Si un surtidor falla, las repercusiones negativas tanto a nivel servicio como a nivel financiero para una Estación de Servicio pueden ser enormes.

En el mundo, cada vez más compañías de diversas industrias apuestan por el mantenimiento predictivo, una serie de acciones y técnicas que se aplican con el objetivo de anticiparse a los errores.

QUÉ ES EL MANTENIMIENTO PREDICTIVO

Es una técnica que utiliza herramientas de análisis de datos para detectar anomalías en el funcionamiento y posibles defectos en los equipos y procesos, de modo que puedan solucionarse antes de que sobrevenga el fallo.

Para hacer el seguimiento del estado de los equipos y avisar a los técnicos de los próximos fallos, el mantenimiento preventivo cuenta con tres componentes principales:

• Los sensores y los dispositivos conectados instalados en las máquinas envían datos sobre el estado y el rendimiento de la máquina en tiempo real.
• Las soluciones de software y el almacenamiento en la nube (cloud computing) permiten aplicar la minería de datos (data mining) y recopilar y analizar enormes cantidades de datos usando aplicaciones de big data.
• Los modelos predictivos se alimentan con los datos procesados y utilizan tecnologías de aprendizaje automático (machine learning) para establecer patrones y comparaciones, elaborar predicciones de fallos y programar el mantenimiento antes de que ocurran.

El mantenimiento predictivo permite que la frecuencia de mantenimiento sea lo más baja posible. Cuando simplemente se programa el mantenimiento cada cierto tiempo (preventivo), pueden ocurrir dos cosas: o bien se realiza cuando no es necesario —antes de tiempo o tarde—, incurriendo en costes evitables, o bien no es lo bastante frecuente, con el riesgo de que los equipos den fallos. Así pues, el objetivo del mantenimiento predictivo es optimizar el uso de los recursos.

Las Estaciones de Servicio, en las que cada vez conviven más equipamientos capaces de generar información, comunicarse entre sí y abastecer a un sistema central, ¿están haciendo todo lo necesario para optimizar sus recursos de mantenimiento y evitar los inconvenientes que generan las fallas inesperadas?

Fuente: Iberdrola, interpretado por AOYPF