Pasos para la implantación de sistemas de mantenimiento predictivo

Los sistemas de mantenimiento predictivo han dado un vuelco a las tareas de preventivas y correctivas en los equipos industriales. El trabajo sobre predicciones de lo que es altamente probable que suceda en los equipos, dota a las labores de mantenimiento de altas cotas de eficacia que repercuten en el resto de eslabones de la cadena de suministros, dado que, por ejemplo, en base a datos objetivos es posible determinar los momentos óptimos para realizar paradas programadas, o adelantarse a posibles fallos o averías en la maquinaria.

En anteriores post que podéis encontrar en nuestro blog, ya hemos hablado sobre las características del mantenimiento predictivo y sus innumerables beneficios. Por hacer un rápido repaso, simplemente recordamos en éste que el avance de la Inteligencia Artificial, el Big Data e Internet of Things (Iot – IIot) han permitido el desarrollo de sistemas predictivos que, aplicados al mundo de la empresa, posibilitan el diseño de estrategias sobre información real y objetiva, tanto presente como futura, alejándose de modelos precedentes basados en la intuición y experiencia de los operarios. ¿Y esto qué supone? Pues una importante mejora en el diseño de estrategias empresariales, que tienen ahora altos índices de éxito puesto que parten del ‘conocimiento del futuro’.

En el campo concreto del mantenimiento, el vertiginoso desarrollo de las nuevas tecnologías y el trabajo sobre previsiones otorgan las siguientes ventajas (si quieres profundizar más puedes consultar el post ‘10 beneficios del mantenimiento predictivo’):

• Monitorización de equipos en tiempo real
• Optimización de piezas y recambios
• Detección temprana de anomalías
• Incremento de la productividad
• Optimización de procesos
• Mejora de la planificación
• Simplificación de la toma de decisiones
• Liberación de personal para otras tareas
• Incremento de la productividad
• Ahorro de costes

Resumidas sus características principales, vamos a ver los pasos necesarios para la implementación de los sistemas de mantenimiento predictivos en la empresa, temática a la que dedicamos esta entrada. Para ello, vamos a centrarnos en los procesos que nosotros seguimos, por tanto, los que mejor conocemos y consideramos como óptimos de cara a integrar el mantenimiento predictivo en las operativas de negocio.

Análisis de requerimientos

En un workshop inicial definimos cuales son los requerimientos y necesidades del cliente, las características de los equipos a monitorizar y los datos requeridos para evaluar desgastes y anomalías.

Adquisición de datos

El siguiente paso es la implementación de las herramientas necesarias para la adquisición de datos de los equipos industriales. Si es preciso agregamos, además, sensores adicionales que puedan medir datos no monitorizados como movimiento, temperatura, aceleración, consumo y posición. En nuestro caso intentamos que el proceso de recolección de datos sea lo menos intrusivo posible, conectándonos directamente con el hardware industrial.

Analítica de datos

Extraídos los datos, pasamos a elabora indicadores relevantes utilizando algoritmos de analítica avanzada. Estos desarrollos nos permiten determinar fallos asociados al desgaste, desviaciones en el funcionamiento y variaciones en el consumo energético, mediante el trabajo con historiales de incidencias, y el establecimiento de un baremo de valores normalizados que permitan anticipar una posible parada de producción.

Elaboración de cuadros de mando

Usando los indicadores analíticos elaboramos cuadros de mando que permiten comprobar el desempeño de los equipos, y generar alertas cuando hay desviaciones de los valores establecidos como óptimos. De este modo, se simplifican la gestión y la toma de decisiones mediante el diseño de entornos visuales sencillos e intuitivos que presentan la información de manera clara y directa.

Elaboración de un piloto

Para seguir avanzando, se selecciona un número reducido de equipos industriales para implantar una prueba piloto que permita agilizar el proceso de puesta en producción, y ajustar los algoritmos analíticos.

Puesta en producción

Una vez que el sistema está perfectamente engranado y el piloto funciona de la manera esperada, se procede a la puesta en producción total del sistema.