En estos días, es fundamental tener una estrategia clara para tener éxito y seguir siendo competitivos

Ser rápido y oportuno es la base para llevar al mercado nuevas características y nuevos productos, y un camino claro con proyectos e iniciativas tangibles es el factor clave.

Por ejemplo, muchos fabricantes utilizan grandes hojas de cálculo para administrar el mantenimiento de los equipos. Esto significa registrar cuándo ocurren los eventos en la hoja de cálculo, crear un inventario de repuestos y usar la información de cuándo fallaron las diferentes piezas para crear un historial. Este enfoque empírico garantiza que el reemplazo de la pieza falló antes de que se rompa la próxima vez, pero no considera el alto costo en:

• Tecnología, porque usted puede reemplazar piezas perfectamente sanas antes de que fallen simplemente porque los datos históricos sugirieron hacerlo
• Recursos, porque crear un amplio inventario de repuestos requiere un trabajo de tiempo completo, completamente dedicado a administrarlo continuamente
• Tiempo de inactividad, porque el tiempo para solucionar el problema o pedir piezas dañadas es costoso

El primer punto de partida es una táctica establecida de mantenimiento planificado, pero crear una estrategia clara es fundamental para conocer la razón detrás de una falla.

En este contexto, la cita "el conocimiento es poder; el poder proporciona información" puede interpretarse que cuando realmente conocemos las causas que generan los fenómenos, podemos intervenir justo a tiempo y cambiar una situación a nuestro favor

Sin embargo, el hecho de que tengamos los datos en algún lugar no significa que tengamos los procesos para usarlos. ¿Cuántos datos generan usted y su compañía todos los días? Su compañía puede generar billones o trillones de datos. ¿Tiene tiempo para investigar y extraer información? Los estudios han demostrado que las organizaciones no utilizan la gran mayoría de los datos que recopilan. Un estudio de Gartner informa que aproximadamente el 97% de los datos no son utilizados por las organizaciones. La necesidad del momento es extraer información de la mayor cantidad de datos posible para generar excelentes resultados comerciales. 

Para competir de manera efectiva, las compañías no solo deben usar todos los datos para mejorar el proceso de desarrollo de productos, sino también aprovechar los datos de las pruebas para identificar problemas críticos que afectan la calidad y el rendimiento. Recopilar datos durante mucho tiempo construye una buena base, pero correlacionar las causas y los efectos requiere información sobre los datos. Parte de la información proviene directamente de sus activos, pero debe aumentarse con sensores adicionales. Los sensores capturan datos que proporcionan la información que usted necesita, incluyendo el motivo de la falla, cómo el entorno ambiental desempeñó un papel importante o incluso cómo un transitorio en el suministro de energía del sistema afectó a su equipo. 

Thomas Redman dijo: "Donde hay humo de datos, hay incendio comercial". El manejo inadecuado de los datos (el humo), esta es la causa de problemas mayores en toda la organización (el incendio). Por lo tanto, invertir en recursos para recopilar, almacenar y utilizar los datos correctamente es la clave para apagar el incendio.

La estrategia guiada por eventos utiliza administración reactiva. Por el contrario, un enfoque basado en datos ayuda a las empresas a actuar de manera proactiva. La Figura 1 muestra el viaje descrito por el modelo de madurez de mantenimiento:

^{Figura 1: Modelo de madurez del mantenimiento} 

• El primer nivel es donde los activos generalmente fallan, implementando una estrategia de mantenimiento en reacción: reparar cuando están rotos.
• El segundo paso es un enfoque basado en el tiempo cuando los ingenieros programan previamente un plan para realizar acciones de mantenimiento regular.
• El siguiente nivel comienza con la optimización de los activos, aumentando las capacidades, el rendimiento y la confianza en la instrumentación y la digitalización.

El monitoreo basado en condición de su equipo de pruebas permite obtener información en tiempo real sobre el rendimiento operativo. A medida que avanza hacia el mantenimiento predictivo, puede esperar presenciar más del 90% de la efectividad general del equipo (OEE) y el tiempo de funcionamiento. Este enfoque le permite implementar reglas definidas por el usuario para iniciar actividades de mantenimiento y luego monitorear las condiciones que activan eventos y acciones. Por ejemplo, una alarma o notificación alerta cuando una pieza crítica se acerca al último año de su vida útil restante. Esto es fundamental para garantizar que haya una pieza de repuesto disponible cuando sea necesario; cuando su compañía puede reducir el inventario realizado, eso ayuda a controlar los costos. 

El nivel más alto de este modelo es el mantenimiento autónomo que lleva este análisis a un nivel superior; no solo predice eventos de falla, sino que también recomienda acciones a tomar y ejecuta por usted. El primer paso para embarcarse en este viaje es determinar dónde se encuentra su compañía en este modelo y hacia dónde desea avanzar.

Lo primero que debe hacer es ver qué activos son críticos para su negocio, aquellos que tendrán un impacto sustancial si fallan de forma imprevista. Los datos pueden ayudar a determinar los puntos de falla, porque también pueden considerar causas como factores ambientales que pueden acelerar la rapidez con la que se degrada una pieza. Esto es aún más importante si su compañía utiliza el mismo equipo en diferentes continentes. El clima de referencia puede ser diferente entre regiones; influencias como la temperatura y la humedad pueden desempeñar un papel vital en una falla.

Cuando usted sabe lo que necesita monitorear, puede aumentar el equipo existente con sensores inteligentes que recopilan datos en el borde. Estos sensores realizan el primer nivel de procesamiento de datos en tiempo real, ayudándole a pasar a un enfoque automatizado para el modelo de madurez en la Figura 1. 

^{Figura 2: Niveles de madurez del procesamiento de datos}

El principio es sencillo: Si no puede acercar los datos al centro de datos, acerque el centro de datos a los datos. La recopilación de datos en el borde garantiza que la información se procese en la periferia de la red, cerca de la fuente de origen. En lugar de transmitir datos sin procesar a un controlador del sistema para su procesamiento y análisis, ese trabajo se realiza donde se generan los datos. Este primer nivel de extracción de características en el borde permite el pre-procesamiento de datos en tiempo real con una constante reducción de la latencia en el sistema. 

El siguiente nivel es conectar estos sensores inteligentes a un controlador del sistema para el cómputo profundo. Al hacerlo, se obtienen datos de alta calidad; la recopilación y la extracción de características se aceleran utilizando el aprendizaje automático (ML) en el borde para la detección de anomalías y la identificación de tendencias antes de que los datos se envíen al servidor. 

En este nivel, puede realizar más análisis e implementar funciones como notificaciones y alarmas, recomendaciones automatizadas basadas en condición para la resolución de problemas y reportes automatizados. También puede proporcionar datos y elementos visuales en dashboards, que son útiles para monitorear de forma remota su equipo, verificar dónde están las anomalías y determinar la vida útil restante (RUL) de su sistema de pruebas y componentes. La infraestructura a este nivel le permite enfocarse en los datos que necesita y le brinda un mejor control de los equipos de mantenimiento de planta y despacho de manera específica. 

Comenzar con una optimización proactiva de activos no es una tarea fácil, pero vale la pena el esfuerzo, y no tiene que hacerlo solo. NI es reconocido como un experto que puede ayudarlo en este desafío, desde recopilar hasta almacenar y analizar datos de pruebas y convertirlos en una poderosa herramienta que agrega valor a su organización, a lo largo de todo el ciclo de vida del producto, desde el diseño hasta la validación y la producción.

El mantenimiento proactivo se puede comparar con el cuidado de la salud de sus activos de pruebas, donde es relevante reducir de manera efectiva el desperdicio y ejecutar una estrategia eficiente. E invertir en mantenimiento proactivo es muy bajo en comparación con el costo de una avería no planificada.

Hoy puede planificar una estrategia de mantenimiento eficiente, manteniendo sus activos en funcionamiento, ahorrando costos y creando ventajas competitivas. Una estrategia de optimización de activos puede generar resultados en tan solo 30 días, reduciendo:  

• Costos de mantenimiento en un 25-30%
• Averías de equipos en un 70-75%
• Tiempo de inactividad entre un 35% y un 45%

Los resultados de la encuesta representados aquí se basan en 813 respuestas recopiladas del ITScore for Data and Analytics de Gartner desde octubre de 2017 hasta junio de 2018.

• Aprenda a aprovechar sus datos para obtener información procesable
• Aprenda cómo el software OptimalPlus puede ayudarlo a mejorar la eficiencia, la calidad y la fiabilidad de la fabricación
• Explore el software SystemLink de NI que proporciona una infraestructura central de administración de activos, organización del laboratorio y herramientas de análisis y administración de datos