{"id":1421,"date":"2020-11-06T11:03:21","date_gmt":"2020-11-06T10:03:21","guid":{"rendered":"https:\/\/syram.eu\/?p=1421"},"modified":"2021-02-02T10:11:42","modified_gmt":"2021-02-02T09:11:42","slug":"maintenance-predictive-industrie","status":"publish","type":"post","link":"https:\/\/syram.eu\/es\/mantenimiento-predictivo-industria\/","title":{"rendered":"Mantenimiento predictivo: uso de IIoT y ML para prevenir fallos en los equipos"},"content":{"rendered":"
Tarde o temprano, todas las m\u00e1quinas se aver\u00edan, pero con consecuencias muy diversas. Un fallo repentino de la cafetera puede arruinarle el humor y la ma\u00f1ana. En cambio, una aver\u00eda inesperada en una central el\u00e9ctrica puede dejar a miles de personas a oscuras durante horas y causar p\u00e9rdidas de millones de euros.<\/span><\/p> Por ejemplo, el coste medio de las paradas imprevistas en los sectores de la energ\u00eda, la fabricaci\u00f3n, el transporte y otros es de 250.000 euros por hora o 2 millones de euros por d\u00eda laborable.\u00a0<\/span><\/p> En efecto, para evitar las costosas aver\u00edas y mitigar los da\u00f1os causados por ellas, las empresas necesitan una pol\u00edtica de mantenimiento eficaz. Este art\u00edculo presenta las estrategias disponibles, las ventajas del enfoque predictivo m\u00e1s avanzado y los recursos necesarios para aplicarlo.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t En primer lugar, existen tres tipos principales de estrategias de mantenimiento a las que puede adherirse una empresa: correctivo, preventivo y predictivo. Cada opci\u00f3n tiene sus ventajas e inconvenientes, as\u00ed que analic\u00e9moslas con m\u00e1s detalle.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Principales ventajas:<\/strong> bajos costes de mantenimiento, personal permanente reducido, planificaci\u00f3n m\u00ednima necesaria<\/span><\/p>\n Principales desventajas:<\/strong> elevados costes de reparaci\u00f3n, riesgos para la seguridad, da\u00f1os potencialmente mayores para la maquinaria<\/span><\/p>\n As\u00ed, el mantenimiento reactivo, tambi\u00e9n conocido como mantenimiento \"de funcionamiento a aver\u00eda\", significa que las acciones se emprenden cuando el equipo ya est\u00e1 averiado. Este enfoque ahorra tiempo y dinero en planificaci\u00f3n y servicios de apoyo. Puede hacerse para activos redundantes, f\u00e1ciles de reparar y no cr\u00edticos. Digamos que las bombillas se sustituyen s\u00f3lo cuando se han fundido.<\/span><\/p>\n Aunque el mantenimiento correctivo no requiere ning\u00fan coste inicial, es muy costoso a largo plazo, dadas las horas extraordinarias, la reducci\u00f3n de la vida \u00fatil de los activos, los da\u00f1os a la reputaci\u00f3n y los riesgos para la seguridad. El Marshall Institute calcula que el enfoque reactivo cuesta a las empresas hasta cinco veces m\u00e1s que los tipos de mantenimiento proactivos.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Principales ventajas:<\/strong> mayor eficacia y vida \u00fatil de los equipos, menor probabilidad de aver\u00edas, ahorro de costes<\/span><\/p> Principales desventajas:<\/strong> no hay forma de excluir fallos catastr\u00f3ficos, mayor intensidad de trabajo y tiempo de inactividad planificado, tiempo extra en la planificaci\u00f3n<\/span><\/p> As\u00ed, el mantenimiento preventivo pone en marcha inspecciones peri\u00f3dicas de los equipos para mitigar los da\u00f1os y reducir la probabilidad de aver\u00edas. Las actividades planificadas, como la lubricaci\u00f3n o el cambio de filtros, prolongan la vida \u00fatil de los activos y aumentan su eficiencia. Todo esto se traduce en ahorro de dinero. Los estudios demuestran que el ahorro medio del mantenimiento planificado es de 12-18% en comparaci\u00f3n con el mantenimiento reactivo.<\/span><\/p> Sin embargo, las medidas preventivas no pueden excluir por completo la posibilidad de fallos catastr\u00f3ficos. Adem\u00e1s, esta pr\u00e1ctica requiere planificaci\u00f3n y recursos humanos adicionales. A menudo, la frecuencia de las comprobaciones es mayor o menor de lo necesario para garantizar la fiabilidad.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Principales ventajas:<\/strong> reducci\u00f3n del tiempo y los costes de mantenimiento, aumento de la vida \u00fatil de los activos, reducci\u00f3n de los riesgos para la seguridad, el medio ambiente y la calidad<\/span><\/p>\n Principales desventajas:<\/strong> la necesidad de cambios organizativos, grandes inversiones en hardware, software, conocimientos t\u00e9cnicos y formaci\u00f3n del personal<\/span><\/p>\n <\/span><\/p>\n De hecho, el mantenimiento predictivo se ha hecho posible con la llegada de la Industria 4.0, la cuarta revoluci\u00f3n industrial impulsada por la automatizaci\u00f3n, el aprendizaje autom\u00e1tico, los datos en tiempo real y la interconectividad. M\u00e1s o menos similar al mantenimiento preventivo, el PdM es un enfoque proactivo del mantenimiento de las m\u00e1quinas. La diferencia es que una empresa planifica actividades basadas en el monitoreo constante de la condici\u00f3n. Una vez identificadas las tendencias poco saludables, las piezas da\u00f1adas se reparan o sustituyen para evitar aver\u00edas m\u00e1s costosas.<\/span><\/p>\n Las ventajas de la gesti\u00f3n del punto de venta para las empresas son<\/span><\/p>\n -Reducci\u00f3n de los costes de mantenimiento, <\/span><\/p>\n -Prolongaci\u00f3n de la vida \u00fatil del equipo, <\/span><\/p>\n -Reducci\u00f3n del tiempo de inactividad, <\/span><\/p>\n -Aumento de la capacidad de producci\u00f3n y mejora de la seguridad. Seg\u00fan un informe de Deloitte Insights, \"PdM promete\"<\/span><\/p>\n -Reducci\u00f3n del tiempo de planificaci\u00f3n del mantenimiento de 20 a 50%,<\/span><\/p>\n -Aumento del tiempo de actividad y disponibilidad de los equipos de 10 a 20%, y<\/span><\/p>\n -Reducci\u00f3n de entre un 5% y un 10% de los costes generales de mantenimiento.<\/span><\/p>\n <\/span><\/p>\n Pero estas mejoras requieren importantes inversiones en infraestructura y conocimientos inform\u00e1ticos, concretamente en sensores de IoT industrial (IIOT); software anal\u00edtico con capacidades de aprendizaje autom\u00e1tico; cient\u00edficos de datos y especialistas inform\u00e1ticos; y formaci\u00f3n del personal. Una empresa necesita construir todo un ecosistema que respalde las actividades de prevenci\u00f3n. <\/span><\/p>\n En las siguientes secciones veremos cu\u00e1ndo tienen sentido estos esfuerzos y qu\u00e9 se necesita exactamente para aplicar el MoU.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t En primer lugar, esta estrategia intensiva en costes y tecnolog\u00eda se justifica por los equipos cr\u00edticos y de alto valor que deben estar siempre operativos. Obviamente, la PdM es demasiado cara e ineficaz para componentes que pueden estar parados durante horas o d\u00edas sin afectar al ciclo de producci\u00f3n. Todo lo que est\u00e1 en medio requiere una mayor deliberaci\u00f3n para tomar la decisi\u00f3n correcta.<\/span><\/p>\n Actualmente, el PdM de mejor rendimiento se utiliza en los siguientes sectores industriales:<\/span><\/p>\n -plantas de fabricaci\u00f3n,<\/span><\/p>\n –<\/span>centrales el\u00e9ctricas,<\/span><\/p>\n -ferrocarriles,<\/span><\/p>\n -aviaci\u00f3n,<\/span><\/p>\n -industria del petr\u00f3leo y el gas, y<\/span><\/p>\n -log\u00edstica y transporte.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Sea cual sea su sector, a la hora de decidir su implantaci\u00f3n debe tener claro que la PdM s\u00f3lo es aplicable a tareas de naturaleza predecible. La estrategia de PdM puede responder a cinco preguntas principales:<\/span><\/p> \u00a0<\/p> La estrategia de PdM se basa en varios pilares fundamentales y no funcionar\u00e1 si no existen o son insuficientes.<\/span><\/p>\n -Dons.<\/strong> Cuantos m\u00e1s datos tenga, m\u00e1s decisiones informadas podr\u00e1 tomar su personal de mantenimiento. Para generar previsiones precisas, es necesario recopilar y procesar datos en tiempo real procedentes de sensores; registros hist\u00f3ricos de mantenimiento y aver\u00edas, metadatos de los equipos e incluso informaci\u00f3n externa, como las condiciones meteorol\u00f3gicas.<\/span><\/p>\n –Competencia.<\/strong> Adem\u00e1s de formar al personal para que comprenda los procesos de PdM y trabaje con los nuevos equipos, se necesitan conocimientos t\u00e9cnicos adicionales. La eficacia del mantenimiento predictivo depende en gran medida de los siguientes especialistas:<\/span><\/p>\n ++Ingenieros de software y de la nube para integrar todas las piezas de un rompecabezas inform\u00e1tico de mantenimiento predictivo en una soluci\u00f3n integral y orquestar su trabajo;<\/span><\/p>\n ++expertos en datos para preparar los datos, seleccionar, ajustar y entrenar modelos de aprendizaje autom\u00e1tico e interpretar los resultados; y<\/span><\/p>\n ++Ingenieros de fiabilidad que utilicen los resultados proporcionados por los cient\u00edficos de datos para mejorar la eficiencia y la seguridad de los equipos.<\/span><\/p>\n As\u00ed que, dada la complejidad de la infraestructura inform\u00e1tica necesaria para llevar a cabo actividades de gesti\u00f3n del punto de venta, es posible que tambi\u00e9n necesite la participaci\u00f3n de un arquitecto empresarial. Este experto evaluar\u00e1 sus sistemas actuales, le asesorar\u00e1 sobre las tecnolog\u00edas disponibles y le ayudar\u00e1 a resolver los principales problemas de software e integraci\u00f3n.<\/span><\/p>\n -Infraestructura inform\u00e1tica.<\/strong> PdM utiliza varios m\u00f3dulos de hardware y software, as\u00ed como tecnolog\u00edas en la nube. As\u00ed pues, todos los componentes del sistema inform\u00e1tico son esenciales para las actividades de mantenimiento predictivo, por lo que los estudiaremos con m\u00e1s detalle.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t En primer lugar, el mantenimiento predictivo implica un flujo constante de datos procedentes de activos f\u00edsicos; el an\u00e1lisis de la informaci\u00f3n en tiempo real frente a los registros hist\u00f3ricos, la predicci\u00f3n de resultados y; la mitigaci\u00f3n o prevenci\u00f3n de posibles fallos y tiempos de inactividad.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Los dispositivos IIoT o sensores inteligentes que supervisan el estado de los equipos son el n\u00facleo del mantenimiento predictivo. De hecho, estos elementos de hardware integrados o externos capturan par\u00e1metros f\u00edsicos y los traducen en se\u00f1ales digitales.<\/span><\/p> Los par\u00e1metros utilizados en el mantenimiento predictivo incluyen, entre otros<\/span><\/p> \u00a0<\/span><\/p> En efecto, los sensores transmiten se\u00f1ales al almacenamiento de datos a trav\u00e9s de una pasarela IoT; un dispositivo f\u00edsico o un programa de software que sirve de puente entre el hardware y las instalaciones en la nube. Preprocesa y filtra los datos IIoT, reduciendo su cantidad antes de enviarlos al centro de datos. Adem\u00e1s, la pasarela proporciona conectividad, mejora la seguridad y permite la traducci\u00f3n entre diferentes protocolos de mensajer\u00eda.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Un sistema de GMAO es otra pieza importante del software que respalda la GpD. Permite supervisar y analizar toda la informaci\u00f3n relacionada con el mantenimiento, como los programas de reparaci\u00f3n, el historial de aver\u00edas, el uso de piezas de repuesto y las actividades de mantenimiento, as\u00ed como las especificaciones y requisitos t\u00e9cnicos de los equipos. De este modo, los datos hist\u00f3ricos acumulados a lo largo de los a\u00f1os crean una base s\u00f3lida para realizar previsiones precisas.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t En primer lugar, necesita un almacenamiento grande y escalable para agregar tanto los datos de los sensores en tiempo real como los datos hist\u00f3ricos de la GMAO.<\/span><\/p> De hecho, cabe se\u00f1alar que muy pocas empresas disponen de recursos suficientes para almacenar la informaci\u00f3n de los sensores en centros de datos in situ. As\u00ed pues, las soluciones en la nube, concretamente las plataformas de middleware IoT e IIoT, son una mejor opci\u00f3n para recopilar y almacenar grandes cantidades de datos. Se puede ampliar y reducir f\u00e1cilmente su capacidad en funci\u00f3n del volumen de datos transferidos y del n\u00famero de sensores conectados.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t No basta con recopilar conjuntos masivos de datos de distintas fuentes. La estrategia de mantenimiento predictivo requiere potentes herramientas anal\u00edticas basadas en algoritmos de aprendizaje autom\u00e1tico. La generaci\u00f3n de predicciones con ML consta de varias fases.<\/span><\/p>\n A veces, un m\u00f3dulo de mantenimiento predictivo forma parte de la GMAO, pero no siempre es as\u00ed. Adem\u00e1s, este m\u00f3dulo puede ser dif\u00edcil de personalizar y carecer de capacidades de aprendizaje autom\u00e1tico, lo que se traduce en un pron\u00f3stico menos preciso.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\tEstrategia de mantenimiento: correctivo vs preventivo vs predictivo<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Mantenimiento reactivo: resolver el problema cuando realmente ocurre<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Mantenimiento preventivo: reparar todo seg\u00fan un calendario<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Mantenimiento predictivo (PdM): no arreglar lo que no se va a romper <\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Casos de uso del mantenimiento predictivo en la industria y factores de \u00e9xito<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Tareas que puede resolver con el mantenimiento predictivo<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Factores clave para la GdP<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Ecosistema o tecnolog\u00edas inform\u00e1ticas de mantenimiento predictivo que impulsan la PdM<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Sistema IIoT<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Gesti\u00f3n del mantenimiento asistida por ordenador (GMAO)<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Almacenamiento central de datos<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Soluci\u00f3n anal\u00edtica con funciones de aprendizaje autom\u00e1tico<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n
Ecosistema o tecnolog\u00edas inform\u00e1ticas de mantenimiento predictivo que impulsan la PdM<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t