Ningún sensor ve todo. Cada tecnología de monitoreo detecta un conjunto específico de modos de falla, y lo hace en una etapa específica de la degradación.
Un programa que depende de una sola tecnología no tiene un problema de configuración: tiene un punto ciego estructural que ningún ajuste de umbrales puede cerrar.
Las soluciones multimodal resuelven ese punto ciego integrando vibración, ultrasonido y temperatura en un mismo sistema. Este artículo explica qué detecta cada señal, por qué la correlación entre ellas vale más que la suma de los datos, y para qué activos esa integración justifica la inversión.
La idea es contraintuitiva al principio. La mayoría de los programas de monitoreo crecen agregando más puntos de la misma tecnología: más sensores de vibración, más rutas, más frecuencia de medición.
Pero llega un momento en que el problema ya no es cuántos activos se miden, sino qué modos de falla se pueden ver. A partir de ese punto, la única forma de avanzar es agregar señales distintas, no más de la misma.
La combinación de vibración y ultrasonido en un mismo dispositivo, descrita en la nueva generación de sensores Tractian de vibración y ultrasonido, es la respuesta concreta a ese límite.
Por qué un solo tipo de sensor deja fallas sin detectar
Para entender el límite de una sola tecnología hay que pensar en la curva P-F: la línea que va desde el punto en que una falla empieza a ser detectable (P) hasta el punto en que se vuelve falla funcional (F).
Cada tecnología detecta en un tramo distinto de esa curva, y ninguna cubre la curva completa.
El análisis de vibraciones detecta desbalance, desalineación y desgaste de rodamientos.El análisis de ultrasonido detecta fricción y lubricación deficiente en etapas más tempranas. La temperatura detecta sobrecarga y degradación de aislamiento cuando el daño ya avanzó.
Tres lenguajes distintos, tres tramos distintos de la curva. Cómo cada técnica se ubica frente a las demás está desarrollado en las 5 mejores herramientas para mantenimiento predictivo.
Un programa que solo escucha uno de esos lenguajes se pierde todo lo que dicen los otros dos.
Si la tecnología instalada no lee el modo de falla dominante del activo, el mantenimiento predictivo genera datos sin capacidad real de anticipación: tableros llenos de gráficas que no anticiparon el paro que sí ocurrió.
Las restricciones prácticas de cada enfoque están en mantenimiento predictivo: ventajas, limitaciones y retos de implementación.
El caso típico lo ilustra bien. Un motor crítico monitoreado solo con vibración falla por un rodamiento que se quedó sin lubricación. La fricción incipiente generó emisión ultrasónica durante semanas, pero el programa no la escuchaba.
Cuando el desgaste avanzó lo suficiente para producir una firma vibratoria clara, ya quedaban días, no semanas, y la intervención terminó siendo un correctivo de emergencia en vez de un trabajo planificado.
Cómo se anticipa ese desgaste con la señal correcta está en cómo usar el análisis de vibración en rodamientos para prevenir fallas, un modo de falla cuyas causas de fondo conviene conocer para intervenir a tiempo.
Ese punto ciego no es un defecto del sensor: es una propiedad física de cada técnica. Ninguna tecnología de monitoreo es mala por no ver cierto modo de falla; simplemente lee un rango de fenómenos y no otros.
El error está en confiar toda la cobertura de un activo crítico a una sola de ellas, como si esa técnica viera la curva de degradación completa. Reconocer ese límite es el primer paso para entender por qué el enfoque multimodal existe.
Qué son las soluciones multimodal en mantenimiento predictivo
Una solución multimodal es la que integra múltiples tecnologías de detección en un mismo sistema: vibración, ultrasonido, temperatura y, en algunos casos, corriente eléctrica. El valor no está en tener más datos. Está en la correlación entre señales.
Cuando vibración y ultrasonido se capturan desde el mismo punto de medición al mismo tiempo, el sistema puede distinguir una falla real de un falso positivo con una precisión que ninguna señal individual logra por sí sola.
Esa es la diferencia conceptual entre acumular sensores y construir una solución multimodal. El enfoque general de esta disciplina está en monitoreo de condición: qué es, beneficios y cómo aplicarlo.
Pensado de otra forma: cada señal aporta una pieza de un mismo cuadro. La vibración dice que algo se mueve de forma anormal. El ultrasonido dice que hay fricción donde no debería haberla. La temperatura dice que se está disipando más energía de la normal. Por separado, cada pieza es una sospecha.
Juntas, son un diagnóstico con nombre, severidad y tiempo estimado de actuación. El sistema multimodal es la mesa donde esas piezas se arman en un solo cuadro coherente en lugar de quedar en tres reportes que nadie cruza.
Esta distinción tiene una consecuencia práctica en cómo se justifica la inversión. Una planta que compara proveedores por el número de señales que capturan está mirando la variable equivocada; lo que debe comparar es la capacidad de correlacionarlas.
Un sistema que entrega tres flujos de datos independientes deja al equipo el trabajo de cruzarlos a mano, que es justo el trabajo que no se hace por falta de tiempo. Un sistema que ya los correlaciona entrega el diagnóstico armado.
Vibración: la tecnología base para activos rotativos
La vibración detecta los modos de falla mecánicos: desbalance, desalineación, desgaste de rodamientos y holgura mecánica. Es la técnica con mayor cobertura para motores, bombas, compresores y ventiladores, los activos rotativos que concentran la mayoría de los paros de cualquier planta.
Su lugar en la curva P-F es la etapa media: detecta con semanas de anticipación sobre la falla funcional, tiempo suficiente para planificar la intervención en una ventana programada en lugar de reaccionar a un paro.
Por eso es la base de casi todo programa predictivo, sobre la que las otras señales agregan cobertura. El caso concreto del desbalance, uno de sus diagnósticos más frecuentes, está en guía de vibración y análisis espectral: desbalanceo.
Pero la vibración tiene límites conocidos, y reconocerlos es justo lo que motiva el multimodal. En activos de baja velocidad, la energía vibratoria de una falla incipiente es tan baja que se confunde con el ruido de fondo.
En problemas de lubricación, la vibración aparece tarde, cuando el rodamiento ya empezó a dañarse. Y en problemas eléctricos como la degradación del aislamiento, su capacidad de detección es casi nula. Esos tres huecos son precisamente donde el ultrasonido y la temperatura aportan lo que falta.
Ultrasonido: detección antes de que la vibración lo vea
El ultrasonido detecta fricción, turbulencia y descargas eléctricas en frecuencias altas donde el ruido operativo de la planta no existe. Eso le da una ventaja decisiva: capta la emisión acústica de la fricción incipiente antes de que esa degradación genere una firma vibratoria medible.
En la curva P-F, el ultrasonido detecta en la etapa 1, semanas antes que la vibración. En lubricación de rodamientos es especialmente valioso: indica cuándo el rodamiento necesita grasa y cuándo dejar de aplicarla, eliminando tanto la sublubricación como la sobrelubricación por calendario.
El método de aplicación está en lubricación basada en condición con sensores de ultrasonido.
La física lo explica.
El contacto metal-metal por falta de lubricación, las microfisuras incipientes y las fugas a presión generan emisiones acústicas de alta frecuencia, típicamente alrededor de 30 a 40 kHz, que el oído humano no percibe y que aparecen antes que cualquier cambio vibratorio o térmico medible.
El ultrasonido escucha en ese rango donde el ruido normal de la planta no llega, lo que le da una relación señal-ruido excelente para la detección temprana.
El abanico completo de sus usos está en ultrasonido industrial: 5 técnicas avanzadas para mantenimiento predictivo, que cubren desde la lubricación basada en condición hasta la detección de fugas.
Temperatura: el indicador que confirma lo que las otras señales sugieren
La temperatura sube por sobrecarga térmica, ventilación obstruida o degradación de aislamiento eléctrico. Llega más tarde en la curva: cuando la temperatura del activo cambia de forma sostenida, el daño suele estar avanzado.
Pero su tendencia es el indicador de confirmación más accesible para el técnico en ruta.
Una anomalía de vibración o ultrasonido que además coincide con una tendencia térmica al alza es una falla que progresa, no ruido.
La temperatura cumple así un doble papel: confirma técnicamente lo que las otras señales sugieren y, al mismo tiempo, traduce el diagnóstico a un lenguaje que todo el equipo de planta comprende sin formación especializada.
Un técnico entiende de inmediato que un motor diez grados más caliente que su línea base tiene un problema, aunque no sepa leer un espectro.
Conviene entender también los límites de la temperatura como señal, porque explican por qué no basta sola. La temperatura de un activo depende de su carga y del ambiente, así que un cambio térmico puede reflejar simplemente que la planta subió el ritmo de producción, no que haya una falla.
Además, muchos modos de falla mecánicos avanzan sin generar calor apreciable en la superficie hasta etapas muy tardías.
Por eso, en un sistema multimodal, la temperatura rara vez es la señal que dispara la primera alerta: su papel es confirmar y priorizar lo que la vibración o el ultrasonido ya detectaron antes.
La diferencia entre tener múltiples sensores y tener una solución multimodal
Tres sensores instalados en el mismo activo que transmiten datos a sistemas separados no son una solución multimodal: son tres soluciones de un solo sensor trabajando en paralelo, cada una con su propio punto ciego intacto.
La diferencia está en la correlación. Cuando las tres señales se analizan en conjunto desde el mismo punto de medición, el sistema puede ubicar la falla en la curva P-F con mayor precisión y eliminar las falsas alarmas que cualquier señal individual generaría por sí sola.
La integración no es un detalle de arquitectura: es donde nace el valor. Cómo la interpretación conjunta reduce las falsas alarmas está desarrollado en cómo la inteligencia artificial evita falsos positivos en mantenimiento.
Cómo la correlación de señales reduce falsas alarmas
Un ejemplo concreto. Una anomalía en vibración que no tiene correlato en ultrasonido probablemente es ruido operativo: una carga puntual, una resonancia transitoria, un golpe de proceso. Una anomalía en ultrasonido que sí tiene correlato en vibración es una falla progresando en la curva P-F.
La correlación es el filtro que convierte alertas en información accionable. Sin ese filtro, el equipo recibe alarmas individuales de cada señal y termina con fatiga de alarmas; con él, recibe diagnósticos.
La detección de anomalías deja de ser una lista de desviaciones y se vuelve una jerarquía de prioridades. Esa jerarquía es la base para anticipar el comportamiento peligroso del activo a partir de micro-señales que una sola fuente no distinguiría del ruido.
El efecto sobre la operación es medible. La fatiga de alarmas es una de las razones más comunes por las que un programa de monitoreo pierde credibilidad: si la mitad de las alertas resultan ser falsas, el equipo deja de atenderlas, y cuando llega la real, ya nadie la mira.
La correlación rompe ese círculo porque eleva al frente solo las alertas que tienen respaldo en más de una señal, y deja en seguimiento las que aún son una sospecha de una sola fuente.
Por qué importa que las señales se capturen desde el mismo punto y al mismo tiempo
Hay dos fuentes de error que solo se eliminan con captura simultánea desde un mismo punto. La distancia entre el punto de medición de vibración y el de ultrasonido introduce ruido en la correlación: las dos señales describen condiciones ligeramente distintas del mismo activo.
El tiempo entre mediciones introduce ambigüedad en la secuencia de la falla: si la vibración se midió hoy y el ultrasonido la semana pasada, no se sabe cuál cambió primero.
Un sensor que captura ambas señales desde el mismo punto y al mismo tiempo elimina las dos fuentes de error de raíz, y es lo que hace que la correlación sea confiable.
La secuencia importa porque es parte del diagnóstico.
En muchos modos de falla, el orden en que aparecen las señales indica la causa: el ultrasonido que sube primero y la vibración después apunta a un problema de lubricación que evolucionó a desgaste; la temperatura que sube sin cambio mecánico previo apunta a un problema de carga o ventilación, no de rodamiento.
Si las señales se capturan en momentos distintos, ese orden se pierde. La captura simultánea preserva la cronología que convierte tres lecturas en una historia de falla coherente.
Para qué tipos de activos las soluciones multimodal generan más valor
El multimodal no se justifica en todos los activos.Su costo se paga donde la cobertura de múltiples modos de falla simultáneos previene paros caros. Tres perfiles concentran ese retorno.
Activos rotativos de alta criticidad sin redundancia
Motores, bombas, compresores y ventiladores críticos donde una falla no detectada detiene la producción sin posibilidad de continuar con un equipo de respaldo. En estos activos, el costo de un solo paro evitado suele superar el costo del sistema multimodal completo.
El caso de los activos que operan sin margen de paro está ilustrado en monitoreo de activos críticos en operaciones 24/7: el caso de los ingenios azucareros.
La lógica es directa: si el activo no tiene respaldo y su falla para la línea, la cobertura parcial de una sola tecnología es un riesgo que no compensa el ahorro.
Conviene cuantificarlo con datos propios de la planta: si un motor crítico sin redundancia genera un paro de varias horas al fallar, y ese paro tiene un costo conocido por hora de línea detenida, basta un evento evitado para que el sistema multimodal se pague.
La magnitud real de esos costos está en los costos ocultos de una máquina inactiva.
Activos con historial de fallas recurrentes no diagnosticadas
Si el mismo activo falla repetidamente y el diagnóstico espectral no identifica la causa con claridad, la señal que falta probablemente es la que el sensor actual no captura. Es el caso clásico donde agregar más sensores de la misma tecnología no resuelve nada.
Un activo que falla por un modo que la vibración no ve bien (lubricación incipiente, problema eléctrico) seguirá fallando por sorpresa mientras el programa solo escuche vibración. El multimodal cierra ese hueco aportando la señal que faltaba.
El enfoque de diagnóstico automatizado que no depende de un analista externo escaso está en cómo la IA compensa la falta de analistas de vibración.
Vale la pena reconocer la señal de este perfil en la operación diaria: es el activo que el equipo de mantenimiento describe como problemático sin poder explicar del todo por qué. Se cambió el rodamiento, se realineó, se revisó todo lo que la vibración señalaba, y aun así vuelve a fallar.
Cuando un activo entra en ese patrón, la hipótesis más probable no es que el equipo esté haciendo mal el diagnóstico, sino que la causa vive en una señal que nadie está capturando. Agregar esa señal suele resolver en semanas un problema que llevaba meses sin explicación.
Activos en zonas de difícil acceso o entornos agresivos
Donde la inspección periódica es costosa o peligrosa (alturas, zonas calientes, atmósferas agresivas, espacios confinados), el sensor multimodal instalado permanentemente da cobertura continua sin necesidad de ruta, y sin exponer al técnico.
En estos activos, el multimodal no solo aporta cobertura de modos de falla: elimina el costo y el riesgo de la inspección manual recurrente. El valor del monitoreo continuo frente a la inspección puntual está desarrollado en monitoreo industrial en tiempo real: beneficios y cómo aplicarlo.
Hay un cálculo adicional que suele inclinar la balanza en estos casos.
La inspección manual de un activo peligroso o de difícil acceso no solo cuesta las horas del técnico: implica permisos de trabajo, procedimientos de seguridad, a veces la detención temporal del equipo o el uso de equipo de protección especial. Ese costo se repite en cada ronda.
Un sensor multimodal permanente convierte ese costo recurrente en una inversión única, y al mismo tiempo aumenta la frecuencia efectiva de medición de mensual o quincenal a continua.
El resultado es más cobertura por menos exposición del personal, una combinación difícil de igualar con rutas manuales.
Cómo se implementa una solución multimodal en planta
Una solución multimodal bien implementada sigue cuatro pasos. Saltarse cualquiera de ellos convierte la inversión en sensores en datos sin acción, que es el modo más común en que fracasan los programas de monitoreo.
Paso 1 — Seleccionar los activos por criticidad y modo de falla objetivo
No se empieza por instalar sensores: se empieza por decidir dónde. El cruce de criticidad del activo con el modo de falla que se quiere cubrir define qué activos entran al programa multimodal y cuáles se cubren con una sola tecnología o con ruta.
Instalar multimodal en todo es gastar de más; instalarlo solo donde el costo de la falla lo justifica es donde está el retorno.
Ese ejercicio de priorización parte del historial de fallas de la propia planta. Los paros no programados del último año en activos ya monitoreados señalan dónde el programa actual no está viendo lo que debería, y esos son los primeros candidatos al multimodal.
Revisar las causas más frecuentes de esas fallas ayuda a decidir qué señal agregar en cada activo candidato.
Paso 2 — Instalar el sensor y establecer línea base para cada señal
Cada señal necesita su línea base: el comportamiento normal del activo en operación sana, contra el que se medirán las desviaciones. Sin línea base, no hay umbral que tenga sentido.
La línea base se construye con el activo operando en condiciones representativas durante un periodo suficiente para capturar su variación normal de carga y temperatura.
Un error frecuente es tomar la línea base con el activo en una sola condición de operación, por ejemplo a media carga, y luego sorprenderse cuando el sistema alerta al subir a plena carga.
La línea base útil cubre el rango real de operación del activo, de modo que el sistema distinga entre un cambio de carga normal y una desviación que indica degradación. Este paso parece menor y es donde se define si los umbrales posteriores van a generar alertas útiles o ruido.
Paso 3 — Configurar umbrales de alerta por señal y por correlación
Aquí está lo que distingue al multimodal: además de los umbrales individuales de cada señal, se configuran reglas de correlación. Qué combinación de vibración, ultrasonido y temperatura genera qué nivel de alerta.
Es la configuración que convierte tres señales en un diagnóstico, no en tres alarmas separadas.
La estructura habitual define tres niveles. Una sola señal desviada en etapa temprana entra como observación que se vigila. Dos señales coincidentes elevan la alerta a un nivel que amerita inspección programada.
Y la coincidencia de las tres señales con tendencia sostenida marca prioridad alta, intervención en la ventana más cercana. Esa lógica de niveles por correlación evita tanto la sobrerreacción a cada desviación aislada como la subreacción a una falla que ya habla por varias señales.
Con el tiempo, los modelos predictivos aprenden a distinguir esos patrones y ajustan las reglas de correlación a la realidad de cada activo.
Paso 4 — Integrar las alertas con el flujo de órdenes de trabajo
Una alerta que no se convierte en orden de trabajo no previene nada.El último paso conecta el sistema de monitoreo con el flujo de mantenimiento: la alerta correlacionada genera una orden con el diagnóstico y el activo referenciados, y se cierra documentando el hallazgo para que el sistema aprenda.
El eslabón que más programas descuidan es el último, el cierre documentado de la orden. Sin registrar qué se encontró y si el diagnóstico del sistema fue correcto, el programa pierde la oportunidad de aprender de cada evento.
Ese registro es lo que, con el tiempo, afina las reglas de correlación a la realidad de cada activo. El resultado de ese ciclo bien armado es menos paros no programados y menor costo de inactividad.
Preguntas frecuentes sobre soluciones multimodal
¿El multimodal reemplaza un programa de vibración existente?
No lo reemplaza: lo amplía. La vibración sigue siendo la base para activos rotativos. El multimodal agrega las señales que la vibración no ve en etapas tempranas, cerrando los puntos ciegos del programa actual sin descartar lo que ya funciona.
¿Cuántas señales necesita una solución para considerarse multimodal?
No es cuestión de número, sino de correlación. Dos señales capturadas desde el mismo punto y analizadas en conjunto ya constituyen una solución multimodal real. Diez señales en sistemas separados que nunca se correlacionan, no.
¿Se necesita un analista certificado para operar un sistema multimodal?
Para el diagnóstico fino, la competencia especializada agrega valor. Pero las plataformas con correlación de señales asistida por IA permiten operar el programa sin un analista de tiempo completo: el sistema propone el diagnóstico correlacionado y el equipo técnico valida en campo.
¿Por qué no instalar tres sensores separados en vez de uno multimodal?
Porque tres sensores separados pierden la correlación. Miden desde puntos distintos y en momentos distintos, lo que introduce ruido y ambigüedad en el análisis cruzado. La captura simultánea desde un mismo punto es justo lo que hace confiable la correlación.
