Mantenimiento predictivo en producción

La producción es el pilar sobre el que se sustentan muchas empresas. El gran reto para estas entidades, sean del sector que sean, es aumentar el tiempo productivo y minimizar las fallas en el proceso, ya que ambos hitos son, al final, dinero. Ejemplos claros de lo que comentamos los encontramos en la alimentación, el retail, la industria química o la automovilística.

En estos, y en otros muchos sectores, el tiempo de trabajo de las líneas de producción es oro, lo que exige conseguir de cada máquina su máximo rendimiento, optimizar los procesos. El mantenimiento es, por tanto, una labor vital puesto que paradas inesperadas o con tiempos de inactividad superiores a los estimados, incrementan los costes de producción y redundan, directamente, bien en el beneficio empresarial o bien en el precio del producto, en este último caso con posibles acuses sobre las ventas.

Si una empresa de fabricación de bicicletas sufre una avería de calado en la sección de elaboración de cuadros de carbono que deja parada la línea 12 horas, el precio por unidad, en el periodo de tiempo que se determine, se incrementará un X% que, o será asumido por la organización con esa merma en sus beneficios, o será trasladado al coste del producto y, por tanto, a mayoristas o cliente final. En este punto tenemos que tener en cuenta que no solo se monetiza el tiempo sin fabricar, también el material y personal empleados para devolver la línea a los parámetros de producción estimados.

Ninguna maquina está exenta de sufrir fallos, averías, deterioros, mermas en sus capacidades… es más ninguna máquina está exenta de sufrir cualquiera de estas circunstancias sin previo aviso o indicadores que puedan dar pistas a los equipo de mantenimiento para poder llevar a cabo acciones correctoras, también costosas, pero en menor medida.

Solución: mantenimiento predictivo

Hoy en día el Big Data, la Inteligencia Artificial y los dispositivos Internet of Things (Iot) nos permiten llevar el mantenimiento a sus más altas cotas de eficacia, adelantándonos a los problemas que pueda tener la maquinaria industrial. Saber lo que va a suceder antes de que pase puede parecer ciencia ficción, pero es el presente. ¿Cómo lo conseguimos? Con herramientas de mantenimiento predictivo.

El mantenimiento predictivo es una técnica basada en la explotación del dato y su conversión en información útil, que permite simplificar la toma de decisiones y anticipar problemas antes de que lleguen a producirse. Las predicciones serán mejores cuantos más datos se tengan y mayor sea su calidad, punto en el que tiene vital importancia Internet de las Cosas.

El desarrollo de la sensórica, cada día más avanzada y barata, permite explotar todas las posibilidades de Internet of Things, y monitorizar de manera constante y en tiempo real las líneas de producción, para detectar anomalías en el trabajo de las máquinas con las que anticipar posibles roturas o fallas.

Para obtener las predicciones de las que hablamos, se miden valores como la vibración, temperatura, desplazamiento, velocidad, etc. Cualquier desviación en los parámetros tipo de estas referencias, o en varias de ellas, puede anunciar un problema de mayor calado, que podrá ser atajado de manera prematura, minimizando el tiempo de inacción y los costes de mantenimiento.

En otras palabras, el mantenimiento predictivo se basa en la secuencia detección, análisis e intervención, a través de la que se consigue, por un lado, acabar con acciones correctoras calendarizadas alejadas de las necesidades reales de las máquinas, y, por otro, detectar anticipadamente posibles fallos sobre los que actuar, para evitar roturas de mayor calado, más costosas en tiempo y dinero.

En consecuencia, se incrementa el tiempo productivo de las máquinas; se alarga la vida útil de las piezas, que solo se cambian cuando presentan daños o alteraciones de su estado óptimo; y se aumentan las cotas de planificación (análisis del mejor momento para el paro, valoración necesidades material y recursos humanos…) reduciendo el stress de los equipos y aumentando su confianza, gracias a la simplificación de la toma de decisiones, que serán, además, más acertadas.

Mayor productividad, calidad y rentabilidad

En resumen, el salto de mantenimiento preventivo a mantenimiento predictivo reduce las intervenciones en la maquinaria, que solo se dará en aquellos casos en los que sea necesario; minimiza los tiempos de inacción de la cadena de producción; reduce los gastos en piezas y repuestos, disminuye las tasas de rechazo, y aumenta la previsión, lo que permite planificar los trabajos en momentos valle, en los que una parada es menos costosa. ¿Y en que se traducen estos beneficios? Mayor productividad, mayor calidad y mayor rentabilidad.