Mantenimiento predictivo

Las técnicas de mantenimiento predictivo ( PdM ) ^{[ 1 ]} están diseñadas para ayudar a determinar el estado de los equipos en servicio y así estimar cuándo se debe realizar el mantenimiento. Este enfoque promete mayores ahorros de costos que el mantenimiento preventivo rutinario o basado en el tiempo , ya que las tareas se realizan solo cuando es necesario. Por lo tanto, se considera un mantenimiento basado en la condición, llevado a cabo según lo sugerido por las estimaciones del estado de degradación de un elemento. ^{[ 2 ] [ 3 ]}

El principal atractivo del mantenimiento predictivo reside en la facilidad para programar el mantenimiento correctivo y prevenir fallos inesperados en los equipos. Al tener en cuenta las mediciones del estado de los equipos, se puede planificar mejor el mantenimiento (repuestos, personal, etc.) y lo que antes eran paradas no planificadas se transforma en paradas planificadas más cortas y menos frecuentes, lo que aumenta la disponibilidad de la planta. Otras ventajas potenciales incluyen una mayor vida útil de los equipos, una mayor seguridad en la planta, menos accidentes con impacto ambiental negativo y una gestión optimizada de los repuestos.

El mantenimiento predictivo se diferencia del mantenimiento preventivo porque toma en cuenta el estado actual del equipo (mediante mediciones), en lugar de estadísticas de vida útil promedio o esperada, para predecir cuándo se requerirá mantenimiento. Se adoptan enfoques de aprendizaje automático para la predicción de sus estados futuros. ^{[ 4 ]}

Algunos de los componentes principales necesarios para implementar el mantenimiento predictivo son la recopilación y el preprocesamiento de datos , la detección temprana de fallas , la detección de fallas, la predicción del tiempo hasta la falla y la programación del mantenimiento y la optimización de recursos. ^{[ 5 ]} El mantenimiento predictivo se ha considerado una de las fuerzas impulsoras para mejorar la productividad y una forma de lograr la fabricación justo a tiempo . ^{[ 6 ] [ 7 ]}

El mantenimiento predictivo evalúa el estado del equipo mediante la monitorización periódica (fuera de línea) o continua (en línea) de su estado . El objetivo final de este enfoque es realizar el mantenimiento en el momento programado en que la actividad de mantenimiento sea más rentable y antes de que el equipo pierda rendimiento dentro de un umbral. Esto resulta en una reducción de los costos por tiempo de inactividad no planificado debido a fallas, que pueden ser de cientos de miles por día dependiendo de la industria. ^{[ 8 ]} En la producción de energía, además de la pérdida de ingresos y los costos de los componentes, se pueden imponer multas por incumplimiento de entrega, lo que aumenta aún más los costos. Esto contrasta con el mantenimiento basado en el tiempo y/o el conteo de operaciones, donde un equipo recibe mantenimiento independientemente de si lo necesita o no. El mantenimiento basado en el tiempo requiere mucha mano de obra, es ineficaz para identificar problemas que se desarrollan entre las inspecciones programadas y, por lo tanto, no es rentable.

El componente "predictivo" del mantenimiento predictivo se basa en el objetivo de predecir la evolución futura del estado del equipo. Este enfoque utiliza principios de control estadístico de procesos para determinar en qué momento futuro serán apropiadas las actividades de mantenimiento.

La mayoría de las inspecciones predictivas se realizan mientras el equipo está en servicio, minimizando así la interrupción de las operaciones normales del sistema. La adopción del mantenimiento predictivo puede generar ahorros sustanciales y una mayor confiabilidad del sistema . En el dinámico panorama actual del mantenimiento de servicios, los procesos de reparación prolongados representan un desafío importante para las organizaciones que buscan mantener la excelencia operativa. Los tiempos de inactividad prolongados, el aumento del tiempo medio de reparación (MTTR) y las pérdidas de producción no solo afectan la rentabilidad, sino que también interrumpen la continuidad del servicio y disminuyen la satisfacción del cliente. A medida que el equipo envejece y los requisitos de mantenimiento se intensifican, la búsqueda de soluciones innovadoras se vuelve cada vez más urgente.

Un objetivo es transferir los datos de mantenimiento predictivo a un sistema de gestión de mantenimiento computarizado para que los datos de condición del equipo se envíen al objeto de equipo correcto para activar la planificación del mantenimiento, la ejecución de órdenes de trabajo y la generación de informes. ^{[ 9 ]} A menos que esto se logre, la solución de mantenimiento predictivo tiene un valor limitado, al menos si la solución se implementa en una planta de tamaño mediano a grande con decenas de miles de piezas de equipo. En 2010, la empresa minera Boliden, implementó un sistema de control distribuido combinado y una solución de mantenimiento predictivo integrado con el sistema de gestión de mantenimiento computarizado de la planta a nivel de objeto a objeto, transfiriendo datos de equipo utilizando protocolos como Highway Addressable Remote Transducer Protocol , IEC61850 y OLE para control de procesos .

Para evaluar el estado de los equipos, el mantenimiento predictivo utiliza tecnologías de ensayos no destructivos como infrarrojos , acústica (descarga parcial y ultrasonidos aéreos), detección de corona, análisis de vibraciones , mediciones de nivel sonoro, análisis de aceite y otras pruebas específicas en línea. Un nuevo enfoque en este ámbito consiste en combinar mediciones realizadas en el propio equipo con mediciones del rendimiento del proceso, obtenidas mediante otros dispositivos, para activar el mantenimiento. Esto se aplica principalmente a los sistemas de automatización de procesos colaborativos (CPAS). Las mediciones in situ suelen complementarse con redes de sensores inalámbricos para reducir los costes de cableado.

El análisis de vibraciones es más productivo en equipos rotativos de alta velocidad y puede ser el componente más costoso de un programa de mantenimiento predictivo (PdM) para su puesta en marcha. Un análisis de vibraciones bien realizado permite al usuario evaluar el estado del equipo y evitar fallas. La última generación de analizadores de vibraciones cuenta con más capacidades y funciones automatizadas que sus predecesores. Muchas unidades muestran el espectro completo de vibraciones de tres ejes simultáneamente, proporcionando una visión general de lo que sucede con una máquina en particular. Sin embargo, a pesar de estas capacidades, ni siquiera el equipo más sofisticado predice con éxito los problemas que se avecinan a menos que el operador comprenda y aplique los fundamentos del análisis de vibraciones. ^{[ 10 ]}

En ciertas situaciones, las fuertes interferencias de ruido de fondo provenientes de diversas fuentes pueden enmascarar la señal de interés y dificultar la aplicación industrial de los sensores de vibración . Por consiguiente, el análisis de la firma de corriente del motor (MCSA) es una alternativa no intrusiva a la medición de vibraciones que permite monitorizar fallos tanto en sistemas eléctricos como mecánicos.

La inspección visual remota es el primer ensayo no destructivo. Proporciona una evaluación primaria rentable. A partir del aspecto externo de la pieza, como pliegues, roturas, grietas y corrosión, se puede deducir información esencial y detectar defectos. La inspección visual remota debe realizarse en buenas condiciones y con iluminación suficiente (al menos 350 lux). Cuando la parte de la pieza a inspeccionar no es directamente accesible, se utiliza un endoscopio, un instrumento compuesto por espejos y lentes. Los defectos ocultos con irregularidades externas pueden indicar un defecto interno más grave. ^{[ 11 ]}

El análisis acústico puede realizarse a nivel sónico o ultrasónico . Las nuevas técnicas ultrasónicas para el monitoreo de condiciones permiten "escuchar" la fricción y la tensión en la maquinaria rotativa, lo que puede predecir el deterioro antes que las técnicas convencionales. ^{[ 12 ]} La tecnología ultrasónica es sensible a los sonidos de alta frecuencia que son inaudibles para el oído humano y los distingue de los sonidos de baja frecuencia y la vibración mecánica. Las ondas de fricción y tensión de la máquina producen sonidos distintivos en el rango ultrasónico superior. Los cambios en estas ondas de fricción y tensión pueden sugerir condiciones de deterioro mucho antes que tecnologías como el análisis de vibraciones o de aceite. Con una medición y un análisis ultrasónicos adecuados, es posible diferenciar el desgaste normal del desgaste anormal, el daño físico, las condiciones de desequilibrio y los problemas de lubricación basándose en una relación directa entre el activo y las condiciones de operación.

Los equipos de monitorización sónica son menos costosos, pero también tienen menos aplicaciones que las tecnologías ultrasónicas. La tecnología sónica solo es útil en equipos mecánicos, mientras que los equipos ultrasónicos pueden detectar problemas eléctricos y son más flexibles y fiables para detectar problemas mecánicos.

El monitoreo y análisis infrarrojo tiene el rango de aplicación más amplio (desde equipos de alta hasta baja velocidad) y puede ser eficaz para detectar fallas mecánicas y eléctricas; algunos lo consideran actualmente la tecnología más rentable. El análisis de aceite es un programa a largo plazo que, cuando sea pertinente, puede llegar a ser más predictivo que cualquier otra tecnología. El programa de aceite de una planta puede tardar años en alcanzar este nivel de sofisticación y eficacia. Las técnicas analíticas realizadas en muestras de aceite se pueden clasificar en dos categorías: análisis de aceite usado y análisis de partículas de desgaste. El análisis de aceite usado determina el estado del lubricante, su calidad y verifica su idoneidad para su uso continuado. El análisis de partículas de desgaste determina el estado mecánico de los componentes de la máquina que se lubrican. Mediante el análisis de partículas de desgaste, se puede identificar la composición del material sólido presente y evaluar el tipo, tamaño, concentración, distribución y morfología de las partículas. ^{[ 13 ]}

El monitoreo de condición basado en modelos es otro enfoque utilizado en programas de mantenimiento predictivo. Consiste en analizar señales eléctricas, como la corriente y el voltaje del motor, y comparar los parámetros medidos con un modelo de referencia para identificar desviaciones asociadas con fallas. Este método se ha aplicado en sistemas aeroespaciales e industriales. ^{[ 14 ]} Los sistemas basados ​​en modelos pueden admitir el análisis automatizado de datos y el monitoreo continuo. Otros métodos de mantenimiento predictivo incluyen diversas estrategias de prueba inteligentes y basadas en datos. ^{[ 15 ]}

• Sistema informatizado de gestión del mantenimiento
• Sistema de mantenimiento inteligente
• Análisis del flujo de producción
• RCASE
• Análisis de la causa raíz