Solución para mantenimiento predictivo

Solución para mantenimiento predictivo realizado por LAPP

Durante casi 3 años en LAPP hemos investigado acerca de la industria 4.0, Internet de las Cosas (IoT) y predicciones de vida útil. En el futureLab de la feria Hannover Messe 2019, presentamos un prototipo inicial de nuestra solución para mantenimiento predictivo. El sistema calcula un indicador al que llamamos Indicador Predictivo de LAPP (LPI), que mide la vida útil restante de un cable para transmisión de datos.

El enfoque principal de la transformación digital es la recopilación de información de las máquinas. Motores, válvulas y sensores que reportan automáticamente su estado operativo. Esta información es recogida, evaluada y analizada con la ayuda de algoritmos de aprendizaje automático como AI (inteligencia artificial) y Machine Learning. El objetivo de estos sistemas es aumentar la eficiencia de las plantas de producción o evaluar el estado actual de la planta para detectar posibles fallos antes de que sucedan. Si esta información o procesos se gestionan a través de sistemas en la nube, se puede conseguir el acceso a la planta desde cualquier parte del mundo. Las distancias se vuelven irrelevantes, porque todo está conectado y es digital.

En industrias donde hay procesos altamente automatizados y en donde el tiempo es crítico, como por ejemplo la industria automotriz y la ingeniería mecánica, existe un particular interés en los futuros desarrollos en el campo de los sistemas inteligentes. En el peor de los casos, incluso el fallo de un único componente puede causar que todo el proceso de fabricación se detenga y causar un enorme impacto económico.

Predictive Maintenance Illustration

Para reducir este riesgo, los sistemas de monitorización ofrecen al usuario grabar y evaluar el estado de funcionamiento de cualquier componente. De este modo, el operador de planta puede determinar a tiempo cuándo es inminente el fallo de un componente y luego puede iniciar las medidas de mantenimiento adecuadas evitando que la planta tenga tiempos de inactividad no planeados. Esto es particularmente importante para aplicaciones de alto coste o para infraestructuras en donde la seguridad es crítica. En la actualidad, generalmente se adopta un enfoque preventivo en las plantas. Esto significa que las piezas de desgaste se reemplazan en intervalos predeterminados, independientemente de su condición o vida útil restante.

En el campo del cableado se aplica también el mantenimiento predictivo y también el mantenimiento  reactivo, es decir efectuar el reemplazo de los cables en caso de que se produzca algún daño. El mantenimiento predictivos se aplica sobre todo en aplicaciones industriales en movimiento, como por ejemplo en una cadenas portacables en la que los cables están sujetos a fuertes cargas de flexión o en aplicaciones robóticas en donde existen cargas de torsión. Aunque los cables se diseñan para soportar este tipo de cargas, se siguen considerando partes de desgaste. Los cables de alta calidad pueden soportar varios millones de ciclos de movimiento, pero se deben cambiar en el momento adecuado. Si no se reemplazan los cables, el sistema puede fallar, causando tiempos de inactividad no planeados, lo que genera altos costes. Los patrones de error típicos de los cableados son: rotura de cables, daños a la cubierta, daños al aislamiento, desplazamiento geométrico en la estructura del cable y daños en la pantalla. Estos errores provocan que se interrumpa la comunicación de los cables de datos.

Indicador Predictivo de LAPP: pronostica la vida útil de su cable de datos

Solución de LAPP para mantenimiento predictivo

Para evitar esto, el mantenimiento preventivo se puede usar para anticiparse a un fallo de algún componente del sistema. Este mantenimiento predictivo recopila datos de la planta durante su funcionamiento y los evalúa de manera específica. Para optimizar los costes y la seguridad operativa de la planta, la señal para la medida de mantenimiento no debe mostrarse demasiado pronto porque puede generar altos costes, ni demasiado tarde porque puede causar fallos en la planta. Como expertos en el campo de la tecnología de conexión, hemos abordado el tema con el fin de desarrollar soluciones para la predicción de la vida útil de los cables de datos en entornos industriales. 


Antecedentes

El año pasado, nuestro equipo interdisciplinario de cinco investigadores de Italia y Alemania logró probar varios efectos del envejecimiento en los cables de datos y evaluarlos de manera significativa en el marco de innumerables pruebas y una amplia variedad de mediciones. Estuvieron en constante comunicación con universidades, profesores y expertos para informarse de las últimas investigaciones disponibles. Basándose en toda esta información se fabricó un prototipo funcional, que actualmente se está ensayando en el centro de ensayos de Stuttgart, para optimizarlo según las necesidades específicas de nuestros clientes. Además, parte del equipo está actualmente evaluando y mejorando el modelo de predicción para que los fallos inminente de una línea de datos se puedan predecir de manera aún más fiable e incluso más temprana, ya que cuanto más rápido se realice un pronóstico sobre el estado, más rápido puede ser contrarrestado el tiempo de inactividad no planificado. Al mismo tiempo, se verifica la posibilidad de soluciones alternativas. El siguiente paso es adaptar el procedimiento a los cables de alimentación y control para que estos también puedan monitorizarse.