Así son las máquinas que se arreglan antes de romperse
IoT

Así son las máquinas que se arreglan antes de romperse

Las soluciones basadas en Internet of Things y sistemas inteligentes permiten a las organizaciones ir un paso por delante de cualquier adversidad.

La conectividad está plenamente integrada en los hogares y ya no solo nuestro teléfono puede navegar por la nube. Neveras, relojes, coches, lavadoras, zapatillas… incluso puedes monitorizar la actividad de tu perro con un simple collar. El llamado internet de las cosas (IoT) llega, valga la redundancia, cada vez a más cosas y su extensión ofrece soluciones que jamás hubiéramos podido imaginar. Gracias a esta tecnología, las aseguradoras pueden cargar al cliente solo por lo que realmente necesiten, o las máquinas son capaces de adelantarse a futuras averías y tomar las precauciones necesarias para llevar a la industria un paso por delante en sus procesos. Con la llegada de la nube, su poder se ha hecho aún más fuerte.

El mantenimiento predictivo permite a las organizaciones identificar errores operativos antes de que ocurran, evitando los costes que supone tener una máquina inactiva pendiente de reparación. Las empresas que detectan problemas de forma temprana pueden desplegar sus recursos de mantenimiento de forma más rentable, optimizar la actividad de los trabajadores encargados de esta área y agilizar recursos en sus cadenas de suministro.

"La revolución industrial trajo las máquinas; la de internet, la computación. La revolución 4.0 abarca las dos anteriores", explica Mariano Garrido, arquitecto de soluciones industriales en IBM. "Es más compleja, pero hace las cosas más sencillas. Gracias a la capacidad de procesado de datos podemos hacer las máquinas más inteligentes".

Volvo Trucks, camiones conectados

Uno de los sectores que más avanza en este sentido es el del transporte. “Nuestro objetivo con el mantenimiento predictivo es que los vehículos no tengan que pasar por el taller”, afirma Jorge Moreno, director de soluciones de transporte en Volvo Trucks. “Nos interesa que puedan estar en la carretera para aumentar su productividad”.

La clave está en la conectividad de los camiones, una práctica cada vez más implantada. Mediante sensores integrados en el vehículo, un sistema mide los desgastes de sus componentes y, cuando detecta una anomalía, genera un código de avería y avisa al taller, que puede destinar a un operario antes de que el problema se incremente. “Actualmente parametrizamos seis elementos del camión, los que suelen dar más problemas”, apunta Moreno. “Los sistemas son cada vez más abiertos y creemos que podremos ampliarlo en poco tiempo”.

Las soluciones predictivas de Volvo suponen, según este experto de 41 años, un ahorro del 60% de los costes que suponen las paralizaciones imprevistas, pero las ventajas pueden ir más allá del impacto meramente empresarial. Los precios del transporte podrían bajar gracias a la efectividad del mantenimiento autónomo y una monitorización eficiente tener consecuencias medioambientales positivas y una mayor seguridad en las carreteras.

  • SAP, el software inteligente

Carlos Chicharro, técnico en métodos predictivos en SAP, explica que en un primer momento las empresas se centraban en dónde estaba el camión, cuánto había tardado y las paradas que había hecho, pero ahora quieren conocer todo lo que pasa en el camino. “Les interesa saber si el camionero se ha parado al sol, lo cual puede repercutir en el producto químico que transporta o si hay vibraciones durante el trayecto”.

El vehículo es solo uno de los elementos que monitorizan las compañías. “Yo puedo recoger información durante años sobre cómo se comporta la temperatura de mi motor, pero tengo que juntarla con la forma en que hice mantenimiento”, explica Chicharro, de 28 años. Con estos datos, los mecanismos de analítica avanzada crean algoritmos que predicen cuánto tiempo va a pasar hasta el fallo y cuánta vida útil le queda a un activo.

Demo en inglés del funcionamiento de la solución de mantenimiento predictivo de SAP realizada con piezas de Lego

El software de SAP no aprende automáticamente de sus errores, por lo que Chicharro rechaza hablar de que exista en su sistema un margen de error fiable. “Nosotros vamos entrenando el modelo. Si algo funciona regular, lo adaptamos y lo volvemos a implantar hasta que funcione mejor”. Los técnicos que se encargan de modificar estos algoritmos deben configurarlos para cada modelo de máquina, ya que los parámetros que interesa analizar en dos herramientas de diferentes modelos de producción van a ser diferentes.

  • KONE, ascensores que charlan con internet

El mantenimiento predictivo supone una increíble ventaja para el transporte industrial, pero también puede aplicarse al turismo, al sector energético o a la gestión de las ciudades. En este sentido, la empresa finlandesa KONE ha desarrollado junto a IBM un sistema de IoT cognitiva que permite escuchar conversaciones en lenguaje natural en tiempo real entre un ascensor y la nube.

Ejemplo de conversación entre un ascensor y la nube.

Este sistema brinda información detallada las 24 horas del día sobre deficiencias en la maquinaria y trabajos de mantenimiento y permite adelantarse a posibles fallos. Los usuarios también disfrutan de ciertas ventajas: tienen que esperar menos tiempo a que llegue su ascensor y obtienen una experiencia más personalizada. Esta solución ofrece un paquete personalizable para responder a las necesidades individuales de cada elevador y edificio.

El modelo consiste en un ordenador conectado a una serie de sensores con los que interpreta la información y se la traslada a un servidor, que la procesa y responde acordemente. En el proyecto piloto participan cuatro elevadores en Suecia, Finlandia, Francia y EE UU, que envían datos relativos a los 200 parámetros que monitoriza KONE. La empresa prevé que el sistema esté disponible comercialmente a lo largo de este año y asegura que podrá conectar más de un millón de ascensores y escaleras mecánicas a la nube en los próximos años.

Retina

20/10/2017
04

¿Qué es y para qué puede servir el ‘machine learning’?

Aprendizaje automático o 'machine learning'. Habrás oído la palabra en infinidad de ocasiones. Y es probable que sepas más menos qué significa. Tratamos de rellenar los huecos que te queden de la mano de Israel Olalla, ingeniero de Google

¿Qué es y para qué puede servir el ‘machine learning’?
Normas
Entra en EL PAÍS