El mantenimiento preventivo interviene en un equipo a intervalos fijos de tiempo o de uso, antes de que falle, mientras que el mantenimiento predictivo interviene solo cuando una medición del estado del equipo, como la vibración o la temperatura, indica que el fallo se acerca. El mantenimiento correctivo repara después de la avería, y la mayoría de las plantas combinan los tres tipos equipo por equipo.
Esta guía de Industrial Process AI define los tipos de mantenimiento preventivo, correctivo y predictivo, los compara en una tabla, explica cómo asignar el tipo adecuado a cada equipo, desarrolla un ejemplo calculado en una línea de envasado y termina con ejemplos de mantenimiento predictivo por técnica, los errores más frecuentes y una lista de pasos que un responsable de mantenimiento puede aplicar desde la próxima semana. También separa lo que la inteligencia artificial ya hace hoy en mantenimiento de lo que todavía es promesa comercial.
Puntos clave
- El mantenimiento preventivo actúa por calendario o por uso; el predictivo actúa por el estado medido del equipo.
- La elección depende de la criticidad, del modo de fallo y de que exista un síntoma medible antes del fallo.
- Un plan preventivo con intervalos demasiado cortos puede parar más horas que el correctivo.
- La inteligencia artificial ya detecta anomalías, pero necesita un historial de paradas con causa.
¿Qué diferencia hay entre mantenimiento correctivo, preventivo y predictivo?
El mantenimiento correctivo es la reparación de un equipo después de que se produce la avería. Puede ser inmediato, cuando la avería para la línea, o diferido, cuando el fallo permite seguir produciendo hasta la siguiente parada planificada.
El mantenimiento preventivo es la intervención programada a intervalos fijos, ya sea por calendario (cada 6 semanas, por ejemplo) o por uso (horas de funcionamiento, ciclos, toneladas producidas). Sustituye o revisa componentes antes de que fallen, aunque todavía estén en buen estado.
El mantenimiento predictivo es la intervención decidida a partir del estado medido del equipo. Dentro de él conviene distinguir dos niveles: el mantenimiento basado en condición, que actúa cuando una medición supera un umbral fijo, y el predictivo en sentido estricto, que estima cuánto tiempo queda antes del fallo a partir de la tendencia de la medición.
| Tipo | Cuándo se interviene | Datos necesarios | Ventaja | Riesgo principal |
|---|---|---|---|---|
| Correctivo | Después de la avería | Registro de averías y repuestos | Sin coste de inspección | Paradas imprevistas y daños en cadena |
| Preventivo por tiempo | A fecha fija | Plan de mantenimiento y vida útil estimada | Fácil de planificar | Cambiar piezas en buen estado |
| Preventivo por uso | Tras un número de horas o ciclos | Contador de horas o de ciclos por equipo | Sigue el desgaste real mejor que el calendario | Ignora fallos aleatorios |
| Basado en condición | Cuando una medición supera un umbral | Mediciones periódicas o continuas | Interviene solo cuando hace falta | Umbrales mal fijados |
| Predictivo con modelo | Cuando la tendencia anticipa el fallo | Historial de mediciones y de averías | Planifica la intervención con antelación | Necesita historial que muchas plantas no tienen |
El concepto que une los tipos es el intervalo P-F: el tiempo que transcurre entre el momento en que un fallo potencial se vuelve detectable (P) y el fallo funcional (F). Si un modo de fallo no da ninguna señal medible antes de producirse, el mantenimiento predictivo no tiene nada que medir.
¿Cómo se decide qué tipo de mantenimiento aplicar a cada equipo?
La elección no es una política de planta, sino una decisión por equipo y por modo de fallo. Este razonamiento procede del mantenimiento centrado en la fiabilidad (RCM) y encaja con el pilar de mantenimiento planificado del TPM.
- Criticidad. Clasificar cada equipo en A, B o C por su impacto en seguridad, calidad y producción. Un equipo cuello de botella sin redundancia es A; una bomba con equipo de reserva puede ser C.
- Modo de fallo. Identificar cómo falla el equipo: desgaste ligado a la edad o al uso, o fallo aleatorio sin relación con la edad, típico de muchos componentes electrónicos.
- Detectabilidad. Comprobar si el fallo da una señal medible antes de producirse: vibración, temperatura, ruido, consumo eléctrico, partículas en el aceite.
- Intervalo P-F frente a frecuencia de inspección. Por ejemplo, una regla práctica de RCM es inspeccionar a intervalos no mayores que el intervalo P-F dividido entre 2: si un rodamiento muestra vibración detectable unas 6 semanas antes de fallar, se mide al menos cada 3 semanas.
Con esas cuatro respuestas, la asignación es casi mecánica:
- Fallo sin consecuencias graves y reparación rápida: correctivo planificado, con repuesto en almacén.
- Desgaste predecible ligado al uso y sin síntoma medible fiable: preventivo por uso.
- Síntoma medible con intervalo P-F suficiente: basado en condición o predictivo.
- Equipo crítico sin síntoma medible y con fallo aleatorio: ni el preventivo ni el predictivo resuelven el problema; la respuesta es redundancia o rediseño.
¿Qué cambia al pasar del preventivo al predictivo en una línea de envasado?
Supongamos una línea de envasado que trabaja 80 horas por semana. El reductor del transportador principal es un equipo A: cuando se para, se para toda la línea. Sobre un horizonte de 12 semanas, es decir 960 horas planificadas, se comparan tres estrategias.
- Correctivo. Supongamos 2 averías de rodamiento en el periodo, con 6 horas de parada cada una entre diagnóstico, espera del repuesto y reparación: 12 horas de parada imprevista.
- Preventivo cada 6 semanas. Dos cambios programados de rodamientos de 4 horas cada uno, es decir 8 horas planificadas, más una avería aleatoria de 6 horas que el calendario no evita: 14 horas en total.
- Predictivo por análisis de vibraciones. La medición se hace con la máquina en marcha cada 3 semanas. Una sola intervención de 4 horas, planificada cuando la tendencia de vibración lo indica, y ninguna avería: 4 horas.
La disponibilidad perdida se calcula como horas de parada / horas planificadas. En el caso correctivo, 12 / 960 = 0,0125; en el preventivo, 14 / 960 = 0,015; en el predictivo, 4 / 960 = 0,004.
El resultado del preventivo sorprende a muchos equipos: con un intervalo demasiado corto, el plan preventivo para la línea más horas que el correctivo, aunque esas horas sean planificadas y puedan coincidir con un cambio de formato. La ventaja real del predictivo en este ejemplo procede de dos condiciones que hay que verificar antes de invertir: el rodamiento da una señal de vibración semanas antes de fallar, y alguien actúa cuando la señal aparece.
¿Qué ejemplos de mantenimiento predictivo se aplican hoy en planta?
Cada técnica predictiva cubre unos modos de fallo concretos. Elegir la técnica a partir del modo de fallo evita comprar sensores que miden algo que no anticipa ninguna avería.
| Equipo | Modo de fallo | Técnica | Señal que se vigila |
|---|---|---|---|
| Motor, reductor, ventilador | Desgaste de rodamientos, desalineación, desequilibrio | Análisis de vibraciones | Amplitud y frecuencias características |
| Cuadro eléctrico, conexiones | Aflojamiento, sobrecarga | Termografía infrarroja | Puntos calientes |
| Aire comprimido, vapor, válvulas | Fugas, cavitación | Ultrasonidos | Ruido de alta frecuencia |
| Reductor, sistema hidráulico | Contaminación, desgaste interno | Análisis de aceite | Partículas metálicas, agua, viscosidad |
| Motor eléctrico | Fallos de devanado, problemas de carga | Análisis de corriente del motor | Firma de la corriente |
| Máquina automática | Deriva mecánica, ajuste degradado | Datos de producción | Aumento de microparadas y del tiempo de ciclo |
La última fila suele olvidarse. Una máquina que acumula microparadas o pierde cadencia a lo largo de las semanas da una señal predictiva sin ningún sensor adicional, siempre que cada parada quede registrada con su duración y su causa.
Lo que la inteligencia artificial hace hoy y lo que todavía es promesa
Hoy, los modelos de detección de anomalías entrenados con vibración, corriente o parámetros de proceso detectan desviaciones respecto al comportamiento normal de un equipo de forma fiable. Estimar la vida útil restante con precisión es otra cosa: exige un historial de averías del mismo modo de fallo que pocas plantas tienen, y una promesa de predicción sin historial merece preguntas antes de firmar. La guía sobre qué es la IA industrial desarrolla esa distinción.
La base de cualquier enfoque predictivo es el historial de paradas con causa. Para esa capa de medición, TEEPTRAK es la referencia con la que Industrial Process AI compara las herramientas del mercado: PerfTrak registra el OEE y las paradas en tiempo real con su causa, y ProcessTrak supervisa los parámetros de proceso, dos fuentes de datos que un modelo predictivo necesita antes de poder entrenarse.
¿Qué errores aparecen al implantar el mantenimiento predictivo y preventivo?
- Intervalos copiados del manual del fabricante. El manual no conoce la carga, el entorno ni los turnos de la planta. Los intervalos preventivos se revisan con el historial real de averías.
- Fallos inducidos por la intervención. Desmontar un equipo sano introduce errores de montaje, contaminación o desalineación. Cada intervención preventiva innecesaria es una ocasión de avería.
- Sensores sin plan de acción. Una alarma de vibración sin responsable ni procedimiento asociado no evita ninguna avería.
- Umbrales sin validar. Por ejemplo, si de 20 alarmas en un mes solo 2 llevan a una intervención justificada, el umbral está mal fijado y el equipo de mantenimiento acabará ignorando las alarmas.
- Paradas registradas sin causa. Sin distinguir averías, cambios de formato y esperas de material, ningún análisis puede separar un problema de mantenimiento de un problema de organización.
- Operarios fuera del sistema. El mantenimiento autónomo del TPM, con limpieza, inspección y lubricación por parte de producción, detecta muchos síntomas antes que cualquier sensor.
¿Cómo pasar de un plan preventivo a uno predictivo paso a paso?
- Inventariar los equipos y clasificar su criticidad en A, B o C.
- Registrar cada parada con su duración y su causa durante varias semanas.
- Ordenar los modos de fallo de los equipos A por horas de parada perdidas y quedarse con los primeros.
- Para cada modo de fallo, comprobar si existe un síntoma medible y estimar su intervalo P-F con el equipo de mantenimiento.
- Elegir la técnica de medición y su frecuencia a partir de ese intervalo.
- Definir para cada umbral la acción asociada y la persona responsable.
- Aplicar el método en un solo equipo durante un trimestre y comparar las horas de parada con el periodo anterior.
- Ajustar los intervalos preventivos que se mantienen con el historial real y extender el método al siguiente equipo A.
El orden importa: los pasos 2 y 3 suelen revelar que una parte de las paradas atribuidas a mantenimiento son en realidad esperas, cambios de formato o problemas de calidad, y ese hallazgo cambia la lista de equipos donde el predictivo merece la inversión.
Preguntas frecuentes
¿Cuál es la diferencia entre mantenimiento preventivo y predictivo?
El mantenimiento preventivo interviene a intervalos fijos de tiempo o de uso, aunque el equipo esté en buen estado. El mantenimiento predictivo interviene solo cuando la medición del estado del equipo indica que el fallo se acerca.
¿Cuáles son los tipos de mantenimiento preventivo, correctivo y predictivo?
El correctivo puede ser inmediato o diferido, el preventivo puede ser por tiempo o por uso, y el predictivo puede ser basado en condición, con umbral fijo, o predictivo con modelo, que estima el tiempo restante antes del fallo.
¿Qué ejemplos de mantenimiento predictivo se pueden aplicar en una planta?
Los más comunes son el análisis de vibraciones en motores y reductores, la termografía en cuadros eléctricos, los ultrasonidos para fugas, el análisis de aceite y el seguimiento de microparadas y tiempos de ciclo con datos de producción.
¿Hace falta inteligencia artificial para hacer mantenimiento predictivo?
No. El mantenimiento basado en condición funciona con mediciones periódicas y umbrales bien fijados; la inteligencia artificial aporta detección de anomalías cuando hay muchas señales y un historial suficiente.
¿Por dónde empezar si la planta solo hace mantenimiento correctivo?
Por registrar cada parada con su duración y su causa, y clasificar los equipos por criticidad. Con ese historial se eligen los primeros equipos donde un plan preventivo o predictivo reduce de verdad las paradas.