A menudo se habla sobre las categorías de mantenimiento y su evolución. Es un hecho que la tecnología es uno de los factores más determinantes para el surgimiento de una nueva categoría de mantenimiento.
La popularización de la inteligencia artificial (IA) en los últimos años ha impulsado el avance de soluciones innovadoras y avanzadas en el sector industrial. Su rápido ascenso en la industria es lo que permitió el surgimiento del Mantenimiento Asistido por IA.
Según Predictiva21, en el mercado se utilizan algunos tipos de mantenimiento, como el correctivo, el preventivo, el predictivo, y el prescriptivo. El objetivo de este artículo es, precisamente, definir el Mantenimiento Asistido como una nueva categoría dentro de esta tipología.
- Correctivo: conocido por ser un enfoque reactivo, solo ocurre después de que una falla o problema ha afectado al equipo o máquina. La intervención se realiza para restaurar el funcionamiento, pero puede resultar en paradas no programadas y costos imprevistos.
- Preventivo: consiste en realizar mantenimientos periódicos y programados, independientemente del estado aparente del equipo. El objetivo es evitar fallos mediante el cambio de piezas y componentes antes de que ocurran problemas, buscando reducir el riesgo de paradas no planificadas.
- Predictivo: utiliza datos y análisis para predecir cuándo puede ocurrir una falla con base en indicadores y tendencias. De esta manera, es posible realizar acciones correctivas antes de que ocurra el problema efectivo.
- Prescriptivo: avanzando más allá del mantenimiento predictivo, el enfoque prescriptivo va más allá de predecir fallas. Proporciona prescripciones detalladas sobre las acciones preventivas que deben tomarse para evitar problemas futuros.
- Asistido: además de prescribir acciones, este enfoque ofrece diagnósticos precisos y basados en datos recopilados en línea, utilizando el comparativo prescriptivo. Es decir, se destaca por contrastar una vasta cantidad de información proveniente de numerosas máquinas, manuales de fabricantes y datos retroalimentados por sensores de monitoreo en línea.
Mantenimiento Asistido por IA = Prescriptivo + Predictivo + IA
La categoría de mantenimiento asistido es la combinación de técnicas prescriptivas y predictivas, por lo que se coloca a la vanguardia de la gestión de riesgos. Dentro de ellas, tenemos subcategorías:
- Mantenimiento Asistido por IA;
- Mantenimiento Asistido por Realidad Aumentada (AR);
- Mantenimiento Asistido por Realidad Virtual (VR);
- Mantenimiento Asistido por Internet de las Cosas Industrial (IIoT);
- Mantenimiento Asistido por CMMS/GMAO;
- Mantenimiento Asistido por Fabricación Aditiva (EM);
- Mantenimiento Asistido por Tecnología 3D.
El Mantenimiento Asistido por IA representa la convergencia de la Inteligencia Artificial con otras tecnologías avanzadas, como el monitoreo en línea y el uso de software inteligente de gestión del mantenimiento (CMMS/GMAO).
La integración del monitoreo en línea y del CMMS/GMAO son los principales elementos de este enfoque, proporcionando una visión en tiempo real del rendimiento de los activos y automatizando la planificación y programación de mantenimientos.
El monitoreo en línea continuo permite la recolección de datos en tiempo real, lo que es fundamental para identificar rápidamente cualquier cambio de comportamiento o tendencia anormal. Por otro lado, el CMMS/GMAO actúa como un centralizador de gestión de información relacionada con el mantenimiento, como el historial de intervenciones, cronogramas y registros de rendimiento.
Además de prescribir, el Mantenimiento Asistido por IA ofrece el diagnóstico que debe realizarse utilizando el comparativo prescriptivo. Es cruzando datos de miles de máquinas, manuales de fabricantes y la retroalimentación de sensores de monitoreo en línea de condiciones que la IA puede ofrecer, con un fuerte respaldo técnico, el pronóstico para la acción.
El elemento clave para garantizar la precisión de este enfoque es la participación humana en el proceso, conocida como “Human in the loop” (humanos en el ciclo). A pesar de toda la capacidad analítica de la Inteligencia Artificial, la intervención humana es fundamental para proporcionar el contexto, el conocimiento especializado y el juicio crítico que complementan el poder computacional de la IA.
Esta evolución es posible gracias a la capacidad de la Inteligencia Artificial para procesar y analizar grandes volúmenes de información provenientes de diversas fuentes. Al cruzar datos provenientes de miles de máquinas, manuales de fabricantes y retroalimentación de sensores de monitoreo en línea de condiciones, el Mantenimiento Asistido por IA es capaz de identificar patrones, anomalías y tendencias sutiles que serían prácticamente imposibles de detectar mediante métodos convencionales.
Al utilizar el comparativo prescriptivo, la IA se convierte en una aliada indispensable para los profesionales de mantenimiento e ingenieros, proporcionando una visión integral del estado de las máquinas y equipos. Este enfoque avanzado permite que los técnicos tengan un pronóstico confiable y detallado sobre las acciones necesarias para mantener la operación en pleno funcionamiento, garantizando la eficiencia y prolongando la vida útil de los activos industriales.
Además, el análisis constante de datos en tiempo real proporcionado por la IA crea un ciclo virtuoso de aprendizaje continuo. Cada nuevo diagnóstico y pronóstico alimenta el sistema con información valiosa, refinando aún más su capacidad para identificar posibles fallas y mejorando su eficiencia a lo largo del tiempo.
Con el Mantenimiento Asistido por Inteligencia Artificial, las empresas pueden alcanzar niveles de eficiencia y productividad sin precedentes. La capacidad de prever y prevenir problemas antes de que ocurran, junto con la reducción de los costos operativos, convierte a este enfoque en una ventaja competitiva para cualquier industria.
Ejemplos de aplicaciones de mantenimiento asistido con IA
Actualmente, el mantenimiento asistido está convirtiéndose en una realidad en las industrias, como por ejemplo en el sector aeronáutico, donde sistemas de control avanzados monitorean en tiempo real la condición de los equipos.
Una señal detallada de la línea de producción muestra visualmente el estado de cada equipo, y cuando ocurren anomalías, el sistema las detecta rápidamente y alerta a los operadores con indicadores luminosos, haciendo que los equipos con problemas parpadeen en rojo o amarillo, dependiendo de la gravedad de la falla.
Mediante el acceso remoto directamente en los teléfonos móviles, los profesionales de mantenimiento tienen mayor flexibilidad y movilidad para verificar en tiempo real las condiciones de los equipos, analizar fallas y obtener información detallada sobre las causas de los problemas.
Se generan automáticamente informes detallados con análisis espectrales, identificando los modos de falla detrás de aumentos de vibración en equipos específicos, como desequilibrios, problemas de lubricación o desgaste en los rodamientos, lo que permite estimar la vida útil de los componentes basándose en datos de medición registrados en activos similares.
Por ejemplo, supongamos que una bomba centrífuga de recirculación de agua muestra niveles elevados de vibración en todas las direcciones. Con el análisis espectral, la IA identifica un ruido aleatorio de alta frecuencia característico de la cavitación; automáticamente, se genera un informe prescriptivo que detalla el modo de falla, la gravedad, posibles causas y qué debe ser inspeccionado.
Con base en estos resultados, el sistema de gestión del mantenimiento (CMMS/GMAO) puede generar Órdenes de Trabajo de forma automática con toda la información necesaria para la ejecución, como procedimientos específicos para cada falla, materiales, herramientas, documentos y manuales. De esta manera, dirige rápidamente a los equipos hacia las actividades y ayuda a encontrar la solución del problema.
Durante el análisis de los datos de la bomba, la IA identifica una oscilación en la presión de succión de la bomba, indicando que la causa raíz del defecto de cavitación no se debe a una falla en la bomba, sino en otra etapa del proceso. Así, la Orden de Trabajo ya está planeada dirigiendo al mantenedor a inspeccionar las etapas anteriores del proceso y no la bomba, ganando productividad y agilidad en la ejecución de los servicios.
La IA también puede predecir acciones futuras, como determinar el momento óptimo para sustituir un activo cuando el costo de mantenimiento supera el valor de su reemplazo. Mediante este seguimiento continuo de los valores, la IA detecta el momento adecuado y emite una alerta indicando que ha llegado la hora de la sustitución.
Otro ejemplo de asistencia se da en la gestión de la energía. Con el uso de sensores, la IA monitorea constantemente los indicadores de energía, analiza el factor de potencia, emite alertas de aumento del consumo y genera informes automáticos.
Supongamos que la producción necesita un turno extra de trabajo para completar la demanda semanal, la IA puede indicar los horarios y lugares ideales para realizar las actividades teniendo en cuenta el costo en función de las tarifas energéticas, evaluando la demanda y la eficiencia energética de las máquinas que se utilizarán.
En comparación con el pasado, los costos de instalación y mantenimiento de estos sistemas se han vuelto más accesibles debido al avance tecnológico y la reducción de los precios de los sensores y otros componentes.
En resumen, el Mantenimiento Asistido con Inteligencia Artificial representa una revolución en la forma en que abordamos el mantenimiento industrial, integrando tecnología avanzada y experiencia técnica para ofrecer diagnósticos precisos, pronósticos confiables y acciones preventivas que garantizan la excelencia operativa y alta confiabilidad para las industrias.
Es un salto significativo hacia la optimización, la reducción de costos y el aumento de la confiabilidad de los procesos, impulsando a las industrias hacia un futuro de alto rendimiento e innovación constante.
