����������������������������������������������������������������������������������

 

 

Estudio de t�cnicas y tecnolog�as para implementar mantenimiento predictivo en sistemas el�ctricos industriales

 

Study of techniques and technologies to implement predictive maintenance in industrial electrical systems

 

Estudo de t�cnicas e tecnologias para a implementa��o de manuten��o preditiva em sistemas el�tricos industriais

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: jordy.lopez4327@utc.edu.ec

 

Ciencias T�cnicas y Aplicadas

Art�culo de Investigaci�n

 

 

* Recibido: 18 de febrero de 2025 *Aceptado: 24 de marzo de 2025 * Publicado: �17 de abril de 2025

        I.            Universidad T�cnica de Cotopaxi, Ecuador.

      II.            Universidad T�cnica de Cotopaxi, Ecuador.

   III.            Universidad T�cnica de Cotopaxi, Ecuador.

   IV.            Universidad T�cnica de Cotopaxi, Ecuador.

 

Resumen

El art�culo cient�fico "Estudio de t�cnicas y tecnolog�as para implementar mantenimiento predictivo en sistemas el�ctricos industriales" aborda la importancia del mantenimiento predictivo en el �mbito industrial, especialmente en sistemas el�ctricos. Se analizan diversas t�cnicas y tecnolog�as que permiten anticipar fallos y optimizar el rendimiento de los equipos.

El mantenimiento predictivo se fundamenta en la recolecci�n y an�lisis de datos en tiempo real, lo que posibilita identificar patrones y tendencias que indican el estado de los sistemas el�ctricos. Con el prop�sito de cumplir con el objetivo de estudio, se aplic� un an�lisis de las fuentes de informaci�n documentales, que permita conceptualizar y fundamentar la importancia del mantenimiento predictivo.

Finalmente, se concluye que la implementaci�n de un programa de mantenimiento predictivo no solo mejora la confiabilidad de los sistemas el�ctricos industriales, sino que tambi�n genera un impacto positivo en la sostenibilidad y rentabilidad de las operaciones industriales. Se recomienda una planificaci�n adecuada y capacitaci�n del personal para maximizar los beneficios de estas tecnolog�as.

Palabras clave: Estudio de T�cnicas; Mantenimiento Predictivo; An�lisis de Datos.

 

Abstract

The scientific article "Study of Techniques and Technologies for Implementing Predictive Maintenance in Industrial Electrical Systems" addresses the importance of predictive maintenance in the industrial field, especially in electrical systems. Various techniques and technologies are analyzed that allow for anticipating failures and optimizing equipment performance.

Predictive maintenance is based on the collection and analysis of real-time data, which makes it possible to identify patterns and trends that indicate the status of electrical systems. To achieve the study objective, an analysis of documentary information sources was applied, allowing the conceptualization and substantiation of the importance of predictive maintenance.

Finally, it is concluded that the implementation of a predictive maintenance program not only improves the reliability of industrial electrical systems but also has a positive impact on the sustainability and profitability of industrial operations. Proper planning and personnel training are recommended to maximize the benefits of these technologies.

Keywords: Study of Techniques; Predictive Maintenance; Data Analysis.

Resumo

O artigo cient�fico "Estudo de t�cnicas e tecnologias para a implementa��o de manuten��o preditiva em sistemas el�tricos industriais" aborda a import�ncia da manuten��o preditiva no setor industrial, especialmente em sistemas el�tricos. S�o analisadas diversas t�cnicas e tecnologias para antecipar falhas e otimizar o desempenho dos equipamentos.

A manuten��o preditiva baseia-se na recolha e an�lise de dados em tempo real, o que permite identificar padr�es e tend�ncias que indicam o estado dos sistemas el�tricos. Para dar resposta ao objetivo do estudo, foi aplicada uma an�lise de fontes de informa��o documental, permitindo conceptualizar e justificar a import�ncia da manuten��o preditiva.

Por fim, conclui-se que a implementa��o de um programa de manuten��o preditiva n�o s� melhora a fiabilidade dos sistemas el�tricos industriais, como tamb�m tem um impacto positivo na sustentabilidade e na rentabilidade das opera��es industriais. O planeamento adequado e a forma��o da equipa s�o recomendados para maximizar os benef�cios destas tecnologias.

Palavras-chave: Estudo de T�cnicas; Manuten��o Preditiva; An�lise de dados.

 

Introducci�n

El mantenimiento predictivo se ha convertido en una estrategia fundamental para la gesti�n eficiente de la infraestructura el�ctrica en entornos industriales (Reina-P�rez, Reina-Quin�nez, Valencia, Chere, & C�ngora , 2017). A medida que las empresas buscan maximizar la disponibilidad de sus equipos y reducir costos operativos, la necesidad de adoptar enfoques proactivos en el mantenimiento se vuelve cada vez m�s evidente. Este estudio tiene como objetivo explorar las diversas t�cnicas y tecnolog�as que pueden ser implementadas para optimizar el mantenimiento predictivo en sistemas el�ctricos industriales�(Ramos & Corrales, 2024). Se basa en la monitorizaci�n continua del estado de los equipos y sistemas, utilizando datos en tiempo real para prever fallos antes de que ocurran. A diferencia del mantenimiento correctivo, que reacciona a fallos (desperfectos) ya ocurridos, y del mantenimiento (soporte) preventivo, que se realiza en intervalos regulares sin considerar el estado real del equipo, el mantenimiento (sostenimiento) predictivo busca maximizar la vida �til de los componentes y minimizar interrupciones no planificadas.�(Itcsystem, 2022).

En la actualidad, la industria enfrenta desaf�os significativos relacionados con la eficiencia operativa y la reducci�n de costos. Uno de los enfoques m�s prometedores para abordar estos desaf�os es el mantenimiento predictivo, una estrategia que permite anticipar fallos en los equipos y sistemas antes de que ocurran, minimizando as� el tiempo de inactividad y optimizando los recursos. Este enfoque se basa en el an�lisis de datos recopilados a trav�s de diversas t�cnicas y tecnolog�as, que permiten identificar patrones y tendencias que indican el estado de los sistemas el�ctricos industriales.

El mantenimiento predictivo no solo mejora la fiabilidad de los equipos, sino que tambi�n contribuye a la sostenibilidad de las operaciones industriales al reducir el desperdicio de recursos y prolongar la vida �til de los activos. Sin embargo, la implementaci�n efectiva de estas t�cnicas requiere un entendimiento profundo de las tecnolog�as disponibles, tales como el Internet de las Cosas (IoT), el an�lisis de datos y la inteligencia artificial, as� como de los m�todos de monitoreo y diagn�stico.

El mantenimiento predictivo se basa en tres principios fundamentales:

�         El monitoreo de condiciones implica el uso de sensores y sistemas de adquisici�n de datos para medir par�metros cr�ticos de los equipos el�ctricos, como vibraciones, temperatura, corriente, tensi�n y ruido. Estas mediciones permiten identificar desviaciones que podr�an indicar fallas inminentes.

�         El an�lisis de datos utiliza algoritmos de aprendizaje autom�tico, t�cnicas estad�sticas y herramientas de an�lisis predictivo para interpretar los datos recopilados. Este an�lisis permite predecir el tiempo de vida �til restante de los componentes y priorizar las intervenciones de mantenimiento.

�         El an�lisis de datos emplea algoritmos de aprendizaje autom�tico, t�cnicas estad�sticas y herramientas de an�lisis predictivo para interpretar la informaci�n recopilada. Gracias a este enfoque, es posible estimar el tiempo de vida �til restante de los componentes y priorizar las intervenciones de mantenimiento de manera m�s eficiente.

�         La acci�n proactiva implica ejecutar actividades de mantenimiento s�lo cuando los datos predicen una probabilidad elevada de falla. Esto minimiza las intervenciones innecesarias y reduce los costos asociados.

La implementaci�n efectiva del mantenimiento predictivo enfrenta desaf�os significativos (Cahuasqui & Zapata, 2023). La integraci�n de nuevas tecnolog�as con sistemas existentes puede ser compleja y costosa, requiriendo una planificaci�n cuidadosa y recursos considerables. La calidad y gesti�n de los datos recopilados son fundamentales; datos inexactos o mal interpretados pueden conducir a diagn�sticos err�neos (Sinha & Lee, 2024). Adem�s, es esencial capacitar al personal para manejar estas tecnolog�as avanzadas, garantizando una transici�n efectiva y el m�ximo aprovechamiento de las herramientas disponibles. (Villaz�n, 2019).

Este art�culo se propone explorar las diferentes t�cnicas y tecnolog�as que pueden ser utilizadas para implementar un sistema de mantenimiento predictivo en sistemas el�ctricos industriales. (Este art�culo tiene como objetivo explorar las diversas t�cnicas y tecnolog�as aplicables para la implementaci�n de un sistema de mantenimiento predictivo en sistemas el�ctricos industriales). Se analizar�n casos de estudio y se discutir�n las metodolog�as m�s efectivas, as� como los desaf�os y oportunidades que presenta la integraci�n de estas soluciones en el entorno industrial. A trav�s de esta investigaci�n, se busca ofrecer una visi�n integral que permita a las empresas adoptar estrategias de mantenimiento m�s avanzadas y alineadas con las tendencias actuales de la industria 4.0.

 

Metodolog�a

La metodolog�a utilizada en el estudio de t�cnicas y tecnolog�as para implementar mantenimiento predictivo en sistemas el�ctricos industriales (presente estudio), se enfoc� en realizar un an�lisis de fuentes documentales sobre mantenimiento predictivo, incluyendo t�cnicas, herramientas, tecnolog�as y estudios de caso relevantes. De la misma manera, se realiz� estudio de tesis y art�culos de revistas que respondan a nuestro objeto de estudio. Todo esto, para identificar las tendencias actuales y los desaf�os en el mantenimiento de sistemas el�ctricos industriales.

 

Desarrollo

De acuerdo a la investigaci�n documental realizada en nuestro objeto de estudio, se puede evidenciar que existen diferentes tipos de mantenimiento en sistemas el�ctricos industriales. Lo cual se puede clasificar en varios tipos, dependiendo de los criterios que se utilicen para su clasificaci�n. A continuaci�n, se mencionan algunos de los tipos m�s comunes:

      1.            Mantenimiento programado: Se realiza en intervalos espec�ficos de tiempo, independientemente del estado del equipo. Esto puede incluir revisiones peri�dicas, limpieza y ajustes. (Silva, 2023)

      2.            Mantenimiento basado en el tiempo: Similar al mantenimiento programado, pero se basa en el tiempo de operaci�n o ciclos de uso del equipo. Por ejemplo, realizar mantenimiento cada 500 horas de funcionamiento.� (Gual�n & Lucero, 2011)

      3.            Mantenimiento predictivo: Utiliza t�cnicas de monitoreo y an�lisis para prever fallos antes de que ocurran. Esto puede incluir el uso de termograf�a, an�lisis de vibraciones y pruebas el�ctricas. (Cherres, 2015)

      4.            Mantenimiento condicional: Se lleva a cabo cuando ciertos par�metros o condiciones indican que el equipo puede necesitar atenci�n. Esto se basa en el monitoreo continuo del estado del equipo. (Paredes, Carre�o, & M�ndez , 2018)

      5.            Mantenimiento sistem�tico: Se basa en la experiencia y el historial de fallos de los equipos. Se realizan tareas de mantenimiento en funci�n de la probabilidad de fallo basada en datos hist�ricos. (Fern�ndez, 2018)

      6.            Mantenimiento por inspecci�n: Consiste en realizar revisiones visuales y pruebas de equipos el�ctricos para identificar desgastes, corrosi�n o fallos inminentes. (P�rez, 2021)

      7.            Mantenimiento estandarizado: Involucra la implementaci�n de procedimientos y est�ndares espec�ficos para garantizar que el mantenimiento se realice de manera uniforme y efectiva. (Tafurt, 2012)

Se evidencia que el mantenimiento predictivo nos permite monitorear y dar seguimiento al estado en el que se encuentra los (el) equipo, con el prop�sito de identificar las fallas (los desperfectos) que pudieran presentarse en un futuro. Este mantenimiento preventivo (predictivo) tiene como prop�sito evitar que el equipo falle durante su per�odo de vida �til.� Cabe indicar que el prop�sito del mantenimiento preventivo en sistemas el�ctricos industriales es Asegurar el funcionamiento eficiente, seguro y continuo de los equipos y sistemas el�ctricos a lo largo del tiempo (Ortiz, 2024). Algunos de los objetivos espec�ficos del mantenimiento preventivo (predictivo) incluyen:

�         Minimizar el tiempo de inactividad: Al realizar mantenimiento regular, se pueden identificar y corregir problemas antes de que causen fallas significativas, lo que reduce el tiempo de inactividad no planificado.

�         Aumentar la vida �til de los equipos: El mantenimiento preventivo (predictivo) ayuda a prolongar la vida �til de las componentes el�ctricas al evitar el desgaste excesivo y las fallas (desperfectos prematuros) prematuras.

�         Mejorar la seguridad: Al mantener los sistemas el�ctricos en condiciones �ptimas, se reducen los riesgos de accidentes laborales, incendios y otros peligros asociados con fallos el�ctricos.

�         Optimizar el rendimiento: Un mantenimiento adecuado garantiza que los equipos operen a su m�xima eficiencia, lo que puede traducirse en un menor consumo de energ�a y una mejor calidad del producto.

�         Reducir costos a largo plazo: Aunque el mantenimiento preventivo (predictivo) implica un costo inicial, a menudo resulta en ahorros significativos al evitar reparaciones costosas y p�rdidas de producci�n debido a fallas inesperadas.

�         Cumplir con normativas y est�ndares: Muchas industrias est�n sujetas a regulaciones que exigen la realizaci�n de mantenimiento regular para garantizar la seguridad y el funcionamiento adecuado de los equipos el�ctricos.

�         Facilitar la planificaci�n y gesti�n de recursos: Un programa de mantenimiento preventivo (predictivo) bien estructurado permite a las empresas planificar (optimizar) mejor sus recursos, tanto humanos como materiales, al establecer un calendario de actividades y requerimientos.

De acuerdo a (Ordo�ez & Nieto, 2010), el mantenimiento preventivo (predictivo) es fundamental para garantizar la fiabilidad, seguridad y eficiencia de los sistemas el�ctricos industriales, contribuyendo as� al �xito general de la operaci�n.

El mantenimiento predictivo en sistemas el�ctricos industriales es una estrategia de gesti�n que se centra en anticipar y prevenir fallos en los equipos el�ctricos mediante la monitorizaci�n continua y el an�lisis de su estado. A diferencia del mantenimiento correctivo, que act�a una vez que se presenta un problema, o del mantenimiento preventivo, que se basa en intervalos de tiempo y actividades programadas, el mantenimiento predictivo utiliza t�cnicas de diagn�stico y herramientas de medici�n para evaluar el rendimiento de los equipos en tiempo real. (Suazo, 2025|)

Entre las t�cnicas comunes de mantenimiento predictivo se incluyen:

      1.            Termograf�a: Utiliza c�maras infrarrojas para identificar puntos calientes en componentes el�ctricos que podr�an indicar un fallo inminente.

      2.            An�lisis de vibraciones: Monitoriza las vibraciones de motores y otros equipos para detectar desequilibrios o desgastes que puedan causar fallos.

      3.            Ultrasonido: Capta sonidos que son inaudibles para el o�do humano, permitiendo identificar problemas en equipos el�ctricos y mec�nicos.

      4.            An�lisis de aceite: Eval�a la calidad del aceite en transformadores y otros equipos para detectar contaminantes y desgastes.

      5.            Monitorizaci�n de corriente y voltaje: Permite identificar anomal�as en el consumo el�ctrico que pueden indicar problemas en los motores o en la red el�ctrica.

      6.            Internet de las Cosas (IoT): Implementaci�n de sensores conectados para recopilar datos de manera continua. Facilita la anal�tica de datos y la predicci�n de fallos.

(Arroyo & Obando, 2022), el objetivo del mantenimiento predictivo es maximizar la disponibilidad de los equipos, reducir tiempos de inactividad no planificados, optimizar los costos de mantenimiento y prolongar la vida �til de los activos. Al implementar un programa de mantenimiento predictivo, las empresas pueden tomar decisiones informadas sobre cu�ndo y c�mo realizar las intervenciones necesarias, mejorando as� la eficiencia operativa en sus instalaciones industriales.

 

Conclusi�n

Luego de hacer realizado el respectivo estudio sobre t�cnicas y tecnolog�as para implementar mantenimiento predictivo en sistemas el�ctricos industriales, se puede concluir en la importancia y la efectividad de este enfoque para optimizar la operatividad y la eficiencia de los sistemas el�ctricos.

Tras realizar el estudio sobre las t�cnicas y tecnolog�as para implementar el mantenimiento predictivo en sistemas el�ctricos industriales, se concluye que este enfoque es crucial y altamente efectivo para optimizar la operatividad y eficiencia de dichos sistemas.

Se puede evidenciar que el mantenimiento predictivo permite anticipar fallas antes de que ocurran, lo que incrementa la fiabilidad de los equipos y reduce el tiempo de inactividad no programado. Esto se traduce en una mayor disponibilidad de los sistemas el�ctricos y, por ende, en una producci�n m�s constante.

Se puede observar que el mantenimiento predictivo permite anticipar las fallas antes de que ocurran, lo que aumenta la fiabilidad de los equipos y disminuye el tiempo de inactividad no programado. Como resultado, se logra una mayor disponibilidad de los sistemas el�ctricos, lo que se traduce en una producci�n m�s continua y estable.

La implementaci�n de t�cnicas de mantenimiento predictivo, como el an�lisis de vibraciones, termograf�a y monitoreo de condiciones, ha demostrado ser m�s costo-efectiva a largo plazo que los enfoques tradicionales de mantenimiento correctivo o preventivo. Al evitar paradas inesperadas y optimizar las intervenciones, las empresas pueden reducir significativamente los costos operativos.

Este estudio demuestra la relevancia de integrar tecnolog�as como el Internet de las Cosas (IoT), inteligencia artificial y an�lisis de big data, que permiten un monitoreo en tiempo real de los equipos y una mejor toma de decisiones. Estas tecnolog�as facilitan la recolecci�n y el an�lisis de datos, lo que mejora la precisi�n de las predicciones sobre el estado de los equipos.

Para el �xito de la implementaci�n del mantenimiento predictivo, es crucial fomentar una cultura organizacional orientada a la innovaci�n y la capacitaci�n continua del personal. La formaci�n en nuevas tecnolog�as y metodolog�as permitir� al personal adaptarse a los cambios y maximizar el potencial de las herramientas de mantenimiento predictivo. A pesar de los beneficios, el estudio tambi�n identifica desaf�os como la inversi�n inicial en tecnolog�a, la resistencia al cambio y la necesidad de contar con personal capacitado. Superar estos obst�culos es esencial para una implementaci�n efectiva y sostenible del mantenimiento predictivo.

Para concluir; podemos indicar que el mantenimiento predictivo en sistemas el�ctricos industriales representa una evoluci�n significativa en la gesti�n del mantenimiento, ofreciendo ventajas competitivas a las empresas que lo adopten. La combinaci�n de t�cnicas adecuadas, tecnolog�as avanzadas y un enfoque proactivo en la capacitaci�n del personal puede llevar a una optimizaci�n considerable de los procesos industriales.

 

Referencias

      1.            Arroyo, C., & Obando, R. (2022). Importancia de la implementaci�n de mantenimiento preventivo en las plantas de producci�n para optimizar procesos. Journal Of Engieering Sciences, 4(10). doi:https://doi.org/10.53734/esci.vol4.id240

      2.            Cahuasqui, E., & Zapata, S. (2023). Mantenimiento Predictivo de rotaci�n de personal en Microempresas con IA. Journal Of Sciencie And Research, 8(4). doi:https://doi.org/10.5281/zenodo.10002079

      3.            Cherres, D. (2015). Estudio de implementaci�n del sistema predictivo en la compa��a ecuatoriana del Caucho Erco. Cuenca: Universidad Polit�cnica Salesiana. Obtenido de https://dspace.ups.edu.ec/bitstream/123456789/11282/1/UPS-CT005547.pdf

      4.            Fern�ndez, E. (2018). Gesti�n de Mantenimiento: Lean. Universidad de Oviedo. Obtenido de https://digibuo.uniovi.es/dspace/bitstream/handle/10651/47868/Gesti%F3n%20de%20Mantenimiento.%20Lean%20Maintenance%20y%20TPM.pdf;jsessionid=86F67045012B52D2F036AC098BF266C4?sequence=1

      5.            Gual�n, N., & Lucero, C. (2011). Elaboraci�n de un plan de mantenimiento preventivo para el �rea de preparaci�n de la emoresa Francelana S.A. Quito: Escuela Polit�cnica Nacional. Obtenido de https://bibdigital.epn.edu.ec/bitstream/15000/3983/1/CD-3751.pdf

      6.            Itcsystem. (21 de abril de 2022). Diferencia entre mantenimiento correctivo y preventivo. Obtenido de https://www.itcsystem.es/diferencia-entre-mantenimiento-correctivo-y-preventivo/

      7.            Ordo�ez, J., & Nieto, L. (2010). Mantenimiento de sistemas electrcos de distribuci�n. Guayaquil: Universidad Polit�cnica Saleniana. Obtenido de https://dspace.ups.edu.ec/bitstream/123456789/2119/15/UPS-GT000156.pdf

      8.            Ortiz, C. (24 de Septiembre de 2024). M�trica Soluciones en eneg�a cr�tica. Obtenido de https://metrica.cl/mantenimiento-preventivo-y-correctivo-en-sistemas-electricos-criticos/

      9.            Paredes, P., Carre�o, E., & M�ndez , R. (2018). Dise�o de un plan de mantenimiento basado en condici�n para la empresa Molinos Guanent� S.A.S. Revista Matices Tecnol�gicos(9). Obtenido de https://core.ac.uk/download/pdf/267845988.pdf

  10.            P�rez, F. (2021). Conceptos Generales en la Gesti�n del Mantenimiento Industrial (Vol. 1). Bucaramanga: Usta. Obtenido de https://repository.usta.edu.co/server/api/core/bitstreams/f516cd17-2f00-48d9-b7aa-b49a3e72016a/content

  11.            Ramos, J., & Corrales, J. (2024). Mantenimiento Predictivo en Redes El�ctricas Inteligentes (Smart Grids). Revista Cient�fica Dominio de Las Ciencias, 10(3). doi:https://doi.org/10.23857/dc.v10i3.3946

  12.            Reina-P�rez, F., Reina-Quin�nez, F., Valencia, N., Chere, B., & C�ngora , J. (2017). El mantenimiento predictivo, eficaz para sistemas el�ctricos de potencia. Polo del Conocimiento, 2(12). Obtenido de http://polodelconocimiento.com/ojs/index.php/es

  13.            Silva, O. (12 de 06 de 2023). Fracttal. Obtenido de https://www.fracttal.com/es/blog/que-es-el-mantenimiento-programado-y-como-implementarlo

  14.            Sinha, S., & Lee, Y. (2024). Challenges with developing and deploying AI models and applications in industrial systems. Discover Artificial Intelligence. doi:https://doi.org/10.1007/s44163-024-00151-2

  15.            Suazo, L. (30 de Enero de 2025|). Tractian. Obtenido de Las mejores t�cnicas de Mantenimiento Predictivo: https://tractian.com/es/blog/tecnicas-de-mantenimiento-predictivo-utilizadas-en-la-industria

  16.            Tafurt, A. (2012). Estandarizaci�n de los procesos del �rea de mantenimiento de los laboratorios de las Facultades de Ciencias Naturales y Ciencias de la Saud de la Universidad ICESI. Santiago de Cali: Universdad Icesi. Obtenido de https://repository.icesi.edu.co/server/api/core/bitstreams/5f9b8cf1-8d93-7785-e053-2cc003c84dc5/content

  17.            Villaz�n, B. (2019). El Mantenimiento Predictivo en la Industria 4.0. Espa�a: Fujtisu. Obtenido de https://www.clubexcelencia.org/system/files/migrated/knowledge/documents/files/el_mantenimiento_predictivo_en_la_industria_4.0_-.pdf

 

 

 

 

 

 

 

 

� 2025 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).