El mantenimiento predictivo es de aplicación en los activos críticos del proceso de producción: máquinas en las que una avería afecta la capacidad total o parcial del proceso productivo, máquinas con costes elevados de reparación o con recambios de muy difícil disponibilidad. Más adelante veremos las diferencia entre el mantenimiento predictivo offline y el mantenimiento predictivo online experto. Pirámide de la fiabilidad Una vez hemos creado nuestro plan de mantenimiento, hemos detectado nuestros activos críticos, qué tipo de mantenimiento les aplicamos, detectado sus diferentes modos de fallo y qué tipos de ensayos vamos a realizar para poderlos detectar, deberemos realizar el seguimiento y analizar la evolución del mismo. La pirámide de la fiabilidad es un gráfico que muestra qué incidencias podemos tener en la evolución de nuestro plan de mantenimiento (figura 3). Figura 3. Pirámide de la fiabilidad. Disponibilidad. En la zona superior de la pirámide, aparecen las incidencias que afectan a la disponibilidad del proceso pro- ductivo, es decir, averías que producen un paro total o parcial. Está claro que no llevamos a cabo un plan de mantenimiento correcto. Por tanto, nos debemos plantear, entre otras, las siguientes preguntas: ¿Hemos definido correctamente los modos de fallo de la máquina? ¿Sabemos qué tecnologías utilizar para detectarlos? ¿La frecuencia de medición es la correcta? Debemos introducir las modificaciones pertinentes para reducir a cero esta parte de la pirámide. Fiabilidad. La zona intermedia de la pirámide, donde acontecen averías que no afectan a la producción, pero sí que son averías con una reparación costosa y repetitiva. Nos encontramos en un escenario como el anterior. Hemos de repetir el mismo procedi- miento para reducir al mínimo esta zona de pérdida de fiabilidad. Funcionamiento subestandard. La base de la pirámide es la zona donde siempre nos deberíamos encontrar para nuestros equipos críticos. Debemos ser capaces de detectar mediante las tecnologías de predictivo pertinentes cuando nuestro activo empieza a trabajar en zona subestandar, es decir, empieza a desarrollar una avería y ser capaces de atajarla. ¿Predictivo offline o predictivo online? Ya hemos comentado anteriormente en qué se basaba el man- tenimiento predictivo, pero hemos dejado pendiente comentar la diferencia entre el predictivo offline y online o en continuo. Una vez hemos determinado cuáles son las tecnologías nece- sarias para detectar los modos de fallo de la máquina, falta determinar la frecuencia con la que vamos a realizar los ensayos. De forma puntual a lo largo del año, 1, 2 ó 3 veces, predictivo offline. Recibe también este nombre porque muchas veces para realizar estos tipos de ensayos la máquina debe estar parada o se deber parar y volver arrancar. Motores Predictivo offline Ventajas • No requiere de inversión inicial. Se puede subcontra- tar a una empresa externa para que nos realiza estos ensayos. Inconvenientes • La máquina debe estar parada. Se debe para la má- quina o quitar tensión en el caso de los motores para poder montar los sensores. • Las medidas no tienen repetitividad. Los sensores se quitan y se ponen cada vez, lo que hace muy difícil que las medidas sean repetitivas y por tanto nos permitan crear tendencias claras. • Difícilmente se puede simultanear tecnologías. Los ensayos se suelen realizar por separado (vibraciones, termografía, aislamiento, ...etc) por simples cuestiones de espació o disponibilidad del proveedor, por lo que no permite simultanear las medidas. De esta forma no podemos detectar una misma avería mediante diferentes tecnologías y perdemos fiabilidad a la hora de realizar la predicción. Por ejemplo una rotura de un rodamiento se puede detectar mediante vibraciones y por espectro de corrientes del motor eléctrico. • Requieren de personal experto para su ejecución. • No son en continuo, no permiten generar tendencias. 2,3 medidas al año, con pocas probabilidades de re- petitividad no permiten generar tendencias que nos permitan predecir la aparición de una avería. • Requieren de personal experto para la interpretación. • Generación de informes puntuales. Una vez tomadas las medidas se deben volcar en el ordenador interpretar los datos y generar los informes. No es automático con lo que se puede tardar varios días en función del nú- mero de máquinas a analizar, con lo que la predicción pierde eficiencia. • Riesgos laborales asociados. Riesgos asociados a to- mar medidas con máquinas en funcionamiento o en tensión. 33