Por muchos años he escuchado a los analistas de laboratorio aconsejarles a sus clientes que no pongan demasiada atención a los valores numéricos específicos (comparados contra un límite u objetivo) sino más bien enfocarse en la “tendencia” de los datos. De hecho, la tendencia es una de las técnicas más importantes y efectivas utilizadas por los especialistas en diagnóstico para darle sentido y significado a datos basados en el tiempo. Sin embargo, cuando este método se aplica indiscriminadamente o se utiliza de forma aislada, una gran cantidad de información puede pasar desapercibida o descartarse erróneamente.
¿Qué es el análisis de tendencia?
La mejor manera de analizar las tendencias de los datos de aceite es seguir visualmente su evolución mediante un gráfico de tendencias estándar (Figura 1).
Figura 1. Gráficos comunes de tendencia de datos monótonos
Las tendencias pueden revelar rápidamente la tasa de cambio a lo largo del tiempo (pendiente del gráfico) asociada a una serie de puntos de datos monótonos que podrían revelar una condición reportable. En ocasiones, se puede concluir que si la tasa de cambio es normal y constante (pendiente de tendencia lineal), las condiciones del lubricante y de la máquina son igualmente normales y aceptables. Sin embargo, las condiciones anormales o insanas no siempre producen líneas de tendencia pronunciadas.
Es cierto que el uso de tendencias de datos (en lugar de límites de nivel) supera ciertos problemas o complejidades que han afectado al análisis de aceite durante años. Esto funciona mejor cuando se controlan todas las demás variables, como:
- Las muestras son tomadas del mismo puerto de muestreo y utilizando el mismo método
- Se conocen la vida útil del aceite y de la máquina (en horas)
- Se conocen las tasas de relleno
- Cuando las condiciones de funcionamiento de la máquina y el entorno son constantes
- El tipo y formulación del aceite no cambian
- Se utilizan exactamente el mismo instrumento y procedimiento de prueba en laboratorio
Figura 2. Análisis de tendencia de humedad alcanzando el límite de nivel
Cuando se siguen estas reglas, el análisis de tendencia puede corregir las diferencias que a menudo quedan fuera del control del laboratorio. Por ejemplo, cuando se utiliza el análisis de tendencias y se siguen los seis puntos antes mencionados, no se presentarán las siguientes condiciones que alteran las tendencias.
- Discrepancias en la reproducibilidad de datos entre instrumentos idénticos. Con frecuencia, existen discrepancias en los datos entre dos instrumentos del mismo tipo utilizados para el mismo procedimiento. Esta distorsión de tendencias podría detectarse si se envían muestras aleatoriamente a diferentes laboratorios utilizando los mismos instrumentos. No hay problema si el instrumento utilizado siempre es el mismo en la serie de datos de tendencia.
- Diferencias en los tipos de instrumentos utilizados por los distintos laboratorios. Existen muchos tipos de instrumentos que se enfocan en la misma propiedad. Por ejemplo, la densidad ferrosa puede medirse con varios instrumentos patentados, pero los datos generados (incluidas las unidades de medida) no suelen ser los mismos. No hay problema si el tipo y la marca del instrumento son los mismos en la serie de datos de tendencias.
- Diferencias en el procedimiento de prueba y el método de calibración entre laboratorios. Los procedimientos ASTM que reportan el mismo valor no suelen ser intercambiables. Por ejemplo, existen tres procedimientos ASTM diferentes para medir el número básico. Además, muchos métodos estandarizados son modificados por los laboratorios para mejorar la productividad y reducir costos. No hay problema si se utiliza el mismo procedimiento de prueba adecuado en las series de datos de tendencias.
- Diferencias en la tasa de desgaste de las máquinas y el contexto operacional. Tipos de máquinas idénticos suelen presentar tasas de desgaste muy diferentes, lo que impide que los datos entre máquinas tengan significancia estadística mutua al configurar alarmas. Algunas máquinas presentan un alto consumo de energía en comparación con los promedios estadísticos. Sin embargo, los consumos nominales siguen los promedios estadísticos de un grupo de máquinas. No hay problema si los datos de tendencias se comparan únicamente con los datos históricos de la misma máquina en el mismo contexto operacional.
Peligros de confiar sólo en la línea de tendencia
Independientemente de las muchas características valiosas en el uso del análisis de tendencias, por supuesto hay que hacer algunas advertencias importantes y aplicaciones clave en las que el enfoque no se aplica bien en forma aislada. Estas limitaciones pueden corregirse acoplando las tendencias con algunas otras estrategias de análisis de datos. La Tabla 1 enumera limitaciones comunes del análisis de tendencias y sus posibles soluciones.
A pesar de las limitaciones mencionadas, el análisis de tendencias es una parte intrínseca de la estrategia de interpretación de datos en el análisis de lubricantes en servicio. Al combinarse con otras tácticas de detección, permite reconocer problemas como muestras defectuosas, un filtro de aceite en derivación, agotamiento de aditivos, una nueva función de desgaste anormal y el uso de aceite incorrecto. Si bien el software informático es extremadamente útil, es difícil mejorar la capacidad de detectar tendencias perceptibles en el análisis de aceite simplemente representando gráficamente los datos y utilizar nuestros ojos.
Tabla 1. Limitaciones del análisis de tendencia
Jim Fitch, Noria Corporation. Traducción por Roberto Trujillo Corona, Noria Latín América