El ascenso del mantenimiento predictivo

El mantenimiento predictivo está ganando terreno rápidamente en diversas industrias como una solución innovadora para mejorar la eficiencia operativa, reducir el tiempo de inactividad y minimizar los costos. Este artículo profundiza en los beneficios clave del mantenimiento predictivo y su notable crecimiento en el mercado.

Minimizar el tiempo de inactividad y maximizar la productividad

La industria está en constante evolución y las empresas están obligadas a abrazar el cambio para mantenerse competitivas. El mantenimiento industrial también ha cambiado junto con la tecnología, evolucionando desde un mantenimiento puramente reactivo (cuando un equipo se rompe, se repara) a un mantenimiento preventivo (siguiendo un plan de mantenimiento). La siguiente evolución se ayudó de la automatización para sensorizar las máquinas y aprovechar los datos para predecir fallos. La industria 4.0 protagoniza la última evolución del mantenimiento basado en un análisis en tiempo real, no sólo de los datos de la máquina, sino también de su contexto. Esta última evolución también utiliza algoritmos avanzados que predicen cuando es necesario el mantenimiento e incluso el tipo de fallos y de reparaciones necesarias.

La capacidad del mantenimiento predictivo para predecir fallos en equipos utilizando datos en tiempo real y algoritmos de aprendizaje automático permite a las organizaciones programar el mantenimiento en momentos óptimos, minimizando el tiempo de inactividad no planificado y garantizando una productividad continua. Este enfoque proactivo es particularmente valioso en la fabricación, ya que genera ahorros sustanciales de costos y una mayor eficiencia.

En el mantenimiento predictivo requiere tres tipos de datos:

• Datos de estado como puede ser la temperatura, la vibración, flujos, etc.
• Datos de mantenimiento: qué piezas han fallado o se han cambiado anteriormente, qué actividades de mantenimiento están planeadas, etc.
• Datos de contextos producción como la velocidad o el tipo de pieza/receta que se está produciendo en ese momento o las interacciones entre equipos.

Con estos datos se crea una huella digital de lo que se considera un funcionamiento “normal” del equipo. El funcionamiento normal no se compara con los datos del vendedor o con datos de un equipo nuevo; éste se compara con los datos reales que recogemos de la planta para identificar los primeros signos de degradación de los equipos.
 

El mantenimiento predictivo es mainstream

Los fabricantes mundiales han alcanzado un punto de inflexión en la adopción del mantenimiento predictivo, según un nuevo informe del equipo de Mantenimiento Predictivo Senseye de Siemens. En los últimos siete años, Siemens ha sido testigo de un aumento del 275% en las consultas sobre mantenimiento predictivo. Dado que se prevé que el valor del mercado global aumente de 5 mil millones de dólares en 2021 a 25 mil millones de dólares en 2028, el mantenimiento predictivo ya no se limita a los primeros usuarios; ahora se está implementando a escala en plantas y operaciones enteras.

¿Qué necesita una empresa?

Para que la implementación de los proyectos de mantenimiento predictivo tenga éxito es necesario tener cierto grado de madurez digital. La madurez la podemos resumir en los siguientes puntos:

• Estar cómodos con tener datos almacenados en el cloud. El mantenimiento predictivo utiliza gran cantidad de datos y capacidad de computación y por ello es necesario contar con servicios en la nube.
• Tener un grado alto de automatización. Es necesario tener datos disponibles y que el protagonista del proyecto sea el mantenimiento
• Es conveniente tener un caso de uso de mantenimiento, es decir, conocer el impacto económico que mi planta tiene por sufrir paradas no planeadas
• Es necesario tener un número de equipos suficiente para tener una masa crítica de datos a analizar. Normalmente es necesario conectar más de 50 equipos a este tipo de sistemas

Los beneficios del mantenimiento predictivo

Se ha demostrado que los beneficios de los proyectos de mantenimiento predictivo son enormes. Siemens ha observado:

• Hasta un 85 % de mejora en la precisión de la previsión del tiempo de inactividad
• Hasta un 50% de reducción en el tiempo de inactividad no planificado de la máquina
• Aumento de hasta un 55 % en la productividad del personal de mantenimiento
• Hasta un 40% de reducción en los costes de mantenimiento

Este nuevo tipo de mantenimiento trae consigo más ventajas – más allá de reducir paradas imprevistas en la planta.

Reducción de costes

Los planes de mantenimiento reactivos pueden afectar a los presupuestos de las organizaciones debido a su imprevisibilidad y los costes de reparación (por ejemplo, para reparaciones de emergencia). Por el contrario, el mantenimiento predictivo ofrece un enfoque proactivo que permite a las organizaciones identificar y rectificar de forma preventiva los problemas antes de que escale a niveles críticos.

Además, las innovadoras soluciones de mantenimiento predictivo, como la solución de Siemens, Senseye Predictive Maintenance, están diseñadas específicamente para armonizar sin esfuerzo con los sistemas existentes con lo que no hay que invertir en sistemas nuevos.

En Siemens, tenemos ejemplos de clientes que han invertido en proyectos de mantenimiento predictivo con retornos de inversión muy cortos. Este es el caso de un fabricante de coches que ha implementado la solución de Siemens, Senseye, en 9 plantas de sus plantas y en donde se monitorizan más de 10.000 equipos. En este caso el fabricante tiene ahorros de miles de euros y un retorno de la inversión de menos de 3 meses.

Mejora de seguridad

La seguridad es una prioridad absoluta en todas las industrias. El mantenimiento predictivo mejora la seguridad en el lugar de trabajo. Los fallos en los equipos que puede provocar accidentes y lesiones. Este riesgo se reduce. Identificar problemas potenciales con anticipación permite a las organizaciones tomar medidas preventivas, garantizando el bienestar de los trabajadores.

Mejora del rendimiento de los activos

El análisis continuo de datos en el mantenimiento predictivo permite una mejor monitorización del rendimiento de los equipos, optimizando su operación para lograr la máxima eficiencia. La vida útil de las máquinas se extiende y se maximizan las inversiones en activos, promoviendo una gestión de activos sostenible y rentable.

En 2018, un destacado productor de papel buscó una solución de mantenimiento predictivo escalable para manejar de manera eficiente grandes volúmenes de datos de diversas fuentes, mejorar el aprendizaje automático y predecir fallos mientras se monitoriza el desempeño de los activos.

Implementaron Senseye Predictive Maintenance, lo que les permitió consolidar múltiples fuentes de datos en una plataforma unificada, monitorear el rendimiento de la máquina, procesar datos a escala y rastrear múltiples líneas de producción, facilitando informes y comparaciones individuales para cada tipo de máquina. El despliegue también facilitó la generación de nuevos roles laborales, apoyando la cultura del negocio.

Mejora de la sostenibilidad

El mantenimiento predictivo está alineado con prácticas ambientalmente responsables: se reduce la necesidad frecuente de reemplazos y se evita el consumo innecesario de energía durante reparaciones de emergencia. Al garantizar que los componentes sólo se reemplacen cuando sea necesario, se ha demostrado que el software de mantenimiento predictivo reduce el consumo de repuestos en un 20 % y ofrece una reducción del 40 % en inventario y desperdicio.

Mejora a la hora de asignar recursos

El mantenimiento predictivo proporciona información sobre el rendimiento y la confiabilidad de los activos que permite tomar decisiones basadas en datos sobre la asignación de recursos de manera más eficiente: nuevas inversiones en equipos, retirada de activos antiguos o asignación de personal de mantenimiento. Este enfoque estratégico también mejora la gestión financiera.

Ventaja competitiva

En el panorama competitivo actual, la adopción del mantenimiento predictivo brinda a las empresas una ventaja competitiva pudiendo aumentar calidad constante del producto y reducir retrasos debido a paradas productivas.

¿Un último consejo?

Empieza con algo pequeño y después de los primeros impactos positivos, escala la solución. No intentes empezar a monitorizar todos los equipos de planta; un primer proyecto con 100 puede ser el comienzo ideal.

Desde Siemens (siemens.com/senseye-predictive-maintenance) ayudamos a los clientes con una metodología estructurada fruto de nuestra experiencia en este campo. El soporte de Siemens empieza desde la fase anterior a la oferta, entendiendo cuáles son los retos del cliente, los fallos más comunes y los datos necesarios. También qué tipo de sensores adicionales se necesitan. El objetivo es darle valor al mantenimiento predictivo y asegurar un retorno de la inversión para nuestros clientes.

Pedro Romero

responsable de servicios digitales 

de Siemens Digital Industries en España

----

Este artículo aparece publicado en el nº 552/53 de Automática e Instrumentación págs. 55 a 57.