Las clases de mantenimiento se pueden resumir en tres: correctivo, preventivo y predictivo.
- El primero es al que tuvo que recurrir la organización en esta última fallo, y consiste en corregir o reparar el sistema cuando la falla ya se ha producido. Lamentablemente, cuando se debe recurrir a esta tipo de mantenimiento sobre infraestructura y equipamiento que es crítico, no solo se tienen las consecuencias que todos conocemos en el caso de Metro, sino que además, hay mayores costos de reparación y pérdidas económicas por detención del servicio. Por lo tanto, es fácil imaginar que ni Metro ni ninguna otra compañía esperan hacer mantenimiento de esta forma.
- Por lo tanto, la idea es no llegar a este tipo de mantenimiento, sino hacer mantenimiento preventivo, o incluso un paso más allá, hacer mantenimiento predictivo, lo cual hoy es posible gracias a las nuevas tecnologías presentes en el mercado.
El mantenimiento preventivo es un conjunto de técnicas que tiene como finalidad disminuir y/o evitar las fallas de los equipos con tal de asegurar su total disponibilidad y rendimiento al menor costo posible. Para llevar a cabo esta práctica se requiere rutinas de inspección periódicas, así como vigilancia de condiciones operacionales y seguimiento de información de uso o tiempos de operación. Se caracteriza por ejecutar una tarea de mantenimiento por la ocurrencia de una condición conocida para evitar una falla conocida.
Por otro lado, el mantenimiento predictivo es mucho más avanzado y con mayores beneficios. Está dirigido a los componentes críticos del sistema. Este tipo de mantenimiento se basa en el análisis de millones de datos de diferentes variables de condición u operación de los equipos, datos que son actuales e históricos, y que mediante modelos matemáticos permiten pronosticar que existe una probabilidad que se produzca una falla en un período de tiempo futuro dado. Esto resulta en mayor confiabilidad y disponibilidad de los equipos.
Este tipo de programas de mantenimiento reporta un gran ahorro de costos ya que además de detectar los fallos de manera precoz permite programar con suficiente antelación el tiempo de reparación y los suministros y mano de obra que requerirá la tarea.
Hoy las tecnologías de Big Data -análisis de grandes volúmenes de datos en tiempo real- y de movilidad, permiten a las personas encargadas del mantenimiento descubrir patrones y nuevas condiciones que producirán una falla a futuro. La movilidad, por su parte, permite informar a los agentes críticos de manera oportuna o incluso tomar medidas preventivas directamente desde los dispositivos móviles.
Las tecnologías de Big Data de hoy en día permiten hacer análisis predictivo, y esto reviste una buena oportunidad de mejoramiento en la gestión de mantenimiento.
Con la utilización de Big Data lo que queremos es tener que recurrir lo menos posible al mantenimiento correctivo (se lleva a cabo cuando la maquina está rota o ha sufrido algún fallo) por lo tanto el análisis se centrará en la obtención de datos para poder hacer un mantenimiento preventivo o predictivo. Estos dos tipos de mantenimiento tienen como principal ventaja que no es necesario cortar el proceso productivo para arreglar la maquinaria debido a que son un conjunto de técnicas que tiene como finalidad disminuir los fallos del sistema y así poder anticiparse a ellos.
Mantener el sistema de forma manual lleva su tiempo y es más costoso, debido a que para llevar a cabo estos métodos de mantenimiento es muy importante contar con un análisis constante tanto de máquinas como de sistemas, a la vez de una vigilancia exhaustiva, por lo que la utilización de un GMAO facilita el trabajo, reduce costes y el tiempo necesario para llevar a cabo dicha actividad.
Por lo tanto, la utilización de Big Data para la gestión de mantenimiento nos ofrece un amplio abanico de posibilidades de mejora en el desarrollo de dicha actividad, ya que obtenemos una información más precisa y detallada de cada uno de nuestros elementos, nos facilita la asignación de tareas para el personal de mantenimiento, y nos ofrece una información detallada de cada elemento que facilitará el trabajo a los encargados de mantenimiento a la hora de reparar averías.
Y ahora le invitamos a reflexionar sabiendo las ventajas y el gran número de beneficios que se pueden obtener utilizando el Big Data en la gestión de mantenimiento, si todavía sigue pensando que utilizar un GMAO para la gestión de mantenimiento de su equipo no es verdaderamente útil.
El uso del mantenimiento predictivo consiste en establecer, en primer lugar, una perspectiva histórica de la relación entre la variable seleccionada (temperatura, vibración, etc…) y la vida del componente. Esto se logra mediante la toma de lecturas de datos, por ejemplo la vibración de un cojinete, en intervalos periódicos hasta que el componente se rompa o se averíe, recogiendo y analizando la lectura de los datos obtenidos.
En función del estudio de dichos datos se deberá determinar si compensa o no aplicar la estrategia de mantenimiento predictivo, atendiendo a distintas variables; como el coste del elemento a reemplazar, el tiempo de reparación durante el cual la maquinaria ha de estar detenida y con ella la producción, el coste que va a suponer la recogida de información y su tratamiento, etc.
El primer paso es determinar las variables físicas a monitorizar que sean indicativas de la condición de la máquina. Como se puede deducir, esta decisión es primordial y determinante a la hora de obtener un resultado satisfactorio en el mantenimiento.
La finalidad de la monitorización de los datos es obtener una indicación de la condición mecánica o estado de salud de la máquina, de manera que pueda ser operada y mantenida con seguridad y eficacia. De acuerdo a los objetivos que se pretenden alcanzar con la monitorización de la condición de una máquina debe distinguirse entre vigilancia, protección y diagnóstico.
- Vigilancia: Su objetivo es indicar cuándo existe un problema. Debe distinguir entre condición buena y mala, y si es mala indicar su grado de severidad.
- Protección de máquinas: Su objetivo es evitar averías catastróficas. Una máquina está protegida, si cuando los valores que indican su condición llegan a valores considerados peligrosos, la máquina se detiene automáticamente.
- Diagnóstico de averías: Su objetivo es definir cuál es el problema específico y estimar cuánto tiempo más podrá funcionar la máquina sin riesgo de sufrir una avería.
Yo apuesto por el mantenimiento predictivo ya que consideramos que tiene unas ventajas muy importantes con respecto a los otros dos mencionados.
[:en]When we have to witness a failure of maintenance in an important company for the operation, then it is possible to ask itself: how a company of the best evaluated in his rubro can avoid failures of this nature? Undoubtedly, the answer is focused on improving the maintenance management of infrastructure and equipment.
The maintenance classes can be summarized in three: corrective, preventive and predictive.
The first is the one that the organization had to resort to in this last failure, and consists of correcting or repairing the system when the failure has already occurred. Unfortunately, when you have to resort to this type of maintenance on infrastructure and equipment that is critical, not only have the consequences that we all know in the case of Metro, but also, there are higher repair costs and economic losses due to service stoppage. . Therefore, it is easy to imagine that neither Metro nor any other company expects to maintain this form.
Therefore, the idea is not to reach this type of maintenance, but to do preventive maintenance, or even a step further, to do predictive maintenance, which is possible today thanks to the new technologies present in the market.
Benefits of preventive and predictive maintenance
Preventive maintenance is a set of techniques that aims to reduce and / or avoid equipment failures to ensure their full availability and performance at the lowest possible cost. To carry out this practice, periodic inspection routines are required, as well as monitoring of operational conditions and monitoring of usage information or operating times. It is characterized by executing a maintenance task due to the occurrence of a known condition to avoid a known failure.
On the other hand, predictive maintenance is much more advanced and with greater benefits. It is aimed at the critical components of the system. This type of maintenance is based on the analysis of millions of data of different condition or operation variables of the equipment, data that are current and historical, and that through mathematical models allow predicting that there is a probability that a fault occurs in a period of future time given. This results in greater reliability and availability of the equipment.
This type of maintenance program reports a great cost saving since in addition to detecting faults early enough, it allows to schedule the repair time and supplies and labor that the task will require well in advance.
Today Big Data technologies – analysis of large volumes of data in real time – and mobility, allow the people in charge of maintenance to discover patterns and new conditions that will produce a failure in the future. Mobility, meanwhile, allows to inform critical agents in a timely manner or even take preventive measures directly from mobile devices.
The Big Data technologies of today allow to do predictive analysis, and this has a good opportunity for improvement in maintenance management.
With the use of Big Data what we want is to have to resort as little as possible to corrective maintenance (it is carried out when the machine is broken or has suffered a failure) therefore the analysis will focus on obtaining data to be able to do a preventive or predictive maintenance. These two types of maintenance have as main advantage that it is not necessary to cut the production process to fix the machinery because they are a set of techniques that aims to reduce system failures and thus anticipate them.
Maintaining the system manually takes time and is more expensive, because to carry out these maintenance methods it is very important to have a constant analysis of both machines and systems, at the same time of a thorough surveillance, so that the use of a CMMS facilitates work, reduces costs and the time necessary to carry out said activity.
Therefore, the use of Big Data for maintenance management offers us a wide range of possibilities for improvement in the development of this activity, since we obtain more precise and detailed information of each of our elements, it facilitates the assignment of tasks for the maintenance personnel, and it offers us detailed information of each element that will facilitate the work to the maintenance managers at the time of repairing faults.
And now we invite you to reflect knowing the advantages and the large number of benefits that can be obtained using Big Data in maintenance management, if you still think that using a CMMS for the maintenance management of your equipment is not really useful.
The use of predictive maintenance is to establish, in the first place a historical perspective of the relationship between the selected variable (temperature, vibration, etc …) and the life of the component.
This is achieved by taking readings of data, for example the vibration of a bearing, at periodic intervals until the component breaks or breaks down, collecting and analyzing the reading of the data obtained. According to the study of said data, must determine if it compensates or does not apply the predictive maintenance strategy, taking into account different variables; as the cost of the element to replace, the repair time during which the machinery has to be stopped and with it the production, the cost that will involve the collection of information and its treatment, etc.
The first step is to determine the variables physical to monitor that are indicative of the condition of the machine. As can be deduced, this decision is essential and determinant when it comes to obtaining a satisfactory result in maintenance.
The purpose of the data monitoring is to obtain an indication of the mechanical condition or health status of the machine, so that can be operated and maintained safely and effectively. According to the objectives to be achieved with the monitoring of the condition of a machine must be distinguished between surveillance, protection and diagnosis. Vigilance: Its purpose is to indicate when there is a problem.
It must distinguish between good and bad condition, and if it is bad to indicate its degree of severity.Protection of machines: Its objective is to avoid catastrophic failures. A machine is protected, if when the values that indicate its condition reach values considered dangerous, the machine stops automatically.
Diagnosis of faults: Its objective is to define what the specific problem is and estimate how much longer the machine can operate without risk of suffer a breakdown. I bet on predictive maintenance because we consider that it has some very important advantages with respect to the other two mentioned.[:]