Una estrategia adecuada de optimización del mantenimiento para la gestión de activos debe incluir mantenimiento predictivo. Este tipo de mantenimiento tiene el potencial de permitir que las compañías mineras operen de manera más eficiente, incluso en tiempos de incertidumbre.
El concepto de mantenimiento predictivo (PdM) existe desde hace mucho tiempo, pero al igual que el Internet de las Cosas (IoT), sólo recientemente se ha hecho realidad en las industrias de gama alta gracias a la transformación digital. PdM se define como un grupo de tecnologías científicas emergentes que están diseñadas para ayudar a determinar el estado de los equipos en servicio con el fin de predecir cuándo se debe realizar el mantenimiento. Este enfoque promete un ahorro de costes en comparación con el mantenimiento preventivo rutinario o basado en el tiempo, ya que las tareas se realizan sólo cuando están garantizadas.
En un mercado cambiante debido a la fluctuación de los precios de las materias primas, las empresas mineras buscan continuamente nuevas formas de operar con mayor eficacia y eficiencia. Los programas de mantenimiento preventivo por sí solos no son lo suficientemente eficaces para ayudar a las organizaciones a evitar los fallos de los activos y los costes asociados. Las empresas reconocen que para mantener la rentabilidad, necesitan evitar el tiempo de inactividad, inesperado o de otro tipo, a la vez que gestionan el riesgo y mantienen los activos en buen estado.
En la mayoría de los casos, las compañías mineras operan de manera reactiva o con un nivel preventivo básico. La inversión para modernizar el equipo es limitada, por lo que las mejores organizaciones buscan sacar más provecho de su infraestructura existente. Aquí es donde la analítica predictiva y un enfoque global de PdM entran en juego. En el nivel más básico, las técnicas de mantenimiento predictivo que utilizan sensores inteligentes pueden predecir el fallo del equipo antes de que ocurra realmente. Pero para que un enfoque PdM sea efectivo, sus sistemas deben ser capaces de procesar los datos correctos y aprovechar los análisis correctos para predecir la degradación en la salud de los activos de rendimiento y priorizar, en consecuencia, la actividad de mantenimiento.
Las organizaciones que implementan la nueva tecnología de sensores, junto con una sólida solución de gestión de activos empresariales y análisis avanzados, podrán operar de forma más eficiente y rentable. También podrán proporcionar entornos más seguros para sus empleados y una mayor fiabilidad de suministro para sus clientes.
Un nuevo enfoque en la gestión del mantenimiento
La mayoría de las organizaciones mineras actualmente operan utilizando un modelo de mantenimiento preventivo basado en calendarios. Al prescribir el trabajo de mantenimiento en horarios fijos o basados en estadísticas operativas básicas o en las mejores prácticas las organizaciones buscan limitar las fallas de los activos.
Un enfoque aún más básico del mantenimiento es el mantenimiento reactivo. Esta estrategia implica dejar que un activo se ejecute hasta que falle. Este enfoque sólo funciona para activos no críticos que tienen bajos costos de reemplazo y no interrumpen la seguridad ni la confiabilidad general de las operaciones.
Para combatir los retos actuales, como el envejecimiento de los activos, los elementos medioambientales impredecibles y el aumento de los costes del combustible, el enfoque para mantener los activos debe ser más estratégico y optimizado. Un enfoque más estratégico comienza con el mantenimiento basado en la condición. Esta estrategia se centra en el mantenimiento que se inicia sobre la base de la condición de un activo fijo, o dicho de otro modo: “Si no está roto, no lo arregles”. El beneficio del mantenimiento basado en la condición (CBM, por sus siglas en inglés) es que elimina cualquier tiempo de inactividad inesperado al reducir o prevenir completamente las fallas de los equipos que conducen a riesgos para la salud, la seguridad y el medio ambiente. Al eliminar las actividades de mantenimiento innecesarias (a diferencia del mantenimiento preventivo), la estrategia CBM equilibra el coste del mantenimiento con el coste del rendimiento del equipo.
Sin embargo, la implementación de una estrategia de CBM exitosa no está exenta de desafíos. Una organización necesita llevar a cabo un análisis exhaustivo de costo-beneficio y llevar a cabo una auditoría de equipo primero, para asegurarse de que es la estrategia correcta para la organización desde el punto de vista cultural y la adecuada para ayudar a cumplir con los indicadores claves de rendimiento (KPI). El aspecto de monitorización en tiempo real de este enfoque añade aleatoriedad e imprevisibilidad a la organización del mantenimiento, lo que puede resultar perjudicial. A veces es difícil convertir los datos de los sensores y la monitorización de activos en resultados procesables.
La forma más proactiva y optimizada de gestionar el mantenimiento de equipos y otros activos es a través del mantenimiento predictivo. Un enfoque de mantenimiento predictivo requiere no sólo la capacidad de monitorizar continuamente el rendimiento de los activos por medio de sensores para la monitorización de vibraciones, sino también un motor predictivo que pueda procesar los datos de entrada y proporcionar respuestas inteligentes de forma automática. Para que la estrategia sea eficaz, los datos recopilados y las respuestas resultantes deben capturarse y procesarse en un sistema racionalizado de gestión de activos de la empresa a fin de garantizar el cumplimiento, la eficacia de la información comercial y la satisfacción del cliente.
Según una investigación de la consultoría estadounidense ARC Advisory Group del año 2015, el 82% de los activos tienen un patrón de fallos aleatorios, lo que hace que las estrategias de mantenimiento preventivo sean ineficaces a la hora de gestionar el tiempo de inactividad de los equipos y maximizar su vida útil. En un escenario de mantenimiento predictivo, se instala un sensor para monitorizar el rendimiento de un equipo clave. Después de comparar los datos históricos con los datos operativos en tiempo real, una alerta activa el software de gestión de activos empresariales de una organización de servicios públicos para programar automáticamente a un técnico con el conjunto de habilidades y las piezas correctas para reparar el activo defectuoso. Con un sistema integrado de gestión de activos empresariales que funciona de forma uniforme con una solución de análisis predictivo, se elimina el tiempo de inactividad, se maximiza la eficiencia y se desarrolla una cadena de eventos que unifican y optimizan todo el proceso, desde la gestión de inventarios hasta los recursos humanos.
El análisis predictivo optimiza la gestión de activos de tres maneras
El análisis predictivo tiene beneficios inmediatos y a largo plazo para las organizaciones cuando se trata de fiabilidad y ahorro de costes. Cuando se combina con sistemas de monitorización y gestión de activos, el mantenimiento predictivo (PdM) puede ofrecer a las empresas mineras una mejor visibilidad de sus activos, reduciendo en gran medida los retos que antes eran incontrolables, como la distancia y el medio ambiente. Los tres beneficios más atractivos de una estrategia de mantenimiento predictivo se enumeran a continuación:
1. Mejora la satisfacción del cliente
La fiabilidad aumenta la satisfacción del cliente. Los clientes demandan suministros fiables sin los costes asociados. Al reducir los costes operativos y aumentar al mismo tiempo el rendimiento, las empresas no sólo cumplen con las autoridades reguladoras, sino que también mantienen a los clientes satisfechos garantizando suministros fiables.
2. Costo total de propiedad reducido
Al priorizar las actividades de mantenimiento, utilizar el análisis costo-beneficio y los datos históricos para ayudar a los empleados a tomar decisiones inteligentes, se reducen o, en el mejor de los casos, se eliminan los costes inesperados. Las organizaciones ahorran cantidades significativas de dinero al evitar fallas en los equipos, un enfoque completamente opuesto al mantenimiento reactivo. Las empresas no sólo eliminan el coste de la sustitución de activos, sino que también eliminan los costes y las penalizaciones asociadas con el tiempo de inactividad de los equipos, la utilización de los empleados, el impacto medioambiental, etc. El uso de la monitorización predictiva también garantiza la visibilidad en tiempo real del estado de sus activos, lo que permite a los mineros sacar el máximo partido de su inversión en activos.
3. Mayor seguridad y cumplimiento
El análisis predictivo proporciona visibilidad de los activos que antes eran difíciles de gestionar debido a la distancia, el tamaño, la antigüedad, etc. Mediante el análisis de datos de múltiples fuentes y la comparación de valores históricos con datos de entrada en tiempo real, las organizaciones obtienen una visión clara de cómo se están ejecutando sus activos. Esto permite una gestión proactiva del riesgo gracias a la capacidad de priorizar fácilmente los problemas potenciales, automatizar las respuestas y prevenir fallos.
Afrontando los retos del mantenimiento predictivo (PdM)
Adoptar la analítica predictiva implica tratar una variedad de temas que se mitigan mejor con una cuidadosa consideración y aceptación por parte de la organización. El mayor de ellos son los datos en sí mismos. Los datos pueden ser el mejor amigo y la peor pesadilla de cualquier empresa. Es imperativo practicar una buena gestión de datos para asegurar que el cambio a una estrategia de análisis predictivo se realice sin problemas.
La calidad e integridad de los datos son la base del éxito cuando se trata de análisis predictivos que se basan en datos históricos precisos y en tiempo real para proporcionar los mejores análisis y recomendaciones. Disponer de un sistema interno, como una solución sólida e integrada de gestión de activos empresariales, elimina los silos de datos y garantiza que sus datos se gestionen, recopilen y cotejen de forma eficaz.
Con un sistema de gestión de activos totalmente extensible que incluye la programación del mantenimiento, las órdenes de trabajo y otras funciones necesarias para un mantenimiento centrado en la fiabilidad, una solución de análisis predictivo puede extraer eficazmente los datos para informar a operaciones las acciones clave de ahorro de costes de manera proactiva.
¿Qué sigue para la adopción de PdM?
La transformación digital ha hecho posible lo imposible, creando eficiencia al reducir la intervención humana y los errores con una completa automatización y optimización. Las compañías mineras que adopten estos cambios serán más capaces de controlar los aspectos incontrolables de la industria de manera rentable, impulsándolas hacia un futuro más rentable y sostenible.
Los sistemas heredados monolíticos ya no tienen la capacidad de adoptar nuevas tecnologías y plataformas sin medidas extensivas y costosas. Las mejores organizaciones de su clase buscan funcionar de manera más eficiente con soluciones ágiles construidas para una fácil integración y escalabilidad. El futuro del éxito de PdM comienza con la gestión del cambio interno, una sólida infraestructura de tecnologías de información como base y un software que tiene la capacidad de procesar y aplicar nuevas estrategias a medida que el mundo y las expectativas continúan cambiando.
Texto adaptado de: ausimmbulletin.com
En Perú, la Escuela de Postgrado Gerens tiene el programa de especialización “Optimización del mantenimiento para la gestión de activos”, contáctanos para mayor información
La entrada ¿Cómo el análisis predictivo se puede aplicar en la optimización de activos en minería? aparece primero en Blog GERENS Escuela de Postgrado.
Ver Fuente
Publicar un comentario