Durante más de medio siglo, las plantas procesadoras e instalaciones industriales mantuvieron un pilar operativo inamovible: ejecutar mantenimiento preventivo bajo intervalos fijos de tiempo o acumulativo de horas de operación. Sin embargo, cuando se contrasta esta rutina con los datos empíricos de desempeño operacional, surge una inconsistencia crítica: las paradas no programadas continúan ocurriendo en equipos recién intervenidos.
El origen de los 6 patrones de falla: La investigación de Nowlan y Heap
En la década de 1960, la Aviación Civil de los Estados Unidos enfrentaba un estancamiento en la confiabilidad de sus flotas a pesar de aumentar agresivamente las frecuencias de mantenimiento preventivo. United Airlines comisionó a los ingenieros F. Stanley Nowlan y Howard F. Heap un estudio riguroso sobre la relación entre la edad de los componentes y su tasa instantánea de falla.
El estudio dio lugar al informe histórico de 1978 que redefinió la ingeniería de mantenimiento a nivel mundial. La investigación catalogó el comportamiento de los activos en seis curvas o patrones característicos:
- Curva de la Bañera: Alta tasa de falla inicial (mortalidad infantil), un período de tasa constante y un desgaste acelerado final. Representa solo el 4% de los componentes.
- Desgaste Tradicional: Tasa de falla baja o constante que se incrementa bruscamente al lleg(ar a un límite de edad operacional. Representa el 2%.
- Desgaste Gradual también conocido como fatiga): Incremento continuo y suave de la probabilidad de falla conforme aumenta el uso, sin un punto de desgaste drástico definido. Representa el 5%.
- Inicial con Estabilidad: Bajísima probabilidad condicional de falla al inicio que aumenta rápidamente a un nivel constante y se mantiene así indefinidamente. Representa el 7%.
- Falla Aleatoria Pura: Tasa de falla absolutamente constante a lo largo de toda la vida del activo; no existe correlación entre la edad y la probabilidad condicional de falla. Representa el 14%.
- Mortalidad Infantil Severa: Altísima probabilidad de falla en las primeras horas tras la puesta en marcha, estabilizándose a una probabilidad condicional baja y constante. Representa el 68%.
“El 89% de los componentes en sistemas complejos presentan patrones de falla aleatorios (D, E y F). Solo el 11% exhibe un desgaste directamente vinculado a la edad o las horas de uso acumuladas.”
La falla estructural de la gestión preventivo-calendario
Entender por qué el mantenimiento por horas no funciona en la mayoría de los activos exige analizar la naturaleza física del equipo. Aplicar tareas preventivas basadas en horas de servicio asume que el activo responde a los patrones A o B (desgaste mecánico predecible).
Cuando un componente cae dentro del 89% gobernado por patrones aleatorios, desensamblar o reemplazar piezas por calendario no reduce el riesgo operacional. Al contrario: al forzar intervenciones en componentes sanos, se reinicia el ciclo de mortalidad infantil, induciendo desajustes, desbalanceos o errores de montaje.
Del calendario al Histórico de Fallas: La propuesta de TrejoRCA
Erradicar las paradas no planificadas exige abandonar la estimación arbitraria de frecuencias y construir una estrategia basada en el análisis riguroso de evidencia. La metodología de TrejoRCA integra tres pilares operacionales para gestionar la aleatoriedad:
- Auditoría del Histórico de Fallas: Transformar los registros de órdenes de trabajo en datos sobre modos de falla reales, identificando si los eventos corresponden a mortalidad infantil o a condiciones operacionales anómalas.
- Sistematización del Análisis Causa Raíz (RCA): Identificar las causas físicas, humanas y latentes que detonan los eventos aleatorios antes de modificar las frecuencias del plan de mantenimiento.
- Optimización mediante PMO-HF: Aplicar la metodología Plant Maintenance Optimization – Historial de Fallas para eliminar tareas innecesarias y estandarizar procedimientos de intervención en campo, blindando al activo contra fallas inducidas por montaje.
La confiabilidad sostenible no se compra acumulando repuestos ni se logra acelerando rutinas preventivas; se alcanza gobernando la variabilidad con datos históricos y rigor técnico.