Mantenimiento preventivo, predictivo o condicional: ¿qué modelo para la industria francesa en 2026?

· 10 min de lectura
10 min read
Equipo Eziwan
Equipo Eziwan
Infraestructura IoT

La terminología relacionada con el mantenimiento industrial suele ser fuente de confusión: mantenimiento predictivo, condicional, preventivo, correctivo… Estos términos se utilizan habitualmente de forma intercambiable, pero se refieren a enfoques fundamentalmente diferentes con unos retornos de la inversión muy distintos.

Este artículo aclara las definiciones, compara los distintos enfoques basándose en criterios concretos y te ayuda a elegir la estrategia más adecuada para tu contexto en 2026, ya se trate de una pequeña fábrica con 20 equipos o de un gran complejo industrial con más de 500 activos.

Las cuatro estrategias de mantenimiento: definiciones precisas​

1. Mantenimiento correctivo​

Definición: Se interviene una vez que se ha producido la avería. Si el equipo se estropea, lo reparamos.

Variantes:

  • Correctiva diferida: se detecta la avería, pero la reparación se programa (equipo no crítico)
  • Correctiva de urgencia: avería crítica, se requiere una intervención inmediata

Coste habitual: entre 4 y 5 veces superior al del mantenimiento preventivo equivalente (piezas de recambio urgentes, horas extras, pérdidas de producción).

Cuándo es aceptable: Equipos no críticos y fácilmente sustituibles, cuyo coste de supervisión sea superior al coste de un fallo.

2. Mantenimiento preventivo sistemático​

Definición: Se sustituye o se revisa según un calendario fijo (intervalos de tiempo o de producción), independientemente de su estado real.

Ejemplo: Cambiar el aceite de un reductor cada 2000 horas, aunque todavía esté en buen estado.

Problema principal: Entre el 30 % y el 40 % de las piezas sustituidas durante las revisiones preventivas aún se pueden seguir utilizando. Se desperdician recursos Y componentes.

Coste habitual: entre 2 y 3 veces superior al del mantenimiento condicional bien ajustado.

Cuando sea pertinente: Instalaciones con modos de deterioro bien conocidos y previsibles a lo largo del tiempo, en un contexto normativo que exija revisiones periódicas.

3. Mantenimiento basado en el estado (Condition-Based Maintenance — CBM)​

Definición: Se interviene cuando así lo indica el estado real del equipo, basándose en mediciones físicas continuas (vibración, temperatura, corriente, acústica, etc.).

Principio: Cada dispositivo «habla» a través de sus datos. Lo escuchamos.

Ejemplo: El rodamiento se cambia cuando la vibración supera un umbral crítico establecido durante la puesta en servicio, no en una fecha fija.

Rentabilidad documentada: Reducción del 25 al 55 % de las paradas no planificadas; ahorro del 10 al 30 % en los costes totales de mantenimiento.

Lo que se necesita: Sensores instalados en los equipos, recopilación de datos en tiempo real, umbrales de alerta configurados.

4. Mantenimiento predictivo (Predictive Maintenance — PdM)​

Definición: Se predice la fecha de un fallo futuro mediante un modelo matemático (estadístico o de aprendizaje automático) alimentado con datos históricos y en tiempo real.

Diferencia con el condicional: La CBM dice: «El equipo está en mal estado, intervengan pronto». La PdM dice: «El equipo se averiará en un plazo de 3 a 5 días con una probabilidad del 87 %».

Lo que se necesita: Datos históricos de al menos 12-18 meses por equipo, experiencia en modelización y equipos capaces de aprovechar las predicciones.

Realidad sobre el terreno en 2026: El verdadero mantenimiento predictivo (aprendizaje automático + modelos físicos) está hoy en día al alcance de las grandes empresas y las empresas de tamaño medio que cuentan con equipos de datos. Para las pymes, el mantenimiento condicional ofrece el 80 % de los beneficios con solo el 20 % de la complejidad.

Comparativa basada en 7 criterios​

CriterioCorrectivoPreventivoCondicionalPredictivo
Coste de implantaciónMuy bajoBajoMedioAlto
Coste de explotaciónMuy altoMedioBajoMedio
Complejidad técnicaNulaBajaMediaAlta
Datos necesariosNingunoCalendarioTiempo realHistórico + tiempo real
Plazo de retorno de la inversiónInmediato12-18 meses8-14 meses18-36 meses
PrevisibilidadNingunaBuenaBuenaExcelente
Adecuado para pymesSíSíSíA veces

¿Qué sensores se utilizan para el mantenimiento condicional?​

El mantenimiento condicional se basa en mediciones físicas. Estos son los sensores más utilizados, clasificados por ROI:

1. Vibración (acelerómetro)​

Lo que se detecta: Desequilibrio rotacional, desalineación de ejes, deterioro de los rodamientos, cavitación en las bombas, desgaste de los engranajes.

Aplicaciones: Motores eléctricos, bombas centrífugas, compresores, ventiladores, cintas transportadoras.

Señales precursoras: Aumento del nivel global de vibración (RMS), aparición de frecuencias armónicas características, aumento de la curtosis (impulsividad).

Precio del sensor: de 50 € (básico industrial) a 500 € (banda ancha + ICP).

Plazo antes de la avería: Detección entre 2 y 12 semanas antes de que se produzca la avería del rodamiento.

2. Temperatura infrarroja / térmica​

Lo que se detecta: Calentamiento anormal de motores, transformadores, conexiones eléctricas, cojinetes y frenos.

Aplicaciones: Cuadros eléctricos, motores, rodamientos, circuitos de refrigeración.

Señales de alerta: Aumento de la temperatura de funcionamiento por encima del valor de referencia establecido.

Precio del sensor: de 20 € (sonda de contacto PT100) a 2000 € (cámara térmica fija).

3. Corriente eléctrica (pinza amperimétrica)​

Lo que se detecta: Desequilibrio de carga, deterioro del aislamiento, armónicos anormales, dificultades de arranque.

Aplicaciones: Motores asíncronos, servomotores, sistemas de accionamiento.

Ventaja: No requiere instalación mecánica; la medición es no invasiva. Ideal para equipos de difícil acceso.

4. Acústica / ultrasonidos​

Lo que se detecta: Fugas de gas comprimido, arco eléctrico, deterioro de los rodamientos con carga reducida, defectos de lubricación.

Aplicaciones: Red de aire comprimido, armarios eléctricos de alta tensión, cojinetes de marcha lenta.

Rentabilidad típica: Una auditoría de aire comprimido mediante ultrasonidos suele detectar entre un 15 % y un 30 % de fugas, lo que se traduce en un ahorro inmediato en el consumo eléctrico del compresor.

5. Análisis de aceite (en línea)​

Lo que se detecta: Contaminación por partículas, deterioro de la viscosidad, presencia de agua, metales procedentes del desgaste.

Aplicaciones: Reductores, cajas de cambios, turbinas, compresores.

Sensores en línea: Permiten una monitorización continua sin necesidad de tomar muestras, con alertas automáticas en caso de partículas o dieléctricos.

Puesta en práctica: ¿por dónde empezar?​

Paso 1: Identificar los equipos críticos (análisis FMEA simplificado)​

Elabora una lista de tus equipos y evalúa cada uno de ellos en función de:

  • Criticidad (impacto de una avería: parada de la producción, seguridad, medio ambiente)
  • Frecuencia de averías (historial del sistema de gestión de mantenimiento, si está disponible)
  • Detectabilidad (¿se anuncia la avería o es repentina?)

Concentra los sensores CBM en los equipos con alta criticidad + fallos progresivos.

Paso 2: Definir las métricas clave por equipo​

Para cada equipo crítico, define qué parámetros se deben medir. Ejemplo para una bomba centrífuga:

  • Vibración (acelerómetro en el cojinete del lado del motor y del lado de la bomba)
  • Temperatura de los cojinetes (PT100 o infrarrojos)
  • Corriente del motor (pinza amperimétrica)
  • Presión diferencial (si la presión es crítica)

Paso 3: Instalar y conectar los sensores​

Los sensores se conectan a la pasarela Eziwan a través de RS-485/Modbus RTU, en el caso de los sensores industriales estándar, o a través de las salidas de 4-20 mA, en el caso de los transmisores de proceso. La pasarela envía todas las mediciones a la plataforma en la nube en tiempo real.

Paso 4: Establecer los valores de referencia​

Durante la puesta en servicio, registre los valores de referencia de cada parámetro en un equipo nuevo o en buen estado. Estos valores de referencia sirven para:

  • Definir los umbrales de alarma (alarma al +20 %, emergencia al +50 % del valor de referencia)
  • Detectar una desviación progresiva con respecto a la línea de referencia

Paso 5: Calibrar los umbrales de alarma​

Demasiado sensible = falsas alarmas que desaniman a los equipos. No lo suficientemente sensible = fallos no detectados. La calibración de los umbrales requiere entre 2 y 4 semanas de observación en condiciones normales para perfeccionarla.

Eziwan permite modificar los umbrales desde la plataforma en la nube sin necesidad de intervenir sobre el terreno.

Paso 6: Integrar con el sistema de gestión de mantenimiento (GMAO)​

La alarma CBM solo tiene valor si activa una acción planificada en el sistema de gestión de mantenimiento (GMAO). La API REST de Eziwan permite crear automáticamente una orden de intervención en su sistema de gestión de mantenimiento (SAP PM, Infor EAM, Hive Maintenix) en cuanto se activa una alarma.

Experiencias sobre el terreno​

Fábrica de cemento — reductor principal del molino​

Contexto: Reductor de 800 kW, coste de sustitución: 180 000 €, plazo de entrega: 6 semanas.

Antes de CBM: 2 averías catastróficas en 4 años. Cada avería = 6 semanas de parada parcial = 420 000 € de pérdida de producción.

Tras el análisis CBM (vibración + temperatura + análisis de aceite): Detección de un deterioro progresivo 8 semanas antes de la avería. Intervención planificada durante una parada programada. Coste de la intervención preventiva: 28 000 € frente a los 180 000 € de una sustitución de emergencia.

Retorno de la inversión (ROI): 9 meses.

Fábrica agroalimentaria — línea de envasado​

Contexto: 12 motorreductores en una línea crítica. Mantenimiento preventivo a las 3000 h (cambio de aceite sistemático + inspección).

Tras el CBM (corriente + vibración): De los 12 motorreductores supervisados, el CBM ha permitido:

  • Evitar 3 paradas no planificadas
  • Reducir en un 40 % las intervenciones preventivas innecesarias (el aceite aún estaba limpio según el análisis)
  • Detectar dos problemas de alineación imperceptibles a simple vista

Retorno de la inversión (ROI): 11 meses.

Conclusión: ¿qué estrategia seguir?​

Para una pyme industrial (menos de 50 equipos): Empieza por el mantenimiento condicional de tus 5 a 10 equipos más críticos. La inversión es asequible, el retorno de la inversión es rápido y la complejidad es manejable sin necesidad de un equipo dedicado a los datos.

Para una empresa mediana o grande: El mantenimiento condicional sigue siendo la base. En los equipos más críticos que cuenten con datos históricos suficientes, compleméntelo con modelos predictivos (empezando por 2 o 3 equipos prioritarios).

Lo que se observa en 2026: La mayoría de las empresas industriales francesas que han mejorado realmente su rendimiento en materia de mantenimiento lo han hecho gracias al mantenimiento condicional basado en el IoT, y no mediante proyectos complejos de aprendizaje automático. El retorno de la inversión es cuantificable en menos de un año.

Preguntas frecuentes​

¿Cuál es la diferencia entre el mantenimiento predictivo y el mantenimiento condicional (CBM)? El mantenimiento condicional activa una acción cuando se supera un umbral (por ejemplo: temperatura > 85 °C → alerta inmediata). El mantenimiento predictivo analiza las tendencias a lo largo del tiempo para anticipar el deterioro antes de que se alcance el umbral crítico (p. ej.: la temperatura aumenta 2 °C por semana desde hace tres semanas → planificar una intervención dentro de dos semanas). El mantenimiento condicional es más sencillo de implementar, mientras que el predictivo ofrece un plazo de intervención más largo.

¿Qué tipo de sensor es el más útil para poner en marcha un programa de mantenimiento condicional? Para motores y bombas: el sensor de corriente (transformador de corriente en el cable de alimentación) es el más versátil, ya que detecta sobrecargas, arranques difíciles y deterioro mecánico sin necesidad de modificar el equipo. Para las transmisiones mecánicas (reductores, cojinetes): el sensor de vibraciones acelerómetro. Estos dos tipos de sensores cubren el 80 % de los casos de fallos evitables en la industria.

Para profundizar en el tema​

Recursos adicionales​