Estudio, análisis y desarrollo de estrategias de mantenimiento en maquinaria y sistemas industriales. Evaluación de riesgos, fiabilidad y disponibilidad

Resumen

El desarrollo e implantación de máquinas multietapa (MTSM) en el entorno industrial, es una realidad cada vez más presente en el mercado. Para el cumplimiento de los objetivos de producción, es necesario establecer las estrategias de mantenimiento adecuadas. En las máquinas multietapa, la estrategia de mantenimiento se basa en el control del estado de los componentes, ya que, si falla un componente de una etapa, este hecho provocará la parada de la máquina, con la pérdida de la fabricación en curso. El objeto de esta tesis es desarrollar estrategias de mantenimiento preventivo y predictivo para este tipo de máquinas, basadas en una prueba experimental con una máquina termo formadora. En el primer trabajo, se definen las estrategias de Mantenimiento Correctivo (CM) Preventivo Programado (PPM) Preventivo Programado Mejorado (IPPM) y estudian solo las preventivas. Los resultados comparativos entre ambas indican mejoras de disponibilidad y eficiencia. Posteriormente se estudia el Mantenimiento Predictivo (PdM) basado en la distribución de sensores por la máquina y algoritmos que trabajan con sus valores constantemente. Dos algoritmosson propuestos, Algortithm LiIfe Optimization (ALOP) y Digital Behaviour Twin (DBT) Los resultados obtenidos muestran la capacidad de advertir posibles fallos en componentes antes de que declinen en un fallo no esperado. En un segundo trabajo, se profundiza aún más en el mantenimiento preventivo, definiendo una Condición Global de Operación (GOC) y dos indicadores de desempeño (KPI) por cada componente. Este estudio propone el uso de una matriz que permite adoptar la decisión más adecuada sobre la estrategia de mantenimiento preventivo de cada componente.