¿Qué son los modelos de confiabilidad?
Hasta ahora hemos hablado sobre mantenimiento predictivo en activos que se pueden monitorizar mediante diferentes técnicas de recogida de datos. Ante los sucesos raros como las fallas de activos, todos los métodos que usamos desde la Big Data hasta los promedios habitualmente fallan en el intento de calcular patrones y pronósticos.
Sin embargo, nuestro equipo de Predictto, ha comprendido que aplicar un mantenimiento predictivo al total de tus activos, sean del tipo que sean, te permitirán un mayor control sobre todo tu plan de mantenimiento. Por ello han desarrollado los modelos de confiabilidad, y para la extracción de sus resultados, han aplicado el análisis Weibull a este proceso.
En Predictto, utilizamos los modelos de confiabilidad para para predecir el futuro de activos que no es posible monitorizar de forma automática o no son tan importantes como para hacerlo. Este sería el caso, por ejemplo, de una bombilla. Normalmente, en un activo como este, no se aplica mantenimiento preventivo, sino que se espera a que se estropee y se cambia. Con los modelos de confiabilidad, también es posible predecir el futuro de estos activos.
El estudio de los sucesos raros y los valores extremos que se desarrollan en sectores tan diferentes como los seguros, la hidrología y el mantenimiento son tratados usando distribuciones de probabilidad tipo Weibull que buscan responder cuántas pérdidas ocurrirán, cuando se desbordará un rio o cuando fallará un activo basado en los registros históricos disponibles.
La curva de confiabilidad
La confiabilidad es la probabilidad de que un activo opere de forma adecuada hasta un momento determinado en el tiempo y corresponde a 100% cuando el activo opera de forma confiable y 0% cuando ya ha presentado una falla. La confiabilidad es una medida que permite establecer el nivel de operación o servicio de un sistema llegando a incluirse como parte de los acuerdos o contratos de servicio de mantenimiento.
La curva de confiabilidad o curva de supervivencia, base del Mantenimiento Centrado en la Confiabilidad (RCM), es la descripción a lo largo del tiempo de la confiabilidad de uno o varios activos y permite pronosticar su nivel en el tiempo para realizar planes y tomar decisiones.
Si quieres profundizar un poco más sobre qué conceptos son los que manejamos a la hora de realizar el análisis Weibull dentro de los modelos de confiabilidad, puedes leer este artículo: Modelos de confiabilidad en mantenimiento predictivo: Análisis Weibull.
Ventajas del mantenimiento predictivo:
Según un estudio, en 2021, del Analytics Institute de Deloitte, se concluye que la implantación del mantenimiento predictivo puede incrementar la productividad de los equipos en un 25%, reducir las averías en un 70% y recortar en un 25%, los gastos de mantenimiento, con todo el aumento en tiempo de funcionamiento de los activos y ahorro de costes que esto conlleva. Precisamente estas son solo un par de las ventajas que ofrece el mantenimiento predictivo:
- Evitar que se desperdicien existencias y que se contrate mano de obra que no es necesaria.
- Se reduce el aspecto Downtime y aumenta la disponibilidad de los activos como recurso.
- Te permite conocer de forma muy detallada a qué activos y tareas estás destinando tu presupuesto y te permite ajustarlo si es necesario, de forma más realista.
- Te permite un mayor rendimiento de todos los activos y la actividad de tu empresa
- Utilización óptima de estos recursos durante su ciclo de vida.
- Es esencial, para empresas que tienen activos cuyas averías supondrían un riesgo para la seguridad del equipo humano.
Principales herramientas de mantenimiento predictivo
Para aplicar estas técnicas predictivas necesitamos de herramientas especializadas en la materia y, aunque son diversas, algunas de las más importantes son:
1. Sensores y comunicación de datos: Se trata de sensores IoT instalados en los equipos, maquinaria y activos físicos en general. Se encargan de recopilar la información de funcionamiento y enviarla para el análisis. Los más comunes son los de análisis de vibración, sónico y ultrasónico, de imagen térmica y de aceite y lubricante. Hoy, las soluciones IoT están ganando cada vez más terreno en el entorno empresarial. De hecho, de acuerdo con estadísticas recopiladas por DataProt, se estima que 83% de las organizaciones han potenciado su eficiencia gracias a la incorporación de esta tecnología en sus procesos cotidianos.
2. Almacén central de datos: Se trata del datacenter al que llegan los datos recopilados por los sensores, para almacenarlos, procesarlos y analizarlos para determinar las acciones de mantenimiento a ejecutar. Suelen estar alojados en la nube, brindando mayor dinamismo a las operaciones y facilitando el acceso a los datos.
3. Algoritmos de análisis predictivo: Se aplican a los datos almacenados con el fin de reconocer patrones y generar conocimientos a modo de cuadros de mando y alertas. Se apoya del Big Data y el Machine Learning.
4. Herramientas de Programación: Se hacen cargo de programar los tiempos y recursos necesarios para ejecutar las acciones de mantenimiento determinadas en los análisis de fallas y de variables monitoreadas. En los software modernos, se ejecutan de forma automática.
¿Por qué incluir el mantenimiento predictivo como parte de tu estrategia?
Además de por todas las ventajas que te hemos comentado anteriormente, el mantenimiento predictivo es una de las tres partes que conforman el mantenimiento inteligente. Si ya cuentas con un CMMS/GMAO, como Fracttal One, para la gestión y el control de activos y también dispones de dispositivos IoT para realizar un monitoreo de condición en tus activos físicos, contar con un software de mantenimiento predictivo, te ayudará a completar el ciclo, aportando información futura sobre el estado de esos activos en tu plan. Todo conectado a través de la plataforma CMMS/GMAO, hará que construyas un plan de mantenimiento sólido y completo basado en datos reales.
Con Predictto tomarás decisiones sobre tu planificación de mantenimiento de forma fácil con la ayuda del Machine Learning y el IoT, y en tan solo un par de clics. Conocer el momento preciso en el cual uno de tus activos puede fallar es ya, una realidad.
Con Predictto los modelos son ajustables a tus necesidades y en nuestros resultados siempre te ofrecemos un rango de probabilidades para que tú seas quién tome la decisión final. No hace falta ser un experto en ciencia de datos para que los utilices a la hora de pronosticar el futuro de tus activos.
