Reliability of Things® en la revista de mantenimiento de la AEM

alt de la imagen

Revista digital – Plataforma universal Elliot & Reliability of Things® para mantenimiento predictivo y caracterización de fiabilidad de equipos. (aem.es)

La Industria 4.0 es una realidad y empiezan a aparecer multitud de soluciones de digitalización de procesos, y en especial aplicaciones para el mantenimiento predictivo basado en BigData. Sin embargo, no hay una solución que se haya posicionado como referente. El principal problema que hemos identificado es la falta de uniformidad de algoritmos de evaluación que impide la generación de bases de datos globales con datos comparables entre sí, que permitan realizar la caracterización estadística de la fiabilidad de los equipos. 

Se ha desarrollado una novedosa tecnología para la de detección temprana de fallos en equipos industriales mediante la utilización de técnicas de Inteligencia Artificial (IA) bajo el nombre de Reliability of Things® (en formato API y Edge computing). Invocando a la API, se evalúa el nivel de degradación de cualquier equipo que se monitoriza en la plataforma IoT. Este algoritmo universal, realiza un modelo de comportamiento normal de los equipos (motores, bombas, consumos eléctricos, …) y posteriormente se calcula la degradación de cualquier componente, detectando fallos con mucha antelación, permitiendo además la identificación de la causa raíz y la evaluación de las actuaciones de mantenimiento.

El sistema genera alarmas individuales para cada componente monitorizado, pero el objetivo de la plataforma es más ambicioso, ya que se genera una base de datos de conocimiento global para la obtención de indicadores de fiabilidad de equipos. Cuando un nuevo equipo se conecta a la plataforma, se identifica el tipo de equipo del que se trata (motor, bomba, generador, etc.), el fabricante, el modelo, si es nuevo, reparado o lleva tiempo en funcionamiento (de cara a censurar o no los datos estadísticos) antes de ser conectado en la plataforma, y otra serie de parámetros que sirven para realizar una correcta caracterización de la población. 

Cuando un equipo falla, el valor de degradación evaluado hasta ese momento, pasa a formar parte de la base de datos de fiabilidad, generándose un nuevo ajuste Weibull que caracteriza al componente. Esta base de datos de fiabilidad será utilizada para evaluar la probabilidad de fallo de cada equipo conectado en la plataforma de Elliot Cloud, es decir, todos los integrantes se benefician de las tasas de fallo de otros usuarios, convirtiéndose en una comunidad que ceden de forma anónima la información de los fallos en sus equipos.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *