Mantenimiento predictivo Clave para optimizar tiempos de detención

Maximizar el uso de los activos mineros implica la integración de tecnologías que permitan monitorear el estado de los equipos que sustentan la operación.

Con miras a maximizar la utilización de los equipos, junto con la prevención de paradas imprevistas, es relevante la contribución que realiza el mantenimiento al negocio minero.

Fabián Muñoz, gerente de Planificación & Ingeniería de Mantenimiento del Centro Integrado del Conocimiento IKC, de Finning Sudamérica, explica que “lo relevante es disminuir los tiempos por fallas imprevistas, que finalmente son detenciones más largas y más costosas que las detenciones programadas”.

El profesional resalta que los modelos de mantenimiento predictivo son cada día más necesarios, así mismo tener personal capacitado con conocimientos técnicos y en línea con la tecnología a utilizar. “El resultado final para las compañías se traduce en reducir sus costos y maximizar el uso de activos. Si bien existe una inversión en tecnología y capacitación, el retorno se puede ver en el corto y mediano plazo”, asegura.

Sus impresiones son complementadas por Dagoberto Godoy, gerente general de Schwager Service, quien detalla que en general existen diferentes estrategias de mantenimiento y todas ellas aplicables en distintos escenarios, dependiendo de la criticidad y del costo que el proceso es capaz de sostener.

El ejecutivo considera que en casos críticos, es recomendable un mantenimiento predictivo sobre la base de un plan de mantenimiento preventivo. “Esta estrategia permite maximizar la utilización de los equipos por la vía del monitoreo de distintas variables que lo gobiernan. Lo anterior trae consigo la maximización en el uso, con el consiguiente beneficio del aumento de la producción, la reducción de costos al incrementar el período de la frecuencia de detenciones y en una búsqueda permanente que el equipo no falle”, asegura.

Estrategia ideal 

Pablo González, gerente de Soporte al Producto de Komatsu Chile (KCH), comenta que los clientes y usuarios demandan cada vez mayor eficiencia y agilidad, incluyendo el mantenimiento de procesos y activos. Para satisfacer esta necesidad “tenemos que desafiar nuestras definiciones respecto de cómo planificamos y ejecutamos el mantenimiento para optimizar la relación desempeño y costo”.

El ejecutivo considera que esto “hace casi mandatorio migrar desde las tradicionales intervenciones periódicas hacia el mantenimiento just in time. Este enfoque nos permite intervenir los activos y procesos en el momento preciso en que se necesita; ni antes ni después”.

Karen Hernández, gerente Analytics Mining Group de Distribuidora Cummins Chile, añade que es relevante que las compañías incorporen el mantenimiento predictivo, porque es la fase previa para lograr un mantenimiento proactivo, que busca la anticipación.

La profesional menciona que el mantenimiento predictivo se diferencia de otras prácticas, porque se trata de un proceso técnico-analítico consolidado y tecnológico, que permite medir, actuar y gestionar.

Fabian Muñoz acota que la principal diferencia entre un modelo predictivo y tradicional es anticipar posibles fallas futuras a través de síntomas y signos vitales que se visualizan por medio de sensores o registros manuales. “Todos estos datos son analizados y procesados por especialistas, quienes entregan recomendaciones; dependiendo de la gravedad será el tiempo de programación para realizar reparación y anticiparnos a una falla mayor”, señala.

En tanto, Pablo González, hace notar que “muchas veces el Mantenimiento Basado en Condición y el mantenimiento predictivo suelen confundirse, porque ambos implican el factor just in time. Sin embargo, la gran diferencia se da en que el mantenimiento predictivo, además de observar las variables que miden el desempeño del sistema (o monitoreo de condición) para determinar las acciones correctivas requeridas, agrega herramientas que ayudan a predecir el comportamiento futuro de un equipo. Con eso se puede determinar el punto preciso en que ocurrirá una falla funcional, lo que representa una ventaja desde el punto de vista de planificación”.

Ámbitos de acción

Los retos de la Industria 4.0 han impactado también el mundo del mantenimiento predictivo.

Es así como en su implementación, se utilizan distintas plataformas de transmisión de datos que relacionan parámetros, condición, sensores, a través de algoritmos, Big data, Inteligencia Artificial, Machine Learning, entre otros, detalla Karen Hernández, de Cummins Chile.

De manera complementaria, Dagoberto Godoy, de Schwager Services, destaca que existen diversas técnicas para aplicar en la medición de las variables o síntomas que más se les hace seguimiento, a través de las áreas de monitoreo de condiciones, haciendo hincapié en que esto puede ser bajo un plan de inspección periódica o, en equipos muy críticos, con un seguimiento y monitoreo en línea.

En ese contexto, Pablo González, de KCH, asegura que la aplicación de tecnologías se puede clasificar en tres ámbitos principales:

–           Medición: el IoT ha permitido una mayor sensorización de los equipos y procesos, de modo que hoy se puede medir y transmitir prácticamente en tiempo real cualquier variable a frecuencias sorprendentes.

–           Monitorización: gracias a los avances en Big Data y analítica avanzada, la administración de grandes volúmenes de datos deja de ser una barrera, de modo que la atención está centrada ahora en cómo usar esos datos para maximizar el valor.

–           Análisis: Los desarrollos en Inteligencia Artificial ha generado un progreso exponencial en la toma de decisiones basado en datos. Por ejemplo, se ha logrado conectar el análisis del comportamiento pasado (aprendizaje automático del comportamiento histórico), presente (monitoreo en tiempo real) y futuro (predicción de comportamiento) de los activos, aumentando la precisión, velocidad y efectividad de las decisiones en el mantenimiento predictivo.

Fabian Muñoz, de Finning, menciona el hecho que las tecnologías que actualmente se utilizan “están en el hardware y en el software, de ellos dependerá la rapidez con que los analistas puedan actuar y recomendar acciones”, reiterando que “la capacidad tecnológica o desarrollo de una plataforma acorde a necesidades de las compañías es clave para para la correcta utilización del proceso de mantenimiento predictivo”.

Gama de opciones

Pablo Zúñiga, gerente del Metso Performance Center, detalla algunas técnicas y tecnologías que se aplican para el pronóstico del comportamiento de los equipos, como el análisis de vibraciones en estado estable, el que se basa en la detección de fallas en equipos rotativos o rotatorios principalmente, pero también puede ser implementada para el análisis de problemas estructurales, a través del estudio de los niveles de vibración.

Junto con ello menciona el análisis de aceites de lubricación, técnica aplicable a equipos rotativos que suministra información para diagnosticar el estado de desgaste del equipo, sus rodamientos o apoyos, así como también el estado del lubricante.

Otra herramienta es la termografía infrarroja, que permite generar una imagen visible a partir de radiación infrarroja invisible (para el ojo humano) emitida por objetos, de acuerdo a su nivel de temperatura superficial e interior.

A ello se suma la inspección ultrasónica, en el que la verificación de anomalías o de fallas se realiza mediante un procedimiento acústico.  De igual forma, resalta el mantenimiento predictivo basado en machine learning: recolección de señales y signos vitales de una máquina en particular.

Comentarios

Conectate con