Las soluciones IoT basadas en AI extienden el mantenimiento predictivo en toda la línea de producción

Históricamente, el uso de soluciones de monitoreo de condición para el mantenimiento predictivo se ha restringido a equipos de alto valor y de misión crítica, dejando un promedio del 85% del equipo de una instalación de producción vulnerable a costosos tiempos de inactividad inesperados y reparaciones.

El problema con las soluciones de hoy, dice Brad M. Hopkins, director de Condición de Control de Productos de Gestión con HID Global, Es que o bien no están bien alineados con los requisitos de la planta o se consideran prohibitivamente costosos de implementar en toda la instalación.

Ahora, una nueva clase de soluciones de monitoreo de condición combina la tecnología de Internet de las Cosas (IoT) de bajo costo y bajo consumo de energía con el análisis de la nube impulsado por Inteligencia Artificial (AI) para reducir el costo y la complejidad de implementación del mantenimiento predictivo en toda la flota de activos.

El alto costo del fracaso.

Aunque los motores generalmente se clasifican como críticos / costosos, semicríticos o parte del "equilibrio de la planta" (BoP), la realidad es que todos los equipos son críticos desde el punto de vista operativo. Independientemente de la categoría de equipo que falle y cause tiempo de inactividad, los costos por hora asociados pueden variar desde US $ 30,000 en plantas de procesamiento de alimentos a $ 87,000 en la industria petroquímica y hasta $ 200,000 en una fábrica automotriz.

Las fallas también pueden generar otros costos de reparación y reemplazo de mano de obra y equipo en flotas de activos de cientos o miles de motores BoP. También deben tenerse en cuenta los costos de las pérdidas de producción de la planta cuando las fallas afectan los plazos y los acuerdos de nivel de servicio de producción (SLA) o amplían los retrasos.

Estos riesgos pueden mitigarse utilizando soluciones de monitoreo de condición basadas en IoT que integran sensores de bajo costo y bajo consumo de energía en una plataforma de comunicación inalámbrica con capacidades de análisis de nube impulsadas por la IA. Este enfoque reduce los costos y las barreras de implementación para mover el mantenimiento de un enfoque reactivo o preventivo a un enfoque más predictivo y basado en el conocimiento que abarca toda la línea de producción.

Una nueva condición de monitoreo

Modelo de despliegue

Las soluciones basadas en IoT y basadas en IoT de hoy en día emplean sensores de bajo costo que son fáciles de instalar, lo que hace que sea económicamente factible utilizar el monitoreo de condición en toda la gama de activos de la línea de producción, incluidos los motores BoP. Las soluciones utilizan algoritmos y análisis de datos para ayudar a determinar la salud de los activos y predecir problemas o fallas, y aprovechan los potentes motores de políticas para identificar y advertir a los usuarios sobre problemas inminentes en tiempo real.

A diferencia de las soluciones de monitoreo de condición tradicionales, las ofertas basadas en IoT no requieren infraestructura cableada, servidores o antenas, y son más fáciles de integrar en las inspecciones, el mantenimiento y las prácticas de operaciones de un gerente de planta en múltiples flotas de activos. Las balizas Bluetooth de baja energía (BLE) con sensores de vibración y temperatura se instalan en cada activo y se usan para la detección de encendido / apagado y el monitoreo en tiempo real de los ciclos de trabajo, la temperatura y la vibración.

Las balizas utilizan el procesamiento perimetral para calcular las métricas de estado de la máquina para ayudar a reducir la cantidad de datos transmitidos a través de una puerta de enlace de Bluetooth a WiFi en la nube, donde se producen más análisis. Esto también permite una recopilación de datos más frecuente, proporcionando una visibilidad casi en tiempo real del estado de vibración de la máquina con datos nuevos cada dos minutos.

Después de un período de entrenamiento inicial para conocer el comportamiento de vibración de línea base para cada activo en el que se instala una baliza, la solución genera modelos de actividad normal. Luego utiliza un motor de políticas para identificar desviaciones significativas de esta línea de base y notifica a las organizaciones sobre estos cambios para ayudarlos a tomar medidas para reducir el tiempo de inactividad. A partir de este momento, la administración de la planta tiene una herramienta crítica para mejorar el mantenimiento proactivo, la inspección y las estrategias de operación y tomar mejores decisiones sobre qué acciones tomar.

Estas herramientas de habilitación de mantenimiento predictivo se entregan mediante suscripciones de software como servicio (SaaS) basadas en la nube. Esto le brinda a las organizaciones una mayor flexibilidad para implementar las capacidades que necesitan, cuando las necesitan, desde la administración básica de la flota para la configuración remota del hardware hasta un monitoreo más profundo del estado del equipo hasta un rango completo de monitoreo avanzado de la condición, incluida la detección de fallas para alertas basadas en AI .

Éxitos tempranos

Los fabricantes en múltiples industrias se están dando cuenta de los valiosos beneficios de adoptar soluciones de monitoreo de condición basadas en IoT usando análisis de nube impulsados ​​por AI. Como ejemplo, uno de los fabricantes de acero más grandes del mundo está monitoreando la temperatura y la vibración del motor en un entorno de 70 a 80 grados Celsius para mejorar su estrategia de mantenimiento predictivo y reducir el tiempo de inactividad del equipo no planificado en toda la planta.

Estas soluciones a menudo encuentran problemas que se pierden durante la inspección.

Se alertó a un fabricante farmacéutico líder sobre un problema de este tipo, que se puso en observación, ya que no se pudo validar visualmente (ver Fig. 1). La alerta se reactivó en una semana, lo que llevó a una comprobación exhaustiva con instrumentos de alto ancho de banda, grado de laboratorio y procesamiento avanzado de datos. Se confirmó la degradación y la planta realizó las reparaciones necesarias para evitar costosos tiempos de inactividad no planificados.

Tradicionalmente, las plantas no han implementado soluciones de monitoreo de condición en equipos que no sean los más caros o de misión crítica. Ahora, con este nuevo aumento de visibilidad en toda la línea de producción, las organizaciones pueden frustrar el tiempo de inactividad no planificado y las reparaciones inesperadas, el reemplazo de equipos y los requisitos de mano de obra asociados relacionados con la mayor parte de su flota.

Al combinar las balizas Bluetooth con un motor de análisis basado en la inteligencia artificial basado en la nube, las últimas soluciones abordan estos desafíos de una manera muy diferente a la del pasado. Le brindan a las organizaciones una forma rápida y fácil de recopilar y monitorear los datos procesables que necesitan para los programas de mantenimiento predictivo en toda la planta y las operaciones generales más inteligentes.

El autor es Brad M. Hopkins, director de Condición de monitoreo de productos con HID Global.