Tekniker crea una nueva metodología para conocer el estado de las máquinas

Mejorar la gestión del mantenimiento de activos y procesos a través del uso de plataformas digitales que permiten la recogida, almacenamiento, análisis y visualización de datos obtenidos de diferentes aplicaciones de monitorización es algo fundamental en la industria actual. Sin embargo, el primer paso para poder llegar a visualizar los datos en una plataforma es entender qué parámetros se necesitan recoger de los equipos o activos y cómo disponer de la información en un ecosistema digitalizado.

Tekniker apuesta por la digitalización de equipos para mejorar los procesos de trabajo, y disponer de información trazada para optimizar y aumentar la eficiencia de activos y procesos productivos. Gracias al conocimiento y capacidades en automatización y control, el procesado de señales, el machine learning, el desarrollo de sistemas de Edge computing y el big data, Tekniker ha creado diferentes tecnologías para integrarlas en los equipos, y que puedan también facilitar la explotación de los datos obtenidos, en diferentes plataformas.

El centro de investigación tecnológico, ha originado una metodología denominada Tekniker Fingerprint, que da a conocer el estado de salud de las máquinas. Se basa en un test de monitorización y gestión de datos de uso y condición de máquina, que permite conocer la salud de los componentes críticos y poder detectar situaciones de funcionamiento anómalo de forma rápida. Es un test controlado, que se ejecuta de manera periódica, realizado en vacío y en condiciones ya predefinidas para la máquina-herramienta o cualquier otro equipo industrial.

Los indicadores se extraen siempre en las mismas condiciones, por tanto, la variación de la huella depende únicamente de la presencia de fallos en los componentes, como fruto de la operación continuada en el tiempo. Los test se realizan de forma periódica para poder extraer los indicadores, y observar cómo la huella de la máquina evoluciona a lo largo del tiempo.

Tekniker trabaja en un segundo test llamado Teckniker Fingerprint geométrico para la máquina-herramienta, un análisis rápido de la salud geométrica de las máquinas. En función del resultado que se obtiene, y comparándolo con las tolerancias previamente definidas, se asegura que la máquina está lista para operaciones de mayor precisión, y se determina la precisión actual de la máquina, así el técnico puede decidir si una operación puede realizarse o no. Si el resultado no se aprueba, entonces se necesita programar una parada de máquinas y poder realizar un proceso de calibración completo.

El sistema de captura/monitorizado desarrollado por Tekniker, llamado Tecniker Monitoring System (TMS), es capaz de adquirir información de CNC/PLC. Gracias a una aplicación desarrollada en.NET 5.0, el sistema es capaz de recoger las variables de interés a la frecuencia requerida (~ 50 Hz durante el Test Tekniker Fingerprint y 1 Hz durante la operación normal). A su vez, la aplicación se conecta con el PLC del equipo a través de protocolos requeridos en función de cada control (Siemens, Fanuc, Heidenhain).

Para que las variables de interés estén presentes en el PLC, se debe incluir una modificación en el software del mismo (responsable de recoger de forma continua las variables del control) y después leer la zona de memoria del PLC que, previamente, se ha actualizado con los valores correctos. Además de la conexión a los PLC, el sistema es capaz de conectarse a sistemas de adquisición de vibraciones como el hardware de IFM o de National Instruments. A su vez, el sistema de recogida tiene capacidades de cálculo y procesado de señal, y se integra dentro de la aproximación de Tekniker Fingerprint.

Tekniker trabaja con diferentes bases de datos que ayudan y facilitan la explotación de información, tanto para la visualización, como para la analítica:

• Bases de datos para el almacenamiento relacional, en las que se guarda la información y sirven como origen de datos para el cálculo de indicadores
• Bases de datos utilizadas para el cálculo de indicadores de forma agregada mediante el almacenamiento analítico (Cubo OLAP)
• Almacenamiento de series temporales que permiten de modo ágil mostrar los datos monitorizados en el tiempo.

Esta tecnología es compatible con su integración en distintas plataformas para su recogida, almacenaje, análisis y visualización de datos. En concreto, Tekniker ha desarrollado una plataforma para uso interno basada en tecnología de recogida, almacenaje, análisis y visualización de datos que integra toda la tecnología que se ha descrito hasta ahora. Actualmente, esta plataforma almacena datos de los diferentes equipos (máquinas y robots) y bancos de ensayo de Tekniker. A su vez, es una plataforma que se emplea también para almacenar y explotar los datos de proyectos de I+D en desarrollo.

Cada categoría (máquinas, robots y bancos de ensayo) cuenta con equipos concretos, en los que se pueden visualizar diferentes módulos, que recogen distinta información.

Módulo ‘Datos de Operación’ y ‘Operación por Componente’

En estos dos módulos, se visualizan agregados de los datos que muestran cómo ha operado la máquina. Como, por ejemplo, el porcentaje de tiempo que ha estado la máquina en operación, cómo ha sido su uso o el recorrido de los diferentes ejes de la máquina, entre otros. En concreto, en el módulo de ‘Operación por componente’ se monitorizan datos de sensores en el tiempo que pueden resultar interesantes para entender el uso de la máquina.

Módulo ‘Fingerprint máquina’

En este módulo se visualiza y se lleva un seguimiento de la salud de los componentes mediante los indicadores de los Test Tekniker Fingerprint.

Módulo ‘Fingerprint geométrico’

Este módulo sirve para la visualización y seguimiento de la salud de los componentes mediante los indicadores de los Test Fingerprint Geométrico.

Módulo ‘Calidad de Fingerprints’

En este módulo se monitorizan las métricas de calidad de Fingerprints en series de tiempo, para asegurar el ‘Data Quality’ y poder corregir posibles problemas identificados a través de los datos. Se aplica la teoría de la calidad de los datos para medir si los datos disponibles se ajustan a unas métricas de calidad concretas. De esta forma, se pueden entender los problemas derivados de los datos y tomar decisiones sobre ellos.

A través de una colección de algoritmos que cuantifican la calidad de los datos, se calcula un conjunto de métricas e identifican problemas con respecto a su calidad. Incluso, en caso de que no se disponga del set completo de datos, por problemas puntuales en la captura de los mismos, los algoritmos permiten reconstruir los datos perdidos; así como manejar y solucionar ciertos tipos de problemas que puedan darse.

Módulo ‘Normalidad de Fingerprint’

Este módulo permite detectar las desviaciones que se suceden en un proceso en el que las variables están correlacionadas. De este modo, es posible detectar anomalías en los indicadores de salud que permiten determinar posibles problemas en los componentes.

El gráfico que ofrece la plataforma muestra cómo los valores presentados se desvían de una normalidad basada en datos históricos. Así, se pueden obtener umbrales que delimitan los comportamientos anómalos de los componentes.

En cuanto a los bancos de ensayo, Tekniker ha trabajado en recoger tanto las señales de los sensores y datos de operación de los bancos, como de los procesos propios de gestión y configuración de los ensayos. Se trata de bancos de rodamientos, engranajes, juntas y tribómetros utilizados para entender los comportamientos de los materiales, componentes y su desgaste y degradación. Cada banco de ensayo pone a disposición del usuario en la plataforma la siguiente información:

• Documentación técnica: Información general del banco para el usuario
• Configuración de ensayos: Gestión y configuración de ensayos a realizar
• Histórico de ensayos: Información de ensayos realizados
• Gráficos de ensayos: Visualizaciones de ensayos

La configuración de ensayos permite gestionar, organizar y trazar los ensayos desde su planificación hasta su ejecución:

• Creación de nuevos ensayos.
• Comprobación de ensayos pendientes, en progreso y completados.
• Edición de los ensayos permite configurar las etapas de los ensayos y las condiciones.
• Configuración y seguimiento de los test.
• Edición de las condiciones de operación de los test.

Histórico de ensayos y visualización:

• Los ensayos se guardan con la configuración asociada para su futuro análisis.
• Los experimentos, los resultados y los datos están perfectamente trazados.
• Se pueden visualizar los ensayos dentro de la herramienta para ver rápidamente si hay algo extraño.
• Los analistas pueden emplear sus herramientas de Inteligencia Artificial y machine learning para la explotación de los datos, donde además queda trazado el ensayo y los fallos que se buscaban en él.

Por último, se encuentra el banco de integración de nuevas funcionalidades, en el que se está añadiendo distintas funcionalidades analíticas como la calidad del dato, la normalidad o las nuevas gráficas para exploración de datos.