Upload
others
View
8
Download
0
Embed Size (px)
Citation preview
Gestión del mantenimiento avanzado en la era
de la digitalización
Egoitz Konde, Coordinador de la solución Mantenimiento Industrial, IK4-TEKNIKER
INDUSTRY 4.0 – DE LA AUTOMATIZACIÓN A LA DIGITALIZACIÓN
OBSERVAR
ANALIZAR
PREDECIR
PREVENIR
REACTIVAIncluso las plantas más
automatizadas se centran en
analizar lo que ha ocurrido en
el pasado
PROACTIVADisponer de información en
tiempo real permite tomas
decisiones basadas en lo que
puede ocurrir en el futuro.
Nivel de campo
Operarios
GestiónD
E L
A A
UT
OM
AT
IZA
CIÓ
N A
LA
DIG
ITA
LIZ
AC
IÓN
INTEGRACIÓN HORIZONTALINTEGRACIÓN VERTICAL
I4.0 = ?
SERVITIZACIÓN – DIFERENTES NEGOCIOS
• Proveedores de servicios Mas productos y servicios
de soporte al mantenimiento y servitización
• Componentistas Servicios de mantenimiento añadidos
a venta de producto
• OEM e integradores Desarrollo estrategias de negocio
de venta de soluciones y servicios
• Usuarios finales Servitización como ayuda en el
enfoque en los aspectos ‘core’ del negocio
SITUACIÓN ACTUAL - TECNOLOGÍAS
MANTENIMIENTO PREDICTIVO – PRODUCTOS?
SITUACIÓN ACTUAL
MUCHOS DATOS = ?Y SI NO HAY DATOS?
… INTERPRETAR DATOS NO ES FACIL….
VIBRACIÓN ACEITE
Pre-alarma
Alarma
TRANSMISSION ERROR
ENCODER
mRad
… Y CONSEGUIRLOS TAMPOCO
BANCOS ENSAYOS ESTANDAR
(Componente)
LABORATORIO TRIBOLOGÍA
(Probetas)
BANCOS ENSAYO
ESPECIFICOS
(sistema completo)
ENGRANAJES RODAMIENTOS
¿POR DÓNDE EMPEZAMOS?
• Conocimiento! – Experiencia!• En la empresa
• En el CCTT
• A partir de los ensayos ad-hoc
• Tecnologías que facilitan la integración de este conocimiento• Reglas, modelos, … (digital twin)
• Y los datos ??… SI
• contexto / adaptación a partir del feedback
Aproximación tecnológica multidisciplinar
Estadística/
Matemática
Informática/
IT Data
Science
Dominio/
Conocimiento del
negocio
Software Tradicional
Investigación tradicional
Machine Learning
Data Science
Fusión de la Información & IntegraciónSensores, BBDD, Tests experimentales, SCADA, …
Data <-> Modelado del
conocimiento
Modelado de datos (Machine
Learning, Análisis de series
temporales, Estadística, Quimiometría,
Análisis de fiabilidad..), Razonamiento
(reglas), Optimización, Simulación,
Semántica, Analítica Visual
Tecnologías
Descriptivo
Diagnóstico
Predictiva
Prescriptiva
¿Qué ha pasado?
¿Por qúé pasa?
¿Qué va a pasar?
¿Qué debemos hacer?
Exp
lora
ció
n y
trata
mie
nto
de d
ato
sO
pen D
ata
Conecta
do, O
nto
logía
s, P
rocesado d
e D
ato
s, D
escrip
tivo
(Pro
cesado d
e S
eñal, S
ele
cció
n y
Extra
cció
n d
e c
ara
cte
rístic
as,…
, )
Pre
sen
tació
n a
nd
Vis
ualiz
ació
n A
van
zad
aM
ultid
ispositiv
o, M
oto
res G
ráfic
os, M
ovilid
ad, In
form
es …
Co
mu
nic
ació
nE
stá
ndare
s, S
OA
, Clo
ud, In
tero
pera
bilid
ad…
CASO PRÁCTICO : GOIZPER
Wave Line: Press Line in Continuous Mode with Robots
... y en el corazón de
estas máquinas hay un
componente crítico, el
sistema que transmite la
potencia, el freno-embrague
El Freno-Embrague
… un fallo de los frenos embragues no detectado puede generar pérdidas de miles de Euros.
Paradas deMáquina
(2 d – 2 s)
Peligrosde
Accidente
DISPONIBILIDADDe MÁQUINA
0
ACCIDENTES COSTES DE MANTENIMIENTO
COMPONENTES SMART
INVERSIÓN EFECTIVA
RESPUESTA EFECTIVA
GRAN IMPACTO
ROI CLARO
PARKE TEKNOLOGIKOA
C/ Iñaki Goenaga, 5
20600 EIBAR GIPUZKOA
SPAIN
www.tekniker.es
Antigua, 4
20577 ANTZUOLA
GIPUZKOA
SPAIN
www.goizper.com