Seleccionar página

Cerrando brechas… la “Confiabilidad del dato” en la correcta aplicación de las metodologías de confiabilidad

Dic 14, 2023 | Articulo

Autor: Nayrih M. Medina C.
Cargo: Soluciones GACM (Soluciones en Gestión de Activos, Confiabilidad y Mantenimiento)
Linkedin: https://www.linkedin.com/in/nayrih-medina-76387121/

Resumen:

Brindarle importancia a la “Confiabilidad del Dato” cuando se desea implementar cualquiera de las Metodologías para mejorar la Confiabilidad Operacional en una organización, evita pérdidas de recurso financiero, de tiempo y de mano de obra. Los mejores resultados de la implementación no dependen únicamente del modelo, las herramientas o la tecnología utilizada, sino de la “Confiabilidad del dato” utilizado durante el proceso. Un caso reciente de experiencia profesional pone en evidencia los errores cometidos por una empresa que no consideró este aspecto esencial durante su etapa de implementación.

——

En una era de acelerado avance tecnológico aplicado a las industrias, donde se desarrollan sistemas complejos para simplificar tareas repetitivas y mejorar la precisión de los cálculos, se está olvidando la importancia de la “Confiabilidad del Dato”, especialmente de aquellos que no se obtienen de forma automática o directa de los equipos o sistemas.

En los últimos años, he tenido varias experiencias con clientes que enfrentan importantes retos al modernizar la gestión de mantenimiento de sus instalaciones y equipos, por medio de la incorporación de tecnologías y softwares de la industria 4.0, y resulta curioso observar que, en varios de esos casos, se repiten patrones en los obstáculos relacionados con la calidad de la información. El principal problema que enfrentan estás empresas está en la obtención de datos confiables que garanticen información precisa y de calidad para tomar decisiones.

Voy a ejemplificar el punto con un caso preciso del 2019, cuando un cliente que llamaremos Empresa ABC enfrentaba problemas y riesgos de gestión de mantenimiento. Les comparto el caso:

La Empresa ABC, decide establecer las bases para la preparación y optimización de sus Programas de Mantenimiento Basados en la Criticidad de sus equipos, para enfocar los esfuerzos hacia el cumplimiento de los objetivos estratégicos del negocio.

Este modelo de gestión, que permite equilibrar el nivel de criticidad de los equipos desde la óptica del proceso, mediante el mapeo de criticidad de los activos físicos y el establecimiento de una tasa de rendimiento de la inversión para la empresa, ayuda a mejorar la efectividad del programa de integridad funcional de los activos.

En este sentido, el objetivo de este cambio era enfocarse en los equipos más importantes o críticos, según el riesgo que puede generar una falla en la continuidad del proceso y la rentabilidad del negocio.

Como primer paso, decidieron aplicar el Análisis de Criticidad para la jerarquización de sus equipos. Para ello adoptaron una Matriz de Criticidad utilizada en otras empresas del mismo sector, considerando criterios y rangos de evaluación similares. Al analizar los primeros resultados, observaron varios problemas: los resultados eran incoherentes (según los responsables de operaciones) y los criterios utilizados no se ajustaban a las necesidades de sus 12 plantas, por lo que debían incorporar ajustes en las matrices de cada instalación, dificultando la posibilidad de evaluar de forma integral la criticidad de todos los activos de la empresa.

Cuando realicé el diagnóstico del cliente y revisé los antecedentes del proceso de definición de la Matriz de Criticidad utilizada, identifiqué las siguientes desviaciones:

  • Utilizaron un Método de Evaluación de la Criticidad prediseñado, sin considerar si cubría o no, las necesidades de la Empresa ABC.
  • En el proceso de selección de la Matriz de Criticidad, no consideraron la participación de los responsables de las áreas vinculadas directa e indirectamente con la confiabilidad de los equipos y la evaluación de las consecuencias de sus fallas.
  • La información de las diferentes áreas, aunque se encontraba digitalizada en sistemas institucionales de la empresa, no estaba vinculada y no era accesible al personal de otras áreas, lo que dificultaba la integración de los datos para el análisis.
  • Los criterios y rangos de evaluación utilizados en la matriz adoptada, no se ajustaban a los criterios de criticidad establecidos por la empresa para cumplir sus objetivos estratégicos.
  • La información de base para el análisis era de baja calidad y poco confiable, debido a que contaban con pocos registros, había inconsistencia entre información de diferentes áreas, había duplicidad de información y en general los datos eran poco confiables.
  • La información de las bases de datos de los diferentes departamentos no estaba actualizada a la misma temporalidad.

Como se puede notar, los principales errores cometidos por la Empresa ABC en este primer intento de implementar Metodologías de Confiabilidad, estaban relacionados con la inadecuada selección del Modelo para la Evaluación de la Criticidad de sus equipos y con la baja confiabilidad de los datos. Así que, para enfrentar esos retos, tuve que definir una estrategia para el diseño de la Matriz de Criticidad de la Empresa ABC, considerando aspectos que se descuidaron en su implementación inicial. Algunos de los elementos que se debieron atender desde el inicio fueron:

  • Las áreas operativas y áreas de apoyo directamente involucradas con los procesos productivos de la empresa para el diseño del Modelo de Evaluación de la Criticidad.
  • Definir de manera consensuada los criterios de evaluación para la Frecuencia de Fallas y las Consecuencias de las Fallas, que se alinearan a los objetivos estratégicos de la Empresa ABC.
  • Asegurar la calidad de la información por medio de una adecuada depuración, validación e integración de los datos en una base única de análisis para obtener datos confiables.
  • Establecer parámetros de evaluación de la criticidad que fueran homogéneos y funcionales para que sus 12 plantas atendieran las problemáticas más críticas, por lo que fue necesario implementar factores de ajuste a la ecuación para estimar el nivel de consecuencias.

Ajuste al Modelo matemático diseñado para estimar la criticidad de los equipos

Fuente: Nayrih Medina / Rubén Roa. Soluciones GACM. 2019

Cuando mi equipo de trabajo implementó las acciones correctivas de los puntos anteriores para garantizar la confiabilidad de los datos en el Modelo de Evaluación de la criticidad, notamos que los resultados fueron diferentes a los obtenidos por la empresa en su primer intento. Al probar la matriz de criticidad en las diferentes plantas, observamos una adecuada reproducción de la realidad operativa de sus instalaciones, vinculadas directamente con la capacidad de producción de cada planta y el impacto en la rentabilidad global del negocio, lo que facilitó no solo atender las necesidades de jerarquización por instalación, sino también la jerarquización de los activos a nivel empresa. Esto dio pie, para el inicio de la implementación de las estrategias de mejora de los planes de mantenimiento basados en criticidad.

El aprendizaje obtenido de esta experiencia es que empresas como ABC, suelen incurrir en pérdidas de recursos valiosos como tiempo y dinero, como consecuencia de la utilización de datos poco confiables y una mala selección de la Metodología para la Evaluación de la Confiabilidad de sus equipos.

Considerando lo anterior, podemos decir que, al contar con “Confiabilidad del Dato” cuando se aplica cualquiera de las Metodologías para lograr la Confiabilidad Operacional, obtendremos beneficios como: a) generar información precisa y de calidad, b) tener más certeza y confianza en el proceso de toma de decisiones y así, definir acciones eficientes que facilitan el logro de los objetivos operacionales, tácticos o estratégicos y finalmente, c) favorecer la reducción de tiempos y costos de las empresas durante la fase de implementación.

En conclusión, los beneficios de la “Confiabilidad del dato” en la correcta aplicación de las Metodologías de Confiabilidad, no dependen únicamente del modelo o la tecnología que se utilice, sino de la calidad de los datos empleados en el análisis.

Explora nuestros cursos en Mantenimiento y Confiabilidad

Cursos de Confiabilidad

Análisis Causa Raíz

Instructor: Tibaldo Díaz

Preparación para certificación CMRP

Instructor: Gyogi Mitsuta

Cursos de Gestión de Mantenimiento

Mantenimiento Productivo Total (TPM)

Instructor: Lourival Tavares

Proceso de Gestión de Mantenimiento

Instructor: Gyogi Mitsuta

Gestión y Optimización de Inventarios para Mantenimiento

Instructor: José Contreras Márquez

Planificación, Programación y Costos de Mantenimiento

Instructor: José Contreras Márquez

Cursos de Mantenimiento Predictivo

Análisis de Vibraciones CAT I

Instructor: José David Trocel

Termografía Industrial

Instructor: José David Trocel

Cursos de Mecánica

Bombas Centrífugas: Mantenimiento y Fallas

Instructor: Alberto Martinez

Sellos Mecánicos

Instructor: Alberto Martinez

Rodamientos Mecánicos

Instructor: Alberto Martinez

Plan de capacitación para Predictivo

16 cursos – 139 horas