Esperar a que una lámpara se rompa para cambiarla es una decisión razonable. Esperar lo mismo de un equipo que puede detener la planta o comprometer la seguridad, no. Entre esos dos extremos está el trabajo de decidir cuánta tecnología merece cada equipo, y esa decisión la marcan su criticidad y sus modos de falla.
Conversamos con Josemi González, especialista en confiabilidad y mantenimiento predictivo, sobre cómo construir una estrategia costo-efectiva, cuándo interviene cada tecnología en la Curva P-F y cómo integrar la inteligencia artificial sin prescindir del criterio técnico.
En esta edición:
Por qué no todos los equipos necesitan predictivo (y cómo clasificarlos)
Modos de fallo y Curva P-F: tecnologías que se complementan, no se pisan
Cómo usar la IA en el CMMS sin perder el criterio del especialista
Josemi González
Especialista en Confiabilidad y Mantenimiento Predictivo (CBM)
Josemi González cuenta con más de 20 años de experiencia en mantenimiento industrial y lidera la implementación de mantenimiento predictivo en plantas multinacionales. Es profesional certificado CMRP® (Certified Maintenance & Reliability Professional por SMRP) y posee certificaciones bajo norma ISO 18436 en Análisis de Vibraciones, Ultrasonido y Termografía Infrarroja.
Un equipo se clasifica por el riesgo y lo que su falla cuesta a la planta
Para González, aplicar mantenimiento predictivo de forma indiscriminada a todos los equipos carece de justificación técnica y financiera. El primer paso innegociable es un Análisis de Criticidad de Activos (ACA) basado en metodologías como RCM y FMEA.
González propone evaluar tres factores operacionales clave:
¿Qué tan crítico es el equipo para la operación y seguridad? (Severidad de la falla en producción, personas y medio ambiente).
¿Existe un plan de contingencia eficaz si se detiene?
¿Se cuenta con redundancia instalada para absorber la parada?
A partir de esta jerarquía se define la estrategia de mantenimiento:
Baja criticidad: Estrategia correctiva (run-to-failure), programando repuestos sin sobrecargar las rutas de inspección.
Criticidad media: Preventivo optimizado o rutas periódicas de monitoreo predictivo.
Alta criticidad: Monitoreo de condición continua en línea (CBM online) y analítica prescriptiva para intervenir antes de que la falla funcional ocurra.
Los modos de fallo mandan: tecnologías complementarias en la Curva P-F
Un error habitual es creer que las tecnologías predictivas compiten entre sí o que una sola herramienta sirve para todo. González subraya que la selección de una o varias tecnologías depende exclusivamente de la tipología del activo y de sus modos de fallo específicos. Las tecnologías no se pisan: se complementan a lo largo de la Curva P-F (el intervalo entre el síntoma medible y la falla funcional):
Ultrasonido acústico pasivo (alta frecuencia): Es la técnica de detección más temprana en la curva P-F. Detecta fricción prematura, degradación de película lubricante y microfisuras en rodamientos mucho antes de que se altere la vibración general.
Análisis de vibraciones mecánicas: Clave en la etapa intermedia. Identifica desbalanceos, desalineaciones, holguras y frecuencias de daño en componentes rotativos.
Termografía infrarroja: Fundamental en anomalías eléctricas (conexiones flojas, sobrecargas) y pérdidas de aislamiento térmico; en componentes mecánicos rotativos, el incremento térmico se manifiesta cuando la fricción ya es severa y el daño está avanzado.
Detección sensorial directa: El ruido audible o tocar un equipo caliente es la última fase de la curva. Llegar aquí implica una parada correctiva de emergencia no planificada.
Combinar las tecnologías adecuadas según los modos de fallo amplía la ventana de reacción y permite planificar la orden de trabajo con antelación.
La IA correlaciona en el CMMS y el técnico valida en campo
Cuando múltiples sensores vuelcan datos en el software de gestión (CMMS/EAM), un mismo problema en un motor puede disparar alarmas independientes de ultrasonido y vibración. Con una base de datos integrada y modelos de inteligencia artificial, explica González, el sistema correlaciona ambas variables y emite una única alerta consolidada y contextualizada, reduciendo el ruido operativo.
Sin embargo, la IA no sustituye al especialista "No basta con subir el dato y esperar a que el software resuelva. La alarma de la IA es el punto de partida para ir al equipo, comprobar la señal física, escuchar el ultrasonido o contrastar la termografía. El criterio técnico e ingenieril es lo que valida el diagnóstico y autoriza la intervención."
Nota del entrevistador: Algo de enorme valor en el enfoque de Josemi González es que estructurar los activos por criticidad permite alinear el lenguaje técnico con las finanzas de la planta (Pilar de Business & Management del CMRP). En lugar de justificar la compra de tecnología por catálogo, se justifica la protección del ROI y la reducción del riesgo operacional ante la dirección.
Para resumir: El mantenimiento predictivo no comienza preguntando qué tecnología está de moda, sino qué le sucede al negocio si el activo se detiene. Con criticidad clara y modos de fallo identificados, cada tecnología y cada alarma tienen un propósito definido.
Como sintetiza Josemi González: "Filtras, priorizas y enfocas."
Te invitamos a visitar nuestra web para leer más artículos como este » Elreliabilitypost
