Retorno de la inversión (mantenimiento de predicción)

Los datos del Departamento de Energía de EE. UU. indican que el mantenimiento predictivo (PdM) puede generar un retorno de la inversión (ROI) potencial de aproximadamente diez veces el costo . Sin embargo, esa cifra depende en última instancia del diseño y los requisitos de su instalación, cómo se implementa su programa PdM y qué tipo de resultados está buscando.

Para tener una mejor idea de cuál podría ser el ROI de PdM en sus instalaciones, echemos un vistazo a algunos ejemplos del mundo real.

Estudio de caso: Tetra Pak

La empresa de envasado y procesamiento de alimentos Tetra Pak implementó el mantenimiento predictivo para servir mejor a sus clientes. La empresa proporciona maquinaria, repuestos y servicios para el envasado de alimentos a fabricantes de todo el mundo.

Procesos de mantenimiento costosos

Además de sus materiales de embalaje, máquinas y piezas, Tetra Pak también ayuda a sus clientes a mantener sus equipos. Sin embargo, dado que tienen clientes en todo el mundo, el mantenimiento de los equipos a menudo podría incurrir en altos costos de transporte si eso significara tener un especialista en el sitio. Necesitaban una solución que les permitiera ayudar de manera eficiente a sus clientes y, al mismo tiempo, mejorar la confiabilidad.

Cómo el mantenimiento predictivo redujo los gastos de Tetra Pak y sus clientes

Para brindar un mejor servicio a sus clientes, Tetra Pak implementó una serie de tecnologías digitales , incluido el monitoreo remoto y la computación en la nube.

Usando una plataforma basada en la nube, ahora recopilan y analizan datos de sensores de equipos en todo el mundo, lo que permite a sus científicos y especialistas en datos determinar umbrales críticos para cada tipo de máquina. Esos especialistas pueden trabajar en estrecha colaboración con los técnicos en el sitio para resolver los problemas antes de que se desarrollen.

Esto no solo les ahorra el gasto de enviar especialistas para examinar el equipo en el sitio, sino que también ayuda a reducir los costos del tiempo de inactividad no planificado que sus clientes enfrentarían de otro modo.

Los beneficios han sido astronómicos. Por ejemplo, una empresa láctea con la que trabajan se ahorró más de 140 horas de tiempo de inactividad gracias a su capacidad para predecir fallas en las máquinas por adelantado.

Estudio de caso: Industrias Mueller

Mueller Industries fabrica productos de cobre, aluminio, latón y plástico que distribuye en todo el mundo. La empresa ha crecido hasta alcanzar un tamaño enorme desde su fundación en 1917, ya que ha satisfecho las demandas de mayoristas, minoristas y fabricantes de equipos originales de todo el mundo.

Pasar del mantenimiento preventivo al mantenimiento predictivo

Mueller tradicionalmente usaba un enfoque de mantenimiento preventivo cuando se trataba de mantener su equipo. Sin embargo, dado lo mucho que había avanzado la tecnología, incluso en términos de su asequibilidad, el fabricante de metales decidió que era hora de comenzar a usar el monitoreo de condición y el mantenimiento predictivo para cuidar su equipo.

Instrumentación portátil respaldada por aprendizaje automático

La solución vino en forma de sensores de micrófono de contacto de mano vinculados con una aplicación de teléfono inteligente. Estos dispositivos permitieron a los técnicos medir las vibraciones en los equipos mientras estaban en la planta de producción y obtener lecturas directamente en sus dispositivos móviles. Luego, esos datos se cargarían en una base de datos basada en la nube donde los algoritmos avanzados de aprendizaje automático procesarían los datos y determinarían qué tipos de problemas podrían estar presentes.

Cuando implementaron este sistema, encontraron problemas que no habían sido visibles antes, como el rápido desgaste de los rodamientos en sus máquinas de alta velocidad. Al detectar estos problemas desde el principio, pudieron repararlos con un tiempo de inactividad mínimo.

Estudio de caso: Daimler Chrysler

El fabricante de automóviles Daimler Chrysler necesitaba adquirir más de 600 máquinas para una nueva planta en Toledo, Ohio. Asegurarse de que el equipo estuviera en buenas condiciones era una prioridad importante para el fabricante.

Análisis infrarrojo y de vibraciones en equipos nuevos

Para evaluar el estado de las máquinas que se iban a comprar, utilizaron análisis infrarrojo y de vibraciones para recopilar los datos necesarios. Luego, esos datos se procesaron y analizaron mediante el uso de un software avanzado de mantenimiento predictivo.

El moderno software de mantenimiento predictivo presenta soluciones muy necesarias

Mediante el uso de análisis avanzados para evaluar el estado de sus máquinas, Chrysler pudo encontrar problemas con más de 100 de sus máquinas, a saber, problemas de alineación, cuñas de tamaño deficiente y cojinetes defectuosos o desgastados. Al detectar estos problemas desde el principio, pudieron solucionarlos rápidamente y ahorrarle a la planta miles de dólares (estimados en hasta $112 000) en costos de reparación.

Agregue a eso el potencial de pérdida de tiempo de producción debido a averías, y los ahorros valieron mucho la inversión inicial.

Áreas donde el mantenimiento predictivo puede reducir los costos

Al observar estos ejemplos, podemos ver algunas formas en que el mantenimiento predictivo beneficia a los fabricantes. Algunas de las formas principales en que PdM reduce los costos incluyen las siguientes.

Tiempo de inactividad reducido

El propósito del mantenimiento proactivo en general es mantener el equipo en buenas condiciones de funcionamiento y evitar averías. El mantenimiento predictivo es la forma más efectiva de hacer esto, ya que monitorea de cerca la condición del equipo a través de infrarrojos, análisis de vibración, ultrasonido y análisis de aceite y evalúa esos datos para predecir qué fallas pueden ocurrir en el futuro.

Esto brinda a los equipos de mantenimiento un aviso sobre las tareas que deben realizarse para evitar fallas importantes, lo que finalmente permite que el mantenimiento preventivo se complete en momentos óptimos en lugar de durante un evento de falla no planificado. El resultado final es menos tiempo perdido, mayor disponibilidad de equipos y una producción más constante.

Mayor productividad de mantenimiento

Dado que PdM ayuda a los equipos de mantenimiento a centrar el mantenimiento preventivo solo en las tareas más importantes, no solo reduce las pérdidas por tiempo de inactividad, sino que también puede mejorar la productividad del mantenimiento. Se dedica menos tiempo a máquinas o inspecciones que en realidad no lo necesitan, y las tareas que se realizan son más efectivas.

Como resultado, se desperdician menos recursos, lo que a su vez puede reducir los gastos generales de mantenimiento de las instalaciones.

Menos piezas de repuesto utilizadas

Además de optimizar el tiempo dedicado a las tareas de mantenimiento proactivo, PdM también ayuda a reducir el gasto de inventario de MRO hasta en un 10 % . Dado que las piezas se reemplazan solo cuando es estrictamente necesario, se necesita menos gasto para mantener las piezas de repuesto almacenadas, lo que puede reducir aún más los gastos generales y permitir que los recursos se dirijan hacia el logro de los objetivos centrales de la organización.

Seguridad en el lugar de trabajo mejorada

Con menos averías en los equipos, mejora la seguridad en el lugar de trabajo. No solo se reducen los riesgos directos de un evento de avería real, como puede ser el caso de los equipos que se mueven a altas velocidades o funcionan a altas temperaturas/niveles de presión, sino que también se pueden evitar los peligros secundarios.

Por ejemplo, si una máquina se descompone durante la producción, debe apagarse por completo para garantizar que las reparaciones necesarias se realicen de manera segura. Si bien los procedimientos adecuados de bloqueo/etiquetado pueden garantizar que eso suceda, es posible que no sean totalmente infalibles. La situación más segura es evitar por completo la necesidad de apagar el equipo durante la producción en primer lugar, que es lo que se pretende lograr con PdM.

Calidad de producto más uniforme

Con menos fallas en el equipo, e incluso con fallas menores que se solucionan desde el principio, hay menos posibilidades de que se introduzcan defectos en el producto durante la producción. Naturalmente, eso significa menos desperdicio en términos de materiales y tiempo de producción, menos reelaboración y mayor rentabilidad de sus procesos.

Este beneficio se presenta especialmente en procesos automatizados donde un problema menor en algún lugar de la línea podría resultar en una salida defectuosa que no se detecta hasta que vuelve al final. Al darse cuenta y resolver esos problemas temprano, se previenen esos defectos.

Mayor Eficiencia Energética

El equipo que se mantiene en las mejores condiciones con tareas de mantenimiento específicas tiende a funcionar de manera más eficiente que las máquinas que se desgastan con el tiempo. Cualquier problema que pueda provocar una avería también puede hacer que el equipo utilice más energía de la que debería. Naturalmente, ser capaz de resolver esos problemas rápidamente significa evitar la pérdida de energía y reducir aún más los costos generales de las operaciones.

Costo de Implementación de Mantenimiento Predictivo

Si bien el mantenimiento predictivo tiene un gran potencial para reducir el desperdicio y mejorar la eficiencia en sus instalaciones, tiene costos iniciales. Sin embargo, esos costos son significativamente más bajos ahora que cuando PdM comenzó, ya que el equipo y el software son mucho más accesibles.

El costo de PdM proviene de lo siguiente.

Equipo de vigilancia

Los sensores y dispositivos utilizados para monitorear su equipo presentan una parte significativa del costo, especialmente si está instalando sensores en una gran cantidad de máquinas. Sin embargo, parte de ese gasto puede reducirse por el hecho de que muchas máquinas más nuevas tienen sensores incorporados, lo que significa que los únicos costos en los que tendrá que incurrir serán para conectarlos a su sistema de análisis.

TI es otro punto de preocupación aquí, ya que deberá asegurarse de que las lecturas de sus sensores lleguen a su base de datos, ya sea un sistema de software PdM en el sitio o una solución basada en la nube.

Software y análisis

Un elemento central de PdM son los sistemas de software y análisis utilizados para analizar los datos recopilados por sus sensores. La implementación de un nuevo software puede ser un proceso largo y costoso, y eso probablemente aumentará los costos iniciales. Es útil contar con un plan de implementación bien pensado para asegurarse de que el proceso se desarrolle de la manera más fluida y rentable posible.

Afortunadamente, las soluciones basadas en la nube facilitan mucho la instalación. Si sigue ese camino, es probable que reduzca una parte significativa de los costos de implementación de PdM.

Adquisición de datos

Una vez que su hardware y software estén configurados, deberá comenzar a recopilar datos. El PdM moderno se basa en inteligencia artificial de aprendizaje automático que utiliza grandes almacenes de datos para hacer predicciones sobre eventos de falla futuros. Como tal, necesita algún tipo de base de datos en su lugar.

Con una solución puramente interna, eso significa tomarse el tiempo para permitir que el sistema recopile datos sobre lecturas de medidores y sensores, eventos de falla, etc.

Sin embargo, es posible beneficiarse de las bases de datos existentes en esta área. Muchas soluciones basadas en la nube ya tienen importantes almacenes de datos que se pueden usar para poner en marcha su programa PdM más rápido.

Capacitación

Finalmente, la implementación de PdM es más exitosa con la capacitación adecuada y la aceptación de los empleados. Es importante asegurarse de que su equipo de mantenimiento comprenda los propósitos y beneficios del mantenimiento predictivo, que incluyen, entre otros:

• Facilitando sus trabajos.
• Haciendo sus trabajos más efectivos.
• Mejorando la confiabilidad de su equipo.
• Haciendo su instalación más segura.

Su equipo también debe estar capacitado en el uso de los sensores, el hardware y el software necesarios para que el proceso de mantenimiento predictivo funcione.

Cálculo del ROI del mantenimiento predictivo en sus instalaciones

El retorno exacto de la inversión que verá en sus instalaciones depende de la escala de sus operaciones, qué máquinas son fundamentales para mantener, cuánto gasta actualmente en mantenimiento, etc. Como tal, deberá tener en cuenta muchos factores al calcular el ROI del mantenimiento predictivo.

Recopilar datos sobre los costos actuales de mantenimiento y operaciones

Es útil comenzar recopilando datos sobre los costos actuales de mantenimiento y operaciones en sus instalaciones. Considere factores tales como:

• Horas de mantenimiento dedicadas al mantenimiento reactivo
• Horas de mantenimiento dedicadas a mantenimiento preventivo e inspecciones
• Gasto de inventario de MRO
• Tiempo de inactividad no planificado
• Rechazos y reelaboraciones de producción

Mirar los indicadores clave y los datos de mantenimiento en su CMMS puede brindarle un buen comienzo para evaluar estos costos.

Analice los tipos de sensores y análisis disponibles

A continuación, determine qué tipos de sensores y análisis funcionarán para su instalación. En particular, considere cómo podría monitorear la salud de sus activos más críticos. Eso debería informar los tipos de sensores y funciones de software de análisis que querrá implementar, brindándole una idea de los costos de implementación.

Determine qué áreas podrían mejorarse con el mantenimiento predictivo

Al observar las áreas de su mantenimiento y operaciones que PdM podría mejorar, comenzará a tener una idea de cómo podría mejorar sus procesos, mantenimiento preventivo, etc. Esas áreas de mejora le darán un buen punto de partida para calcular los ahorros potenciales.

La evaluación comparativa con instalaciones similares en su sector y los datos generales sobre los beneficios de PdM también pueden ayudarlo a obtener algunas estimaciones sobre cuánto se pueden reducir los costos después de la implementación.

Conclusión

El mantenimiento predictivo promete un alto retorno de la inversión, pero la forma exacta que tomará en sus instalaciones influye bastante en esa cifra. Aun así, es posible tener una buena idea de cómo PdM mejorará las operaciones y las prácticas de mantenimiento de su instalación.