Inteligencia artificial para el mantenimiento predictivo industrial

Inteligencia artificial para el mantenimiento predictivo de nuestras instalaciones

El mantenimiento es una de las tareas a las que se dedican más recursos y tiempo en nuestras instalaciones.

Históricamente, las organizaciones han utilizado una estrategia de mantenimiento reactivo, reparando una vez que surge la falla. Posteriormente, aparecieron otras técnicas de mantenimiento.

Las estrategias de mantenimiento comúnmente aceptadas son:

    • Mantenimiento correctivo: es el mantenimiento que se aplica a aquellos activos menos importantes o activos de bajo costo de reparación. En esta estrategia, la máquina puede funcionar hasta el fallo.
    • Mantenimiento preventivo: este mantenimiento se aplica en diferentes situaciones, siendo el más común en los equipos que tienen ciclos de respuesta largos y no tienen modo de espera. Las intervenciones se llevan a cabo incluso cuando la máquina está funcionando satisfactoriamente.
  • Mantenimiento predictivo (PdM): el mantenimiento predictivo es una estrategia de mantenimiento impulsada por el análisis predictivo. Las soluciones se utilizan para detectar patrones de falla o anomalías y estimar la cantidad de tiempo antes de que ocurra esa falla.
  • Mantenimiento prescriptivo: se basa en una combinación de herramientas de gestión de mantenimiento y estrategia predictiva. Esto nos permitirá tomar decisiones basadas no solo en el estado del equipo sino también en las condiciones económicas, la producción...

La irrupción de tecnologías como el Big Data y la inteligencia artificial permite un enfoque innovador para los modelos predictivos.

En nuestras instalaciones tenemos datos de proceso que se almacenan en nuestro Data Lake para que ser monitorizados y a los que se pueden aplicar algoritmos basados en el rendimiento del activo.

Además, en algunos equipos nuevos ya se están instalando sensores para conocer su estado en tiempo real. En muchos casos, con solo la monitorización de los sensores es suficiente para detectar operaciones anómalas antes de que se produzca el fallo.

El mantenimiento se ha convertido en una actividad clave en nuestras instalaciones. La mejora en la tecnología de los sensores, haciéndolos más económicos, más fáciles de instalar y confiables, nos hará tener todavía más datos en el futuro cercano. Esto permitirá la aplicación de nuevos algoritmos que ayudarán a reducir aún más las paradas no planificadas de nuestros equipos e instalaciones y así, mejorar la disponibilidad de nuestras plantas y reducir costes de mantenimiento.

Hay que tener en cuenta que la disponibilidad de los datos y su visualización, por sí mismos, ya contribuyen a generar un gran valor para detectar operaciones o actuaciones ineficientes y nuevos algoritmos para predecir automáticamente fallas.

Para llevar a cabo este nuevo enfoque para el mantenimiento predictivo de sistemas, nuestros científicos de datos e ingenieros (fiabilidad, talleres, inspecciones...) tienen que trabajar juntos en el análisis de datos y la generación de modelos.

Continuar leyendo  min
“Para un óptimo mantenimiento predictivo de sistemas, nuestros científicos de datos e ingenieros de planta tienen que trabajar juntos”.
Juan Manuel Tomé
Theme Leader de Transformación Digital