La mayoría de plantas dice lo mismo:
“Tenemos mantenimiento predictivo” y “reprogramamos cuando algo falla”.

La pregunta incómoda es otra:
¿Quién toma realmente la decisión entre producir o parar… y con qué información?

Un artículo reciente publicado en IEEE Access propone algo que muchas fábricas todavía no se atreven a hacer: integrar el mantenimiento predictivo dentro del corazón de la programación de la producción, no como un sistema paralelo, sino como parte de la decisión operativa.

El problema real: producción y mantenimiento viven en silos

En la práctica, la programación asume máquinas “perfectas” y el mantenimiento actúa cuando el daño ya está hecho. El resultado es conocido:

• paradas no planificadas,
• reprogramaciones urgentes,
• pérdida de disponibilidad y confianza en los planes.

El estudio de Zhang et al. rompe esta lógica integrando la vida útil remanente (RUL) directamente en un esquema de Model Predictive Control (MPC). Aquí, el mantenimiento deja de ser reactivo o periódico y se convierte en una decisión oportunista, tomada cuando realmente conviene.

Qué cambia cuando el mantenimiento entra al modelo

El enfoque propone algo muy concreto:

• Si los datos indican que una máquina va a fallar pronto,
• el sistema reserva una ventana de mantenimiento antes del fallo,
• y ajusta automáticamente la secuencia de producción.

No se trata de “parar más”, sino de parar una sola vez, en el momento correcto.

Los resultados hablan claro:

• reducción del makespan entre 7 % y 9 %,
• reducción del downtime entre 54 % y 60 %,
• eliminación casi total de fallas no planificadas,
• mayor estabilidad del plan (menos sorpresas, menos incendios).

La lección para la industria

Este trabajo deja una enseñanza clave:
👉 La disponibilidad no se mejora con más mantenimiento, sino con mejores decisiones.

Y esas decisiones solo son posibles cuando:

• producción, mantenimiento y datos hablan el mismo idioma,
• la salud del activo deja de ser un reporte y pasa a ser una variable de decisión.

En MAWEC lo vemos a diario: muchas organizaciones tienen datos, pero no los usan para decidir cuándo producir y cuándo intervenir.

Si este tema conecta con los dolores de tu operación, conversemos. Diseñar la decisión correcta vale más que reaccionar rápido.

📌 Referencia
Zhang, Y., Xiao, W., & Bi, Y. (2025). Integrated Predictive-Maintenance and MPC Scheduling: Achieving High Availability in Smart Manufacturing. IEEE Access, 13. https://doi.org/10.1109/ACCESS.2025.3619999