Puntos clave
Respuesta breve: La monitorización de condición es la medición del estado del activo (vibración, temperatura, calidad del aceite, etc.) más reglas de alerta por umbrales. El mantenimiento predictivo usa esos datos de condición combinados con modelos basados en el historial de fallas para prever cuándo ocurrirá una falla y programar la acción antes de que suceda. El CM es la entrada; el PdM es la salida. Las plantas que los confunden tienden a comprar herramientas de CM y a prometer resultados de PdM que no se cumplen. Véase también Torque Monitoring vs Cycle Monitoring.
La monitorización de condición es la medición continua o periódica del estado del activo. Tipos comunes:
El CM genera un flujo de datos. Actuar sobre ellos requiere reglas de umbral: si la vibración supera 5 mm/s RMS, alertar. El CM con reglas está ampliamente desplegado y aporta valor real.
El PdM usa datos de condición más modelos para prever:
La predicción proviene de modelos — basados en física, estadísticos o de machine learning — entrenados con datos históricos de fallas combinados con los datos de condición actuales.
Tres razones:
1. Decisiones de compra. Un sistema de CM es mucho más barato que una plataforma PdM real. Si solo necesitas alertas por umbral, comprar PdM es gastar de más.
2. Requisitos de datos. El PdM necesita datos históricos de fallas para entrenar modelos. Las plantas de nueva creación sin historial obtienen CM, no PdM, independientemente de lo que diga el proveedor.
3. Expectativas. El CM te dice cuándo algo está mal. El PdM te dice cuándo algo estará mal. Prometer PdM con solo CM causa decepción.
La mayoría de las plantas implementan CM y lo llaman PdM porque el marketing suena mejor. Las reglas de umbral son monitorización de condición; la predicción es implícita (por encima del umbral = fallará pronto). Esto funciona para muchos activos pero no es lo mismo que un pronóstico probabilístico con intervalos de confianza.
La posición honesta: la mayoría del "PdM" es realmente CM con umbrales. Eso está bien — el CM con umbrales aporta valor real. Simplemente no sobrevendas la predicción.
La progresión es CM primero, luego PdM a medida que se acumulan datos. Las plantas que se saltan el CM e intentan comprar PdM directamente suelen fracasar porque falta la base de datos.
1. Comprar PdM sin datos históricos. Los modelos necesitan historial. Greenfield = solo CM, hasta que se acumule historial.
2. Tratar las alertas por umbral como predicción. Un cruce de umbral es una señal de estado actual, no un pronóstico del estado futuro.
3. Ignorar la tasa de falsas alarmas. Tanto CM como PdM generan alertas que resultan ser incorrectas. Ignorar las alertas es peor que no tenerlas. Ajusta según el coste de las falsas alarmas.
4. No conectar con el flujo de trabajo de mantenimiento. Una alerta que no genera una orden de trabajo se pudre en una base de datos. La integración con el CMMS es innegociable.
Una pila moderna extrae datos de condición de los sensores, aplica umbrales para alertas estilo CM y alimenta datos históricos de fallas más firmas de condición en modelos PdM para los activos que lo justifican. El CMMS genera automáticamente órdenes de trabajo tanto desde alertas CM como desde predicciones PdM.
El CMMS de Fabrico soporta alertas estilo CM basadas en umbrales sobre una amplia gama de sensores y previsiones estilo PdM cuando los datos históricos de fallas permiten entrenar modelos — ambos alimentando órdenes de trabajo en el flujo de mantenimiento.
Vea cómo Fabrico captura esto automáticamente — explore OEE for manufacturing o solicite una demo.
No. Los modelos PdM necesitan datos de condición como entrada. El CM es el requisito previo.
Depende de la tasa de fallos y del tipo de modelo. Años de datos son comunes; para fallos muy raros, el rendimiento del modelo está limitado en cualquier caso.
No estrictamente. Algunos PdM usan modelos estadísticos (Weibull, regresión) en lugar de redes neuronales. La distinción honesta es predicción basada en datos frente a reglas de umbral.
Compara la tasa de falsas alarmas y la tasa de fallos no detectados con la estrategia de mantenimiento preventiva actual. El PdM compensa cuando reduce ambos con sensores y modelado coste‑efectivos.
No. Aplica PdM a activos críticos donde el coste de la falla es alto. Los activos de menor criticidad reciben CM con umbrales o se operan hasta el fallo.
Iniciar sesión
Blog
