De la parada que te sorprende a la parada que ya habías programado

Antes de hablar de cifras, conviene ser precisos sobre qué significa exactamente «menos del 1% de downtime», porque es un objetivo que se puede malinterpretar fácilmente. Ninguna línea de embotellado o envasado opera al 100% del tiempo: los cambios de formato, la limpieza CIP, los ajustes de turno o el mantenimiento programado son paradas planificadas que forman parte de la operación normal y no entran en esta conversación. De lo que hablamos aquí es de reducir a menos del 1% del tiempo de producción la parada no planificada por fallo técnico: la que no estaba en el calendario, la que te llama a las tres de la madrugada. La clave es el mantenimiento predictivo.

Es un objetivo exigente. El propio marco de referencia de la industria —el OEE de «clase mundial», fijado históricamente en el 85%— se construye sobre una disponibilidad del 90%, es decir, un 10% de tiempo perdido entre paradas planificadas y no planificadas. Bajar la parte no planificada de ese tiempo por debajo del 1% no es un ajuste menor: requiere pasar del mantenimiento reactivo o preventivo por calendario a un modelo predictivo basado en el estado real de cada equipo. Es exigente, pero no imposible: es el terreno en el que ya operan las líneas más maduras del sector.

 

El coste real de una parada no planificada

Mantenimiento predictivo en líneas de producción A la hora de tomar decisiones de inversión en cualquier estrategia de mantenimiento, conviene tener claro cuánto cuesta realmente no tenerla. El informe Diagnóstico del downtime industrial 2026, elaborado por Fracttal a partir de una encuesta a más de 2.000 profesionales de mantenimiento en 10 países hispanohablantes, revela que el 61% de las organizaciones sufre paradas no planificadas en activos críticos al menos una vez al mes, y un 22% las sufre varias veces por semana. El impacto económico es proporcional: el 55,5% de las organizaciones pierde más de 10.000 dólares por cada hora de parada, y un 18% supera los 100.000 dólares por hora. Quizás el dato más revelador del informe es que solo el 20% de las organizaciones conoce el coste económico real de una parada cuando ocurre; el resto toma decisiones de mantenimiento sin ese dato.

A escala global, el estudio True Cost of Downtime 2024, elaborado por Siemens y Senseye, estima que el tiempo de inactividad no planificado cuesta a las empresas del Fortune Global 500 aproximadamente 1,4 billones de dólares al año, en torno al 11% de sus ingresos totales. Una encuesta de ABB de 2023 sitúa el coste medio de una parada no planificada en 125.000 dólares por hora. Las cifras varían según el sector y el tamaño de la planta, pero la conclusión es consistente: la parada no planificada es, con diferencia, la forma más cara de perder producción.

 

Por qué el mantenimiento predictivo, y no solo el preventivo

Mantenimiento predictivo en líneas de embotellado Existe una diferencia importante entre mantenimiento preventivo y predictivo, y confundirlos es una de las razones por las que muchas plantas invierten en mantenimiento sin ver una reducción real del downtime no planificado. El mantenimiento preventivo actúa por calendario: cambias un filtro o una pieza cada X horas de funcionamiento, independientemente de su estado real. Es mejor que no hacer nada, pero sigue siendo una apuesta: puedes cambiar una pieza que aún tenía vida útil, o puedes no llegar a tiempo si esa pieza se degrada más rápido de lo previsto en ese lote concreto.

El mantenimiento predictivo, en cambio, actúa sobre el estado real del componente, monitorizado de forma continua mediante sensores y análisis de datos: vibración, temperatura, presión, consumo eléctrico o viscosidad de un fluido, según el tipo de equipo. Según Deloitte, un programa de mantenimiento predictivo maduro puede aumentar la disponibilidad de los equipos entre un 10% y un 20%, reducir los costes de mantenimiento entre un 5% y un 10%, y reducir el tiempo dedicado a planificar el mantenimiento entre un 20% y un 50%. La diferencia frente al preventivo no es solo de coste, es de anticipación: el sistema te avisa de que un componente se está degradando semanas antes de que falle, lo que te permite programar la intervención en tu próxima parada de cambio de formato en lugar de sufrirla en mitad de un turno de producción.

 

Qué se puede monitorizar en un sistema de marcaje y codificación

El sistema de codificación es, en muchas líneas de embotellado y envasado, uno de los puntos con mayor incidencia de paradas no planificadas, precisamente porque combina componentes mecánicos, fluidos y electrónica de precisión en un espacio reducido. Varias variables del propio sistema de marcaje se prestan de forma natural a la monitorización continua:

  • Presión y viscosidad del fluido de impresión. Una desviación progresiva de la presión de trabajo respecto a su valor de referencia suele preceder, con semanas de antelación, a una obstrucción de boquilla o a un fallo del sistema de recirculación de tinta.
  • Estado de filtros. El caudal a través de un filtro se degrada de forma gradual y medible antes de que la obstrucción sea total; monitorizar esa tendencia permite programar la sustitución antes de que afecte a la calidad de impresión.
  • Temperatura de componentes electrónicos y motores. Un incremento sostenido de temperatura en un cabezal o en la electrónica de control suele ser un indicador temprano de degradación de un componente antes de que provoque un fallo o un reinicio inesperado.
  • Consumo eléctrico de motores y bombas. Un cambio en la curva de consumo eléctrico de un motor, incluso pequeño, puede anticipar el desgaste de un rodamiento o una fricción anómala mucho antes de que el fallo sea audible o visible.

Ninguna de estas variables, por sí sola, sustituye la inspección humana ni el mantenimiento programado del resto de la línea. Lo que aporta es una alerta temprana en el componente que, estadísticamente, más paradas no planificadas genera en la mayoría de las líneas de codificación.

 

De los datos a la decisión: lo que hace falta además de los sensores

Instalar sensores no reduce el downtime por sí solo; hay que acompañarlo de una organización que convierta esos datos en una intervención programada antes del fallo. Esto exige tres elementos que van más allá de la parte puramente técnica: un umbral claro que defina cuándo una desviación deja de ser normal y pasa a requerir intervención, un flujo de trabajo que conecte esa alerta con el equipo de mantenimiento y con la planificación de producción, y una revisión periódica de esos umbrales a medida que se acumula histórico, porque el comportamiento «normal» de un equipo concreto en tu planta puede diferir del valor genérico de fábrica.

Muchos proyectos de mantenimiento predictivo se estancan no por falta de sensores, sino porque la alerta generada por el sistema llega a una bandeja de correo que nadie revisa a diario, o porque no existe un procedimiento claro sobre quién decide si una alerta justifica parar la línea de forma programada o esperar al siguiente cambio de formato. La tecnología es la parte más visible del proyecto, pero el proceso que hay detrás es la que determina si realmente vas a bajar tu downtime no planificado o si vas a acumular datos sin actuar sobre ellos.

 

Cómo empezar sin electrificar toda la planta de golpe

No hace falta instrumentar toda la línea de producción a la vez para empezar a ver resultados. El enfoque más razonable es identificar, dentro de tu línea, qué equipo concreto genera más paradas no planificadas al año —a menudo es precisamente el sistema de codificación, por la combinación de fluidos y electrónica que mencionábamos antes— y empezar por monitorizar ese punto crítico. Un piloto bien acotado, con un histórico de tres a seis meses, te da suficiente información para decidir con datos propios, no genéricos, si el resto de la inversión en sensorización merece la pena y en qué orden de prioridad.

 

Parada que decides, no parada que sufres

Bajar del downtime no planificado habitual a menos del 1% no depende de una sola pieza de tecnología, sino de sustituir la incertidumbre por datos: saber, con semanas de antelación, que un componente concreto se está degradando, y decidir tú cuándo pararlo en lugar de que la máquina lo decida por ti en el peor momento posible.

En Trébol group trabajamos con equipos Hitachi, Smart Coding y Kortho que incorporan capacidades de monitorización de parámetros críticos, y ayudamos a nuestros clientes a diseñar el punto de partida de un programa de mantenimiento predictivo adaptado al perfil real de paradas de su línea. Si quieres saber por dónde empezar en tu planta, hablemos de tu caso concreto.

 

¿Te ayudamos con el mantenimiento predictivo?

Agenda una visita