Si a mediados de los 90 hubiéramos buscado información online sobre el Industrial Internet of Things (Internet industrial de las cosas), seguro que hubiéramos obtenido pocos resultados. En cambio, para términos como “gestión del rendimiento de los equipos”, “mantenimiento predictivo” y “gestión del mantenimiento informatizado”, el resultado hubieran sido miles de entradas. Aunque la automatización del mantenimiento se ha establecido en la industria, ha habido obstáculos para poder desplegar todo su potencial, debido al acceso limitado a datos contextuales relacionados con cuestiones como el desgaste del sistema y la degradación del rendimiento. Sin embargo, ahora que más dispositivos industriales disponen de inteligencia y conectividad a Internet, sus historiales de datos están cada vez más expuestos, ofreciendo a las aplicaciones de mantenimiento avanzado una gran cantidad de datos útiles para su análisis. Y todo indica que el número de dispositivos industriales preparados para la digitalización está aumentando de forma espectacular.
CISCO[1] prevé que más de 50.000 millones de objetos estarán conectados a Internet en 2020, lo que resultará en más tráfico, más datos, más almacenamiento y más consumo de energía. Desde un punto de vista industrial, IHS informa que actualmente solo el 9,1% de los más de 23.800 millones de elementos de automatización de fabricación discreta y de procesos están conectados, pero el ratio de velocidad de crecimiento anual de estas implementaciones aumentará hasta el 24,1% en 2019. [2]
Para poner un ejemplo de cómo el aumento en la digitalización podría mejorar las operaciones en una fábrica, vamos a considerar las comunicaciones entre los variadores de velocidad y las bombas. Generalmente, las bombas son equipos «tontos». Giran en función de la cantidad de electricidad que se les suministra. Pero si puedes integrar su curva de funcionamiento en un variador, cuando envía electricidad hacia la bomba, éste sabrá a qué velocidad debe girar y, si no se ajusta al perfil, puede contactar con un experto para que averigüe el motivo. El aumento de este tipo de digitalización afectará al mantenimiento en todos los niveles. Según el grupo ARC Advisory, esto incluye el mantenimiento reactivo, preventivo, predictivo y prescriptivo. [3]
ARC estima que el tiempo de paradas no planificadas puede acercarse a cero cuando se aplican estrategias prescriptivas. Las estrategias predictivas pueden aportar el doble de beneficios en el coste en comparación con las estrategias preventivas y, en comparación con las estrategias preventivas, un mantenimiento reactivo podría aumentar diez veces los costes al producirse un fallo. ARC considera que el IIoT ofrece nuevas oportunidades para la mejora del rendimiento de los equipos, al combinar el aumento de la cantidad de datos con los análisis avanzados.
| Enfoque | Método | Aplicación | Coste/Beneficio |
| Reactivo | Funcionamiento hasta que falle y luego reparar el equipo | El fallo es improbable, se repara fácilmente y/o no es crítico | Los costes se multiplican por 10 cuando se produce un fallo |
| Preventivo | Servicio en un periodo establecido o en un intervalo de ciclo | La probabilidad de fallo aumenta con el uso del equipo | Los costes de mantenimiento se multiplican por 2 |
| Predictivo | Supervisión de un solo valor de datos de proceso para detectar malas tendencias y alertar antes de que se produzca el fallo | Equipos con un patrón de fallos aleatorio o impredecible | Costes de mantenimiento multiplicados por 1 |
| Prescriptivo | Múltiples variables con algoritmos diseñados y/o aprendizaje de la máquina | Rango de predicción de fallos más amplio con alto grado de confianza | El tiempo de paradas no programadas se aproxima a cero |
¿Quieres saber más sobre cómo el IIoT puede impulsar la fiabilidad y convertir tu sistema de control de fábrica en el motor de rentabilidad de tu empresa?
Conversación
Jorge Navarrete
7 años ago
Ahorra es muy importante la implementación de sistemas.