Mantenimiento predictivo: cómo mejorar los procesos y reducir los costes derivados del mantenimiento

06 abril 2020

Automatización es a menudo sinónimo de eficiencia, pero no podemos olvidar que la eficiencia pasa por una correcta y constante gestión de los procesos y de la maquinaria involucrada en la misma. Por lo tanto, automatización significa también mantenimiento.

Quien gestiona la producción, los almacenes y los diversos procesos tiene que elegir constantemente entre:

  • Mantenimiento reactivo o correctivo, que implica reparaciones solo en caso de fallo o avería.
  • Mantenimiento preventivo, es decir, un mantenimiento cíclico o programado que se basa en la planificación de intervenciones constantes y programadas y, a menudo, la sustitución de recambios o piezas para evitar averías o bloqueos.

Si pensamos en términos numéricos, el impacto que el mantenimiento tiene en la productividad no debe pasarse por alto. Los porcentajes varían del 5% al 20% de pérdidas en capacidad productiva si se calculan sobre todo los riesgos relacionados con el mantenimiento reactivo, que impone la parada repentina de la producción y tiempos de reacción que son difíciles de cuantificar.

Los tiempos de inactividad de las máquinas cuestan alrededor de 45 mil millones de euros al año a quien produce y casi la mitad de estas pérdidas se deben a averías técnicas de la maquinaria (fuente: Kainet).

Pero ¿cómo se pueden calcular los costes del mantenimiento y decidir cuál es el mejor enfoque que puede adoptar cada empresa ante este tema?

Los costes de mantenimiento se dividen en dos macrocategorías:

  • Costes propios:
  1. Costes propios directos: los más comunes son la mano de obra necesaria para realizar el mantenimiento de la maquinaria y restablecer el funcionamiento, a los cuales se suman luego los derivados de la compra de los materiales y de los repuestos.
  2. Costes propios indirectos: aquellos relacionados con el personal no directamente involucrado pero interesado, los equipos, los sistemas y los servicios.
  • Costes inducidos: son los relacionados con el tiempo de inactividad y los fallos que, cuando se producen en cascada, provocan un parón en la producción, errores y retrasos y, por tanto, son difíciles de prever y cuantificar.

Mantenimiento en los tiempos de la Industria 4.0

En la era de la Industria 4.0 todo está cambiando: hablar del Internet de las cosas (IoT, Internet of Things), la «nube» y el aprendizaje automático está a la orden del día. Pero ¿qué impacto tienen sobre el modo de organizar y escoger el tipo de mantenimientonecesario para la propia maquinaria?

Gracias a las nuevas tecnologías se pueden introducir sensores y sistemas en el interior de las máquinas que son perfectamente capaces de monitorizar lo que ocurre en el dispositivo / instalación y analizarlo en tiempo real.

Identificar los datos, hacer diagnósticos y adquirir datos continuamente durante el funcionamiento de la maquinaria.

La recogida de datos se combina con un procesamiento en términos matemáticos que permite señalar anomalías con antelación así como proporcionar información en tiempo real sobre el estado y sobre el rendimiento de la maquinaria en si.

Y es en este contexto donde nace el MANTENIMIENTO PREDICTIVO.

Ni más ni menos. El chequeo constante de la maquinaria y las instalaciones y la recogida de los datos en su interior permite monitorizar todos los parámetros e intervenir antes de que ocurra la avería, es decir, antes del tiempo de inactividad. El procedimiento es realmente sencillo: gracias a la posibilidad de monitorizar, recoger y procesar los datos continuamente, en el momento en el que se detectan posibles desviaciones de la norma, estas se señalan con la debida antelación antes de que ocurra el tiempo de inactividad o el desgaste.

Mantenimiento predictivo y proactivo: cómo ponerlo en práctica

Para hacer posible y poder implementar el mantenimiento predictivo, nos apoyamos en dos pilares de la Industria 4.0: el APRENDIZAJE AUTOMÁTICO y el BIG DATA.

El aprendizaje automático es, como dice la propia palabra, la capacidad de las máquinas para aprender automáticamente de una determinada experiencia. Incluye técnicas y algoritmos estrechamente relacionados con el cálculo estadístico, que permiten una mejora continua y constante a medida que crecen los datos procesados.

Esta proliferación de información en el sistema genera grandes volúmenes de datos, BIG DATA, para la producción, el mantenimiento y la gestión de la cadena de distribución manufacturera que llegan desde:

  • controladores lógicos programables (PLC)
  • sistemas de supervisión, control y adquisición de datos (SCADA)
  • interfaz hombre-máquina (HMI)
  • dispositivos IoT o sistemas de TI de las diversas áreas de negocio

Gracias a estos sistemas computacionales, existe la posibilidad de implementar el mantenimiento predictivo 4.0 que previene averías, problemas e imprevistos antes de que ocurran, precisamente porque permite anticipar estos problemas, evitar paradas de la maquinaria o tiempos de inactividad.

Por lo tanto, el mantenimiento predictivo representa para todos una oportunidad real para mejorar los procesos y reducir al mínimo los costes propios y los inducidos del mantenimiento.

Por consiguiente, mantenimiento predictivo significa eficiencia.

¿Quieres aumentar la eficacia de tu almacén?

¿Pierdes mucho tiempo buscando mercancía en el almacén? ¿Recibes devoluciones de pedidos equivocados? ¡No eres el único! Con nuestro curso online gratuito puedes resolver los problemas de gestión y mejorar las prestaciones de tu almacén en sólo 10 pasos.
copertina-corso-es