El mantenimiento predictivo (PdM) es un mantenimiento que supervisa el rendimiento y el estado de los equipos durante el funcionamiento normal para reducir la probabilidad de fallas. También conocido como mantenimiento basado en condiciones, 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 documentada formalmente. Según Control Engineering, «El inicio del mantenimiento predictivo (PdM) puede haber sido cuando un mecánico puso su oreja en el mango de un destornillador, tocó el otro extremo de una máquina y pronunció que sonaba como si un rodamiento se estuviera estropeando.»

El objetivo del mantenimiento predictivo es la capacidad de predecir primero cuándo se podría producir una falla del equipo (en función de ciertos factores), seguido de prevenir la falla a través de un mantenimiento correctivo programado regularmente.

El mantenimiento predictivo no puede existir sin el monitoreo de condición, que se define como el monitoreo continuo de las máquinas durante las condiciones del proceso para garantizar el uso óptimo de las máquinas. El monitoreo de condición tiene tres facetas: en línea, periódico y remoto. 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 de husillo cambiantes («Monitoreo de condición de Máquinas Giratorias», Istec International).

El monitoreo de condición periódico, que se logra a través del análisis de vibraciones, «proporciona información sobre el comportamiento de vibración cambiante de las instalaciones» con un análisis de tendencias («Monitoreo de condición de máquinas Giratorias», Istec International). Por último, el monitoreo remoto de la condición, como su nombre 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:

• Analizar la necesidad y el historial del equipo

• Revisar todos y cada uno de los registros disponibles sobre tiempo de inactividad, defectos del equipo, pérdidas (rendimiento y energía), multas de regulación potenciales y seguridad en el lugar de trabajo

• Establecer definiciones y conceptos, así como crear un caso para PdM

• Educar a las principales partes interesadas y obtener la aceptación

• Completar un inventario de equipos y evaluación de las condiciones actuales del equipo

• Selección del equipo para la implementación inicial del programa

• Desarrollo basado en detalles del sistema 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 y el tipo de horario de PdM

• Evaluar los recursos anticipados y asignar funciones y responsabilidades al personal

• Organizar el programa e integrarlo en sistema de programación

• Educar y obtener la aceptación de operaciones y mantenimiento

• Actualizar el equipo y formación

• Creación de sistemas de gestión de mantenimiento computarizados (CMMS)

Alrededor del 65 por ciento del personal de mantenimiento encuestado en la Encuesta de Mantenimiento Predictivo de 2019 de Reliable Plant dijo que utiliza mantenimiento predictivo. Cuando se implementa y ejecuta, el mantenimiento predictivo es la piedra angular de un programa de mantenimiento exitoso.

La Diferencia entre el Mantenimiento Predictivo y el Mantenimiento Preventivo

Aunque muchos programas de mantenimiento utilizan un poco de ambos, hay 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 disparador de tiempo o de uso. Por ejemplo, una unidad de calefacción se repara 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 el mantenimiento predictivo sí. Al no requerir monitoreo de condición, un programa de mantenimiento preventivo no implica tanta inversión de capital en tecnología y capacitación. Por último, muchos programas de mantenimiento preventivo necesitan recopilar y analizar datos manualmente.

Mientras que el mantenimiento preventivo se determina utilizando el ciclo de vida promedio de un activo, el mantenimiento predictivo se identifica en función de condiciones preestablecidas y predeterminadas de piezas específicas de equipos, utilizando diferentes tecnologías. El mantenimiento predictivo también requiere más inversiones en personal, capacitación y equipos que el mantenimiento preventivo, pero el ahorro de tiempo y de costos será mayor a largo plazo.

Ventajas y desventajas del Mantenimiento Predictivo

Como se mencionó, las ventajas del mantenimiento predictivo son tremendas 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, «The Impact of Predictive Maintenance on Manufacturing»). Otra ventaja del mantenimiento predictivo es su capacidad para transformar tanto a un equipo de mantenimiento como a una organización, ya que la implementación de PdM permite a los administradores de activos mejorar los resultados y equilibrar mejor las prioridades, como la rentabilidad y la fiabilidad.

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 no solo para usar el equipo, sino también para interpretar los análisis (o datos).

Mientras que muchas organizaciones optan por capacitar a los empleados existentes en mantenimiento predictivo, hay contratistas de monitoreo de condiciones que se especializan en realizar la mano de obra requerida y analizar los resultados para una instalación. Además de los costes de formación, 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 cantidad considerable de confusión sobre la forma adecuada 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 puedo identificar 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 piezas y programar y completar el trabajo antes de que la probabilidad condicional de falla sea demasiado alta? Una explicación de los tipos de inspecciones y de cómo se complementan entre sí ayuda en gran medida 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 problemas con la maquinaria daría lugar a la identificación de defectos con suficiente tiempo para mitigar el tiempo de inactividad no planificado. El inspector utilizaría la vista, el sonido y el tacto para determinar si algo había cambiado desde la última inspección. Cualquier cambio sería registrado, reportado e investigado por un artesano en la próxima interrupción programada.

Si bien enviar a alguien a realizar inspecciones tiene un enorme beneficio, hay tantos agujeros en esta estrategia que nunca debe considerarse la columna vertebral del programa de inspección. Las inspecciones sensoriales típicamente solo identifican los problemas más obvios y drásticos. Es casi imposible que una inspección sensorial identifique defectos internos tempranos en las máquinas.

Inspecciones sensoriales mejoradas

Las inspecciones sensoriales mejoradas llenan esa zona gris. Son una inspección sensorial y una medición cuantitativa con características de monitoreo de condición. Estas inspecciones utilizan instrumentos como radiómetros puntuales, luces estroboscópicas, bolígrafos de vibración portátiles y medidores ultrasónicos simples para detectar defectos más arriba de 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 a la hora de generar datos para tendencias y determinar la vida útil característica de un modo de falla. Las inspecciones cuantitativas necesitan que alguien mida algo. Las inspecciones cuantitativas muy comunes incluyen la medición de la temperatura de un sello en una bomba o la medición de la holgura de la placa posterior en un impulsor de 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 normalmente esperadas. Cualquier inspección que requiera que alguien mida algo debe tener los valores mínimos, máximos y típicos, con tareas condicionales definidas para cuando se excedan los límites. Pero una inspección cuantitativa realizada con 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 condición, también conocido como mantenimiento predictivo (PdM), es la aplicación de tecnologías de monitoreo basadas en condiciones, control estadístico de procesos o rendimiento de equipos para la detección temprana y eliminación de defectos de equipos que podrían provocar tiempo de inactividad no planificado 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 circuitos de motores, etc.) es encontrar defectos no encontrados a través de métodos de inspección previamente disponibles, mientras la máquina está en funcionamiento 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 inspecciones cuantitativas o inspecciones sensoriales es el uso de análisis de vibraciones para determinar la presencia de un defecto en un rodamiento de elementos rodantes.

Anteriormente, los mecánicos y los carpinteros dependían de las «comprobaciones de elevación» para determinar la cantidad de espacio libre en un rodamiento. Desafortunadamente, esta técnica solo es válida para defectos de rodamientos que resultaron en la eliminación de material de las pistas de rodadura del rodamiento; este rodamiento estaría bastante mal para tener milésimas de pulgadas de juego en él.

La fatiga por debajo de la superficie se ve fácilmente con el análisis de vibraciones y, en este punto de la propagación de fallas, 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.

Hay diferentes tipos de técnicas de inspección de defectos que se pueden aplicar en una máquina, y cada una 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 se deben aplicar, 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 dado, 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 una bola mágica de 8, hay varios dispositivos y técnicas de monitoreo de condición que se pueden emplear para predecir fallas de manera efectiva, así como para proporcionar una advertencia avanzada para el mantenimiento en el horizonte.

Termografía infrarroja

Conocida como tecnología de prueba no destructiva o no intrusiva, la termografía infrarroja (IR) en mantenimiento predictivo es ampliamente utilizada. Con las cámaras IR, el personal es capaz de detectar altas temperaturas (también conocidos como puntos calientes) en el equipo. Los componentes desgastados, incluidos los circuitos eléctricos que funcionan mal, generalmente emiten calor que se mostrará como un punto de acceso en una imagen térmica («Mantenimiento predictivo», Herramientas de fabricación ajustada).

Al identificar rápidamente los puntos de acceso, las inspecciones infrarrojas pueden identificar problemas y ayudar a evitar costosas reparaciones y tiempos de inactividad. La tecnología infrarroja se considera «una de las tecnologías de mantenimiento predictivo más versátiles disponibles used 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 sistemas de proceso que dependen de la retención y/o transferencia de calor.

Monitoreo acústico

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

Permite a un técnico «escuchar la fricción y el estrés en maquinaria giratoria, 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 «señales auditivas o 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,»How to Leverage Multiple Predictive Maintenance Technologies»).

Mientras que las pruebas sónicas y ultrasónicas pueden ser costosas, hay 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 suene rara podría, y a menudo lo hace, conducir a la prevención de una falla catastrófica, evitando decenas de miles de dólares en pérdidas «(Wright,»How to Leverage Multiple Predictive Maintenance Technologies»).

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 mediante un analizador portátil o sensores en tiempo real integrados en el equipo. Una máquina que funciona en condiciones de pico 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 se están produciendo los problemas.

Entre los problemas que se pueden detectar con el análisis de vibraciones se incluyen desalineación, ejes doblados, componentes desequilibrados, componentes mecánicos sueltos y problemas de motor.

Asegurarse de que los técnicos estén capacitados será vital, ya que puede ser difícil predecir fallas de la máquina utilizando el análisis de vibraciones. Muchas organizaciones ofrecen capacitación en profundidad para preparar a las personas para la certificación como analistas de vibraciones. El único inconveniente de utilizar el análisis de vibraciones es el costo asociado a su implementación 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 metales de desgaste, el recuento de partículas y el número de ácido o el número de base.

Uno de los beneficios de usar análisis de aceite es que las pruebas iniciales establecerán una línea de base para una máquina nueva. Cuando se hace 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 utilizar otras tecnologías, como el análisis del estado de los motores, que detalla el estado de funcionamiento y funcionamiento de los motores; y el análisis de corrientes de foucault, que identifica los cambios en el espesor de la pared de los tubos dentro de los enfriadores centrífugos y los sistemas de calderas. Las inspecciones de boroscopios, las MMC, la integración de datos y el monitoreo de condición también pueden ayudar a facilitar el mantenimiento predictivo. Si bien hay varias tecnologías diferentes para ayudar en sus esfuerzos de PdM, es vital elegir la adecuada para garantizar el éxito.

Caso de negocio para el Mantenimiento Predictivo

Para obtener el rendimiento de las inversiones de capital y mantener las máquinas funcionando a la máxima eficiencia, las instalaciones deben poner un mayor énfasis en el mantenimiento predictivo. Según el Wall Street Journal, » El tiempo de inactividad no planificado cuesta a los fabricantes industriales un estimado de 5 50 mil millones anuales. La falla del equipo es la causa del 42 por ciento de este tiempo de inactividad no planificado. Los cortes no planificados resultan en un mantenimiento, reparación y reemplazo de equipo excesivos.»

A medida que las operaciones y la gestión se ven impulsadas hacia la reducción de costos y el aumento de la productividad, la necesidad de mantenimiento predictivo se hace evidente, ya que es difícil tomar decisiones rentables y a largo plazo para una instalación.

El valor del mantenimiento predictivo proviene de un enfoque que ahorra costos y/o tiempo, ya que el mantenimiento solo se realiza cuando es necesario. De hecho, varios estudios realizados por los Estados Unidos El Programa Federal de Administración de Energía del Departamento de Energía descubrió 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 de PdM tenga éxito, se deben considerar y cumplir varios criterios. En primer lugar, el compromiso debe venir de arriba hacia abajo. Toda la organización debe comprometerse a hacer del mantenimiento predictivo una parte obligatoria de los programas normales. Todos los operadores de procesos también deben recibir formación y participar en la realización de las comprobaciones de mantenimiento necesarias. Además, toda la organización necesita comprender el costo real y las repercusiones de un mantenimiento deficiente. Finalmente, los procedimientos de PdM deben implementarse de inmediato para que la organización comience a cosechar los beneficios.

Mientras que 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 máquinas de café, impresoras, medidores de franqueo y más. En realidad, toda una instalación puede beneficiarse de la implementación del mantenimiento predictivo.

Aplicaciones de Mantenimiento Predictivo

La mayor aplicación de 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 ellos han sido reactivos. Muchas instalaciones poseen una mentalidad de » si no está roto, no lo arregles.»Desafortunadamente, esta mentalidad contribuye al mantenimiento no planificado y al tiempo de inactividad.

Como se mencionó anteriormente, las instalaciones comenzaron a implementar el mantenimiento predictivo a principios de la década de 1990. En ese entonces, «la falta de disponibilidad de sensores que generaban datos, así como la falta de recursos computacionales para recopilar y analizar los datos, dificultaban la implementación de PdM» («Mantenimiento Predictivo en la Visión general de la fabricación», Microsoft Azure).

Con la introducción del internet de las cosas (IoT), el aprendizaje automático, la computación en la nube y el análisis de big data, la industria manufacturera ha avanzado en la implementación del 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 se encuentra en el sector ferroviario, particularmente en lo que se refiere a la transformación digital de la industria ferroviaria. Con trenes que tienen una inversión inicial alta, hay un gran enfoque en mantenerlos en servicio el mayor tiempo posible. El mantenimiento predictivo permite a las empresas ferroviarias aprovechar al máximo su flota de trenes a través de una variedad de tecnologías y software que reducen los costos operativos y prolongan la vida útil de la flota.

Dentro del sector ferroviario, el mantenimiento predictivo se utiliza para detectar problemas con activos lineales, fijos y móviles; mejore la seguridad y rastree la detección de vacíos a través de sistemas de monitoreo basados en la cabina del vehículo; e identifique el tipo de activo de vía bajo el cual se encuentra el vacío, así como proporcione una indicación de la gravedad del vacío.

De acuerdo con un artículo en MaintWorld, «En el futuro, se espera que el mantenimiento ferroviario confiable se base en sistemas de transporte inteligentes y soluciones interconectadas, como el mantenimiento predictivo y las herramientas de seguridad integradas, para mejorar los problemas críticos como la seguridad, los retrasos y la capacidad general del sistema» (Peycheva, «Railway Goes Smart with Predictive Maintenance and Industry 4.0 CMMS»).

Aunque tradicionalmente la modernización de sus sistemas de mantenimiento es lenta, la industria del petróleo y el gas se está convirtiendo en uno de los principales defensores del mantenimiento predictivo. Cada día, las compañías de petróleo y gas recopilan cantidades masivas de datos a través de sensores, en particular sensores inalámbricos, en campos petrolíferos 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. «Las compañías de petróleo y gas tienen una gran oportunidad de 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 empresas de petróleo y gas, así como para las empresas 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 se refiere a las industrias manufacturera, ferroviaria y de petróleo y gas. En otras aplicaciones, PdM se utiliza para:

• Ayuda a prevenir cortes de suministro con la ayuda de drones y sensores que mapean redes de servicios

• Detecta un descenso de temperatura en una tubería de vapor, lo que indica una posible fuga de presión

• Captura el aumento de temperaturas en paneles eléctricos para evitar fallos de 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

• Identificar picos de amperaje del motor o sobrecalentamiento por rodamientos defectuosos o averías de insultos

• Encontrar desequilibrios de potencia trifásicos de distorsión armónica, sobrecargas, degradación o falla de una o más fases

Integración de 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 e integración del internet industrial de las cosas (IIoT). Según un informe de Deloitte, » el Internet de las cosas (IoT) es quizás la pieza más grande del rompecabezas de PdM IoT IoT traduce las acciones físicas de las máquinas en señales digitales utilizando sensores como temperatura, vibración o conductividad Once Una vez que las acciones físicas se han traducido en 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. Utilizando estos datos, el IIoT es capaz de crear «modelos de predicción avanzados y herramientas analíticas para predecir fallos y abordarlos de forma proactiva. Además, con el tiempo, la nueva tecnología de aprendizaje automático puede aumentar la precisión de los algoritmos predictivos, lo que conduce 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 de equipo por adelantado. Con la llegada de la Industria 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 (ROI) del mantenimiento predictivo supera con creces los costos iniciales.

De acuerdo con un informe reciente de Deloitte, varias instalaciones han experimentado un ahorro de costos del 5 al 10 por ciento en operaciones y gastos de material de mantenimiento, reparación y operaciones (MRO); una reducción del 5 al 10 por ciento en los costos generales de mantenimiento; y menores costos de transporte de inventario. Otros datos del Departamento de Energía de los Estados Unidos también muestran que la implementación de un programa de PdM funcional tiene el potencial de producir un aumento de diez veces en el retorno de la inversión, una reducción del 25-30 por ciento en los costos de mantenimiento, una disminución del 70-75 por ciento en las averías y una reducción del 35-45 por ciento en el tiempo de inactividad.

«En lo que respecta a los costos de mantenimiento, el mantenimiento preventivo cuesta 1 13 por hora al año, mientras que el mantenimiento predictivo cuesta 9 9 por hora al año, lo que hace que el mantenimiento predictivo sea una opción más barata» (Ulbert, «The Difference Between Predictive Maintenance and Preventive Maintenance»).

Coleman, Chris, Satish Damodaran y Ed Deuel. «Mantenimiento Predictivo y la Fábrica Inteligente.»Deloitte. 2017. https://www2.deloitte.com/content/dam/Deloitte/us/Documents/process-and-operations/us-cons-predictive-maintenance.pdf
«Monitoreo de condición de Máquinas Giratorias.»Istec International. Consultado el 1 de noviembre de 2018. https://www.istec.nl/en/condition-monitoring-rotating-machines/.

Ingeniería de control. «Tecnologías de Mantenimiento Predictivo. Consultado el 4 de noviembre de 2018. https://www.controleng.com/single-article/predictive-maintenance-technologies/72faca6f85ddaef6b4479583b2741e6c.html.

Immerman, Graham. «El Impacto del Mantenimiento Predictivo en la Fabricación.»Maquemetría. Consultado el 1 de noviembre de 2018. https://www.machinemetrics.com/blog/the-impact-of-predictive-maintenance-on-manufacturing.

Herramientas de fabricación Ajustada. «Mantenimiento Predictivo. Consultado el 2 de noviembre de 2018. http://leanmanufacturingtools.org/427/predictive-maintenance/.

Peycheva, Ralitsa. «El Ferrocarril se vuelve Inteligente con el Mantenimiento Predictivo y las CMMS de la Industria 4.0.»MaintWorld. 11 de octubre de 2017. Consultado el 4 de noviembre de 2018. https://www.maintworld.com/Applications/Railway-Goes-Smart-with-Predictive-Maintenance-and-Industry-4.0-CMMS.

» Visión general del Mantenimiento Predictivo en la fabricación.»Microsoft Azure. 1 de mayo de 2018. Consultado el 4 de noviembre de 2018. https://docs.microsoft.com/en-us/azure/industry/manufacturing/predictive-maintenance-overview.

«Mantenimiento Predictivo Mediante Hadoop para la industria del Petróleo y el Gas», MapR Technologies Inc., Mayo de 2015. https://mapr.com/resources/predictive-maintenance-using-hadoop-oil-and-gas-industry/.

Ulbert, Sebastian, «La diferencia entre el Mantenimiento Predictivo y el Mantenimiento Preventivo», Coresystems, 15 de septiembre de 2015. Consultado el 2 de noviembre de 2018. https://www.coresystems.net/blog/the-difference-between-predictive-maintenance-and-preventive-maintenance.Wall Street Journal. Consultado el 2 de noviembre de 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