Evolución del mantenimiento preventivo industrial. Entrevistamos a Diego Galar (parte 1)

Formado como Ingeniero de Telecomunicaciones y Doctor en Ingeniería Industrial, con ocho libros publicados en su haber y más de 150 artículos científicos publicados, Diego Galar es uno de los grandes expertos en el mundo del mantenimiento en Europa. Además de su dilatada experiencia profesional, es investigador senior de Tecnalia en la división de Industria y Transporte y profesor de Condition Monitoring en la Universidad de Luleå tekniska en Suecia, por lo que cada una de sus frases rezuma un profundo conocimiento de la disciplina del mantenimiento y su futuro en los próximos años.

En esta extensa entrevista, de la que hemos extraído 3 fascículos, se analiza la situación actual y futura del mantenimiento.

- ¿Cómo acaba un ingeniero de telecomunicaciones en el mundo del mantenimiento preventivo industrial?

Es cierto que para un ingeniero de telecomunicaciones acabar en el mantenimiento preventivo industrial es algo muy curioso. Yo empecé en el mundo del mantenimiento a través del análisis de vibraciones, que era para conocer la salud de las máquinas, el equivalente a hacer electrocardiogramas a las máquinas y ver qué podía pasar. En aquella época, el análisis de vibraciones era el germen del mantenimiento que se practicaba en los años 70 y 80. Me interesó tanto el proceso de diagnóstico como el de pronóstico para ver "qué" le pasaba a la máquina y ver "qué le podía pasar" y así empecé a meterme en el mundo del mantenimiento en los años 90.

- ¿Y cómo ha evolucionado la disciplina del mantenimiento desde entonces?

El mantenimiento ha cambiado mucho. En el año 2000 y los 20 años siguientes, hemos visto la incorporación de la electrónica, la automatización y finalmente toda la parte de las TIC. Yo diría que los procesos de mantenimiento seguían siendo muy clásicos, pero se han visto potenciados por estas tecnologías. La supervisión que era inviable en los años 90 no lo es ahora. No hace falta un equipo complejo, ahora con un portátil es posible monitorizar en tiempo real, lo que era imposible en aquella época. Y el mantenimiento también ha cambiado mucho como proceso en las empresas.

Cuando me incorporé, el mantenimiento se veía como un mal necesario, hay que tener mantenimiento porque los equipos pueden fallar, tenemos indisponibilidades, tenemos pérdidas de OE, etc...; era un mal necesario que había que mitigar con el mantenimiento preventivo, que era muy intensivo en mano de obra y en tiempo de inactividad de la máquina, pero te ayudaba a mantenerla en orden.

Todo eso ha ido cambiando, y el mantenimiento ha ido evolucionando. Ahora tienes metodologías como el VDM, Value Driven Maintenance, que de alguna manera configura un mantenimiento que añade valor a la organización. El mantenimiento ya no se ve como un mal necesario, sino como una aportación de valor, y el paradigma está cambiando en ese sentido.

También en la década de 2000, el concepto de gestión de activos comenzó a ampliarse, y ahora se habla de "gestión inteligente de activos", es decir, las máquinas ya no se operan ni se mantienen, sino que se gestionan como activos; activos que producen riqueza, que producen un beneficio y, por tanto, el mantenedor no es sólo una persona que mantiene sino que también gestiona el activo. La operación y el mantenimiento se fusionan para dar lugar a la gestión de activos, y en 2011 llegó la cuarta revolución industrial llegó , aportando más herramientas al mundo del mantenimiento, de carácter tecnológico; unas más acertadas que otras y que nos ha permitido dar un salto de gigante.

Y en este sentido, el mantenimiento se ha reducido mucho. Las empresas siempre juegan con los mix de mantenimiento. Tienes un % de preventivo, otro % de correctivo y otro % de predictivo y las tecnologías de la cuarta revolución industrial han hecho que el mantenimiento predictivo sea más importante, es más fiable y por lo tanto, puedes aumentar ese % en el mix. Hemos ido reduciendo lo que era el mantenimiento invasivo, el correctivo, el preventivo y por supuesto el reactivo, el no planificado, el de emergencia, que se ha reducido prácticamente a nada, porque con las tecnologías actuales somos capaces de predecir la evolución de casi cualquier fallo en un sistema o subsistema.

Como resultado, el mantenimiento reactivo, el mantenimiento de emergencia es muy limitado, el mantenimiento correctivo programado se reduce en gran medida y el mantenimiento preventivo, que es muy costoso, también se reduce.

- En alguna ocasión le he oído decir que el mantenimiento preventivo industrial no es una opción.

Sí, no se trata de si lo implemento o no, sino de cuándo. Las empresas que no lo introduzcan se quedarán fuera de juego, ya que no serán competitivas. Con una mezcla de mantenimiento clásica, no van a ser competitivas. Si participamos como eslabón de la cadena de suministro global, tenemos que ser eficientes y eficaces, tenemos que producir mucho y tenemos que producir bien y de forma fiable. Lo vemos ahora con la crisis de los chips, como parte de una cadena de suministro global, cualquier pequeña ruptura en la cadena está causando un gran desastre.

Si tenemos un mantenimiento tradicional nos moveremos con KPIs y OEEs de los años 80 y 90 y ahora eso ya no es competitivo, no tenemos los márgenes de beneficio de los 80. Ahora nos movemos con márgenes de beneficio tan pequeños que no podemos permitirnos ningún fallo de mantenimiento. Se trata de ganar competitividad.

El Mantenimiento Preventivo Industrial, al igual que otras tecnologías que han entrado con el 4.0 ya no es algo que esté de moda, se trata de ganar competitividad porque los KPIs que movemos están tan ajustados que el Mantenimiento Predictivo nos ayudará a no ser un elemento de ruptura en este modelo global de la cadena de suministro.

- ¿Cómo nos iniciamos en el mantenimiento preventivo industrial y cuáles son los grandes retos de la industria?

Cuando se decide monitorizar algo tiene que ser porque el impacto que se va a obtener a través del coste de la monitorización es algo que va a proporcionar un beneficio. No se trata de monitorizar todos los puntos potenciales de la máquina sólo para dar un montón de información de la máquina donde el fallo nunca se produce o si se produce no es crítico.

Hace años, si querías vigilar una máquina en una central de ciclo combinado, por ejemplo, te decías: como es tan caro vigilar continuamente, ¿qué voy a vigilar? la turbina, que es quizá lo más crítico. Y lo que hicimos fue un análisis de los modos de fallo y sus efectos, calculamos por criticidad y gravedad y te decía los posibles fallos. En caso de fallo, analizamos dónde podía perjudicar más y pusimos los recursos ahí. Y esto es algo que nunca se ha hecho en la industria porque no hemos sido muy metodológicos.

Nos ha faltado mucha metodología en la industria. No hemos tenido la metodología para detectar esos puntos críticos en los que podemos monitorizar y no hemos sabido aprovechar las tecnologías más baratas, incluso hoy en día en la industria, no veo el IoT muy extendido.

Hay empresas que todavía no se fían si no hay cableado, hay sensores inalámbricos que se pueden utilizar, sin embargo dudan de la duración de la batería. En muchos lugares lo que no pasa por la bandeja de cables y llega al PLC no es una opción.

Así que uno de los retos es aplicar la metodología.

Otro reto es que el director de mantenimiento tiene que hablar el lenguaje de la dirección, tiene que ser capaz de transformar su presupuesto de mantenimiento no en un gasto, sino en una inversión para que la planta sea fiable, el director de mantenimiento ya no es el técnico más avispado de la planta.

Si podemos convencer a la dirección de que la degradación de los activos será menor y el rendimiento mayor, que nuestra OEE será mayor y que el coste de la vida útil de los activos será mucho más positivo para la empresa, es decir, si podemos mantener los activos durante más tiempo y produciendo más, esto significa que evitaremos costosas inversiones, evitaremos costosos reequipamientos y produciremos mucho.  

Si convencemos a la dirección de que nos movemos con las tecnologías en esos parámetros para mantener los activos en buena forma y produciendo mucho, entonces podremos obtener ese beneficio.

El tercer reto es el cambio cultural y organizativo. El mantenimiento preventivo industrial consiste en el cambio y el cambio es siempre traumático.

Si estamos en una empresa donde el mantenimiento es una mezcla de correctivo y preventivo donde el mantenimiento predictivo es residual, el cambio será brutal. Será brutal porque implica un cambio cultural pero también organizativo. No se trata sólo de una forma de hacer las cosas sino también de cómo hacerlas. En este sentido, es muy difícil porque se han vendido durante muchos años expectativas que han sido totalmente falsas.        

Es decir, se ha vendido una bola de cristal de poca fiabilidad al decidir que se podía predecir prácticamente todo y esto ha generado unas expectativas que no se han cumplido y que ha hecho que muchos responsables de mantenimiento vuelvan a sus cuarteles de invierno y digan me quedo donde estoy, ya que sé que controlo cierta disponibilidad porque esta tecnología no está suficientemente madura.

Ahora, cuando vamos a las empresas y nos reunimos con esos mismos responsables de mantenimiento, son mucho más exigentes a la hora de pedir tanto precisión como baja incertidumbre en lo que se refiere a esa predicción.

Cuando se trata del mantenimiento predictivo, el responsable de mantenimiento se convierte en un gestor de riesgos puro y duro. Recibirá informes diarios sobre el estado de la maquinaria y las posibles predicciones. Y será él quien asuma el riesgo o no de programar una intervención. El riesgo lo asumirá cuando disponga de un elemento suficientemente fiable para que esa predicción sea lo suficientemente buena.

Entiendo que los responsables de mantenimiento, incluso los que son proclives a esa transición, exijan que para asumir los riesgos de ese cambio se les dé seguridad, porque puede ser realmente catastrófico.

Así que hay que tener en cuenta que el mantenimiento predictivo tendrá que coexistir, no va a sustituir totalmente al mantenimiento correctivo y preventivo. De hecho, pongo el mismo ejemplo, para los frenos de los coches no tiene sentido hacer un mantenimiento predictivo porque el desgaste es tan lineal, es tan homogéneo, y sabes que cambiándolo cada x tiempo no necesitas nada más que no merece la pena gastar un sensor ahí, así que el mantenimiento preventivo por calendario o correctivo programado va a estar ahí.

Lo que tiene que hacer la predicción es dar cabida y mitigar todos los correctivos reactivos y programados que son muy onerosos.

- Una vez que tenemos el dinero y tenemos luz verde para hacer el plan de predicción, ¿qué hacemos?

Por supuesto, tenemos que analizar la fiabilidad de nuestra planta, mirar dónde están los cuellos de botella de la fiabilidad, es decir, dónde ese fallo puede causar un problema de calidad en el producto final o puede causar una rotura que puede tener un impacto de varias horas o lo que sea. Tengo que analizar esos cuellos de botella de fiabilidad y ahí es donde tengo que poner todo el dinero.

Tenemos que hacer un análisis de fiabilidad, un análisis AMP, qué modos de fallo, qué síntomas descubrimos, y eso nos dirá qué tipo de sensores debemos utilizar para detectar, identificar, localizar y predecir el fallo. Cuando veo que se monitorea cada minuto para magnitudes de falla que ocurren cada cuatro meses, me enferma, es un desperdicio brutal de recursos.

En función de este análisis, sabremos más o menos con qué frecuencia puede producirse el fallo, si tenemos que vigilar continuamente o si lo hacemos con una latencia semanal, mensual o cada 6 horas, y en función de eso, dimensionaremos nuestra arquitectura de datos para adaptarla a lo que es potencialmente un fallo.  

Una vez que tenemos eso, que es la parte OT de la recogida de datos, tenemos que tener en cuenta que el gestor de mantenimiento tiene que jugar en esa convergencia OT-IT. ¿Y qué quiero decir con eso?

Cuando los científicos de datos vienen y se sientan a trabajar con los datos de mantenimiento y ven el flujo de datos que viene del sensor y ven que en ese flujo de datos llega un momento en el que hay una parada y los datos cambian, hay que decirles por qué se produce ese evento, es porque hay una orden de trabajo y se ha hecho algo en esta máquina, pero claro, eso no es OT, eso está en la GMAO y eso es IT.

Por lo tanto, es necesario fusionar los dos datos para producir metadatos que me permitan explicar la realidad del mantenimiento, que no es un flujo continuo de datos; a menudo se interrumpe por paradas, se interrumpe por cambios de referencia, se interrumpe por órdenes de trabajo, todo esto son ontologías semánticas y hacen que no podamos trabajar sólo con los datos que vienen del sensor, sino que también necesitamos lo que hay en los sistemas informáticos para reconstruir la realidad del mantenimiento y esto es quizás lo que a la gente de mantenimiento le resulta más difícil.  

Cuando les muestro los datos de los sensores y ven grandes discontinuidades y les dices que para que esto tenga sentido, tengo que decirle al científico de datos cómo en ese evento hay un corte en la señal y si soy capaz de poner etiquetas a los eventos, que son disruptivos en esa señal, podré explicar y podré predecir.

Pensar que todo se reduce a la lectura de un sensor y a hacer una predicción es una visión simplista del mantenimiento.

- ¿En qué sectores se está adoptando el mantenimiento preventivo industrial?

Uno de los sectores es el aeroespacialLa razón es muy sencilla, el fracaso no es una opción. Esto se ha trasladado al sector del tren de alta velocidad, que ha heredado mucho del sector aeronáutico ferroviario, a los trenes de alta velocidad, que han heredado mucho del sector aeronáutico, y poco a poco ha ido calando en el resto de la industria. Sin embargo, hay muchos sectores en los que el mantenimiento predictivo está todavía en pañales y a la industria, por ejemplo, le ha costado entrar en el juego.

El sector energético es otro claro exponente del Mantenimiento Predictivo. energía El sector es otro claro exponente del Mantenimiento Predictivo y esto se debe a que cuenta con activos tremendamente costosos y muchas veces descuidados en lugares remotos como los aerogeneradores o las subestaciones.

Todas estas industrias han tenido algo en común. Los grandes grupos empresariales, ya sea en el sector aeronáutico con Airbus o Boeing o en el sector del gas con el Grupo Oreda, han compartido todos los conocimientos en el campo del mantenimiento y esto les ha ayudado a crecer mucho, han crecido y han madurado juntos el mantenimiento.

El problema del sector industrial es que es mucho más heterogéneo, tenemos desde el cemento hasta la siderurgia, pasando por la automoción o la industria farmacéutica. Y la industria no ha compartido tanto ese conocimiento, y si lo ha compartido, los componentes que se han compartido son muy dispares; y yo diría que todavía están lejos del mantenimiento 4.0 o del mantenimiento predictivo real.

Se ha avanzado en algunos activos concretos, pero lo que vemos en una plataforma petrolífera o en un avión donde todo el sistema es muy fiable en las fábricas no lo es, siguen siendo sistemas desarticulados donde el mantenimiento es, con perdón, "ñapas".

Si te interesó esta primera parte de la entrevista, te invitamos a leer la segunda parte donde hablamos de modelos de negocio en el mantenimiento aquí