De la monitorización al mantenimiento predictivo en los SAI/UPS
Una buena monitorización consiste no tan solo en detectar las incidencias cuando ocurren, sino en añadir un factor clave: la prevención. El procesamiento avanzado de los datos relacionados con el consumo, la temperatura y los parámetros eléctricos, entre otros, permite deducir patrones que sirven como indicio de un funcionamiento anómalo. Esto agiliza el tiempo de respuesta por parte del personal de mantenimiento para impedir una avería o una pérdida de rendimiento con las consecuencias que acarrearía para el tiempo de actividad, los costes e incluso la reputación y la seguridad.
El caso de los SAI/UPS
Hace años que los sistemas de alimentación ininterrumpida (SAI/UPS) incorporaron funciones de monitorización, gestión remota y aviso de incidencias para comprobar la salud de estos equipos de carácter crítico que garantizan un suministro eléctrico continuo y de calidad. La novedad más reciente es que aplican los principios del mantenimiento predictivo mediante las tecnologías más avanzadas.
Un SAI moderno comunica sus parámetros clave como datos que son debidamente procesados y analizados por medio de herramientas entre las que se encuentra la inteligencia artificial (IA). El análisis avanzado que aporta la IA permite identificar el comportamiento anómalo del SAI en aspectos como la disminución de la capacidad de carga de la batería, que a su vez reduciría la autonomía del equipo, fluctuaciones de tensión u otras perturbaciones que podrían provocar fallos en los sensibles componentes electrónicos y aumentos anormales de la temperatura que acortarían la vida útil.
El objetivo de esta monitorización de alto nivel es generar alertas de tipo preventivo que se adelanten a las averías. Se trata, por tanto, de un enfoque proactivo que no depende de las tradicionales inspecciones establecidas en plazos fijos, sino que se anticipan a la potencial aparición de problemas mediante un modelado avanzado. Un ejemplo típico es la optimización de los ciclos de sustitución de las baterías.
La nube (cloud) también juega un papel importante en esta monitorización avanzada y mantenimiento predictivo de última generación. El envío de los datos por telemetría a la nube aporta una visibilidad 24/7 al equipo de mantenimiento, algo especialmente valioso cuando se supervisa un gran número de equipos repartidos en diversas ubicaciones.
El mantenimiento avanzado y predictivo mediante IA también se adapta a la perfección a los SAI modulares y escalables ya que se adapta a la posible expansión de la infraestructura de protección eléctrica que proporcionan estos equipos. Por tanto, la fiabilidad y la gestión están garantizadas y se ven facilitadas en todo momento, aunque se introduzcan modificaciones considerables.
Todas estas ventajas resultan especialmente valiosas en las infraestructuras críticas, entre las más comunes hasta hace unos años, como hospitales, transporte o centrales energéticas se han sumado los centros de datos, que se han convertido en la espina dorsal de la actividad diaria por parte de empresas, administraciones públicas, organizaciones y consumidores.
