Explicación del mantenimiento predictivo

El mantenimiento predictivo (PdM) es el mantenimiento que monitorea el rendimiento y el estado del equipo durante el funcionamiento normal para reducir la probabilidad de fallas. También conocido como mantenimiento basado en condiciones, el mantenimiento predictivo se ha utilizado en el mundo industrial desde la década de 1990.

Sin embargo, en realidad, el mantenimiento predictivo es mucho más antiguo, aunque su historia no está documentada formalmente. Según Control Engineering, “El inicio del mantenimiento predictivo (PdM) puede haber sido cuando un mecánico puso su oreja por primera vez en el mango de un destornillador, tocó el otro extremo de una máquina y pronunció que sonaba como si un rodamiento estuviera fallando. . ”

El objetivo del mantenimiento predictivo es la capacidad de predecir primero cuándo podría ocurrir una falla en el equipo (en función de ciertos factores), seguido de la prevención de la falla mediante un mantenimiento correctivo y programado regularmente.

El mantenimiento predictivo no puede existir sin la supervisión de condiciones, que se define como la supervisión continua de las máquinas durante las condiciones del proceso para garantizar el uso óptimo de las máquinas. Hay tres facetas del monitoreo de condición:en línea, periódica y remota. El monitoreo de condición en línea se define como el monitoreo continuo de máquinas o procesos de producción, con datos recopilados sobre velocidades críticas y posiciones cambiantes del husillo ("Monitoreo de condición de máquinas rotativas", Istec International).

El monitoreo periódico de la condición, que se logra mediante el análisis de vibraciones, “brinda información sobre el comportamiento cambiante de las vibraciones de las instalaciones” con un análisis de tendencias (“Monitoreo de la condición de las máquinas rotativas”, Istec International). Por último, el monitoreo remoto de condiciones, como su nombre indica, permite monitorear el equipo desde una ubicación remota, con datos transmitidos para su análisis.

Antes de establecer un programa de mantenimiento predictivo, una organización debe tomar varios pasos, que incluyen:

• Analizando la necesidad y el historial del equipo

• Revisar todos y cada uno de los registros disponibles sobre tiempo de inactividad, defectos del equipo, pérdidas (rendimiento y energía), posibles multas regulatorias y seguridad en el lugar de trabajo

• Establecer definiciones y conceptos, así como construir un caso para PdM

• Educar a las principales partes interesadas y lograr la aceptación

• Completar un inventario de equipos y evaluar las condiciones actuales del equipo

• Selección de equipo para la implementación inicial del programa

• Desarrollar detalles del sistema basados ​​en sistemas y / o componentes individuales

• Evaluar cualquier mantenimiento preventivo o predictivo existente

• Decidir qué sistemas incluir y qué inspeccionar

• Definición de la criticidad del programa y establecimiento de la frecuencia de PdM y el tipo de horario

• Evaluar los recursos previstos y asignar roles y responsabilidades al personal

• Organizar el programa e integrarlo en el sistema de programación

• Educar y obtener la aceptación de las operaciones y el mantenimiento

• Actualización de equipos y realización de capacitaciones

• Creación de un sistema de gestión de mantenimiento computarizado (CMMS)

Alrededor del 65 por ciento del personal de mantenimiento encuestado en la Encuesta de mantenimiento predictivo de Reliable Plant de 2019 dijo que usa el mantenimiento predictivo. Cuando se implementa y ejecuta, el mantenimiento predictivo es la piedra angular de un programa de mantenimiento exitoso.

La diferencia entre mantenimiento predictivo y mantenimiento preventivo

Si bien muchos programas de mantenimiento usan un poco de ambos, existen varias diferencias entre el mantenimiento predictivo y el mantenimiento preventivo. El mantenimiento preventivo ha implicado inspeccionar y realizar el mantenimiento de la maquinaria, independientemente de si el equipo necesitaba mantenimiento. Este programa de mantenimiento se basa en un desencadenante de uso o de tiempo. Por ejemplo, una unidad de calefacción recibe servicio todos los años antes del invierno, o un automóvil requiere un mantenimiento programado cada 5,000 millas.

Además, el mantenimiento preventivo no exige el componente de monitoreo de condición que requiere el mantenimiento predictivo. Al no requerir monitoreo de condición, un programa de mantenimiento preventivo no implica tanta inversión de capital en tecnología y capacitación. Por último, muchos programas de mantenimiento preventivo necesitan recopilar y analizar datos manualmente.

Mientras que el mantenimiento preventivo se determina utilizando el ciclo de vida promedio de un activo, el mantenimiento predictivo se identifica con base en condiciones preestablecidas y predeterminadas de piezas específicas de equipo, utilizando diferentes tecnologías. El mantenimiento predictivo también requiere más inversiones en personas, capacitación y equipos que el mantenimiento preventivo, pero el ahorro de tiempo y de costos será mayor a largo plazo.

Ventajas y desventajas del mantenimiento predictivo

Como se mencionó, las ventajas del mantenimiento predictivo son tremendas desde una perspectiva de ahorro de costos e incluyen minimizar el tiempo de inactividad planificado, maximizar la vida útil del equipo, optimizar la productividad de los empleados y aumentar los ingresos (Immerman, "El impacto del mantenimiento predictivo en la fabricación"). Otra ventaja del mantenimiento predictivo es su capacidad para transformar tanto a un equipo de mantenimiento como a una organización, ya que la implementación de PdM permite a los administradores de activos mejorar los resultados y equilibrar mejor prioridades como la rentabilidad y la confiabilidad.

Una de las principales desventajas del mantenimiento predictivo es la cantidad de tiempo que lleva evaluar e implementar un programa de PdM. Dado que el mantenimiento predictivo es una iniciativa compleja, el personal de la planta debe estar capacitado no solo sobre cómo utilizar el equipo, sino también sobre cómo interpretar los análisis (o datos).

Si bien muchas organizaciones optan por capacitar a los empleados existentes en mantenimiento predictivo, existen contratistas de monitoreo de condición que se especializan en realizar el trabajo requerido y analizar los resultados de una instalación. Además de los costos de capacitación, el mantenimiento predictivo implica una inversión en herramientas y sistemas de mantenimiento. Este costo ha disminuido con el tiempo con la introducción de tecnología basada en la nube.

Mantenimiento predictivo frente a inspección de defectos

Durante algún tiempo, ha existido una cantidad considerable de confusión sobre la forma adecuada de inspeccionar la presencia de un modo de falla determinado. ¿Debo realizar algún tipo de inspección sensorial? ¿Debo realizar algún tipo de inspección cuantitativa? ¿Debo aplicar una o más tecnologías de monitoreo de condición? ¿Debería aplicar alguna combinación de estas técnicas para maximizar la probabilidad condicional de encontrar el defecto?

¿Cómo identifico la presencia de un defecto clave de tal manera que maximice la cantidad de tiempo que mi departamento de planificación tiene para desarrollar los procedimientos de trabajo, crear órdenes de trabajo, ordenar las piezas y programar y completar el trabajo antes de la probabilidad condicional de el fracaso se vuelve demasiado alto? Una explicación de los tipos de inspecciones y cómo se complementan entre sí contribuye en gran medida a aclarar cuáles son las más apropiadas.

Tipos de técnicas de inspección de defectos

Las inspecciones sensoriales se han considerado durante mucho tiempo la columna vertebral de cualquier buen programa de inspección y trabajo de mantenimiento. Se creía que enviar a alguien con suficiente frecuencia para inspeccionar problemas con la maquinaria daría como resultado la identificación de defectos con tiempo suficiente para mitigar el tiempo de inactividad no planificado. El inspector usaría la vista, el sonido y el tacto para determinar si algo había cambiado desde la última inspección. Cualquier cambio sería registrado, informado e investigado por un artesano en la próxima interrupción programada.

Si bien es muy beneficioso enviar a alguien para realizar inspecciones, hay tantos agujeros en esta estrategia que nunca debe considerarse la columna vertebral del programa de inspección. Las inspecciones sensoriales generalmente solo identifican los problemas más obvios y drásticos. Es casi imposible que una inspección sensorial identifique defectos internos tempranos en las máquinas.

Inspecciones sensoriales mejoradas

Las inspecciones sensoriales mejoradas llenan esa zona gris. Son tanto una inspección sensorial como una medición cuantitativa con características de monitoreo de condición. Estas inspecciones utilizan instrumentos como radiómetros puntuales, luces estroboscópicas, bolígrafos de vibración portátiles y medidores ultrasónicos simples para detectar defectos más arriba en la curva P-F. Si bien estas herramientas multiplican el poder de los sentidos humanos, tienen su límite. Estas herramientas simples permiten detectar diferentes modos de falla, pero no deberían reemplazar un programa integral de monitoreo de condiciones.

Inspecciones cuantitativas

Las inspecciones cuantitativas pueden proporcionar información útil cuando se trata de generar datos para establecer tendencias y determinar la vida característica de un modo de falla. Las inspecciones cuantitativas necesitan que alguien mida algo. Las inspecciones cuantitativas muy comunes incluyen medir la temperatura de un sello en una bomba o medir la holgura de la placa posterior en un impulsor de bomba. Estas mediciones proporcionan datos al planificador y al ingeniero y ayudan a determinar la necesidad de realizar más acciones de mantenimiento.

Cuando se diseña correctamente, un procedimiento de inspección cuantitativa detalla los límites y las mediciones típicamente esperadas. Cualquier inspección que requiera que alguien mida algo debe tener los valores mínimo, máximo y típico, con tareas condicionales definidas para cuando se superen los límites. Pero una inspección cuantitativa realizada con la frecuencia de inspección adecuada rara vez tendrá una medición que exceda los límites.

Mantenimiento predictivo como técnica de inspección de defectos

El monitoreo de condiciones, también conocido como mantenimiento predictivo (PdM), es la aplicación de tecnologías de monitoreo basadas en condiciones, control estadístico de procesos o rendimiento del equipo para la detección temprana y la eliminación de defectos del equipo que podrían generar tiempo de inactividad no planificado o gastos innecesarios.

Y en términos generales, debe realizar esto mientras el equipo está en funcionamiento normal, con poca o ninguna interrupción del proceso. El propósito de estas herramientas (análisis de vibraciones, termografía infrarroja, análisis del circuito del motor, etc.) es encontrar defectos no encontrados a través de métodos de inspección previamente disponibles, mientras la máquina está en operación normal.

Aprovechar la tecnología disponible le permite evaluar el estado de las piezas y la presencia de defectos hasta ahora imposibles de detectar. Un ejemplo de la ventaja que tienen estas herramientas en el área de inspecciones cuantitativas o inspecciones sensoriales es el uso de análisis de vibraciones para determinar la presencia de un defecto en un cojinete de elemento rodante.

Anteriormente, los mecánicos y los fabricantes de molinos confiaban en "controles de elevación" para determinar la cantidad de espacio libre en un rodamiento. Desafortunadamente, esta técnica solo es válida para los defectos de los rodamientos que resultaron en la remoción de material de las pistas de rodadura del rodamiento; este cojinete estaría bastante mal si tuviera milésimas de pulgadas de juego.

La fatiga del subsuelo se ve fácilmente con el análisis de vibraciones y, en este punto de la propagación de la falla, no se ha eliminado material de las pistas de rodadura. Este es el ejemplo más común de las ventajas de las tecnologías de mantenimiento predictivo.

Hay diferentes tipos de técnicas de inspección de defectos que pueden aplicarse a una máquina, y cada una tiene sus ventajas y desventajas. Sin embargo, estas técnicas no se reemplazan exactamente entre sí. Cada uno determina la presencia del defecto en diferentes lugares a lo largo de la curva P-F y, como resultado, cada uno le da a la función de planificación diferentes cantidades de tiempo para responder al defecto.

Un análisis de modos, efectos y criticidad de fallas (FMECA) puede ayudarlo a determinar qué técnicas de inspección deben aplicarse, con qué frecuencia y con qué grado de redundancia. Recuerde, el truco consiste en equilibrar el riesgo con el rigor. La cantidad de riesgo que está dispuesto a correr con un modo de falla dado, junto con la cantidad que está dispuesto a pagar por la inspección, determina la estrategia adecuada.

Tecnologías de mantenimiento predictivo

Como sugiere el nombre, el objetivo del mantenimiento predictivo es predecir cuándo se necesita mantenimiento. Si bien no hay Magic 8-Ball, existen varios dispositivos y técnicas de monitoreo de condición que se pueden emplear para predecir fallas de manera efectiva, así como para brindar advertencias avanzadas para el mantenimiento en el horizonte.

Termografía infrarroja

Conocida como una tecnología de prueba no destructiva o no intrusiva, la termografía infrarroja (IR) en el mantenimiento predictivo se usa ampliamente. Con las cámaras de infrarrojos, el personal puede detectar altas temperaturas (también conocidas como puntos calientes) en el equipo. Los componentes gastados, incluidos los circuitos eléctricos que funcionan mal, generalmente emiten calor que se mostrará como un punto de acceso en una imagen térmica ("Mantenimiento predictivo", Herramientas de fabricación ajustada).

Al identificar rápidamente los puntos de acceso, las inspecciones por infrarrojos pueden identificar problemas y ayudar a evitar costosas reparaciones y tiempos de inactividad. La tecnología infrarroja se considera "una de las tecnologías de mantenimiento predictivo más versátiles disponibles ... se utiliza para estudiar todo, desde componentes individuales de maquinaria hasta sistemas de plantas, techos e incluso edificios completos" (Control Engineering). Más usos de la tecnología infrarroja incluyen la detección de anomalías térmicas y problemas con los sistemas de proceso que dependen de la retención y / o transferencia de calor.

Monitoreo acústico

Con acústico tecnologías, el personal puede detectar fugas de gas, líquido o vacío en el equipo a nivel sónico o ultrasónico. Considerada menos costosa que la tecnología ultrasónica, la tecnología sónica es útil en equipos mecánicos, pero tiene un uso limitado. La tecnología ultrasónica tiene más aplicaciones y es más confiable para detectar problemas mecánicos.

Permite que un técnico "escuche la fricción y el estrés en la maquinaria giratoria, lo que puede predecir el deterioro antes que las técnicas convencionales" ("Mantenimiento predictivo", Wikipedia) mediante el uso de instrumentación para convertir sonidos en el rango de 20 a 100 kilohercios en "auditivos o señales visuales que pueden ser escuchadas / vistas por un técnico. Estas altas frecuencias son las frecuencias exactas generadas por cojinetes desgastados y poco lubricados, equipos eléctricos defectuosos, válvulas con fugas, etc. ” (Wright, "Cómo aprovechar múltiples tecnologías de mantenimiento predictivo").

Si bien las pruebas sonoras y ultrasónicas pueden ser costosas, existe otra forma de monitoreo acústico que es bastante asequible:los oídos de un técnico. "Algo tan simple como detectar una fuga de aceite o una caja de cambios que suena extraño podría y a menudo conduce a la prevención de una falla catastrófica, evitando decenas de miles de dólares en pérdidas", (Wright, "Cómo aprovechar múltiples tecnologías de mantenimiento predictivo" ).

Análisis de vibraciones

Empleado principalmente para equipos giratorios de alta velocidad, el análisis de vibraciones permite a un técnico monitorear las vibraciones de una máquina mediante el uso de un analizador de mano o sensores en tiempo real integrados en el equipo. Una máquina que funciona en condiciones óptimas presenta un patrón de vibración particular. Cuando componentes como cojinetes y ejes comienzan a desgastarse y fallar, la máquina comenzará a generar un patrón de vibración diferente. Al monitorear proactivamente el equipo, un técnico capacitado puede comparar las lecturas con los modos de falla conocidos para determinar dónde están ocurriendo los problemas.

Entre los problemas que se pueden detectar con el análisis de vibraciones se incluyen desalineación, ejes doblados, componentes desequilibrados, componentes mecánicos sueltos y problemas del motor.

Asegurarse de que los técnicos estén capacitados será vital, ya que puede ser difícil predecir las fallas de la máquina mediante el análisis de vibraciones. Muchas organizaciones ofrecen capacitación en profundidad para preparar a las personas para la certificación como analistas de vibraciones. La única desventaja de utilizar el análisis de vibraciones es el costo asociado con su implementación con un programa de PdM.

Análisis de aceite

El análisis de aceite es una herramienta eficaz en el mantenimiento predictivo. Permite a un técnico verificar el estado del aceite y determinar si hay otras partículas y contaminantes presentes. Algunas pruebas de análisis de aceite pueden revelar la viscosidad, la presencia de agua o metales de desgaste, el recuento de partículas y el índice de ácido o de base.

Uno de los beneficios de utilizar el análisis de aceite es que las pruebas iniciales establecerán una línea de base para una nueva máquina. Cuando se realiza correctamente, el análisis de aceite puede producir una gran cantidad de resultados para ayudar a que el mantenimiento predictivo sea exitoso.

Otras tecnologías

Junto con estas técnicas, las instalaciones pueden utilizar otras tecnologías como el análisis de la condición del motor, que detalla el estado de funcionamiento y funcionamiento de los motores; y análisis de corrientes parásitas, que identifica cambios en el espesor de la pared del tubo dentro de los sistemas de calderas y enfriadores centrífugos. Las inspecciones de boroscopio, CMMS, la integración de datos y el monitoreo de la condición también pueden ayudar a facilitar el mantenimiento predictivo. Si bien existen varias tecnologías diferentes para ayudarlo en sus esfuerzos de PdM, es vital elegir la correcta para garantizar el éxito.

Caso empresarial para el mantenimiento predictivo

Para obtener el retorno de las inversiones de capital y mantener las máquinas funcionando con la máxima eficiencia, las instalaciones deben poner un mayor énfasis en el mantenimiento predictivo. Según el Wall Street Journal , “El tiempo de inactividad no planificado cuesta a los fabricantes industriales un estimado de $ 50 mil millones al año. La falla del equipo es la causa del 42 por ciento de este tiempo de inactividad no planificado. Las interrupciones no planificadas dan como resultado un mantenimiento, reparación y reemplazo de equipos excesivos ".

A medida que las operaciones y la administración se empujan hacia la reducción de costos y el aumento de la productividad, la necesidad de mantenimiento predictivo se vuelve clara, ya que es difícil tomar decisiones rentables a largo plazo para una instalación.

El valor del mantenimiento predictivo proviene de un enfoque que ahorra costos y / o tiempo, ya que el mantenimiento solo se realiza cuando es necesario. De hecho, varios estudios realizados por el Programa Federal de Administración de Energía del Departamento de Energía de EE. UU. Encontraron que un programa de mantenimiento predictivo que funcione correctamente proporciona ahorros que oscilan entre el 30 y el 40 por ciento sobre el mantenimiento reactivo y entre el 8 y el 12 por ciento sobre el mantenimiento preventivo.

Para que una estrategia de PdM tenga éxito, se deben considerar y cumplir varios criterios. Primero, el compromiso debe provenir de arriba hacia abajo. Toda la organización debe comprometerse a hacer del mantenimiento predictivo una parte obligatoria de los programas normales. Todos los operadores de procesos también deben estar capacitados e involucrados en la realización de las comprobaciones de mantenimiento necesarias. Además, toda la organización debe comprender el costo real y las repercusiones de un mantenimiento deficiente. Finalmente, los procedimientos de PdM deben implementarse de inmediato para que la organización comience a cosechar los beneficios.

Si bien muchos reconocen la importancia de utilizar el mantenimiento predictivo para máquinas de alto precio, PdM también es viable para monitorear activos cotidianos más pequeños, como máquinas de café, impresoras, medidores de correo y más. En realidad, toda una instalación puede beneficiarse de la implementación del mantenimiento predictivo.

Aplicaciones de mantenimiento predictivo

La mayor aplicación para el mantenimiento predictivo se encuentra en el sector de la fabricación. A medida que las plantas de fabricación continúan enfrentando la demanda para aumentar la productividad, se han creado e implementado varias estrategias de mantenimiento. Sin embargo, la mayoría de estos han sido reactivos. Muchas instalaciones tienen la mentalidad de "si no está roto, no lo arregles". Desafortunadamente, esta mentalidad contribuye al mantenimiento y al tiempo de inactividad no planificados.

Como se mencionó anteriormente, las instalaciones comenzaron a implementar el mantenimiento predictivo a principios de la década de 1990. En aquel entonces, "la falta de disponibilidad de sensores que generen datos, así como la falta de recursos computacionales para recopilar y analizar los datos, dificultaban la implementación de PdM" ("Mantenimiento predictivo en la descripción general de la fabricación", Microsoft Azure).

Con la introducción de la Internet de las cosas (IoT), el aprendizaje automático, la computación en la nube y el análisis de big data, la industria manufacturera ha avanzado en la implementación del mantenimiento predictivo, lo que resulta en un mayor tiempo de actividad y control de calidad, optimización de las rutas de mantenimiento, mejora de la seguridad de los trabajadores y mayor productividad. Dado que los fabricantes trabajan con márgenes y plazos ajustados, la idea de un tiempo de inactividad no programado se ha vuelto indeseable. El mantenimiento predictivo puede ofrecer una solución.

Otra aplicación de PdM se encuentra en el sector ferroviario, particularmente en lo que se refiere a la transformación digital de la industria ferroviaria. Dado que los trenes tienen una alta inversión inicial, existe un gran enfoque en mantenerlos en servicio el mayor tiempo posible. El mantenimiento predictivo permite a las empresas ferroviarias obtener el máximo valor de su flota de trenes a través de una variedad de tecnologías y software que reducen los costos operativos y prolongan la vida útil de la flota.

Dentro del sector ferroviario, el mantenimiento predictivo se utiliza para detectar problemas con activos lineales, fijos y móviles; mejorar la seguridad y la detección de vacíos en la pista a través de sistemas de monitoreo basados ​​en la cabina del vehículo; e identificar el tipo de activo de la pista bajo el cual se encuentra el vacío, así como proporcionar una indicación de la gravedad del vacío.

Según un artículo en MaintWorld , "En el futuro, se espera que el mantenimiento ferroviario confiable dependa de sistemas de transporte inteligentes y soluciones interconectadas como el mantenimiento predictivo y las herramientas de seguridad integradas para mejorar problemas críticos como la seguridad, los retrasos y la capacidad general del sistema" (Peycheva, "Railway Goes Smart con Mantenimiento Predictivo e Industria 4.0 CMMS ”).

Si bien la modernización de sus sistemas de mantenimiento ha sido tradicionalmente lenta, la industria del petróleo y el gas se está convirtiendo en uno de los principales defensores del mantenimiento predictivo. Cada día, las empresas de petróleo y gas recopilan cantidades masivas de datos a través de sensores, en particular sensores inalámbricos, en campos petroleros de todo el mundo. A medida que las operaciones de petróleo y gas se vuelven más complejas, la visibilidad del estado del equipo se vuelve más difícil, especialmente en ubicaciones remotas, en alta mar y en aguas profundas.

En un informe técnico de 2015, MapR Technologies Inc. declaró:"Las empresas de petróleo y gas tienen una gran oportunidad para aumentar la eficiencia y reducir los costos operativos a través de un mejor seguimiento de activos y mantenimiento predictivo".

El mantenimiento predictivo podría verse como una ventaja competitiva para las empresas de petróleo y gas, así como para los negocios de servicios relacionados, particularmente durante tiempos de recesión cuando las organizaciones se ven obligadas a encontrar formas de trabajar de manera más eficiente y eficaz. Por supuesto, el mantenimiento predictivo no solo pertenece a las industrias de fabricación, ferrocarriles y petróleo y gas. En otras aplicaciones, PdM se usa para:

• Ayude a prevenir cortes de servicios públicos con la ayuda de drones y sensores que mapean las redes de servicios públicos

• Detecta una disminución de temperatura en una tubería de vapor, lo que indica una posible fuga de presión

• Capture el aumento de temperatura en los paneles eléctricos para evitar fallas en los componentes

• Mida la potencia del lado de la oferta y del lado de la demanda en un punto de acoplamiento común para monitorear el consumo de energía

• Localizar sobrecargas en paneles eléctricos

• Identifique los picos de amperaje del motor o el sobrecalentamiento de los cojinetes defectuosos o averías por aislamiento

• Encuentre desequilibrios de potencia trifásica por distorsión armónica, sobrecargas, degradación o falla de una o más fases

Integración de IIoT y PdM

Uno de los factores más importantes, si no el El factor más importante:en un programa de mantenimiento predictivo exitoso es el uso y la integración del Internet industrial de las cosas (IIoT). Según un informe de Deloitte, “Internet de las cosas (IoT) es quizás la pieza más grande del rompecabezas de PdM ... IoT traduce las acciones físicas de las máquinas en señales digitales utilizando sensores como temperatura, vibración o conductividad ... Una vez que las acciones físicas han sido traducidas a señales digitales a través de sensores, se procesan, agregan y analizan. Con la asequibilidad del ancho de banda y el almacenamiento, se pueden transmitir cantidades masivas de datos para brindar no solo una imagen completa de los activos en una sola planta, sino de una red de producción completa ”(Coleman et al.,“ Mantenimiento predictivo y la fábrica inteligente ” ).

Para tener éxito, el mantenimiento predictivo se basa en sensores para recopilar y analizar datos de diversas fuentes, como un CMMS y sensores de equipos críticos. Con estos datos, el IIoT puede crear “modelos de predicción avanzados y herramientas analíticas para predecir fallas y abordarlas de manera proactiva. Además, con el tiempo, la nueva tecnología de aprendizaje automático puede aumentar la precisión de los algoritmos predictivos, lo que conduce a un rendimiento aún mejor ”(Coleman et al.,“ Mantenimiento predictivo y la fábrica inteligente ”).

Cuando se combina con el mantenimiento predictivo, el IIoT tiene la capacidad de detectar las fallas del equipo con anticipación. Con la llegada de la Industria 4.0 al ámbito de la fabricación, las instalaciones están ansiosas por utilizar IIoT para obtener mejores conocimientos sobre las operaciones.

Mantenimiento predictivo y retorno de la inversión

La implementación del mantenimiento predictivo requiere una inversión significativa en dinero, personal y educación. Si bien estas inversiones iniciales pueden parecer desalentadoras para una organización, el retorno de la inversión (ROI) del mantenimiento predictivo supera con creces cualquier costo inicial.

Según un informe reciente de Deloitte, varias instalaciones han experimentado un ahorro de costos del 5 al 10 por ciento en operaciones y gastos de material de mantenimiento, reparación y operaciones (MRO); una reducción del 5 al 10 por ciento en los costos generales de mantenimiento; y reducción de los costos de mantenimiento de inventario. Otros datos del Departamento de Energía de EE. UU. También muestran que la implementación de un programa funcional de PdM tiene el potencial de producir un aumento de diez veces en el ROI, una reducción del 25-30 por ciento en los costos de mantenimiento, una disminución del 70-75 por ciento en averías y un 35-45 reducción porcentual del tiempo de inactividad.

“En lo que respecta a los costos de mantenimiento, el mantenimiento preventivo cuesta $ 13 pago por hora por año, mientras que el mantenimiento predictivo cuesta $ 9 pago por hora por año, lo que hace que el mantenimiento predictivo sea una opción más barata” (Ulbert, “La diferencia entre mantenimiento predictivo y mantenimiento preventivo”).

Referencias

Coleman, Chris, Satish Damodaran y Ed Deuel. "Mantenimiento predictivo y la fábrica inteligente". Deloitte. 2017. https://www2.deloitte.com/content/dam/Deloitte/us/Documents/process-and-operations/us-cons-predictive-maintenance.pdf

“Monitoreo de condición de rotación Máquinas." Istec International. Consultado el 1 de noviembre de 2018. https://www.istec.nl/en/condition-monitoring-rotating-machines/.

Ingeniería de control. "Tecnologías de mantenimiento predictivo". Consultado el 4 de noviembre de 2018. https://www.controleng.com/single-article/predictive-maintenance-technologies/72faca6f85ddaef6b4479583b2741e6c.html.

Immerman, Graham. "El impacto del mantenimiento predictivo en la fabricación". MachineMetrics. Consultado el 1 de noviembre de 2018. https://www.machinemetrics.com/blog/the-impact-of-predictive-maintenance-on-manufacture.

Herramientas de manufactura esbelta. "Mantenimiento predictivo." Consultado el 2 de noviembre de 2018. http://leanmanufacturetools.org/427/predictive-maintenance/.

Peycheva, Ralitsa. "El ferrocarril se vuelve inteligente con mantenimiento predictivo y GMAO Industria 4.0". MaintWorld. 11 de octubre de 2017. Consultado el 4 de noviembre de 2018. https://www.maintworld.com/Applications/Railway-Goes-Smart-with-Predictive-Maintenance-and-Industry-4.0-CMMS.

"Mantenimiento predictivo en la descripción general de la fabricación". Microsoft Azure. 1 de mayo de 2018. Consultado el 4 de noviembre de 2018. https://docs.microsoft.com/en-us/azure/industry/manufacture/predictive-maintenance-overview.

“Mantenimiento predictivo con Hadoop para la industria del petróleo y el gas”, MapR Technologies Inc., mayo de 2015. https://mapr.com/resources/predictive-maintenance-using-hadoop-oil-and-gas-industry/.

Ulbert, Sebastian, “The Difference Between Predictive Maintenance and Preventive Maintenance”, Coresystems, 15 de septiembre de 2015. Consultado el 2 de noviembre de 2018. https://www.coresystems.net/blog/the-difference-between-predictive-maintenance- y-mantenimiento-preventivo.

Wall Street Journal . Consultado el 2 de noviembre de 2018. https://partners.wsj.com/emerson/unlocking-performance/how-manufacturers-can-achieve-top-quartile-performance/.

Wikipedia. "Mantenimiento predictivo." Consultado el 11 de octubre de 2018. https://en.wikipedia.org/wiki/Predictive_maintenance.

Wright, Jeremy. "Cómo aprovechar múltiples tecnologías de mantenimiento predictivo". Lubricación de maquinaria. Consultado el 1 de noviembre de 2018. https://www.machinerylubrication.com/Read/29819/predictive-maintenance-technologies