Mantenimiento predictivo: del dato de condición a la orden de trabajo

Qué es el mantenimiento predictivo

El mantenimiento predictivo programa la intervención según una proyección de cuándo un componente va a fallar, calculada a partir de su condición medida y de su historial. Es una forma de mantenimiento basado en condición que agrega pronóstico: no solo detecta que algo se degrada, estima cuánto margen queda. Su objetivo es intervenir lo más tarde posible sin llegar a la falla.

Preventivo, basado en condición y predictivo

Las tres conviven. Un programa razonable deja en preventivo lo que es barato cambiar o imposible de medir, usa condición donde hay una señal confiable y reserva el pronóstico para activos donde una detención no programada cuesta mucho y hay datos para estimar el deterioro. Como marco de referencia, la norma ISO 17359 entrega lineamientos generales para montar un programa de monitoreo de condición de máquinas.

Qué datos requiere

• Historial de fallas y OT: qué falló, cuándo, qué se encontró y qué se hizo. Vive en el CMMS o en SAP PM, y su calidad suele ser el cuello de botella: una OT cerrada como «reparación general» no enseña nada.
• Señales de condición: vibración, temperatura de rodamientos, corriente o potencia del motor, presión hidráulica, análisis de aceite, espesores de revestimiento. Normalmente están en el historian.
• Contexto operacional: carga, tonelaje, velocidad, características del mineral, horas de operación. Sin contexto, una vibración alta a plena carga se confunde con deterioro.
• Inspecciones y rondas: lo que se registra en terreno o en planillas de turno, aunque esté en papel.
• Umbrales y criterios por componente, del fabricante o del área de confiabilidad.

No hace falta tenerlo todo para partir, pero sí saber qué falta. Un modelo construido con pocas fallas registradas proyecta con poca confianza, y eso tiene que decirse junto con la proyección.

Ejemplos en minería: correas, chancadores y molinos

En los tres casos la pregunta de negocio es la misma: intervenir ahora, con costo y producción perdida conocidos, o esperar a la próxima detención programada con un riesgo de falla que hay que cuantificar.

Del aviso a la OT: por qué predecir no basta

Una predicción que termina en un correo o en un dashboard que nadie abre no evita ninguna detención. El valor aparece cuando el aviso se convierte en una intervención planificada, y eso exige la cadena completa:

1. Detección: la señal se desvía de lo esperado para esa condición de operación.
2. Diagnóstico: causa probable, con los datos que la respaldan y un nivel de confianza.
3. Recomendación: qué hacer y cuándo, con los trade-offs a la vista —costo de intervenir ahora frente al riesgo de esperar—.
4. Orden de trabajo: creada en el CMMS o SAP PM con el contexto adjunto, para que planificación no la redacte de nuevo.
5. Aprobación y ejecución: decide alguien con atribuciones, y la ejecución queda registrada.
6. Cierre del ciclo: lo que se encontró al abrir el equipo vuelve al modelo. Sin ese dato, el modelo nunca sabe si acertó.

Los errores más comunes están en los bordes de esa cadena:

• Medir mucho y no tener a quién avisar: alarmas sin dueño ni procedimiento.
• Umbrales fijos que ignoran la carga: falsos positivos en régimen alto, silencio en régimen bajo.
• Cerrar la OT sin registrar el hallazgo, lo que deja al modelo sin aprender.
• Evaluar el programa por la precisión del modelo y no por las detenciones no programadas que dejaron de ocurrir.

Cómo lo aborda IADEIAS Twin

El caso de activos críticos cubre correas transportadoras, chancadores, molinos SAG y flota CAEX: estado del activo, proyección de falla y recomendación de intervención, sobre modelos híbridos de física simple y machine learning. Lee el historian en modo lectura —nunca escribe al SCADA ni a sistemas de control— y los agentes actúan solo en sistemas de gestión como SAP PM o tu CMMS, con aprobación humana y registro auditable. El KPI que gobierna el caso: horas de detención no programada evitadas por trimestre.

Ejemplo ilustrativo, correa overland CV-102 (Antofagasta): la temperatura del rodamiento del pulley de cola supera el umbral de 66 °C; el gemelo atribuye la causa al rodamiento 3 con 87% de confianza, la OT 4471 queda creada en SAP PM, el supervisor del turno B la aprueba y la ejecución queda registrada.

Preguntas frecuentes