El desarrollo de dispositivos de IoT, la conectividad 5G, junto con la disponibilidad de herramientas analíticas avanzadas y la aparición de tecnologías de inteligencia artificial y aprendizaje automático, permiten integrar sensores de todo tipo en la maquinaria industrial y conectar dicho equipo a la red, para luego monitorizar su estado operativo de forma continua, en tiempo real.
A partir de los datos recopilados se desarrollan modelos predictivos que permiten controlar el estado de la máquina y comprobar que los parámetros están en rangos aceptables de operación, permitiendo detectar anomalías en el funcionamiento antes de que se produzca un fallo que afecte a la eficiencia del proceso que esté realizando o un fallo catastrófico que requiera de una parada técnica .Por ejemplo, el modelo puede precisar un adelanto en una parada técnica prevista de una máquina al detectar valores anómalos en sus sensores de una determinada parte, para realizar un cambio de una pieza, algo que ya hacen las impresoras. Además, con los registros de todas las máquinas los fabricantes de las máquinas pueden rediseñar sus máquinas mejorando la calidad y durabilidad de sus productos.
Ventajas del mantenimiento predictivo en la industria del metal
Hasta ahora, las fábricas de la industrial del metal trabajan con dos tipos de mantenimiento:
En la fabricación avanzada nos encontramos con esta nueva versión, el mantenimiento predictivo consistente en utilizar los habilitadores tecnológicos de la Industria 4.0 anteriormente citados y aplicar técnicas de monitorización para rastrear el desempeño de las máquinas y procesos durante el funcionamiento normal para identificar cualquier anomalía y resolverla antes de que dé lugar a problemas.
Si bien, cada tipología de mantenimiento tiene sus ventajas. En el caso del mantenimiento reactivo, no tiene costes iniciales asociados, pero cuando, por ejemplo, una línea de producción se detiene por un tiempo de inactividad inesperado, el bloqueo puede causar un impacto considerable en el negocio, sin mencionar que, en el momento del fallo, los repuestos y la intervención del personal pueden no estar disponibles de inmediato, lo que desencadena paradas no programadas o situaciones de emergencia.
En varios casos, las reparaciones solo son necesarias para reiniciar la máquina, pero no optimizan su estado operativo. La falta de planificación obliga al personal a trabajar bajo presión para resolver el tiempo de inactividad, lo que genera mayores riesgos de seguridad. En general, el mantenimiento reactivo puede aplicarse a componentes económicos y fáciles de reemplazar y en los casos en que los que el fallo no cause daños colaterales graves al equipo.
Por su parte, el mantenimiento preventivo permite hacer una planificación eficiente y optimizada de la producción y programar las paradas de la máquina en horarios convenientes para la fabricación, programar el tiempo para el suministro de todos los repuestos y el personal de búsqueda necesario, o bien redistribuir carga de trabajo en las máquinas cuando haya que realizar algún tipo de mantenimiento o, incluso, cuando se produzca un fallo inesperado. Y todo ello, en tiempo real y de forma automatizada. La clave está en hacer una cuidada y optimizada planificación del mantenimiento.
Beneficios del mantenimiento predictivo en la máquina herramienta
Según un estudio de McKinsey, por lo general, el mantenimiento predictivo reduce el tiempo ocioso de las máquinas del 30% al 50% y extiende su vida útil entre un 20% y 40%. Veamos en detalle las ventajas de incorporar el mantenimiento predictivo.
Otra ventaja del mantenimiento predictivo es la capacidad de generar una base de datos histórica relacionada con el rendimiento y el comportamiento de la maquinaria que se puede explotar para aumentar el grado de precisión de las predicciones futuras, así como puede ser una fuente de datos valiosa para el fabricante de la máquina para mejorar sus productos.
Sin duda, el mantenimiento predictivo mejora la disponibilidad, confiabilidad y seguridad de las máquinas. Hagámonos esta pregunta como fabricante: ¿cuánto pagarías por saber con anticipación cuándo se va a parar una máquina y poder tomar medidas antes de que esto ocurra?