Recolección de datos, en mantenimiento predictivo

Implementar una adecuada estrategia de mantenimiento predictivo es una idea grandiosa, pero nunca lograrás el éxito si no estás usando la información para dar los pasos correctos.

Es cierto que los ingenieros de mantenimiento, operaciones y fiabilidad, están leyendo e interpretando la información, pero todavía es necesario llevar estos datos a acciones concretas.

Todavía algunos ingenieros de fiabilidad nunca han usado la información suministrada por los suequipo de condition monitoring, desperdiciando así, una porción sustancial de datos que podrían ser usados para desarrollar y refinar los planes y estrategias de mantenimiento y fiabilidad.

Las soluciones de mantenimiento predictivo no necesariamente deben estar por su cuenta.

Con el fin de crear un mayor entendimiento de la planta y su mantenimiento general, los sistemas de mantenimiento predictivo pueden integrarse a sistemas de nivel superior. Los históricos y softwares CMMS/EAM son los sistemas preferidos de muchos responsables de mantenimiento para conseguirlo.

Un problema común es la compra de equipos de mantenimiento predictivo sin los procedimientos de soporte requeridos. Por ejemplo, si estás usando las herramientas de mantenimiento predictivo para identificar defectos pero no tienes un control de trabajo y planificación del proceso productivo, entonces el defecto a identificar será orientado como una reparación de alto coste y no planeada.

El mayor valor que las herramientas de mantenimiento predictivo pueden brindar es el elemento tiempo, ya que permite planear, programar, y asegurar la ejecución de la reparación a un mínimo coste total y la mínima parada total aun que, la asignación de tiempo y recursos puede ser difícil en una planta de gran actividad.

¿Por qué el programa de mantenimiento predictivo a veces se pierde en la confusión?

Frecuentemente lo que pasa es que a algunos de los mejores y más brillantes técnicos de mantenimiento se les asignan responsabilidades para llevar el mantenimiento predictivo. Ellos actúan brillantemente pero en la oscuridad porque no se percatan de sus logros.

Entonces se cambian, se reemplazan por otros técnicos o se les asignan otras tareas. La tecnología es guardada en el estante y a veces no es usada por varios meses, o nunca más. La consecuencia es que los activos se deterioran lentamente y quienes toman las decisiones no se percatan de la carencia de atención por parte de los especialistas de mantenimiento predictivo hasta que las cosas están realmente mal.

Por lo tanto, su recuperación es una batalla cuesta arriba. Muchas organizaciones no tienen planes sucesivos ni iniciativas de retención y se sorprenden cuando pierden al especialistas en mantenimiento predictivo.

La prevención es la respuesta a un alto porcentaje de problemas de la maquinaria. Captar temprano las condiciones que pudiesen causar problemas y darle solución prontamente, es el secreto de la fiabilidad.

Vemos un aumento en el uso de la recolección inalámbrica de datos de manera online y la nube para tecnologías como son los análisis de vibraciones. Enlaces de comunicación para teléfonos inteligentes, tabletas, ordenadores personales serán un lugar común dentro de dos o tres años.

Estas tecnologías están siendo usadas por muy pocos todavía, son subestimados y apenas empleados actualmente, los sensores capaces de detectar y transmitir datos de las condiciones de las máquinas serán cada vez más usados, ya no será necesario un operador haciendo rondas o un técnico de mantenimiento predictivo de campo cargando con herramientas midiendo de punto a punto.

Ahora veremos técnicos más especializados en el análisis de la información y en la toma de decisiones. Invertirán su tiempo en acciones de mayor valor para la empresa. Ahora hay una relación más cercana entre el control de supervisión y la adquisición de datos. Esto acelerará a medida que la nube y los análisis avanzados ganen aceptación.

Fuente de la información: Tecnologia para la industria