03/18/2024 - iProUp

Tecnologia

La industria está en constante evolución y las empresas entendieron que deben dar el paso hacia la digitalización para mantenerse competitivas. En este sentido, Siemens presentó su solución de monitoreo predictivo basada en inteligencia artificial para plantas en producción.

En diálogo con IproUP, Laura Cabrera, Business Development at Siemens South America, expresa, "la funcionalidad de IA generativa facilita la toma de decisiones adecuadas para aumentar optimizar tiempos de trabajo y hacer un uso más eficiente de recursos, entre otras cosas".

En los últimos siete años, Siemens identificó un aumento del 275% en las consultas sobre mantenimiento predictivo. Dado que se prevé que el valor del mercado global aumente de 5 mil millones de dólares (2021) a u$s25 mil millones en 2028, el mantenimiento predictivo ya no se limita a los primeros usuarios.

Ahora bien, las compañías deben comenzar monitoreando de menor a mayor cantidad de activos para identificar los impactos positivos y ver de qué manera integrar muchos más al sistema.

Este proceso escalonado y controlado es el ideal porque permite el involucramiento de todos los responsables de la operación dentro de la organización como del partner estratégico.

El mantenimiento predictivo

El mantenimiento predictivo requiere tres tipos de datos para operar:

• De estado: temperatura, la vibración, flujos, etc.

• De mantenimiento: qué piezas han fallado o se han cambiado anteriormente, qué actividades de mantenimiento están planeadas, tipo de pieza necesaria para reparar o reponer, etc.

• De producción: velocidad, qué se está produciendo en ese momento o las interacciones entre equipos.

• Es importante que las empresas den el paso a la digitalización

  Con estos datos se crea una huella digital de lo que se considera un funcionamiento normal del equipo. 

  Dicho funcionamiento no se compara con los datos de la industria en general o con datos de un equipo nuevo; se compara con los datos reales que se colectan de la planta para identificar los primeros signos de falla, obsolescencia y desgaste de los equipos actuales.

  "Desde Siemens, estamos comprometidos a ayudar a las empresas a identificar las mejores prácticas y metodologías para optimizar sus operaciones, de acuerdo con sus necesidades y expectativas actuales y futuras", asegura Miguel D'Alessio, Country Head de Siemens Digital Industries Argentina, Uruguay & Paraguay.

  ¿Qué necesita una empresa para empezar a predecir la salud de sus equipos?

  Según indica Cabrera, Senseye Predictive Maintenance es una solución que no solo impacta en sí en la producción, sino que también en el bienestar de los equipos y dispositivos en términos de maquinaria. 

  "El aporte en cuanto al cambio organizacional es enorme. Lleva a que los equipos técnicos aprendan y manejen tecnología líder a nivel mundial. Esto acelera el intercambio de conocimiento, de buenas prácticas lo cual impacta en la productividad de las operaciones y demuestra el valor indiscutible que tiene la transformación digital en el ámbito industrial".  

  En esta línea, para que la implementación de los proyectos de mantenimiento predictivo tenga éxito, es necesario contar con 4 instancias:

  1. Confianza en almacenar sus datos en el cloud para analizarlos y así realizar las implementaciones necesarias

  2. Tener un grado alto de automatización y accesibilidad a los datos para cualquier proyecto de mantenimiento

  3. Reconocer los costos operativos y finales del tiempo de pausa productiva durante el mantenimiento y/o reparación

  4. Contar con un número de equipos suficiente para tener una masa crítica de datos a analizar.

Visitas: 14