Comprensión del pronóstico en el mantenimiento predictivo
Pronóstico (también llamado predicción de fallas, y estrechamente vinculado a vida útil restante estimación) es el proceso de estimar cuánto tiempo queda antes de que una falla detectada cause una falla funcional o exija intervención. El pronóstico sigue a detección de fallas (saber que existe un problema) y diagnóstico (saber cuál es el problema), y responde a la pregunta decisiva — “¿Cuándo debemos actuar?” — mediante el análisis de vibración tendencias de progresión, las características del tipo de falla y las condiciones de operación de la máquina.
Un pronóstico preciso es lo que hace mantenimiento predictivo genuinamente predictivo. Permite programar el mantenimiento en el momento óptimo: ni demasiado pronto, lo que desperdicia la vida útil restante, ni demasiado tarde, lo que invita a la falla. Además, sustenta la adquisición de repuestos de largo plazo, la asignación de mano de obra y herramientas, y la coordinación de la producción. Dentro del esquema más amplio de mantenimiento basado en condición, el pronóstico es la etapa orientada al futuro que transforma “esta máquina está enferma” en “esta máquina debe repararse para la semana ocho.”
1. La cadena de tres etapas: Detección, Diagnóstico, Pronóstico
Es útil ver el pronóstico como el tercer eslabón de una cadena. Detección detecta que un parámetro ha salido de sus valor de referencia. Diagnóstico identifica el mecanismo: una defecto de rodamiento, desalineación, holgura mecánica. Pronóstico proyecta ese mecanismo hacia el futuro. Cada etapa depende de la anterior: no se puede predecir el futuro de una falla que aún no se ha nombrado correctamente, por lo que un diagnóstico confiable es la base de cualquier predicción confiable. Toda la cadena se formaliza en estándares de monitoreo como ISO 13374, que establece la detección, el diagnóstico y el pronóstico como funciones de procesamiento de datos distintas.
2. Métodos de pronóstico
Extrapolación de tendencias
El método más común y práctico, y la extensión natural del análisis de tendencias:
- Grafique los datos históricos de vibración en función del tiempo.
- Ajuste una línea de tendencia: lineal, exponencial u otra.
- Extrapole para encontrar cuándo se cruzará la alarma o la falla umbral se cruzará.
- Actualice la predicción con cada nueva medición.
- Precisión: moderada (asume que la tendencia continúa).
- Requisitos: historial de tendencias suficiente: al menos seis puntos de datos.
Modelos basados en física
- Construidos sobre la comprensión de la física de las fallas (crecimiento de grietas, propagación de descascaramiento).
- El modelo predice la progresión a partir del estrés, los ciclos y el entorno.
- Ejemplos: la Ley de París para el crecimiento de grietas, o de rodillos cálculos de vida a fatiga L10.
- Precisión: buena, cuando se conocen los parámetros del modelo.
- Requisitos: datos detallados del equipo y de operación.
Basados en experiencia (datos históricos)
- Construidos sobre fallas pasadas de equipos similares.
- Utiliza tasas de progresión típicas extraídas de la historia.
- Se basa en relaciones empíricas (nivel de vibración → tiempo hasta la falla).
- Precisión: razonable, y específica del equipo.
- Requisitos: una base de datos histórica de fallas.
Estadístico / Aprendizaje automático
- Algoritmos entrenados con datos históricos de progresión.
- Reconocimiento de patrones en muchos casos similares.
- Genera predicciones probabilísticas.
- Precisión: potencialmente muy buena, siempre que haya suficientes datos.
- Requisitos: un conjunto de datos grande y recursos computacionales.
3. Factores que afectan la precisión del pronóstico
Calidad de los datos de tendencias
- Más puntos de datos afinan la definición de la tendencia.
- Las mediciones consistentes generan tendencias confiables.
- Un historial adecuado (meses, como mínimo) es esencial.
- Los datos limpios, con los valores atípicos identificados, evitan pendientes falsas.
Características de la progresión de la falla
- Progresión predecible: más fácil de predecir: por ejemplo, gradual desgaste del rodamiento.
- Progresión acelerada: más difícil: descascaramiento superficial el crecimiento es aproximadamente exponencial.
- Progresión errática: difícil: holgura mecánica e intermitente rozamientos.
- Fallos repentinos: esencialmente impredecibles: un eje que se fractura por una grieta.
Estabilidad de las condiciones de operación
- Las condiciones estables respaldan predicciones confiables.
- Las cargas y velocidades variables hacen que las predicciones sean menos ciertas.
- Los cambios en el proceso pueden acelerar o ralentizar la progresión.
4. Estimación de la vida útil restante (RUL)
El resultado principal del pronóstico es la vida útil restante: el tiempo desde la condición actual hasta un umbral de fallo o intervención.
Cómo se expresa
- Se expresa en horas de operación, días calendario o ciclos hasta que se requiera la intervención.
- Se actualiza continuamente a medida que llegan nuevos datos.
- Se informa como una estimación que conlleva una incertidumbre real.
Intervalos de confianza
- La RUL es una estimación, no un hecho.
- Es mejor expresarla como un rango: por ejemplo, “30–90 días con un 90 % de confianza.”
- La incertidumbre disminuye a medida que se acerca el fallo y se acumulan más datos.
- Las estimaciones conservadoras son apropiadas para maquinaria crítica.
Ejemplo resuelto
- Se detecta un defecto en el rodamiento a 2 g envolvente de amplitud.
- Progresión histórica: 2 g → 10 g (nivel de alarma) en un plazo típico de 60 días.
- Tasa actual: aumento de aproximadamente 0,5 g por semana.
- Predicción: se alcanzará el nivel de alarma en aproximadamente 10 semanas.
- Recomendación: programar el mantenimiento dentro de 6 a 8 semanas.
Ese cálculo, ajustar una pendiente y proyectarla hasta un límite, es exactamente lo que un estimador de RUL a partir de una tendencia de vibración automatiza, y un tratamiento más formal siguiendo la norma ISO 13381 está disponible en la Calculadora de pronósticos de vida útil restante (RUL).
5. Aplicaciones
Programación de mantenimiento
- Planifique una parada para cuando la RUL indique el momento óptimo.
- Coordinar con los cronogramas de producción.
- Agrupe las reparaciones para minimizar el tiempo de inactividad total.
- Evite tanto las intervenciones prematuras como las tardías.
Gestión de repuestos
- Solicite repuestos con el tiempo de entrega adecuado.
- Evite los costos de urgencia.
- Reduzca los requisitos de inventario de seguridad.
- Provea justo a tiempo, guiado por el pronóstico.
Asignación de recursos
- Priorizar entre varias máquinas en degradación.
- Dirigir los recursos limitados a las necesidades más urgentes.
- Planificar la asignación de la fuerza laboral y la preparación de herramientas con anticipación.
6. Desafíos y Limitaciones
Incertidumbre del pronóstico
- La progresión de la falla nunca es perfectamente predecible.
- Las condiciones de operación pueden cambiar sin previo aviso.
- Las aceleraciones inesperadas son siempre posibles.
- Mantener márgenes de seguridad como parte de la rutina.
Requisitos de datos
- Se necesita un historial de tendencias adecuado.
- Al principio del desarrollo de una falla, las predicciones son menos ciertas.
- Mejoran a medida que se recopilan más datos.
Múltiples modos de falla
- Es posible prever un modo de falla mientras otro causa la falla real.
- El monitoreo integral y multiparamétrico reduce el riesgo.
- Todos los mecanismos de degradación activos deben considerarse en conjunto.
7. Mejora de la precisión pronóstica
- Aumentar la frecuencia de medición: más puntos de datos afinan la tendencia, detectan la aceleración con mayor anticipación y reducen la incertidumbre. Aumentar la monitoreo periódico en una máquina sospechosa suele ser la medida individual más efectiva.
- Utilizar múltiples parámetros: combinar la vibración con la temperatura y análisis de aceite; los indicadores corroborativos aumentan la confianza, y diferentes parámetros tienen diferentes tiempos de anticipación.
- Actualizar continuamente: revisar el pronóstico con cada nueva medición en lugar de confiar en una sola predicción temprana, y adaptarse a la tasa de progresión real.
En la práctica, la calidad de un pronóstico es tan buena como los datos que lo alimentan, por lo que la etapa de medición es tan importante como el cálculo matemático. Un instrumento portátil de dos canales como el Balanset-1A permite a un técnico capturar espectros repetibles y amplitud en cada visita de ruta: los puntos de tendencia consistentes a partir de los cuales se construye una estimación creíble de la vida útil restante. El pronóstico es, en última instancia, el elemento que separa el verdadero mantenimiento predictivo del mero monitoreo de condición: al prever los plazos de falla a partir de datos de tendencia y la comprensión de la progresión de la falla, permite el tiempo optimizado que maximiza la utilización del equipo mientras protege la confiabilidad.
