Mantenimiento predictivo: aplicación y resultados

Francisco Rojas, CEO de Penta Analytics

Los procesos productivos en minería involucran una serie de decisiones, las que han aumentado en número y complejidad (mayor cantidad de productos, horizontes de tiempo más largos que pronosticar y diferentes calidades de los insumos, entre otras), por lo que para mejorar la eficiencia debemos ayudar a que el sistema funcione de manera “autónoma”. Si bien siempre existirá la presión por producir en la calidad y cantidad correcta, en el momento oportuno y al menor costo operativo posible, hay herramientas que permiten acercarse a este objetivo y apoyar las decisiones de negocio a partir del uso de información disponible y generada por la misma empresa.

«A partir de modelos matemáticos se puede explicar y predecir qué pasará en determinadas condiciones productivas, entendiendo qué variables y en qué rangos hay que modificarlas.»

La historia productiva es el mejor predictor del futuro. En ella es posible encontrar patrones de comportamiento que nos expliquen escenarios de alta y baja producción, y de alta o baja calidad de productos, usando las distintas fuentes de información de los procesos: malla de turnos, características y experiencia del personal, materias primas utilizadas, plan de mantención y condiciones de operación de la máquina, entre otros. A partir de modelos matemáticos se puede explicar y predecir qué pasará en determinadas condiciones productivas, entendiendo qué variables y en qué rangos hay que modificarlas, con el fin de maximizar la calidad de los resultados y/o la productividad de los procedimientos.

Con ese objetivo, se han diseñado soluciones que se hacen cargo de estas problemáticas:

  1. Optimización de procesos: Enfocada en mejorar la eficiencia de los procesos productivos –costos/calidad–, utilizando detección de patrones históricos. A través del levantamiento y análisis de procesos e información cuantitativa y cualitativa, es posible modernizar procesos para, entre algunos resultados, lograr un aumento de la producción, eliminar errores, automatizar procesos y disminuir tiempos. Los casos de éxito indican mejoras del 4% al 7% en eficiencia de procesos productivos.
  2. Mantenimiento predictivo: A partir de modelos predictivos se reduce el costo asociado a mantenimiento de maquinarias. Esto, mediante la identificación de drivers de siniestralidad, como patrones de falla, horas de uso, características de la máquina y operarios, entre otros, para diseñar e implementar pautas de mantenimiento preventivo que traen como solución una reducción de un 10% del costo total de mantenimiento.
  3. Control de producción: Se apoya el control de la operación minera utilizando la información e implementación de aplicaciones web para seguimiento de producción. Por medio de la consolidación de información de procesos productivos se permite, de manera general, visualizar indicadores de desempeño en dashboards analíticos-dinámicos, para su seguimiento más eficiente y, de forma más específica, se cuantifican los volúmenes de material por etapas, levantando alertas tempranas en caso de gaps con capacidad instalada. El uso de este sistema trae mejoras del 5% al 8% en costo de mantenimiento de información.

La invitación es a reflexionar sobre caminos complementarios, que si bien son distintos y poco triviales, pueden ser utilizados para transitar hacia mayores estándares de productividad, que ayudarán a mejorar la competitividad de la industria minera y permitirán fortalecer nuestro camino al desarrollo.

Fuente: Revista Minería Chilena. Disponible en: http://www.mch.cl/columnas/mantenimiento-predictivo-aplicacion-resultados/