Asset Management Toolbox

The Asset Management Toolbox is a corner on the internet of things where you will find excellent information on delivering value through effective asset utilization / [ESPAÑOL] Asset Management Toolbox es un rincón donde encontrarás excelente información sobre como crear valor a través de la utilización eficaz de tus activos.

[amtbox]

famous quotes

[amtbox]

Imagen: www.kaizen-news.com

[amtbox]

[amtbox]

Por que No Debes de Perder el Tiempo con el Concepto de Big Data

“Big Data”, es un término que está capturando la atención de muchos.  Según IBM, "Big data" se refiere a la colección de grandes cantidades de data caracterizada por su complejidad, que se torna difícil de procesar a través de bases de datos manuales y aplicaciones de procesamientos de datos tradicionales.  El reto de poder capitalizar en esta oportunidad yace en la capturación, almacenaje, búsqueda, intercambio, transferencia, análisis y visualización de la data bajo estudio.

¿Por qué debemos invertir nuestro dinero para capturar más data cuando todavía no podemos consistentemente capitalizar en las oportunidades que tenemos presentes en nuestros programas actuales?

Por ejemplo, cuando se diseña un programa de mantenimiento predictivo, se utilizan diferentes instrumentos para capturar data de los activos. Esta data se analiza para identificar la salud de los mismos y optimizar la utilización de nuestros recursos. Entiéndase como recursos, las  horas de labor, materiales, tiempo de producción y utilización de equipos. Se obtiene no solo la  información sobre la condición de nuestros equipos, sino información sobre  las causas raíz de las desviaciones.

El problema estriba en la utilización de esta esta información, la cual es nula.

Una gran mayoría de los programas de mantenimiento exige preparar a nuestra empresa para la cantidad de información que este tipo de programa (mantenimiento predictivo) genera. Muchas empresas parten de la premisa de que la adquisición de los equipos y el adiestramiento del personal es suficiente para obtener un retorno de inversión significativo y no consideran la preparación de su empresa o departamento para manejar el cambio.

¿Cómo queremos capitalizar en el concepto de "Big data" cuando todavía no tomamos acciones consistentes para evaluar la data que ya estamos colectando?

Una manera de verificar si nuestra empresa está preparada para encaminarse hacia este concepto de "Big data" es simplemente verificando si todas las desviaciones encontradas a través de nuestro programa de mantenimiento predictivo han sido atendidas o presentan un protocolo de trabajo generado en nuestro software de gestión de mantenimiento (CMMS/EAM).  En otras palabras, verificando que todas las desviaciones encontradas a través de nuestro programa predictivo; ya sea a través de análisis de vibración, análisis de aceite, termografía infrarroja o ultrasonido tienen una orden de trabajo generada para corregir la desviación. Si todavía no podemos consistentemente asegurar que atacamos las oportunidades encontradas a través de estas tecnologías, ¿cómo podemos pretender poder capitalizar en la información desarrollada por toda esta data alrededor de nosotros? Sin mencionar la gran inversión de dinero para poder capturar, analizar y visualizar esta información.

Para mas información sobre como asegurar que estas utilizando la data de tu programa de mantenimiento para capitalizar en las oportunidades de tu estrategia, envía un mensaje a [email protected]

[amtbox]

El Proceso de Aprendizaje

Con frecuencia soy testigo de cómo la mayoría de las empresas toman la iniciativa de internalizar los programas que antes eran realizados por compañías externas, como por ejemplo, los programas de mantenimiento basado en condición, para eventualmente fracasar en el intento.  La toma de dicha decisión se basa en una idea errónea de que con el simple hecho de comprar y participar de cursos de certificación se adquiere la capacidad requerida y necesaria para la implementación de programas eficientes y sobre todo exitosos. Por lo general, el intento conduce a un fracaso, ya que en teoría se carece de un principio básico de aprendizaje. 

Según el teórico de desarrollo Abraham Maslow, el aprendizaje debe ser entendido y estudiado a base de los principios de competencia.  Define a su vez el aprendizaje en un proceso de etapas. 

 Las cuatro etapas de competencia, mejor conocido como el modelo de aprendizaje de "competencia consciente" se refiere a los estados psicológicos que aparecen a lo largo del proceso de adquisición de una competencia. Maslow propone cuatro etapas para poder ser competente en una tarea. Estas etapas son:

Este proceso nos ayuda a poder entender a que nos enfrentamos cuando decidimos emprender el camino hacia la mejoría continua. Debemos implementar en nuestro diseño estas etapas para poder obtener el apoyo de la gerencia. Este proceso nos demuestra el nivel de esfuerzo y recursos que serán necesarios para poder asegurar que el nuevo proceso implementado es uno exitoso y sustentable. 

Para más información sobre cómo implementar este proceso en nuestro diseño de programas de mantenimiento envia un correo a [email protected] o has un click aqui. 

[amtbox]

Cuando hablamos de Gestión de Activos, PAS 55 e ISO 55000 dejan plasmado la importancia de evaluar cómo las decisiones tomadas impactarian al activo en todas las diferentes etapas de su ciclo de vida. De esta manera podemos optimizar el retorno de inversión a mediano y largo plazo. Aqui les dejo un video que explica muy bien como realizar este tipo de estudio. Gracias a Wood Group PSN por este espectacular video!

[amtbox]

La Primera Pregunta que se debe Hacer Cuando se Comienza con un Programa de Mantenimiento Predictivo (PdM)

Durante la etapa de creación de una base de datos de Mantenimiento Predictivo (PdM), nos debemos preguntar lo siguiente:

¿Qué datos debemos recolectar de forma tal que si se presenta un problema con el equipo lo podamos capturar sin impactar la operación de la empresa?

La respuesta requiere conocimiento sobre:

Los modos de falla de los equipos

La capacidad de cada tecnología de PdM para detectar los modos de falla

Los puntos de inspección en el equipo para la detección de los modos de falla

La teoría sobre la tecnología de PdM

Conocer cómo transformar data a información

El funcionamiento de hardware y software individual  para cada tecnología

Los límites de alarma que se deben utilizar para cada tecnología

PdM requiere de trabajo y dominio extenso sobre diferentes tecnologías y la integración de las mismas; conocimiento que no se obtiene de una capacitación de una semana. Por esta razón, la creación de bases de datos para tecnologías de PdM es una tarea mejor manejada por analistas que tengan certificaciones avanzadas en cada tecnología utilizada y que presenten varios años de experiencia en esa tecnología específica.

Si necesitas ayuda configurando tu base de datos para tus tecnologías predictivas como análisis de vibración, análisis de aceite, termografía infrarroja o ultrasonido acústico envía un correo a [email protected]

[amtbox]

Insight on success from one the greatest (if not the greatest) soccer player.

[amtbox]

Cómo Elegir un Proveedor de Servicios de Mantenimiento Predictivo (PdM)

El inicio o implementación de un programa de Mantenimiento Predictivo (también conocido como Mantenimiento Basado en Condición) conlleva por lo general la subcontratación de dicho servicio por una compañía tercera.

Cuando focalizamos la mirada hacia los proveedores de servicios de mantenimiento, encontramos múltiples y diversas alternativas. El espectro es uno abarcador, que procede desde las tiendas locales de motor, los talleres de máquinas para grandes compañías petroleras, los fabricantes de rodamientos, hasta los fabricantes de compresores pueden mercadear el ofrecimiento de servicios predictivos. 

La situación es que no necesariamente todos estos suplidores poseen la capacidad y experiencia para entregar el tipo de servicio que nuestra empresa necesitar para alcanzar las metas del negocio. Algunos criterios que debemos tomar en cuenta al momento de seleccionar un proveedor de servicios de PdM:

Personal analista certificado y calificado en las distintas tecnologías.

Capacidad de integración de las múltiples tecnologías:

Un programa de mantenimiento predictivo eficaz requiere de un enfoque multi-tecnológico para la detección de todos los posibles modos de falla de nuestros equipos.

Un proveedor de servicios de PdM  debe tener la capacidad de integrar de entre  4 a 5 de las tecnologías claves de PdM que comprenden 15-20 aplicaciones específicas de PdM.

PdM es una competencia básica: Cada una de las distintas empresas presenta diferentes competencias básicas o diferenciadores.  Si deseamos  obtener un retorno de inversión del programa de PdM, tenemos que asegurarnos que el proveedor seleccionado tenga una sola meta, el éxito del programa y esto solamente puede ser alcanzado si su único enfoque son las tecnologías predictivas. 

Es imprescindible contar con analistas de PdM que puedan transformar la data que colectan en información que nuestras organizaciones puedan utilizar para tomar decisiones inteligentes. Como mínimo, el proveedor de servicios debe emplear analistas:

Capacitados, certificados en las tecnologías y con una formación técnica en el campo. Deben de poseer certificaciones en varios niveles para las diferentes tecnologías utilizadas 

Motivados, proactivos y apasionados por el trabajo

1-2 años de experiencia bajo un mentor

Idealmente debemos seleccionar un proveedor no solamente de PdM, sino un proveedor de soluciones. Existen compañías que además de proveer el personal para implementar un programa de PdM, también pueden proveer ayuda en la etapa de diseño (consultoría) del programa, adquisición de equipos, adiestramiento y mentoría. Debemos tener en cuenta que las necesidades y oportunidades cambiarán a medida que el programa de PdM madure. El tener un proveedor que pueda tener la versatilidad para ajustarse a las necesidades del negocio es esencial para la continuidad de la iniciativa. De esta manera aseguramos una coherencia al momento de desarrollar un plan a largo plazo de nuestro programa de PdM.

Para más información sobre como seleccionar un proveedor de PdM puedes enviar un correo a [email protected] o visitar www.vibranalysispr.com

[amtbox]

¿Por cuál método? ... Sólo cuenta el método

Trabajando para una compañía de consultoría y mantenimiento predictivo me encuentro con mucha frecuencia en situaciones donde se cuestionan los resultados presentados y la metodología para llegar a dichos resultados. Por ejemplo, una vez colectada la data de vibración, se procede a generar los informes sobre los análisis, resultados que serán presentados a las personas pertinentes para la planificación y programación de las acciones correctivas. Muchas veces, estas reuniones están compuestas de directores de ingeniería, gerentes de mantenimiento con sus supervisores, representantes de operaciones, planificadores y el personal del almacén de piezas.

Cuando presentamos el informe con la salud de los activos verificados con mucha frecuencia obtenemos la siguiente reacción:

“Imposible, ese equipo fue trabajado siguiendo las recomendaciones sugeridas por ustedes el mes pasado”

Cuando se está implementando un programa de mantenimiento basado en condición, el método o proceso utilizado para recopilar la información afecta en gran medida los resultados. Cambiar el método cambia los resultados. El objetivo y el método utilizado son esenciales porque un objetivo sin un método no tiene ninguna función. Un método sin un objetivo es peligroso. Esto lleva a la acción sin dirección y sin constancia en el propósito. Deming utilizó una ilustración de lavado de una mesa para enseñar una lección acerca de la relación entre el objetivo y el método. Si le dices a alguien que lave una mesa, pero no la razón de porqué lavar la mesa, entonces no podrán hacer el trabajo correctamente. La mesa puede tener diferentes usos,  y si no sabemos para que será utilizada, ¿cómo podemos saber cuan limpia debe estar? Esto no significa sólo dar la explicación sin una definición operacional. La información acerca de por qué la mesa tiene que ser lavada hace que sea posible hacer el trabajo de manera inteligente.

Cuando me encuentro en este tipo de situación lo primero que hago es realizar las siguientes preguntas al director de ingeniería o gerente de mantenimiento:

¿Qué procedimientos escritos siguió el personal que realizó la reparación?

¿Qué herramientas utilizaron para certificar la condición del equipo una vez fue reparado?

¿Qué parámetros de calidad o tolerancias utilizaron para confirmar que el trabajo fue realizado de forma correcta?

Muchas veces nos concentramos en utilizar tecnologías predicativas como análisis de vibración, termografía infrarroja, análisis de aceite para identificar desviaciones en nuestros equipos. Pero no prestamos atención a establecer un programa de mantenimiento de precisión para asegurar que reparamos nuestros equipos de manera efectiva, la primera vez que intervenimos con ellos.

Muchas veces puede ser el caso que una tercera compañía es contratada para realizar dicha reparación. ¿Qué estándares de calidad fueron solicitados de dicha compañía? ¿Cómo podemos asegurar que el trabajo realizado resultó en una mejoría en el equipo? Las empresas de clase mundial se rigen por la siguiente frase:

“Solamente creemos en Dios. Todos los demás tienen que traer DATA” – Edwards Deming

Los mismos métodos utilizados para evaluar la salud de nuestros activos, o sea para identificar desviaciones en nuestro equipos deben ser utilizadas para certificar la condición del mismo una vez ha sido reparado. Las tecnologías predictivas no solamente sirven para identificar desviaciones en los equipos. Si no también pueden ser utilizadas como herramientas para confirmar la calidad de los trabajos realizados. Todo equipo nuevo o reparado no debe ser entregado a operaciones sin antes haberle realizado un análisis con las tecnologías predictivas pertinentes para confirmar que el activo se encuentra en condiciones aceptables para operación. Pero debe ser importante utilizar los mismos instrumentos, configurados de la misma forma. Si utilizamos una compañía para detectar anomalías y otra para corregir, debemos asegurarnos que ambos utilizan la misma metodología para certificar la condición de los equipos.

Para más información sobre cómo manejar tu programa de Mantenimiento Basado en Condición, puedes enviar un mensaje a [email protected]. 

[amtbox]

Cómo Convertir Data en Información

“Big Data”, uno de los grandes temas dentro de la industria, surge en respuesta al interés y la demanda sobre la recopilación de data dentro de los escenarios de trabajo.  Es preciso aclarar alguna terminología, cuando hablamos de hechos nos referimos a números sin significado, mientras que al hablar de información hacemos alusión a una data procesada/analizada que otorga un significado dentro de un contexto particular. Tenemos que entender que data sin análisis no tiene sentido. El recopilar data por el mero hecho de capturar data no presenta ningún valor para la empresa. La data adquiere relevancia en tanto se determina su significado, función, dirección, y codificación.

¿Cómo convertimos data en información?

Definir el dato, las metas y los objetivos de lo que deseamos describir o analizar.

Identificar el procedimiento y la data necesaria.

Definir el proceso de recopilación de la data.

Definir el proceso de interpretación de la data.

Definir la presentación gráfico - visual de la data.

Verificar si el personal posee las cualificaciones y certificaciones necesarias para lograr el proceso de conversión de dato a información.

Dentro del contexto de la industria, uno de los objetivos del programa de mantenimiento debe ser el poder identificar desviaciones con suficiente tiempo para poder planificar y programar acciones correctivas con el menor impacto posible a la operación de la planta. Para poder cumplir con este objetivo es necesario identificar los diferentes modos en que los equipos pueden fallar (modos de falla). Los modos de fallas  pueden ser anticipados con la utilización de tecnologías predictivas tales como el análisis de vibración, el análisis de aceite, la termografía infrarroja, y el ultrasonido acústico. Esta data pude ser recopilada con equipos portátiles a través de una frecuencia establecida. Para poder asegurar que la data es recolectada correctamente, nuestro personal debe de estar adiestrado y cualificado en la utilización de los instrumentos y en cómo recopilar data de los equipos elegidos. Una vez la data ha sido recopilada, se procede a analizarla, con el fin de compararla con parámetros establecidos e identificar si están o no dentro de parámetros aceptables. Si no están dentro de parámetros aceptables, entonces procedemos a la fase del diagnóstico de la raíz causa de las desviaciones y la severidad de la condición del equipo. De esta forma le otorgamos significado a la data que recopilamos dentro del contexto operacional de nuestra empresa.

En esencia, Mantenimiento Basado en Condición (CBM por sus siglas en inglés) es un proceso impulsado por los datos. Se trata de la recopilación y análisis de datos para determinar qué obras correctivas se deben realizar. La clave es asegurarse de que su Equipo de CBM está analizando los datos correctos.

Desafortunadamente, muchas empresas invierten mucho tiempo interpretando datos erróneos porque las especificaciones de la recolección de datos se estableció de forma incorrecta desde el principio, por tanto, el programa de CBM no puede ejecutar de forma esperada: identificando problemas en el equipo. Esta es la razón por la cual la creación de las bases de datos de tecnología de CBM es un paso tan importante. Administrado correctamente, estas bases de datos permiten y ofrecen confiabilidad en las alarmas de detección de los problemas inminentes. Si la base de datos ha sido configurada correctamente, un analista de vibración puede recopilar y analizar datos sobre 400 a 450 piezas de equipo al mes. Sin ella, la productividad se reduce en 50% a 200 a 225 piezas de equipo al mes por técnico.

Como se puede observar, la configuración de la base de datos tiene una correlación positiva y directa entre la productividad del equipo y el éxito del programa. Dependiendo del tamaño de la planta, la creación de estas bases de datos puede requerir de mucho tiempo y esfuerzo. Sin embargo, la experiencia nos ha demostrado que vale la pena invertir tiempo y recursos en esta fase porque la recuperación de la inversión es enorme.

Para más información sobre cómo configurar su programa de CBM oprima aquí. Para más información y/o ayuda en cómo convertir data en información puedes enviar un correo a [email protected]

[amtbox]

Una Imagen Vale Más Que Mil Palabras

La termografía infrarroja es la única tecnología que le permite visualizar y verificar al instante el desempeño térmico de diferentes componentes. Casi todo lo que utiliza o transmite energía se calienta antes de que falle. La administración costo efectiva de energía es primordial para mantener la confiabilidad de los sistemas eléctricos y mecánicos.

¿Porqué Realizar Termografía Infrarroja?

El propósito de una inspección de termografía infrarroja es identificar y documentar excepciones en el sistema eléctrico y/o equipo rotativo:

En sistemas eléctricos, las excepciones son causadas generalmente por conexiones sueltas deterioradas, cortocircuitos, sobrecargas, cargas desbalanceadas o componentes defectuosos, mal instalados o mal dimensionados.

Para equipos rotativos, las excepciones son causadas generalmente debido a fricción por lubricación inadecuada, desalineación, componentes gastados o anomalías de cargas mecánicas.

 La inspección de termografía infrarroja de los sistemas eléctricos es un requisito establecido en el NFPA 70B 18.16 (el NEC fue desarrollado por la NFPA). Como consecuencia es un requisito casi generalizado de las compañías de seguro y por tal razones es un requisito que se debe cumplir. En el parágrafo 18-16 del NFPA 70B se explica todo lo relacionado con la inspección infrarroja de los sistemas eléctricos. En el 18-16.5 se establecen los requisitos de frecuencia de las inspecciones y dice:

"Las inspecciones infrarrojas rutinarias de los sistemas eléctricos deben realizarse anualmente. Donde haya una experiencia establecida de la frecuencia, o cuando se instala equipo nuevo, problemas ambientales, operacionales o condiciones de cambio de carga, las inspecciones se deberán realizar con mayor frecuencia, o sea, cada cuatro o seis meses"

El NFPA 70B 18-16.5 establece que:

"Las inspecciones de termografía infrarroja deben realizarse durante los períodos de mayor carga en el sistema y nunca con menos del 40% de la carga máxima de los equipos o sistema eléctrico inspeccionado"

Es decir, que las inspecciones infrarrojas no pueden realizarse con la instalación fuera de servicio, o durante una parada programada.

Cuando estemos diseñando nuestro programa de Termografía Infrarroja debemos tomar en cuenta lo siguiente:

Las inspecciones de termografía infrarroja deben realizarse por lo menos 1 vez al año.

Las inspecciones de termografía infrarroja deben realizarse con el sistema eléctrico bajo carga normal o no menos de 40% de su carga normal.

Las inspecciones de termografía infrarroja requieren tener una línea de visión directa entre el termógrafo y lo componentes a ser inspeccionados.

Siempre que sea posible, las inspecciones de termografía deben de realizarse 4 a 6 semanas antes de una parada de planta programada para facilitar la adquisición de piezas de reemplazo.

Todo equipo instalado, nuevo o reparado, debe ser inspeccionado antes de entregarlo a la planta para asegurar que está libre de defectos.  

Todas las desviaciones encontradas deben ser documentadas en un informe siguiendo las guías establecidas por la norma ASTM E1934, versión vigente.

Para aprender mas sobre cómo utilizar la tecnología de Termografía Infrarroja en tu programa de mantenimiento, envía un correo a [email protected] o visita www.VibrAnalysispr.com 

[amtbox]

If you need help in overcoming this type of thinking when starting with a new #Maintenance or #Reliability initiative, do not hesitate to contact me. Send me an email to [email protected] and I will gladly help you.

[amtbox]

Elementos de Programas de Mantenimiento Exitosos

En mi experiencia diseñando e implementando programas de mantenimiento, he manejado programas tanto con  reconocimiento  mundial, como programas que no han alcanzado un nivel de madurez necesario para alcanzar las metas establecidas. Durante esta trayectoria he podido identificar varios elementos comunes que impiden el desarrollo e implementación de programas de mantenimiento exitosos.

Definimos éxito como programas que alcanzan o sobrepasan las metas del negocio establecidas de forma consistente y sostenible. En una empresa, toda acción o iniciativa tiene que otorgar un retorno de inversión. Es por esto que nuestro programa de mantenimiento debe de tener un objetivo atado a las metas del negocio. De esta manera podemos presentar nuestra estrategia de mantenimiento como una herramienta que ayuda alcanzar las metas de la empresa.

Algunos de los elementos que evitan el desarrollo de un programa de mantenimiento exitoso son:

El objetivo del programa de mantenimiento no está definido de forma clara, precisa, objetiva, y universalmente.  Se observa una ausencia de estandarización en el proceso entre el personal.

Falta de estabilidad al nivel de los líderes del programa.  Esta inestabilidad es un impedimento crítico al progreso consistente de un programa de mantenimiento exitoso. 

Desconocimiento sobre  la cantidad de recursos necesarios para capacitar al equipo de mantenimiento. El proceso de mantenimiento es uno complejo que se construye a base de varios integrantes, como por ejemplo, gerentes, supervisores, planificadores, programadores, mecánicos, instrumentistas, electricistas, entre otros. Cada  integrante debe dominar las filosofías y técnicas para poder asegurar una calidad de trabajo.

Ausencia de una visión de  mejoramiento continuo o aprendizaje. Los mejores programas de mantenimiento entienden que siempre hay oportunidad para mejorar, por tal razón hacen un esfuerzo constante para capitalizar estas oportunidades de mejora. . El proceso de aprendizaje es uno extenso que exige un compromiso. El evolucionar de la incompetencia inconsciente hacia la competencia inconsciente es un proceso que pueda tomar varios años. 

Desarrollo deficiente del programa. Muchos programas se enfocan en diseñar programas para recolectar  data de las tecnologías predictivas, haciendo caso omiso al diseño de programas que conviertan el dato en información para capturar las oportunidades de mejora del programa.

Nuestros amigos de Confiabilidad.net han desarrollado una tabla de elementos que proporcionan una forma sencilla de entender desde un enfoque holístico, basado en un sistema, la incorporación de la filosofía de confiabilidad en las prácticas y la cultura de una organización. 

El éxito no se define por un elemento, sino por la acumulación de múltiples factores. Cuantos más elementos emplee en su programa de mantenimiento, mayor será la probabilidad de éxito.

Para más información sobre los elementos necesarios para asegurar una estrategia de mantenimiento exitosa puedes enviar un correo a [email protected] o visitar www.confiabilidad.net

[amtbox]

To everybody! How meetings feel like for engineers! Definitely a deja-vu moment for me!

[amtbox]

[amtbox]

Data sin Análisis no tiene Sentido

Es un hecho o un dato que la tecnología impulsa la evolución.  Se observa un patrón evolutivo en las estrategias de mantenimiento; pasamos de estrategias de mantenimiento basadas en tiempo o mantenimiento preventivo, a estrategias de mantenimiento basado en condición (CBM por sus siglas en inglés). Esto ha generado una oportunidad enorme para la utilización de diferentes instrumentos o sensores con el fin de recopilar data sobre la condición de nuestros activos con el objetivo de poder diagnosticar la salud de los mismos. Observamos como diferentes empresas han tomado la iniciativa de adquirir equipos tales como los colectores de data de vibración, las cámaras termográficas, los equipos de ultrasonido, y los equipos para analizar circuitos de motores eléctricos entre otros, con la meta de facilitar la recopilación de data. No obstante, mientras las tecnologías y las herramientas evolucionan, se observa cierto grado de parálisis en la capacitación técnica y analítica del personal. 

La ganancia del proceso se garantiza en la medida en que se logra trascender de la mera recopilación y manejo hacia el análisis, la interpretación y la conversión del dato en información útil sobre el activo. Por ejemplo, con gran frecuencia ofrezco adiestramientos sobre equipos predictivos a un público de estudiantes donde ninguno ha participado de un adiestramiento formal sobre cómo analizar la data recopilada con el fin de diagnosticar la condición de un activo.  El beneficio del CBM está en identificar desviaciones con suficiente tiempo para poder planificar y programar las reparaciones con la menor interrupción a la operación de la empresa. A la misma vez, el otro beneficio esta en utilizar estas tecnologías para identificar la Causa Raíz de la anomalía para optimizar la utilización de recursos, o sea mejorar la utilización de nuestro personal, tiempo, piezas y dinero. 

Análisis es el estudio de las distintas partes de un problema o compuesto para obtener más información o decidir cómo proceder.

Para poder realizar un análisis correcto debemos de tener el conocimiento no solo de la tecnología que estamos utilizando para diagnosticar la salud del activo, sino también del activo que se está evaluando. Después de todo, un motor eléctrico no fallará de la misma manera que una bomba centrífuga o transformador eléctrico.  Por esta razón la persona realizando los análisis de la data colectada por tecnologías predictivas debe de tener un conocimiento sólido sobre como los diferentes activos operan y los diferentes modos de fallas a los que pueden ser expuestos. Con mucha frecuencia hago el comentario que los analistas estamos en el negocio de convertir data en información para poder tomar decisiones inteligentes.

Cuando nos entreguen el informe sobre los análisis realizados luego de la colección de data debemos exigir no solamente que identifiquen los equipos que están fuera de parámetros. Sino también una explicación de cuál es el modo de falla encontrado, la severidad de la condición y una breve explicación sobre qué podemos hacer para eliminar el mismo. A continuación un ejemplo de cómo la empresa VibrAnalysis expresa sus análisis luego de colectar data de vibración:

Severidad de Condición: Crítica

Anomalía: Anomalía en Rodamientos

Recomendación: Inspeccionar y reemplazar

Recomendación Detallada: Los rodamientos del motor presentan defectos en etapa temprana de falla. Coordinar para reemplazar los rodamientos del motor y para inspeccionar la condición del nido. Podría ser necesario rectificar y metalizar en caso de que las tolerancias entre el nido y el rodamiento sean excesivas. Utilice un calentador de rodamientos para instalar los rodamientos nuevos. Una vez los rodamientos sean reemplazados, verificar la lubricación correcta utilizando ultrasonido acústico y asegurándose de utilizar el lubricante correcto. Una vez estas acciones correctivas sean ejecutadas, colecte data de vibración nuevamente para certificar la condición mecánica del activo antes de entregarlo a operaciones.

Para más información sobre qué información debe ser presentada con los análisis de la data recopilada a través de tecnologías predictivas, envía un correo a [email protected].