La mayoría de organizaciones de mantenimiento guardan un gran historial de iniciativas en búsqueda de alcanzar una excelencia estándar en la gestión de mantenimiento. Son, en general, seguidores apasionados por la tecnología y artículos de revistas de mantenimiento que intentan implementar cualquier nueva idea en el mercado que les ayude a mejorar sus indicadores de desempeño. Algunas de estas ideas son: Monitoreo basado en condición, diseño para confiabilidad y mantenibilidad, estudios de riesgo, sistemas expertos, CMMS y análisis de modos y efectos de falla, solo por mencionar algunos. Lo cierto es que todos los departamentos de mantenimiento siempre tendrán la necesidad y el fuerte deseo de mejorar.
En particular, estas organizaciones de mantenimiento han reconocido el potencial del monitoreo basado en condición (CBM) como una forma de incrementar la confiabilidad y la disponibilidad mientras se disminuyen los costos. Algunos de ellos han desarrollado sus propios laboratorios de análisis de aceite, programas de vibraciones y cualquier otra iniciativa relacionada. Esta información de CBM es organizada en base de datos y en ciertos casos son incorporados dentro del CMMS.
Habiendo alcanzado este punto llegan a un gran reto. ¿Cómo pueden estas organizaciones usar los datos de CBM conjuntamente con los de eventos de falla registrados en el CMMS para mejorar el desempeño de mantenimiento y como medirlo? Es razonable considerar que en el historial de datos de CBM combinado con los datos de fallas se tiene la clave para obtener capacidad predictiva. Con las dos bases de datos se tiene la capacidad de:
- Evaluar la habilidad de predecir fallas basadas en las actuales actividades de CBM
- Mejorar la interpretación y la capacidad predictiva de la información CBM
El desarrollo matemático que ha permitido la optimización de modelos de decisión CBM a partir de los datos de CBM y los datos de edad de falla de componentes ha sido comprendido y exitosamente probado. Software (como EXAKT) han sido utilizados para este propósito por varios años. Dichos software permiten calcular el estimado de vida útil remanente (RULE remaining useful life estimate) de componentes con la confianza generada tras procesar los más reciente datos de los programas CBM. Al mismo tiempo el software genera la recomendación “optima” basada en los factores de negocio; consideraciones de costos, seguridad, medio ambiente y disponibilidad de equipos.
Por lo tanto, un método de predicción CBM que utilice un análisis de confiabilidad avanzado no hace falta. El problema que los gerentes de mantenimiento necesitan resolver es aun más básico. El CMMS juega un rol importante en resolverlo. El problema como muchos podrán imaginarse, es la información. La solución reposa en la habilidad del CMMS u otro software relacionado para alimentar los datos “correctos” para análisis de confiabilidad.
El análisis de confiabilidad (RA) necesita un tipo de datos particular. Los datos, algunas veces referidos como “Edad” o “Vida”, consisten en lo siguiente:
- El Modo de Falla ocurrido
- El Tipo de Evento que hace referencia si la vida del modo de falla termino por falla funcional, falla potencial o por suspensión.
Una “falla potencial” es una falla que ha sido encontrada justo antes de que esta hubiera generado consecuencias mayores. Una “suspensión” es la renovación de un modo de falla por razones diferentes a una falla. El análisis de confiabilidad requiere (ver Desafiando el CBM) que esta distinción se haga en campo y en el CMMS. Esto requiere capacitación en los principios y terminología RCM para todos los involucrados en el proceso de órdenes de trabajo. En estas capacitaciones se incluyen supervisores, analistas, técnicos, administradores de parada e ingenieros de mantenimiento. Se recomienda a cada organización emprender un piloto LRCM por un año. Durante este tiempo se adoptara una nueva perspectiva cuando se reporta la condición de un equipo (¿cómo se encontró?) en una orden de trabajo y en el CMMS. El piloto LRCM se deberá dirigir a aquellos equipos o unidades que históricamente sean poco confiables y aquellos que su confiabilidad sea critica para producción.
Una función mayor del LRCM consiste en el manejo de la relación entre el sistema de órdenes de trabajo (CMMS) y la base de conocimiento RCM. En este proceso el ingeniero de confiabilidad refina continuamente los registros RCM relacionados a las órdenes de trabajo cerradas. Las ventajas son obvias. Con los detalles de las órdenes de trabajo frescas y en mente, las actualizaciones de la base de conocimientos RCM son rápidas y sencillas. Con esta nueva dinámica RCM en el registro de información, el CMMS podrá generar las “muestras” necesarias de “vida” de componentes e información útil de CBM. Una muestra es la colección o conteo de eventos de modos de falla definidos por eventos de inicio y fin de “vida”. El éxito de un análisis de confiabilidad depende de la disponibilidad y de la buena estructura de estas “muestras”. LRCM es un proceso orientado a humanos en el cual se asegura calidad y la disponibilidad de información para muestras que generen mejoras continuas a través de los análisis de confiabilidad.
© 2011, Luis Hoyos Vásquez. All rights reserved.