Cómo funcionan los sistemas de advertencia de fallos en puertas automáticas: sensores, algoritmos de inteligencia artificial y el caso a favor del mantenimiento predictivo

En la mayoría de las instalaciones, una puerta automática falla de la misma manera cada vez: no ocurre absolutamente nada hasta que algo se rompe. Un motor se quema, un riel guía se deforma, un sensor deja de responder o una placa de control presenta una avería. La puerta o bien deja de funcionar por completo o comienza a comportarse de forma errática. Para cuando alguien lo nota, la avería ya ha ocurrido.

Esto se denomina mantenimiento reactivo y, aunque es el modelo predominante para el servicio de puertas automáticas en todo el mundo, también es uno de los métodos más costosos y disruptivos desde el punto de vista operativo para gestionar un componente crítico de un edificio.

La alternativa —el mantenimiento predictivo, posibilitado por la monitorización en tiempo real mediante sensores y el análisis de patrones— lleva más de una década siendo una práctica estándar en la gestión de equipos industriales. En este artículo se explica, a nivel técnico, cómo funcionan los sistemas modernos de advertencia de fallos en puertas automáticas: qué parámetros monitorizan, cómo se generan las alertas y cuáles son las implicaciones operativas para los equipos de instalación y los responsables de instalaciones.

Parte 1: El problema con los modelos tradicionales de mantenimiento

El mantenimiento reactivo es aceptable para puertas no críticas. Sin embargo, en aplicaciones críticas —como las entradas principales de hospitales, los puntos de control de seguridad en aeropuertos o los puntos de acceso a instalaciones seguras— la situación es distinta. Las intervenciones de reparación de emergencia conllevan costes laborales premium (normalmente de 2 a 4 veces las tarifas estándar para trabajos fuera del horario laboral), la disponibilidad de piezas es impredecible y los costes indirectos suelen superar ampliamente a los directos de reparación.

El mantenimiento preventivo programado resuelve la impredecibilidad, pero introduce su propia ineficiencia: el mismo programa de servicio se aplica independientemente del uso real de la puerta. Tanto una entrada principal de hospital que registra 2.000 ciclos diarios como una salida de personal que registra 50 ciclos diarios reciben la misma visita de servicio trimestral. Dicho programa no está optimizado para ninguna de las dos.

El mantenimiento predictivo sustituye el servicio basado en calendario por un servicio basado en el estado: se realiza el mantenimiento cuando los datos indican que es necesario, no cuando lo marca el calendario.

Parte 2: Qué se supervisa — La capa de sensores

Consumo de corriente del motor

El motor eléctrico de una puerta automática consume corriente en proporción a la carga mecánica contra la que trabaja. En condiciones normales, el perfil de corriente de cada ciclo de apertura y cierre de la puerta es altamente consistente. Cuando la resistencia mecánica aumenta —por contaminación de las guías, desgaste de los rodamientos o pérdida de tensión de la correa de transmisión— el motor debe esforzarse más, lo que se manifiesta como un aumento de la corriente pico y un cambio en la forma del perfil de corriente.

La supervisión de la corriente es uno de los indicadores de advertencia temprana más sensibles disponibles. Los aumentos de corriente relacionados con el desgaste pueden detectarse semanas antes de que aparezca cualquier síntoma observable por un operario.

Tiempo de recorrido de la puerta y perfil de velocidad

Una puerta automática saludable se abre y cierra con una curva de velocidad constante y suave. Las desviaciones que predicen problemas incluyen: aceleración más lenta que la línea base (lo que indica un aumento de la resistencia mecánica), oscilación de la velocidad durante el recorrido (lo que sugiere un desequilibrio en el sistema de accionamiento), fase de desaceleración prolongada (deriva en la calibración del sistema de control) y perfiles asimétricos entre la apertura y el cierre.

Rendimiento del sensor de seguridad

Los sensores de detección de presencia y las cortinas de luz de seguridad son componentes críticos para la seguridad. Los sistemas de supervisión registran continuamente la latencia de detección, la consistencia de la detección y la integridad de la señal. Las tendencias de degradación ofrecen una advertencia anticipada de fallo del sensor antes de que provoque un incidente de seguridad.

Recuento de ciclos operativos y supervisión ambiental

Cada componente mecánico tiene una vida útil nominal expresada en ciclos de funcionamiento. Los sistemas que registran recuentos acumulados frente a umbrales de sustitución generan alertas proactivas de reemplazo. Además, los sensores de temperatura, humedad y vibración detectan condiciones que aceleran el desgaste —sobrecalentamiento, entrada de humedad, vibración estructural— antes de que provoquen fallos funcionales.

Parte 3: De los datos brutos a alertas accionables — La capa de procesamiento

Cuando un sistema de monitorización se activa por primera vez, entra en una fase de establecimiento de la línea base —normalmente de 2 a 4 semanas— durante la cual registra los parámetros normales de funcionamiento en toda la gama de condiciones a las que se somete la puerta. Las mediciones posteriores se comparan con este modelo estadístico de funcionamiento normal.

Las implementaciones más sofisticadas utilizan análisis multivariado —evaluando patrones de desviación en múltiples flujos de sensores simultáneamente— para identificar modos de fallo que no pueden detectarse a partir de un solo sensor. Los enfoques basados en aprendizaje automático aprenden a asociar patrones específicos de múltiples sensores con modos de fallo específicos a partir de datos históricos recopilados en grandes flotas instaladas.

La clasificación de alertas suele abarcar cuatro niveles: Informativa (incluir en la próxima visita programada), Advertencia (programar una inspección dentro de unas semanas), Alerta (programar dentro de unos días) y Crítica (requiere respuesta inmediata). El enrutamiento de alertas —es decir, quién recibe cada nivel de gravedad y por qué canal— es configurable según la estructura operativa de la instalación.

Parte 4: Computación en el borde frente a procesamiento en la nube

La computación en el borde significa que la lógica de detección de anomalías se ejecuta directamente en el controlador de la puerta. Ventajas: no depende de la red para la detección básica, baja latencia y reducción del volumen de transmisión de datos. Limitación: la potencia de procesamiento limitada impide el aprendizaje de patrones entre flotas.

El procesamiento en la nube envía los datos a una plataforma remota con recursos computacionales más potentes. Ventajas: análisis a escala de flota, retención ilimitada de datos históricos y mejora continua de los algoritmos. Limitación: dependencia de la conectividad de red.

Las implementaciones según las mejores prácticas utilizan una arquitectura híbrida: el procesamiento en el borde gestiona la detección en tiempo real crítica para la seguridad con autonomía total durante las interrupciones de la red; el procesamiento en la nube gestiona el análisis de flota y la mejora de los modelos.

Parte 5: Resultados operativos reales

Los estudios sobre despliegues de mantenimiento predictivo en equipos para edificios informan reducciones del tiempo de inactividad no planificado del 30 al 50 % en comparación con las líneas de base del mantenimiento reactivo. El gasto total en mantenimiento suele disminuir incluso al incluir los costos del sistema de monitorización, gracias a la eliminación de llamadas de emergencia y a la reducción del trabajo innecesario asociado al mantenimiento preventivo. Para un sistema con un costo de capital de 15 000 a 50 000 USD, una extensión de 2 a 3 años en su vida útil operativa mediante un servicio basado en el estado representa un valor económico significativo.

Cómo evaluar la capacidad de mantenimiento predictivo de un proveedor

• ¿Qué parámetros específicos se monitorizan? Mínimo: corriente del motor, perfil de velocidad, rendimiento de los sensores de seguridad, recuento de ciclos y datos térmicos.

• ¿Dónde se realiza el procesamiento? ¿En el borde (edge), en la nube (cloud) o de forma híbrida? ¿Qué ocurre con la monitorización si se pierde la conectividad a Internet?

• ¿Cómo se clasifican y entregan las alertas? ¿Cuáles son los niveles de gravedad y las opciones de enrutamiento?

• ¿Cuál es el acuerdo de alojamiento de datos en la nube? ¿Dónde se almacenan los datos, cuáles son las políticas de retención y qué disposiciones existen en caso de interrupción del servicio?

• ¿Cuál es el proceso de puesta en marcha para el establecimiento de la línea base?

• ¿Puede el proveedor facilitar estudios de caso con resultados operativos documentados?

• ¿Cuáles son los costes de suscripción continuos a lo largo de la vida útil prevista del sistema?