Esta tecnología, fruto directo de la evolución digital, permite monitorear el estado de máquinas y equipos en tiempo real, determinando con exactitud el momento preciso en que se necesita revisar, reparar o reemplazar todos o alguno de sus componentes.
El constante desarrollo tecnológico-digital del sector industrial se manifiesta en ventajas concretas desde el punto de vista productivo. Uno de los protagonistas de esta evolución es Internet de las Cosas, IoT, gracias a su aporte para alcanzar mayor automatización, desarrollar operaciones más eficientes y consolidar nuevos modelos comerciales que facilitan la toma de decisiones estratégicas. Innovaciones que hoy alcanzan su mayor impacto en el mantenimiento predictivo.
El uso de IoT permite recurrir a soluciones tan avanzadas como, por ejemplo, redes de sensores y análisis de datos para detectar en tiempo real patrones en la condición y rendimiento de los equipos. Esto ayuda a predecir, con alto grado de precisión, el momento en que podría ocurrir una falla.
Este paso representa un gigantesco salto cuántico, en comparación con el mantenimiento basado en revisiones periódicas programadas en intervalos predeterminados. Método que, desde los albores de la industrialización, ha sido el más utilizado para reducir la probabilidad de fallas en plantas y equipos, pero que hoy puede inducir a errores debido a que la “edad” de la maquinaria no siempre es indicador preciso de su condición.
De hecho, basarse en este enfoque preventivo calendarizado a menudo resulta en el reemplazo innecesario de piezas o maquinarias que podrían haber durado mucho más.
Según una investigación del Grupo Asesor ARC, su eficiencia sólo se aplica al 18% de los activos industriales, mientras que el restante 82% muestra patrones de fallas aleatorios que se traducen en exceso de inactividad no planificada, y pérdida de productividad, entre otros factores.
De este modo, la necesidad de aplicar un método predictivo, efectivo y basado en la condición real del equipo, posiciona a IoT como la estrategia perfecta. Esto se logra mediante sensores, recopilación de datos, análisis constante y aprendizaje automático para monitorear equipos en forma continua. Todo ello permite predecir fallas con alto grado de precisión.
Un camino que, a partir de los beneficios de IoT, permite evolucionar desde el obsoleto e innecesariamente costoso “mantenimiento posible requerido” o otro “lógico, eficiente y necesario”.
Evolución que, a futuro, podría reflejarse incluso en máquinas capaces de realizar auto-mantenimiento, eliminando la necesidad de intervención humana.
Ventajas Directas
Los beneficios de IoT son exponencialmente gigantes. Según datos de la consultora McKinsey, puede reducir los costos de mantenimiento en 40%, y acortar el tiempo de inactividad hasta en 50%. También ofrece la oportunidad de extender la vida útil de los activos industriales existentes, amortizando la inversión de capital hasta en 5%.
En consecuencia, hacia 2025 el sector productivo-industrial podría ahorrar la asombrosa cantidad de hasta US$ 630 mil millones por año, sólo por este concepto.
En sí mismo, el concepto tecnológico subyacente no es completamente nuevo. Los activos de gran valor, como los equipos mineros, por ejemplo, emplean sensores y alertas automatizadas de mantenimiento desde hace algunos años. Sin embargo, el alto costo de estas soluciones ha impedido, hasta ahora, su aplicación a gran escala.
Sin embargo, el escenario hoy es completamente diferente. El aumento de la conectividad y la gradual masificación de la evolución digital, han permitido que las tecnologías IoT sean mucho más accesibles, y estén disponibles incluso para pequeños productores y emprendedores.
Ahora, un simple microcontrolador con conexión a Internet, puede equiparse con diversos tipos de sensores y funcionalidades, los cuales vigilan de cerca y en tiempo real el estado de equipos valiosos, emitiendo alertas de mantenimiento cada vez que es necesario.
Algunas aplicaciones incluso incorporan el pedido automatizado de materiales de repuesto. Así, por ejemplo, si alguna pieza del equipo muestra cualquier signo de deterioro, el dispositivo IoT envía una alerta y además se emite en línea un pedido para su reemplazo a través de la correspondiente orden de compra. Si estas funcionalidades se aplican a gran escala, pueden aportar inmensos ahorros y mayor eficiencia a las empresas.
También se debe considerar que las nuevas tecnologías IoT son de fácil implementación. De hecho, todos los equipos industriales existentes se pueden actualizar, anexándoles dispositivos conectados, sin necesidad de comprar o desarrollar nuevas maquinarias.
Sus ventajas pueden reflejarse también en el monitoreo de activos remotos y en el trabajo de campo, donde se ubica cerca del 31% de los activos empresariales modernos. Por ejemplo, en las industrias mineras, agrícola, acuícola y forestal, entre otras.
Según el método tradicional, para mantener activos en terreno se requiere enviar equipos técnicos cada cierto tiempo, lo cual se traduce en altos costos de tiempo, recursos y complejidad logística.
Hoy, en cambio, la tecnología IoT reduce drásticamente esos desafíos y costos al permitir el monitoreo remoto a distancia y en tiempo real.
De este modo, en lugar de enviar técnicos a terreno de acuerdo con un calendario rígido e invariable, que no tiene en cuenta el estado real de los equipos, las empresas podrán reservar sus inspecciones de campo sólo para cuando las propias máquinas “avisen” que lo necesitan.
Operatividad
El mantenimiento predictivo a base de IoT se aplica a partir de la combinación de diversas mega tendencias que incluyen, principalmente, Big data, computación en la nube, aprendizaje automático y conectividad.
Esto se expresa en la construcción de plataformas de soporte y mantenimiento mediante productos básicos como sensores, soluciones cableadas e inalámbricas, antenas, baterías y conectores, y componentes pasivos cada vez más pequeños.
El desafío de ingeniería radica entonces, en que estos componentes sean operativos en entornos de conectividad pequeña (por su lejanía geográfica), y que además resistan las condiciones adversas propias de los entornos industriales.
Asimismo, es crucial garantizar que se recopilen y analicen los datos de manera correcta, incluyendo variables dinámicas, tales como temperatura y vibración de la maquinaria, e información estática, como detalles específicos de marca, modelo o configuración de los equipos.
El historial de uso y la información de servicio también se pueden usar para mejorar la efectividad del modelo IoT, y así optimizar sus resultados predictivos.
También se debe incorporar al análisis la conciencia contextual, pues tanto la variabilidad estática como dinámica de los dispositivos físicos puede ser influenciada por las características específicas de su entorno operativo.
La correcta combinación de todos estos factores, permite que un software de aprendizaje automático comprenda con mayor precisión las tendencias a largo plazo, permitiendo detectar eventos no deseados antes de que causen fallas y períodos de inactividad.
Casos prácticos
El mantenimiento preventivo a base de IoT hoy se utiliza con buenos resultados en diversas empresas internacionales orientadas a potenciar el concepto de “fábrica inteligente”. Uno de los ejemplos más característicos es el fabricante de herramientas y sistemas Sandvik, que se asoció con Microsoft para crear equipos de corte equipados con sensores.
Su tecnología combina recopilación de datos, análisis de transmisión y aprendizaje automático para emitir alarmas de fallas inminentes, o para notificar a los ingenieros cuando hay que aplicar mantenimiento a las herramientas.
A su vez, el grupo de ingeniería ABB desarrolló una solución de mantenimiento predictivo para aplicaciones críticas de motores y accionamientos en entornos de fabricación. En este caso, los sensores, la computación en la nube y el aprendizaje automático se combinan para proporcionar una descripción general del rendimiento del equipo, y así mantener los índices de producción de acuerdo con lo planificado.
Otro caso de éxito corresponde al fabricante de tubos de acero italiano Tenaris, que emplea tecnología IoT para monitorear motores de alto y bajo voltaje destinados al funcionamiento de bombas y ventiladores críticos, en régimen 24/7. Su solución de mantenimiento predictivo permite recopilar y analizar vibraciones, para detectar fallas en rodamientos; así como estudiar anomalías de voltaje y potencia, que indiquen riesgo de cortocircuito.
Desafíos y oportunidades
Si bien el mantenimiento predictivo mediante IoT brinda ventajas decisivas en términos de mejorar la productividad, respaldar la seguridad y reducir los costos, aún debe recorrer un camino complejo, no exento de riesgos y desafíos complejos.
De hecho, su implementación ha sido más difícil de lo que se esperaba, en parte porque muchas empresas identificaron preocupaciones relacionadas con problemas de integración, falta de experiencia técnica, poca portabilidad de datos y riesgo de transición.
Sin embargo, ello no ha mermado el entusiasmo, pues más allá de las dificultades ocasionales, existe pleno consenso en que el mantenimiento predictivo a base de IoT, es clave para enfrentar la consolidación digital de las empresas.
Al respecto, es interesante destacar el ejemplo del fabricante japonés Hitachi, que al implementar esta estrategia identificó seis herramientas y técnicas para que todo el proceso funcione de manera eficaz, y con alta probabilidad de éxito.
Estas son las siguientes:
- Aplicar pequeños programas piloto.
- Integrar una suite de tecnología para agregar datos.
- Emplear algoritmos para monitorear patrones y eventos en tiempo real.
- Desarrollar flujos de trabajo efectivos.
- Contar con gestión de servicios.
- Concretar un acuerdo de gestión de cambios.
Si a esto se suman socios tecnológicos estratégicos que nos acompañen y presten asesoría permanente, la opción de aplicar un exitoso mantenimiento predictivo IoT, crece exponencialmente. Ello abre un extenso universo de éxito y competitividad, vital para enfrentar tanto el presente como el futuro.
