Sei sulla pagina 1di 12

El Futuro del Mantenimiento Predictivo

by Jack Nicholas Jr., PE, CMRP

Estamos al borde de otro cambio de paradigma en las organizaciones de la manera en


que manejan sus programas de Mantenimiento Predictivo (PdM, por sus siglas en
ingles).

Este sigue de los dos cambios mayores anteriores en los programas de PdM: el primero,
cuándo el equipo fue de paquetes pesados transportables en carrito para la recolección
de datos y algún análisis (los 80’s) a los paquetes de mano basados en
microprocesadores portátiles; y el segundo, cuando las computadoras portátiles y las
computadoras personales de escritorio con programas robustos de software y capacidad
substancial de memoria entraron en uso (los 90’s). Juntos transformaron la recolección,
el almacenamiento y el análisis de datos y, como resultado, el mantenimiento predictivo
cambio fundamentalmente.

Los originales “Sistema de Granja de PdM” en las plantas, donde técnicos veteranos
enseñaban a los aprendices a hacer vibración y otras pruebas relacionadas de condición,
están desapareciendo. En algunas plantas, estos grupos han sido disueltos enteramente.
A menudo el experto es compartido entre otras plantas o se recurre a terceros, y ya no es
un residente. En otros lugares, menos pero especialistas más hábiles y formalmente
entrenados en PdM comienzan a aplicar múltiples tecnologías para el análisis predictivo
de monitoreo de condición. Ellos llegan a ser “trabajadores de conocimiento,” una frase
acuñada y definida por el Dr. Peter F. Drucker, en su libro titulado Señales del Mañana.

¿Cuales son las opciones para proporcionar la misma o una mejor calidad, de
información para el personal que ha venido a depender de esta información para llevar
al máximo la producción? ¿Cómo podemos vencer nosotros el continuo tiempo-espacio
y estar en dos, tres o cuatro lugares al mismo tiempo? Las respuestas a estas preguntas
caen, como tan a menudo lo hacen, en la rápidamente desarrollada nueva tecnología.

Programas de PdM Tradicionales

El Mantenimiento Predictivo y el Monitoreo de Condición ha estado presente cerca de


50 años, pero ya podemos distinguir 5 programas de mantenimiento predictivo
“tradicionales de los viejos tiempos” de los programas más modernos. Para la mayor
parte de esos 50 años, la recolección de datos rutinaria fue realizada utilizando equipo
“portátil”. En los primeros días de casi todas las tecnologías, como el análisis de
vibración y la termografía infrarroja, “portátil” significaba que un equipo arrastraría o
acarrearía varios componentes de una serie de monitoreo que pesaba de 30 a 50 libras
cada una en las áreas de la planta donde el monitoreo era requerido. Esto era incómodo
y consumía mucho tiempo aún antes que la recolección de datos pudiera ser realizada.
La llegada de los microprocesadores en los 80’s, redujo estos instrumentos de
recolección de datos a “portátiles”. Los datos podrían ser reunidos y podrían ser
analizados, por lo menos hasta cierto punto, en la máquina.

En los 90’s, la introducción de sensores electrónicamente enfriados permitió a los


termografistas infrarrojos jubilar su equipo enfriado por Nitrógeno líquido. Este
desarrollo, combinado con circuitos integrados cada vez más capaces y tecnología
digital, permitió a los practicantes de PdM a crear imágenes intuitivamente interpretadas
mucho más vívidas que hasta un principiante podía comprender.

La introducción de computadoras personales a finales de los años 80 y a las


computadoras portátiles operadas por batería con memoria suficiente a inicio de los 90’s
aumentaron aún más la habilidad de los técnicos de PdM’ la capacidad de realizar (con
la ayuda de software cada vez más sofisticado) el análisis detallado en el campo. Más
recientemente, los desarrollos en capacidades radiofónicas de comunicación han hecho
la cobertura del campo, ya sea por humanos o por máquinas, aún más fácil.

Hoy, para la mayoría de las tecnologías, como las utilizadas en la prueba de motor, el
análisis ultrasónico y el conteo de partícula en lubricantes y líquidos hidráulicos (en el
sitio), el uso de un paquete de monitoreo electrónico combinado con una computadora
personal portátil (laptop) o un microprocesador constituyen los “últimos adelantos”. El
conjunto de aplicaciones es “empacado” en un portafolio o mochila y es capaz de la
operación de campo con batería para cuatro a ocho horas cada vez. El software más
sofisticado puede ser residente en una computadora de escritorio para el uso por el
analista de PdM para realizar el análisis más detallado, conclusiones de informe o en
organizaciones más avanzadas inicia órdenes de trabajo basado en las conclusiones.

El equipo más crítico, como un generador de turbina en una planta de Servicios, tendrá
instalado un sistema de monitoreo que siente múltiples indicadores de condición
incluyendo vibración, espacios libres, temperaturas y muchos otros parámetros. Estos
sistemas instalados generalmente son cableados en red para proporcionar datos de
análisis y alarma al operarios para la toma de decisiones. El costo de tales sistemas
puede exceder fácilmente los USD $100,000. El rendimiento de la inversión, sin
embargo, teniendo en cuenta los valores de los activos para ser monitoreados,
invariablemente vale la pena. Parte del regreso continuo son los ahorros en el costo de
mano de obra que de otro modo sería requerido para reunir manualmente suficientes
datos en activos de valor para hacer decisiones útiles.

Uno puede ver que ha habido un cambio en la asignación de tiempo. Equipos de


conjuntos de aplicaciones más ligeros operados por baterías puede ser posicionado tan
rápidamente como una persona pueda llegar al sitio. Los datos pueden ser tomados en la
máquina para el análisis local. También hoy, redes de comunicaciones radiofónicas
pueden transmitir (por ejemplo, Asistente Personal de Datos - PDA, por sus siglas en
ingles) informes urgentes u ordenes de trabajo justo del mismo lugar de la máquina, un
ahorro adicional de tiempo.

Así, el programa tradicional de PdM ha evolucionado en lo que podemos llamar un


enfoque “moderno” basado en combinaciones disponibles comercialmente de sensores,
microprocesadores, computadoras y software, y permanentemente cableado de sistemas
instalados de monitoreo.

El profesional de PdM ha evolucionado en un “trabajador de conocimiento”. Tales


trabajadores no son “baratos”, ni son fáciles de retener. Los costos de capacitación
pueden promediar nos USD $6,000 por trabajador por año, si un régimen de la mejora
constante en habilidades es seguido. Aparte de la capacitación, un trabajador en un
programa interno puede costar de USD$80,000 a $90.000 por año, incluyendo todos los
costos. La inversión de capital en las tecnologías finales superiores (vibración,
termografía infrarroja, prueba de motor) pueden costar USD $50,000 cada una y
requerir gastos de actualizaciones y ayuda técnica de ~15% del costo de la inversión de
capital anualmente. Algunas tecnologías muy útiles como el análisis ultrasónico y el
equipo portátil de conteo de partícula del lubricante tienen costos más bajos de
inversión de capital, pero casi igualan los costos anuales para el personal y la
capacitación.

Los que entran el campo del mantenimiento predictivo y del monitoreo de condición
están entre los mejor y más brillantes en cualquier organización. Su retención es
generalmente una alta prioridad, pero no es excepcional para ellos poder pasar a
supervisión o inclusive a posiciones gerenciales. Así, ellos pueden salir detrás de las
condiciones calientes y sudorosas en las que están la mayoría de los profesionales
actuales de PdM. Además, ellos pueden salir de parte de los aspectos más frustrantes de
su campo como el que ignoren sus informes y los resultados del análisis, y ser visto
como el portador constante de malas noticias con respecto a las máquinas que necesitan
reparación y que Producción tiene que interrumpir su trabajo.

Algunas compañías, enteradas de los costos de los programas de PdM, pero no


dispuestas a prescindir de estos, comienzan a contratar terceros para su PdM. Así, aún
en USD $75-$150, cuando se requiere un especialista de PdM menos de tiempo
completo, el recurso externo llega a ser atractivo. Especialistas equipados en múltiples
tecnología de guardia llegan a estar disponibles por todos los EEUU (aún en vacaciones,
y fines de semana cuando la mayoría de las emergencias parecen ocurrir) de compañías
como Allied Reliability, una nueva compañía que opera en este campo desde hace ocho
años.

Los siguientes Programas de PdM

Lo que nosotros acabamos de describir suena completamente moderno, y lo es. Pero


esta cambiando - y rápidamente. El cambio será como aquel que lo fue en los 80’s y en
los 90’s.

En un editorial en la Revista Sound and Vibration, Nelson Baxter hizo los siguientes
puntos con respecto al futuro del Mantenimiento Predictivo y al Monitoreo de
Condición:

 Habrá menos personas recolectando datos y realizando el análisis, debido a la


competencia global, elevando los precios de la asistencia médica, la
desregulación y otros factores.
 Donde es posible, los datos serán traídos al analista, no al revés.
 Los Datos de máquinas semejantes serán archivados y simplificaran la
identificación de problema a través de una flota de maquinas semejantes donde
sea posible.
 La combinación de redes inalámbricas y el Internet permitirá el movimiento
fácil de datos de la planta al analista.
 Las grandes organizaciones de manufactura tendrán programas híbridos donde el
equipo más crítico es monitoreado diario o con más frecuencia y menos crítico
menos a menudo.
Además de estas predicciones, enfocadas principalmente en la aplicación del monitoreo
del sonido y de la vibración, lo siguiente sucede realmente o comienza a suceder en el
campo del monitoreo de condición predictivo (PCM, por sus siglas en ingles) :

 Sensores nuevos y diferentes son desarrollados que tendrán aplicación en el


mercado de PCM, aunque actualmente estos sensores no estén destinados
específicamente para ese mercado.
 Plataformas Móviles, plantas de manufactura, edificios comerciales, plantas de
servicios y sus redes de distribución asociadas, así como la infraestructura para
muchas otras aplicaciones, serán monitoreada en maneras significativamente
diferente y más extensamente de como se hace actualmente.
 Los sistemas de monitoreo serán más baratos, más rápidos, más capaces y más
fáciles de utilizar, reubicar y configurar que los sistemas actuales.
 Mientras la intensidad de trabajo requerida para el monitoreo de máquinas en
unas instalaciones o plataforma disminuirá a causa del aumento de la
productividad de los instrumentos de apoyo y los sistemas de PCM, el número
de aplicaciones que requerirán monitoreo aumentará por una gran variedad de
razones (principalmente económicas).
 Mientras el número de individuos involucrados en PCM por sitio o por flota de
vehículos disminuirá, el número de “trabajadores con conocimiento” de PCM
aumentará mientras el valor de PCM llega a ser conocido por los directores, la
intención a competir efectivamente en el mercado global.

Lo que esta ocurriendo en el mercado es que varias tecnologías que pueden afectar PdM
convergen al mismo tiempo y en el mismo lugar. La convergencia de estas tecnologías
ya crea un impacto tremendo en cómo manejamos e interactuamos con nuestros activos,
productos y entornos físicos. Por ejemplo, hasta nuestra comprensión del Internet esta
cambiando.

Las Naciones Unidas publico recientemente un papel que llamó “El Internet de las
cosas”. Este es un término de marketing que salió del MIT, donde futuristas ven que el
Internet no consistirá básicamente en una telaraña para publicar y transmitir
información. Será un Internet compuesto de máquinas, lugares, objetos y cosas. Una
vendedora automática, un refrigerador, una “bomba inteligente” y otras máquinas que
serán conectadas al Internet. Estas máquinas conectadas interactuarán una con la otra y
los humanos para entregar nuevos servicios y crear nuevos mercados de servicio. Otro
término de marketing que es asociado con esto es llamado “M2M” o comunicaciones de
Máquina a Máquina y Máquina a Hombre. En la actualidad, el Internet es el medio de
comunicación estándar capaz del manejo de todos estos datos, y lo hace de una manera
costo efectiva para todos. Un “Internet de las cosas” inalámbrico parece destinado a
convergir con las mejores prácticas industriales de administración de activos ahora y en
el futuro.

Métodos de análisis y herramientas de soporte del futuro

Nuevas maneras de analizar para el monitoreo predictivo y de condición de máquinas


también entra en uso. Nos estamos alejando de la intuición y el conocimiento humano
adquirido en el trabajo o en los cursos de la formación profesional o a través de textos,
hacia una fusión basada en la inteligencia humana y la computadora. Muchas veces en
el pasado, los vendedores de hardware de PCM han recomendado nuevo software
“integrado completamente” de múltiples tecnologías en un solo paquete de software. Lo
que resultó realmente fueron solo plataformas de software con múltiples módulos que
trataron con almacenamiento y el análisis de datos de varias tecnologías. Sin embargo,
en muchos casos, los resultados de datos y análisis todavía fueron contenidos en “silos”
relativamente aislados. Había poca, si es que había, integración de resultados de las
tecnologías diferentes que utilizan alguna cantidad significativa de análisis correlativo o
de correlación. 3

Por ejemplo, un sistema llamado el Sistema Integrado de Condición de Evaluación


(ICAS por sus siglas en ingles) esta ahora en uso en más de 110 barcos de la Marina de
los EE.UU. y muchas aplicaciones comerciales. Con sus “reglas” de interfase lógica
grafica de usuario programable para poner sobre aviso a la maquinaria degradada, el
sistema puede ser considerado discutiblemente representante de los últimos adelantos
actuales en el análisis, diagnóstico y pronóstico de sistemas operativos mayores en
plataformas móviles, y plantas industriales y de servicios. ICAS ahora es sostenido por
General Electric Corporation, que recientemente compró todos los derechos sobre la
propiedad intelectual del software. Junto con su adquisición de IDAX, Inc. (Productor
del software de ICAS), General Electric también adquirió parte de Bentley Nevada, un
fabricante internacionalmente reconocido de hardware de monitoreo de condición
instalado y portátil, y de software de monitoreo de condición, mas notablemente su
Sistema 1® package. Una fusión reciente de los equipos responsables de ICAS y del
Sistema 1® bajo un solo director podría llevar a la creación de la próxima generación de
software de monitoreo predictivo de condición que contiene las mejores características
de ambos sistemas, junto con otras capacidades como las descritas abajo.

La compañía que primero originó ICAS bajo los contratos con la marina de los EEUU.,
Dundics Enterprises (ahora llamada DEI Group) recientemente hizo equipo con una
organización en el exterior para desarrollar y aplicar, en una base de prueba, un enfoque
aún más sofisticado de análisis en una de las aplicaciones más difíciles – los motores
eléctricos y los trenes de impulsión 4. El Sistema de Sensor de Monitoreo de Condición
del Motor (MCM por sus siglas en ingles), descrito por su fabricante como un
“detective multímetro”, es el resultado de la colaboración por dos compañías, Artesis,
Inc, y Inter Electric Electronic, ambas situadas en Turquía. El pequeño paquete de
MCM, que puede ser sostenido fácilmente en la palma de la mano, es instalado
permanentemente en el panel de la puerta principal de un centro de control motriz. Sus
sensores (SOCs) son conectados a los circuitos dentro del panel. El MCM aplica el
monitoreo de condición del modelo basado en la planta y avisos prematuros de los
algoritmos predictivos originalmente desarrollados para la industria aeroespacial en
EEUU bajo el patrocinio de la Administración del Espacio y Aeronáutica nacional de
los EEUU. El dispositivo utiliza sólo las tres fases de corrientes, voltajes y las líneas de
señales (formas de onda) que son alimentadas al motor como entradas para el análisis.
Las salidas son transmitidas por un transmisor radiofónico separado a una red ligada a
una computadora de análisis que contiene el software del análisis. 5

El motor clave del análisis es una Red Bayesiana de Creencia (BBN por sus siglas en
ingles) para el motor eléctrico y los componentes conducidos de la carga que utilizan
información del MCM. La lógica del BBN fue derivada de parámetros de MCM (8
eléctricos y 12 mecánicos), todo el resultado de interpretar la corriente y los valores del
voltaje y de las formas de ondas. Estos son organizados en hojas de cálculo de modos de
fracaso e indicadores relacionados, eléctricos y mecánicos. Los parámetros de MCM
son medidos y son disponibles al BBN. La red entonces calcula la probabilidad de un
Modo de Falla que es VERDADERO o FALSO. Muchos productos de software de
BBN sólo pueden calcular en una dirección. El Motor basado en Diagnostico de
Razonamiento de BBN desarrollado colectivamente con otro socio, Quantum Leap
Innovations, pueden calcular en ambas direcciones. Esta solución predictiva de
maquinaria soporta:

 Monitoreo de Condición y detección continúa de anomalías de modos de falla de


equipo dominante dinámico;
 Estimación del estado actual del equipo relacionado como vida útil residual y
pronostico de la probabilidad de la falla
 Opciones de recomendaciones de planificación y programación basadas en la
utilización proyectada de la demanda y la disponibilidad del recurso

El software es poblado con el conocimiento específico de la operación aplicable del


equipo de la planta y reconocimiento de síntomas desarrollados por el personal de
ingeniería de DEI Group. Cuándo aplicado, por ejemplo, a un conjunto de ventiladores
de torre de refrigeración conducidos por cajas de engranes, el sistema reconocerá
anomalías de equipo que surgen de: la degradación del ventilador, los problemas
eléctricos de la línea, la degradación motriz, desgaste excesivo de la caja y del cojinete,
desbalanceo y desalineación entre equipo empatados.

El sistema pondrá sobre aviso al personal utilizando notificaciones visuales o de correo


electrónico. El sistema proporciona estimación del estado actual del equipo y pronostica
la probabilidad de falla. Así, la última promesa del mantenimiento “predictivo” puede
ser cumplida por este desarrollo, que es el resultado de un esfuerzo cooperativo
internacional.

El estado del equipo, como lo relacionado a la vida útil residual, es representado como
un cálculo del daño cumulativo, o de envejecimiento, que el equipo ha acumulado desde
nuevo, o desde la última revisión. Los sistemas predictivos propuestos de
administración de maquinaria utilizarán los resultados de la función del descubrimiento
de anomalía y el motor de protocolización de riesgo para estimar un valor instantáneo
del estado general del equipo combinando la condición de modos de falla de todo el
equipo en una sola representación del estado.

Dado el estado actual del equipo, y de la utilización proyectada del equipo como
definido por ciclos de trabajo (las cargas durante períodos de tiempo), el sistema estima
la futura conducta del equipo relativa a la degradación que lleva a la falla o estructural.
Aquí la falla es definida como el punto de la degradación donde el equipo no sostiene
más los requisitos del sistema. La información es demostrada como probabilidad de la
falla del equipo relativa a una escala de tiempo.

La combinación de las capacidades diagnósticas y pronosticas de los sistemas


predictivos de administración de maquinaria es una plataforma poderosa para ligar los
problemas de equipo a la causa raíz específica. Proporciona recomendaciones avanzadas
basadas en riesgo de mantenimiento relativas a la resolución de la anomalía reconocida.
Los diagnósticos pre-procesados y los algoritmos pronosticados almacenarán
información computada en el historiador de datos incluido. Esto permite utilizar las
funciones incorporadas para construir la interfase del usuario y demostrar la condición y
futuro riesgo de los modos pre-procesados de falla de la maquinaria.

La integración con el CMMS permite la iniciación automatizada de la planificación


logística anticipada y programación para apoyar los requisitos operacionales de la
planta. El componente de Apoyo de Decisión del Mantenimiento valora lo Siguiente:

 Proyección de riesgo de la falla del equipo,


 Disponibilidad de recursos necesarios de material y personal,
 Requisitos operacionales planeados, y los horarios planeados de la falla para
recomendar el mantenimiento necesario o las actividades operacionales
asociados con manejar el riesgo predicho del equipo. Es también capaz de
valorar el impacto de diferimiento de mantenimiento o cambios en demandas
operacionales del ciclo de trabajo

El resumen de todo el análisis es una mesa completa de decisiones y probabilidades,


basado en la historia de la máquina de modos de falla y atado a datos actuales de la
condición, que rinde una “más probable” causa raíz de la degradación, como es
ilustrado. El concepto total para este muy avanzado programa de PdM, es ilustrado por
un conjunto de ocho ventiladores en una torre de refrigeración en la Figura 2.
Note que la primera columna de recolección de datos en la Figura 2 es el cable de
alimentación entre los motores de una torre de refrigeración de agua al control motriz
central resistente a la intemperie. El vinculo inalámbrico está entre el MCMs o los
“multímetros detectives” que reciben la corriente, el voltaje y los datos de forma de
onda de los sensores del cable de energía eléctrica y la computadora que analiza en
tiempo era el monitoreo de condición en un edificio a varios cientos de metros de
distancia. Los datos de MCM son dirigidos por un acceso inalámbrico a la red de
Ethernet de fibra ligada a las computadoras que contienen el software BBN y otros lazos
de comunicaciones a personas que toman las decisiones internas, en casa o en otras
ubicaciones. Los informes proporcionados incluyen el diagnóstico del problema y un
pronóstico del riesgo de falla. Con estos informes, la persona que toma las decisiones
puede hacer una determinación más informada teniendo en cuenta la importancia de la
producción que se esta produciendo en ese momento así como las consecuencias de
interrumpirla para hacer una reparación.

Este sistema ya se encuentra en uso en el sitio Koch Primary Energy monitoreando


ventiladores y bombas de alimentación. Koch, históricamente una de las compañías más
progresivas en la aplicación de tecnología predictiva de vanguardia, de monitoreo de
condición y métodos de análisis, piensa aplicar este método de análisis a sus
generadores utilizando la salida de los sensores en los cables de salida para monitorear
los datos de la descarga parcial (PD por sus siglas en ingles), un indicador clave de
aislamiento de generador y empeoramiento interno del componente. Actualmente, el
monitoreo de PD se hace cada seis meses utilizando un sistema portátil de monitoreo
diseñado y vendido por una compañía filial subsidiaria de Koch, Iris Power
Engineering de Ontario, Canadá.

Un acercamiento diferente al Futuro

Otro método de Monitoreo Predictivo de Condición es el de proporcionar un grupo de


expertos en varios tipos de industrias y maquinaria. Estos expertos están disponibles
para proporcionar un análisis de vanguardia cuando un sensor de una red inalámbrica
indica el comienzo de las condiciones que pueden llevar a la falla. La clave a este
enfoque es el uso de la conexión de Internet de alta velocidad entre la máquina
monitoreada y el sitio central del análisis.

Azima Inc., hace sensores de dispositivos inalámbricos de estándares industriales


conectándose a una interfase en-sitio y un paquete de comunicaciones. Estos sensores
son conectados a hubs alámbricos o inalámbricos, que entonces son conectados a una
red troncal de comunicaciones (que puede ser alámbrico, fibra o una combinación de
ambos, y contiene al servidor del sitio, cualquier sensor de datos o de video conectado
alambricamente al hub). Esta red, en cambio, se conecta vía Internet a las computadoras
y monitores del análisis. Estos pueden estar dondequiera, incluyendo el sitio del análisis
y/o consulta local, en casa para observación por empleados claves de la planta, en el
escritorio de un vendedor analista experto de maquinaria a miles de kilómetro, o en una
oficina de Azima donde expertos también pueden ser situados, atendiendo a múltiples a
clientes. Los datos están disponibles por cualquier navegador de Internet estándar, y el
acceso al portal de Internet es controlado por el cliente.

El concepto de una instalación típica de Azima es ilustrada en la Figura 3.

La Fuerza Impulsora para el Futuro del Mantenimiento Predictivo

El principio de la fuerza impulsora en el futuro para el mantenimiento predictivo es la


economía. Los programas autónomos e internos se beneficiarán porque los requisitos de
la inversión de capital serán más bajos de lo que son actualmente. En una planta nuclear
de generación de energía el costo de un sensor conectado por cable o fibra óptica puede
ser de USD $ 2-3,000. El precio en otras instalaciones comerciales puede ser de USD $
1,000 o más. Un paquete de instalación inalámbrica de sensor para un solo parámetro
puede ser la tercera parte de ese valor.

Además, el costo de la mano de obra para realizar un esfuerzo potencialmente mucho


mayor de recolección de datos es reducido a una fracción de lo que es ahora. El costo de
mano de obra, programado a la función del análisis, ya sea con personal interno o por
medio de terceros, aumentará la productividad del programa general.
Otro elemento económico es el consentimiento de las compañías de “asociarse” con las
organizaciones que instalan, mantienen las redes de sensores y proporcionan los
servicios completos o parciales del análisis y el apoyo por una cuota mensual. Así, el
requisito de la inversión de capital del cliente es reducido mucho o es eliminado. Esto
permite la decisión con respecto a la implementación de un sistema inalámbrico
descansar más en el requerimiento para el Monitoreo Predictivo de Condición para
aumentar la confiabilidad del equipo, el rendimiento y productividad y menos en la
necesidad de procesar una petición de inversión de capital, que en muchas compañías
puede tomar años.

En la planta Covanta Energy Haverhill de desecho a energía de la Estación de


Recuperación de recursos de 48 Megawatt al norte de Boston, Massachusetts, Azima
instaló equipo sensible inalámbrico en una grúa crítica para la operación y seis
ventiladores clave, de difícil acceso. Los ahorros a la Planta son entregados por un
mejor conocimiento y más reciente de la condición crítica del componente, que ha
tenido como resultado una mejor planeación para los cierres programados y menos
tiempo de inactividad no planeado y gastos de reparaciones de emergencia. Esto coloca
el control de cuando realizar una reparación en las manos del personal y lo quita de los
caprichos de fracasos aleatorios de la maquinaria de la producción o el servicio.

Para organizaciones implicadas en o afectadas por el comercio internacional, el mayor


estímulo económico para adoptar sistemas de PCM del futuro será su capacidad
mejorada para competir y sobrevivir verdaderamente en el mercado global.

De un punto de vista más práctico cualquier organización que aplica PCM, ya sea con
personal de la planta o por medio de terceros, será forzado a considerar el uso de
sistemas como los descritos en este articulo. Esto es porque puede ser los única
alternativa disponible ya que los vendedores abandona el apoyo para el legado del
hardware y/o el software, un hecho frecuente en los ciclos vitales del producto de PCM
que dura cerca de diez años. En términos de software, los vendedores de PCM a
menudo son forzados a hacer esto porque el hardware de la computadora y los
vendedores del sistema operativo cambian su línea de productos con la misma
frecuencia. Lo bueno de esto es que la productividad de uso del producto casi siempre
es mejorada por estos cambios.

Manteniendo las manos en la Maquinaria

Mientras todos estos pronósticos con respecto al futuro del mantenimiento predictivo
parecen quitar a los humanos de las máquinas, uno debe ser realista y apreciar que las
decisiones finales con respecto a si se deben de cerrar para reparaciones y las decisiones
finales del post-mantenimiento a volverlos a la producción no pueden, y no deben, ser
hechas sin “las manos puestas,” y a un encuentro cercano por seres humanos. El
hardware que ellos pueden utilizar puede ser sólo algunos instrumentos de diagnostico
portátiles “anticuados”, pero también estarán trayendo la mayoría de los instrumentos
importantes, el software de su propia experiencia y la inteligencia, que siempre se
quedará como una parte esencial del proceso de diagnóstico y pronóstico.

Conclusiones
Los Sistemas de Monitoreo Predictivo de Condición del futuro serán más sofisticados
que aquellos utilizados actualmente, e implicará más tipos de sensores para detectar más
indicadores de la degradación de la máquina y el sistema. Al mismo tiempo serán más
baratos, más fáciles de instalar y utilizar, y de conectarse internamente y/o ligados vía
Internet con motores de análisis que pueden estar situados a miles de kilometros.

El vinculo entre la participación humana y la participación del microprocesador y/o


maquinas basadas en el analisis de computadoras que hacen la promesa del
mantenimiento predictivo llegaran a ser una realidad.

En el 2003, el reconocido inventor y futurista, Ray Kurzweil publicó su último libro


titulado La Singularidad está Cerca. Este es el último libro de más de tres décadas y
cinco libros llenos de proyecciones de la unión entre la vida y la salud de los humanos y
las máquinas que ellos han creado. En La Singularidad está Cerca, Kurzweil examina el
próximo paso en este proceso de la unificación, que él contiende es inexorable. Ese paso
es la unión entre el humano y la máquina en la que el conocimiento y las habilidades
incorporadas en los cerebros humanos serán combinados con la capacidad bastamente
más grande, velocidad y la habilidad de conocimiento-compartiendo de nuestras propias
creaciones.

La singularidad esta tan verdaderamente cerca como se aplica al futuro del


mantenimiento predictivo.

Agradecimiento

Los autores reconocen con gratitud la ayuda inapreciable en forma de tiempo invertido
discutiendo el futuro de PdM y la provisión del contenido para la inclusión en este
artículo que fue proporcionado generosamente por Marton Dundics, Presidente deDEI
Group, Millersville, MD (mdundics@dei-group.com) y de Alex Warner Presidente de
Pedigree Technologies, Fargo, Dakota del Norte
(alex.warner@pedigreetechnolgies.com)

Elsa K. Anzalone es Gerente General de Contabilidad de Azima, Inc. Puede ser


contactada en: telefono: 781-938-0707 x751, FAX: 781-935-0179, Mobil: 713-825-
1076, e-mail: eanzalone@azimainc.com

Jack R. Nicholas, Jr., P.E., CMRP es el Director General de Maintenance Quality


Systems LLC de Millersville,MD. Puede ser contactado via: Telefono 717-338-9166,
FAX: 717-338-9168, Mobil: 240-463-6440, e-mail: jdnicholas@supernet.com

Referencias

1. Baxter, Nelson Sound and Vibration Magazine May 2004 editorial


2. Warner, Alex, President of Pedigree Technologies, Fargo, ND from an
unpublished paper on products and services of his company prepared in support
of this presentation
3. A description of correlation analysis, along with five other of the most common
analysis techniques used in PCM is found in the text Predictive Maintenance
Management, 1st Edition, September 2005 by J. R. Nicholas & R. K. Young
ISBN 0-97199801-3-6
4. Most of the data on ICAS and MCM was provided by Morton Dundics,
President of the DEI Group. Mr. Dundics was the originator of the ICAS
concept. Marton can be contacted via the company web site www.dei-group.com
5. Artesis is a privately held company headquartered near Istanbul, Turkey. For
more details on the company and the array of products it has patented and sells
world-wide, visit the website a www.artesis.com

©2013 Confiabilidad.Net