Artículos | Machine Learning | Mantenimiento Predictivo | Confiabilidad | Industria

Machine Learning: Mantenimiento predictivo para la industria

En la actualidad, las tecnologías machine learning, están ayudando a las industrias a obtener inteligencia situacional.

Una de las metas de confiabilidad en la industria, consiste en identificar y administrar los riesgos que pueden producir fallas costosas que afectan a las cadenas productivas. Las organizaciones saben lo importante que es identificar las áreas de posibles fallas y catalogarlas en términos de posibilidad de ocurrencia y consecuencias. También ponen en práctica estrategias y programas de mantenimiento, basadas en condiciones y parámetros que pueden salir de rango. Pero en la actualidad, las tecnologías en aprendizaje de las computadoras o, como se conoce en inglés, machine learning, están ayudando a las industrias a obtener elevados niveles de inteligencia situacional, para guiar las acciones y proveer advertencias tempranas de posibles fallas, que anteriormente no se detectaban.

El machine learning está pavimentando el camino para tomar decisiones accionadas por datos, de manera más ágil e inteligente. A esto se le conoce como Mantenimiento Predictivo (PdM, por sus siglas en inglés).

Las tecnologías de machine learning han sido investigadas por décadas, pero en los años más recientes, su aplicación a la inteligencia artificial (AI, por sus siglas en inglés) para las plantas y operación de maquinaria o activos industriales, está avanzando a pasos agigantados. La utilización del machine learning, está tomando fuerza gracias al crecimiento de la tecnología de manejo de enormes volúmenes de datos o big data, la expansión del Internet de las Cosas industrial (I.I.o.T.), la disponibilidad del poder de cómputo en la nube, que permite procesar eficientemente estos volúmenes de datos, aunado a la gran necesidad de contar con capacidades de predicción para manejar activos y maquinaria compleja.

Las tecnologías de machine learning son típicamente utilizadas en industrias como la de la transportación, por ejemplo, para los autos que se manejan autónomamente o los gps que calculan las mejores rutas; banca para prevención de fraudes, mercadotecnia en predicción de ventas, entre otros usos posibles en PdM del sector industrial. En este artículo, nos enfocamos en los principios de machine learning en para este sector, de tal forma que se entienda cómo se puede tomar ventaja de la inteligencia situacional, el desempeño y la confiabilidad.

Es importante señalar que existen muchas técnicas y opciones para obtener mejor visibilidad, así como tomar mejores decisiones en la operación y desempeño de equipos. Todo se reduce a conocer cuál tecnología se adapta mejor a las necesidades de las industrias y qué tipo de datos se están produciendo. Aquí es donde los algoritmos que manejamos en Tecnobuildings, permiten a los administradores tomar mejores decisiones, utilizando machine learning.

La Ruta a un Entendimiento más Profundo

El machine learning hace que los procesos más complejos y los datos sean más sencillos de comprender, es ideal para las industrias que son ricas en activos y datos. En cualquiera de ellas,, la habilidad de reconocer las fallas de los equipos, evitar detención de los procesos, costos de reparación y daño potencial al ambiente de trabajo, son críticos para el éxito. Esto es aún más relevante en los tiempos actuales. Con el machine learning, existen numerosas oportunidades de mejorar las situaciones con PdM y la habilidad de predecir fallas críticas antes de que ocurran.

PdM es una de las áreas más relevantes donde el machine learning puede aplicarse al sector industrial. El mantenimiento predictivo es una estrategia de inspección que utiliza datos y modelos para decir cuando un activo, algún equipo o maquinaria puede fallar, de forma proactiva de tal forma que las acciones correctivas puedan plantearse antes de tiempo.

PdM puede cubrir muchos temas, desde predicción de fallas y diagnósticos, hasta recomendar acciones de mitigación y mantenimiento después de que ocurra una falla. Con la combinación del machine learning y el mantenimiento basado de datos de I.I.o.T., el rango de resultados positivos y reducción de costos, por reducción de detención de procesos por razones de falla, son argumentos que hacen que la inversión en estas tecnologías sea muy rentable.

Cualquier camino que se decida, los beneficios que machine learning puede traer en conjunto con big data, rinden frutos inmediatos.

A continuación, describimos algunos ejemplos de industrias donde la revolución tecnológica, está utilizando estas estrategias:

Industria Eléctrica

Las compañías que generan electricidad en nuestro país, son afectadas por activos y maquinaria antiguos, además de incrementos en la demanda de energía y costos altos. La habilidad de reconocer fallas en los equipos, evitar improductividad no planeada y los costos de reparación, entre otros factores, son críticos para la productividad y el éxito en ella. El machine learning está aumentando la inteligencia de la red para aprovechar los datos y visión que genera el I.I.o.T., con numerosos sensores conectados a lo largo de redes inmensas. Con los transformadores, cables, turbinas, unidades de almacenamiento, etc., el potencial de falla de algún equipo, en algún lugar, es muy grande y con alto riesgo, por lo que predecir fallas con modelos de datos y algoritmos, es la solución para mantener la red funcionando sin contratiempos.

Industria Energética y Gas

En este tipo de industria la habilidad de anticiparse a las fallas y evitar tiempos muertos, costos de reparación y daño al ambiente en general, son críticos para el éxito a lo largo de todas las áreas de negocio, desde la identificación de reservas y pozos, hasta las estrategias de perforación, producción y procesamiento.

En términos de mantener una producción confiable, identificar y anticiparse a fallas en los equipos de forma certera, el machine learning juega un papel primordial. PdM predice cuando un activo puede fallar, de tal forma que el mantenimiento puede planearse antes de tiempo, minimizando la disrupción. La combinación de machine learning y aplicaciones de mantenimiento basados en datos de I.I.o.T., permiten generar estimados exactos de fallas en los equipos, un rango positivo de posibles resultados, reducción de tiempos muertos y costos asociados, que hacen que la inversión en esta tecnología valga la pena.

Industria Manufacturera

El machine learning se menciona comúnmente cuando se habla de la industria de la manufactura por buenas razones, ya que los beneficios incluyen reducción de costos, mejoras en confiabilidad e incrementos en la productividad; las 3 metas dominantes en esta industria. Para lograrlas, las empresas manufactureras requieren de una plataforma digital para capturar, almacenar y analizar datos generados por sistemas de control y sensores I.I.o.T. conectados a los equipos.

El mantenimiento preventivo es clave para mejorar los tiempos productivos, por lo que la exactitud en la predicción de fallas en los equipos, es esencial. Más allá de esto, cuando pueden predecirse las fallas antes que ocurran, se pueden ordenar partes e inventario por anticipado, asegurando que se alineen con la predicción.

Mejorar los procesos de producción a través de sistemas de monitoreo robustos, puede dar una visibilidad sin precedentes a todos los equipos y maquinarias dentro de una empresa, asegurando que los parámetros se mantienen controlados, sobre todo cuando los sistemas inteligentes correlacionan todas las variables.

Digitalización y transformación por medio del Machine Learning

Las empresas que han adoptado tempranamente tecnologías de machine learning, están obteniendo beneficios inmediatos del PdM, a la velocidad de entrega de información, costos y usabilidad. Esto les da más información y visibilidad para tomar decisiones más inteligentes.

Algunas de estas empresas combinan tecnologías de machine learning con otras tecnologías de digitalización, como tableros digitales de visualización, datos I..I.o.T. que se suben a la nube, analíticos y modelado de datos, que logran un proceso centralizado, accesible desde cualquier lugar y en cualquier dispositivo. El resultado es una solución integral para las operaciones, el mantenimiento y la ingeniería.

El tener un plan PdM implementado y empoderado por machine learning, le puede dar visibilidad sin precedentes a sus operaciones, para liderar beneficios sustanciales en eficiencia, seguridad, optimización y toma de decisiones. La industria de la transformación digital está en un punto clave de inflexión, con varias tecnologías convergiendo al mismo tiempo. Aquellas con machine learning pueden tomar en consideración todo el historial de fallas e identificar signos posibles de ellas, anticipadamente.

Fuente: Techno buildings

Dejá tu comentario