Examen de salud para máquinas industriales

Las máquinas para el trabajo de chapa metálica deben resistir fuerzas considerables y asegurar una larga vida útil. Al perfilar en frío automóviles, lavadoras, neveras y similares, la presión ejercida puede acumularse fácilmente hasta varios miles de toneladas métricas. Esta operación tiene que repetirse cientos de miles de veces durante el curso de funcionamiento completo de una máquina. En caso de fallo de la máquina, pueden causarse daños importantes. Peor aún, debido a que normalmente la máquina está integrada en una serie de pasos de producción, el fallo puede dar lugar a la parada de todo el proceso productivo. Dependiendo del alcance de los daños, las reparaciones podrían llegar a tardar hasta un mes. También se produciría una pérdida de ingresos en una cifra que rondaría los seis dígitos. Si fuera posible evitar este tipo de fracasos, ya sean en la máquina entera o en alguno de sus componentes, las empresas sabrían con precisión cuándo realizar el mantenimiento de la máquina o cuándo reemplazar determinantes componente, preferiblemente en coordinación con el plan de producción.

Investigadores del Instituto Fraunhofer de Máquina Herramienta y Tecnología de Formación IWU, en Chemnitz, tienen como objetivo darle la vuelta a esta situación. En el futuro, las propias máquinas serán capaces de detectar problemas y predecir fallos. Como parte del proyecto iMAIN patrocinado por la UE (www.imain-project.eu), los científicos han desarrollado un prototipo de un sistema de mantenimiento predictivo basado en la información que permite a los operadores determinar cuándo es probable que falle un componente o la maquinaria completa. La característica que distingue a esta tecnología es el uso que hace de los sensores virtuales. Los sensores virtuales reciben entrada tanto de los modelos simulados por ordenador de la máquina como de los sensores reales que proporcionan información acerca del esfuerzo producido en los componentes individuales. "Mediante la utilización de modelos matemáticos y un número mínimo de sensores ya instalados, es posible simular con realismo situaciones de presión para la máquina entera a tiempo real. Esto, a su vez, ofrece la base de un acercamiento nuevo e innovador al mantenimiento predictivo", afirma Markus Wabner, de la Fraunhofer IWM.

Hasta ahora ha sido habitual llevar a cabo planes de mantenimiento acordes con un horario fijo o una base ad hoc en respuesta a los errores. Algunos fabricantes incorporan ya sensores (reales) en sus máquinas, pero las soluciones que dependen exclusivamente de estos aparatos no son perfectas: los sensores son caros y difíciles de incorporar. Además, requieren su propio sistema de monitorización de errores, y miden el estrés y la presión únicamente en los puntos donde están instalados. "En nuestra opción, el uso de sensores virtuales es la única manera concebible y económica de obtener una visión completa de las fuerzas que actúan sobre el material", señala Wabner. Mientras los algoritmos, simulaciones y modelos matemáticos muchas veces pueden ofrecer una imagen razonablemente buena de la realidad, incluso los cálculos más precisos están sujetos a error. Este es el motivo por el que los investigadores comparan constantemente los datos virtuales con las medidas reales grabadas cuando la máquina está en funcionamiento. "Si hay mucha diferencia entre ambos, modificamos el modelo", explica Wabner.

Un sitio web al que los usuarios internos pueden acceder a través de una amplia gama de interfaces (incluidos smartphones, tabletas u ordenadores portátiles) sirve como depósito de información de la historia del estrés de diferentes plantas de fabricación. "Cuantos más datos almacenamos, más fácil resulta saber cuál es el mejor momento para incorporar medidas preventivas. Desarrollamos algoritmos que permiten a las máquinas aprender de la experiencia y decidir cuál es el mejor momento para reemplazar componentes o para determinar cuándo han alcanzado su carga de estrés óptima. Los datos reales se comparan con un modelo simulado que puede utilizarse para calcular el punto de ruptura de un material", explica Wabner.

El proyecto iMAIN patrocinado por la UE se lanzó en septiembre de 2012, y reúne a fabricantes, usuarios industriales, científicos informáticos e ingenieros que aúnan sus esfuerzos para desarrollar nuevas y avanzadas tecnologías para el mantenimiento de máquinas industriales. "Hace tiempo que los sensores virtuales superaron la etapa de prueba de concepto, y están teniendo un uso exitoso en su aplicación real. Y la solución nube privada para el intercambio de datos ha alcanzado el nivel de prueba", afirma Wabner. Un socio del proyecto en Eslovenia está utilizando una versión prototipo del sistema (el Grupo Gorenje, fabricante de electrodomésticos) para el control de las condiciones de una prensa universal suministrada por Litostroj Ravne, también socio de proyecto. Esta fábrica forma paneles metálicos utilizados para fabricar lavadoras, neveras y otros electrodomésticos. Desde que se implantó este sistema, Gorenje dispone de mejor información, permitiendo a la empresa predecir los apagones antes de que ocurran. También facilita y mejora las operaciones de prensa monitorizando la presión y la tracción de las máquinas. Comparamos con regularidad los datos almacenados con los resultados de las pruebas realizadas en nuestras instalaciones del Fraunhofer IWU. El objetivo final es ser capaces de producir un sistema capaz de predecir los fallos relacionados con la presión de los componentes en funcionamiento, para cuando el proyecto termine el próximo verano.