Otro criterio de decisión complementario está en la especialización del aparato al propósito específico de monitorización en tiempo real en ambientes industriales o incluso en clasificados. Un factor de forma modular en Rack de 19” puede cubrir perfectamente las especificaciones, pero los costes para su implementación en un ambiente industrial pueden ser exagerados. Otra ventaja destacable de sistemas de supervisión especializados es su capacidad de “filtrar” los datos adquiridos. Los filtros permiten eliminar adquisición de datos en aquellas situaciones temporales conocidas donde éstos no son representativos y con ello poder ajustar mejor los umbrales de alarma, eliminando las falsas alarmas y generando con ello más confianza en el sistema. Nunca se podrá asegurar una instalación al 100% libre de fallos, ya que existen accidentes externos o defectos originales en com- ponentes de la cadena cinemática. En los accidentes fortuitos es prácticamente imposible generar alertas anticipadas. No obstante, utilizando sistemas especializados en la cobertura específica de los fallos eléctricos y físicos de motores, la cinemática y las transmisio- nes mecánicas, más del 95% de averías pueden ser detectados y evaluados en su fase inicial. Con las ventajas de la información en la nube, el diagnóstico asistido y la predicción forman un importante eslabón de la Industria 4.0. • A PRUEBA DE FALLOS 69 Sobre el autor Con más de 30 años de experiencia en ingeniería de diseño de sistemas automáticos y mantenimiento de instalaciones industriales, Jordi Batet Torras es miem- bro de IEEE y del equipo de diseño de Kfew Systems. De izquierda a derecha, Albert Ginestà y Jordi Batet Santcliment, director general y consejero delegado de Kfew Systems, respectivamente. Soluciones industriales para el diagnóstico predictivo de fallos en motores eléctricos y reductores. Monitorización en tiempo real de vibraciones, temperatura, corrientes y tensión. Este proyecto está cofinanciado por la Unión Europea a través del Fondo Europeo de Desarrollo Regional (FEDER)