{"id":6487,"date":"2022-04-18T21:13:30","date_gmt":"2022-04-18T21:13:30","guid":{"rendered":"https:\/\/gerens.pe\/blog\/?p=6487"},"modified":"2022-04-23T20:54:24","modified_gmt":"2022-04-23T20:54:24","slug":"una-forma-mas-inteligente-de-digitalizar-el-mantenimiento-y-la-confiabilidad","status":"publish","type":"post","link":"https:\/\/gerens.pe\/blog\/una-forma-mas-inteligente-de-digitalizar-el-mantenimiento-y-la-confiabilidad\/","title":{"rendered":"Una forma m\u00e1s inteligente de digitalizar el mantenimiento y la confiabilidad"},"content":{"rendered":"

En el mantenimiento de equipos pesados, las herramientas digitales y de an\u00e1lisis luchan por cumplir su promesa. Aqu\u00ed mostramos c\u00f3mo ayudarlos a hacer su parte.<\/span><\/i><\/p>\n

Las industrias con uso intensivo de activos, como los productos qu\u00edmicos, el petr\u00f3leo y el gas, la miner\u00eda, los metales, la pulpa, el papel y la producci\u00f3n de energ\u00eda, han recurrido a las nuevas tecnolog\u00edas en su esfuerzo por aumentar la confiabilidad y disponibilidad de sus equipos, al mismo tiempo que mantienen los costos de mantenimiento bajo control. Utilizando herramientas digitales y capacidades de an\u00e1lisis avanzado junto con t\u00e9cnicas Lean tradicionales, tienen como objetivo predecir y prevenir fallas en los equipos, aumentar la productividad laboral y optimizar la gesti\u00f3n de los contratistas externos.<\/span><\/p>\n

Cuando las empresas cumplen con todos los requisitos correctamente, los resultados pueden ser impresionantes. Los principales actores en una variedad de industrias pesadas han utilizado herramientas digitales para reducir dr\u00e1sticamente las interrupciones no planificadas y aumentar la productividad del trabajo de mantenimiento. Una mayor disponibilidad y una fuerza laboral m\u00e1s eficiente han aumentado la rentabilidad entre un 4 y un 10 por ciento en algunas organizaciones.<\/span><\/p>\n

Pero estos ejemplos son la excepci\u00f3n y no la regla. Muchas empresas que han implementado soluciones digitales de mantenimiento y confiabilidad han visto poco impacto medible. \u00bfQu\u00e9 hace la diferencia?<\/span><\/p>\n

Seg\u00fan nuestra experiencia, las implementaciones de confiabilidad y mantenimiento digital m\u00e1s exitosas comparten tres caracter\u00edsticas comunes. Primero, estas empresas adoptan una visi\u00f3n hol\u00edstica de estas nuevas herramientas, incorporando tecnolog\u00edas digitales en una visi\u00f3n claramente definida para el futuro de la funci\u00f3n de mantenimiento y confiabilidad. En segundo lugar, se centran en dos dominios que han demostrado ser realmente efectivos en aplicaciones industriales pesadas: el <\/span>mantenimiento predictivo (PdM<\/b>) y la<\/span> gesti\u00f3n digital del trabajo (DWM)<\/b>. Finalmente, respaldan su uso de herramientas digitales al garantizar que se implementen los habilitadores necesarios, incluidos flujos de trabajo optimizados, una infraestructura de datos s\u00f3lida y las capacidades de su personal (exhibici\u00f3n).<\/span><\/p>\n

Un examen m\u00e1s detallado del enfoque revela detalles importantes que los primeros usuarios acertaron como parte de una transformaci\u00f3n m\u00e1s amplia de sus funciones de mantenimiento y confiabilidad. En particular, se enfocan en c\u00f3mo DWM y PdM generan valor, utilizando estas herramientas digitales para reinventar procesos completos y satisfacer mejor las necesidades de los usuarios.<\/span><\/p>\n

Gesti\u00f3n del trabajo digital: el trabajo se hace m\u00e1s r\u00e1pido, m\u00e1s barato y mejor<\/b><\/p>\n

DWM abarca una amplia gama de sistemas que mejoran el trabajo de mantenimiento, cubriendo todo, desde la identificaci\u00f3n y planificaci\u00f3n del trabajo hasta la programaci\u00f3n, la gesti\u00f3n de materiales, el env\u00edo, la ejecuci\u00f3n y el cierre. Por lo general, DWM est\u00e1 integrado en la plataforma de planificaci\u00f3n de recursos empresariales (ERP, por sus siglas en ingl\u00e9s) existente de la organizaci\u00f3n o se encuentra encima de ella. El sistema ERP sirve como fuente de gran parte de los datos fundamentales utilizados por DWM, incluyendo datos estructurados de equipos, inventario de piezas de repuesto, datos del personal y programas de mantenimiento preventivo.<\/span><\/p>\n

Luego, el sistema DWM optimiza la priorizaci\u00f3n de trabajos, la planificaci\u00f3n de trabajos, la asignaci\u00f3n de trabajos, los permisos, la programaci\u00f3n y el env\u00edo, en funci\u00f3n de restricciones tales como las competencias del personal de mantenimiento disponible y la disponibilidad de piezas. Estos sistemas tambi\u00e9n brindan soporte de ejecuci\u00f3n en el campo con dispositivos m\u00f3viles o sistemas de realidad aumentada que gu\u00edan al personal a medida que completan sus tareas, recopilan datos detallados sobre la condici\u00f3n de los activos y mejoran la precisi\u00f3n y la velocidad del cierre de la orden de trabajo y el pago del contratista.<\/span><\/p>\n

Los sistemas DWM exitosos brindan valor al aumentar la eficiencia del trabajo de mantenimiento interno y externo, reducir el tiempo de inactividad planificado a trav\u00e9s de la optimizaci\u00f3n del apagado y las interrupciones, y brindar la oportunidad de mejorar las habilidades de la fuerza laboral de mantenimiento. En conjunto, estas palancas pueden generar reducciones de costos del 15 al 30 por ciento. Los beneficios secundarios incluyen adquisiciones m\u00e1s efectivas y gesti\u00f3n del capital de trabajo a trav\u00e9s de una mejor visibilidad del inventario.<\/span><\/p>\n

C\u00f3mo trabaj\u00f3 DWM para una empresa qu\u00edmica<\/b><\/p>\n

Una empresa global de productos qu\u00edmicos, por ejemplo, introdujo un sistema DWM adicional que interactuaba perfectamente con su plataforma ERP. Implementado en solo cinco semanas, incluyendo la capacitaci\u00f3n de los usuarios, el nuevo sistema transform\u00f3 la planificaci\u00f3n, la programaci\u00f3n y la ejecuci\u00f3n del trabajo de mantenimiento de la empresa. La productividad en el departamento de planificaci\u00f3n y programaci\u00f3n de mantenimiento aument\u00f3 en un 30 por ciento y la organizaci\u00f3n duplic\u00f3 el n\u00famero de tareas de mantenimiento que se completaron seg\u00fan lo programado.<\/span><\/p>\n

Para maximizar el impacto generado por su inversi\u00f3n en DWM, las organizaciones exitosas como esta toman una serie de acciones esenciales. Lo que es m\u00e1s importante, redise\u00f1an sus procesos de mantenimiento en paralelo con la introducci\u00f3n de la nueva tecnolog\u00eda. Redise\u00f1ar el proceso para aprovechar al m\u00e1ximo la tecnolog\u00eda DWM producir\u00e1 casi invariablemente un resultado m\u00e1s eficiente que simplemente digitalizar el proceso existente en papel.<\/span><\/p>\n

Aprovechar al m\u00e1ximo DWM<\/b><\/p>\n

En el dise\u00f1o e implementaci\u00f3n del nuevo sistema y procesos, las organizaciones exitosas adoptan una perspectiva que se centra tanto en el valor como en el usuario. Si bien el objetivo primordial de DWM es reducir el desperdicio y abordar los puntos d\u00e9biles del negocio, eso no suceder\u00e1 si la adopci\u00f3n es deficiente. Por lo tanto, los sistemas exitosos tambi\u00e9n deben facilitar la vida de los usuarios, como el personal de operaciones y mantenimiento o los contratistas externos. Eso requiere una buena comprensi\u00f3n de sus pr\u00e1cticas de trabajo, desaf\u00edos y puntos d\u00e9biles.<\/span><\/p>\n

Finalmente, las empresas exitosas construyen una estrecha integraci\u00f3n bidireccional entre sus herramientas DWM y sus otros sistemas, como los sistemas de administraci\u00f3n de mantenimiento computarizados (CMMS). Esto garantiza que los datos capturados en el campo se conviertan en parte de los datos maestros de la organizaci\u00f3n y se pueda acceder a ellos y analizarlos para ayudar en el seguimiento del OEE, el monitoreo de condiciones y el an\u00e1lisis de la causa ra\u00edz de los problemas de confiabilidad.<\/span><\/p>\n

El mantenimiento predictivo puede prevenir fallas<\/b><\/p>\n

Abarcando una amplia variedad de m\u00e9todos utilizados para detectar los primeros signos de problemas en el equipo, PdM permite a los operadores y al personal de mantenimiento tomar medidas antes de que ocurra una falla. En la industria pesada actual, las t\u00e9cnicas de PdM se han vuelto comunes, pero la mayor\u00eda de las empresas utilizan enfoques de menor madurez, como sensores en m\u00e1quinas que activan alarmas cuando se superan los umbrales de vibraci\u00f3n o temperatura. Los enfoques m\u00e1s avanzados intentan predecir fallas mediante el an\u00e1lisis de datos de sensores para identificar las \u00abfirmas\u00bb de modos de falla conocidos. En el nivel m\u00e1s alto de madurez, los sistemas PdM aplican una variedad de t\u00e9cnicas de aprendizaje autom\u00e1tico y an\u00e1lisis avanzado para identificar y categorizar problemas, y para brindar informaci\u00f3n pr\u00e1ctica a los equipos de operaciones y mantenimiento.<\/span><\/p>\n

Los programas exitosos de PdM reducen el requisito de intervenciones de mantenimiento planificadas y no planificadas. Eso reduce los costos de mantenimiento y aumenta la producci\u00f3n y el rendimiento (especialmente valioso para los activos que tienen limitaciones de capacidad). Adem\u00e1s, estos programas pueden aumentar la vida \u00fatil de los componentes de alto costo y reducir los riesgos de seguridad relacionados con eventos de falla de la m\u00e1quina.<\/span><\/p>\n

PdM arroja resultados en petr\u00f3leo y gas<\/b><\/p>\n

Un operador l\u00edder de petr\u00f3leo y gas en altamar introdujo un sofisticado sistema PdM en nueve plataformas en \u00c1frica y Am\u00e9rica Latina. Con los datos recopilados durante 30 a\u00f1os de operaciones de la plataforma, la empresa identific\u00f3 activos cr\u00edticos que quer\u00eda proteger contra fallas. Luego, desarroll\u00f3 y perfeccion\u00f3 su enfoque de PdM en una plataforma antes de implementarlo en toda su flota. El esfuerzo dio como resultado una reducci\u00f3n promedio del 20 por ciento en el tiempo de inactividad y aumentos de producci\u00f3n equivalentes a m\u00e1s de 500 mil barriles de petr\u00f3leo al a\u00f1o, en una flota que ya estaba en el cuartil superior de rendimiento del sector.<\/span><\/p>\n

Estos resultados requirieron un esfuerzo significativo de ciencia de datos. Durante un per\u00edodo de dos a\u00f1os, un equipo de diez a quince cient\u00edficos de datos construy\u00f3 m\u00e1s de 500 modelos de an\u00e1lisis avanzado. Luego, cada modelo se prob\u00f3 y perfeccion\u00f3 para lograr un nivel aceptable de advertencias de falsos positivos. La precisi\u00f3n inicial t\u00edpica de los modelos era demasiado baja para garantizar la aceptaci\u00f3n por parte de los trabajadores de primera l\u00ednea, pero los cient\u00edficos de datos y los equipos de mantenimiento trabajaron juntos, falla tras falla, para refinar su dise\u00f1o y eliminar los resultados falsos positivos.<\/span><\/p>\n

Aunque los enfoques de PdM de alta madurez como estos ahora se han probado a escala, su complejidad no debe subestimarse. Las implementaciones exitosas requieren un cierto nivel de historial de datos, implementaci\u00f3n de sensores, transmisi\u00f3n de datos casi en tiempo real y un valor de tiempo de inactividad lo suficientemente alto como para proporcionar un ROI atractivo. Este es el caso en la mayor\u00eda de las instalaciones upstream de petr\u00f3leo y gas, grandes refiner\u00edas, plantas petroqu\u00edmicas y operaciones similares en generaci\u00f3n de energ\u00eda (tradicional y renovable), papeleras y miner\u00eda.<\/span><\/p>\n

Las alternativas de PdM menos intensivas pueden superar las limitaciones de datos<\/b><\/p>\n

Para operaciones en las que PdM a\u00fan no sea rentable, los m\u00e9todos de PdM que requieren menos datos, como la detecci\u00f3n de anomal\u00edas, pueden ser exitosos como primer paso. Estos m\u00e9todos son m\u00e1s r\u00e1pidos de implementar pero brindan un poder predictivo significativamente menor con un alto n\u00famero de alarmas que son de baja prioridad o dif\u00edciles de resolver. Dependiendo de la situaci\u00f3n, eso puede generar trabajo innecesario y reducir la confianza de la fuerza laboral en las recomendaciones. Los sistemas de PdM de madurez m\u00e1s baja generalmente ofrecen solo una fracci\u00f3n de los beneficios (10 por ciento o menos) de un sistema a escala completa. En \u00faltima instancia, la decisi\u00f3n sobre d\u00f3nde y a qu\u00e9 nivel implementar el mantenimiento predictivo requiere una validaci\u00f3n activo por activo de los beneficios potenciales y la disponibilidad de datos.<\/span><\/p>\n

Las empresas con ambiciones avanzadas de PdM tambi\u00e9n deben buscar los socios adecuados. El enfoque generalmente requiere m\u00e1s inversiones en conocimiento, datos y desarrollo que otros casos de uso digital y anal\u00edtico. Y, dado que el valor de la confiabilidad para los grandes industriales generalmente radica en una amplia gama de equipos y modos de falla, se requiere un conjunto grande y complejo de modelos PdM. Para la mayor\u00eda de las organizaciones, desarrollar y refinar estos modelos internamente ser\u00e1 un proceso extremadamente costoso y lento. En cambio, hay socios que pueden proporcionar propiedad intelectual y datos sustanciales, lo que reduce significativamente tanto el tiempo de impacto como la inversi\u00f3n requerida.<\/span><\/p>\n

Al igual que con la gesti\u00f3n del trabajo digital, el lado humano del mantenimiento predictivo es tan importante como la tecnolog\u00eda. Junto con el desarrollo de los elementos de software y hardware del sistema, la compa\u00f1\u00eda de petr\u00f3leo y gas lanz\u00f3 un esfuerzo integral de redise\u00f1o de procesos y desarrollo de capacidades para medir el impacto del enfoque e incorporar nuevas formas de trabajar en sus operaciones diarias. Seg\u00fan nuestra experiencia, una estrategia de gesti\u00f3n de cambios de este tipo es una parte central de toda implementaci\u00f3n exitosa de PdM.<\/span><\/p>\n

Finalmente, las empresas l\u00edderes tambi\u00e9n integran el mantenimiento predictivo con sus otros sistemas de operaci\u00f3n y mantenimiento. Idealmente, el v\u00ednculo entre los sistemas PdM y DWM deber\u00eda ser estrecho, con salidas de PdM activando solicitudes de trabajo en los sistemas DWM y datos del DWM utilizados para refinar y mejorar los modelos predictivos.<\/span><\/p>\n

Desbloquear el potencial de la digitalizaci\u00f3n y el an\u00e1lisis en el mantenimiento y la confiabilidad no es f\u00e1cil, pero los principales actores de las industrias pesadas han disfrutado de importantes recompensas por sus esfuerzos.\u00a0<\/span><\/p>\n

Este art\u00edculo ha sido escrito por Guillaume Decaix, Matthew Gentzel, Andy Luse, Patrick Neise y Joel Thibert. Ha sido publicado originalmente por <\/span><\/i>McKinsey & Company<\/span><\/i><\/a>, y traducido y publicado por G\u011aRENS<\/em> en marzo de 2022.<\/span><\/i><\/p>\n

Moderniza los procesos de tu empresa con el <\/span><\/i>Programa Especializado en Gesti\u00f3n Estrat\u00e9gica del Mantenimiento e Implementaci\u00f3n de Mantenimiento 4.0.<\/span><\/i><\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

En el mantenimiento de equipos pesados, las herramientas digitales y de an\u00e1lisis luchan por cumplir su promesa. Aqu\u00ed mostramos c\u00f3mo ayudarlos a…<\/p>\n","protected":false},"author":2,"featured_media":5202,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[41,49,2],"tags":[89,169,101,256],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/posts\/6487"}],"collection":[{"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/comments?post=6487"}],"version-history":[{"count":3,"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/posts\/6487\/revisions"}],"predecessor-version":[{"id":6502,"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/posts\/6487\/revisions\/6502"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/media\/5202"}],"wp:attachment":[{"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/media?parent=6487"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/categories?post=6487"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/tags?post=6487"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}