Mantenimiento Predictivo

El mantenimiento predictivo (PdM) es el mantenimiento que monitorea el

rendimiento y la condición del equipo durante la operación normal para reducir
la probabilidad de fallas. También conocido como mantenimiento basado en la
condición, el mantenimiento predictivo se ha utilizado en el mundo industrial
desde la década de 1990.

Sin embargo, en realidad, el mantenimiento predictivo es mucho más antiguo,

aunque su historia no está formalmente documentada. Según Control
Engineering, “el inicio del mantenimiento predictivo (PdM) pudo haber sido
cuando un mecánico puso su oreja por primera vez en el mango de un
destornillador, tocó el otro extremo de una máquina y pronunció que sonaba
como si un rodamiento estuviera funcionando mal"

El objetivo del mantenimiento predictivo es la capacidad de predecir primero

cuándo podría ocurrir una falla en el equipo (en función de ciertos factores),
seguido de prevenir la falla mediante un mantenimiento correctivo y programado
regularmente.

El mantenimiento predictivo no puede existir sin el monitoreo de la condición,

que se define como el monitoreo continuo de las máquinas durante las
condiciones del proceso para garantizar el uso óptimo de las máquinas. Hay tres
facetas de monitoreo de condición: en línea, periódica y remota. El monitoreo de
condición en línea se define como el monitoreo continuo de máquinas o procesos
de producción, con datos recopilados sobre velocidades críticas y posiciones
cambiantes del husillo ("Monitoreo de condición de máquinas rotativas", Istec
International).

El monitoreo periódico de la condición, que se logra a través del análisis de

vibración, "brinda información sobre el comportamiento cambiante de la vibración
de las instalaciones" con un análisis de tendencias ("Monitoreo de la condición
de las máquinas rotativas", Istec International). Por último, el monitoreo remoto
de la condición, como su nombre lo indica, permite monitorear el equipo desde
una ubicación remota, con datos transmitidos para su análisis.

Antes de establecer un programa de mantenimiento predictivo, una organización

debe tomar varios pasos, que incluyen:

 Analizando la necesidad y el historial del equipo

 Revisión de todos y cada uno de los registros disponibles sobre tiempo de

inactividad, defectos del equipo, pérdidas (rendimiento y energía), multas
por regulaciones potenciales y seguridad en el lugar de trabajo

 Establecer definiciones y conceptos, así como construir un caso para PdM

 Educar a las principales partes interesadas y obtener la aceptación

 Completar un inventario de equipos y evaluar las condiciones actuales del

equipo.
  Selección de equipos para la implementación inicial del programa

 Desarrollar detalles del sistema basados en sistemas y / o componentes

individuales.

 Evaluar cualquier mantenimiento preventivo o predictivo existente

 Decidir qué sistemas incluir y qué inspeccionar

 Definir la criticidad del programa y establecer la frecuencia PdM y el tipo

de horario

 Evaluar los recursos anticipados y asignar roles y responsabilidades al

personal.

 Organizar el programa e integrarlo en el sistema de programación.

 Educar y obtener la aceptación de las operaciones y el mantenimiento.

 Actualización de equipos y realización de capacitación.

 Crear un sistema de Gestión de Mantenimiento computarizado (CMMS)

 Cuando se implementa y ejecuta, el mantenimiento predictivo es la piedra

angular de un programa de mantenimiento exitoso.

La diferencia entre mantenimiento predictivo y mantenimiento preventivo

Si bien muchos programas de mantenimiento usan un poco de ambos, existen

varias diferencias entre el mantenimiento predictivo y el mantenimiento
preventivo. El mantenimiento preventivo ha implicado inspeccionar y realizar el
mantenimiento de la maquinaria, independientemente de si el equipo necesitaba
mantenimiento. Este programa de mantenimiento se basa en un uso o en un
disparador de tiempo. Por ejemplo, una unidad de calefacción recibe servicio
todos los años antes del invierno, o un automóvil requiere mantenimiento
programado cada 5,000 millas.

Además, el mantenimiento preventivo no exige el componente de monitoreo de

condición que sí lo hace el mantenimiento predictivo. Al no requerir monitoreo de
condición, un programa de mantenimiento preventivo no involucra tanta inversión
de capital en tecnología y capacitación. Por último, muchos programas de
mantenimiento preventivo necesitan recolección y análisis manual de datos.

Si bien el mantenimiento preventivo se determina mediante el uso del ciclo de

vida promedio de un activo, el mantenimiento predictivo se identifica con base
en las condiciones predeterminadas y predeterminadas de equipos específicos,
utilizando diferentes tecnologías. El mantenimiento predictivo también requiere
más inversiones en personas, capacitación y equipo que el mantenimiento
preventivo, pero el ahorro de tiempo y el ahorro de costos serán mayores a largo
plazo.
Ventajas y desventajas del mantenimiento predictivo

Como se mencionó, las ventajas del mantenimiento predictivo son enormes

desde una perspectiva de ahorro de costos e incluyen minimizar el tiempo de
inactividad planificado, maximizar la vida útil del equipo, optimizar la
productividad de los empleados y aumentar los ingresos (Immerman, "El impacto
del mantenimiento predictivo en la fabricación"). Otra ventaja del mantenimiento
predictivo es su capacidad de transformar tanto un equipo de mantenimiento
como una organización, ya que la implementación de PdM permite a los
administradores de activos mejorar los resultados y equilibrar las prioridades,
como la rentabilidad y la confiabilidad.

Una de las principales desventajas del mantenimiento predictivo es la cantidad

de tiempo que lleva evaluar e implementar un programa de PdM. Dado que el
mantenimiento predictivo es una iniciativa compleja, el personal de la planta debe
estar capacitado sobre cómo usar no solo el equipo, sino también cómo
interpretar los análisis (o datos).

Si bien muchas organizaciones optan por capacitar a los empleados existentes

en mantenimiento predictivo, hay contratistas de monitoreo de condición que se
especializan en realizar el trabajo requerido y analizar los resultados para una
instalación. Además de los costos de capacitación, el mantenimiento predictivo
implica una inversión en herramientas y sistemas de mantenimiento. Este costo
ha disminuido con el tiempo con la introducción de la tecnología basada en la
nube.

Mantenimiento predictivo vs. Inspección de defectos

Durante algún tiempo, ha existido una considerable confusión sobre la forma

apropiada de inspeccionar la presencia de un modo de falla dado. ¿Debo realizar
algún tipo de inspección sensorial? ¿Debo realizar algún tipo de inspección
cuantitativa? ¿Debo aplicar una o más tecnologías de monitoreo de condición?
¿Debo aplicar alguna combinación de estas técnicas para maximizar la
probabilidad condicional de encontrar el defecto?

¿Cómo identifico la presencia de un defecto clave de tal manera que maximice

la cantidad de tiempo que mi departamento de planificación tiene para desarrollar
los procedimientos de trabajo, crear órdenes de trabajo, ordenar las partes y
programar y completar el trabajo antes de la probabilidad condicional del fracaso
se vuelve demasiado alto? Una explicación de los tipos de inspecciones y cómo
se complementan entre sí ayuda mucho a aclarar cuáles son las más apropiadas.

Tipos de técnicas de inspección de defectos

Las inspecciones sensoriales se han considerado durante mucho tiempo la

columna vertebral de cualquier buen programa de inspección y trabajo de
mantenimiento. Se creía que enviar a alguien con la frecuencia suficiente para
inspeccionar los problemas con la maquinaria daría lugar a la identificación de
defectos con tiempo suficiente para mitigar el tiempo de inactividad no
planificado. El inspector usaría la vista, el sonido y el tacto para determinar si
algo había cambiado desde la última inspección. Cualquier cambio sería
registrado, informado e investigado por un artesano en la próxima interrupción
programada.

Si bien es muy beneficioso enviar a alguien para que realice inspecciones, hay
tantos agujeros en esta estrategia que nunca debería considerarse la columna
vertebral del programa de inspección. Las inspecciones sensoriales
generalmente solo identifican los problemas más obvios y drásticos. Es casi
imposible para una inspección sensorial identificar defectos internos tempranos
en las máquinas.

Inspecciones sensoriales mejoradas

Las inspecciones sensoriales mejoradas llenan esa zona gris. Son a la vez una
inspección sensorial y una medición cuantitativa con características de
monitoreo de condición. Estas inspecciones utilizan instrumentos como
radiómetros puntuales, luces estroboscópicas, plumas de vibración manual y
medidores ultrasónicos simples para detectar defectos más arriba en la curva P-
F. Si bien estas herramientas multiplican el poder de los sentidos humanos,
tienen su límite. Estas herramientas simples permiten detectar diferentes modos
de falla, pero no deben reemplazar un programa integral de monitoreo de
condición.

Inspecciones cuantitativas

Las inspecciones cuantitativas pueden proporcionar información útil cuando se

trata de generar datos para tendencias y determinar la vida característica de un
modo de falla. Las inspecciones cuantitativas necesitan a alguien para medir
algo. Las inspecciones cuantitativas muy comunes incluyen medir la temperatura
de un sello en una bomba o medir el espacio libre de la placa posterior en un
impulsor de la bomba. Estas mediciones proporcionan datos al planificador y al
ingeniero y ayudan a determinar la necesidad de acciones de mantenimiento
adicionales.

Cuando se diseña correctamente, un procedimiento de inspección cuantitativa

detalla los límites y las mediciones típicamente esperadas. Cualquier inspección
que requiera que alguien mida algo debe tener los valores mínimo, máximo y
típico, con tareas condicionales definidas para cuando se exceden los límites.
Pero una inspección cuantitativa realizada a la frecuencia de inspección
adecuada rara vez tendrá una medición que exceda los límites.

Mantenimiento predictivo como técnica de inspección de defectos

El monitoreo de la condición, también conocido como mantenimiento predictivo

(PdM), es la aplicación de tecnologías de monitoreo basadas en la condición,
control estadístico del proceso o rendimiento del equipo para la detección
temprana y la eliminación de defectos del equipo que podrían conducir a tiempos
de inactividad no planificados o gastos innecesarios.

Y, en términos generales, debe realizar esto mientras el equipo está en

funcionamiento normal, con poca o ninguna interrupción del proceso. El
propósito de estas herramientas (análisis de vibraciones, termografía infrarroja,
análisis de circuito de motor, etc.) es encontrar defectos que no se encuentran a
través de métodos de inspección disponibles anteriormente, mientras la máquina
está en operación normal.

Aprovechar la tecnología disponible le permite evaluar el estado de las piezas y

la presencia de defectos hasta ahora imposibles de detectar. Un ejemplo de la
ventaja que tienen estas herramientas en el área de las inspecciones
cuantitativas o las inspecciones sensoriales es el uso del análisis de vibraciones
para determinar la presencia de un defecto en un rodamiento de elementos
rodantes.

Anteriormente, los mecánicos y los constructores de molinos se basaban en

"controles de elevación" para determinar la cantidad de espacio libre en un
rodamiento. Desafortunadamente, esta técnica solo es válida para defectos de
rodamiento que resultaron en la eliminación de material de las pistas de rodadura
del rodamiento; este rodamiento sería bastante malo tener milésimas de
pulgadas de juego.

La fatiga debajo de la superficie se ve fácilmente con el análisis de vibraciones y

en este punto de la propagación de la falla no se ha eliminado el material de las
pistas de rodadura. Este es el ejemplo más común de las ventajas de las
tecnologías de mantenimiento predictivo.

Existen diferentes tipos de técnicas de inspección de defectos que pueden

aplicarse a una máquina, y cada uno tiene sus ventajas y desventajas. Sin
embargo, estas técnicas no son reemplazos exactos entre sí. Cada uno
determina la presencia del defecto en diferentes lugares a lo largo de la curva P-
F y, como resultado, cada uno le da a la función de planificación diferentes
cantidades de tiempo para responder al defecto.

Un análisis de modos de falla, efectos y criticidad (FMECA) puede ayudarlo a

determinar qué técnicas de inspección deben aplicarse, con qué frecuencia y con
qué grado de redundancia. Recuerde, el truco es equilibrar el riesgo con el rigor.
La cantidad de riesgo que está dispuesto a asumir con un modo de falla
determinado junto con la cantidad que está dispuesto a pagar por la inspección
determina la estrategia adecuada.

Tecnologías de mantenimiento predictivo

Como su nombre indica, el objetivo del mantenimiento predictivo es predecir

cuándo se necesita mantenimiento. Si bien no hay Magic 8-Ball, existen varios
dispositivos y técnicas de monitoreo de condición que pueden emplearse para
predecir eficazmente la falla, así como para proporcionar una advertencia
avanzada para el mantenimiento en el horizonte.

Termografía Infrarroja

Conocida como una tecnología de prueba no destructiva o no intrusiva, la

termografía infrarroja (IR) en el mantenimiento predictivo es ampliamente
utilizada. Con las cámaras IR, el personal puede detectar altas temperaturas
(también conocidas como puntos calientes) en los equipos. Los componentes
gastados, incluidos los circuitos eléctricos que funcionan mal, generalmente
emiten calor que se mostrará como un punto caliente en una imagen térmica
("Mantenimiento predictivo", Herramientas de fabricación ajustada).

Al identificar rápidamente los puntos críticos, las inspecciones por infrarrojos

pueden detectar problemas y ayudar a evitar reparaciones costosas y tiempos
de inactividad. La tecnología infrarroja se considera "una de las tecnologías de
mantenimiento predictivo más versátiles disponibles utilizada para estudiar todo,
desde componentes individuales de maquinaria hasta sistemas de plantas,
techos e incluso edificios enteros" (Ingeniería de control). Otros usos de la
tecnología infrarroja incluyen la detección de anomalías térmicas y problemas
con los sistemas de procesos que dependen de la retención y / o transferencia
de calor.

Monitoreo Acústico

Con las tecnologías acústicas, el personal puede detectar fugas de gas, líquido
o vacío en los equipos a nivel sonoro o ultrasónico. Considerada menos costosa
que la tecnología ultrasónica, la tecnología sonora es útil en equipos mecánicos
pero limitada en su uso. La tecnología ultrasónica tiene más aplicaciones y es
más confiable para detectar problemas mecánicos.

Le permite a un técnico "escuchar la fricción y el estrés en la maquinaria rotativa,

que puede predecir el deterioro antes que las técnicas convencionales"
("Mantenimiento predictivo", Wikipedia) mediante el uso de instrumentación para
convertir sonidos en el rango de 20 a 100 kilohercios en "auditivo o señales
visuales que pueden ser escuchadas / vistas por un técnico. Estas altas
frecuencias son las frecuencias exactas generadas por rodamientos
desgastados y poco lubricados, equipos eléctricos defectuosos, válvulas con
fugas, etc. "(Wright," Cómo aprovechar las múltiples tecnologías de
mantenimiento predictivo ").

Si bien las pruebas sonoras y ultrasónicas pueden ser costosas, existe otra forma
de monitoreo acústico que es bastante asequible: los oídos de un técnico. "Algo
tan simple como detectar una fuga de aceite o una caja de cambios que suena
extraño podría y a menudo conduce a la prevención de una falla catastrófica,
evitando pérdidas de decenas de miles de dólares" (Wright, "Cómo aprovechar
las múltiples tecnologías de mantenimiento predictivo" )

Análisis de vibraciones

Empleado principalmente para equipos rotativos de alta velocidad, el análisis de

vibraciones permite a un técnico monitorear las vibraciones de una máquina
utilizando un analizador de mano o sensores en tiempo real integrados en el
equipo. Una máquina que funciona en condiciones máximas exhibe un patrón de
vibración particular. Cuando componentes como rodamientos y ejes comienzan
a desgastarse y fallar, la máquina comenzará a generar un patrón de vibración
diferente. Al monitorear proactivamente el equipo, un técnico capacitado puede
comparar las lecturas con los modos de falla conocidos para determinar dónde
están ocurriendo los problemas.
Entre los problemas que pueden detectarse con el análisis de vibraciones se
incluyen la desalineación, los ejes doblados, los componentes desequilibrados,
los componentes mecánicos sueltos y los problemas del motor.

Asegurar que los técnicos estén capacitados será vital, ya que puede ser difícil
predecir la falla de la máquina utilizando análisis de vibración. Muchas
organizaciones ofrecen capacitación en profundidad para preparar a las
personas para la certificación como analistas de vibraciones. El único
inconveniente de usar el análisis de vibraciones es el costo asociado en
implementarlo con un programa PdM.

Análisis de aceite

El análisis de aceite es una herramienta eficaz en el mantenimiento predictivo.

Permite a un técnico verificar el estado del aceite y determinar si hay otras
partículas y contaminantes presentes. Algunas pruebas de análisis de aceite
pueden revelar la viscosidad, la presencia de agua o desgaste de metales, el
recuento de partículas y el número de ácido o número de base.

Uno de los beneficios de usar el análisis de aceite es que la (s) prueba (s) inicial
(es) establecerán una línea base para una nueva máquina. Cuando se realiza
correctamente, el análisis de aceite puede producir una gran cantidad de
resultados para ayudar a que el mantenimiento predictivo sea exitoso.

Otras tecnologías

Junto con estas técnicas, las instalaciones pueden usar otras tecnologías, como
el análisis del estado del motor, que detalla el estado operativo y de
funcionamiento de los motores; y análisis de corrientes parásitas, que identifica
cambios en el grosor de la pared del tubo dentro de enfriadores centrífugos y
sistemas de calderas. Las inspecciones con boroscopio, CMMS, integración de
datos y monitoreo de condición también pueden ayudar a facilitar el
mantenimiento predictivo. Si bien existen varias tecnologías diferentes para
ayudar en sus esfuerzos de PdM, es vital elegir la correcta para garantizar el
éxito.

Caso de negocios para mantenimiento predictivo

Para obtener el retorno de las inversiones de capital y mantener las máquinas

funcionando con la máxima eficiencia, las instalaciones deben poner mayor
énfasis en el mantenimiento predictivo. Según el Wall Street Journal, “el tiempo
de inactividad no planificado le cuesta a los fabricantes industriales un estimado
de $ 50 mil millones anuales. La falla del equipo es la causa del 42 por ciento de
este tiempo de inactividad no planificado. Las interrupciones no planificadas
resultan en un mantenimiento excesivo, reparación y reemplazo de equipos ".

A medida que las operaciones y la administración se ven presionadas para

reducir los costos y aumentar la productividad, la necesidad de mantenimiento
predictivo se vuelve clara, ya que es difícil tomar decisiones rentables a largo
plazo para una instalación.
El valor del mantenimiento predictivo proviene de un enfoque de ahorro de costos
y / o ahorro de tiempo, ya que el mantenimiento solo se realiza cuando es
necesario. De hecho, varios estudios del Programa Federal de Administración
de Energía del Departamento de Energía de EE. UU. Descubrieron que un
programa de mantenimiento predictivo que funciona correctamente proporciona
ahorros que van del 30 al 40 por ciento sobre el mantenimiento reactivo y del 8
al 12 por ciento sobre el mantenimiento preventivo.

Para que una estrategia PdM sea exitosa, se deben considerar y cumplir varios
criterios. Primero, el compromiso debe venir de arriba hacia abajo. Toda la
organización debe comprometerse a hacer que el mantenimiento predictivo sea
una parte obligatoria de los horarios normales. Todos los operadores de
procesos también deben ser educados e involucrados en la realización de las
verificaciones de mantenimiento requeridas. Además, toda la organización
necesita comprender el costo real y las repercusiones de un mantenimiento
deficiente. Finalmente, los procedimientos PdM deben implementarse
inmediatamente para que la organización pueda comenzar a cosechar los
beneficios.

Si bien muchos reconocen la importancia de utilizar el mantenimiento predictivo

para máquinas de alto costo, PdM también es viable para monitorear activos más
pequeños y cotidianos, como cafeteras, impresoras, medidores de correo y más.
En realidad, toda una instalación puede beneficiarse de la implementación del
mantenimiento predictivo.

Aplicaciones de mantenimiento predictivo

La mayor aplicación para el mantenimiento predictivo se encuentra en el sector

de fabricación. A medida que las plantas de fabricación continúan enfrentando la
demanda para aumentar la productividad, se han creado e implementado varias
estrategias de mantenimiento. Sin embargo, la mayoría de estos han sido
reactivos. Muchas instalaciones poseen una mentalidad de "si no está roto, no
lo arreglen". Desafortunadamente, esta mentalidad contribuye al mantenimiento
no planificado y al tiempo de inactividad.

Como se discutió anteriormente, las instalaciones comenzaron a implementar el

mantenimiento predictivo a principios de la década de 1990. En aquel entonces,
"la falta de disponibilidad de sensores que generan datos, así como la falta de
recursos computacionales para recopilar y analizar los datos, dificultó la
implementación de PdM" ("Visión general del mantenimiento predictivo en la
fabricación", Microsoft Azure).

Con la introducción de Internet de las cosas (IoT), aprendizaje automático,

computación en la nube y análisis de big data, la industria manufacturera ha
avanzado en la implementación de mantenimiento predictivo, lo que resulta en
un mayor tiempo de actividad y control de calidad, optimización de rutas de
mantenimiento, mejora de la seguridad de los trabajadores y mayor
productividad A medida que los fabricantes trabajan con márgenes y plazos
ajustados, la idea de un tiempo de inactividad no programado se ha vuelto
indeseable. El mantenimiento predictivo puede ofrecer una solución.
Otra aplicación para PdM está en el sector ferroviario, particularmente en lo que
se refiere a la transformación digital de la industria ferroviaria. Dado que los
trenes tienen una alta inversión inicial, hay un gran enfoque en mantenerlos en
servicio el mayor tiempo posible. El mantenimiento predictivo permite a las
compañías ferroviarias aprovechar al máximo su flota de trenes a través de una
variedad de tecnologías y software que reducen los costos operativos y
extienden la vida útil de la flota.

Dentro del sector ferroviario, el mantenimiento predictivo se utiliza para detectar

problemas con activos lineales, fijos y móviles; mejorar la seguridad y rastrear la
detección de vacíos a través de sistemas de monitoreo basados en la cabina del
vehículo; e identificar el tipo de activo de seguimiento en el que se encuentra el
vacío, así como proporcionar una indicación de la gravedad del vacío.

Según un artículo publicado en MaintWorld, "en el futuro, se espera que el

mantenimiento ferroviario confiable dependa de sistemas de transporte
inteligentes y soluciones interconectadas como el mantenimiento predictivo y las
herramientas de seguridad integradas para mejorar problemas críticos como la
seguridad, los retrasos y la capacidad general del sistema" ( Peycheva, "El
ferrocarril se vuelve inteligente con mantenimiento predictivo e industria 4.0
CMMS").

Si bien tradicionalmente es lenta para modernizar sus sistemas de

mantenimiento, la industria del petróleo y el gas se está convirtiendo en un
importante defensor del mantenimiento predictivo. Cada día, las compañías de
petróleo y gas recopilan cantidades masivas de datos a través de sensores,
particularmente sensores inalámbricos, en campos petroleros de todo el mundo.
A medida que las operaciones de petróleo y gas se vuelven más complejas, la
visibilidad del estado del equipo se vuelve más difícil, especialmente en
ubicaciones remotas, en alta mar y en aguas profundas.

En un informe técnico de 2015, MapR Technologies Inc. declaró: "Las compañías

de petróleo y gas tienen una gran oportunidad para aumentar la eficiencia y
reducir los costos operativos a través de un mejor seguimiento de activos y
mantenimiento predictivo".

El mantenimiento predictivo podría verse como una ventaja competitiva para las
compañías de petróleo y gas, así como para los negocios de servicios
relacionados, particularmente en tiempos de recesión cuando las organizaciones
se ven obligadas a encontrar formas de trabajar de manera más eficiente y
efectiva. Por supuesto, el mantenimiento predictivo no solo pertenece a las
industrias manufactureras, ferroviarias y de petróleo y gas. En otras aplicaciones,
PdM se utiliza para:

 Ayude a evitar cortes de servicios públicos con la ayuda de drones y

sensores que mapean redes de servicios públicos

 Detectar una disminución de la temperatura en una tubería de vapor, lo

que indica una posible fuga de presión.

 Capture el aumento de la temperatura en los paneles eléctricos para evitar

fallas en los componentes.
  Mida la potencia del lado de la oferta y de la demanda en un punto de
acoplamiento común para monitorear el consumo de energía

 Localizar sobrecargas en paneles eléctricos

 Identifique picos de amperaje del motor o sobrecalentamiento debido a

cojinetes defectuosos o averías de insultos

 Encuentre desequilibrios de potencia trifásicos de distorsión armónica,

sobrecargas, degradación o falla de una o más fases

Integración IIoT y PdM

Uno de los factores más importantes, si no el factor más importante, en un

programa de mantenimiento predictivo exitoso es el uso y la integración de
Internet industrial de las cosas (IIoT). Según un informe de Deloitte, "Internet de
las cosas (IoT) es quizás la pieza más importante del rompecabezas PdM ... IoT
traduce las acciones físicas de las máquinas en señales digitales usando
sensores como temperatura, vibración o conductividad ... Una vez que las
acciones físicas han sido traducidas a señales digitales a través de sensores, se
procesan, agregan y analizan. Con la asequibilidad del ancho de banda y el
almacenamiento, se pueden transmitir cantidades masivas de datos para dar no
solo una imagen completa de los activos en una sola planta, sino de toda una
red de producción "(Coleman et al.," Mantenimiento predictivo y la fábrica
inteligente ")

Para tener éxito, el mantenimiento predictivo se basa en sensores para recopilar

y analizar datos de diversas fuentes, como un CMMS y sensores de equipos
críticos. Con estos datos, el IIoT puede crear "modelos de predicción avanzados
y herramientas analíticas para predecir fallas y abordarlas de manera proactiva.
Además, con el tiempo, la nueva tecnología de aprendizaje automático puede
aumentar la precisión de los algoritmos predictivos, lo que lleva a un rendimiento
aún mejor "(Coleman et al.," Mantenimiento predictivo y la fábrica inteligente ").

Cuando se combina con el mantenimiento predictivo, el IIoT tiene la capacidad

de detectar fallas en los equipos por adelantado. Con la llegada de Industry 4.0
al ámbito de la fabricación, las instalaciones están ansiosas por utilizar el IIoT
para obtener una mejor visión de las operaciones.

Mantenimiento predictivo y retorno de la inversión

La implementación del mantenimiento predictivo requiere una inversión

significativa en dinero, personal y educación. Si bien estas inversiones iniciales
pueden parecer desalentadoras para una organización, el retorno de la inversión
de mantenimiento predictivo (ROI) supera con creces cualquier costo inicial.

Según un informe reciente de Deloitte, varias instalaciones han visto un ahorro

de costos del 5-10 por ciento en las operaciones y el gasto de material de
mantenimiento, reparación y operaciones (MRO); una reducción del 5-10 por
ciento en los costos generales de mantenimiento; y costos reducidos de
transporte de inventario. Otros datos del Departamento de Energía de EE. UU.
También muestran que la implementación de un programa PdM funcional tiene
el potencial de producir un aumento de diez veces en el ROI, una reducción del
25-30 por ciento en los costos de mantenimiento, una disminución del 70-75 por
ciento en las averías y un 35-45 reducción porcentual en el tiempo de inactividad.

“En lo que respecta a los costos de mantenimiento, el mantenimiento preventivo

cuesta $ 13 por hora por año, mientras que el mantenimiento predictivo cuesta $
9 por hora por año, lo que hace que el mantenimiento predictivo sea una opción
más barata” (Ulbert, “La diferencia entre el mantenimiento predictivo y el
mantenimiento preventivo”).

Referencias

Coleman, Chris, Satish Damodaran and Ed Deuel. “Predictive Maintenance and

the Smart Factory.” Deloitte. 2017.
https://www2.deloitte.com/content/dam/Deloitte/us/Documents/process-and-
operations/us-cons-predictive-maintenance.pdf

“Condition Monitoring of Rotating Machines.” Istec International. Accessed

November 1, 2018. https://www.istec.nl/en/condition-monitoring-rotating-
machines/.
Control Engineering. “Predictive Maintenance Technologies.” Accessed
November 4, 2018. https://www.controleng.com/single-article/predictive-
maintenance-technologies/72faca6f85ddaef6b4479583b2741e6c.html.
Immerman, Graham. “The Impact of Predictive Maintenance on Manufacturing.”
MachineMetrics. Accessed November 1, 2018.
https://www.machinemetrics.com/blog/the-impact-of-predictive-maintenance-on-
manufacturing.
Lean Manufacturing Tools. “Predictive Maintenance.” Accessed November 2,
2018. http://leanmanufacturingtools.org/427/predictive-maintenance/.
Peycheva, Ralitsa. “Railway Goes Smart with Predictive Maintenance and
Industry 4.0 CMMS.” MaintWorld. October 11, 2017. Accessed November 4,
2018. https://www.maintworld.com/Applications/Railway-Goes-Smart-with-
Predictive-Maintenance-and-Industry-4.0-CMMS.
“Predictive Maintenance in Manufacturing Overview.” Microsoft Azure. May 1,
2018. Accessed November 4, 2018. https://docs.microsoft.com/en-
us/azure/industry/manufacturing/predictive-maintenance-overview.
“Predictive Maintenance Using Hadoop for the Oil and Gas Industry,” MapR
Technologies Inc., May 2015. https://mapr.com/resources/predictive-
maintenance-using-hadoop-oil-and-gas-industry/.
Ulbert, Sebastian, “The Difference Between Predictive Maintenance and
Preventive Maintenance,” Coresystems, September 15, 2015. Accessed
November 2, 2018. https://www.coresystems.net/blog/the-difference-between-
predictive-maintenance-and-preventive-maintenance.
Wall Street Journal. Accessed November 2, 2018.
https://partners.wsj.com/emerson/unlocking-performance/how-manufacturers-
can-achieve-top-quartile-performance/.
Wikipedia. “Predictive Maintenance.” Accessed October 11, 2018.
https://en.wikipedia.org/wiki/Predictive_maintenance.
Wright, Jeremy. “How to Leverage Multiple Predictive Maintenance
Technologies.” Machinery Lubrication. Accessed November 1, 2018.
https://www.machinerylubrication.com/Read/29819/predictive-maintenance-
technologies
El presente artículo ha sido extraído y traducido al español de la Fuente:
https://www.reliableplant.com/Read/12495/preventive-predictive-maintenance