Mantenimiento predictivo: de 'fallar y arreglar' a 'prevenir y predecir'

• VISIÓN DE CONJUNTO

Un sector que afronta grandes cambios

La competencia de los recién llegados, la creciente demanda energética, el autoconsumo, el cambio climático, las instalaciones obsoletas, la normativa, las redes smart cities inteligentes, los edificios inteligentes ... Los actores del sector de la energía y los servicios públicos se enfrentan actualmente a grandes cambios. La electricidad, el gas y el agua ahora se consideran productos básicos; su valoración ya no radica en su acceso, sino en su uso y servicios relacionados. Por ejemplo, la distribución dinámica del suministro eléctrico en un barrio, el control remoto de la temperatura de confort de un edificio o garantizar el correcto funcionamiento de un parque eólico.

Estos servicios requieren una gestión óptima de los equipos de producción, transmisión y distribución, mientras se centran en la reducción de costes. Intervenir en un activo de acuerdo con su condición real en lugar de según un cronograma provisional es uno de los desafíos del mantenimiento predictivo. Después del mantenimiento curativo y preventivo, este nuevo enfoque se basa en un conocimiento profundo del equipo para anticipar con precisión los riesgos de falla.

El mantenimiento predictivo aprovecha la digitalización de los equipos. Cuando se conecta a sensores, estos últimos emiten señales débiles sobre su condición de funcionamiento. Después del procesamiento, los datos recopilados se comparan con las 'firmas' de fallas modeladas por algoritmos predictivos basados en información histórica de mal funcionamiento del dispositivo. Cuando el estado de un equipo se acerca a una firma, se envía una alerta en tiempo real para iniciar la reparación antes de que ocurra la falla.

• ACEPTANDO EL RETO

Mantenimiento predictivo, un programa corporativo

Por lo tanto, el desafío es tener la tasa de detección más confiable posible, con un umbral de alerta que se ajusta con el tiempo a través del aprendizaje automático. La integración de datos externos, en particular datos meteorológicos, también puede ayudar a medir la influencia del entorno inmediato en el rendimiento del equipo para adaptar la producción en consecuencia. Esta anticipación permite planificar las intervenciones lo más cerca posible de las necesidades para evitar acciones innecesarias y costosas por parte de los técnicos, optimizar la logística de repuestos y evitar caídas de productividad al reducir el riesgo de cortes no planificados. Para un sitio conectado, se espera que el conocimiento detallado del estado del equipo y la administración temprana de fallas reduzcan los costos de consumo y mejoren la productividad.

La elección de los objetos a conectar, la calificación de los datos a procesar, la selección de los protocolos de comunicación, la validación de los algoritmos de análisis, los cuadros de mando, etc., requieren la combinación de experiencia empresarial, de telecomunicaciones y de TI (IS, UX / UI Design) en una empresa. -enfoque de construcción. Un proyecto de mantenimiento predictivo forma parte de un programa corporativo y de sus múltiples iniciativas: gestión de proyectos, gestión de data management, montaje de bloques de construcción tecnológicos, despliegue industrial, gestión del cambio (reunir equipos que no suelen reunirse, para trabajar juntos), comenzando con el programa corporativo requerido en colaboración con el Comité Ejecutivo. El programa es aún más complejo porque forma parte de la digitalización global de la empresa.

• PUNTO DE REFERENCIA

630 mil millones de dólares: según un estudio de McKinsey *, esta es la cantidad que se espera que las empresas ahorren en 2025 gracias al mantenimiento predictivo. Los costes de mantenimiento reducidos supondrán un ahorro del 10 al 40%, el número de averías se reducirá a la mitad y las sumas invertidas en nuevas máquinas se reducirán entre un 3 y un 5% gracias a su mayor vida útil. (* Fuente: www.mckinsey.com)

• #Observer Voice

“La competencia obliga a los productores de energía y a los industriales a asegurarse de que no haya interrupciones en la producción o los servicios en sus sitios. Al tener datos granulares sobre el funcionamiento de sus equipos, pueden anticipar las fluctuaciones en la producción y ajustar el uso de las máquinas de acuerdo con parámetros externos como el clima. El mantenimiento predictivo es el informe minoritario de mantenimiento '. " François Boncenne, Director del Sector de Energy, Utilities y Productos Químicos, Inetum

• # Solución Inetum

Como integrador de punta a punta de todos los bloques de construcción tecnológicos (IoT, Big Data, Analytics, AI, Visualización de datos, Diseño UX / UI, portal, móvil, integración de API e IS) en toda la cadena de valor, Inetum ayuda a las empresas a su transformación digital al aprovechar Cumulocity (Software AG), las plataformas Microsoft Azure IoT y SAP Leonardo y el entorno de procesamiento Big Data Hadoop. Desde la consultoría hasta la adquisición y visualización de datos, Inetum por el procesamiento, enriquecimiento, almacenamiento y exportación de datos, Inetum destaca por su capacidad para ofrecer un modelo industrializado, ágil y a medida.