Seleccionar página

Fecha de inicio:  19 de Octubre de 2024 
Duración: 23 semanas
Sabados
9:00 AM a 1:00 PM (En línea)

¿Qué es la transformación digital para el mantenimiento predictivo?

Jun 22, 2022 | Articulo

Todas las semanas hablo con ingenieros y gerentes de mantenimiento que están interesados en digitalizar su mantenimiento predictivo. Con base a esa experiencia y en lo que hablo con mis alumnos de transformación digital me permito abordar este tema desde una forma conceptual.

Los mitos de la transformación digital del predictivo

Hay tres mitos que quisiera desmentir:

  1. Informatizar no es digitalizar

El hecho que implementemos un CMMS (Computerized Maintenance Management System) o que un departamento de informática desarrolle un software interno para gestionar órdenes de trabajo de mantenimiento no es un proyecto de transformación digital. Eso es informatización, algo que empezó en los años 80.

Es cierto que la base de una transformación digital es tener procesos informatizados, muchas veces es el comienzo de la transformación, pero no es en sí el proceso.

2. Se puede digitalizar sin transformar

Hay industrias que han digitalizado procesos o señales de la condición de sus activos industriales, pero eso sin cambiar la forma en que gestionan el mantenimiento predictivo. Siguen haciendo lo mismo, pero con nuevas tecnologías que les facilitan su trabajo.

3. Sensorizar no es el mejor comienzo

Hay muchos que creen que si no tienen sensores online en sus máquinas no pueden iniciar un proyecto de transformación digital. Esto hace ver la transformación digital como algo muy ajeno a nuestra realidad industrial por motivos económicos y de riesgo al probar tecnologías nuevas.

¿Qué es la transformación digital en el ámbito industrial?

En el ámbito industrial la transformación digital es la toma de decisiones corporativas a partir de datos. Esto significa que las empresas intensivas en activos (generadoras, transmisoras y distribuidoras de electricidad, manufactureras, facilities y de transporte) tomarán las decisiones, tanto operativas como de presupuestos de capital, basadas en datos de su misma planta.

Dentro de ese contexto, el mantenimiento predictivo juega uno de los roles más demandados: saber cuál es la salud de los activos industriales. Eso, a nivel de gobierno de datos, es información privilegiada de cualquier empresa. Seguramente nos sorprendería mucho un conductor de taxi que no sepa el estado o “salud” de su taxi, pues así quedo yo sorprendido de gerentes de planta que no tienen un sistema de inspección de la condición de sus activos.

La Industria 4.0 no es más que la incorporación de nuevas tecnologías en nuestro quehacer empresarial. Es la primera vez en la historia en que cualquier empresa industrial podrá integrar los datos de pie de máquina con datos financieros y del ciclo de vida de los activos para tomar decisiones corporativas. La separación entre el mundo operativo y el mundo corporativo en una misma empresa está a punto de romperse. Es por eso por lo que le llamamos la cuarta revolución industrial.

El comienzo de una transformación digital es documentar y sistematizar sus procesos de colección de datos y análisis predictivos para luego implementarlos y generar datos estructurados. Ese será el tema de mi artículo en la siguiente edición.

Por dónde comenzar

Hay una premisa simple pero poco común: la digitalización debe estar a nuestro servicio y no viceversa. Por tanto, lo primero que hay que digitalizar son nuestros procedimientos actuales. La gran mayoría de plantas industriales hoy en día ejecutan el mantenimiento predictivo haciendo colección de datos con equipos portátiles, análisis y emisión de informes de diagnóstico. A partir de esos informes, se generan las órdenes de trabajo en el software de mantenimiento. Si esos procesos se gestionan manualmente, el primer paso de la digitalización es documentar y sistematizar estas rutas de colección. 

Una vez documentados y sistematizadas las rutas de mantenimiento predictivo, catalogamos los fallos, las técnicas predictivas, los tipos de activos y otra información relevante con el fin de empezar a estructurar la información. Esto nos permitirá comenzar a hacer registro de fallos y en el mediano plazo a hacer estadísticas de fallos.

Uno de los avances que más sorprenden a los analistas es el convertir los informes en datos estructurados. Definitivamente, el utilizar una estructura de datos facilita no sólo el registro sino también la creación de informes.

Autor

Carlos E. Torres

https://www.linkedin.com/in/carlosetorressa/

Te puede interesar

Curso Gestión normalizada de mantenimiento basado en la condición según ISO 17359

Instructor: David Faro

Asesor en Ingenieria de Mantenimiento y Confiabilidad