Metodologías del sector sanitario para predecir la salud de las máquinas
Ibermática, proveedor TI del mercado que dispone de una plataforma 4.0 para pymes que integra la totalidad de los procesos industriales, desde la ingeniería, pasando por la gestión hasta la planta, no podía faltar al evento dirigido a la aplicación industrial de las tecnologías digitales: BeDigital. Y lo ha hecho con un ‘sorprendente’ stand donde las gerencias de las empresas del sector han podido ver resuelto, in situ, el gran primer paso a abordar: la integración total que tan buena acogida está teniendo en el mercado alemán. Una de las grandes innovaciones viene de su colaboración con IK4-Tekniker, con quien ha presentado una solución que, aplicando metodologías del sector Sanitario al entorno Industria 4.0, permite conocer la vida útil de máquinas y equipamientos.
La nueva solución presentada por Ibermática e IK4-Tekniker está destinada a empresas industriales y se enfoca en un aspecto trascendental en este sector: la monitorización, análisis y predicción del comportamiento de máquinas y equipamientos. A partir del análisis de los elementos que los componen, el sistema define unos patrones fiables de comportamiento que después se pueden comparar con los parámetros de funcionamiento real y tomar decisiones en base a los resultados.
Uno de los aspectos significativos de esta solución es que está destinada tanto a fabricantes de maquinaria e instalaciones como a sus usuarios. Por una parte, un usuario con un parque diverso de máquinas puede conocer lo que ocurre y podrá ocurrir con sus equipos. Por otra, un fabricante puede ofrecer esta solución a sus clientes como parte de su portfolio de producto, a la vez que les ofrece la posibilidad de recoger datos de otras máquinas distintas a las suyas. Para ello, la solución permite monitorizar, estudiar y predecir el comportamiento de una diversidad de tipologías de máquinas y equipos que lleven incorporados determinados componentes críticos, como cabezales, guías, multiplicadoras/reductoras, etcétera.
Otro de los aspectos a destacar es que, de cara a representar fielmente el comportamiento real que tienen dichos componentes, y más allá de las señales de las máquinas en su operación, la solución se vale del conocido como Fingerprint, que recoge datos sobre el estado de esos componentes en condiciones predefinidas. Fingerprint es un test controlado que permite analizar el estado o condición de los componentes de una máquina. Establece una base común sobre la que comparar, aislada de las variables de proceso, y define cuáles son las características de cada tipo de máquina que determinan su salud. Mediante un análisis combinado de estos datos (Fingerprints y señales de uso de la máquina), y la utilización de técnicas de Machine Learning e Inteligencia Artificial, es posible la definición de patrones fiables de comportamiento de un tipo de máquina. Contrastando el uso actual con dichos patrones gracias a la información del último Fingerprint de cada máquina concreta, es posible predecir cómo se va a comportar y conocer restante su vida útil (Remaining Useful Life –RUL-).
