Rela AIRela AI Docs
Monitoreo de Condición

Monitoreo de Condición

Sistema de monitoreo predictivo ISO 13374 con 6 niveles: desde la adquisición de datos de sensores hasta recomendaciones de mantenimiento generadas por IA.

Monitoreo de Condición

El Monitoreo de Condición es el sistema de mantenimiento predictivo de Rela AI. Va más allá de las alarmas de umbral simple — aprende cómo se comporta normalmente cada equipo, monitorea su salud en el tiempo, estima cuándo podría fallar, y genera recomendaciones específicas de acción antes de que ocurra la falla. Es la diferencia entre esperar a que algo se rompa y saber con anticipación cuándo intervenir.

¿Para qué sirve?

El mantenimiento reactivo (esperar la falla) y el mantenimiento preventivo por calendario (cambiar el aceite cada 3 meses, sin importar el estado real del equipo) son los dos extremos del mantenimiento industrial. El mantenimiento predictivo es el punto óptimo: intervenir exactamente cuando el equipo lo necesita, basándose en su condición real.

El Monitoreo de Condición permite:

  • Detectar deterioro gradual semanas antes de que cause una falla
  • Estimar la vida útil remanente de un componente (¿cuántos días más puede operar?)
  • Priorizar el mantenimiento en los equipos que más lo necesitan, no en los que tienen la fecha más cercana en el calendario
  • Reducir paradas no programadas — la causa más costosa de pérdida de producción

¿Cómo funciona? — Los 6 niveles ISO 13374

Rela AI implementa el estándar internacional ISO 13374 de monitoreo de condición, que organiza el proceso en 6 niveles que se alimentan entre sí:

Nivel 1: Adquisición de Datos

Los datos crudos de sensores, PLCs y sistemas SCADA llegan al sistema a través de los protocolos configurados (HTTP, MQTT, OPC UA). Se almacenan con su timestamp original y se normalizan para que todos los datos hablen el mismo idioma, sin importar de qué equipo vengan.

Nivel 2: Análisis de Tendencias

Los datos crudos se procesan para extraer información útil: promedios móviles, máximos y mínimos, tasas de cambio, desviaciones estándar. Aquí es donde los datos sueltos se convierten en tendencias legibles — puedes ver si la temperatura del motor ha estado subiendo lentamente durante las últimas 2 semanas.

Ver Análisis de Tendencias para más detalles.

Nivel 3: Detección de Estado

El sistema compara los datos actuales contra las líneas base aprendidas para determinar el estado del equipo: normal, degradado, o en falla inminente. Las líneas base son el comportamiento esperado del equipo en condiciones normales.

Ver Líneas Base para más detalles.

Nivel 4: Evaluación de Salud

Combina múltiples indicadores en un único Índice de Salud del Activo (AHI) — un número de 0 a 100 que resume el estado general del equipo como una calificación de A (excelente) a F (crítico):

GradoAHIEstado del equipo
A90-100Excelente — sin problemas detectados
B75-89Bueno — monitorear normalmente
C60-74Aceptable — investigar en próxima ronda
D40-59Insatisfactorio — programar intervención
E20-39Deficiente — intervención urgente
F0-19Crítico — riesgo de falla inminente

Ver Salud del Activo para más detalles.

Nivel 5: Pronósticos

Basándose en la tendencia histórica del Índice de Salud, el sistema estima:

  • Vida útil remanente (RUL): cuántos días puede operar el equipo antes de necesitar mantenimiento
  • Tasa de degradación: cuánto se deteriora el AHI por día
  • Trigger de mantenimiento basado en condición (CBM): fecha recomendada para intervenir antes de que el estado llegue al nivel F

Ver Pronósticos para más detalles.

Nivel 6: Recomendaciones

La inteligencia artificial analiza toda la información del equipo (tendencias, estado, historial de mantenimiento, anomalías detectadas) y genera recomendaciones específicas en lenguaje natural:

  • "Programar inspección de rodamientos en los próximos 7 días — la vibración ha aumentado 18% respecto a la línea base"
  • "Verificar sistema de lubricación — temperatura del compresor ha subido 8°C en los últimos 10 días"
  • "Atención urgente requerida — múltiples indicadores apuntan a degradación acelerada del sello mecánico"

Las recomendaciones se pueden convertir directamente en órdenes de trabajo.

¿Cómo activar el monitoreo de condición?

El sistema se activa progresivamente — no necesitas configurar todos los niveles de una vez:

Fase 1 — Recopilación y tendencias (Niveles 1-2):

  1. Conecta las fuentes de datos de tus equipos críticos (Fuentes de Eventos)
  2. Deja que el sistema acumule al menos 7-14 días de datos
  3. Revisa los gráficos de tendencia para familiarizarte con el comportamiento de los equipos

Fase 2 — Líneas base y salud (Niveles 3-4):

  1. Con 30+ días de datos, calcula las líneas base de cada equipo
  2. Activa la evaluación de salud — el AHI empieza a calcularse automáticamente
  3. Configura umbrales de alerta por grado de salud

Fase 3 — Predicción y recomendaciones (Niveles 5-6):

  1. Con suficiente historial de AHI, activa los pronósticos de vida útil
  2. Configura el threshold para generar recomendaciones automáticamente
  3. Integra las recomendaciones con tu flujo de mantenimiento

Beneficios clave

  • Pasar de mantenimiento reactivo a predictivo — intervenir antes de la falla
  • Estimación de vida útil que permite planificar el mantenimiento con semanas de anticipación
  • Índice de salud unificado que resume el estado de cada equipo en una sola métrica
  • Recomendaciones en lenguaje natural generadas por IA — no requiere expertos en análisis de vibraciones
  • Estándar ISO 13374 internacionalmente reconocido — aplicable en cualquier industria
  • Reducción de costos de mantenimiento al intervenir solo cuando es necesario

Casos de uso comunes

Escenario 1: Detectar degradación de compresor antes de la falla El compresor C-03 tiene un AHI histórico de 87 (Grado B). Durante 3 semanas, el AHI baja gradualmente: 85 → 82 → 77 → 71 → 65. La tasa de degradación es -3.5 AHI/semana. El sistema genera un pronóstico: "Si la degradación continúa, el compresor alcanzará Grado D (40 AHI) en aproximadamente 9 días." Se genera una recomendación de inspección urgente. El técnico inspeccion y encuentra que el filtro de aceite está obstruido. Se reemplaza el filtro, el AHI sube a 83 en 2 días.

Escenario 2: Priorización de mantenimiento en flota de bombas La planta tiene 12 bombas. En lugar de darles mantenimiento en orden de fecha, el coordinador revisa los AHI de todas: 8 están en Grado A-B (sin urgencia), 3 en Grado C (programar en las próximas 2 semanas), y 1 en Grado D (intervención esta semana). Asigna los recursos de mantenimiento a las 4 bombas con menor AHI en lugar de seguir un calendario arbitrario.

Escenario 3: Justificar inversión en repuesto El jefe de mantenimiento necesita justificar la compra urgente de un rodamiento de repuesto para el motor principal de la línea A. Descarga el reporte de pronóstico del motor: AHI actual 48 (Grado D), tasa de degradación -2.8 AHI/día, vida útil remanente estimada 8 días. Con este reporte, presenta la urgencia a gerencia y obtiene la aprobación de compra en horas en lugar de días.

Niveles de Madurez Predictiva

Cada equipo progresa automáticamente por 4 niveles a medida que acumula datos:

NivelNombreRequisitosCapacidades
0MonitoreoSin datosAlertas básicas
1Seguimiento de Salud10+ snapshotsAHI activo, tendencias visibles
2Predicción30+ snapshots + 1 fallaRUL confiable, recomendaciones
3Optimizado30+ snapshots + 3 fallas + confianza > 70%Automatización completa

La progresión es automática — el sistema evalúa los requisitos de cada nivel y promueve al equipo cuando los cumple. No hay configuración manual.

En esta página