Cada parada de producción no planificada, incluso de máquinas individuales, genera un esfuerzo adicional, mayores costos y menor producción. El monitoreo de estado basado en datos, continua y lo mejor posible es una base esencial para la máxima disponibilidad de máquinas y plantas.
Monitoreo de la máquina
Un caso de uso esencial en este caso es el monitoreo continuo de la máquina. El objetivo aquí es utilizar datos relevantes como la corriente, la temperatura o las vibraciones para detectar anomalías en la operación en curso en una fase temprana, idealmente para poder clasificar estas anomalías y detectar con antelación posibles errores. Esto implica a menudo signos de desgaste, que se detectan de forma precoz y fiable mediante análisis basados en el aprendizaje automático. Esto ofrece la oportunidad de planificar intervenciones de servicio y mantenimiento a tiempo, para una máxima disponibilidad al mínimo costo.
Control de procesos
Otro caso de uso esencial es el control de procesos continuo. El objetivo es detectar las desviaciones de los parámetros de proceso en una fase temprana y poder intervenir en el proceso en caso necesario. Partiendo de la solución de control existente y de los datos que ya suelen estar disponibles, se utiliza de nuevo una solución de aprendizaje automático basada en modelos para detectar anomalías y clasificarlas en la medida de lo posible. Allí donde la automatización basada en reglas llega a sus límites, el ML permite obtener conocimientos completamente nuevos sobre estados del proceso hasta ahora desconocidos. Con el resultado de poder intervenir en el proceso antes y de una manera más específica.
Sobre la base del monitoreo de estado continua de máquinas y plantas, se plantean diversos casos de uso que prestan atención al objetivo de lograr la máxima disponibilidad de la planta, que a su vez es la clave de la producción rentable. En última instancia, el estado de una planta es conocido en todo momento, lo que se traduce en la máxima seguridad para los responsables del proceso. Además, se pueden detectar errores o anomalías en los datos de la máquina en una fase temprana y se pueden iniciar las medidas necesarias antes de que se produzca el mal funcionamiento real o incluso el fallo del sistema.
Un ejemplo de uso es el monitoreo automatizado de cintas transportadoras de alta velocidad en intralogística. Una de las tareas consiste en monitorear y predecir el alargamiento de los elementos de la cadena transportadora, en función de diversos factores influyentes como la velocidad, la carga, el tiempo de funcionamiento o la temperatura. Esto implica la identificación precoz de las zonas individuales dañadas de la cadena. Esto también conduce a una ilustración o aseguramiento de los conocimientos de los técnicos de servicio sobre el estado del sistema y, por tanto, también a una transformación hacia un monitoreo continuo del sistema basado en datos. Los beneficios específicos del monitoreo automatizado son la reducción de los costos de servicio y mantenimiento, así como una mayor disponibilidad y, por lo tanto, la productividad del sistema. Con vistas a nuevos modelos de negocio, por ejemplo, se posibilita la venta de disponibilidad en forma de acuerdos de nivel de servicio (SLA) nuevos o ampliados. Al fin y al cabo, estos servicios IIoT dan lugar a nuevas características perceptibles para los clientes finales y, en consecuencia, a una mayor fidelidad de los clientes.
Otra aplicación es el monitoreo automatizado de ventiladores en una nave de producción de galvanoplastia. En galvanoplastia, el venteo es un proceso crítico para la producción. Por ejemplo, se produce gas oxihidrógeno, que supone un peligro de explosión en concentraciones críticas. Las sustancias ácidas también pueden ocasionar corrosión en el equipo. También existe una responsabilidad en el ámbito de la salud y la seguridad en el trabajo y la salud de los empleados. La tarea es supervisar continuamente los ventiladores utilizando sensores inteligentes y análisis de datos basados en ML. El camino a seguir es desde el mantenimiento preventivo, basado en reglas, hasta el mantenimiento basado en condiciones. El resultado es una minimización de las paradas de producción imprevistas y una reducción de los costos de mantenimiento. La primera ventaja de esta solución integral ejemplar para aplicaciones brownfield es el monitoreo de estado continuo y automatizado. Esta es la base para reducir o minimizar la inspección, el mantenimiento y la reparación. En este caso específico, fue posible pasar de una inspección mensual de los ventiladores con un recorrido por el tejado de galvanoplastia a una inspección semestral. Podrían reducirse los tiempos de inactividad imprevistos y aumentar la disponibilidad de la planta. Un caso de uso de IoT con beneficios específicos.
A partir de los datos del proceso y de su evaluación mediante tecnologías de ML, en muchos casos es posible sacar conclusiones sobre la calidad de los productos fabricados. A partir de los parámetros de proceso seleccionados, pueden reconocerse patrones basados en ML que pueden asignarse a un estado de proceso específico. A partir de ahí, se pueden monitorear por ejemplo, los márgenes de tolerancia, y se puede detectar en una fase temprana cuándo las tolerancias están o estarán desajustadas en el sentido de una predicción.
El análisis inteligente de datos ayuda a Grenzebach a lograr una garantía de calidad en tiempo real y un mantenimiento predictivo de la maquinaria para sus innovadores sistemas de soldadura. De este modo, los especialistas en ingeniería de maquinaria e instalaciones contribuyen a elevar la fabricación en serie 24/7 a un nuevo nivel.
Un perno de fricción giratorio es la herramienta central de la soldadura por fricción (FSW), el innovador proceso de soldadura por costura que Grenzebach ha desarrollado para metales ligeros como el aluminio y sus aleaciones. Mediante la fricción y la presión, el perno genera el calor de proceso necesario para hacer maleable el metal, que se agita a lo largo del punto de contacto por la acción giratoria del perno de fricción. Sin la necesidad de añadir hilo de soldadura o gas inerte, esto crea una articulación maciza que se caracteriza por su estabilidad a largo plazo y su resistencia a la distorsión. Un requisito para este resultado es que el perno de fricción se comporte como se espera. La precisión de las fuerzas de tracción y presión es fundamental para conseguir el grado correcto de deformación del metal. Hasta ahora, el control de calidad lo realizaba el operario de la máquina, que inspeccionaba visualmente el cordón de soldadura tras el proceso FSW, un procedimiento que requería mucho tiempo y cuyo éxito dependía también en gran medida de los conocimientos personales del usuario.
Monitoreo en tiempo real durante el proceso de soldadura
El Dr. Carlos Paiz Gatica, desarrollador de la tecnología, explica cómo funciona la detección de anomalías: La comparación del modelo de referencia y el proceso actual permite una evaluación de la calidad en tiempo real. Como pionero en el campo de la Industria 4.0, Grenzebach utiliza hoy procesos inteligentes de análisis de datos que permiten predicciones precisas. Y para ello, utilizan una solución de Análisis Industrial a medida de Weidmüller.
Nuestro software de análisis, personalizado para satisfacer las necesidades de Grenzebach, compara las fuerzas registradas en los sensores durante el proceso de soldadura con un registro de datos de referencia ideal. Tan pronto como el sistema detecta una desviación que se encuentra fuera de los parámetros definidos, el operario de la máquina es notificado e inmediatamente sabe que algo no está bien con el proceso de soldadura. Por tanto, ya no es necesaria la inspección manual de cada cordón de soldadura
Para determinar el modelo de referencia, Weidmüller colaboró con los ingenieros de Grenzebach para evaluar la pertinencia de los conjuntos de datos de varios cientos de cordones de soldadura y los evaluó mediante métodos inteligentes de análisis de datos. Un elemento importante de los análisis lo aportaron los conocimientos técnicos procedentes de Grenzebach. El software de Weidmüller bien puede predecir un fallo con cierto grado de probabilidad, pero para ello siempre es necesario haberlo clasificado previamente. Sólo Grenzebach puede determinar si una anomalía debe clasificarse realmente como error crítico o no.
Calidad del producto y disponibilidad de la oferta
Además de comprobar el control de calidad de las soldaduras, el software de análisis también registra los parámetros de proceso de cada pieza que se produce, lo que permite obtener una documentación completa. Se trata de un beneficio significativo no sólo desde el punto de vista jurídico, sino también en términos de trazabilidad y reproducibilidad. El sistema también avisa a tiempo si es aconsejable sustituir el perno de soldadura. Con esta información, el operador de la máquina puede planificar el programa de mantenimiento para evitar tiempos de inactividad.
"Junto a la minimización de los residuos que puede ocasionar la rotura de una herramienta, un factor importante, sobre todo en la construcción de maquinaria e instalaciones, es la disponibilidad de las máquinas", subraya Kress.
Los especialistas en alta tecnología de Grenzebach aprecian varias ventajas más en su modelo de negocio de cara al futuro: "En primer lugar, somos capaces de ofrecer a nuestros clientes un control de calidad muy preciso y cuantificable, además de proporcionarles una previsión sobre el posible tiempo de inactividad de los equipos, lo que les permite ahorrar en recursos y costos. Al mismo tiempo, estamos en condiciones de implementar servicios basados en datos y utilizar eficazmente la calidad del producto o la disponibilidad del equipo como argumentos de venta”, explica Michael Sieren, director de ventas de FSW en Grenzebach.
Hugo Amador
Gerente de ventas México y Centroamérica