Las fallas de máquinas no detectadas son las más caras. Por esta razón, muchas empresas manufactureras buscan soluciones que automaticen y reduzcan los costos de mantenimiento. En muchos casos, los métodos convencionales de vibrodiagnóstico pueden llegar demasiado tarde. Es posible que las mediciones ocasionales en presencia de un diagnosticador no detecten un error por adelantado. El documento de posición 2017 de Deloitte (Deloitte Analytics Institute 7/2017) afirma que el mantenimiento en el entorno de la Industria 4.0. Los beneficios del mantenimiento predictivo dependen de la industria o de los procesos específicos a los que se aplica. Sin embargo, incluso entonces, los análisis de Deloitte llegaron a la conclusión de que los ahorros en costos de materiales ascendieron a un promedio de 5 a 10%. La disponibilidad del sistema aumenta entre un 10 y un 20 %. ¡Los costes totales de mantenimiento se reducen entre un 5 y un 10 % y el tiempo de planificación del mantenimiento entre un 20 y un 50 %! Neuron Soundware ha desarrollado una tecnología de mantenimiento predictivo basada en inteligencia artificial.

  • Personal de mantenimiento calificado – problema muy común

Las historias de empresas que se embarcan en el viaje digital ya no son solo ciencia ficción. Son ejemplos concretos de cómo las empresas hacen frente a la escasez de trabajadores cualificados en el mercado. Por lo general, mecánico-mantenedor que regularmente recorre todas las máquinas y diagnostica su condición escuchándolas. Algunas empresas ahora están buscando nuevas tecnologías de mantenimiento para reemplazarlas.

La falla sin detección temprana significa reemplazar todo o parte del dispositivo. Esperando la pieza que puede no estar en stock en este momento. Después de todo, abastecerse de dispositivos de reemplazo es costoso. Devaluación de las cantidades actuales del componente en producción y, por lo tanto, descartar toda la producción. Finalmente, pero más importante, esto significaría hasta XY horas de producción perdida. Las pérdidas pueden ascender a decenas de miles de euros.

  • El monitoreo de máquinas en tiempo real es la tendencia

Un escenario tan crítico no es posible si la tecnología de mantenimiento está equipada con inteligencia artificial además del conocimiento mecánico de las máquinas. Aplica este conocimiento al estado actual de la máquina. También es capaz de detectar qué comportamiento anómalo se está produciendo actualmente en la máquina. En base a esto, envíe la notificación correspondiente con instrucciones específicas de mantenimiento. Esto lo utilizan hoy en día, por ejemplo, los fabricantes de equipos mecánicos como ascensores, escaleras mecánicas y dispositivos móviles.

  • La IA puede ayudar en las diferentes etapas de producción

Sin embargo, las tecnologías de mantenimiento predictivo tienen aplicaciones mucho más amplias. Gracias a las capacidades de aprendizaje de la inteligencia artificial, son muy versátiles. Por ejemplo, la tecnología es capaz de admitir pruebas de fin de línea. Por ejemplo, para identificar piezas defectuosas invisibles y aleatorias de productos fabricados.

La segunda área de aplicación es el seguimiento de los procesos de producción. Podemos imaginar esto usando el ejemplo de una trituradora de grava. Un transportador entrega piezas de piedra de diferentes tamaños a los molinos, que están destinados a producir un tamaño de grano específico. En el pasado, el fabricante hacía funcionar la trituradora durante un tiempo predeterminado. De modo que incluso los trozos de roca más grandes se trituran lo suficiente. Con la inteligencia artificial que “escucha” el tamaño de la grava. Puede detener el proceso de trituración en el punto correcto. Esto significa no sólo una reducción del desgaste de los equipos de trituración, sino sobre todo un ahorro de tiempo y un aumento de la cantidad de grava entregada por turno. Esto trae al fabricante una gran ventaja financiera.

  • Los mayores ahorros se encuentran en empresas con un elevado número de activos idénticos

Cuando se trata de implementar tecnología de mantenimiento predictivo, no importa cuán grande sea la empresa. El criterio de decisión más común es la escalabilidad de la solución utilizada. En empresas con una gran cantidad de dispositivos mecánicamente similares, es posible recopilar rápidamente patrones que representan problemas individuales. La red neuronal aprende de esto. A continuación, puede gestionar cualquier número de máquinas simultáneamente. Cuantas más máquinas, más oportunidades tiene la red neuronal de aprender y aplicar la detección de ruido no deseado.

  • El futuro del mantenimiento predictivo: disponible y ubicuo

Las tecnologías de monitoreo de condición generalmente están diseñadas para instalaciones más grandes en lugar de talleres con pocas máquinas herramienta. Sin embargo, a medida que el hardware y la transmisión y el procesamiento de datos se vuelven cada vez más baratos, también lo es la tecnología. Incluso un fabricante de mermeladas en casa pronto tiene la certeza de que sus máquinas están produciendo lo suficiente, entregando los pedidos a los clientes a tiempo y sin arruinar su reputación.

En el futuro, el mantenimiento predictivo será una necesidad. En la industria también en electrodomésticos de mayor tamaño como frigoríficos y cafeteras o en automóviles. Por ejemplo, todos podemos detectar un escape dañado o un motor con un sonido inusual. Sin embargo, a menudo es demasiado tarde para conducir de manera segura a casa después de las vacaciones. Por ejemplo, sin visitar un taller. Con la instalación de un dispositivo de detección controlado por IA, sabemos a tiempo sobre la avería inminente y podemos solucionar el problema a tiempo antes de que el motor se atasque y tengamos que llamar a un servicio de remolque.

pavel konecny

pavel konecny

Pavel es un visionario técnico, orador y fundador de la startup de IA e IoT Neuron Soundware. Comenzó su carrera en Accenture, donde participó en más de 35 proyectos de tecnología y estrategia en 3 continentes durante 11 años. Llegó a la iniciativa empresarial en 2016 cuando fundó una empresa enfocada en el mantenimiento predictivo de máquinas utilizando análisis en profundidad.

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

1 × 5 =