Diferencias y alternativas al MES, ERP, SCADA
septiembre 10, 2024
KPIs clave para el mantenimiento industrial
En industria, la eficiencia y la productividad dependen de la capacidad de identificar y actuar sobre el día a día de nuestra planta utilizando para ello los datos más correctos posibles en cada caso.
Los KPIs de mantenimiento industrial son imprescindibles para alcanzar este objetivo, ya que permiten analizar el rendimiento de los equipos y optimizar los procesos para garantizar el éxito operativo.
En este blog os desglosamos los principales indicadores a considerar, sus fórmulas, sus usos más típicos y cómo podemos llegar a visualizarlos para un análisis efectivo.
¿Cuáles son los principales KPIs de mantenimiento industrial? 🤔
Son aquellos que evalúan aspectos críticos como la disponibilidad de los equipos, la eficiencia de las reparaciones y los tiempos de inactividad de las máquinas. Es decir, son indicadores cuyo uso simplifica la toma de decisiones en cuanto a reparaciones y mantenimiento. Y permiten detectar oportunidades de mejora, optimizar recursos y garantizar la continuidad operativa.
Estas son las métricas clave de mantenimiento que vamos a explicar en detalle a continuación:
- MTTF: Mean Time To Failure
- MTBF: Mean Time Between Failures
- MTTR: Mean Time To Repair
- MTTD (Mean Time To Detect) / Tiempo de Atención de Avería
- Disponibilidad y Downtime
1. Mean Time To Failure (MTTF): Anticipa los fallos
El MTTF o «Tiempo medio hasta el fallo» mide el tiempo promedio que un equipo opera antes de fallar de manera irreparable. Más concretamente: cuánto tiempo tarda en fallar en promedio un equipo, elemento, o dispositivo no reparable. Por ej. una bombilla, un sensor, un rodillo de una cinta de fabricación…
Este KPI es muy útil para saber en qué momento hay que hacer un mantenimiento programado, o para tener un buen dato de coste anual de cada suministro recurrente que necesito.
Para que el MTTF tenga sentido, hay que tener en cuenta la longevidad de los elementos. A mayor longevidad, mayor debe ser el periodo total en el que se calcule el KPI. Por ejemplo, un PLC debería durar muchos años, por lo que para calcular su MTTF de manera fiable no debería hacerse en un periodo demasiado corto (inferior a su vida útil estimada), ya que saldría desvirtuado.
Por todo esto, no tiene mucho sentido el MTTF en elementos reparables ni de larga duración.
Al ser un indicador que nos va a permitir calcular la calidad y durabilidad de los dispositivos, es muy habitual medirlo utilizando varios dispositivos similares o del mismo modelo simultáneamente. Por ejemplo, si quiero medir el MTTF de un tipo de sensor de temperatura y tengo 10 instalados en mi planta, consideraremos los tiempos de funcionamiento de todos ellos para ver su duración media real (a veces el fabricante no facilita este dato o no coincide exactamente con la realidad de nuestra fábrica, así que este KPI nos ayuda a comprobarlo).
Fórmula:
🧪 MTTF = Tiempo total de operación hasta que falla el equipo o dispositivo definitivamente / Nº de equipos
Ejemplo práctico:
Supongamos que utilizamos un modelo de sensor tipo A en 10 puntos de nuestra planta. Y a lo largo de un año de funcionamiento (5000 horas) se han tenido que sustituir, empleando un total de 22 sensores a lo largo del año. El MTTF quedaría de la siguiente manera:
👉 Tiempo total de operación: 10 x 5.000 horas = 50.000 horas
👉 Número total de sensores utilizados: 22 sensores
👉 MTTF = 50.000 / 22 = ~ 2.273 horas
Lo que nos indicaría que, en promedio, cada 2.273 horas tenemos que sustituir un sensor del tipo A.
Cómo usarlo:
Un MTTF bajo puede indicar condiciones operativas inadecuadas o mala calidad del dispositivo. Si este tiempo disminuye, podría ser señal de que está empeorando la calidad del producto o suministro que utilizamos.
2. Mean Time Between Failures (MTBF): Mide la fiabilidad
El MTBF o “Tiempo medio entre fallos” mide el tiempo promedio entre fallos consecutivos en equipos reparables. Este KPI es crucial para evaluar la fiabilidad o durabilidad, cuanto mayor sea este valor, más tiempo transcurrirá entre un fallo y otro.
El MTBF es habitual usarlo en líneas de producción, motores, máquinas… es decir, en elementos que es posible reparar.
Fórmula:
🧪 MTBF = Tiempo total de operación / Nº de fallos
Ejemplo práctico:
Si una máquina opera 1.000 horas con cinco fallos, su MTBF sería:
👉 MTBF = 1.000 / 5 = 200 horas
Si una máquina tiene un MTBF de 200 horas, significa que, en promedio, puede operar durante ese tiempo sin interrupciones. Un incremento en este KPI refleja una mejora en el funcionamiento.
Cómo usarlo:
Un MTBF alto refleja equipos eficaces, mientras que valores bajos indican necesidad de mejoras.
💡 Es habitual confundir el MTBF con el MTTF, o considerar que el MTTF sólo es para elementos irreparables. Sin embargo, las máquinas tampoco son reparables para siempre, por lo que finalmente tendremos tanto un MTBF como un MTTF (aunque este no tiene tanto sentido).
Imaginemos un motor que se rompe cada 6 meses: su MTBF sería de 6 meses, pero si falla definitivamente a los 10 años, su MTTF sería 10 años. Pero en un elemento de tan larga duración, puede que ni siquiera reponga por el mismo elemento o marca, así que este análisis perdería sentido.
3. Mean Time to Repair (MTTR): Agiliza las reparaciones
El MTTR o «Tiempo medio de reparación» mide el tiempo promedio necesario para reparar un equipo tras un fallo, es decir, desde que empiezas a reparar una máquina hasta que esta está reparada. Es clave para evaluar la eficiencia del equipo de mantenimiento.
Fórmula:
🧪 MTTR = Tiempo total de reparaciones / Nº total de reparaciones
Ejemplo práctico:
Si una máquina tiene el mismo fallo 3 veces en un año y se repara la primera en 4h, luego en 3h y luego en 2,5h, el MTTR sería:
👉 MTTR = (4 + 3 + 2,5) / 3 = 3,17 horas
Cómo usarlo:
Un MTTR alto o en aumento puede reflejar falta de recursos, repuestos o capacitación adecuada.
Para analizar este KPI, en lugar de fijarnos solo en su valor en un momento dado, lo interesante es seguir su evolución en el tiempo. Por ejemplo, si el MTTR desciende es un indicativo de mejora (cada vez reparamos mejor y más rápido), y si por el contrario aumenta, es señal de que cada vez resulta más costosa la reparación.
Es por tanto especialmente útil tener el MTTR y su evolución por máquina y por fallo. Esto también nos permite tener una estimación de cuánto tiempo vamos a necesitar en la siguiente reparación.
💡 Aplicación práctica:
Configura alertas automáticas cuando el MTTR supere un valor límite y prioriza intervenciones para reducirlo.
4. Mean Time to Detect (MTTD) y Tiempo de Atención de Avería: Cuánto tiempo se tarda en detectar y atender una avería
El MTTD o «Tiempo medio de detección» es el tiempo que transcurre desde que hay una avería hasta que es detectada. Esto no suele ser muy interesante en industria, ya que cuando falla una máquina la detección es prácticamente inmediata (por el operario, personal de mantenimiento…).
Por eso, es mucho más interesante utilizar el Tiempo de Atención de Avería, que nos indica cuánto se tarda en llegar a atender la avería y comenzar a repararla.
Tener Tiempos de Atención de Avería elevados puede ser indicativo de un mal sistema de alertas, mala comunicación, falta de visión de lo que sucede en planta… El Tiempo de Atención de Avería combinado con el MTTR es especialmente útil a la hora de priorizar la resolución de averías. Comparando estos KPIs por máquina o por avería, podremos detectar intervenciones donde se tarda más en llegar a la reparación que en ejecutarla. Lo ideal sería solucionar las averías de más rápida reparación antes de las que son muy costosas en tiempo, ya que esto nos ayudará a mejorar la eficiencia global de la planta.
Ejemplo práctico:
Imaginemos el siguiente escenario:
👉 Estoy reparando la Línea 1.
👉 Durante la reparación, surge otra avería en la Línea 2.
👉 ¿Qué hacemos? A priori seguiré con la Línea 1 antes de ir a la Línea 2.
Sin embargo, si tenemos los indicadores de Tiempo de Atención de Avería y de MTTR, tendremos información muy valiosa:
✅ MTTR de la avería de la Línea 1: ~10 horas.
✅ MTTR de la avería de la Línea 2: ~1 hora.
¿Qué hacemos entonces?
👉 Si seguimos reparando la Línea 1 resultará algo completamente ineficiente. Ya que la Línea 1 estará parada 10 horas y la Línea 2: 11 horas. En total 21 horas paradas de producción.
👉 Sin embargo, si cambiamos y priorizamos la Línea 2, el resultado será muy diferente. Parada Línea 2: 1 hora, parada Línea 1: 11 horas. En total hemos tenido 12 horas de parada de producción.
5. Disponibilidad y Downtime: Maximiza el tiempo operativo y la eficiencia global del equipo
El OEE u «Overall Equipment Effectiveness» es un indicador que mide la efectividad general de un equipo considerando tres factores principales: disponibilidad, rendimiento y calidad. Aunque cada componente es relevante, aquí nos enfocaremos en la disponibilidad, que está directamente relacionada con el mantenimiento.
La Disponibilidad evalúa cuánto tiempo está un equipo operativo en comparación con el tiempo total planificado. Es esencial para identificar cuánto afectan las interrupciones al rendimiento global.
De forma complementaria, el Downtime o Tiempo de Inactividad mide cuánto tiempo permanece una máquina parada debido a: averías, mantenimiento no programado u otros factores.
Estos dos KPIs afectan directamente la productividad.
Fórmulas:
🧪 Disponibilidad (%) = Tiempo operativo / Tiempo total planificado
🧪 Downtime (%) = Tiempo total parado / Tiempo total planificado
Entre los dos suman el 100% del Tiempo total planificado.
Ejemplo práctico:
Una máquina tiene un tiempo total planificado de 480 minutos por turno, pero estuvo detenida durante 30 minutos. Su disponibilidad y downtime serían:
👉 Disponibilidad = (480 – 30) / 480 = 93,75%
👉 Downtime = 30 / 480 = 6,25%
Este ejemplo parece ofrecer buen nivel de disponibilidad, pero al detallar las causas del downtime, se podría identificar si es posible mejorarlo aún más.
Cómo usarlo:
Como acabamos de mencionar, es necesario analizar las causas del downtime para minimizar sus efectos en la producción. Y poder aplicar estrategias específicas para reducirlo, como mantenimiento predictivo, capacitación del equipo, alertas y automatización.
Cómo visualizar KPIs industriales: Datos que hablan, la clave para un análisis efectivo 🗝️
Medir los KPIs es solo el primer paso. La verdadera eficiencia surge al visualizar los datos de manera clara y personalizada. Un dashboard bien diseñado permite:
✅ Identificar patrones a lo largo del tiempo.
✅ Comparar métricas entre diferentes líneas o equipos.
✅ Tomar decisiones rápidas y basadas en datos.
Este dashboard es solo un ejemplo que está diseñado para simplificar el análisis de tus KPIs industriales de mantenimiento.
Con una visualización intuitiva y personalizada como la de la imagen, podremos:
✅ Optimizar nuestras operaciones gracias al análisis de datos históricos, tendencias…
✅ Integrar datos de múltiples sistemas en un solo lugar.
✅ Disponer de dashboards adaptados a nuestras necesidades específicas.
✅ Configurar alertas automáticas para métricas clave como el MTTR o el downtime.
✅ Anticiparse a problemas gracias a la información en tiempo real.
Y esto puede ser lo que marque la diferencia en nuestro equipo de mantenimiento, ya que en muchas ocasiones los cuadros de mando de mantenimiento pueden resultar muy genéricos, demasiado complejos, o no recogen nuestras necesidades reales de cara a optimizar el mantenimiento.
Conclusión. Optimiza tu planta con KPIs de mantenimiento industrial ✍️
Los indicadores y los KPIs son fundamentales y acabamos de ver que esto también aplica, y mucho, al mantenimiento en la industria.
Los KPIs de mantenimiento industrial, como el MTTF, MTBF, MTTR, MTTD, Tiempo de Detección de Averías, Disponibilidad y Downtime proporcionan una base sólida para evaluar nuestros procedimientos de mantenimiento industrial y tomar decisiones informadas. Lo que será clave para alcanzar una mejor productividad y resultado global.
¿Quieres ver nuestra plataforma de monitorización industrial Minerva en funcionamiento?
Entra en nuestra demo 👇
¿Prefieres que te ayudemos a dar el primer paso hacia un mantenimiento más eficiente y rentable? 👇
CTO & TECHNICAL DIRECTOR
Experto en monitorización industrial y analítica de datos.
Te contamos cómo mejorar la toma de decisiones y la eficiencia productiva en tu planta, sin perder tiempo generando reportes. ¡Tu planta en un vistazo!
Suscríbete a nuestra Newsletter
