Operación y Mantenimiento | Operation & Maintenance FuturEnergy | Septiembre September 2017 www.futurenergyweb.es 55 más de garantizar un funcionamiento en condiciones óptimas, es permitir un soporte técnico de asesores expertos y la toma de decisión informada sobre el parque de equipos. Qué aportan el IIoT y el Big Data El IIoT (Industrial Internet of Things) y el Big Data permiten obtener muchos datos de las instalaciones y equipos, pero muy a menudo son difíciles de recopilar y analizar para transformarlos en información relevante. Además, aunque el foco ha sido el crecimiento de la comunicaciónmáquina a máquina y de la inteligencia de los sistemas, la intervención humana sigue siendo estrictamente necesaria en las decisiones críticas o estratégicas. Así el IIoT da a las personas la capacidad de utilizar herramientas para la toma de decisiones informadas, con el objetivo de optimizar la fiabilidad y el rendimiento de activos y procesos. Las soluciones digitales para la supervisión de las condiciones de los equipos, además del Big Data y de plataformas IT avanzadas con algoritmos integrados capaces de modelar y emular el comportamiento de equipos, adaptando automáticamente el umbral de alarma para cada dispositivo, pueden proporcionar un diagnóstico anticipado sobre potenciales problemas del equipo y pueden predecir las actuaciones y planificaciones necesarias para garantizar un funcionamiento óptimo. Es la definición de un nuevo paradigma para la mejora de la infraestructura de distribución eléctrica. Se habla mucho justamente ahora sobre el Digital Twin, que consiste en crear un modelo virtual, con todas las características implícitas de un equipo, lo que permite disponer de un conocimiento avanzado del comportamiento de un equipo desde la fase de I+D hasta la implementación y operación. Este modelo virtual nos permite también una mejor gestión a nivel de mantenimiento, permitiendo predecir, identificar, diagnosticar y evitar posibles fallos. Bases del mantenimiento predictivo El mantenimiento predictivo es el mejor sistema de mantenimiento para minimizar las paradas no programadas, reducir el TCO y garantizar el óptimo funcionamiento de la infraestructura de distribución eléctrica. Las reducciones de costes se pueden obtener mejorando la gestión de los recursos y de los recambios, optimizando el ciclo de vida de los equipos, y ayudando en la toma de las mejores decisiones sobre las instalaciones. Así las intervenciones de mantenimiento se planifican en el momento justo definido por la programación de umbrales y notificaciones. Este tipo de mantenimiento predictivo se basa en un sistema de información que se puede integrar con el sistema de gestión de la planta o de la compañía (ERP) para poder tener en cuenta la planificación de las intervenciones, las paradas, la gestión del personal técnico y de compañías externas, de piezas de repuesto, etc. Para una supervisión avanzada de las condiciones de los equiconditions, it provides technical support from expert advisors and informed decision-making regarding the equipment. The contribution of IIoT and Big Data The IIoT (Industrial Internet of Things) and Big Data obtain far more data on installations and equipment, however it is often difficult to collate and analyse in order to transform it into relevant information. Furthermore, although the focus has been on the growth of machine-to-machine communication and on system intelligence, human intervention continues to be an absolute requirement when taking critical or strategic decisions. As such, the IIoT gives individuals the ability to use tools to make informed decisions with the aim of optimising the reliability and efficiency of both assets and processes. Digital solutions to monitor the condition of the equipment, in addition to Big Data and advanced IT platforms with integrated algorithms capable of modelling and replicating the behaviour of equipment, automatically adjusting the alarm threshold for each device, can provide an early diagnostic of potential failures in the equipment and are able to predict the actions and planning necessary to guarantee optimal performance. This defines a new paradigm to improve the electrical distribution infrastructure. There is much talk at the moment of the Digital Twin that involves creating a virtual model, with all the inherent characteristics of the equipment, which offers advanced knowledge of a component’s behaviour, from the R&D phase to implementation and operation. This virtual model offers better management at maintenance level, enabling the prediction, identification, diagnosis and avoidance of possible failures. Bases of predictive maintenance Predictive maintenance is the best maintenance system to minimise unscheduled stoppages, reduce TCO and guarantee the optimal operation of the electrical distribution infrastructure. Costs reductions can be obtained by improving the management of resources and spare parts, optimising the life cycle of the equipment and helping make the best decisions as regards the installations. As a result, maintenance interventions are planned for the right moment, defined by thresholds and notifications programming. This type of predictive maintenance is based on an information system that can be integrated into the company’s or plant’s management system to take into account the scheduling of interventions, downtime, the management of technical personnel and those of external companies, spare parts, etc. For advanced conditions monitoring, the implementation of sensors and instrumentation technology is very often required.
RkJQdWJsaXNoZXIy Njg1MjYx