“A largo plazo, todas las máquinas se descomponen” es, sin duda, una terrible reinterpretación de una famosa cita de John Maynard Keynes, el renombrado economista británico. Sin embargo, hay una verdad en ello. Todas las máquinas son propensas al desgaste. De hecho, un estudio conjunto realizado por el Wall Street Journal y Emerson encontró que el tiempo de inactividad no planificado le cuesta a los fabricantes industriales aproximadamente $50 mil millones al año. El fallo del equipo es la causa del 42% de este tiempo de inactividad no planificado. Entonces, ¿qué podemos hacer para prevenir esta pérdida colosal? La respuesta es simple: emplear una estrategia de mantenimiento de equipos más eficiente.
En los primeros días de la Revolución Industrial, las máquinas no eran demasiado complejas, lo que significaba menos averías. A medida que hemos entrado en la segunda y tercera ola de la Revolución Industrial, con la línea de ensamblaje y la automatización rápida a través de Controladores Lógicos Programables (PLCs) respectivamente, el escenario ha cambiado. Había menos mano de obra manual y más automatización a través de maquinaria compleja. Para mantenerse competitivas, las fábricas comenzaron a medir y rastrear de cerca varias métricas de rendimiento, incluida la producción, la eficacia general del equipo, la productividad del personal, etc. El mantenimiento, que se veía como una actividad a realizar solo cuando había una avería, se volvió mucho más importante. La estrategia de mantenimiento preventivo programado regularmente se hizo popular. Esta inspección periódica de la maquinaria ayudó a identificar problemas temprano para minimizar las averías y reducir las paradas de producción.
A medida que entramos en la cuarta ola de la Revolución Industrial, también conocida como Internet Industrial de las Cosas (IIoT) o Industria 4.0, hay un mayor enfoque en la utilización de equipos, los costos operativos, la productividad de los trabajadores, etc. El IIoT industrial se trata de conectar sensores de bajo costo para recopilar datos de las máquinas y utilizar análisis avanzados para obtener información significativa. Se estima que el IIoT industrial permitirá a los fabricantes aumentar su productividad en un 30%. La estrategia de mantenimiento que utiliza análisis avanzados para predecir fallos en las máquinas se conoce como mantenimiento predictivo. En una encuesta realizada por el Foro Económico Mundial (WEF), la aplicación más citada del IIoT industrial es el mantenimiento predictivo y con razón. El mantenimiento predictivo permite a los fabricantes reducir los costos de mantenimiento, prolongar la vida útil del equipo, reducir el tiempo de inactividad y mejorar la calidad de la producción al abordar los problemas antes de que causen fallos en el equipo.
Sin embargo, para aprovechar estos beneficios, se debe establecer una infraestructura digital sólida, que incluya la implementación de una plataforma de IoT como Microsoft Azure IoT Suite y el uso de técnicas estadísticas como el aprendizaje automático y la modelización predictiva para analizar los datos de las máquinas. El análisis predictivo nos ayuda a predecir resultados futuros utilizando datos pasados. Sin embargo, es importante entender que el análisis predictivo es un proceso continuo y no un destino final. Comienza con la identificación del conjunto correcto de puntos de datos, la integración con la máquina para recopilar datos en tiempo real y la mejora de la calidad de los datos mediante el seguimiento en vivo de las fallas de la máquina. La preparación de datos y la calidad de los datos son los elementos clave para cualquier modelo predictivo. Cuantos más datos de alta calidad podamos alimentar al modelo predictivo, mayor será su precisión.
Todo esto puede parecer un poco desalentador, ya que el análisis no es una función principal dentro de una configuración de fabricación, pero hay ayuda disponible de empresas como Microsoft que brindan soluciones tecnológicas de IoT y Happiest Minds que brindan servicios de ingeniería de IoT. Juntos, podemos ayudar a los fabricantes a centrarse en sus operaciones principales y no preocuparse demasiado por cosas como la utilización de activos y el tiempo de actividad del equipo.
Para obtener más información sobre el mantenimiento predictivo, asista al seminario web titulado “IoT en acción: Mantenimiento predictivo” organizado conjuntamente por Microsoft y Happiest Minds el 11 de enero de 2018. Regístrese para el seminario web.
