Unidad 1

Actividad 4
Mantenimiento Predictivo
Mantenimiento
Grupo D
Prosefor: Ing. Jose Juan Vazquez Martinez
Alumno: Israel Castro Robles IS18110702
Contenido
Mantenimiento Predictivo ............................................................................................................................ 3
Definición y características ....................................................................................................................... 3
Características ....................................................................................................................................... 4
Ventajas y desventajas.............................................................................................................................. 8
Ventajas del mantenimiento predictivo ............................................................................................... 8
Desventajas del mantenimiento predictivo .......................................................................................... 8
Técnicas predictivas .................................................................................................................................. 9
Análisis de aceite................................................................................................................................... 9
Termografía infrarroja ........................................................................................................................ 10
Pruebas de partículas Magnéticas. ..................................................................................................... 11
Ultrasonido.......................................................................................................................................... 12
Análisis de vibración............................................................................................................................ 12
Conclusión ............................................................................................................................................... 14
 Mantenimiento Predictivo
Definición y características
El mantenimiento predictivo o basado en la condición evalúa el estado de la maquinaria y
recomienda intervenir o no en función de su estado, lo cual produce grandes ahorros.
El diagnóstico predictivo de maquinaria se desarrolla en la industria en la década que va desde
mediados de los ochenta a mediados de los noventa del siglo XX. Actualmente, las filosofías
predictivas se aplican en la maquinaria crítica en aquellas plantas que cuentan con una gestión
optimizada de sus activos (RCM, ISO 55001, RBM...). El mantenimiento basado en la condición
optimiza al mantenimiento preventivo de manera que determina el momento preciso para cada
intervención técnica de mantenimiento en los activos industriales.

El mantenimiento predictivo es un conjunto de técnicas instrumentadas de medida y análisis de

variables para caracterizar en términos de fallos potenciales la condición operativa de los equipos
productivos. Su misión principal es optimizar la fiabilidad y disponibilidad de equipos al mínimo
costo.

Ilustración 1.Mantenimiento predictivo

Características
Dentro del mantenimiento programado hay diversos tipos que se diferencian, básicamente, por el
momento en que ocurre la operación de mantenimiento: antes o después de un fallo. La
característica que define al mantenimiento preventivo es que éste se realiza antes de que ocurra
el fallo. Sin embargo, esa definición puede generar muchos interrogantes. Por ejemplo, cuándo
debe hacerse, o si se modifican o no las condiciones originales del equipo. Por eso, se
enumeraron diferentes tipos o estrategias de mantenimiento preventivo: Preventivo planificado o
programado. Es cíclico, independientemente de la condición del equipo. Basado en Condición
(CBM) y mantenimiento predictivo. Tipos de mantenimiento que se efectúan antes que ocurra el
fallo. Preventivo activo. Mantenimiento preventivo que genera algún tipo de acción correctiva.
Mejorativo. Como resultado del mantenimiento preventivo se modifican las características
intrínsecas del equipo sin modificar sus funciones originales. Autónomo. Tareas ejecutadas por
los operadores. De oportunidad. Puede ser no programado, aprovechando una ventana de
oportunidad. Por ejemplo una parada por razones operativas podría permitir otras actividades de
mantenimiento no programadas.
Cómo funciona el mantenimiento predictivo
Para hacer el seguimiento del estado de los equipos y avisar a los técnicos de los próximos
fallos, el mantenimiento preventivo cuenta con tres componentes principales:

• Los sensores y los dispositivos conectados instalados en las máquinas envían datos sobre
el estado y el rendimiento de la máquina en tiempo real gracias a tecnologías del Internet
de las Cosas (IoT), que permiten la comunicación entre las máquinas y los sistemas de
análisis.

• Las soluciones de software y el almacenamiento en la nube (cloud computing) permiten

aplicar la minería de datos (data mining) y recopilar y analizar enormes cantidades de
datos usando aplicaciones de big data.

• Los modelos predictivos se alimentan con los datos procesados y utilizan tecnologías de
aprendizaje automático (machine learning) para establecer patrones y comparaciones,
elaborar predicciones de fallos y programar el mantenimiento antes de que ocurran.

MANTENIMIENTO PREDICTIVO, PREVENTIVO Y CORRECTIVO: DIFERENCIAS

El mantenimiento predictivo es diferente al preventivo y al correctivo. Pese a ello, todos puede
utilizarse simultáneamente en la industria. A continuación, repasamos sus diferencias:

• Preventivo: consiste en inspeccionar la maquinaria cada cierto tiempo,

independientemente de que lo requiera o no, o en hacerlo cuando se detecta algún
síntoma (un ruido extraño, por ejemplo).
 • Correctivo: también denominado reactivo o de averías, es el que se ejecuta cuando ya se
ha producido el fallo y es necesario reparar el equipo dañado.

• Predictivo: es un método de mantenimiento proactivo basado en datos y diseñado para

analizar el estado de los equipos continuamente y predecir posibles averías.

Ilustración 2.Infografia del mantenimiento

¿Cuál es el objetivo del mantenimiento predictivo?

En teoría, el concepto del mantenimiento predictivo es fácil de entender. Recoge información
sobre tus activos y, a partir de ahí, extrae información que te permite calcular cuándo debes
realizar el mantenimiento. En la práctica, podemos dividir el proceso en tres etapas:

Recogida de datos (data collection)

Como hemos visto, se trata de predecir cuándo se producirá una avería. Como esto depende de la
obtención de datos de calidad, el primer paso es instalar sensores que puedan recoger
información en tiempo real sobre el rendimiento y la “salud” de los equipos.
Los datos que deben medir y recoger estos sensores dependen de las técnicas que quieras utilizar
para monitorizar el equipo. Puedes controlar las vibraciones, la temperatura, la presión, el nivel
de ruido o los niveles de corrosión, entre otros, según lo que sea más indicado para tu equipo. En
un momento exploraremos varias herramientas de mantenimiento predictivo.
Minería de datos (data mining)
Acumular datos sobre tus activos no sirve de nada si no sabes cómo explotarlos. Es Internet de
las Cosas (IoT) lo que permite que los sensores envíen toda la información a un sistema central o
a un software que te permite analizar lo que está ocurriendo. El mantenimiento predictivo es
mucho más eficaz, y mucho más preciso, en los sistemas en los que los distintos activos están
integrados.
Cálculos y Aprendizaje Automático (“Machine Learning”)
Algunas personas pueden creer que el mantenimiento predictivo se queda por aquí. Pero si sólo
se actúa cuando los sensores detectan anomalías, sólo se está realizando un mantenimiento
basado en la condición – como hemos visto anteriormente. El componente más diferenciador del
mantenimiento predictivo es la construcción y aplicación de algoritmos que ofrezcan un
pronóstico.
Al principio, puede basarse en el historial de los equipos, en los logs de mantenimiento y las
estadísticas (los informes de tu GMAO son muy útiles en este paso). Sin embargo, a medida que
la Inteligencia Artificial se vuelve más y más sofisticada, es posible detectar anomalías incluso
antes, encontrar correlaciones y recibir sugerencias inteligentes para prevenir una avería. Este
mantenimiento inteligente está dando lugar a un nuevo tipo de mantenimiento, el mantenimiento
prescriptivo.
Herramientas de Mantenimiento Predictivo, Aplicaciones y Ejemplos
El concepto de mantenimiento predictivo es programar el mantenimiento según las condiciones
detectadas. Por eso, es importante encontrar los ensayos no destructivos (END, o NDT, del
inglés non-destructive tests) indicados para diagnosticar los fallos en la infraestructura y evaluar
la salud del activo, preferentemente mientras esté en funcionamiento.

Los ensayos no destructivos son una técnica que no compromete ni daña el equipo analizado,
como las pruebas en una cita médica de rutina. Análisis de sangre, ecografías, ecocardiografías,
exámenes oculares: ninguno de ellos es dañino, pero forman parte de cualquier chequeo.

Las técnicas de mantenimiento predictivo utilizadas en la industria incluyen el análisis de

vibraciones, de aceite, acústico, test de infrarrojos o imagen térmica (termografía) y el análisis de
circuitos del motor (en inglés, motor circuit analysis).
Análisis termográfico y análisis de infrarrojos
aplicaciones: conexiones y sistemas eléctricos, sistemas de calefacción, análisis de fluidos,
patrones de descarga, mantenimiento de cubiertas
Las técnicas de imagen también pueden aplicarse a ciertos equipos para detectar el desgaste, la
corrosión, la delaminación y las desconexiones que aún no podemos ver a simple vista.
La ventaja de los infrarrojos es que permiten hacer mapas de temperatura incluso a distancia.
Esta técnica de mantenimiento predictivo se utiliza, por ejemplo, en el mantenimiento de
sistemas de calefacción. Las variaciones de temperatura son útiles para evaluar el estado de los
motores y componentes mecánicos y eléctricos, el aislamiento del edificio e incluso el estado de
los paneles solares. La gran desventaja es que no puede utilizarse en superficies reflectantes.
En el futuro, el análisis de la temperatura de la CPU será una de las principales formas de
comprobar la salud de los robots.
Análisis de circuitos del motor
aplicaciones: evaluar la degradación del motor, la alineación del eje y del rotor, el aislamiento,
los engranajes, detectar cortocircuitos
El análisis de circuitos del motor utiliza una técnica conocida como electric signature
analysis (ESA) o análisis de la firma eléctrica, en español, para encontrar anomalías en los
motores eléctricos. Además de analizar el circuito y los componentes, evalúa el voltaje y la
corriente que entran en el motor. Importante: funciona con motores de CA y CC y puede
utilizarse mientras el equipo está funcionando.
Análisis de vibraciones
aplicaciones: comprobar la alineación de los componentes, detectar desequilibrios, holguras,
resonancias, fallos de los engranajes
El análisis de vibraciones es ideal para equipos y máquinas rotativas como compresores, bombas
de agua y motores. Por lo tanto, esta técnica de mantenimiento predictivo es ideal para
infraestructuras con un sistema complejo de suministro de agua, como hoteles, balnearios o
parques acuáticos.
Lo que hacemos es conectar un sensor capaz de detectar el movimiento o la aceleración, según
sea el caso. El sensor detecta las ondas sonoras creadas por el movimiento, que a su vez generan
impulsos eléctricos y hacen que el equipo vibre.
Análisis acústico
aplicaciones: tuberías y conductos, condensadores, sistemas de vacío, ventiladores, compresores
de aire.

Como hemos visto antes, las ondas de sonido son nuestras aliadas. El análisis acústico permite
detectar problemas en el rendimiento técnico de los materiales, localizar el origen del problema y
monitorizar la «salud» del equipo. ¿Cómo? Detectando diferencias en las frecuencias de sonido.
Todas las máquinas en funcionamiento hacen ruido, pero la frecuencia y la amplitud cambian
cuando hay fugas o cambios de presión, por ejemplo. Esta es una técnica de mantenimiento
predictivo particularmente eficaz en las tuberías que transportan líquidos o gases. Algunas
herramientas más modernas incorporan termómetros y cámaras para profundizar en el análisis a
distancia.
¿El mantenimiento predictivo resuelve todos los males?
El mantenimiento predictivo nació para prevenir las averías, pero no nos hagamos ilusiones.
Siempre habrá fallos aleatorios, que son imposibles de predecir o prevenir. Además, no podemos
olvidarnos de que el mantenimiento predictivo requiere una gran infraestructura. Por lo tanto, el
mantenimiento predictivo sólo se recomienda para activos críticos con modos de fallo
predecibles.
Ventajas y desventajas
Ventajas del mantenimiento predictivo
• La principal ventaja del mantenimiento predictivo es actuar a tiempo, lo que reduce el
downtime y aumenta la disponibilidad de los activos.
• Como el mantenimiento se programa en función de las necesidades, se evita el
desperdicio de existencias y de mano de obra en mantenimiento innecesario.
• Al reducir las reparaciones de emergencia y el desperdicio mencionado anteriormente,
puedes controlar mejor tu presupuesto de mantenimiento.
• El downtime programado se planifica con antelación, lo que te permite agilizar el
mantenimiento y la actividad normal de la empresa.
• Utilización óptima del equipo durante todo el ciclo de vida.
Desventajas del mantenimiento predictivo
• La necesidad de invertir en equipos de monitorización específicos, así como de formar al
personal para que los utilice e interprete los datos recogidos.
• Para los activos de baja criticidad, el mantenimiento predictivo puede no ofrecer grandes
ahorros respecto a las alternativas.
• No es adecuado para activos con modos de fallo aleatorios o sin datos iniciales para
predecir las averías (en estos casos, es preferible empezar con el mantenimiento basado
en la condición e ir haciendo una transición).
Técnicas predictivas
Análisis de aceite
El análisis de aceite es una práctica periódica que examina la condición del aceite; su
contaminación y el desgaste en los elementos de la máquina. Su objetivo es garantizar que una
maquina lubricada funcione como se espera. Cuando se descubre una condición anormal a través
del análisis del aceite, se pueden tomar medidas inmediatas para corregir la causa raíz o
disminuir una falla en desarrollo.

Ilustración 3.Análisis de aceite ejemplo

Existen tres categorías de análisis de aceite.

• Propiedades de los fluidos: Se centra en identificar el estado físico y químico actual del
aceite, así como definir su vida útil restante. La intención es determinar si es el aceite
correcto para usar y si sus aditivos siguen activos, así como los cambios en la viscosidad
del aceite.
• Contaminación: Al detectar la presencia de contaminantes destructivos y localizar sus
probables fuentes, el análisis del aceite puede ayudar a solucionar problemas como la
presencia de micro contaminantes, mezcla entre diferentes tipos de aceite, o indicar
signos de fugas internas.
• Partículas de desgaste: Determina la presencia de partículas producidas como resultado
del desgaste mecánico, la corrosión u otra degradación de la superficie de los
componentes.

El análisis del aceite no es económico y tampoco lo son los instrumentos con los que se analiza
la muestra. Normalmente, las industrias envían la muestra de aceite a laboratorios comerciales
para que realicen el análisis. A partir de los resultados de la prueba, se puede revelar rápidamente
el estado del equipo y del lubricante.
Termografía infrarroja

La medición de la temperatura se ha abordado como una cuestión importante cuando se genera

calor por fricción o resistencia eléctrica. El aumento de la temperatura es el mayor enemigo de
los aceites lubricantes y los componentes de transmisión de potencia, pero hoy en día, por medio
de tecnología avanzada podemos utilizar la temperatura como instrumento de diagnóstico.

Las Fotografías infrarrojas se producen por calor, donde las partes más calientes indican las áreas
problemáticas en donde se está produciendo el desgaste o en donde hay una resistencia excesiva
en un circuito eléctrico.

Ilustración 4.Termografía infrarroja

Las cámaras infrarrojas suponen una alta inversión para los departamentos de mantenimiento y
muchas veces es difícil determinar qué marca o tipo de termógrafo proporcionará las mejores
lecturas. Una alternativa para estos dispositivos es el sensor IoT de Tractian, que además de
recolectar datos de vibración, horas de funcionamiento y consumo de energía en tiempo real,
recopila datos de la temperatura de un activo hasta un rango de 80°C.

Cuando existe alguna anomalía en la máquina y la temperatura sobrepasa el límite máximo ideal
proporcionado por el fabricante, la plataforma automáticamente dispara una alerta de aviso para
el profesional de mantenimiento a cargo.
A través de la termografía infrarroja, podrás detectar puntos calientes en máquinas rotativas
debido a:

• Sobrecalentamiento en rodamientos.
• Sobrecarga en el eje de rotación.
• Sistemas de refrigeración bloqueados.
• Desgaste mecánico.
• Conexiones sueltas o corridas.
Pruebas de partículas Magnéticas.

La prueba de partículas magnéticas es un método no destructivo que revela fisuras en la

superficie, incluso las que son demasiado pequeñas o estrechas para ser detectadas a simple
vista. Este método se basa en el principio de que el flujo magnético en un objeto magnetizado se
distorsiona localmente por la presencia de una discontinuidad.

Ilustración 5.Análisis de partículas ejemplo

Esta distorsión hace que parte del campo magnético salga y vuelva a entrar en el objeto de
prueba en la discontinuidad, a este fenómeno se le denomina fuga del flujo magnético.
Este método se utiliza para detectar el agrietamiento por tensión y fatiga en componentes
ferromagnéticos como barras o uniones soldadas.
Ultrasonido

La prueba por ultrasonido es un método no destructivo que se utiliza principalmente para

detectar bajas vibraciones, fugas y ruidos de rodamientos que emiten ondas ultrasónicas. Las
frecuencias, o los tonos, que se utilizan para los ensayos por ultrasonidos son muchas veces
superiores al límite de la audición humana, normalmente en el rango de 500 KHz a 20 MHz.

Analizando las ondas sonoras de alta frecuencia que viajan a través de un medio (por ejemplo, en
una pieza metálica) hasta que encuentra un límite con otro medio (como el aire), es posible medir
el espesor de una pieza de prueba o encontrar evidencias de grietas u otros defectos internos
ocultos.

Ilustración 6.Ultrasonido ejemplo

Este enfoque es muy eficaz, rápido y económico para identificar problemas iniciales en los
elementos de los rodamientos, y proporcionar un diagnóstico primario para priorizar los análisis
posteriores con otras tecnologías, por ejemplo, realizar análisis de las vibraciones.
Análisis de vibración

Es uno de los métodos más utilizados en el mantenimiento predictivo. Las principales unidades
de medida de la frecuencia de las vibraciones son los CPM (ciclos por minuto, en sistema
imperial) y hertz (ciclos por segundo, en sistema métrico), donde los parámetros más utilizados
para la medición de las vibraciones son la velocidad y la aceleración.

Cada elemento de un activo en rotación vibra a frecuencias características. Por ejemplo: un eje
doblado siempre alcanzará un pico al doble de la frecuencia de la velocidad de rotación, o un
rodamiento de bolas, por el contrario, podría vibrar a 20 veces a la frecuencia de rotación.

El análisis de las vibraciones mide los cambios en la amplitud de la onda de vibración por
frecuencia a lo largo del tiempo. Esta amplitud por frecuencia se traza en un gráfico XY y se le
denomina la firma espectral del equipo. Los cambios en la firma espectral de vibración de una
máquina significa que uno de los elementos rotativos ha cambiado su modo normal de
funcionamiento.

Estos elementos incluyen todas las piezas rotativas, como los ejes, los cojinetes y otros
componentes en motores o en sistemas de transmisión de potencia. También se incluyen los
anclajes y equipos conectados indirectamente.

Para tomar los datos de vibración y trazar los gráficos, se utiliza un analizador de vibraciones
portátil. En este caso, un profesional certificado y con un alto conocimiento de la máquina y sus
componentes, coloca un transductor en un punto estratégico de la máquina.

Existen tres direcciones estándar para medir las vibraciones: horizontal, vertical y axial. También
se utiliza la radial.

Ilustración 7.Análisis de vibración ejemplo

 Conclusión
En la actualidad, la mayoría de los equipos y sistemas están siendo monitoreados en línea,
generando enormes volúmenes de datos (Big Data). Esto genera una gran oportunidad para
desarrollar técnicas de mantenimiento predictivo basados en Internet de las cosas (IoT) e
Inteligencia Artificial (IA). El Mantenimiento Predictivo en la industria puede reducir los costos
de mantenimiento, aumentar la disponibilidad de los activos, reducir los riesgos de seguridad,
salud, medio ambiente y calidad y prolongar la vida útil de los activos.