La implementación de soluciones de mantenimiento predictivo en la industria manufacturera ha revolucionado la forma en que las empresas gestionan sus procesos de fabricación. Estas soluciones aprovechan tecnologías de vanguardia como el Internet de las Cosas (IoT), el análisis de Big Data y la computación de punta para mejorar la eficiencia y la calidad en la producción.
En la era de la economía digital, las empresas manufactureras están experimentando una transformación significativa, pasando de simplemente vender productos tangibles a ofrecer servicios y soluciones de industria. Las tecnologías emergentes, como los gemelos digitales, juegan un papel fundamental en esta evolución al permitir la transición de un entorno físico a uno digital, proporcionando una infraestructura inteligente para la optimización de procesos y la toma de decisiones informadas.
Prensario TI se reunión con Alfonso Jiménez, director de Estrategia y Marketing de Huawei Cloud para hablar sobre los avances y beneficios del mantenimiento predictivo en la industria manufacturera. Jiménez comparte su visión sobre cómo la integración de tecnologías como el IoT, Big Data y la computación de punta está transformando la manera en que las empresas abordan los desafíos del mantenimiento de equipos.
¿Cuáles son los principales beneficios de implementar soluciones de mantenimiento predictivo en la industria manufacturera, especialmente en términos de eficiencia y calidad de la fabricación?
Las soluciones de mantenimiento predictivo en los procesos de manufactura se utilizan para recopilar y analizar datos de múltiples dispositivos (tanto locales, como remotos), para pre procesar recursos informáticos en el perímetro (es decir, en el lugar donde la información se genera) y realizar modelos y análisis de datos en tiempo real en Cloud.
Este tipo de soluciones, facilitan y aceleran la transformación de las empresas manufactureras, y las ayudan a evolucionad de vender solo productos o tangibles, a vender servicios y soluciones de industria.
En la era de la economía digital, todas las industrias pueden aprovechas los beneficios de las tecnologías emergentes, y transformar los procesos de un mundo físico a un ambiente digital, a través de la infraestructura inteligente con gemelos digitales.
Las soluciones multi industria de gemelos digitales son cada vez más adoptadas por las empresas a medida que la Industria 4.0 y el IoT continúan desarrollándose. Cuando los gemelos inteligentes industriales trabajan en conjunto con el análisis de big data, proporcionan una cadena completa de servicios inteligentes, que abarcan desde el diseño, la producción, los canales logísticos, las recomendaciones para procesos de ventas y mejoras en la calidad de los servicios.
También pueden ayudar a las empresas a analizar y extraer valor de los datos para desarrollar su liderazgo en la industria.
¿Cómo utiliza el mantenimiento predictivo de fabricación la tecnología de IoT, Big Data y computación de punta para abordar los desafíos del mantenimiento de equipos, como el cierre inesperado y los altos costos?
En los procesos y programas de mantenimiento, tanto predictivos como correctivos, de los equipos de fabricación y operación, como son la maquinaria, ascensores, bombas, robots industriales, entre muchos otros equipos especializados, se enfrenta a grandes desafíos. Por ejemplo, la parada inesperada de los equipos afecta a la eficiencia, la productividad y la calidad de la fabricación, y los altos costos de mantenimiento representan altos costos e impactos para las empresas.
El mantenimiento efectivo y preciso de los equipos es una necesidad urgente en la transformación digital de la fabricación industrial. El mantenimiento predictivo se implementa para hacer frente a estos desafíos basados en diferentes tecnologías como son el IoT (el Internet de las Cosas), Big Data, Cloud y EDGE (tecnologías de computación en el perímetro).
Las soluciones supervisan el estado del funcionamiento del equipo en tiempo real. Utiliza el modelado y el análisis de datos industriales para identificar y reportar anomalías para solucionar fallas en la operación de los equipos. Ayudan a predecir el desarrollo del estado del equipo y los posibles modos de fallo, y proporcionan información que, en conjunto con las especificaciones de los fabricantes originales de cada uno de los equipos, ayudan a formular un plan de mantenimiento para minimizar el tiempo, costo e impactos derivados de la inactividad del servicio.
El mantenimiento predictivo ha sido reconocido y ampliamente utilizado en todas las industrias, especialmente en la industria manufacturera.
¿Podría explicar cómo el mantenimiento predictivo monitorea el estado de funcionamiento del equipo en tiempo real y cómo formula planes de mantenimiento para minimizar el tiempo de inactividad del servicio?
Las soluciones de mantenimiento predictivo de los equipos y maquinarias, mejora la eficiencia de las tareas de operación y administración de los servicios, reduce el tiempo de inactividad no programado de los diferentes equipos, y disminuye los costos de trabajo en el sitio.
Esto es posible, a través de la recopilación en tiempo real y de forma continua, de datos industriales, es esta información se puede obtener desde diferentes interfaces, bases de datos de secuencias de tiempo, gateways industriales, sensores, entre otros.
Adicional a esto, con los servicios de datos full-stack, las capacidades de almacenamiento, minería y visibilidad de los datos están disponibles, además, se proporcionan las configuraciones y el aprovisionamiento de estructuras de referencia para cada industria.
En relación al modelado predictivo, se proporcionan algoritmos industriales estandarizados de forma pre integrada, como son el árbol de decisión, algoritmos de clasificación, agrupamiento, regresión y detección de anomalías. También, se pueden exportar modelos de entrenamiento y cargarlos en motores de reglas para activar alarmas en tiempo real de acuerdo a las necesidades de cada empresa en cada Industria.
Según el informe de mercado de IoT Analytics de 2017, se menciona una tasa de crecimiento anual compuesta (CAGR) del 39% para el mantenimiento predictivo entre 2016 y 2022.
¿Cuáles cree que son los impulsores clave de este crecimiento y cómo se refleja en la industria manufacturera?
Actualmente, más del 80% de los equipos y maquinaria heredados no utiliza soluciones de mantenimiento predictivo eficaces, y los costos incurridos por el mantenimiento del equipo superan el 50% del costo total del ciclo de vida del equipo.
Entre los diferentes aceleradores de crecimiento en la industria de la manufactura en América Latina, se encuentran la inversión extranjera directa (IED) en cada país, la necesidad de incrementar la competitividad ante un mercado cada vez más globalizado, digitalizado e hiper conectado, y en especial, con el rápido crecimiento del nearshoring en toda la región.
Sobre los desafíos empresariales, se menciona la falta de inteligencia en los equipos industriales en el borde de la red. ¿Cómo aborda la solución de mantenimiento predictivo esta falta de inteligencia y garantiza respuestas en tiempo real, agregación y predicción de datos?
Los retos del negocio en diferentes industrias en la región son amplios, entre los mismos podemos encontrar:
Acceso complejo
Un gran número de conexiones de bus heterogéneas existen en la maquinaria industrial desde hace ya mucho tiempo y, por otro lado, encontramos redes Ethernet industriales de múltiples estándares. Este es un problema a resolver para garantizar la compatibilidad y alta confiabilidad de las conexiones heterogéneas en las industrias.
Falta de una arquitectura inteligente
Sin un marco informático, los equipos industriales en el borde de una red no pueden responder a las solicitudes de servicio en tiempo real, realizar agregación de datos, filtrado y predicción, o lograr una coordinación completa con las soluciones en Cloud.
Falta de información
Las empresas manufactureras tradicionales están familiarizadas con los mecanismos de los equipos y los modos de falla típicos de forma manual, y en la gran mayoría de los casos, estos procesos no están documentados, y el conocimiento pasa de un empleado a otro de forma verbal y a través de la prueba y el error.
De igual forma, no se cuentan con especialistas de datos profesionales, así como la capacidad de utilizar el análisis de datos o herramientas de IA para procesar datos masivos.
Dificultad en el desarrollo
Las empresas manufactureras tienen capacidades de Tecnologías de Información limitadas, a la vez que las tecnologías de IoT (Internet de las Cosas) son ampliamente utilizadas en el desarrollo de nuevas aplicaciones.
Debido a las capacidades limitadas para desarrollar y permitir la colaboración entre dispositivos y Cloud, hoy los clientes no pueden centrarse completamente en la innovación de servicios.
Para resolver estos, y otros retos en las industrias (incluido el de manufactura), se utilizan e implementan prácticas especializadas de industria, se lleva a cabo un detallado proceso de assessment, se integra a un equipo especializado de colaboradores, se seleccionan las tecnologías que mejor se adecúen a cada uno de los requerimientos, y se definen procesos permanentes de evaluación y mejora.
¿Cuáles son las funcionalidades clave que requiere una solución de mantenimiento predictivo, como la ofrecida por Huawei, en términos de computación de borde, plataforma IoT y Big Data? ¿Cómo estas funcionalidades contribuyen a la eficacia del mantenimiento predictivo en diversas industrias?
Huawei Cloud proporciona una plataforma industrial en la nube, confiable y abierta, con soluciones de extremo a extremo para ayudar a los fabricantes a transformarse digitalmente dentro de la industria.
Se menciona la colaboración con socios de la industria como parte de la solución de mantenimiento predictivo. ¿Podría proporcionar ejemplos específicos de cómo esta colaboración ha acelerado el mantenimiento predictivo de equipos típicos en diferentes sectores?
Huawei trabaja con diversos socios en diferentes industrias, por ejemplo, en la industria Automotriz, para integrar soluciones de logística en los procesos de manufactura.
Como ejemplos específicos, podemos mencionar los siguientes:
Producción inteligente
Permite la toma de decisiones inteligente y la optimización dinámica de la línea de producción, el taller e incluso de toda la fábrica, todo desde una sola consola de control. Se mejora significativamente la eficiencia de producción de todo el proceso, mejora la calidad y reduce los costos.
Colaboración basada en la red
Crowdsourcing, el diseño colaborativo y el comercio electrónico vertical para reducir significativamente el costo del desarrollo y fabricación de nuevos productos, y acortar el tiempo de comercialización (TTM – Time to Market) para nuevos productos.
Personalización
Se obtiene información sobre las necesidades de los clientes y usuarios en Internet, se puede realizar una personalización a gran escala a bajo costo al utilizar diseños organizacionales flexibles, recursos de fabricación y procesos de producción.
Transformación basada en servicios
Se pueden habilitar procesos de mantenimiento remoto, predicción de fallos y optimización del rendimiento mediante el monitoreo en tiempo real de las operaciones para promover la transformación basada en servicios empresariales.
En cuanto a los servicios en la nube integrales y la colaboración entre el borde y la nube, ¿Cómo estas características específicas contribuyen a la eficacia y la innovación en el mantenimiento predictivo de la industria manufacturera?
Existen diversos retos en la Industria de la manufactura, y para ello, se diseñan diferentes escenarios especializados con tecnologías emergentes como son Cloud, Edge, RPA, entre otros, por cada tipo de requerimiento, algunos de ellos, se mencionan a continuación:
Actualización de la estructura industrial
Actualmente, la tarea de eliminar la capacidad industrial excesiva y ajustar la estructura industrial son asuntos claves la industria en todo el planeta. Asimismo, los retos como los tiempos de entrega cortos, así como la necesidad de un bajo consumo energético y un alto uso de recursos impulsan la transformación digital e inteligente de las empresas.
Mejora de la infraestructura de información
Al enfrentarse a una competencia feroz y más especializada en la manufactura global, las pequeñas y medianas empresas (PyME) requieren actualizar su infraestructura digital para obtener una ventaja competitiva sostenible, si quieren mantenerse en el mercado.
Operaciones con una gran cantidad de activos
El hardware empresarial de TI representa una inversión inicial elevada, un despliegue lento y un costo alto de O&M de los equipos. Las empresas requieren eliminar las operaciones con una gran cantidad de activos.
Calidad alta y costo bajo
Los usuarios tienen mayores requerimientos de calidad de los productos, los costos laborales aumentan, las leyes y normas de protección ambiental son cada vez más rigurosas, y la protección de los derechos de propiedad intelectual e industrial se ve reforzada. Como resultado, las PyME pierden sus ventajas en los costos.
Manufactura personalizada
Una cantidad creciente de clientes espera productos personalizados de alta calidad. Los productos tradicionales populares ya no pueden satisfacer las demandas del mercado.
¿Durante la entrevista nos ha hablado sobre los gemelos digitales, qué son?
Los Gemelos Digitales (Digital Twins) son modelos visuales de objetos del mundo real. Cuando el concepto surgió hace ya más de 20 años, las primeras aplicaciones se centraron específicamente en los procesos de fabricación. Por ejemplo, si requerías construir un motor a reacción, un gemelo digital te brindaba en aquel tiempo un modelo visual con el cual trabajar. Se podía diseñar el motor, probarlo y realizar cualquier otro cálculo que fuera requerido de una forma virtual / digital, antes de construirlo y disminuir así tiempos, costos y riesgos.
La fabricación es solo un ejemplo de las múltiples aplicaciones de los gemelos digitales. Utilizados durante los años recientes para la gestión urbana, los gemelos digitales ayudan a las ciudades a hacer un mejor trabajo en tareas como son la administración del transporte público, de la energía eléctrica, en servicios de emergencia, en pronosticar el clima y la afectación asociada por zona de la ciudad, entre otros.
Esto puede ser de mucha utilidad para las nuevas ciudades sin infraestructura heredada, lo que representa décadas de ahorro en tiempo desde el momento en que necesitan crecer para convertirse en metrópolis modernas. Y, debido a que las ciudades compiten globalmente por el talento y la inversión, la tecnología y los incentivos adecuados pueden acelerar la transformación de las ciudades que no se quieran quedar atrás.
¿Por qué es importante un sistema informático como el de gemelos digitales?
Imagina que la infraestructura física completa de una ciudad – parques, carreteras, suministros de agua, red eléctrica – están modeladas en tiempo real. Además de una mejor planificación y gestión de los serios problemas más comunes de una ciudad, como la congestión del tráfico, un gemelo digital también permite una mejor coordinación y gestión en situaciones de emergencia debido a la disponibilidad de conocimiento y retroalimentación en tiempo real.
Si una ciudad es golpeada por un terremoto (muy frecuente en ciudades de América Latina como la Ciudad de México y Santiago de Chile), tsunami, inundaciones u otras catástrofes, la ayuda inmediata de ambulancias, bomberos, policía y otros primeros socorristas serán necesarios en diferentes lugares. De forma tradicional, cada uno de estos servicios responderá con la información que tenga disponible, pero no coordinada.
Una comprensión y análisis colectivo de la situación surgirá gradualmente a medida que el personal llegue al lugar de los hechos. Los gemelos digitales proporcionan información integrada en tiempo real en un formato más útil que permite a las autoridades asignar recursos de una manera más coordinada.
Los gemelos digitales también ayudan con la planificación de diferentes escenarios antes de que ocurra una crisis y aportan información para que las autoridades y gobiernos tomen decisiones y estén mejor preparadas para emergencias a gran escala, en caso de que estas ocurran.
Para cerrar este punto y como referencia, hasta hace pocas décadas los aviones eran pilotados solo con controles mecánicos; hoy en día, utilizan sistemas electrónicos de control de vuelo apoyados por tecnología informática avanzada. Del mismo modo, las ciudades y diferentes industrias han pasado de ser simplemente manuales, a ser digitales, y ahora a ser inteligentes
¿Cuánto puede costar?
Depende de una gran cantidad de factores y variables, por ejemplo, en una empresa de manufactura, depende entre muchas otras más, del número de líneas de producción que se tengan, del número de empleados, si el proceso de manufactura es simple o discreta, del número de componentes en el proceso de fabricación, de los tipos y modelos de las maquinarias y equipos con las que se cuente, del número de modelos de productos a fabricar, entre muchos otros.
Los gemelos digitales son una excelente solución para muchas industrias, pero pueden ser difíciles de implementar sin la correcta metodología, administración y control. En primer lugar, los objetos físicos que necesitan ser modelados son generalmente sistemas complejos, por ejemplo, una línea de producción en una planta de acero puede tener más de 6,000 puntos de medición, y las relaciones e interacciones entre esos puntos son complejas.
En segundo lugar, los gemelos digitales requieren potentes capacidades de cómputo en tiempo real. Los objetos físicos están de manera constante generando información y el mapeo en tiempo real entre gemelos digitales y objetos físicos requiere de intensivas cargas de procesamiento de información. Por ejemplo, los puntos de medición en una línea de producción reportan datos cada pocos milisegundos y miles de indicadores de servicio necesitan ser calculados en tiempo real, por lo que eleva el nivel de requerimientos de procesamiento en tiempo real del modelo.
¿Qué se necesita para crearlos?
Tecnologías emergentes, skills digitales en el equipo de trabajo y prácticas de industria.
Entre otras, las tecnologías que se pueden integrar para desarrollar este tipo de soluciones, son:
5G, Cloud Computing, IoT, Big Data & Analytics, AI, Blockchain, EDGE Computing, entre otros.
El mantenimiento predictivo en la industria manufacturera es más que una simple estrategia operativa; es una inversión en la eficiencia, la calidad y la competitividad a largo plazo. La adopción de estas soluciones está en aumento, impulsada por la necesidad de minimizar el tiempo de inactividad, reducir los costos de mantenimiento y mejorar la productividad.
La colaboración entre dispositivos y la nube, el uso de gemelos digitales y la integración de tecnologías como IoT, Big Data y computación de punta están transformando la forma en que las empresas gestionan sus activos y operaciones. Estas soluciones no solo abordan los desafíos actuales del mantenimiento de equipos, sino que también sientan las bases para una fabricación más inteligente y adaptable en el futuro.
El mantenimiento predictivo es un componente clave de la Industria 4.0 y está impulsando la innovación y la eficiencia en la industria manufacturera. Aquellas empresas que adopten estas soluciones estarán mejor posicionadas para enfrentar los desafíos del mercado y aprovechar las oportunidades emergentes en un entorno empresarial cada vez más dinámico y competitivo.
