El análisis de aceite es una herramienta de mantenimiento predictivo que permite detectar desgaste, contaminación y degradación del lubricante antes de que ocurra una falla. Su mayor problema no está en los datos que entrega, sino en cómo se leen: sin una interpretación orientada a tendencias y contexto operativo, el informe mensual pasa a ser un archivo PDF sin impacto en las decisiones de mantenimiento.
El último día de cada mes, al gerente de mantenimiento le llega un mail del laboratorio con los informes de análisis de aceite. Los abre. Mira los números. Ve algunos valores en rojo, otros en verde, algunas flechitas hacia arriba o hacia abajo. Guarda el PDF en una carpeta que se llama "Análisis 2024" dentro de otra que se llama "Mantenimiento". Cierra el mail. Sigue con lo suyo.
Tres semanas después, uno de los reductores que aparecía "todo verde" en el último informe se rompe a las cuatro de la mañana de un domingo.
El lunes, cuando alguien en la reunión pregunta qué pasó, la respuesta aparece sola: "Raro, el análisis estaba bien". Y en ese momento, sin que nadie lo diga en voz alta, el análisis de aceite pierde la poca credibilidad que le quedaba. Pasa a ser ese gasto mensual que tranquiliza a auditoría y no mucho más.
Este artículo es para defender al análisis de aceite de una injusticia. Porque el análisis estaba bien. El problema es que nadie le estaba haciendo las preguntas correctas.
¿Qué mide realmente un análisis de aceite industrial?
Cuando un laboratorio analiza una muestra de aceite usado, devuelve una lista de parámetros. Según el equipo, puede incluir entre quince y treinta datos por muestra:
Propiedades del lubricante: Viscosidad a 40 y a 100 °C, TBN o TAN según el aceite, oxidación, nitración, sulfatación por infrarrojo.
Contaminación: Contenido de agua, silicio, sodio, potasio.
Partículas por tamaño: Recuento ISO 4406.
Metales de desgaste: Hierro, cobre, plomo, cromo, aluminio, estaño, etc.
Aditivos residuales: Zinc, fósforo, calcio, magnesio, boro, etc.
Análisis complementarios según equipo: Ferrografía directa, conteo de partículas por bloqueo de poro, análisis de estado del aditivo, Índice PQ, etc.
Son entre quince y treinta datos por muestra. Un mar de números.
EL PROBLEMA CON LOS LÍMITES DE REFERENCIA GENÉRICOS
Y acá viene la primera trampa: el laboratorio, para ponerle color a cada valor, usa límites de referencia. Verde, amarillo, rojo. ¿De dónde salen esos límites? De una base de datos genérica de la industria, o de rangos recomendados por el fabricante del equipo, o de promedios históricos de equipos "parecidos". Pero los límites genéricos son como la talla única: les quedan mal a casi todos.
Un reductor de molino de cemento operando 24/7 con carga variable no tiene los mismos rangos normales que un reductor de una bomba centrífuga en una planta de alimentos. Mismo producto de lubricante, misma marca, mismo grado de viscosidad, rangos completamente distintos porque el contexto operativo es otro.
Cuando el informe dice "hierro: 65 ppm (amarillo)", en realidad está diciendo "este valor está por encima de lo que sería normal en una base de datos genérica de equipos similares". No está diciendo si para ese equipo específico eso es una alarma o no. Esa traducción, la que importa, nadie la hizo.
Por qué la tendencia importa más que el valor absoluto
La segunda trampa es más sutil, y es donde un consultor que sabe de confiabilidad se diferencia de un generador de informes.
El número que importa en el análisis de aceite no es el valor absoluto del último informe. Es la derivada. Un equipo que viene marcando hierro estable en 80 ppm durante doce meses no tiene un problema; tiene una huella digital. Un equipo que pasó de 30 a 45 a 62 ppm en tres análisis consecutivos tiene un problema real, aunque ningún valor individual haya cruzado la línea roja genérica.
La pendiente es la señal. El valor es ruido.
El gerente no está mirando pendientes. Está mirando un PDF suelto por mes, como instantáneas sin película. Cada informe lo lee como si fuera independiente del anterior. No porque sea vago: porque nadie le armó el sistema para verlo distinto. El laboratorio manda un informe, no un tablero. Y el tablero, sin alguien que lo diseñe, no existe.
Cómo construir un sistema real de alerta con los informes de laboratorio
Hay tres cosas que hacen que el análisis de aceite pase de ser un gasto mensual a ser una herramienta de decisión.
1. Definir bolsillos operativos por equipo, no por catálogo
Eso significa sentarse, mirar la historia de cada máquina —seis, nueve, doce meses de análisis—, identificar los rangos reales de cada parámetro cuando el equipo está sano, y usar esos rangos como referencia propia.
El hierro en 80 ppm puede ser normal para un reductor específico; que el laboratorio lo pinte amarillo es un problema del laboratorio, no del operador. Una vez que se tienen los propios bolsillos, las alarmas empiezan a tener sentido.
2. Cruzar los datos del aceite con datos de operación
Un pico de hierro acompañado de un aumento de temperatura de aceite y una caída de producción no es lo mismo que un pico de hierro con todo lo demás estable. El primero es una alarma activa; el segundo puede ser una anomalía del muestreo, una contaminación cruzada en el laboratorio, o el efecto de una carga puntual que ya pasó.
Sin contexto operativo, el dato de aceite no habla. Con contexto, cuenta la historia completa.
3. Definir quién tiene la autoridad para actuar
Esta es la más organizacional y la más ignorada: definir quién tiene la autoridad para actuar sobre el análisis. Si el informe llega al gerente y él lo guarda, el sistema no funciona. Tiene que haber un responsable técnico con criterio para interpretar, un procedimiento claro de qué hacer cuando un parámetro cambia de tendencia, y una cadena de decisión definida.
Sin eso, el análisis es un ritual. Con eso, es un sistema de alerta temprana.
Caso real: análisis de aceite en flota de motores a gas
Nos tocó trabajar con una flota de motores a gas donde esto se veía con claridad. Los análisis "estaban bien" durante meses y aun así había fallas recurrentes.
Cuando nos sentamos a mirar la historia completa con el cliente, descubrimos dos cosas. La primera, que el laboratorio reportaba contra una media de la industria y no contra el histórico específico de esos motores. La segunda, que nadie estaba mirando la derivada: valores que venían subiendo de manera consistente mes a mes y que, aun sin cruzar el límite genérico, contaban una historia clara de desgaste acelerado.
Cuando ajustamos los criterios, las siguientes alertas llegaron a tiempo. No cambiamos el aceite. No cambiamos el laboratorio. Cambiamos la lectura.
Conclusión
Si el análisis de aceite parece un gasto inútil, antes de cancelarlo, vale preguntarse si se está usando bien. El laboratorio genera datos. La interpretación es tuya, o de alguien que te ayude a hacerla. Y esa diferencia —entre tener datos y tener información— es la misma diferencia que hay entre reaccionar a las fallas y anticiparlas.
Preguntas frecuentes sobre análisis de aceite industrial
¿Por qué el análisis de aceite da todo en verde y el equipo igual falla?
Porque los límites de referencia del laboratorio son genéricos, no específicos para cada equipo. Un valor dentro del rango estándar puede estar indicando desgaste acelerado si viene subiendo de manera consistente en los últimos tres o cuatro análisis. El problema no es el valor puntual, sino la tendencia.
¿Qué es un "bolsillo operativo" en el análisis de aceite?
Es el rango de normalidad construido a partir del historial real de un equipo específico, en lugar de los rangos genéricos de la industria. Se determina analizando entre seis y doce meses de muestras del equipo en condición sana, y se usa como referencia propia para detectar desvíos reales.
¿Con qué frecuencia se debe hacer análisis de aceite en equipos industriales?
La frecuencia depende del equipo y su criticidad. Como referencia general: mensual para equipos críticos en operación continua, cada 250 a 500 horas en motores de combustión interna, o según las recomendaciones del fabricante del equipo. En equipos con historial de fallas, puede ser necesario aumentar la frecuencia temporalmente.
¿Qué indica un valor elevado de un metal en un análisis de aceite?
El hierro, por ejemplo, es el principal indicador de desgaste de superficies ferrosas: engranajes, camisas, cigüeñales, rodamientos. Un valor alto en un análisis puntual puede no ser significativo; lo relevante es si viene aumentando de forma consistente entre muestras. Un equipo que pasó de 30 a 45 a 62 ppm de hierro en tres análisis consecutivos tiene un problema activo, aunque ningún valor haya superado el límite del laboratorio. El cobre nos puede hablar del desgaste en cojinetes, bujes o pasivación de intercambiadores de calor, entro otras cosas, el silicio refiere a contaminantes externos o a sellantes siliconados, etc. Cada metal tiene su procedencia y hay que conocerla para diagnosticar bien.
¿Cuál es la diferencia entre análisis de aceite y ferrografía?
El análisis de aceite estándar cuantifica la concentración de metales y contaminantes en la muestra. La ferrografía directa va un paso más allá: analiza la morfología de las partículas de desgaste (forma, tamaño, color) para identificar el tipo de mecanismo de desgaste —abrasivo, adhesivo, fatiga de superficie— y su severidad. Se usa cuando el análisis estándar indica un problema, pero se necesita más información para diagnosticar la causa.
¿Qué hace falta para que el análisis de aceite funcione como herramienta de mantenimiento predictivo?
Tres cosas: rangos de referencia construidos sobre el historial del propio equipo, cruce de los datos del aceite con variables de operación (temperatura, carga, producción), y un responsable técnico con autoridad y procedimiento definido para actuar cuando una tendencia cambia. Sin las tres, el informe mensual es un archivo, no una herramienta.
¿El laboratorio es responsable si el análisis no detecta una falla?
No directamente. El laboratorio entrega datos correctos contra los límites que tiene disponibles. La responsabilidad de interpretar esos datos en contexto, construir tendencias y actuar sobre ellas es del equipo de mantenimiento, o del consultor que los asista. El laboratorio genera datos; la interpretación convierte esos datos en información accionable.
¿En tu planta los informes mensuales se acumulan sin convertirse en decisiones?
Hablemos.
Ing. Marcelo Martins, gerente en Desarrollo Comercial