Industria · Mantenimiento predictivo

3 paros a la semana sin avisar. Siempre por detrás. Nunca por delante.

Isaac Romà · 7 junio 2026 · 8–10 min lectura
Análisis en vídeo

La máquina para. Te llaman. Bajas. Tres horas perdidas. La semana que viene, otra vez.

El mantenimiento correctivo no es un modelo de gestión: es la ausencia de uno. Los equipos tienen datos — vibración, temperatura, consumo — que anuncian el fallo días antes de que ocurra. Automatizamos la captura y el análisis para que la intervención se planifique antes de que la línea pare.

Ver vídeo →

La máquina para. Te llaman. Bajas, abres el historial, intentas entender qué falló y cuándo deberías haberlo visto. Llamas al técnico o lo resolvéis vosotros. Tres horas paradas. A veces ocho.

Luego arrancáis y seguís. Hasta la semana que viene. Otra máquina. El mismo guion.

Tres paros a la semana no anunciados es el patrón más común en pymes industriales que gestionan el mantenimiento de forma reactiva. Y el coste de esos paros no aparece en ningún informe de producción porque nadie lo contabiliza como lo que es: capacidad productiva destruida.

El mantenimiento correctivo no es un modelo: es la ausencia de uno

Por qué los paros no anunciados son el problema más caro que nadie calcula

El coste real de un paro no anunciado

Un paro no anunciado tiene tres componentes de coste que rara vez se suman juntos: producción no realizada durante el tiempo de parada, intervención de urgencia con tarifa de emergencia y piezas sin planificación, e impacto en planning de entrega si el paro afecta a un pedido en curso.

En una línea con un coste de parada de 300€/hora y tres paros semanales de 4 horas de media, el coste mensual de producción perdida supera los 14.000€. Sin contar el coste directivo de gestionar la crisis ni el impacto en el cliente.

El problema de fondo es que el mantenimiento correctivo convierte al jefe de producción en un gestor de urgencias. Cada semana hay entre dos y cuatro situaciones que exigen atención inmediata, interrupción de lo que se estaba haciendo y decisiones rápidas con información incompleta. Es imposible planificar cuando el trabajo del día lo determina la máquina que acaba de parar.

Y lo más frustrante: los equipos avisaban. La vibración del rodamiento llevaba semanas siendo anómala. La temperatura del motor subía lentamente desde hacía días. El consumo eléctrico del compresor llevaba un mes por encima de lo normal. Los datos estaban. Nadie los estaba leyendo.

El 70% de los fallos de maquinaria en entornos industriales son predecibles con más de 48 horas de antelación a partir de señales de vibración, temperatura o consumo eléctrico. La diferencia entre un paro de 6 horas y una intervención planificada de 45 minutos en el turno de noche es solo si alguien estaba leyendo esas señales.

Automatizar el mantenimiento predictivo: actuar antes del fallo, no después

La solución monitoriza los equipos en tiempo real, detecta automáticamente las anomalías antes de que se conviertan en fallo y agenda la intervención en el momento que menos impacte a la producción. Sin que nadie baje a revisar nada. Sin que la línea pare.

01Captura de señales de los equipos en tiempo real

Sensores IoT de vibración, temperatura y consumo eléctrico se instalan en los equipos críticos sin modificarlos. En equipos con PLC o SCADA, muchas señales ya están disponibles digitalmente y solo hay que conectarlas. El diagnóstico previo identifica qué datos están accesibles en cada máquina y cuál es la vía de captura más eficiente para cada caso.

Cada señal se registra con marca de tiempo exacta. No hay lecturas manuales, no hay rondas de revisión: el equipo habla solo y el sistema lo escucha continuamente.

02Detección automática de anomalías con n8n

Con n8n como motor de automatización, cada señal se compara en tiempo real contra el comportamiento histórico normal de ese equipo. Cuando un valor se desvía del patrón — vibración creciente, temperatura fuera de rango, consumo por encima de la baseline — el sistema lo detecta automáticamente.

La detección no es una simple alarma de umbral: identifica tendencias. Una vibración que sube un 3% cada día no supera ningún umbral hoy, pero el sistema proyecta cuándo lo hará y alerta con la antelación suficiente para planificar.

03Alerta al responsable con diagnóstico y ventana de intervención

Cuando el sistema detecta una anomalía, el responsable de mantenimiento recibe una alerta con el equipo afectado, la señal que está fuera de rango, la tendencia observada y la ventana de tiempo estimada antes del fallo. No es una alarma genérica: es información accionable.

El jefe de producción sabe que tiene 72 horas para intervenir en la prensa 3. Puede planificarlo para el turno de noche del jueves. La línea no para. El técnico trabaja con tiempo. El pedido del cliente sale a tiempo.

04Agenda de intervención automática y cierre del ciclo

La intervención se agenda automáticamente en el momento de menor impacto — turno de noche, parada de fin de semana, hueco entre pedidos — y se asigna al técnico con el historial completo del equipo y las piezas que probablemente necesite. Sin llamadas de urgencia. Sin técnico con tarifa de emergencia.

Una vez resuelta la intervención, el responsable confirma el cierre y el sistema actualiza la baseline del equipo. El histórico queda completo: qué señal detectó la anomalía, con cuánta antelación, qué se hizo y cuánto duró la intervención.

70%
De los fallos de maquinaria industrial son predecibles con más de 48h de antelación con señales de vibración, temperatura o consumo
40 h/mes
Tiempo productivo recuperado al eliminar paros no anunciados y la gestión de urgencias asociada
×5–×8
Diferencia de coste entre una intervención planificada y una de urgencia en el mismo equipo por el mismo problema
6–10 sem
Tiempo de implementación en plantas con 5 a 15 equipos críticos monitorizados

Empresa de mecanizado — 6,1M€ de facturación, 9 centros de trabajo

Una empresa de mecanizado con 6,1M€ de facturación y 9 centros de trabajo registraba una media de 3,2 paros no anunciados semanales. El jefe de producción estimaba que entre la llamada, el diagnóstico, la intervención y el arranque perdían entre 4 y 6 horas por paro. El 40% requerían técnico externo con tarifa urgente.

El análisis de los 6 meses anteriores mostraba que los mismos tres centros de trabajo concentraban el 80% de los paros: tornos CNC 2 y 5, y el centro de fresado principal. En los tres casos, rodamientos y sistemas de refrigeración eran la causa más frecuente.

Tras instalar sensores en los tres equipos críticos y conectar las señales existentes del PLC, el sistema detectó en las primeras 4 semanas dos anomalías de vibración en el torno CNC 5 con 5 y 3 días de antelación respectivamente. Ambas se resolvieron en intervenciones planificadas de turno de noche. Ningún paro no anunciado en esos equipos en los 3 meses siguientes.

Preguntas frecuentes sobre mantenimiento predictivo en pymes industriales

¿Qué diferencia hay entre mantenimiento correctivo, preventivo y predictivo?
El correctivo actúa después del fallo. El preventivo actúa según calendario, con independencia del estado real del equipo. El predictivo actúa cuando los datos del equipo indican que algo va a fallar: vibración fuera de rango, temperatura anómala, consumo eléctrico creciente. Solo el predictivo elimina los paros no anunciados, porque actúa antes de que ocurran.
¿Cuánto cuesta un paro no anunciado en una pyme industrial?
Tiene tres componentes: producción no realizada durante la parada, intervención de urgencia con tarifa de emergencia, e impacto en planning de entrega. En líneas con un coste de parada de 200–500€/hora, tres paros semanales de 4 horas de media representan entre 10.000 y 26.000€ mensuales de producción perdida, sin contar el coste directivo ni el impacto en el cliente.
¿Necesito cambiar las máquinas para implementar mantenimiento predictivo?
No. Los datos necesarios se pueden capturar con sensores IoT de bajo coste instalados en los equipos existentes sin modificarlos. En equipos con PLC o SCADA, muchas señales ya están disponibles digitalmente. El diagnóstico previo identifica qué datos están accesibles en cada máquina y cuál es la vía de captura más eficiente.
¿Cuánto tiempo tarda en implementarse en una planta?
En plantas con 5 a 15 equipos críticos, el proceso completo se implementa en 6 a 10 semanas. Resultado visible desde las primeras semanas: alertas de anomalía antes del fallo en los equipos monitorizados. La reducción de paros no anunciados es progresiva conforme el sistema acumula histórico de comportamiento normal de cada máquina.

¿Y si dejaras de apagar fuegos y empezaras a evitarlos?

Los equipos ya tienen los datos. Automatizamos la captura, la detección de anomalías y la agenda de intervención para que la línea no pare por sorpresa. 40 horas al mes recuperadas. Cero paros imprevistos. El punto de partida es una conversación de 30 minutos sin coste.