Mantenimiento predictivo
AggreGate como sistema de mantenimiento preventivo permite a los proveedores de equipos OEM y proveedores de servicios construir soluciones de mantenimiento predictivo (PM) de manera rápida y rentable. Al permitir pasar del servicio basado en el cronograma o basado en el ciclo de vida al "basado en el estado", el PM ofrece una de las oportunidades de optimización de negocios más importantes que se puso a disposición mediante la tecnología Industrial IoT.
Las tecnologías de mantenimiento predictivo aportan un valor comercial unívoco materializado por un mayor tiempo de actividad del equipo, un menor costo operativo debido a los costos de reparación reducidos y acuerdos de nivel de servicio (SLA) más estrictos.
El ecosistema AggreGate está adaptado para garantizar un tiempo de comercialización rápido para las iniciativas de PM (mantenimiento preventivo). Así es como se ve un ciclo de vida de proyecto típico:
| Su equipo está equipado con varios sensores para permitir la adquisición de telemetría. En la mayoría de los casos, los sensores ya están allí. |
| El "cerebro" de su unidad (normalmente un PLC o una PC industrial) se amplía con una pequeña pieza de software llamada Agente AggreGate. El agente se encarga de unir todos los datos recopilados de la unidad al servidor central instalado en la nube pública o privada. |
| Si no es posible modificar el firmware / software de una unidad existente, se puede agregar un agente externo (un PLC pequeño, por ejemplo, basado en el Sistema de proyectos Tibbo) al diseño de la unidad. Este agente externo puede conectarse a los sensores directamente o recuperar datos de la computadora de control principal. |
| Los datos se enrutan de manera confiable al servidor y se almacenan en una base de datos NoSQL de alto rendimiento. En los escenarios de implementación rápida, también es posible importar datos históricos recogidos antes. |
| Una vez que se dispone de una cantidad suficiente de datos, es necesario enseñarle al sistema qué patrones de comportamiento de la unidad deben considerarse negativos. |
| Continúa la operación en el modo sin cabeza, AggreGate aplica machine learning y algoritmos de minería de Big Data para predecir la degradación del estado de la unidad. |
En muchos casos, el mantenimiento predictivo ni siquiera es una opción, ya que los datos de telemetría recibidos de una unidad son un argumento principal para resolver disputas entre el proveedor del equipo y el operador. El agente integrado en una unidad puede funcionar de forma autónoma, lo que permite al proveedor garantizar que la temperatura, la humedad, la inclinación, la aceleración y otros parámetros cumplan con los requisitos durante el transporte y el almacenamiento de la unidad.
Siendo desplegado correctamente, el software de mantenimiento preventivo está prediciendo dos valiosos indicadores de salud del dispositivo: Tiempo hasta el fallo (TTF) y Vida Útil Restante (RUL). Esas métricas se convierten fácilmente en ciclos operativos, kilometraje, recuentos de transacciones y otras métricas específicas de la unidad. La estimación de RUL es una cuestión sofisticada, pero está comprobado que funciona bastante bien para maquinaria rotativa, como ventiladores, bombas y motores.
El sistema de mantenimiento predictivo generalmente se integra con un Sistema de administración de mantenimiento computarizado (CMMS), que genera automáticamente solicitudes de mantenimiento por la degradación de la salud del equipo. Otra función avanzada es la logística del servicio.
Actuando como un software de mantenimiento predictivo, AggreGate tiene un profundo conocimiento sobre el comportamiento del equipo. Este conocimiento se puede utilizar para el ajuste inteligente y la optimización de la lógica de control del dispositivo y el ciclo de vida.
