Piezas metálicas

El Área de Mantenimiento en la industria ha evolucionado considerablemente en los últimos años. Estamos pasando de una visión simplificada como “Centro de Coste” a visualizarla como un “Centro de Beneficios” cuyas actividades aportan valor al evitar la aparición de otros costes ligados al mal funcionamiento de los equipos productivos (reparaciones o reducción en el coste de las primas de seguros) así como, por supuesto, las pérdidas de producción por indisponibilidad.

Es innegable la contribución de este área al aseguramiento de la continuidad de la producción y por tanto a la generación de ingresos, aún cuando todas las tareas de mantenimiento conllevan un determinado coste.

En este contexto, las empresas tratan de optimizar la función de mantenimiento con la finalidad de conseguir los mayores niveles de disponibilidad y fiabilidad al menor coste posible mediante la combinación de estrategias correctivas, preventivas y predictivas.

Aunque la tendencia actual es la de una migración progresiva hacia el mantenimiento predictivo, o mantenimiento basado en la condición, se considera que el 60 % del mantenimiento que se realiza en nuestro país de los equipos productivos es todavía mantenimiento al fallo o mantenimiento correctivo.

De ahí las grandes oportunidades de mejora que todavía existen en el Área de Mantenimiento.

¿Qué es el Mantenimiento Predictivo?

El Mantenimiento Predictivo es una estrategia de mantenimiento cuya filosofía data de los años 50 y que se basa en la detección temprana de averías mediante la identificación de patrones de fallo.

Se persigue la eliminación de fallos imprevistos de manera que se pueda aumentar la disponibilidad y fiabilidad de los activos.

Inicialmente asociada a la conservación de maquinaria rotativa por análisis de vibraciones, su filosofía es la de intervenir en las máquinas sólo cuando es necesario (“manos fuera”). Se evitan así desmantelamientos de máquina que no aportan mayor fiabilidad, ya que se demuestra que casi el 70% de los fallos que se generan evolucionan de una manera totalmente aleatoria (se pueden presentar en cualquier momento) con lo cual el mantenimiento preventivo a intervalo fijo comienza a ser bastante cuestionable.

Predecir es la clave

Superada una fase de escepticismo y de barreras en los costes de implantación (debida, entre otros, a los costes de la instrumentación), el mantenimiento predictivo de líneas de producción y máquinas complejas es una tendencia que se observa con más frecuencia en la Industria.

Así, la tendencia actual es la de poder controlar con técnicas de predictivo la mayor parte posible de los activos. Es decir, la tendencia va a ser la de predecir la mayoría de los modos de fallo y la de prevenir, si es que es posible, aquellos que no es posible predecir, dejando para mantenimiento al fallo aquellos que no es posible ni predecir ni prevenir, siempre y cuando las consecuencias del fallo sean asumibles.

La correcta distribución de tareas de mantenimiento (predictivo, preventivo y correctivo) es fundamental. En general, cuando se logra desplazar el mantenimiento correctivo por debajo del 20% (desde niveles del 60%) es cuando se reducen sensiblemente los costes de mantenimiento (≈55%).

Por otra parte, en relación con las tareas de mantenimiento preventivo, un análisis de las mismas llevadas en un conjunto de industrias (USA) indica que sólo un 10% de las mismas son útiles y añaden valor.

La carrera hacia el mantenimiento predictivo

En este contexto de revisión de la función de mantenimiento, la tendencia hacia procesos cada vez más instrumentados mediante dispositivos de campo que capturan datos sobre el proceso, va a facilitar la introducción de mantenimiento predictivo, aprovechando la información disponible en estos dispositivos y la aplicación de técnicas de minería de datos.

Así, estos datos pueden ser convertidos en información útil acerca de la condición de los equipos productivos y de sus componentes, evitando las paradas no planificadas de maquinaria y mejorando la disponibilidad de los sistemas de producción.

La implementación de mantenimiento predictivo parte de una fase inicial de obtención de información (datos) bien mediante sensores “ad hoc” (por ejemplo, vibración) y sistemas adquisición de datos CMS (condition monitoring systems), bien a partir de datos de proceso residentes en sistemas supervisores de control de proceso ( SCADA) o mediante una combinación de ambos.

El procesamiento de esta información mediante diversas técnicas (FFT y derivados en el caso de las señales de vibración) o en general técnicas de minería de datos (en el caso de datos de proceso) permite monitorizar el estado de salud de los activos, detectar el tipo de fallo presente y su gravedad, predecir su evolución y planificar su corrección de manera que su impacto en la producción sea mínimo.

En la actualidad, técnicas como la medida y el análisis de vibraciones (que han mostrado su eficacia cuando se implementan correctamente) están alcanzando una penetración cada vez mayor gracias al abaratamiento tanto de sensores como de los sistemas de adquisición.

Por otra parte la tendencia hacia la automatización creciente de los procesos y uso intensivo de sensores resulta en volúmenes de datos capturados a intervalos cada vez más pequeños.

El aprovechamiento de estos datos, tanto en procesos continuos o discretos mediante técnicas de minería de datos (tales como las redes neuronales, la regresión lineal o los árboles de decisión) permiten la obtención de un modelo de conocimiento que representa patrones de comportamiento tanto a nivel de maquinaria y equipos o de una planta en su conjunto.

De forma muy simplificada, a partir de la información de una máquina o instalación se genera un patrón de normalidad. A partir de éste, mediante los algoritmos de minería de datos sobre nuevos datos, es posible detectar síntomas o desviaciones del comportamiento normal que advierten de la aparición y desarrollo de un determinado tipo de avería (“enfermedad”) durante un próximo periodo de funcionamiento.

En definitiva, lo que se consigue es entender cómo funciona una máquina o una línea de producción y con ello mejorar la gestión.

En la fábrica del futuro

En el contexto de la fábrica inteligente o fábrica del futuro (FoF), los sistemas de producción se conciben como sistemas inteligentes conectados. Tienen capacidades de reconocer lo que pasa en el entorno y capacidad para tomar decisiones. Son colaborativos, lo que permitirá una mayor flexibilidad de fabricación y eficiencia de los recursos.

El concepto se sustenta en una nueva generación de sistemas de producción (“sistemas ciberfísicos”) caracterizados por sus elevadas capacidades cognitivas, en tiempo real, sobre el proceso, el producto o la demanda de los clientes así como por los elevados niveles de conectividad y colaboración con redes externas de fabricación.

En este contexto, el conocimiento del estado de salud de las máquinas y líneas de producción (“Condition Monitoring”) y su capacidad de auto-diagnóstico, que permitan conocer su disponibilidad y sus necesidades de mantenimiento en tiempo real, juegan un papel esencial en el desarrollo del concepto de Industry 4.0.

Por ejemplo, dentro de una línea de fabricación, una de las causas más comunes de pérdidas de calidad o incluso de paradas imprevistas se debe a rodamientos defectuosos en los mecanismos de accionamiento. Para reconocer tales defectos, las diferentes estaciones de mecanizado estarán equipadas con sensores de vibración y sistemas CMS que registrarán los datos. Las señales serán entonces procesadas y analizadas mediante un algoritmo especializado en un ordenador “off-line”. Este es capaz de identificar la probabilidad de fallo de cada rodamiento, informando en “cuasi tiempo real” al sistema de control para la toma de decisiones en la búsqueda de la mayor Eficiencia Global de los equipos (OEE).

Para ello es preciso que el coste de los sistemas para la captura (sensores y sistemas de adquisición) así como de tratamiento y análisis de señal sea lo suficientemente bajo para su introducción masiva en las líneas de producción.

Teo Vitoria / Gestión Área ICT. AIN
Publicado originalmente en Negocios en Navarra

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *

Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>