Revista Mantenimiento Mineria 2019-Nov-Dic

Los sistemas de gestión de mantenimiento predictivo
muchas veces han sido introducidos en el negocio para
respaldar el aspecto económico-financiero pero no para
gestionar ni tomar decisiones en base a los datos que se
generan en torno a las máquinas.
Los entornos de mantenimiento predictivo se apoyaron
en herramientas básicas como Excel o similares, cuando
en realidad lo que necesitaban era algo muchos más
ágil, potente y enfocado a maximizar el beneficio del
mantenimiento predictivo. Sí, el mantenimiento predictivo
es un centro de coste capaz de generar beneficio.
Si este problema fuese la única parte de la ecuación su
solución sería probablemente sencilla. Sin embargo nos
encontramos inmersos en la era de los datos, aunque
es difícil unificar criterios sobre este tema, lo único
que hasta ahora tenemos en claro con éste es que son
muchos y su volumen crece cada día. Probablemente el
comentario más claro sobre este aspecto fue hecho por
el CEO de GE, quien parafraseando dijo, “vete a la cama
como una empresa industrial y despertarás siendo una
de análisis de datos”.
La tendencia actual ha empujado a muchas industrias a
intentar sacar beneficio de sus datos y aunque muchas
crean que están sentadas sobre una mina de oro, lo
más probable es que lo estén sobre un cementerio de
huesos.
El mantenimiento predictivo industrial lleva años, si no
décadas, de retraso tecnológico y en muchos casos no
está preparado para dar el salto a ese universo fabuloso
de los datos masivos, su análisis y ventajas.
Los problemas del día a día, dar respuesta a operaciones,
épocas de abundancia, stock bajos, crisis y muchas otras
razones han desplazado contra las cuerdas a una parte
importante del mantenimiento predictivo.
Cada caso, cada industria tiene su particular dilema y no
existe, de momento, una herramienta que dé solución a
todos ni un algoritmo que minimice el efecto negativo
del atraso ni una píldora mágica que nos haga olvidar
las consecuencias de este descuido.
Clasificación, transición y algunas conclusiones
No hace falta una auditoría de meses para dar con la
situación del departamento de mantenimiento predictivo
de una empresa, no es una tarea sencilla pero se encuentran
ciertos patrones que muestran la realidad de la
situación, siempre desde el punto de vista de datos, una
realidad que en muchos casos duele y que muchos de
antemano prefieren no conocerla.
Es así que existen cuatro tipos de departamentos de
mantenimiento predictivo.
22
www.conmantenimiento.com.mx