mantenimiento predictivo

¿Necesitas ayuda? Llama o escribe a nuestro equipo de expertos

Big Data en el mantenimiento preventivo y predictivo

Escuchar a los equipos reduce paradas inesperadas

A todo proceso productivo, y más si este está relacionado con maquinaria, se asocia un mantenimiento. Si aseguramos un mantenimiento rutinario para los equipos, cambios de aceite, lubricación, reemplazos de piezas, aseguramos el correcto funcionamiento de los equipos durante largas jornadas de trabajo, evitando paradas inesperadas, no programadas, por desgaste de los equipos.

Mantenimiento eficaz

A la hora de comprar un equipo industrial, el fabricante suele aportar información sobre la frecuencia en la realización del mantenimiento preventivo, para asegurar su correcto funcionamiento a lo largo de su vida útil.

Sin embargo, muchos de estos resultados son obtenidos usando la interpolación de ensayos de laboratorio. Fijar el tiempo ideal para el mantenimiento preventivo resulta un proceso muy complicado. Esto significa que, si además, se incluyen los márgenes de seguridad, se realizan procesos ciegos, es decir, hago un cambio porque toca, no porque realmente sea necesario.

Se estima que entorno al 30% de los mantenimientos preventivos son incensarios, incurriendo, además, en modificaciones en los equipos que pueden afectar a su desempeño, impactando directamente en los costes de producción, y en el medio ambiente, cuando se tratan de productos contaminantes como aceites, taladrinas…

En LIS-Solutions disponemos de sistemas que aseguran un mantenimiento preventivo eficaz y real, basándose en los datos. Los tiempos de inactividad, sobreesfuerzos sufridos durante procesos erróneos, condiciones climáticas y otros aspectos son tenidos en cuenta para aportar, en función del histórico, un indicador del estado actual de los componentes de los equipos, visualizando esta información a través de indicadores que muestren el estado real de los equipos, permitiendo fijar así mantenimientos preventivos eficientes. Y sobre todo muchos más económicos.

Pero tras esto surge una duda, ¿Cuál es la diferencia entre mantenimiento preventivo y predictivo basados en el Big Data?

Big data en el mantenimiento predictivo

Es cierto que conceptualmente son muy parecidas, ambas se basan en la información de los equipos, para definir cuál es el mejor momento para realizar un cambio, reduciendo notablemente los procesos innecesarios y las paradas inesperadas. Sin embargo, hay algo que las distingue, y hace que sea recomendable trabajar ambas simultáneamente, el tipo de componente o elemento al que está enfocado el mantenimiento.

Por un lado, el uso de Big Data en procesos de mantenimiento preventivo, es muy útil para definir el momento optimo de cambio de componentes o elementos que, en un momento u otro deben ser cambiados, por ejemplo, aceites o taladrinas.

Sin embargo, el mantenimiento predictivo tiene otro objetivo, la supervisión y aseguramiento del correcto funcionamiento de componentes que no disponen un proceso de reposición programado, como pueden ser los rodamientos, válvulas neumáticas, grippers… Además, el mantenimiento predictivo tiene un factor muy importante, la correlación de variables, con esto se puede determinar y cuantificar, la degradación que se está sufriendo en los procesos.

Para el mantenimiento predictivo, basado en machine learning, se requiere otro tipo de información, más compleja que la usada en el mantenimiento preventivo, no relacionada con la causa efecto. Una misma correlación de variables pueden llevar en unos casos a un tipo de fallo o a otro, en función de en qué situación se encuentren cada una de las variables.

Para este tipo de cálculos basados en métodos numéricos, en LIS-Solutions, disponemos de un departamento de analítica a avanzada, en combinación con el departamento de ingeniería, lo que nos permite dar a los clientes una visión global de los datos. Entendemos sus procesos, y cómo la interacción de la información de sus equipos puede aportar un valor añadido en su cadena de valor.

consultoria logistica

LIS-Solutions es una ingeniería especilizada en el análisis y visualización de los datos que componen la cadena de suministro.

© 2018 Todos los derechos reservados