El tiempo de inactividad de la producción y la productividad de la fábrica están estrechamente relacionados, ya que una fábrica puede perder hasta un 20% de su productividad debido al tiempo de inactividad.
La causa más común del tiempo de inactividad de la producción es un mal funcionamiento o avería del equipo. Sin embargo, es posible reducir las fallos de los equipos y mantener bajo el tiempo de inactividad con una estrategia de mantenimiento predictivo que utilice el Internet de las cosas (IoT), la computación en la nube y el análisis.
La recopilación de datos ambientales y de equipos se realiza a través de sensores. Los datos se utilizan para predecir y remediar fallos en los equipos de manera proactiva. Con el tiempo, los avances del aprendizaje automático pueden mejorar la precisión de los algoritmos predictivos y permitirte crear modelos de predicción avanzados.
¿Por qué minimizar el tiempo de inactividad?
Un estudio revela que el 46% de los fabricantes no prestan servicios a los clientes debido a un fallo inesperada del equipo. El tiempo de inactividad no planificado también conduce a una pérdida de tiempo de producción en un activo crítico y dificulta la capacidad de los fabricantes para dar servicio o dar soporte a activos o equipos específicos.
El tiempo de inactividad no planificado afecta a todas las industrias, y sus impactos se extienden más allá de lo financiero para algunas. Según un artículo de Petro Online, un solo tiempo de inactividad no planificado en una refinería de petróleo o una planta petroquímica libera a la atmósfera el equivalente a un año de emisiones.
¿Por qué el mantenimiento predictivo utiliza IoT?
Vale la pena entender qué implica el monitoreo del Internet de las cosas para comprender sus implicaciones para el tiempo de inactividad. Un sistema de monitoreo de IoT consta de cuatro elementos:
- Sensores. El primer paso en la monitorización de IoT es recopilar datos del entorno físico, lo que requiere sensores. Los sensores tienen componentes electrónicos especiales que detectan entradas del entorno físico y las convierten en datos para su interpretación por parte de máquinas o humanos. Las entradas incluyen calor, luz, humedad, sonido, presión o campos electromagnéticos.
- Conectividad. Los sensores recopilan los datos y los envían a la nube para su análisis. Hay varios métodos disponibles para transmitir los datos, incluidos WiFi, satélite, móvil, Bluetooth o una conexión directa a Internet a través de Ethernet. El tipo de conectividad utilizada depende de factores como el consumo de energía, el alcance, el ancho de banda y la seguridad.
- Tratamiento de datos. Cuando los datos llegan a la nube, son procesados por software. Hay muchas soluciones de software disponibles para diferentes casos de uso de IoT. Las soluciones analizan los datos y los presentan a los usuarios finales en un formato fácilmente comprensible. Por ejemplo, puedes configurar sensores para mostrar datos de vibración y temperatura del equipo cada tres segundos. O puedes ejecutar un análisis sofisticado en una gran cantidad de datos de IoT y desencadenar la acción adecuada.
- Interfaz de usuario. El usuario final puede recibir los datos a través de una web, correo electrónico o notificación de texto. Por ejemplo, puedes recibir una alerta de texto/web/correo electrónico cuando la lectura del sensor de temperatura supera cierto umbral. Luego, puedes ajustar la temperatura de forma remota desde tu aplicación web o móvil o activar otra acción correctiva que lleve la temperatura a un nivel seguro.
¿Cuál es el papel de IoT en la reducción del tiempo de inactividad de la producción?
IoT puede ser la clave para minimizar el tiempo de inactividad y mantener altos los niveles de productividad. Aquí hay una discusión de las razones para implementar una estrategia de mantenimiento predictivo basada en IoT.
- Puedes monitorear equipos en tiempo real
La monitorización en tiempo real de la condición y el rendimiento de los activos te permite anticipar los problemas antes de que ocurran. Cualquier mantenimiento requerido puede ocurrir momentos después de una alerta, lo que ayuda a prevenir un fallo costoso o cualquier impacto en el rendimiento de la planta. El mantenimiento oportuno también es útil para maximizar la vida útil del equipo: puedes evitar tener que reemplazar el equipo demasiado pronto y obtener el retorno total de la inversión.
- Puedes optimizar el tiempo de reparación de los equipos
El mantenimiento predictivo se ejecuta en segundo plano y te mantiene informado sobre el estado y el rendimiento de la máquina. Recibes alertas sobre las desviaciones de las condiciones óptimas, que te indican si tu equipo está envejeciendo o degradándose. Usando la información, puedes predecir con precisión cuándo es probable que falle el sistema y determinar cuándo repararlo.
Como las anomalías se transmiten poco después de que se detectan, es poco probable que cualquier problema con una máquina pase desapercibido y empeore. Si se considera necesario, los arreglos en la etapa inicial de degradación del equipo no tomarán las horas generalmente asociadas con el mantenimiento planificado y no planificado.
- Puedes gastar menos en reparaciones y repuestos
El mantenimiento predictivo se basa en datos y es analítico, lo que te permite llegar a la causa raíz de un problema en lugar de solo tratar sus síntomas. Saber lo que podría conducir a la avería del equipo es útil para prevenir el desgaste responsable del fallo del equipo. Por ejemplo, las alertas sobre humedad subóptima ayudan a reducir la descarga electrostática que se produce en un entorno de baja humedad. Se puede evitar la degradación de los componentes y se pueden optimizar los costes de reparación de equipos y el inventario de repuestos al nivel deseado.
- Puedes mantener seguros a los trabajadores
Poner sensores a cargo de detectar problemas en los equipos es un buen augurio para la seguridad de los trabajadores. Por ejemplo, la verificación de fallos en los rodamientos, una causa común de tiempo de inactividad, puede requerir que los trabajadores accedan a rodamientos difíciles o peligrosos de alcanzar. Con el mantenimiento predictivo, los trabajadores pueden comprobar el estado de los rodamientos sin tocarlos. Los sensores inteligentes pueden recopilar información sobre la presión y la temperatura de los líquidos que fluyen por las tuberías sin necesidad de intervención humana directa.
Beneficios de usar IoT
- Reducir el tiempo de inactividad no planificado.
- Reducir los costes de reparación de máquinas.
- Mejorar la seguridad de los trabajadores.
- Acortar el tiempo de reparación de máquinas.
- Permitir una mejor utilización de los equipos.
- Aumentar el ROI de los equipos.
Es útil para activos críticos que tienen el mayor impacto en la tasa de producción y la rentabilidad. El monitoreo de IoT también es valioso cuando los cambios mínimos en las condiciones ambientales pueden afectar significativamente la calidad del producto o la seguridad de los trabajadores. Por ejemplo, los sensores detectan la presencia de un operador en un entorno peligroso o fallos en la maquinaria rotativa.
Los datos de los dispositivos IoT se pueden integrar con las soluciones de la fuerza laboral para desarrollar horarios de trabajo que puedan reducir la exposición de los trabajadores a condiciones peligrosas. Como solución de seguridad pasiva, IoT puede ayudar a mejorar la confianza y la moral de los trabajadores.
Me interesa
- La ISO establece su primera norma internacional para el Internet de las Cosas (IoT)
- El mercado global de IoT alcanzará unos ingresos de casi 950.000 millones en 2025
- Predicciones para la seguridad OT/IoT en 2022
- La hiperconectividad IoT y la obsolescencia, principales riesgos de ciberataques para el sector industrial
