Conjunto de métodos basados en datos y en modelos físico‑mecánicos que monitorizan la condición del activo, estiman la degradación actual, predicen la vida útil restante (RUL) con incertidumbre cuantificada e informan decisiones de mantenimiento y operación para equipos del sistema eléctrico.

Principio

La combinación de monitorización del estado con modelos de degradación (estadísticos, aprendizaje automático o física de la falla) produce estimaciones probabilísticas del rendimiento futuro y de la RUL; las decisiones se derivan al comparar esas predicciones probabilísticas con criterios de coste, repuestos y riesgo operativo.

Demostración

Aplicación ilustrativa — Situación: Un transformador de subestación presenta aumento de gases disueltos y tendencia de temperatura al alza. Reconocimiento: Un modelo calibrado con degradación histórica relaciona esas tendencias con envejecimiento del aislamiento. Acción: El sistema PHM emite una RUL probabilística y propone una ventana de mantenimiento optimizada para minimizar la interrupción. Consecuencia: Se programa mantenimiento antes de un periodo de alto riesgo, reduciendo la probabilidad de fallo no planificado.

Aplicación incorrecta

Usar una estimación puntual de RUL sin expresar la incertidumbre o sin validar el modelo en la misma clase de activos y régimen operativo; el error es tratar las salidas del modelo como predicciones exactas en lugar de pronósticos probabilísticos dependientes de la validez del modelo y calidad de los datos.

Consecuencia

Aplicado correctamente, PHM permite mantenimiento basado en condición que puede reducir coste del ciclo de vida y disminución de averías imprevistas; aplicado incorrectamente puede generar falsa confianza, conducir a fallos inesperados o a reemplazos innecesarios y desplazar el riesgo.

Inversión

El valor de PHM es limitado cuando las fallas son predominantemente aleatorias e instantáneas (por ejemplo, fractura mecánica súbita) sin señales precursoras medibles; en esos casos los modelos predictivos no aportan advertencia fiable.

Límite

Claramente dentro: activos con señales de degradación medibles (baterías, transformadores, máquinas giratorias, electrónica de potencia) donde sensores y modelos son aplicables. Caso límite: activos con modos de fallo mixtos graduales y abruptos, donde PHM ayuda solo para algunos modos. Claramente fuera: fallas puramente estocásticas sin precursores medibles o decisiones basadas únicamente en intervalos regulatorios fijos.

Tensión semántica

Reducción de Riesgo ↔ Coste de Vigilancia — aumentar la monitorización y sofisticación de modelos reduce incertidumbre pero incrementa costes de instrumentación, datos y análisis; PHM óptima equilibra valor predictivo y costes.

Síntesis

PHM convierte el mantenimiento en toma de decisiones probabilística: transforma señales y modelos en previsiones graduadas de riesgo que han de integrarse con criterios de coste, disponibilidad y seguridad para generar planes de mantenimiento operativos.