Habilitación del mantenimiento predictivo a través de la inspección robótica

Habilitación del mantenimiento predictivo a través de la inspección robótica

Publicado hace 3 semanas

El mantenimiento puede ser una tarea compleja que requiere una planificación minuciosa y una comprensión astuta del perfil de riesgo de una instalación. Esto es particularmente cierto en las instalaciones de alto riesgo.

El mantenimiento no ocurre en un 'vacío' y puede resultar en tiempos de inactividad costosos si es inesperado o no planificado. Incluso el mantenimiento planificado puede dar lugar a tiempos de inactividad prolongados que dan lugar a enormes pérdidas. Por ejemplo, las refinerías de petróleo solo en los EE. UU. pierden un estimado de $47 mil millones de 213,000 horas de tiempo de inactividad cada año. Lo que se requiere es un régimen de mantenimiento que sea integral, pero discreto. Aquí es donde entra en juego el mantenimiento predictivo.

¿Qué es el mantenimiento predictivo?

Incluso la maquinaria y los equipos más actualizados y caros pueden ser impredecibles. Los activos cada vez más sofisticados requieren un mantenimiento que sea tan receptivo e inteligente como sea posible. La predicción precisa de cuándo los activos pueden necesitar mantenimiento puede optimizar en gran medida la carga de trabajo de un departamento de mantenimiento y su capacidad para responder a las complejidades de la maquinaria moderna. El mantenimiento predictivo (en adelante, también denominado PdM) proporciona esa solución.

PdM utiliza inteligencia artificial (IA) para evaluar datos operativos de forma continua y en tiempo real. Como su nombre lo indica, es un mantenimiento basado en la capacidad de predecir resultados. Puede hacer esto, por ejemplo, con la ayuda de  sensores inteligentes y tecnología similar  en o cerca de los activos que monitorean continuamente su estado actual. Esto permite predecir posibles fallos o averías, minimizando así el riesgo de averías imprevistas o repentinas. Por ejemplo, los sensores que realizan análisis de vibraciones y análisis acústico ayudan a garantizar que los activos mecánicos estén protegidos contra fallas debido a vibraciones excesivas o molienda entre componentes. Del mismo modo, los sensores térmicos pueden ayudar a detectar "puntos calientes" o sobrecalentamiento en la maquinaria, lo que impide futuras averías debido a componentes o circuitos quemados.

El enorme costo del tiempo de inactividad

El tiempo de inactividad es debilitante, incluso paralizante, para las instalaciones de capital y producción intensivas. Los números son realmente alucinantes: por ejemplo, en los Estados Unidos, una hora de tiempo de inactividad cuesta a  las empresas eléctricas  $ 300,000. Un  informe  titulado "El verdadero costo del tiempo de inactividad"  encontró que las empresas industriales y de fabricación de Fortune Global 500 están perdiendo casi $ 1 billón al año debido al tiempo de inactividad no planificado, lo que equivale a una pérdida de 3.3 millones de horas-persona y una pérdida promedio de 8% en anual. ingresos

Ventajas  de PdM

Al darse cuenta del asombroso impacto del tiempo de inactividad,  las organizaciones inteligentes se  han volcado hacia estrategias de mantenimiento predictivo. Comprenden el valor de aprovechar la IA para identificar señales de advertencia tempranas en los activos antes de que ocurran fallas o interrupciones, en lugar de depender de un mantenimiento basado en el tiempo que se adhiere a horarios fijos.

Hay múltiples beneficios para PdM, el más obvio de los cuales es que predice fallas potenciales antes de que sucedan. Al hacerlo, PdM extiende la vida útil de los activos, extrayendo el máximo valor de la maquinaria y el equipo. El resultado es una reducción en el perfil de riesgo general de una instalación, incluidos los factores de riesgo de seguridad y, en última instancia, una mejora en los resultados financieros de una instalación. Y, sin embargo, muchas empresas continúan sin implementar PdM. Se ha encontrado que menos del 24% de los operadores de petróleo y gas tienen un enfoque de mantenimiento basado en análisis y datos predictivos, según   las estadísticas de GE .

La importancia de los datos

Los datos de alta calidad son un requisito esencial para la implementación efectiva de PdM. En este sentido, PdM enfrenta desafíos cuando se implementa únicamente en base a IIoT e inspecciones manuales. Una dependencia excesiva de la recopilación de datos a través de IIoT puede dejar de lado o reducir las inspecciones físicas, lo cual es invaluable para la recopilación de datos en ubicaciones que están fuera del área de cobertura de los sensores estacionarios. Incluso cuando se realizan frecuentes rondas de inspección manual para complementar la infraestructura de IIoT, las inconsistencias de datos debidas a errores humanos son inevitables.

Mantenimiento Predictivo Con Robots Móviles Autónomos

Para superar estos desafíos, las instalaciones de alto riesgo están recurriendo a  robots móviles autónomos  para realizar inspecciones confiables y como aliados activos para la gestión de instalaciones. La inspección robótica autónoma permite un programa de inspección física continuo, incluso en ubicaciones peligrosas o áreas de difícil acceso, mientras que al mismo tiempo libera al personal de mantenimiento para realizar otro trabajo menos tedioso y peligroso.

Además de la impresionante flexibilidad y movilidad, que permite a los robots móviles monitorear ubicaciones y activos que pueden estar fuera del área de cobertura de los sensores digitales estacionarios, también son rentables y más fáciles de incorporar. En lugar de tener que equipar las instalaciones con miles de costosos sensores, los propietarios de activos pueden incorporar un único robot móvil como plataforma de sensores itinerantes.

Los robots móviles no solo recopilan datos de alta calidad, sino que también convierten los datos recopilados en información procesable, sin dejar espacio para la mala interpretación de los datos. Esto es posible gracias a las aplicaciones de inteligencia artificial y visión por computadora llamadas  Skills  . Las habilidades son aplicaciones 'en contenedores' que procesan datos de sensores e influyen en el comportamiento de un robot para realizar tareas específicas. Por ejemplo, los robots equipados con la habilidad de leer dispositivos analógicos pueden detectar la posición de la aguja de los dispositivos analógicos con precisión y registrar la lectura con exactitud. Entonces puede sonar una alarma si la lectura está por encima o por debajo de un valor de umbral predefinido. Tal robot móvil autónomo es más que un mero 'recolector de datos'.

Por lo tanto, la recompensa es que un solo robot puede recopilar de manera confiable y repetida múltiples tipos de datos de activos en diferentes ubicaciones de la instalación y  entregar información procesable  al alcance de los operadores. Los datos pueden procesarse en tiempo real o integrarse directamente con un  sistema de gestión de activos empresariales (EAM)  , que incorpora un  sistema de gestión de mantenimiento computarizado (CMMS)  para toda la programación y ejecución del mantenimiento. El resultado es un régimen de PdM inteligente, intuitivo y optimizado.

Acelerando el viaje hacia la Industria 4.0

Las instalaciones se han vuelto "más inteligentes" gracias a la IA, el IIoT, el aprendizaje automático (ML) y la automatización. La Industria 4.0  exige un mantenimiento inteligente a la altura. El mantenimiento predictivo es una excelente opción para garantizar un mantenimiento inteligente, siempre proactivo, nunca reactivo. El PdM mejorado con inspección robótica y IA permite análisis de datos mejorados y datos que pueden marcar una diferencia perceptible con respecto a las decisiones de mantenimiento en una instalación de alto riesgo.

Sin embargo, PdM no se trata de reemplazar a los trabajadores de mantenimiento y el elemento humano incomparable que aportan a la función de mantenimiento. Más bien, la recopilación de datos mejorada y las capacidades analíticas permiten a los gerentes y equipos de mantenimiento tomar decisiones mejor informadas con respecto a los activos. Los robots móviles autónomos con sensores integrados y habilidades de IA personalizadas pueden hacer mucho para agilizar y facilitar las operaciones de mantenimiento. Su versatilidad y formidable retorno de la inversión por sí solos merecen una consideración seria para las instalaciones de capital intensivo.

© 2022 Industria Digital, Todos los derechos reservados