Mediante el uso de sensores conectados y aprendizaje automático, los operadores de edificios pueden recibir avisos anticipados de posibles fallas en los sistemas y programar el mantenimiento o las reparaciones a tiempo.
Sensores de ocupación, condiciones climáticas, estadísticas de uso. . . todos crean una visión integral del uso y el desgaste del equipo. La combinación de datos casi en tiempo real con el aprendizaje automático puede ayudar a determinar posibles fallas en los equipos mucho antes de que ocurran.
Los edificios inteligentes deben ser sostenibles
Hoy en día, la mayoría de los equipos cuentan con instrucciones y procedimientos detallados para realizar el mantenimiento preventivo de forma habitual. Muchos sistemas requieren que los operadores verifiquen el desgaste, reemplacen algunos componentes, limpien los filtros o realicen actualizaciones y ajustes en intervalos regulares.
Si bien estos procedimientos pueden ayudar a evitar o retrasar las fallas del equipo, no tienen en cuenta muchas diferencias en la utilización de los dispositivos o las máquinas, las condiciones de uso y otros factores.
En los últimos años, los fabricantes de ascensores, HVAC, escaleras mecánicas, sistemas de seguridad y otros equipos para edificios y administración de edificios han comenzado a presentar máquinas y componentes con sensores y capacidades de control remoto.
Los nuevos equipos con sensores incorporados no solo ayudan a brindar un panorama de los diferentes estados de las máquinas, sino que también pueden ayudar a los operadores a predecir cuándo es necesario realizar procedimientos de mantenimiento a fin de conservar las unidades en funcionamiento y que sean seguras.
El aprendizaje automático y la inteligencia artificial pueden ayudar a programar diferentes tiempos de mantenimiento para grandes instalaciones
Por lo general, el mantenimiento preventivo se basa en el tiempo o el uso. El mantenimiento predictivo, por otro lado, se basa en la condición real del equipo, no en el calendario.
Si bien el mantenimiento predictivo no reemplaza los requisitos basados en el cumplimiento de los controles de rutina, elimina lo que algunos gerentes de instalaciones denominan el enfoque de "portapapeles".
Los datos recopilados de varias unidades pueden ayudar a los fabricantes a crear una imagen de las condiciones de uso en diferentes áreas y entornos. Por ejemplo, una instalación de HVAC en un área seca y calurosa podría funcionar de manera diferente a otra en un entorno frío y húmedo; el mismo modelo instalado en un edificio residencial funciona en tiempos y condiciones diferentes que otro en una fábrica o un edificio de oficinas. Los sensores de temperatura y humedad pueden ofrecer una imagen clara de esas condiciones.
En el ejemplo anterior, el manual de mantenimiento habitual para HVAC no suele especificar diferentes condiciones de uso. Lo más probable es que indique realizar un mantenimiento preventivo en función del número de horas de funcionamiento o entre temporadas.
Los elevadores son otro excelente ejemplo de las ventajas del mantenimiento predictivo. La empresa de mantenimiento de inmuebles Enertiv dice que los beneficios son impresionantes, gracias a los datos recopilados. El mantenimiento predictivo de IoT que usó la empresa redujo los costos de mantenimiento en casi un 25%, con una reducción del 50% en las fallas de los equipos y una vida útil prolongada de los equipos de entre 20% y 36%.
Al estar al tanto de las diferentes condiciones y usar datos históricos, los operadores y proveedores de servicios pueden analizar patrones de uso y problemas de mantenimiento previos para determinar la posibilidad de fallas del equipo en ciertas situaciones.
Otro beneficio de recopilar datos de sensores para el mantenimiento predictivo es la capacidad de generar un registro auditable del comportamiento y el rendimiento de la máquina, lo que luego se puede utilizar para su beneficio si presenta un reclamo de garantía.
El mantenimiento predictivo puede ayudar a optimizar los cronogramas y la cadena de suministro
Hoy en día, la gestión de la cadena de suministro es imprescindible para la mayoría de las organizaciones. La escasez de materiales, especialmente equipos electrónicos, puede afectar las instalaciones de fabricación y el mantenimiento regular de las unidades operativas existentes en el campo.
Es por eso que saber de antemano cuándo y dónde se necesitarán las piezas de repuesto podría ayudar a mantener todo en funcionamiento y con pocas interrupciones en la operación. Además, las piezas de repuesto se pueden solicitar con anticipación y los técnicos debidamente capacitados se pueden programar para realizar el mantenimiento necesario a tiempo a fin de evitar las costosas reparaciones fuera de horario.
Invertir en mantenimiento predictivo tiene su recompensa
El mantenimiento predictivo es atractivo en muchas industrias. Mientras que la cuarta revolución industrial, apodada Industria 4.0, aún está lejos de ser ampliamente adoptada, entre análisis avanzados, big data, informática periférica y la nube, tenemos una clara idea de cómo serán las industrias del futuro y hasta dónde deben llegar los fabricantes y proveedores de servicios para completar su recorrido de transformación.
Hasta ahora, para la industria de la construcción, la adopción de nuevas tecnologías tiene claros beneficios:
- • Reducción de fallas catastróficas en los equipos: al usar sensores de IoT y análisis potentes, la empresa de mantenimiento Enertiv ha experimentado una reducción del 50% en las fallas significativas de equipos.
- • Reducción en los costos de mantenimiento: el administrador de las instalaciones de un edificio de oficinas de 29 pisos ahorró más de $16 700 en gastos operativos y otros $32 300 en costos de reparación anualmente.
- • Mejor rendimiento de seguridad: dado que los trabajos de reparación de emergencia son inherentemente más peligrosos para el personal de mantenimiento y ponen en peligro a más trabajadores, el mantenimiento predictivo ayuda a evitar esos escenarios, lo que mejora la seguridad.
- • Gestión de los reclamos de garantía: los equipos nuevos en garantía pueden fallar por muchas razones. Al emplear los datos recopilados y los análisis, los administradores de las instalaciones pueden presentar reclamos de garantía con datos específicos, especialmente cuando las fallas son crónicas y repetitivas.
Industrias como la fabricación pesada, los ferrocarriles, la producción de energía y la aviación ya son usuarios importantes del mantenimiento predictivo. Un mal funcionamiento del equipo puede crear una interrupción operativa masiva para esos sectores y costarles millones de dólares por día.
Una mirada al futuro
La industria de la construcción se está dando cuenta lentamente de las ventajas de la IoT y la inteligencia artificial. A medida que se genera más inteligencia en torno a los equipos y las instalaciones, el mantenimiento predictivo es una forma de mejorar la eficiencia operativa y la seguridad, así como de reducir los costos.
