Comprensión de la detección de fallas
La detección de fallas es el proceso de reconocer que existe un defecto o condición anormal en una máquina mediante el análisis de parámetros monitoreados — más comúnmente vibración, pero también temperatura, métricas de rendimiento, partículas en el aceite o señales acústicas. Responde a una única pregunta binaria — «¿Hay un problema?» — antes de que el analista pase a diagnóstico (identificar la falla específica) y pronóstico (predecir cuánto tiempo le queda a la máquina). Como el primer y más fundamental paso en mantenimiento basado en condición, separa claramente los estados sanos, en deterioro y fallados para que todo lo que sigue tenga una razón de ser.
El valor de hacerlo bien es el tiempo de anticipación. Una detección de fallas eficaz levanta una bandera meses antes de la falla funcional, creando la ventana necesaria para el mantenimiento planificado, la adquisición de repuestos y las paradas programadas — la promesa central de cualquier mantenimiento predictivo programa. Detectar demasiado tarde y vuelven las reparaciones reactivas hasta la falla; detectar con demasiada premura y se ahogan en falsas alarmas. El arte reside en encontrar ese equilibrio, y las secciones siguientes desglosan cómo se hace en la práctica.
1. Los cinco métodos de detección principales
Ninguna técnica individual se adapta a cada máquina o falla. Los programas maduros combinan varios métodos, cada uno con sus propias fortalezas y requisitos de datos.
Excedencia de umbral
El enfoque más simple y ampliamente utilizado compara una medición contra un umbral: si el valor cruza la línea, se declara una falla. Un ejemplo familiar es un nivel general de vibración alrededor de 7.1 mm/s RMS, un valor que algunas tablas de severidad específicas de máquina en la serie ISO 20816 (anteriormente ISO 10816) utilizan como límite de zona para grupos de máquinas y condiciones de soporte particulares. No es un límite universal, sin embargo: para un umbral de alerta real, seleccione la parte aplicable de la norma ISO 20816 para la máquina en cuestión y combínela con tendencias de valor de referencia y criticidad de la máquina. Muchos programas escalonan estos límites en alarma, advertencia, y desencadenamiento niveles.
- Ventajas: simple de automatizar, criterios claros de paso/fallo, fácil de comunicar a no especialistas.
- Limitaciones: el umbral debe establecerse correctamente, y la falla debe crecer lo suficiente para cruzarlo — lo que introduce un retraso y puede pasar por alto fallas que producen firmas pequeñas pero distintivas.
Desviación de tendencia
En lugar de esperar un límite absoluto, este método observa la forma de la tendencia en sí. Un nivel en aumento constante — o, más revelador, un cambio repentino en la tasa de aumento — señala una falla en desarrollo mucho antes de alcanzar cualquier umbral fijo. Como la referencia es el propio historial de la máquina, la técnica es inherentemente específica de la máquina y detecta problemas temprano. Su único requisito real es un conjunto de datos de referencia contra el cual pueda juzgarse la desviación.
Detección de anomalías espectrales
Examinar el espectro de frecuencia revela no solo que que algo cambió, sino quéqué cambió. Nuevos picos en frecuencias de falla de rodamientos, picos existentes creciendo en amplitud, o la aparición de bandas laterales y armónicos cada uno apunta a un tipo específico de falla. Esta especificidad es su gran ventaja, aunque exige capacidad real de análisis espectral y un conjunto de espectros de referencia confiables para comparar.
Métodos estadísticos
La detección estadística marca valores que caen fuera de la distribución normal de operación sana — por ejemplo, cualquier lectura más allá de la media más tres desviaciones estándar, o una violación de los límites de las gráficas de control. Al tener en cuenta la dispersión inherente en las mediciones reales, estos métodos reducen las alarmas molestas, pero necesitan un tamaño de muestra adecuado para caracterizar la «normalidad» de manera confiable.
Reconocimiento de patrones y aprendizaje automático
El nivel más sofisticado entrena algoritmos — incluidas redes neuronales — con firmas sanas versus falladas, permitiendo la detección automatizada de patrones sutiles que las reglas fijas pasan por alto. La compensación es la necesidad de datos de entrenamiento etiquetados sustanciales y los recursos computacionales para ejecutar los modelos.
2. Medición del rendimiento de detección
Un sistema de detección es tan bueno como su tasa de aciertos y su tasa de falsas alarmas. Cuatro métricas, tomadas de la teoría de clasificación, cuantifican qué tan bien funciona.
- Sensibilidad (tasa de verdaderos positivos): la fracción de fallas reales que realmente se capturan — Verdaderos Positivos / (Verdaderos Positivos + Falsos Negativos). Un programa bien ajustado apunta a más del 90–95 %; mayor sensibilidad significa menos fallas pasadas por alto.
- Especificidad (tasa de verdaderos negativos): la fracción de máquinas sanas correctamente descartadas — Verdaderos Negativos / (Verdaderos Negativos + Falsos Positivos). De nuevo, el 90–95 % es el objetivo; mayor especificidad significa menos falsas alarmas.
- Tasa de falsas alarmas: la proporción de alertas que resultan ser nada, idealmente mantenida por debajo del 5–10 %. Una tasa alta genera fatiga por alarmas, la erosión lenta de la confianza que lleva a los técnicos a ignorar las advertencias — y se compensa directamente contra la sensibilidad.
- Tiempo de anticipación de detección: el intervalo entre la primera detección y la falla funcional. Más largo es mejor, porque compra tiempo de planificación. Para fallas de rodamientos detectadas por vibración, el tiempo de anticipación típico es de semanas a meses, y el método importa: análisis de envolvente detecta rutinariamente daños incipientes en rodamientos mucho antes que el monitoreo de nivel general por sí solo.
3. Desafíos prácticos
Las máquinas reales rara vez se comportan tan ordenadamente como en un libro de texto, y tres situaciones complican regularmente la detección.
- Equilibrio entre detección temprana y falsa detección: buscar la alerta más temprana posible inevitablemente aumenta las alarmas falsas, mientras que esperar una señal inequívoca sacrifica el tiempo de anticipación. El remedio habitual es la alarma en múltiples etapas y la corroboración en varios parámetros antes de proceder con una llamada a la acción.
- Fallas intermitentes: los problemas que aparecen y desaparecen pueden permanecer por debajo del umbral durante una medición periódica de ruta. Capturarlos requiere monitoreo continuo o un captura de pico máximo que conserva el peor momento.
- Múltiples fallas simultáneas: cuando varios defectos se desarrollan al mismo tiempo, pueden enmascararse mutuamente en la señal de vibración, por lo que se necesita un análisis integral y multimétodo para desenredarlos.
4. Confirmación de fallas con múltiples parámetros
Verificar dos o más indicadores independientes reduce drásticamente las detecciones falsas, porque una falla genuina tiende a manifestarse en más de un lugar a la vez.
- Vibración y temperatura juntas: el aumento de ambas confirma un problema de rodamiento; la vibración por sí sola apunta a una causa mecánica como desbalance o desalineación; la temperatura por sí sola sugiere un problema de lubricación o fricción.
- Múltiples parámetros de vibración: un aumento del nivel general combinado con la aparición de una frecuencia específica de rodamiento confirma una falla de rodamiento con mucha más confianza que cualquiera de los síntomas por separado.
5. Detección automatizada, manual e híbrida
La detección puede realizarse mediante software, por un experto o, lo mejor de todo, por ambos trabajando juntos.
- La detección automatizada es rápida, consistente y funciona las 24 horas del día, utilizando verificaciones de umbral, algoritmos estadísticos y aprendizaje automático. Su debilidad es que puede pasar por alto problemas sutiles y ocasionalmente activarse por ruido.
- La detección manual (experta) aporta el juicio humano, la conciencia del contexto y el reconocimiento de patrones entrenado a la revisión del espectro y la inspección de la forma de onda. Sin embargo, es laboriosa, difícil de escalar y depende de un conocimiento escaso, del tipo certificado bajo ISO 18436-2.
- El enfoque híbrido — el cribado automatizado de toda la flota con revisión experta de las excepciones marcadas — combina eficiencia con precisión y es el estándar en programas maduros.
Dónde encajan los instrumentos de campo
Una vez que una herramienta de cribado marca una alerta, el siguiente paso suele ser tomar una medición más rica en la máquina. Un analizador portátil de dos canales como el Balanset-1A permite a un técnico acercarse a la máquina sospechosa, capturar un espectro de alta resolución y forma de onda en el tiempo, y confirmar si la alarma refleja un defecto real, y si ese defecto es desbalance, corregirlo en el acto mediante balanceo en campo sin desmontar la máquina. Ese ciclo cerrado desde la detección hasta la confirmación y la corrección es exactamente lo que un programa híbrido está diseñado para ofrecer.
La detección de fallas es la capacidad fundamental que hace posible el mantenimiento predictivo, haciendo visibles los problemas en desarrollo con suficiente antelación para planificar en torno a ellos. Bien ejecutada — con la combinación adecuada de métodos de detección, umbrales cuidadosamente establecidos y un equilibrio deliberado entre sensibilidad y especificidad — proporciona las alertas tempranas que mantienen el equipo en funcionamiento mientras reducen tanto el costo de mantenimiento como el riesgo de falla catastrófica.
