Actividad-4-mantenimiento-industrial

Vista previa del material en texto

República Bolivariana de Venezuela
Ministerio del poder Popular para la Educación
Instituto universitario Politécnico Santiago Mariño
Mantenimiento Industrial
Edo. Anzoátegui – Barcelona
MANTENIMIENTO
PREDICTIVO. 
Docente: Alumno:
Jesus Gonzales Carlos Blanco C.I.: 27.943.142
Barcelona, 22 de Mayo del 2021
1. Que se entiende por mantenimiento predictivo.
El mantenimiento predictivo es un tipo de mantenimiento que relaciona una variable física con
el desgaste o el estado de una máquina. El mantenimiento predictivo se basa en la medición, 
seguimiento y monitorización de parámetros y condiciones de funcionamiento de un equipo o 
instalación. Para ello, se definen y gestionan los valores de prealarma y actuación de todos los 
parámetros que se consideran necesarios para medir y gestionar.
El mantenimiento predictivo es una técnica para predecir el punto futuro de fallo de un 
componente de la máquina, de modo que el componente puede ser reemplazado, basándose 
en un plan, justo antes de que falle. De este modo, se minimiza el tiempo de inactividad de los 
equipos y se maximiza la vida útil de los componentes.
Algunos ejemplos de los parámetros utilizados por el mantenimiento predictivo industrial 
pueden ser: vibración de rodamientos, temperatura de conexiones eléctricas, resistencia de 
aislamiento de la bobina de un motor….
Este tipo de programa de mantenimiento proporciona un gran ahorro de costes ya que, 
además de detectar fallos de forma temprana, también permite programar con suficiente 
antelación el tiempo de reparación, los suministros y la mano de obra necesarios para la tarea.
Su principal inconveniente es la dificultad de obtener una respuesta clara y segura, ya que no 
existe ningún parámetro o conjunto de parámetros que revelen perfectamente el estado del 
equipo.
2. Cuáles son las ventajas y beneficio de un mantenimiento predictivo (realice una tabla)
Ventajas Beneficios
Reducción de fallos y averías Reducción de los costos de mantenimiento
Reducción del número de
intervenciones
Reducción en el stock de piezas de repuesto
Aumento de la disponibilidad de los
activos
Ganancia global
Reducción del tiempo de parada para
reparación
Verificación de las reparaciones
Reducción del tiempo de inactividad Mejora en la seguridad del operador
3. Realice un cuadro diferencial de: Mantenimiento Correctivo, Mantenimiento 
Preventivo,y Mantenimiento Predictivo.
Preventivo Correctivo Predictivo
Implementa
medidas para
prevencion de
fallas
Analiza la falla
para corregirla lo
mas rapido
posible
Analiza las fallas para
predecir su proxima
averia
Establece
medidas de
matenimiento de
sustitucion
Sustituye la pieza
que este en
averia en el
equipo
Predice los costos de
mantenimiento y cual
resulta mas factible
4. Explique a qué tipo de equipos estáticos o rotativo son favorable para aplicar un 
mantenimiento predictivo.
Se conoce que los programas de mantenimiento predictivo están basados en 
medir una o más variables que, de forma directa o indirecta, determinan el 
estado del equipo bajo inspección y, mediante el análisis de su evolución en el 
tiempo, permiten establecer el momento en que intervenir.
Los equipos estáticos son aquellos que transforman una energía eléctrica 
alterna en otra de distintas características, tales como los transformadores, así 
como también, todos aquellos equipos encargados de transportar líquidos 
presurizados y no presurizados, estos últimos son muy importantes para la 
industria petrolera.
Por lo tanto, es recomendable hacer un mantenimiento preventivo 
específicamente a los transformadores, y a válvulas, tanques de procesos, 
mechurrios, líneas de transporte de fluidos, sopladores, hornos y calderas. 
Para lograr hacer una programación optima del mantenimiento.
Mientras que la mayoría de equipos rotativos en su totalidad poseen partes 
giratorias, como las dinamos, alternadores, motores, entre otros. Esto resalta la
importancia de aplicar un mantenimiento predictivo, para que de esta manera 
se pueda conocer a profundidad sus componentes, y el deterioro que puede 
encontrarse mientras están operativas.
Se recomienda aplicar mantenimiento predictivo a bombas, cajas de 
engranajes, motores eléctricos o compresores, para poder optimizar costos y 
encontrar fallas en etapas iniciales. 
5. Que tipos de técnicas se utiliza para llevar acabo un mantenimiento predictivo.
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 que supone un gran ahorro.
El diagnóstico predictivo de maquinaria se desarrolló en la industria en la década de mediados 
de los ochenta a mediados de los noventa del siglo XX. Actualmente, las filosofías predictivas 
se aplican a la maquinaria crítica en aquellas plantas que han optimizado la gestión de activos 
(RCM, ISO 55001, RBM….). El mantenimiento en función de las condiciones optimiza el 
mantenimiento preventivo de manera que determina el momento preciso de cada 
intervención de mantenimiento técnico en los activos industriales.
El mantenimiento predictivo es un conjunto de técnicas instrumentadas para medir y analizar 
variables con el fin de caracterizar en términos de posibles fallos las condiciones de 
funcionamiento de los equipos de producción. Su misión principal es optimizar la fiabilidad y 
disponibilidad de los equipos a un coste mínimo.
Las principales técnicas de mantenimiento predictivo y la aplicación de las mismas en 
maquinaria industrial son:
Análisis de vibraciones
El análisis de vibraciones es la principal técnica para monitorizar y diagnosticar las máquinas 
rotativas e implementar un plan de mantenimiento predictivo.
Ultrasonidos aplicados al mantenimiento predictivo
La captura por ultrasonidos es una técnica que se ha desarrollado mucho en los últimos años, 
descubra las aplicaciones de esta técnica predictiva.
Análisis de lubricantes
Las técnicas de análisis de lubricantes son fundamentales para determinar el deterioro del 
lubricante, la entrada de contaminantes y la presencia de partículas de desgaste.
Análisis de Máquinas Alternativas
Los motores y compresores alternativos pueden ser diagnosticados con alta precisión a partir 
de la señal dinámica de presión, ultrasonido y vibraciones.
Descargas parciales en máquinas eléctricas
La técnica de estudio de descargas parciales se aplica a grandes máquinas eléctricas para 
evaluar el estado del estator con la máquina en servicio.
Parámetros de monitorización de grandes máquinas eléctricas
La criticidad de las grandes máquinas eléctricas justifica la monitorización continua mediante 
varias técnicas que se complementan entre sí.
Termografía
La reducción de los precios de las cámaras termográficas ha permitido que cualquier 
departamento de mantenimiento se beneficie de esta potente técnica predictiva.
Análisis de Motores de Inducción Eléctrica (ESA&MCA)
En los últimos años se han desarrollado tecnologías que, mediante la medición simultánea de 
corriente y tensión, permiten el diagnóstico de motores eléctricos.
6. Cuáles son los instrumentos más importantes para monitorear, inspeccionar, 
analizar las fallas de los equipos estáticos y rotativos a través de un mantenimiento 
predictivo
Hay más de 1000 herramientas que permiten el mantenimiento predictivo. La 
puesta en práctica del mantenimiento predictivo requiere una base de herramientas 
integradas.
Las herramientas de mantenimiento predictivo necesitan una plataforma industrial de 
IoT para modelar, simular, probar y desplegar la solución de mantenimiento 
predictivo.
En las herramientas se incluyen la integración de datos industriales y algoritmos de 
análisis de datos para detectar patrones en los datos de las máquinas, y herramientas 
de análisis de causa raíz para investigar las percepciones derivadas y determinar las 
medidas correctivas que deben adoptarse.
Las herramientasde las distintas categorías se complementan entre sí:
 Los sensores generan datos
 Las herramientas de análisis y monitoreo ayudan a mejorar y analizar esos 
datos
 Los instrumentos de programación coordinan a los equipos sobre el terreno 
guiándolos para llevar a cabo actividades de mantenimiento
Tipos de instrumentos para el análisis de vibraciones
La práctica del análisis de vibraciones requiere de la medición y el análisis de la 
rotación. Para ello se utilizan una serie de diferentes sensores de 
vibración (acelerómetros, transductores de velocidad o sondas de desplazamiento). El
sensor más común y más utilizado en la industria es el acelerómetro.
Los sistemas de medición que se comercializan hoy en día son principalmente 
digitales, es decir, la presión acústica y las vibraciones se convierten en valores 
digitales para su posterior tratamiento en procesadores de señal más o menos 
avanzados.
Mientras que la tecnología digital ofrece cada vez más posibilidades sofisticadas, los 
sistemas de medición se adaptan a menudo para comparar los resultados obtenidos 
con los tomados en el pasado utilizando la tecnología analógica.
Los instrumentos de medición de vibraciones y los analizadores de 
vibraciones miden, muestran y analizan las vibraciones. La vibración es un simple 
movimiento armónico que puede ser medida por los siguientes instrumentos de uso 
común en la industria:
Acelerómetros
Los acelerómetros son pequeños, fáciles de instalar y tienen una gran frecuencia (1-
10.000 Hz), pero requieren la integración de herramientas de medición de 
velocidad para medir la aceleración y son susceptibles a los golpes y a los requisitos 
de potencia. Los acelerómetros están montados en una carcasa con un perno 
permanente o imán portátil para sujetarlos en su lugar.
Estos miden la vibración de la rotación y emiten un voltaje o una corriente 
proporcional a la vibración y relativa a una «g» (unidad de atracción gravitacional). Esta
señal también puede ser integrada para proporcionar una medición de salida en base 
a la velocidad (pulgadas/segundo o mm/segundo).
Es muy importante elegir la opción correcta de acelerómetro, cable, conector y 
montaje para cada aplicación. Esto proporcionará mediciones de calidad y datos de 
vibración precisos para la identificación de fallos en máquinas rotativas.
Sensores de proximidad o proxímetros
Los sensores de proximidad o proxímetros se utilizan en la monitorización de 
vibraciones de máquinas para medir la variación de la distancia entre un eje y su 
cojinete de apoyo. Esto es común en grandes turbinas de vapor, compresores y 
motores que utilizan cojinetes tipo manguito.
Sensores de desplazamiento
En los sensores de desplazamiento, la punta de la sonda contiene una bobina de 
alambre encapsulada que irradia la alta frecuencia del transductor como un campo 
magnético.
Cuando una superficie conductora se acerca a la punta de la sonda, se 
generan corrientes de Foucault (se produce cuando un conductor atraviesa un 
campo magnético variable, o viceversa.) en la superficie del objetivo, disminuyendo la 
intensidad del campo magnético y provocando una disminución en la salida de C.C. del
excitador.
Los sensores de desplazamiento son dispositivos robustos que tienen un rango de 
frecuencia limitado (0-1000 Hz) y son susceptibles a descargas eléctricas o mecánicas. 
A su vez, requieren sondas de desplazamiento para medir el valor real para el 
movimiento del eje dentro del cojinete de casquillo.
Estas sondas sin contacto miden la vibración del eje y el espacio entre el eje y el 
diámetro interior del rodamiento. Usando un remolino en el proceso actual, estas 
sondas proporcionarán una tensión de salida proporcional al desplazamiento 
(pulgadas o mm).
Sensores de velocidad o velocímetros
Los sensores de velocidad o velocímetros son más fáciles de instalar que los 
sensores de desplazamiento, pero son grandes, susceptibles a problemas de 
calibración y también tienen un rango de frecuencia limitado.
El sensor de velocidad se utiliza principalmente para medir las operaciones de 
equilibrado y movimiento en máquinas rotativas. Estos sensores son ideales para 
detectar vibraciones de baja y media frecuencia.
Vibrómetros
Los vibrómetros son instrumentos que reciben la señal eléctrica de un transductor y 
la procesan, aplicando filtración e integración, para obtener el valor total del nivel de 
vibración en velocidad.
La mayoría de ellos están diseñados para tomar medidas de acuerdo a ciertos 
estándares de severidad de vibración. Por ejemplo, según ISO 2372, el valor de la 
vibración en velocidad RMS debe medirse en un rango de frecuencia entre 10 y 1000 
Hz.7.
Analizadores de frecuencia
Los analizadores de frecuencia son, en esencia, ordenadores portátiles pequeños. Su
principal virtud es la gran capacidad de diagnosticar problemas asociados a 
frecuencias características relacionadas con problemas mecánicos en elementos 
rotativos.
En la actualidad estos analizadores son equipos digitales con microprocesadores 
integrados para el cálculo del FFT (transformada rápida de Fourier). Son capaces de 
obtener el espectro en tiempo real y tienen una multitud de funciones para ayudar en 
el análisis.
Monitoreo de vibraciones online
El Monitoreo de vibraciones online ofrece una reducción drástica de los intervalos 
de recolección de datos. Ya que estos se toman continuamente. Permite detectar 
inmediatamente cualquier cambio en la vibración de la máquina.
Asimismo,  proporciona menores costes de operación. La adquisición automática de 
datos elimina los costes de mano de obra asociados a la recogida de los datos de 
vibración de la máquina y mayor calidad en la recolección de datos.
La precisión de la medición de datos es mayor, ya que los datos siempre se miden 
exactamente en el mismo lugar y con el mismo sensor, y además podemos 
condicionar la recogida de datos a determinadas condiciones de funcionamiento de la 
máquina (velocidad y carga).
La adquisición de datos de vibración en maquinaria industrial evoluciona hacia 
sistemas automatizados (sistemas continuos u on-line) que en muchos casos ofrecen 
mayores beneficios que la adquisición de datos con colectores de datos portátiles.
Sensores de IoT
Los sensores siempre han sido una parte importante de cualquier plan de 
mantenimiento porque nos permiten vigilar los cambios leves y hacer los ajustes 
correspondientes para evitar que los pequeños problemas se conviertan en grandes 
problemas.
Tener múltiples sensores diferentes monitoreando diferentes métricas puede ser 
clave para obtener un mejor rendimiento de los procesos y prevenir fallas prematuras,
así como,  el tiempo de inactividad causante.
Independientemente del tipo de sensores que una planta de producción requiera para
tener éxito, hay algunas prácticas óptimas que deben tenerse en cuenta durante la 
implementación:
 Asegurar la orientación y el objetivo preciso de cualquier dispositivo 
minimizando las condiciones exteriores que de otra manera podrían llevar a 
lecturas incorrectas.
 Construir un plan de diagnóstico por imágenes a largo plazo basado en 
factores como las demandas de fiabilidad, los resultados de los componentes 
específicos, las consideraciones presupuestarias, las recomendaciones de los 
fabricantes y similares.
 Invertir en formación o considerar la posibilidad de recurrir a asistencia 
externa para garantizar el uso correcto de la herramienta por parte de los 
empleados
 Tomar una lectura de referencia a partir de la cual se pueda comparar los 
cambios a lo largo del tiempo, lo que en última instancia puede ayudar a 
justificar su costo inicial para las partes interesadas.
 Fomentar la plena participación en toda la organización para obtener una 
perspectiva equilibrada de los diferentes niveles de responsabilidad y 
experiencia
 Tener múltiples herramientas de diagnóstico trabajando juntas puede ayudar a
prevenir un mayor número de fallas, y en el caso de una falla, a precisar mejor 
exactamente cuál fue lacausa.
 Controlar que los sensores alimentan automáticamente los datos en los 
sistemas de análisis y monitoreo.
Con el tiempo, los datos obtenidos de los sensores pueden utilizarse junto con otros 
análisis clave para ayudar a elaborar estrategias que incluyan operaciones 
aparentemente dispares. En última instancia, este profundo y detallado nivel de 
conocimiento tendrá impactos de gran alcance en la empresa que irán mucho más allá
de la planta de fabricación.
Sensores que permiten el análisis de vibración, sónico y 
ultrasónico
Los componentes del sistema sufren un desgaste diario de estrés y tensión que se 
indican en sus vibraciones y frecuencias. La mayoría de los componentes tienen una 
frecuencia fundamental y la desviación de esta norma indica condiciones que pueden 
conducir al error si se dejan sin tratar.
A través de las prácticas en la industria manufacturera y otras industrias, los sensores 
retroalimentan con información a los sistemas conectados a ellos. Los analizadores 
de Transformada Rápida de Furrier, por ejemplo, pueden detectar vibraciones 
diminutas que antes eran indetectables. Una vez calibrado, un sistema notará y 
registrará cualquier vibración inusual.
Las vibraciones pueden ocurrir debido a diferentes factores. Los rodamientos o 
soportes de una máquina pueden empezar a perder su fuerza tangible. Así pues, un 
componente puede estar cerca del final de su vida útil. Tras el análisis, los técnicos de 
mantenimiento (si es necesario) o las máquinas de ensayo determinarán el curso de 
acción apropiado.
Algunos usos comunes de estos tipos de análisis incluyen:
 Detección de fugas por ultrasonido que puede utilizarse con mayor antelación 
que la vibración o los infrarrojos.  Esta información puede ayudar a los técnicos
a encontrar fallos en los sellos de vacío, así como fugas de aire y gas.
 Supervisión de las condiciones mediante la detección prematura de la fricción 
entre los componentes
 En la inspección mecánica, cualquier cambio en los sonidos «normales» puede 
ser detectado para prevenir fallos posteriores
Sensores de imagen térmica
El calor excesivo supone una sentencia de muerte para los metales, los compuestos, la
electrónica y los motores eléctricos. A su vez,  es una preocupación básica de 
mantenimiento para las compañías de telecomunicaciones.
Las imágenes térmicas utilizan imágenes infrarrojas para monitorear las 
temperaturas de las partes de la máquina que interactúan, permitiendo que cualquier 
anormalidad se haga evidente rápidamente.
Al igual que otros dispositivos de control sensibles a los cambios, activan sistemas de 
programación que permiten tomar automáticamente las medidas adecuadas para 
evitar el fallo de los componentes.
Los equipos de imágenes térmicas simples son fáciles de conseguir y de manejar. En 
su forma más simple, los técnicos de mantenimiento pueden tomar lecturas móviles 
con un dispositivo de mano. No se requiere ningún tiempo de inactividad para un 
simple escáner de imágenes térmicas manual.
Lo positivo de este tipo de sistema de predicción es la simplicidad y la facilidad. La 
desventaja es que la observación constante es probablemente imposible con un 
dispositivo de mano.
Un sistema más sofisticado y preciso necesitaría herramientas térmicas de diagnóstico
con conectividad. Comparado con los datos de referencia, este equipo mostraría 
rangos de temperatura anormales.
En consecuencia, estos sensores rastrearían las máquinas para detectar posibles 
desviaciones de las temperaturas aceptables. Una vez transmitida, esa información 
alertaría a los técnicos de cualquier problema. Así pues, este sistema necesitaría una 
mayor inversión de capital y un personal tecnológicamente competente.
Algunos usos comunes de las imágenes térmicas que pueden beneficiar un plan de 
mantenimiento predictivo incluyen:
 Monitoreo de procesos
 Equipo electromecánico
 Sistemas de distribución de energía eléctrica
 Mantenimiento preventivo de instalaciones en sistemas como los de HVAC 
(climatización y ventilación), edificios, techos, aislamiento
Sensores de aceite y lubricante
El análisis del aceite puede determinar muchos factores del rendimiento de la 
maquinaria. La viscosidad del aceite frente a la esperada puede mostrar cómo un 
equipo evita la oxidación, la dilución, la humedad, etc.
Asimismo,  los fragmentos de metal en el aceite pueden alertar a los técnicos sobre 
piezas que se están puliendo y que podrían ralentizar o romper una máquina. Por 
consiguiente, los sensores que calculan la dinámica de los fluidos pueden ayudar a 
exponer una fuga o un conector defectuoso.
Los sistemas de análisis del lubricante han existido desde hace tiempo. La mayoría 
de los coches modernos los tienen integrados en el sistema central. Nuestro coche 
comprueba la calidad del aceite por lo que es un ejemplo práctico de mantenimiento 
predictivo.
Estos sistemas no son difíciles de integrar en las máquinas existentes. Se ha tener la 
orientación del proveedor de lubricantes sobre las temperaturas aceptables, la 
viscosidad, etc. De esta manera, se pueden comparar los resultados reales con los 
resultados esperados.
Los sistemas analíticos se diseñan para detectar impurezas en el aceite como el metal, 
la suciedad y el residuo que se encuentran. Así como, la humedad que se puede 
detectar con facilidad, incluso en cantidades ínfimas. De ahí que, el sistema calculará 
cualquier aspecto del aceite que pueda causar una falla.
Herramientas de monitoreo y análisis industrial
La analítica industrial suele considerarse parte integrante de la cuarta revolución 
industrial, que se caracteriza por la convergencia entre las prácticas industriales 
tradicionales y las mejoras modernas de la tecnología de la información.
Estos avances incluyen el análisis de datos y su interpretación relacionada a través 
del machine learning (aprendizaje automático), y los avances en la conectividad a 
través de la IoT.
Lo que significa en la práctica un mayor número de toma decisiones y acciones que 
están empezando a basarse mucho más en datos medibles que pueden ser aplicados 
de inmediato.
Por ese motivo, una parte importante de este campo incluye sensores de IoT para 
monitorear cambios clave en los componentes. De esta manera, satisface la creciente 
demanda de estas tecnologías, que dispone de una amplia gama de opciones para 
ayudar a las empresas industriales a alcanzar sus objetivos.
Las herramientas de monitorización funcionan utilizando algoritmos avanzados y 
machine learning de forma que les permite actuar en tiempo real.
Algunos ejemplos del análisis industrial incluyen:
 Mantenimiento predictivo de equipos, maquinaria y activos.
 Optimizar los parámetros específicos del equipo.
 Sistemas de apoyo en la toma de decisiones.
 Vigilancia del estado de los activos.
 Optimización de la cadena de suministro.
Por otro lado, las herramientas de monitoreo, se basan en encontrar los puntos de 
dolor y en proporcionar las soluciones más adecuadas previo análisis. Generalmente 
funciona de la siguiente manera:
 Obtener datos: sensores y almacenamiento de datos, controladores 
programables, sistemas de ejecución de fabricación,  datos manuales, datos 
externos de API y similares.
 Explorar y sintetizar los datos.
 Enriquecer estos datos con otros conjuntos de datos significativos y relevantes.
 Visualización con la ayuda del big data o herramientas de equipo de datos que 
permiten al personal comprender y hacer uso de los datos.
 Despliegue de procesos mejorados.
Estas acciones en la práctica pueden conducir a conjuntos de datos más fiables y 
consolidados que pueden apoyar un análisis más detallado y una mejor toma de 
decisiones.
Además, se pueden apreciar otros beneficios generales en toda la cadena de 
suministro y los procesos de tramitación de pedidos, gracias a una mejor comprensión
de los componentes individuales que crean las partes más esenciales de cualquier 
empresa rentable.
Algunas de las mejores prácticas para asegurarel éxito de las soluciones analíticas 
incluyen:
 Elaborar un marco eficaz de IoT que sea colaborativo y permita el uso de los 
recursos adecuados cuando sea necesario.
 Considerar la posibilidad de trabajar en un entorno en la nube para que los 
interesados de todos los niveles de la empresa puedan aprovechar al máximo 
los datos.
 Concentrarse inicialmente en conectar a la gente, y luego comenzar a conectar 
las cosas.
 Adaptar las tareas de los grupos funcionales y la forma en que se comunican 
entre ellos para que reflejen los cambios causados por la IoT: utilizar esta 
información para encontrar el equilibrio adecuado entre los recursos externos 
e internos.
 Elegir socios tecnológicos (partners) que entiendan los desafíos únicos 
relacionados con los entornos industriales.
Herramientas de Programación
El Internet de las cosas (IoT) y la Industria 4.0 hacen posible el mantenimiento 
predictivo. Los sensores y los análisis son una parte de la ecuación, otra parte es el 
trabajo de mantenimiento real.
Los fabricantes de software como IBM, SAP y SAS crean una amplia gama de paquetes 
tecnológicos. Así pues, estas aplicaciones combinan el análisis de la máquina y los 
datos de los sensores para compilar los planes de mantenimiento.
Recordar que el mantenimiento predictivo se basa en monitorear el equipo y actuar 
sólo cuando es necesario. Los programas de tecnología diseñados para la industria se 
centran en el momento preciso en que se requiere una acción.
Estos sistemas disponibles automatizarán gran parte del análisis de mantenimiento. Es
por ello, que el sistema informático no podrá cambiar las piezas, pero podrá alertar a 
los técnicos de un asunto pendiente.
Por consiguiente, el software no creará programas de mantenimiento, sino que se 
anticiparán cuando un componente se encuentre en el final de su ciclo de vida. Mejor 
aún, estos sistemas pueden solicitar el mantenimiento mucho antes de que en una 
máquina se produzca una falla.
Estas versiones modernas de una solución convencional funcionan automatizando 
gran parte del análisis de mantenimiento tradicionalmente gestionado por una 
persona.
De esta forma, el técnico, que previamente habría analizado múltiples entradas, 
procesos en curso y otros factores relevantes necesarios para construir un programa 
de mantenimiento efectivo, puede entonces centrar sus energías en los resultados de 
cualquier cambio o ajuste que se haya realizado.
Por esta razón, al utilizar herramientas de programación que se hacen cargo de este 
análisis, el tiempo y los recursos necesarios para tener en cuenta todos los factores 
desciende de forma exponencial.
Como esta programación se realiza sin intervención humana, es importante no olvidar 
el aspecto «humano» de cualquier programación en términos de conocimiento general
de una operación, como en el caso de un cliente que se considera «de alta prioridad» 
de forma inesperada para los estándares de un ordenador.
Utilizando las herramientas de programación adecuadas para una empresa, se 
pueden obtener los siguientes resultados:
 Asignar recursos y programar actividades basándose en una gama más amplia 
de factores externos e internos
 Optimización de los calendarios de producción de manera dinámica, basada en
los modelos aprendidos en el pasado
 La capacidad de aplicar las medidas correctivas mucho antes cuando sea 
posible, aumentando los cambios para equilibrar cualquier problema que 
pueda surgir
 Detección de cuellos de botella en departamentos y prácticas independientes 
que pueden estar afectando a otros procesos aparentemente no relacionados
 
7. Cuáles son las fallas más comunes a detectar en un mantenimiento predictivo.
Razón 1: La recolección de datos de PdM no es vista como parte del proceso total de 
mantenimiento.
Muchas organizaciones, al menos inicialmente, ven PdM como una actividad separada del 
papel central de la función de mantenimiento, y por lo tanto no es cubierto en el proceso de 
mantenimiento. Algunas organizaciones comienzan en el sendero de PdM " probando" en una 
base de contratos. El papel del contratista es de enviar por correo electrónico o correo normal 
el resultado de los datos predictivos a la planta. En otras compañías, un recurso de PdM (a 
menudo visto como el Técnico de Confiabilidad) le es asignado el papel predictivo, o un Equipo
de PdM es formado. Cuándo estos individuos o equipos no son vistos como una parte esencial 
del departamento de mantenimiento, su valor es improbable de que sea tomado en cuenta. 
También, bastante a menudo los datos predictivos serán entregados a la organización de 
mantenimiento, pero el técnico que reunió los datos no es consultado en los resultados, así 
que el potencial para decisiones impulsadas por los datos es limitada. Si PdM es desconectado 
del proceso de mantenimiento, el programa de PdM es probable que falle porque el valor no 
puede ser identificado.
Por ejemplo, ¿jamás ha visto un caso donde un empleado de mantenimiento llega a ser el 
nuevo técnico de PdM? El puede ser el afortunado escogido para operar el completamente 
nuevo equipo de Termografía con un costo de USD $50.000. En un ambiente inmaduro de 
confiabilidad, el nuevo papel viene generalmente con un título que incluye la palabra 
"Confiabilidad". Este nuevo Técnico de Confiabilidad sale y comienza a tomar imágenes de los 
activos que muestran perfiles interesantes de calor (cuando su único instrumento es un 
martillo, todo se parece a un clavo). Pero para la mayor parte de estos activos, un análisis de 
sonido de fallas razonable, si es realizado, no identificaría un sobre calentamiento excesivo 
como el mejor pronosticador de fracaso. O, potencialmente todavía peor, después de que el 
fracaso de un activo particular sea determinado a estar "recalentando", el Técnico de 
Confiabilidad es asignado para producir perfiles de Termografía de cada activo semejante en la
planta, sin importar la probabilidad de fracaso, la frecuencia de fracaso, consecuencia del 
fracaso, etc. ¿Será que por esto que el personal de producción y el del mantenimiento ve valor 
limitado en los datos del Técnico de Confiabilidad?
Para obtener lo máximo de PdM, yo recomiendo que lo haga una parte esencial de la 
Identificación del Trabajo y de los elementos de Ejecución de Trabajo en su proceso de 
mantenimiento (ver Figura 2). Los pasos en la Identificación del Trabajo deben identificar 
claramente los modos de fracaso, y las mejores técnicas para predecir esos fracasos. Las tareas
de PdM son identificadas como parte de un programa completo de mantenimiento de activos, 
así comprendemos por qué nosotros hacemos el trabajo y no hacemos el trabajo innecesario. 
La Ejecución del trabajo realiza el trabajo especificado en el programa de mantenimiento de 
activos en la manera más eficiente posible. Las tareas deben ser agrupadas en rutas y 
dispositivos portátiles deben ser utilizados donde la tecnología de PdM requiere intervención 
humana.
Razón 2: Los datos recolectados de PdM llegan demasiado tarde para prevenir fallas en el 
equipo.
En este escenario, el mantenimiento y la administración de operaciones pregunta "¿por qué no
vimos que este fracaso de equipo venia?" El técnico de PdM a menudo puede señalar un 
gráfico o la hoja de cálculo de días atrás y decir "se los dije". La percepción de la 
Administración es que la información fue recibida demasiado tarde. Todavía, en la realidad, los
datos estuvieron allí, pero no fueron visibles cuando eran más valiosos. Las actividades 
predictivas del mantenimiento generan cantidades masivas de datos relacionados al estado del
equipo. Para que sean de verdadero valor al mantenimiento y a las operaciones, los datos 
deben ser visibles al mantenimiento, ser analizados efectivamente, comparados contra 
estados que son definidos como "normal" y el análisis debe ser comunicado en una manera de 
tiempo real.
Sabemos desde un punto de vista de confiabilidad que usted no puedever ni puede predecir 
todos los fracasos del equipo. Sin embargo, la mayoría de las degradaciones en el desempeño 
del equipo pueden ser observadas con bastante anticipación al fracaso con la integración de 
tecnologías y técnicas de PdM . Utilizando recolectores portátiles de datos, los operarios y 
demás personal pueden registrar en tiempo real y tener el registro del tiempo de los 
indicadores del estado y alimentar con los datos al sistema computarizado de confiabilidad. La 
cantidad de datos recolectados en un turno de 8 horas es probable de que sea agobiante si 
fuera a ser manejado manualmente. Y todavía con la computarización apropiada, la 
información normal y no-normal del estado crea la oportunidad de enfocarse selectivamente 
en sólo un puñado de datos que son relevantes en cada turno– donde la degradación del 
estado del activo es evidente en los datos. Esta forma de gestión de datos puede llevar al 
último uso de la capacidad de PdM, donde la administración puede hacer fácilmente las 
decisiones críticas de intervención de mantenimiento – manejado con los datos en tiempo 
real, antes de que sea demasiado tarde.
Razón 3: Muchas compañías fallan en tomar ventaja de los datos de PLCs (Controladores 
Lógicos Programables) y de DCSs (Sistemas Distributivos de Control).
PLC y DCS pueden proporcionar datos importantes de la producción como presión, flujo y 
temperatura que también pueden ser útiles para valorar el estado del activo. La mayor parte 
de nosotros pensamos en PdM en el sentido tradicional; esto es, análisis de vibración, análisis 
de aceite, Termografía, etc. Los datos de la producción disponibles en muchas compañías son 
bastante extensos. Necesitamos seleccionar en este recurso valioso.
Una palabra preventiva acerca de datos de producción; como otras formas de información de 
PdM, son sólo valiosas si se utilizan en el contexto de un análisis de fracaso. La mayoría de los 
Análisis de Fallas señalarán a los datos de producción como apropiados para comprender los 
indicadores de modos sólo de ciertos fracasos, mientras la mayoría de modos de fracaso 
dependerá de la recolección de datos por los sentidos humanos. Así que conectando una base 
de datos ricos de la producción a un CMMS/EAM sólo tendrá como resultado el aumento en la 
cantidad de datos inútiles para hacer la decisión correcta en el momento oportuno y ayudar a 
la captura de datos históricos que típicamente no es exacta en la mayoría de las plantas.
Los programas más avanzados de PdM reconocen donde los datos de producción pueden 
agregar valor, y se aprovechan del hecho de que es fácilmente accesible electrónicamente 
(para el uso de la producción). Utilizando estos datos, el mantenimiento puede predecir mejor 
la degradación del desempeño del equipo para determinar el tiempo más oportuno de 
intervenir con actividades proactivas de mantenimiento.
Por ejemplo, como un supervisor de mantenimiento en un trabajo anterior, tuvimos un DCS 
(Sistema Distributivo de Control) que supuestamente tenía que monitorear los parámetros de 
nuestro proceso de producción y al equipo de producción como su principal función. 
Manejamos nuestro proceso de producción utilizando un Control de Proceso Estadístico. 
Nuestro DCS manejó muchos datos e hizo un gran trabajo para la producción. Lo que nos falto 
fue utilizar datos específicos en este sistema para ayudar al mantenimiento hacer decisiones 
confiables de los activos. Utilizaré nuestra prensa rotatoria como un ejemplo; la prensa 
rotatoria (sistema de calendario) presiona dos rollos 300 CM para formar un producto 
fusionado de fibras tejidas por una prensa de tipo de batería en velocidades de más de 500 
metros por minuto. La presión de esta prensa rotatoria tiene que mantenerse constante para 
hacer el producto deseado. Un sistema servomotor hidráulico complejo fue utilizado para 
mantener que la presión necesaria en esta prensa entregara el producto necesario. Nuestro 
DCS monitoreo la salida hidráulica de miliamperios de la válvula del servomotor como parte de
sus medidas de control de proceso. Diariamente verificamos (inspección visual por un 
electricista) las señales de miliamperios de todos los servomotores. Pero no graficamos los 
datos y relacionamos los datos a la Curva de PF, y así las decisiones que hicimos en este 
sistema fueron ya sea o hechas prematuramente o la mayoría del tiempo demasiado tarde. El 
software de confiabilidad ahora permite un monitoreo continuo de las señales de miliamperios
que vienen de estos servomotores. Estos datos pudieran haber sido reunidos en tiempo real, 
graficados y utilizados para ayudar a determinar donde en la Curva de PF necesitábamos para 
tomar una decisión de cambiar una válvula del servomotor (basado en los valores de un 
controlador de una válvula del servomotor) o el cambio de la bomba hidráulica (basado en los 
valores de numerosos controladores de válvulas de servomotor) utilizando la tecnología de 
confiabilidad y la metodología. Con esta nueva tecnología disponible, una señal de 
miliamperios puede ser conectada del DCS al Software de Confiabilidad donde una decisión 
puede ser hecha basada en los datos con una alarma al planificador del mantenimiento que 
planea y programa un cambio de una válvula del servomotor o bomba con suficiente 
antelación para apartar completamente, o para minimizar por lo menos, los fracasos. Este 
software de confiabilidad puede ser conectado directamente al CMMS/EAM para que la 
planeación y la programación del trabajo sea continua y permita que la historia exacta sea 
documentada en el equipo.
Razón 4: La mayoría de los datos de PdM están dispersos en demasiadas bases de datos no 
integradas.
Sistemas separados de software son empleados generalmente para manejar las diversas 
fuentes de datos especializadas de PdM: contratistas tienen sus datos; el equipo de PdM tiene 
varias bases de datos separadas para cada tecnología de PdM, y el PLC de la producción y 
también el DCS también almacenan los datos necesarios. Además, los ingenieros de 
confiabilidad reúnen datos de condición y del estado de una variedad de fuentes (típicamente 
a consecuencia de un proceso formal de identificación de trabajo como RCM) y aplican reglas y
cálculos manualmente (día-tras-día). El personal de mantenimiento y el de operaciones, por sí 
mismos, reúnen y manejan un número creciente de tareas de condición proactivas basadas en 
sus propias bases de datos o a menudo todavía en listas de papel. Llega a ser imposible darse 
cuenta del valor significativo porque es tan difícil de actuar en un modo significativo basado en
esta información inconexa que viene de tal variedad de fuentes.
8. Explique qué importancia tiene el monitoreo de vibraciones en equipos rotativos en 
un mantenimiento predictivo.
Dentro de las técnicas de mantenimiento predictivo más empleadas y de mayor importancia se
encuentra el análisis de vibraciones a equipos rotativos, bases y estructuras.
Esta técnica permite conocer la condición de los equipos de forma no invasiva y no destructiva;
siendo posible determinar la condición dinámica durante su funcionamiento.
Con este estudio se pueden identificar fallas prematuras tales como; desbalance, 
desalineación, solturas mecánicas, daños en rodamientos, engranes, problemas eléctricos en 
los motores; etc.
Dando oportunidad de programar las correcciones pertinentes y de esta manera evitar paros 
inesperados, evitando pérdidas de producción y reparaciones que podrían resultar muy 
costosas.
El análisis de vibraciones es la principal técnica para supervisar y diagnosticar la maquinaria 
rotativa e implantar un plan de mantenimiento predictivo.
Los datos analizados se utilizan para determinar la «salud» de la máquina e identificar 
cualquier problema inminente en la maquinaria, como desalineación, desequilibrio, un 
problema de cojinetes o lubricación, piezas deformadas, entre otras.
Se entiende por vibracióna un movimiento armónico de muy pequeña amplitud que se suele 
detectar en una carcasa o en un eje de la máquina.
Por ejemplo, si tomamos un ventilador industrial general, quitamos una de las aspas del 
ventilador y lo ponemos en marcha, podemos esperar que el ventilador vibre, debido a una 
rueda del ventilador desequilibrada. Esta fuerza de desequilibrio se produce 1 vez/vuelta del 
ventilador. Si volvemos a instalar la pala del ventilador, esta vibración se reduciría.
El uso del análisis de vibración puede determinar problemas causados debido a una instalación
incorrecta, errores de maquinado, lubricación insuficiente, alineación incorrecta de ejes o 
poleas, tornillos sueltos, ejes doblados y un largo etc.
En la mayoría de los casos, puede detectar estos problemas mucho antes de que el daño 
pueda ser visto por el técnico de mantenimiento, y mucho antes de que dañe otros 
componentes de la máquina. La aplicación del análisis de vibración, monitoreo de las 
condiciones, o mantenimiento predictivo ha hecho grandes avances aumentando la vida útil de
la maquinaria.
9. Cuáles son los factores que se busca analizar en los lubricantes como técnica 
predictiva para llevar a cabo un mantenimiento predictivo.
Principales formas de lubricación. Cuando en la se presenta contacto superficie-
superficie se presenta un nivel de fricción máxima, la cual debe reducirse con formas 
de lubricación que permitan reducir esos límites, debido a que un límite muy alto 
provocara el desgaste de manera demasiado rápido, para esto existen unas formas de 
lubricación que minimicen al máximo este desgaste, no en su totalidad pero si gran 
parte, a continuación se presentan tres principales formas. 
Lubricación hidrodinámica. En este tipo de lubricación se separan los componentes por
medio de una película completa o mediante una cuña de aceite que se produce 
hidrodinámicamente, “la formación de la película hidrodinámica depende de la 
superficie geométrica de la máquina, su velocidad, carga y viscosidad del aceite. La 
viscosidad y la velocidad están relacionadas inversamente a la carga, en la formación 
de lubricación hidrodinámica”. Este tipo de lubricación no se alcanza durante el 
arranque y se pierde en el momento de parar el equipo.
 Lubricación Elasto-Hidronámica (EHD). Se forma en contactos en donde las superficies
convergen sobre un punto o línea. Cuando está en ejecución la máquina presenta 
presión en el punto o línea de contacto y por cual hay poca área disponible de 
contacto, pero debido a que los materiales son elásticos hasta cierto punto, durante la 
ejecución los metales se forman para producir una pequeña área en la cual se formara 
hidrodinámicamente la película, la cual depende de la deformación de los materiales 
de rodamiento esto es llamado Elasto-Hidronámico. “Durante el período de alta 
presión transitoria, el aceite cambia momentáneamente de líquido a sólido. Una vez 
que la presión es liberada, el aceite regresa ileso a su estado líquido. Las presiones 
locales extremas en los contactos de rodamientos, incrementan la importancia de una 
lubricación efectiva”.
Lubricación límite. El control de la fricción depende de las características químicas del 
lubricante, en donde la condición son superficies opuestas que hacen contacto 
directamente, y no depende de la viscosidad para crear la película que las separe. “La 
lubricación bajo condiciones límites puede requerir el uso de algunos metales blandos 
que generen menor fricción de contactos o aditivos que produzcan una reacción 
química en la superficie de los componentes produciendo baja fricción de contacto, o 
lubricantes sólidos como el grafito o bisulfuro de molibdeno para reducir la fricción”.
10. Como intervienen los ensayos no destructivos en los manteamiento predictivos.
Llamamos ensayos no destructivos END la forma como podemos determinar las condiciones 
del material de una parte, componente o pieza usada en una máquina, estructura o instalación
industrial, sin afectar las propiedades del material o futura utilización del objeto 
inspeccionado.
De acuerdo a esa definición los END son parte integral de cualquier programa de fabricación, 
operación, mantenimiento preventivo o predictivo que se aplique en cualquier industria. Los 
END se realizan aplicando diferentes técnicas basadas en principios físicos que aplicados sobre 
el material permiten determinar la presencia de indicaciones, discontinuidades, defectos o 
condición anómala en la continuidad del material, que en el futuro puedan convertirse en una 
falla.
El carácter de los ensayos no destructivos es eminentemente cualitativo y cada
método tiene principios físicos de sustento y diferentes técnicas de aplicación
según los elementos a inspeccionar.
La ejecución de cualquier tarea de END tiene tres requerimientos básicos, que
son:
 Procedimiento avalado para su realización: ¿Qué y Cómo?
 Persona competente para su ejecución: ¿Quién?
 Infraestructura equipos y elementos requeridos: Con Qué?
El procedimiento: ¿Qué y Cómo?
Es el documento técnico de referencia utilizado para la ejecución de cualquier
tarea de inspección por END, en él, se detalla su objetivo, alcance, principio
físico aplicable, paso a paso para ejecución, parámetros de control de calidad y
las instrucciones de reporte del ensayo.
En la mayoría de las industrias encontramos documentos técnicos de
referencia para la ejecución de los ensayos, o nomas especificas aplicables
como pueden ser las Americanas ASTM, SAE, ASME, API, AWS, etc. O
también hay documentos técnicos de los fabricantes de equipos que
contemplan las tareas de ensayos END que se pueden efectuar según las
características de diseño, operación, y/o fabricación de los equipos.
También es opción de la persona encargada del mantenimiento y confiabilidad
en las plantas industriales analizar su casuística de fallas o condiciones de
operación y establecer inspecciones específicas que deben ser
procedimentadas en un documento aplicable avalado por un nivel III en el
método que se vaya a utilizar.
Las personas que avalan los procedimientos de inspección no destructiva
aplicables deben estar calificados como niveles III en END según un esquema
aplicable. ¿Cumpliendo unos requisitos que veremos a continuación en la parte
del quién?
Cabe anotar que los desarrollos tecnológicos en equipos y técnicas de
inspección por END cada vez nos dan la posibilidad de tener aplicaciones más
específicas y confiables, y estas siempre van adelante de la documentación
técnica o normativa que se desarrolla para cumplimiento.
Personal. ¿Quién?
La persona competente para la realización de ensayos no destructivos debe
cumplir tres requisitos básicos: capacitación, examinación y experiencia, los
cuales configuran el esquema de calificación y certificación.
En el mundo se ha desarrollado diferentes esquemas, impulsados por las
asociaciones o entidades gremiales, quienes los proponen a los entes
normativos y se convierten en normas aplicables por los diferentes sectores
industriales, es así como tenemos, a nivel internacional, el esquema ISO 9717,
seguido o tomado como referencia por el Comité internacional de ensayos no
destructivos ICNDT en su documento guía de calificación y certificación de
personal END quien lo promociona y difunde entre los países miembros, otro
esquema es el planteado en el documento SNT TC 1A practica recomendada
de calificación y certificación de personal END expedido por la Asociación
Americana de ensayos no destructivos ASNT , convertido en norma con el
numero CP-189 expedido por la ANSI-ASNT de Estados Unidos; tenemos
también la EN 4711, basada en la ISO 9712 como documento guía en la Unión
Europea, además en Colombia tenemos la NTC 2034 basada en la ISO 9712
como norma técnica Colombiana para calificación y certificación de personal de
END,emitida como normativa en Colombia pero no difundida ni aplicada por
los sectores industriales del país.
Analizando y comparando los documentos de esquemas de certificación
enumerados vemos que hay una diferencia fundamental entre ellos y es en
quien recae la responsabilidad del proceso y la emisión de la certificación del
personal, básicamente, en el esquema internacional el certificador es un ente
de tercera parte y en los otros esquemas, de las asociaciones, el empleador es
el responsable del proceso de calificación y certificación de su personal.
	Tipos de instrumentos para el análisis de vibraciones
	Acelerómetros
	Sensores de proximidad o proxímetros
	Sensores de desplazamiento
	Sensores de velocidad o velocímetros
	Vibrómetros
	Analizadores de frecuencia
	Monitoreo de vibraciones online
	Sensores de IoT
	Sensores que permiten el análisis de vibración, sónico y ultrasónico
	Sensores de imagen térmica
	Sensores de aceite y lubricante
	Herramientas de monitoreo y análisis industrial
	Herramientas de Programación
	El procedimiento: ¿Qué y Cómo?
	Personal. ¿Quién?