Doing business in Spain? Interempresas Media is the key
Emagazines
Mantenimiento Industrial
Una alternativa al mantenimiento predictivo

Proyecto Simba: mantenimiento basado en el estado de los equipos

José Luis Sánchez, responsable de Desarrollo Industrial de AIDIMME31/07/2019
El mantenimiento predictivo y el mantenimiento basado en las condiciones del equipo (o CBM – Condition Based Maintenance) son sistemas de mantenimiento proactivo que persiguen aumentar la fiabilidad y reducir el tiempo de inactividad de una máquina. La principal diferencia entre ellos es la forma en que se mide la necesidad de actuar sobre los equipos. En ambos casos se realizan medidas relacionadas con el funcionamiento del equipo para apoyar la toma de decisiones respecto a las acciones de mantenimiento que se debe emprender, basándose en el actual estado de funcionamiento de los mismos.

El mantenimiento basado en las condiciones del equipo o CBM puede aplicarse para plantear acciones correctivas y preventivas, en cuyo caso es suficiente con el diagnóstico. También se puede aplicar como soporte a la toma de decisiones proactivas (anticipadas) siendo necesaria en este caso la prognosis (predicción del funcionamiento futuro), entrando en el ámbito del mantenimiento predictivo.

Un principio importante del CBM es la curva P-F [1] que puede utilizarse para estimar el tiempo de vida restante (hasta el fallo).

foto
Figura 1- Curva P-F que mide el tiempo entre la detección de la anomalía y el fallo funcional de la máquina (Fuente: referencia citada anteriormente). El tiempo que transcurre entre P y F es la ventana de oportunidad que se tiene para resolver el problema.

El proyecto Simba (Sistema inteligente de mantenimiento basado en el estado real del equipo) plantea un primer objetivo consistente en optimizar desde el punto de vista económico el momento en el que se debe realizar el mantenimiento tras la detección de cualquier anomalía, aplicándose inicialmente a dos tipos de máquina concretos: tornos de decoletaje y prensas de estampación en frío. Para ello se están siguiendo los pasos enumerados a continuación:

  • Se han definido las variables relevantes que se va a medir, a partir de la información recogida en la bibliografía y la experiencia de las propias empresas. Seguidamente se han seleccionado los sensores adecuados (vibración, temperatura, sonido y consumo de energía).
foto

Figura 2. Sensores para medición de temperatura y vibración. Foto: AIDIMME.

  • Se han seleccionado los puntos críticos de las máquinas donde se debe instalar sensores de medición de las variables seleccionadas.
foto

Figura 3. Ubicación de un acelerómetro en el torno Nakamura. Foto: AIDIMME.

  • Se han diseñado los circuitos de amplificación, captura de datos y volcado a base de datos de los sensores indicados.
foto

Figura 4. Placas diseñadas para la captura y volcado de datos. Foto: AIDIMME.

Actualmente se está procediendo a la instalación de los sensores y comenzando la captura de datos.

Un segundo objetivo es el desarrollo de una aplicación que permita a cualquier empresa con máquinas similares utilizar el sistema desarrollado, siempre que siga la metodología de extracción de datos que se genere. Tras evaluar varias soluciones, se ha seleccionado la plataforma Nexus Integra para ser utilizada como middleware.

Se trata de una plataforma estructurada en distintos módulos, que generan un software intermedio que actúa de puente entre la adquisición de datos y la analítica, facilitando los procesos más comunes como puede ser la presentación de resultados en paneles de información personalizados o la generación de datasets a partir de los datos adquiridos. A su vez, Nexus tiene una gran cantidad de mecanismos para conectarse a entradas de internet de las cosas industrial (IIoT) entre las que destaca OPC UA, un protocolo que se está estableciendo como estándar a día de hoy en soluciones de este tipo.

En particular, tal como se describe en su página web, Nexus integra se puede dividir en los cuatro módulos que se muestran a continuación.

foto
Figura 5. Estructura de la plataforma Nexus. Fuente: Nexus Integra.

Una vez finalice el proyecto, el Instituto Tecnológico AIDIMME lanzará una nueva línea de servicio tecnológico para colaborar con las empresas de la Comunidad Valenciana en su estrategia de digitalización mediante el uso de los elementos desarrollados en Simba.

El proyecto Simba está enmarcado en la línea estratégica que AIDIMME lleva desplegando desde hace varios años en el ámbito de la Industria 4.0, tanto en lo que se refiere a la estrategia de digitalización de las empresas (Plasma, Activa Industrial 4.0, Habitat 4.0), la captación y análisis de datos (SAIN4, Energía Industrial 4.0) y el mantenimiento predictivo (Simba).

El proyecto está financiado por el Ivace con fondos Feder, y en él participan las empresas Kamax y Factor en las que se instalarán los prototipos desarrollados.

Referencias

Alexandros Bousdekis, Babis Magoutas, Dimitris Apostolou, Gregoris Mentzas, (2015) “A proactive decision making framework for condition-based maintenance”, Industrial Management & Data Systems, Vol. 115 Issue: 7, pp.1225-1250.

Empresas o entidades relacionadas

Instituto Tecnológico Metalmecánico, Mueble, Madera, Embalaje y Afines

Comentarios al artículo/noticia

Nuevo comentario

Atención

Los comentarios son la opinión de los usuarios y no la del portal. No se admiten comentarios insultantes, racistas o contrarios a las leyes vigentes. No se publicarán comentarios que no tengan relación con la noticia/artículo, o que no cumplan con el Aviso legal y la Política de Protección de Datos.

TOP PRODUCTS

ENLACES DESTACADOS

RS Components | RS Amidata, S.A.Ferrer-Dalmau Country Managers

ÚLTIMAS NOTICIAS

OPINIÓN

OTRAS SECCIONES

SERVICIOS