Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Los operadores pasan muchas horas observando los paneles de operación o HMI’s,
analizando tendencias y reaccionando ante los eventos registrados en los paneles de
alarmas.
Sin embargo, cuando una situación anormal se presenta, un operador puede verse
súbitamente inundado por una gran cantidad de información, la cual tiene que analizar de
manera rápida y efectiva para evitar paros no planeados y afectaciones en la producción. Y
aunque en algunas herramientas también pueden crearse reglas simples para la
detección automática de fallas, estas generalmente están basadas en límites de alarma
establecidos para ciertas variables determinadas.
Identificar el escenario.
1. http://www.reporteroindustrial.com/temas/Como-implementar-un-modelo-de-mantenimiento-40+133815?tema=12000200&pagina=3
2. http://www.reporteroindustrial.com/revista-digital/Especial+industria+4.0+claves+para+implementarla+con+%C3%A9xito+133486
3. http://www.reporteroindustrial.com/revista-digital/
pág. 1
Comparar con experiencias previas.
Sin embargo, a consecuencia de la digitalización y la generación de cada vez más datos por
parte de los sistemas, el rol de los operadores y mantenedores se ha orientado hacia el
análisis de esta gran cantidad de data. El objetivo es convertirla en información que
permita tomar acciones para prevenir los fallos, lo cual, si se realiza de manera manual
se vuelve una tarea casi imposible por el hecho de la capacidad cognitiva del ser
humano.
Otra limitante son los silos de información, es decir la existencia de múltiples sistemas o
fuentes de información, que no siempre se encuentran conectados y que fueron diseñados
1. http://www.reporteroindustrial.com/temas/Como-implementar-un-modelo-de-mantenimiento-40+133815?tema=12000200&pagina=3
2. http://www.reporteroindustrial.com/revista-digital/Especial+industria+4.0+claves+para+implementarla+con+%C3%A9xito+133486
3. http://www.reporteroindustrial.com/revista-digital/
pág. 2
especialmente para resolver una problemática específica de un área, departamento o
especialidad, los cuales proveen de información a un grupo limitado de usuarios.
Ante esta situación existen soluciones como el Big Data Analysis, el Machine Learning y la
inteligencia artificial (IA), entre otras, las cuales pueden implementarse en forma de un
“Modelo de Mantenimiento Prescriptivo”, enfocado en solucionar problemáticas de
confiabilidad y optimización de procesos.
4. Documentación de las posibles causas y acciones que dieron por resultado el evitar un
fallo potencial.
Para lograr lo anterior, el modelo debe estar integrado con fuentes de datos como
herramientas de mantenimiento predictivo, sistemas de control e historiadores; y
herramientas empresariales como CMMS (viene de sus siglas en inglés Computerized
Maintenance Management System que significa Sistema de gestión de
mantenimiento computarizado), MES ( (Manufacturing Execution System en inglés)
es un software enfocado al Control de la Producción, que monitoriza y documenta la
gestión de la planta), ERP’s (Enterprise Resource Planning, que significa “sistema de
planificación de recursos empresariales”), sistemas de gestión energética, de gestión del
almacén de repuestos, correo electrónico o sistema de mensajería institucional.
Desde luego, también deben tomarse en cuenta las mejores prácticas y recomendaciones en
materia de ciberseguridad.
1. http://www.reporteroindustrial.com/temas/Como-implementar-un-modelo-de-mantenimiento-40+133815?tema=12000200&pagina=3
2. http://www.reporteroindustrial.com/revista-digital/Especial+industria+4.0+claves+para+implementarla+con+%C3%A9xito+133486
3. http://www.reporteroindustrial.com/revista-digital/
pág. 3
Cleaning: se eliminan los datos no útiles o corruptos.
Decision tree analysis: el análisis del árbol de decisiones implica hacer un diagrama en
forma de árbol para trazar un curso de acción o bien un análisis estadístico de probabilidad.
Se utiliza para dividir problemas complejos en “ramas”, cada rama del árbol de decisión podría
ser un posible resultado.
Si bien, las tareas Off Line pueden sonar complejas, estas pueden ser ejecutadas por un
científico de datos, quién es el especialista en el modelado. Sin embargo, es de vital
importancia el que esté involucrado personal con experiencia operativa, ya que el
científico de datos puede lograr un modelado y configuración de gran nivel, pero los
eventos que el “Modelo de Mantenimiento Prescriptivo” detecta y las recomendaciones
correctivas deben ser asociadas con escenarios operativos, los cuales muchas veces son
desconocidos por él.
1. http://www.reporteroindustrial.com/temas/Como-implementar-un-modelo-de-mantenimiento-40+133815?tema=12000200&pagina=3
2. http://www.reporteroindustrial.com/revista-digital/Especial+industria+4.0+claves+para+implementarla+con+%C3%A9xito+133486
3. http://www.reporteroindustrial.com/revista-digital/
pág. 5
7. Mejora en índices de seguridad y bajos niveles de accidentabilidad.
Fin.
En las fábricas de hoy, para evitar daños a las máquinas, los sensores a menudo activan una alarma
tan pronto como el equipo comienza a mostrar un comportamiento sospechoso, pero rara vez se
explotan completamente los datos de este sensor. Investigadores del Instituto Fraunhofer para
Sistemas de Producción y Tecnología de Diseño (IPK) muestran lo que es posible cuando la
tecnología de sensores está conectada a una plataforma en la nube: gestión perfectamente
coordinada del flujo de trabajo y la optimización de grupos enteros de máquinas. Las máquinas
herramienta fresan, giran y muelen piezas con precisión micrométrica. Esta precisión solo se
puede lograr cuando las partes mecánicas funcionan perfectamente juntas y sin vibraciones.
Después de todo, las vibraciones pueden transmitirse a las herramientas y, en última instancia,
provocar errores e inexactitudes en la pieza de trabajo terminada. Cuando las cosas salen mal, las
quejas siguen y golpean al fabricante en el bolsillo. Por eso es importante reconocer los daños o el
desgaste de las máquinas en una etapa temprana. Por esta razón, muchas máquinas son
monitoreadas por sensores que pueden reconocer, por ejemplo, que debido a ligeras vibraciones,
un componente se está desgastando lentamente. Los sensores pueden emitir una señal de
advertencia de que la pieza debe reemplazarse antes de que se produzcan daños, esto es lo que se
conoce como mantenimiento predictivo.
Los husillos pueden desgastarse con el tiempo, lo que conduce a vibraciones no deseadas
susceptibles a generar fallas en la pieza de trabajo y que deben detectarse lo antes posible, este
nuevo sistema de mantenimiento inteligente hace exactamente eso. En el corazón del sistema hay
una placa de circuito que contiene un chip, disponible comercialmente y conocido como sistema
microelectromecánico (MEMS, por su sigla en inglés). Estos MEMS son pequeños componentes de
silicio que acomodan varios módulos tecnológicos interconectados en su superficie. De esta forma,
pueden, por ejemplo, medir estímulos ambientales como las vibraciones y analizarlos en un
procesador conectado. El MEMS y el procesador juntos forman un nodo sensor. “Millones de
MEMS como estos están instalados en automóviles y teléfonos inteligentes hoy en día. Son
rentables y, sin embargo, lo suficientemente precisos para nuestros propósitos”, explica Claudio
Geisert, subdirector del departamento de Máquinas de producción y gestión de sistemas del
Fraunhofer IPK. Un elemento importante es que el procesamiento de las señales del sensor se
realiza directamente en el nodo del sensor. En consecuencia, el procesador reconoce una falla por
sí mismo y puede transmitir esta información.
La información se transmite a una plataforma de Internet de las cosas (IoT), que envía una alarma
a la sede del servicio, que luego decide qué hacer. Por ejemplo, podría establecer una fecha
adecuada para reemplazar el eje para evitar tiempos de inactividad de producción debido a paros
en la máquina. Además, esta plataforma IoT integra un gemelo digital de la máquina herramienta:
una copia digital que contiene el historial de la máquina y todas las condiciones y parámetros
operativos. Si al final se reemplaza el eje defectuoso, el gemelo digital también recibe la
información de que ahora incluye un nuevo componente.
"AL CONECTAR LA MÁQUINA Y LOS SENSORES A LA PLATAFORMA IOT AHORA OBTENEMOS, POR
PRIMERA VEZ, UNA IMAGEN HOLÍSTICA DE UNA MÁQUINA O UNA FLOTA COMPLETA". CLAUDIO
GEISERT, SUBDIRECTOR DEL DEPARTAMENTO DE MÁQUINAS DE PRODUCCIÓN Y GESTIÓN DE
SISTEMAS DEL FRAUNHOFER IPK.
"La replicación de la condición real de las máquinas herramienta facilita el análisis integral",
describe Geisert. Los operadores de las máquinas pueden reconocer, por ejemplo, si ciertos
procesos en las equipos aumentan significativamente el desgaste, permitiendo que los procesos
de trabajo se adapten a estos factores. Y los fabricantes de las máquinas herramienta pueden
obtener valiosas indicaciones para optimizar aún más sus sistemas. "En última instancia, esto le
permite llamar y analizar la historia de toda una flota de máquinas para encontrar posibles
debilidades", dice el subdirector de departamento del IPK.
1. http://www.reporteroindustrial.com/temas/Como-implementar-un-modelo-de-mantenimiento-40+133815?tema=12000200&pagina=3
2. http://www.reporteroindustrial.com/revista-digital/Especial+industria+4.0+claves+para+implementarla+con+%C3%A9xito+133486
3. http://www.reporteroindustrial.com/revista-digital/
pág. 7
MONITOREO DE MÁQUINAS EN DIFERENTES UBICACIONES
Pero conectar la máquina real con la plataforma IoT también tiene ventajas para el personal en el
sitio que da servicio a los equipos. En la solución desarrollada por el IPK, los técnicos primero
escanean un código QR en la máquina para verificar que están trabajando en la máquina correcta,
esto es particularmente importante en empresas que tienen flotas de máquinas enteras. El
componente también se puede escanear y comparar con los datos en el gemelo digital, para
garantizar que otro componente no sea reemplazado por accidente. Además, los operarios
pueden usar una tableta para obtener instrucciones para instalar y quitar un componente. Una vez
que se realiza la reparación, pueden comenzar una ejecución de prueba directamente desde la
máquina.
Si todo ha ido bien presionan un botón para dar la señal de actualizar también el componente en
el gemelo digital. "Al conectar la máquina y los sensores a la plataforma IoT ahora obtenemos, por
primera vez, una imagen holística de una máquina o una flota completa", explica Claudio Geisert.
"Esto permitirá a las grandes empresas monitorear su flota completa de máquinas en ubicaciones
individuales".
LOS OPERADORES DE LAS MÁQUINAS PUEDEN RECONOCER, POR EJEMPLO, SI CIERTOS PROCESOS
EN LAS EQUIPOS AUMENTAN SIGNIFICATIVAMENTE EL DESGASTE, PERMITIENDO QUE LOS
PROCESOS DE TRABAJO SE ADAPTEN A ESTOS FACTORES.
En conclusión, las industrias han acelerado la adopción del Internet de las Cosas como un medio
para recopilar datos operativos nuevos y adicionales y permitir una mejor gestión de los activos
gracias al análisis más profundo de los datos. Los datos son claros, eficiencias operativas que
implican ahorros de hasta un 40% en los costes de mantenimiento. (3)
1. http://www.reporteroindustrial.com/temas/Como-implementar-un-modelo-de-mantenimiento-40+133815?tema=12000200&pagina=3
2. http://www.reporteroindustrial.com/revista-digital/Especial+industria+4.0+claves+para+implementarla+con+%C3%A9xito+133486
3. http://www.reporteroindustrial.com/revista-digital/
pág. 9