Un motor que se quema sin aviso no solo cuesta el motor: cuesta la línea detenida, el producto en proceso, las horas extra del equipo de mantenimiento y, muchas veces, una entrega comprometida. En uno de nuestros proyectos, la quema recurrente de motores en un equipo crítico se resolvió con monitoreo predictivo y alarmas tempranas, y el resultado fue una reducción del 40% en fallas críticas y un aumento del MTBF (tiempo medio entre fallas).
En este artículo explicamos qué es el mantenimiento predictivo, qué variables conviene medir y cómo arrancar sin un proyecto gigante.
Correctivo, preventivo y predictivo: la diferencia
- Correctivo: se repara cuando el equipo ya falló. Es el más caro, porque la falla llega en el peor momento.
- Preventivo: se interviene por calendario (cada X horas o meses), falle o no. Reduce sorpresas, pero cambia piezas que todavía tenían vida útil.
- Predictivo: se interviene cuando los datos indican que el equipo empieza a degradarse. Se mide la condición real del activo y se actúa antes de la falla, en una ventana programada.
El predictivo no elimina al preventivo: lo vuelve más inteligente. Las rutinas de calendario se ajustan con base en la condición medida.
Qué variables medir
La mayoría de las fallas en equipo rotativo (motores, bombas, ventiladores, compresores, reductores) dan señales semanas antes de ocurrir. Estas son las más útiles:
| Variable | Qué revela | Dónde aplica |
|---|---|---|
| Vibración | Desbalance, desalineación, holguras, daño en rodamientos | Motores, bombas, ventiladores, reductores |
| Temperatura | Sobrecarga, fricción, falla de lubricación, conexiones flojas | Rodamientos, devanados, tableros eléctricos |
| Ultrasonido | Fugas de aire, arcos eléctricos, lubricación deficiente | Neumática, tableros, rodamientos de baja velocidad |
| Consumo energético | Sobreesfuerzo, atascamientos, degradación de eficiencia | Motores y variadores |
Con dos variables —vibración y temperatura— ya se cubre una gran parte de los modos de falla de un motor.
La arquitectura: del sensor a la decisión
Un sistema de mantenimiento predictivo con IIoT tiene cuatro capas:
- Sensado: sensores de vibración y temperatura montados en el equipo. Hoy existen kits inalámbricos que se instalan sin cablear, como las soluciones de monitoreo de Banner, o sensores IO-Link de SICK y Pepperl+Fuchs que entregan diagnóstico además de la medición.
- Conectividad: un gateway o el propio PLC concentra los datos y los publica por protocolos industriales (EtherNet/IP, Profinet, Modbus TCP).
- Análisis: reglas de umbral para empezar y, conforme crece el histórico, modelos de tendencia o machine learning que detectan patrones anómalos.
- Acción: alarmas tempranas al HMI o SCADA, al celular del responsable y a los tableros de business intelligence que usa la gerencia.
Lo importante es que la alarma llegue con tiempo para planear, no cuando el equipo ya está fallando.
Los indicadores que vas a mejorar
- MTBF (tiempo medio entre fallas): sube porque las fallas se previenen.
- MTTR (tiempo medio de reparación): baja porque la intervención se planea con refacciones y personal listos.
- OEE (eficiencia general del equipo): mejora la disponibilidad, que es uno de sus tres factores.
- Costo de mantenimiento: se dejan de cambiar piezas sanas y se evitan los daños en cadena.
Cómo empezar sin un proyecto gigante
No hace falta instrumentar toda la planta el primer día. Recomendamos un piloto de 60 a 90 días:
- Elige 3 a 5 equipos críticos: los que más paran la línea o los que más caro cuesta reparar.
- Define una línea base: mide vibración y temperatura en condición normal de operación.
- Configura umbrales y alarmas: empieza con valores de referencia de la norma ISO 10816/20816 para vibración y con los límites del fabricante para temperatura.
- Documenta cada evento: qué alarmó, qué se encontró al revisar y qué se corrigió. Ese histórico es el que alimenta los modelos más avanzados.
- Mide el antes y el después: fallas, horas de paro y costo de reparación.
Con los resultados del piloto se justifica con números la expansión al resto de la planta.
Errores comunes
- Instalar sensores sin un responsable de leer los datos. El sistema no sirve si nadie actúa sobre la alarma.
- Umbrales genéricos en todos los equipos. Cada máquina tiene su propia firma; la línea base es obligatoria.
- Datos aislados. Si la información no llega al HMI, al SCADA o al sistema de mantenimiento, se pierde.
En resumen
El mantenimiento predictivo convierte la condición de tus equipos en datos y los datos en decisiones programadas. Con un piloto bien enfocado, los resultados son medibles en semanas.
En A&G Automation diseñamos e implementamos soluciones de mantenimiento predictivo e IIoT: diagnóstico por vibración, temperatura, ultrasonido y consumo; reportes técnicos; tableros de BI y gemelos digitales. Solicita un diagnóstico de tus equipos críticos.