Mes: febrero 2022

Hemos podido presentar nuestra solución Elliot RoT en el Wind Europe, un evento anual de impacto mundial que aborda temas de energía eólica terrestre y marina, con más de 350 expositores en todo el mundo. El evento se celebra desde el 5 al 7 de abril de 2022, en Bilbao, el corazón de la industria eólica mundial. Reúne a todos los líderes mundiales que proporcionan la energía del futuro. 

Dos de las soluciones de Elliot RoT han sido seleccionadas para ser presentadas en el Congreso del Wind Europe

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.

Elliot RoT, la Plataforma universal de Elliot & Reliability of Things® para mantenimiento predictivo y caracterización de fiabilidad de equipos

La plataforma de IoT de Elliot Cloud es la arquitectura perfecta para combinar las soluciones Reliability of Things®, ya que permite la integración de PLCs, sistemas de Edge Computing y sensores IoT con los entornos Cloud, lo cual permite explotar todas las técnicas de fiabilidad y de inteligencia artificial para la detección de malfuncionamientos en cualquier equipo industrial.

En la plataforma se combinan las últimas técnicas de mantenimiento basado en la condición (CBM), con otras más clásicas de mantenimiento basado en fiabilidad (RCM). Para ello se utiliza de forma combinada diferentes tipos de datos:

1. Datos de operación.
2. Alarmas.
3. Órdenes de trabajo.
4. El histórico de activos.

Cuando un usuario da de alta un activo en la plataforma, dispone de una serie de menús de alta de activos donde puede registrar el fabricante del activo, el modelo y el tipo de activo entre otra serie de campos. También se dispone de la opción de dar de alta una serie de activos de forma masiva.

Cuando un activo se da de alta en la plataforma, inmediatamente todas sus variables de operación empiezan a ser registradas. Si el usuario está suscrito al servicio de RoT dispone de la opción de monitorizar la condición de cada uno sus componentes, para ello la plataforma le da en cada momento dos indicadores:

1. Indicador de malfuncionamiento, el cual analiza si el equipo se comporta conforme a su comportamiento previo en un periodo sin fallos.
2. Indicador de probabilidad de fallo, el cual estima la probabilidad de fallo del equipo basándonos en el histórico de fallos de equipos similares. Esta probabilidad se calcula:

• • A partir de históricos de fallos de equipos del cliente.
  • A partir de históricos de datos de equipos similares registrados en una base de datos global y anónima de todos los clientes de la plataforma.

Ser ágil en la toma de decisiones y en la realización de los cambios es fundamental para que una empresa sea líder en su sector, es ahí donde las metodologías agiles toman gran importancia. Las decisiones deben ir orientadas a la mejora continua, tanto en la reducción de costes o aumento de la eficiencia como en la innovación y creación de nuevos productos que permitan cubrir una nueva demanda en el mercado.

Las metodologías ‘agile’ adquieren un nuevo sentido y dimensión cuando se aplican las bases del IoT. Actualmente se está imponiendo el paradigma de mejora continua, cuya esencia radica en que si quieres mejorar una magnitud de un parámetro has de medirla primero es decir: no se puede mejorar aquello que no se puede medir.

La industria 4.0 es una industria hiperconectada y sensorizada donde la toma de decisiones puede hacerse rápidamente. Son muchas las preguntas que nos pueden llegar a surgir: 

• ¿Qué ocurre cuando tienes muchas variables, mediciones o histórico de estas mediciones
• ¿Cómo poder encontrar patrones, desviaciones, correlaciones entre esos parámetros?
• ¿Cómo medir magnitudes de distinta naturaleza, con distintos protocolos, en maquinarias y ubicaciones distintas?
• ¿Cómo visualizar, interpretar y analizar variables de negocio con variables mecánicas o sociales?
• ¿Cómo tomar decisiones importantes de manera rápida en base a lo que ocurre en tu producción?
• ¿Y si además quieres saber qué ocurre en el mercado para tomar esa decisión?

En la actualidad, es necesario tener mecanismos que ayuden en este proceso de medición y correlación. Las nuevas tecnologías permiten la replicación e implantación de sensores con costes admisibles de forma masiva y la captación de información de distintas máquinas, herramientas y sistemas.

A día de hoy, tenemos la capacidad y la tecnología necesaria para medir variables y parámetros de muy diversa naturaleza.

No sólo es posible medir estas magnitudes que hemos mencionado, sino que, podemos recopilarlas digitalmente, tratarlas de manera automática, traducirlas a un lenguaje común y, transmitirlas de forma segura.

Elliot Cloud realiza la función de cerebro del sistema, de paraguas que recopila esos datos, y que es capaz de correlacionar y determinar el grado de ascendencia que tienen unos parámetros sobre otros así como almacenarlos y mostrar el histórico ágilmente y realizar la analítica de los mismos mediante novedosas técnicas de Big Data, analítica, machine learning e inteligencia artificial.

Gracias a estas técnicas se podrán detectar características como la estacionalidad de sucesos y eventos y también será posible definir alertas que lanzarán órdenes para activar mecanismos y protocolos de actuación, entre otros.