¿Qué es el mantenimiento predictivo?
El mantenimiento predictivo es la estrategia que utilizan las organizaciones para estimar y planificar el programa de mantenimiento de sus equipos operativos. La estrategia está diseñada para optimizar el rendimiento y la vida útil del equipo. Con los dispositivos de internet de las cosas (IoT), su organización puede usar sensores inteligentes para supervisar todos los aspectos del rendimiento de la maquinaria. Las soluciones de mantenimiento predictivo integran los datos de los sensores con los datos operativos de la empresa y aplican análisis basados en la inteligencia artificial (IA) para extraer significado. Puede utilizar el significado extraído para predecir el estado futuro del equipo y anticipar posibles problemas con la maquinaria antes de que surjan. Por ejemplo, es posible que se produzcan problemas si la temperatura o la presión superan un umbral establecido o si el uso de la máquina es superior al esperado. El mantenimiento predictivo anticipa los posibles daños en la maquinaria y programa las comprobaciones de mantenimiento antes de que se produzcan los daños. Su organización puede utilizar el mantenimiento predictivo para maximizar el tiempo de producción al aumentar el tiempo de actividad y la fiabilidad de los activos.
¿Por qué es importante el mantenimiento predictivo?
El mantenimiento predictivo es importante porque la maquinaria física puede dañarse. Los componentes pueden fallar o degradarse, y el rendimiento puede ralentizarse o volverse variable más allá de los límites operativos esperados. Esta falla y degradación del equipo físico se debe a causas muy diversas:
- Eventos y condiciones externos
- Desgaste por el uso regular
- Desgaste excesivo debido al uso del equipo fuera de los límites de las capacidades o funciones esperadas de la máquina
El diseño general de ingeniería del equipo y la nueva tecnología también reducen la vida útil del equipo. También afectan a los programas de mantenimiento y reemplazo.
Cuando se integran tipos de equipos cada vez más complejos y diferentes en sistemas de maquinaria industrial, cualquier fallo o degradación de un componente afecta negativamente a otros componentes de la cadena. Esto conduce a resultados inesperados. Su organización puede utilizar soluciones de mantenimiento predictivo para reducir la posibilidad de que el equipo falle y evitar su degradación fuera de los límites razonables.
¿Cómo funciona el mantenimiento predictivo?
El mantenimiento predictivo implica la supervisión, el análisis y la acción en función de la información recopilada.
Monitoreo
Debe supervisar el equipo durante su uso con una amplia gama de sensores de IoT disponibles para este propósito. Los sensores miden la temperatura, la vibración, la humedad y otros parámetros que proporcionan información sobre el estado de la máquina.
Por ejemplo, un sensor de temperatura indica si una máquina se está calentando después de un uso prolongado. O bien, las imágenes de una cámara podrían mostrar si una válvula no se abre tanto como debería. El equipo se supervisa de forma continua o a intervalos frecuentes para garantizar la captura de datos oportuna y aumentar las posibilidades de detectar anomalías.
Análisis
Puede analizar los datos recopilados por los sensores para determinar con qué rapidez se degrada el equipo o si fallará pronto. Los dispositivos de IoT comunican los datos a un sistema centralizado. Aquí, el machine learning (ML) y otros algoritmos avanzados de IA analizan los datos para detectar desviaciones de las líneas base o patrones establecidos. Crean modelos predictivos analizando los datos históricos y correlacionándolos con las fallas conocidas. Convertir las lecturas sin procesar de los sensores en información utilizable requiere sólidas capacidades computacionales.
Acción
Los modelos predictivos estiman cuándo es probable que un equipo falle en función de los patrones de datos actuales y pasados. El sistema crea programas de mantenimiento proactivos en función de su análisis futuro. También utiliza correos electrónicos, mensajes, paneles u otros mecanismos para alertar al equipo de mantenimiento sobre posibles fallos futuros o anomalías críticas. A medida que su organización realiza el mantenimiento y recopila más datos a lo largo del tiempo, los modelos predictivos se vuelven más precisos y confiables.
Tecnología de mantenimiento predictivo
El trabajo de mantenimiento predictivo es un campo complejo con muchas partes móviles. Requiere sistemas compatibles con el almacenamiento, la transferencia y el análisis de una cantidad masiva de datos. Por lo general, se trata de datos de streaming en tiempo real que se combinan de cientos, si no miles o millones, de diferentes fuentes de IoT. La transferencia de datos requiere redes dedicadas, con almacenamiento en lagos de datos y procesamiento mediante clústeres de servidores dedicados de alto rendimiento.
La infraestructura exacta que necesita para respaldar un programa de mantenimiento predictivo depende del sistema y de la arquitectura que utilice. También depende de los sensores, los tipos de datos y el tipo de análisis que realice. La personalización de las soluciones de mantenimiento predictivo requiere que los ingenieros, arquitectos de infraestructura y científicos de datos creen la configuración correcta.
¿Cuáles son las ventajas del mantenimiento predictivo?
Los programas de mantenimiento predictivo pueden beneficiar a su organización de varias maneras.
Reducir los tiempos de inactividad
Esperar a que el equipo falle antes de repararlo se conoce como mantenimiento reactivo. Los tiempos de inactividad no planificados afectan a todo el programa operativo. Por otro lado, el mantenimiento predictivo reduce el riesgo de fallas inesperadas en el equipo. Puede planificar el mantenimiento correctivo con antelación y cambiar los tiempos de inactividad a tiempos no críticos. Si lo necesita, también puede traer equipo de respaldo para usarlo durante las reparaciones y aumentar la continuidad del negocio.
Reducir los costos de mantenimiento innecesarios
El mantenimiento preventivo suele mantener la maquinaria en buenas condiciones de funcionamiento. Sin embargo, este mantenimiento no siempre es necesario desde el punto de vista de la degradación. Cuando se utiliza un programa de mantenimiento predictivo, se activa el mantenimiento tras un uso o un tiempo superiores a los que cabría esperar con una programación regular. Esto podría deberse a un menor uso del equipo u otros factores. Este proceso se traduce en una reducción de los costos de mantenimiento de las piezas nuevas y de la dotación de recursos para el equipo de mantenimiento.
Aumentar la comprensión del sistema integrado
Al utilizar un programa de mantenimiento predictivo, puede desarrollar una vista detallada y en tiempo real del estado general de un sistema complejo. En el pasado, esto no era posible. Solo estaban disponibles los informes de inspección de defectos con fecha y hora para incluir una descripción general del sistema. Hoy en día, puede integrar datos en todos sus dispositivos de IoT para obtener análisis detallados de todas sus operaciones empresariales.
¿Cuáles son los casos de uso del mantenimiento predictivo?
Se suele utilizar el mantenimiento predictivo en casos con sistemas físicos grandes y complejos. A continuación, se indican varios ejemplos:
- Fábricas y plantas de fabricación
- Edificación e instalaciones industriales
- Transporte y logística
- Operaciones energéticas y de servicios públicos
- Operaciones mineras
- Robótica compleja
- Servicios de laboratorio
Las empresas que poseen o administran estos sistemas, operaciones o instalaciones pueden beneficiarse enormemente del uso del mantenimiento predictivo. También les dará una ventaja competitiva.
¿Cuál es la diferencia entre el mantenimiento predictivo y otros tipos?
Su organización también puede adoptar prácticas de mantenimiento preventivo y mantenimiento basadas en la inspección.
Mantenimiento predictivo versus mantenimiento preventivo
Con el mantenimiento predictivo, puede predecir una falla o degradación del equipo con antelación y, a continuación, realizar el mantenimiento de forma preventiva antes de que se produzca el evento.
El mantenimiento preventivo, por otro lado, consiste en realizar el mantenimiento según un cronograma establecido. Este programa de mantenimiento puede basarse en periodos de tiempo o en unidades de uso medibles (como el número de revoluciones de un ventilador). Por lo general, estos programas de mantenimiento los especifica el fabricante del equipo.
Puede utilizar simultáneamente técnicas de mantenimiento predictivo y preventivo, o puede utilizar un método en lugar del otro. El mantenimiento predictivo es de naturaleza más avanzada que el mantenimiento preventivo. Es más eficaz cuando se diseña, configura, implementa y mantiene correctamente.
Mantenimiento predictivo versus inspección de defectos
La inspección de defectos es un proceso en el que se investiga el estado actual del equipo para decidir si se debe iniciar un nuevo mantenimiento. También puede validar la necesidad del mantenimiento propuesto. Por lo general, este proceso implica un análisis en terreno, como fotografiar físicamente el óxido de una máquina. También puede incluir técnicas de análisis remoto, como el análisis de vibraciones o la captura asistida por IoT.
Puede utilizar la inspección de defectos junto con el mantenimiento predictivo y preventivo. También se puede realizar una inspección con fines distintos al de la programación del mantenimiento. Por ejemplo, la inspección de defectos puede entrar en juego si una empresa quiere vender sus instalaciones industriales. Es posible que el comprador desee conocer el alcance de cualquier daño o desgaste de la maquinaria que pueda afectar al costo de compra.
¿Cuáles son los desafíos de la implementación del mantenimiento predictivo?
El mantenimiento predictivo se basa en una cantidad significativa de inversión en planificación, compra de IoT, operación, mantenimiento, actividades de análisis y mejora y gestión continuas. La cantidad de tiempo, recursos humanos y dinero necesarios para un mantenimiento predictivo eficaz a veces está fuera del alcance de las operaciones más pequeñas.
Antes de que su organización implemente una solución de mantenimiento predictivo, tenga en cuenta los siguientes desafíos:
- Capturar los datos correctos con los sensores adecuados
- Capturar el nivel de sensibilidad correcto de los datos
- Garantizar que los sensores funcionan correctamente
- Configurar las barreras de protección adecuadas para las alertas de mantenimiento
- Realizar el análisis correcto para el mantenimiento predictivo
- Decidir cuándo y si realizar el mantenimiento preventivo y las inspecciones para detectar defectos
- Integración de nuevos componentes del equipo en el sistema de mantenimiento predictivo
- Configuración de sistemas automatizados de gestión del mantenimiento computarizados basados en el análisis
Además, su organización también debe conocer cualquier obligación legal, de cumplimiento o de seguro relacionada con el mantenimiento programado. Esto es especialmente importante si planea seguir programas de mantenimiento predictivo que son menos frecuentes que los programas de mantenimiento recomendados por el proveedor.
¿Cómo puede ayudarlo AWS con los requerimientos de mantenimiento predictivo?
Amazon Web Services (AWS) ofrece una amplia variedad de servicios para ayudar a su organización a desarrollar e implementar soluciones de mantenimiento predictivo. Estos servicios pueden funcionar a gran escala sin los desafíos de invertir en infraestructura propia y mantenimiento.
Los servicios y las soluciones de AWS IoT lo ayudan a recopilar y almacenar datos de sensores para el mantenimiento predictivo. A continuación, se indican varios ejemplos:
- AWS IoT Core permite conectar miles de millones de dispositivos de IoT y dirigir billones de mensajes a los servicios de AWS sin necesidad de administrar la infraestructura
- AWS IoT Device Management ayuda a registrar, organizar, supervisar y administrar de forma remota dispositivos de IoT a escala
- AWS IoT Events supervisa las fallas o cambios en la operación de la flota de equipamientos o dispositivos e inicia las acciones necesarias
Machine Learning on AWS incluye muchos servicios totalmente gestionados para analizar los datos de los sensores. A continuación se muestran algunos ejemplos:
- Amazon Lookout for Equipment es un servicio de supervisión de equipos industriales basado en ML que detecta el comportamiento anormal de los equipos para que pueda tomar medidas y evitar el tiempo de inactividad no planificado
- Amazon Monitron es un sistema integral que utiliza ML para detectar condiciones anormales en los equipos industriales y permite el mantenimiento predictivo
- Amazon Rekognition ofrece capacidades de visión artificial (CV) previamente entrenadas y personalizables para extraer información a partir de las imágenes y los videos.
Con Amazon SageMaker puede crear, entrenar e implementar modelos de aprendizaje automático personalizados para software de mantenimiento predictivo con una infraestructura, herramientas y flujos de trabajo totalmente administrados. Para empezar, puede consultar ejemplos de Mantenimiento predictivo mediante Machine Learning en la Biblioteca de soluciones de AWS. Gracias a nuestro código en GitHub, con un conjunto de datos de ejemplo sobre la degradación de los turboventiladores, puede explorar las soluciones de mantenimiento predictivo de AWS en acción. Personalice con sus propios datos para una comprensión más profunda de nuestras capacidades para su caso exclusivo.
Comience a utilizar el mantenimiento predictivo en AWS creando una cuenta hoy mismo.
Siguientes pasos en AWS
Obtenga acceso instantáneo al nivel Gratuito de AWS.
Comience a crear en la consola de administración de AWS.