---
title: "Mantenimiento en plásticos: relacionar condición y producción"
description: Cómo usar mediciones de inyectoras y extrusoras para preparar
inspecciones y evaluar predicciones de fallas con evidencia temporal.
author:
name: Walter Jerusalinsky
title: IoT Specialist
url: https://www.linkedin.com/in/walter-jerusalinsky/
canonical: https://www.idoneos.com/use-cases/plastic-industry-iot/predictive-maintenance.html
image: resources/plastic-predictive-maintenance.png
source: use-cases/plastic-industry-iot/predictive-maintenance.md
---
CASOS DE USO · IOT
# Mantenimiento en plásticos: relacionar condición y producción
Por Walter Jerusalinsky
Una extrusora puede cambiar su comportamiento al trabajar con otro material o régimen. Si queremos reconocer desgaste, necesitamos distinguir esos cambios esperados de una condición que merece inspección.
El IoT puede reunir vibración, temperatura, presión u otras señales del equipo y asociarlas con su modo de trabajo. Ese registro permite orientar mantenimiento y, si la evidencia alcanza, desarrollar modelos predictivos.
La curva es conceptual. Las inspecciones y sus resultados permiten evaluar qué señales orientan una intervención útil. Ampliar ilustración.
## Medir donde una decisión lo necesita
La selección de sensores parte del componente y del problema que se busca observar. La instalación, frecuencia de adquisición y condiciones de operación determinan qué interpretación resulta posible.
Una primera referencia puede construirse durante períodos de funcionamiento conocidos, con máquina, material, velocidad y etapa identificados. Para comparar tendencias debemos conocer también cambios de configuración y mantenimientos realizados.
## Del cambio observado a la inspección
Una alerta puede reunir tendencia, condiciones comparables y motivo del aviso. El responsable de mantenimiento revisa la evidencia y registra el resultado de la inspección. La resolución puede ser intervenir, observar durante otro período o corregir la medición.
Ese registro es importante para aprender. Si solo conservamos lecturas, pero desconocemos qué encontró el técnico, será difícil evaluar si el patrón tenía relación con una falla. El trabajo de registrar causas y reparaciones forma parte de la solución.
## Añadir análisis sin adelantar el desenlace
Un modelo puede comparar señales o estimar una condición futura cuando dispone de antecedentes adecuados. La prueba debe usar los datos disponibles antes del evento y separar equipos o períodos de evaluación de los utilizados para ajustar el modelo.
También importan las omisiones y los avisos que consumen una inspección sin aportar una acción útil. Una alarma frecuente no demuestra mayor anticipación.
Node-RED puede integrar la adquisición con órdenes de revisión. El procesamiento inicial puede ocurrir localmente; una plataforma remota puede conservar históricos y ejecutar análisis de mayor alcance. La elección depende del volumen, los tiempos de respuesta y el trabajo de mantener los componentes.
## Coordinar la intervención con la producción
Una recomendación útil necesita relacionarse con repuestos, personal y disponibilidad de la máquina. Preparar una solicitud de compra o una orden de mantenimiento no equivale a aprobarla: las decisiones deben conservar el circuito de autorización de la planta.
La primera evaluación compara inspecciones, paradas y costos con una referencia documentada. Nos interesa comprobar si la información permite intervenir en mejores condiciones y qué parte del esfuerzo compensa el resultado obtenido.
Siguiente paso
Evaluar una primera aplicación
Podemos partir de una tarea concreta, revisar la información disponible y definir una prueba cuya utilidad pueda comprobarse.
