Energía 4.0 | Energy 4.0 www.futurenergyweb.es 82 FuturEnergy | Julio July 2019 trias. Un informe de PwC publicado en 2017 situaba al mantenimiento predictivo como la aplicación tecnológica que mas sería implementada gracias a las nuevas tecnologías, este informe preveía un crecimiento del mantenimiento predictivo del 38% en cinco años. Además, según PwC el nivel de implantación del mantenimiento predictivo estaría por encima incluso del gemelo digital que anhelan todas las empresas. Volviendo a las ventajas económicas: El IIoT al ser una tecnología wireless simplifica la instalación por lo que se ahorran costes por tiradas de cable, siendo además el coste por canal más asequible que las tecnologías tradicionales, el Cloud Condition Monitoring presenta la ventaja de permitir el acceso desde múltiples plataformas, por lo que el acceso por usuarios ya no estará limitado, además de presentar posibilidades de uso as a service. El coste de compra de tecnología ya no será una excusa a la hora de implementar un programa de mantenimiento predictivo y la ventaja competitiva a la que dotará a las fábricas es importante. Sin duda, con un apropiado programa de mantenimiento predictivo basado en tecnologías 4.0, la fiabilidad de las máquinas se verá incrementada permitiendo un retorno de la inversión antes de lo que se pudiera llegar a esperar. No obstante, la ventaja principal del uso de tecnologías 4.0 en el mantenimiento predictivo no es el ahorro en costes del proyecto, si no las prestaciones que se pueden llegan a conseguir. A día de hoy, el estado del arte de un proyecto de mantenimiento predictivo es aquel donde se combinan tecnologías tales como: sensorización y arquitecturas hardware IIoT; edge computing para procesamiento en los nodos de la red y lo más cerca posible de donde los datos son capturados, algoritmos de Machine Learning para detección y clasificación de fallos; uso de infraestructuras cloud computing e integración horizontal y vertical con otros sistemas como GMAO’s o ERP’s. Hay que considerar que en un proyecto de este tipo hay que planificar diferentes fases: una primera fase en la que se definen los objetivos del proyecto y se dota de sensorización a las máquinas; una segunda fase en la que, se interactúa con los datos obtenidos y una última fase en la que, mediante técnicas de analítica avanzadas, se dota de gran autonomía y automatización a la plataforma de mantenimiento predictivo y en definitiva a la planta. Gracias a una buena implantación de mantenimiento predictivo se pueden reducir las paradas imprevistas, definir las intervenciones con mayor precisión y exactitud, consiguiendo un ahorro de costes considerable. Podemos concluir que las diferentes tecnologías habilitadoras que pone a nuestro alcance la Industria 4.0 son una forma de mejorar el área de mantenimiento de las empresas, para lograr sin duda mejores cotas de competitividad. technology, the IIoT simplifies installation by saving costs in terms of cable runs. In addition to being the most affordable cost per channel of the traditional technologies, Cloud Condition Monitoring has the advantage of allowing access frommultiple platforms meaning that user access is no longer limited, in addition to offering possibilities for it to be used as a service. The cost of purchasing the technology is no longer an excuse when the time comes to implement a predictive maintenance programme and the competitive advantage it brings to factories is significant. Undoubtedly, with an appropriate predictive maintenance programme based on 4.0 technologies, the reliability of the machines will increase, resulting in a return on investment being obtained earlier than expected. However, the main advantage of using 4.0 technologies in predictive maintenance is not the saving in project costs but the benefits that can be achieved. As of today, the state-of-the-art in a predictive maintenance project is one that combines technologies such as sensorisation and IIoT hardware architectures; edge computing for processing at network node level and as close as possible to where the data is captured; machine learning algorithms to detect and classify failures; the use of cloud computing; and horizontal and vertical integration infrastructures with other systems such as GMAOs and ERPs. It must be remembered that in a project of this type, it is necessary to plan different phases: a first phase in which the project objectives are defined, equipping the machines with sensorisation; a second phase in which there is interaction with the data obtained; and a final phase in which, by means of advanced analytical techniques, the predictive maintenance platform and, in short, the plant, is equipped with greater autonomy and automation. Thanks to the proper implementation of predictive maintenance, unplanned stoppages can be reduced and interventions defined with greater accuracy and precision, thereby achieving a considerable costs saving. In conclusion, the different enabling technologies that Industry 4.0 places within our grasp are a way to improve the maintenance area of our company, and undoubtedly achieve improved levels of competitiveness. Rubén Ramírez Vázquez CEO, Dira Reliability
RkJQdWJsaXNoZXIy Njg1MjYx