cuándo se requerirá mantenimiento en cualquier unidad dada, permitiendo planificarlo durante momentos menos costosos.

En el pasado, los fabricantes dependerían de mantenimiento reactivo y otras estrategias de mantenimiento, también conocido como el método "si no está roto, no lo arregles". Bien puede imaginar que dar servicio a máquinas solo cuando se rompían era un costo enorme, tanto en términos de tiempo de inactividad no planificado y el impacto potencial a otras partes de la máquina, así como la calidad de la salida durante el tiempo que la pieza fallaba.

Con el tiempo, las empresas buscaron alejarse del mantenimiento reactivo e implementar estrategias de mantenimiento preventivo. Pero el mantenimiento preventivo se basaba en promedios y no reflejaba 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. Implementar mantenimiento predictivo se basa en información específica extraída de cada máquina para detectar problemas potenciales. Un ejemplo sería el análisis de vibración.

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

¿Cómo Funciona el Mantenimiento Predictivo?

A diferencia del mantenimiento preventivo, un programa de mantenimiento predictivo usa los datos generados por el equipo y envía los datos a la nube. Como los datos de procesos de producción y negocio, el mantenimiento basado en condición en tiempo real puede analizarse para detectar patrones y tendencias en la salud de la máquina o la vida de sus piezas o herramientas y reducir costos de mantenimiento.

A menudo, el equipo OEM puede indicar un ciclo de vida esperado para una pieza o herramienta. Sin embargo, esto se basa en promedios de toda la industria. No considera aplicaciones de servicio ligero donde las piezas pueden desgastarse más lento de lo esperado o aplicaciones de servicio pesado donde pueden desgastarse más rápido.

La analítica avanzada en plataformas de monitoreo de producción y mantenimiento usan tendencias y mantenimiento basado en condición para trazar el tiempo real de desgaste o predecir modos de falla. Los programas de mantenimiento predictivo pueden desarrollarse alrededor de estos insights para reducir tiempo de inactividad y controlar costos.

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

Las alertas programadas pueden extenderse desde técnicos a almacenes MRO para que las piezas puedan prepararse y evitar más tiempo de inactividad. Y las piezas pueden automatizarse para reorden contra conteos mínimos/máximos de piezas establecidos, que también son prescritos por el sistema. Como parte de su estrategia de mantenimiento general, cada empresa puede adaptar sus técnicas de mantenimiento predictivo a sus propias necesidades.

¿Cuáles son las Ventajas del Mantenimiento Predictivo?

Desde un punto de vista de ahorro de costos, las ventajas de una estrategia de mantenimiento predictivo incluyen tiempo de inactividad planificado optimizado y 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 analíticas avanzadas y algoritmos de aprendizaje automático, el mantenimiento preventivo no puede subestimarse!

Cómo el Mantenimiento Predictivo Ayuda a Optimizar el Tiempo de Inactividad Planificado

El tiempo de inactividad planificado puede abarcar todo, desde limpieza y engrasado de máquinas hasta 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 barrerla por virus o mantener otros electrodomésticos limpios en su hogar, obtendrá una salida más eficiente y de mejor calidad de una máquina bien servida.

Gracias a los datos recopilados en operaciones de máquinas, el mantenimiento predictivo puede programarse regularmente y en momentos que tendrán el menor impacto en la producción de pedidos. También está el beneficio adicional de que el mantenimiento adecuado de esta naturaleza invariablemente extenderá la vida del equipo mecánico que sería difícil y costoso de reemplazar. Maximizar el tiempo de actividad y la vida 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 un post del Wall Street Journal, "El tiempo de inactividad no planificado cuesta a los fabricantes industriales un estimado de $50 mil millones anualmente". Usar mantenimiento predictivo para limitar este costo es crítico en industrias manufactureras altamente competitivas.

En la medida en que el mantenimiento preventivo programado puede asegurar que las máquinas funcionen sin problemas la mayor parte del tiempo, monitorear máquinas digitalmente recopila montones de datos que, cuando se analizan, mostrarán patrones en cualquier máquina dada. Este tipo de detección de patrones, basada en datos históricos, puede ayudar a identificar una máquina que probablemente experimentará una interrupción y para la cual el mantenimiento puede planificarse proactivamente.

El Mantenimiento Predictivo Puede Ayudar a Optimizar la Vida Útil del Equipo

Ser capaz de monitorear la eficiencia, salida y calidad de una máquina a lo largo del tiempo revelará datos que identificarán cuándo una máquina requiere mantenimiento, como se señaló arriba, pero también ayudará a identificar cuándo una máquina está llegando al final de su vida. El mantenimiento reactivo y preventivo no pueden hacer esto.

A medida que las máquinas envejecen y dependiendo de su nivel de uso, el programa de mantenimiento cambiará, lo que puede gestionarse a través del mantenimiento predictivo. Las partes de la máquina responderán al estrés de producción de manera diferente con el tiempo. El eventual aumento en mantenimiento que se predice a través de patrones de datos revelará cuándo una máquina está llegando a un punto de inflexión en costo vs. rendimiento. La necesidad de eventualmente reemplazar grandes partes de una máquina o la unidad completa se vuelve manejable al pronosticar esa necesidad y planificarla, tanto desde un punto de vista de costo/presupuesto como de tiempo/esfuerzo.

El Mantenimiento Predictivo Puede Ayudar a Optimizar la Productividad de los Empleados

Hay muchas formas en que el mantenimiento predictivo optimiza la productividad de los empleados. Primero, miremos solo el costo de la mano de obra en sí. Cuando las reparaciones se programan, la cantidad de tiempo necesario para la reparación se reduce debido a un menor número de reemplazos de componentes en lugar de reemplazo de equipo completo. Además, la frecuencia de reparación por falla crítica de equipo se reducirá, y el número de "llamadas críticas" se reducirá enormemente.

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

Además, el tiempo de inactividad y operaciones con parámetros subóptimos no solo impactan la salida sino también la moral de los empleados. Es estresante apresurarse a resolver 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 arriba, al final, todas tienen el mismo objetivo: aumentar el resultado final. Con menos mantenimiento en componentes buenos y reparación más rápida de componentes defectuosos, las reparaciones pueden manejarse más efectivamente, reduciendo así el tiempo de reparación. Uno de los estudios más comprehensivos sobre el potencial de analíticas industriales como mantenimiento predictivo fue conducido por McKinsey en 2015. Descubrieron la oportunidad para las siguientes mejoras:

Reducción del 10-40% en Costos de Mantenimiento

Dado que el mantenimiento planificado se basa en un programa, habrá casos en que las tareas de mantenimiento se realicen cuando no son necesarias. El mantenimiento predictivo puede prevenir tales ineficiencias.

Reducción del 10-20% en Desperdicio

La operación subóptima que no se detecta puede resultar en producción derrochadora. Materia prima, energía, costos laborales y tiempo de máquina se desperdician en tales instancias. Los sistemas de mantenimiento predictivo pueden descubrir problemas que pueden resultar en desperdicio antes de que surjan.

10-50% de Nuevas Oportunidades de Mejora Descubiertas

Una vez que la recopilación de datos se automatiza, nuevos insights sobre oportunidades de optimización de procesos pueden descubrirse diariamente a través de analíticas avanzadas.

Tecnologías de Mantenimiento Predictivo

Hay numerosos tipos de tecnología de mantenimiento predictivo usados en un programa robusto de mantenimiento predictivo basado en datos. Este equipo de monitoreo de condición puede usarse para crear una solución de mantenimiento predictivo para una operación. Estas tecnologías incluyen:

Termografía 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 PdM pueden mapear estos patrones de calor por máquina o trabajo y analizar picos de temperatura para determinar problemas inminentes. La termografía infrarroja puede monitorear y medir temperatura en equipos como motores, cojinetes u otras superficies de fricción. También puede ayudar a descubrir "puntos calientes" en gabinetes eléctricos y detectar fallas de aislamiento. La termografía infrarroja mide la temperatura y muestra la unidad como una imagen de toda la unidad medida. 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 puede aplicarse usando sonido aerotransportado. Al capturar este ruido acústico, las averías pueden detectarse. Algoritmos avanzados de aprendizaje automático se usan para mejorar la capacidad predictiva con el tiempo. Estas analíticas pueden combinarse con otras tecnologías de monitoreo para profundizar y descubrir anomalías antes de que ocurran.

Análisis de Vibración

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

Análisis de Aceite

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

Cómo Implementar Mantenimiento Predictivo

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

Primero, llegue al núcleo del problema que está intentando arreglar:

• ¿Está más preocupado por el tiempo de inactividad no planificado o el costo de una falla de componente?
• ¿Algunas máquinas en su piso son más "importantes"? es decir, usadas más frecuentemente, centrales para más pedidos, etc.

Luego necesita evaluar su estado existente o crear una línea base de datos sobre el rendimiento de la máquina. Para esto, puede usar 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 mantenimiento actualmente, y así sucesivamente.

Segundo, examine los datos históricos para patrones y qué métricas indicarán un problema, qué desviaciones de la línea base deberían alertar a un operador, y así sucesivamente.

Finalmente, una vez que esté usando estos patrones y los datos relativos a sus mediciones de rendimiento de línea base, necesita instituir un proceso para actualizar continuamente los datos y revisarlos para asegurar que continúen reflejando el estado actual y marcarán patrones deteriorados que claramente señalen una necesidad de mantenimiento. Esta es la clave: no puede predecir lo que no puede analizar. ¡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 enorme ahorro de costos y prevenirá retrasos al mercado que también impactarán el resultado final. En el entorno de fabricación actual, el mantenimiento predictivo no es un "bueno tener". Es una necesidad.

Lance una Estrategia de Mantenimiento Predictivo

Reservar una Demostración