El mantenimiento predictivo como estrategia en La Hora Premium: importa la calidad del dato y de los procesos

El ‘Ciclo de Mantenimiento Predictivo’ de la ‘Hora Premium’ ha llegado a su fin con una mesa redonda moderada por Eugenio Mallol, en la que han participado Beltrán Blázquez (cofundador y CEO en Synnect), Borja López (HO Industrial Means Mantenance WLCA350 en Airbus), Javier García (Consultor Business Analyst en LIS Data Solutions) y Xavier Riba (cofundador y Sales Manager de Innovae). Los expertos han coincidido en que el mantenimiento predictivo debe partir de unos datos fiables, procesos estandarizados y una integración progresiva de tecnología. Más que una revolución, el mantenimiento predictivo se entiende como una evolución gradual y estratégica.

Para Xavier Riba, de Innovae, el mantenimiento predictivo comienza mucho antes del análisis de datos: “La parte que atañe al mantenimiento es la parte más previa al predictivo. Necesitas una base de conocimiento, unos datos previos que alimenten todas estas dinámicas para poder predecir”. Su empresa se centra en el guiado del operario, una herramienta clave no solo para estandarizar procesos sino para capturar datos de forma natural y continua. “Que, sin esfuerzo, recojamos datos para luego alimentar ese predictivo. Ahí está la clave”, ha sentenciado.

Borja López, desde Airbus, lo ha confirmado con una visión desde dentro de una gran industria tecnológica, añadiendo que la evolución del mantenimiento “tiende a un modelo basado en condición. Primero, monitorizamos; después, actuamos cuando hay un problema; y, finalmente, anticipamos”. Pero para ello, se requieren procesos bien definidos y personas formadas, porque sin implicación organizativa, no funciona.

Calidad y origen del dato

Uno de los grandes retos es la fiabilidad del dato. Beltrán Blázquez, CEO de Synnect, ha insistido en este punto. “El mantenimiento predictivo está buscando sucesos anómalos todo el tiempo. Por eso, que toda esa recogida de datos sea fiable y representativa es muy importante”. Y ha añadido que este desafío conecta con el desarrollo de tecnologías como el gemelo digital, que permiten no solo capturar, sino simular y anticipar situaciones complejas.

En un contexto donde muchas plantas industriales aún operan con maquinaria antigua, el CEO de Synect ha remarcado que no siempre es necesario reemplazar: “A esa maquinaria también se le puede dotar de conectividad. Puede convivir tecnología puntera con tecnología antigua si le añades una capa de funcionalidad”.

Todos los participantes han coincidod en que el reto no es solo tecnológico, también es organizacional. Javier García, desde LIS Data Solutions, ha explicado cómo abordan los proyectos: “Lo primero es qué entiende cada uno por mantenimiento predictivo. Luego vamos añadiendo capas: audio, imagen, texto… para no solo decir ‘estás fallando’, sino ‘esto es lo que debes hacer’”. La complicación está en ejecutar esto en dispositivos edge con baja capacidad de computación, y ese es su foco actual.

Borja López ha explicado, además, cómo los requisitos regulatorios y los objetivos de sostenibilidad afectan directamente a las decisiones de mantenimiento: “Estamos certificados en ISO 50.001 y, por ejemplo, una de las primeras cosas que nos pidieron fue mantener los analizadores de redes”. “La sostenibilidad y el mantenimiento van de la mano, y esto ya se recoge en el concepto de Industria 5.0 de la Unión Europea”.

Retos y acción

En cuanto al despliegue de la tecnología, Xavier Riba ha asegurado que es necesario explicar muy bien los conceptos y adaptase a cada caso. “A veces solo es trabajar con una tablet, luego ya iremos al gemelo digital. Pero hace falta esa parte de evangelización”.

Borja López ha añadido la importancia de la metodología a la hora de implementar los sistemas de mantenimiento predictivo. “Siempre partimos de un árbol de fallos. Introducimos una variable clave para cada modo de fallo. No extraemos datos de forma masiva, sino dirigida, con sentido”.

Beltrán Blázquez ha sido claro sobre cómo escalar sin perder eficiencia: “A lo mejor no hay que ir a una macro solución, pero sí asegurarte de que tus sistemas se hablan. Eso te lleva a escalar conforme a tus necesidades”.

Uno de los temas tratados ha sido cómo reaccionar cuando se detecta un fallo. “Estamos generando procedimientos que se asocien a las alarmas, para que el operario sepa qué hacer, con qué herramientas, incluso con qué grado de preocupación”, ha explicado Javier García.

Para Borja López, esto requiere procesos muy estblecidos. “Si tú no tienes un proceso eficaz, la digitalización difícilmente te va a ayudar. Pero si lo tienes y lo digitalizas, lo harás mucho mejor”. Y advierte que no es buena idea intentar hacer mantenimiento predictivo si no se dispone del personal o la madurez para ello. “Hay que ir cubriendo pasos previos, analizar el contexto de operación de cada problema”.

Beltrán Blázquez ha coincidido: “No es todo o nada. A lo mejor no hay que hacer un predictivo de todos los activos, sino ir a lo que más duele. Reducir el alcance e ir poco a poco”.

IA explicable y visión artificial

En cuanto al futuro, hay consenso en que la inteligencia artificial va a transformar el mantenimiento. Pero hay que gestionarla con sentido. Javier García ha explicado que la IA puede automatizar tareas como la subida de datos y permitir análisis multivariables que den resultados no evidentes. “La tendencia es la IA explicable”, ha remarcado Beltrán Blázquez. Y Borja López ha cerrado con una reflexión: “La visión artificial hará mejor el análisis fino que el ojo humano. Si complementamos al experto con estas tecnologías, ahí está el quid”.

La mesa ha concluido desmitificando la idea de eliminar completamente los fallos. “No creo en la cultura del no fallo”, ha asegurado Borja López. “Todo activo puede fallar. Lo importante es priorizar donde más duele y aprender de ello”. Beltrán Blázquez ha añadido que el objetivo “no es evitar el fallo, sino minimizar su impacto”. Y Xavier Riba ha concluido con una visión práctica: “Del fallo se aprende. Los procesos tienen que ser vivos y las tecnologías deben ayudar a estandarizar y evolucionar ese conocimiento”.