En este artículo hablamos sobre las tendencia más preventivas en el mantenimiento de activos, ejemplos de aplicación de estas estrategias y beneficios que aportan.
Los avances tecnológicos de estos últimos años han despertado el interés de las compañías por alcanzar la excelencia operativa, comenzando una nueva era en la gestión de activos. Así lo perciben la mayoría de directivos de empresas de mantenimiento de activos que ven como una gran oportunidad la posibilidad de utilizar, analizar y aplicar el valor de los datos para alcanzar una mejor eficiencia en las operaciones de mantenimiento.
Un estudio realizado por Ernst & Young indica que alcanzar la excelencia operativa podría conducir a una reducción de costes de hasta un 43 por ciento en un sector como el del petróleo y gas, y reducir el número de incidentes de seguridad en un porcentaje similar. La excelencia operativa aplicada a la gestión de activos llevaría a las organizaciones a beneficiarse de una mayor integridad de sus activos y una mejora en la planificación y ejecución de las actividades de mantenimiento. Llegando a reducir hasta en un 50 por ciento los incidentes críticos.
Mejor (y más barato) prevenir que curar
La gran cantidad de datos que es posible recoger actualmente gracias al IoT y a los dispositivos M2M, las capacidades de almacenamiento y procesamiento de la información que nos proporcionan las plataformas Big Data, y las posibilidades que nos ofrecen las técnicas de analítica avanzada, están contribuyendo a que el futuro en el mantenimiento de activos sea preventivo más que correctivo. El objetivo es claro: ayudar a las empresas y organismos públicos a asegurar la fiabilidad de los activos aumentando su disponibilidad, su tiempo de funcionamiento y mejorando su seguridad; y reducir los costes en el mantenimiento de los equipos. Las nuevas tecnológicas ofrecen beneficios reales y tangibles, siendo ya una realidad.
Factores como la temperatura ambiente, el nivel de humedad, o el exceso de vibración influyen en el rendimiento de las maquinas. La recogida y correlación de datos operacionales y ambientales proporciona una imagen más clara de los requisitos de rendimiento y mantenimiento de las máquinas, permitiendo predecir los requerimientos de mantenimiento de cada equipo. Como se dice normalmente, «es mejor prevenir que curar», y sobre todo más barato.
El número de beneficiados al contar con un mantenimiento más preventivo es grande teniendo en cuenta la amplia gama de activos (transformadores, bombas, aerogeneradores, paneles, tuberías, vehículos….), y los inmensos riesgos asociados a su mal funcionamiento o inactividad. Por eso, una estrategia de mantenimiento fiable es prioritaria no sólo para sectores esenciales como energía, transporte o el sector público, también para otros como el sector manufacturero. Una encuesta realizada por IDC sobre las empresas de fabricación constato que el 38 % de los encuestados reconoce que el enfoque de sus operaciones de mantenimiento es reactivo con foco en arreglar los fallos y no en prevenirlos.
Sin embargo, hay indicios sólidos, para pensar que esto está cambiando, y revolucionará la forma en la que las compañías ofrecerán los servicios de mantenimiento de activos en los próximos años, basado en un enfoque más preventivo y, por tanto, más proactivo.
Ejemplo de estrategia de mantenimiento preventivo – predictivo
Empresas como el gigante de los ascensores Tyssenkrupp Elevator AG ya han comenzado a trabajar en esta línea, dirigiendo su estrategia de mantenimiento a una dinámica más predictiva. Así pueden identificar los elementos de un ascensor que necesitan ser reparados y reemplazados antes de que se produzcan interrupciones no planificadas del servicio. Para ello, ha tendido que actualizar también sus procesos, formar a sus más de 20.000 técnicos, así como modificar sus contratos de servicios con sus clientes para incorporar esta nueva forma de ofrecer su servicio de mantenimiento de ascensores.
Maintenance strategies and maturity. Source: ARC Advisory Group
El mantenimiento preventivo programado representa un gran avance, pero no es el objetivo final. El mantenimiento prescriptivo es el próximo gran paso adelante en la evolución de la gestión de activos. Los sistemas de mantenimiento prescriptivo utilizan algoritmos para evaluar múltiples variables y proporcionar una mayor fiabilidad de los resultados. Esto significa pasar a un mantenimiento más preventivo incorporando inteligencia al proceso, mejorando la eficiencia en la planificación de las operaciones de mantenimiento para maximizar la viabilidad y funcionamiento de los equipos y optimizar la gestión de los recursos materiales y humanos.
Beneficios de la analítica avanzada en las operaciones de mantenimiento
Los beneficios de la analítica aplicada son claros, como por ejemplo el incremento en la vida media de los equipos al evitar las averías graves. Pero también ayuda a tener una mayor comprensión de los activos y de lo que necesitamos para evitar que dejen de funcionar. Un conocimiento mayor de la actividad de mantenimiento permite saber de antemano qué recursos necesitaremos para llevar a cabo la tarea de mantenimiento (herramientas, piezas de repuesto, vehículos…), el número y capacitación de los operarios que serán necesarios y cuánto tiempo necesitaremos para repararlo. Con toda esta información podemos desarrollar soluciones que permiten incorporar inteligencia de negocio en la automatización del proceso de planificación y asignación de recursos en la programación de las tareas de mantenimiento, reduciendo costes, minimizando riesgos y en definitiva mejorando la eficiencia del proceso. Las herramientas de análisis avanzado nos pueden ayudar, por tanto, a mejorar en la gestión de las operaciones de mantenimiento.
Por ejemplo, supongamos que un componente de una bomba comienza a vibrar más de lo normal o el sonido de una máquina cambia la frecuencia de su tono, indicando que algo inusual está ocurriendo. El sensor puede recoger ese cambio y el análisis de esos datos mediante modelos de predicción de fallos (basado en la información del fabricante, datos históricos del equipo y el comportamiento de otros equipos similares) detecta una pérdida de rendimiento en las próximas 36 horas. Esto da la oportunidad al equipo responsable del mantenimiento de programar su reparación enviando al operario con las habilidades adecuadas para su reparación, con las herramientas y los repuestos necesarios para su sustitución, y ajustándolo a la agenda y programación de equipo de mantenimiento. Por tanto, el empleo de soluciones basadas en modelos analíticos nos permitirá maximizar el tiempo de actividad de los activos y disponer de información para minimizar las veces que los equipos de mantenimiento deben actuar sobre la bomba, reduciendo el tiempo que los operarios necesitaran para su reparación. Además, el sistema podrá utilizar esta información para automatizar la programación de las actividades de mantenimiento. Es decir, podrá optimizar la planificación de la operativa, buscando el plan de trabajo óptimo para minimizar los costes de las operaciones de mantenimiento, ajustando los recursos a los meramente necesario para resolver la incidencia y al nivel de soporte contratado.
Hoy en día el estudio de los datos nos permiten detectar patrones y tendencias que pueden guiarnos en el desarrollo de los planes de mantenimiento más eficientes y efectivos. El futuro de las operaciones de mantenimiento apunta hacia un tratamiento personalizado de los activos.
¿Te interesa saber más sobre estrategias de mantenimiento preventivo y qué podría suponer para tu empresa?
Si quieres saber más sobre decide4AI y mantenerte al tanto de futuros webinar o eventos, síguenos en las redes sociales (Linkedin, Twitter, Youtube).
