Mantenimiento inteligente para máquina-herramienta
La estrategia de mantenimiento en los sistemas de producción industrial consiste normalmente en prácticas preventivas a través de intervalos planificados que se complementan con acciones reactivas en caso de averías. Los usuarios de la máquina-herramienta no son una excepción, y estas prácticas tienen consecuencias en la calidad, en el coste y en la productividad que consiguen.
Para aportar soluciones a la industria frente al reto que supone el mantenimiento preventivo de la maquinaria, el proyecto europeo Power-OM ha desarrollado un sistema inteligente que plantea utilizar la señal de consumo de corriente eléctrica como una nueva vía de incorporar técnicas de mantenimiento predictivo y con ello mejorar la productividad trabajando en tres aspectos: optimizar las estrategias de mantenimiento, gestionar el consumo de energía de forma más eficiente y mejorar la confiabilidad de los equipamientos y sus elementos críticos para reducir sus tiempos de parada.
Power-OM ha estado liderado por el centro tecnológico IK4-Tekniker y ha contado con la participación de dos empresas vascas, Goratu y Fagor Automation. Completan el consorcio las empresas Artis (Alemania), Predict (Francia), Monition Limited (Reino Unido) y la Universidad Técnica de Lulea (Suecia).
El proyecto, que acaba de finalizar tras 4 años de investigaciones, ha tenido un presupuesto de 3,8 millones de euros y ha sido financiado por la UE a través del VII Programa Marco. “Esta novedosa estrategia evalúa la salud de la máquina a través de la ejecución de unos ciclos de testeo diseñados específicamente para el diagnóstico de los componentes de máquina más críticos y así, generar un informe de la condición de la máquina”, señala Aitor Alzaga, investigador de IK4-Tekniker y director científico del proyecto Power-OM.
Tras el procesamiento, se genera el resultado del test: una ‘huella digital’ de la máquina que comparando con otras permite evaluar el estado de los componentes más críticos, principalmente el cabezal y las guías lineales de la máquina. Además, en el proyecto se ha desarrollado una plataforma cloud que recoge la información obtenida y, de este modo, se puede realizar también análisis comparativo con otras máquinas.
A través de la incorporación de este sistema de mantenimiento inteligente en la industria, el proyecto aspira a reducir en un 75% los fallos inesperados en estos componentes, reducir el consumo de energía en un 5% e incrementar un 25% la confiabilidad de cabezales y guías lineales.
