¿Hace demasiado mantenimiento preventivo? Lo que responden sus datos

Abra el plan de mantenimiento preventivo de una planta industrial. Encontrará decenas de tareas que se repiten año tras año, ajustadas a un calendario que ya nadie cuestiona. Un engrase rehecho cada mes, una junta reemplazada cada trimestre, una válvula desmontada dos veces al año.

Hágase entonces una pregunta sencilla: esa frecuencia, ¿de dónde viene? A menudo la respuesta cabe en una frase, "siempre se ha hecho así", o "es la recomendación del fabricante", congelada al día de la puesta en servicio.

El problema no es que el preventivo sea inútil. Es que un plan que nunca se revisa deriva en dos direcciones a la vez. Algunas tareas se repiten demasiado a menudo, cuestan y debilitan el equipo. Otras, demasiado escasas, dejan pasar fallos. Su historial ya sabe cuáles son.

¿Hace demasiado preventivo?

Reducir las averías se piensa de inmediato. Reducir el preventivo, mucho menos. Sin embargo, una intervención preventiva nunca es neutra. Inmoviliza el equipo, ocupa a un técnico, consume piezas. Y, sobre todo, abre una ventana de error.

Cada desmontaje es una ocasión de montaje imperfecto: una junta mal recolocada, un par de apriete aproximado, un arranque brusco al volver a poner en marcha. Una parte de los fallos precoces no viene del desgaste, sino de la última intervención humana sobre la máquina.

El sobremantenimiento tiene, pues, un doble coste:

• Un coste directo, visible: mano de obra, piezas cambiadas antes del fin de su vida útil, parada de producción.
• Un coste inducido, invisible: el riesgo de defecto introducido por la propia intervención, sobre un equipo que funcionaba.

En un equipo estable y poco crítico, multiplicar las intervenciones equivale a veces a comprar riesgo al precio de la tranquilidad. El buen nivel de preventivo no es el máximo. Es el punto en el que se previenen más averías de las que se provocan.

¿Cómo detectar las tareas inútiles o mal ajustadas?

El historial responde a una pregunta precisa: para cada tarea, ¿la frecuencia de mantenimiento se corresponde con la frecuencia de fallo real? El desajuste se lee en unas pocas señales concretas.

• La tarea nunca encuentra nada. Meses de controles, ningún defecto detectado, ninguna pieza fuera de tolerancia. El control quizá sea demasiado frecuente, o esté mal enfocado.
• La pieza reemplazada aún está buena. Se cambia por calendario una pieza que no estaba degradada. El reemplazo sistemático se adelanta con creces al desgaste.
• La avería llega a pesar del preventivo. El equipo se cae entre dos intervenciones ajustadas con demasiada holgura. Aquí hay que apretar, no espaciar.
• La tarea nunca se registra. Existe una gama sobre el papel, pero ningún informe la documenta. Se ignora si se hace, y qué resultado da.
• Dos tareas se solapan. Un mismo punto se verifica mediante dos gamas diferentes, heredadas de dos épocas.

Cruzar estas señales presupone un historial explotable. Ese es todo el reto de explotar los datos de la GMAO antes de añadir cualquier cosa: sin informes fiables, se recalibra a ciegas.

La frecuencia tampoco se razona de la misma forma según la criticidad del equipo. En un activo crítico, el análisis empieza por el riesgo, una lógica desarrollada en el mantenimiento basado en el riesgo.

Del calendario a lo condicional: ¿qué política para qué equipo?

Recalibrar no es solo cambiar una frecuencia. Es a veces cambiar de lógica. El preventivo sistemático no es más que un peldaño de una escala. Las definiciones detalladas de cada política se exponen en preventivo, predictivo, condicional; el reto aquí es saber cuál elegir.

La tabla se desplaza horizontalmente en pantallas pequeñas.

El predictivo no es la cima que hay que alcanzar en todas partes. Es el peldaño más exigente, reservado a los equipos donde la predicción de la vida útil compensa su coste. Para la mayoría de un parque, un preventivo optimizado y algunos puntos en condicional bastan.

¿Hacen falta sensores, o bastan sus datos?

Reflejo habitual: para mantener mejor, instrumentar. Colocar sensores, subir mediciones, vigilar en continuo. A veces se justifica, a menudo es prematuro.

Antes de añadir un sensor, una cuestión de secuencia: ¿se ha explotado ya el historial existente? En muchos casos, los informes de la GMAO bastan para detectar las tareas mal ajustadas y recalibrar una gama. El sensor no crea ese análisis, lo presupone.

La instrumentación se justifica cuando se acumulan tres condiciones:

• La degradación es rápida, demasiado para que un control periódico la vea venir.
• Es invisible a las inspecciones clásicas, no se lee ni a la vista ni al tacto.
• Su consecuencia es costosa, una parada sufrida, un incidente de seguridad, una rotura en cadena.

Cuando estas condiciones no se cumplen, un sensor añade dato sin añadir decisión. Es mejor sacar primero todo lo que el historial contiene, y luego instrumentar los pocos puntos donde el ojo humano y el calendario ya no bastan. Esto enlaza con la lógica de reducir las paradas no planificadas: se dirige el esfuerzo allí donde la avería duele de verdad.

• Espaciar una tarea con el único argumento del coste.Una tarea cara que no encuentra nada puede aun así proteger de un riesgo grave y poco frecuente. El coste no decide solo, la criticidad también.
• Añadir sensores antes de haber explotado el historial.Se paga instrumentación para redescubrir lo que los informes ya decían.
• Confundir ausencia de avería con prueba de utilidad.Una máquina que no se cae no prueba que la tarea mensual la proteja. Quizá sea simplemente robusta, y distinguir ambos casos exige comparar poblaciones, no observar un caso.

¿Qué aporta la IA, y qué no hace?

Sobre un parque entero, comparar a mano cada gama con su historial resulta desalentador. Ahí es donde el análisis automatizado ayuda de verdad.

La herramienta cruza el historial de intervención y el historial de avería, tarea por tarea. Detecta las gamas que nunca preceden a un defecto, las que llegan después de la avería, las derivas lentas en los intervalos de fallo. Puede proponer, para cada tarea, una frecuencia recalculada a partir de los hechos.

Seamos honestos sobre el límite. La IA no crea ninguna verdad nueva: relee, relaciona y pone en evidencia lo que sus datos ya contienen. Si sus informes son pobres o falsos, sus propuestas también lo serán. Y una frecuencia propuesta sigue siendo una hipótesis: la seguridad, la criticidad y el conocimiento del proceso pertenecen al ingeniero, que valida o rechaza.

Es en ese reparto donde se juega el valor. Construir esa lectura por encima de sus datos, sin reemplazar su juicio, es el objeto de sistemas de IA construidos en torno a sus datos. La herramienta ilumina el calendario, no firma la gama.

¿Qué hay que recordar?

Un plan de preventivo nunca es inmutable, envejece. Demasiado mantenimiento cuesta y debilita, demasiado poco deja pasar averías, y su historial ya muestra hacia qué lado se inclina cada tarea. Se compara la frecuencia real de los fallos con el calendario, se espacia o se aprieta, se pasa a lo condicional allí donde la degradación es observable. Los sensores vienen después del historial, no antes. Y la última decisión sigue siendo humana.