Gestión energética en la fábrica: del hardware de medición IIoT al kWh por pieza

La energía es uno de los pocos grandes costes industriales que aún se gestiona al nivel de una factura mensual. Llega el recibo, es mayor que el del mes pasado, alguien pregunta por qué y nadie puede responder con precisión porque el contador que la generó mide toda la planta como un único número. Toda la discusión de mejora que sigue es, por tanto, una discusión teórica. La gestión energética de fábrica existe para sustituir esa teoría por medición.

La capa de hardware es el punto de partida y es menos intimidante de lo que la mayoría espera. La medición secundaria a nivel de máquina, célula o cuadro de distribución suele añadirse sin interrumpir la producción — los transformadores de intensidad se abrazan a los conductores existentes y los contadores IIoT reportan por Modbus, MQTT u OPC UA a la misma red que ya usan sus demás datos de planta. No está recableando la fábrica; la está instrumentando.

Lo que esos contadores deben registrar es más que kilovatios hora. La energía activa y reactiva, el factor de potencia, la corriente y la tensión por fase y la potencia punta responden a preguntas distintas. El factor de potencia y la energía reactiva revelan a menudo cargos que está pagando sin saberlo. La potencia punta explica penalizaciones tarifarias que una visión de consumo total no puede ver. Los datos por fase detectan desequilibrios que acortan la vida del equipo mucho antes de provocar una avería.

Los datos sólo se vuelven accionables cuando se vinculan al contexto de producción, y aquí es donde la mayoría de los proyectos de energía triunfan o se apagan discretamente. Un gráfico de consumo en el tiempo le dice cuándo se usó energía. Un gráfico de consumo unido a los datos del MES le dice qué se estaba produciendo, en qué máquina, bajo qué orden y a qué ritmo. Esa unión transforma el indicador de kilovatios hora por día en kilovatios hora por pieza — y el kWh por pieza es el único número energético que sobrevive a un cambio de volumen de producción.

Una vez que existe ese indicador, se vuelven posibles comparaciones que antes eran discusiones. El mismo producto fabricado en dos máquinas se puede comparar directamente. La misma máquina en dos turnos se puede comparar. El consumo antes y después de una intervención de mantenimiento se puede comparar. Las fábricas encuentran casi siempre al menos una máquina que consume bastante más energía por pieza que sus homólogas, y la causa suele ser mecánica y corregible, no inherente.

El consumo en vacío y no productivo es la primera victoria más fiable. Equipos que consumen una potencia significativa sin producir nada —durante descansos, entre turnos, los fines de semana— son habituales, invisibles sin medición secundaria y a menudo corregibles con cambios de secuencia en lugar de inversión. Los sistemas de aire comprimido son el ejemplo clásico: fugas que no cuestan nada visible y muchísimo en agregado, detectables como un consumo de base que nunca baja a cero.

La detección de anomalías añade una dimensión de mantenimiento que amortiza la instrumentación por sí sola. Un motor cuyo consumo de corriente sube poco a poco a lo largo de semanas suele estar avisando de desgaste en rodamientos o desalineación antes de que se cruce cualquier umbral de vibración. Los datos de energía son una señal de condición barata y continua — instaló los contadores por motivos de coste y obtiene aviso temprano de averías como subproducto.

Para los fabricantes con obligaciones de reporte —ISO 50001, CSRD, requisitos de sostenibilidad de clientes, contabilidad de carbono— los mismos datos sirven al cumplimiento sin montar una medición paralela. Las cifras de energía por producto sustentan cálculos de huella de carbono de producto que de otro modo se estiman a partir de medias sectoriales. Cada vez más, los clientes industriales piden esos números directamente, y las respuestas estimadas son cada vez más difíciles de defender.

La secuencia pragmática: medir primero los mayores consumidores en lugar de todo a la vez, unir los datos al contexto de producción de inmediato y no más adelante, y elegir un indicador —el kWh por pieza de su línea de mayor volumen— para publicarlo y mejorarlo. Las plantas que instrumentan de forma exhaustiva antes de decidir qué pregunta están respondiendo suelen acabar con muchísimos datos y ninguna decisión.