Redacción iAgua
Connecting Waterpeople
FLOVAC
Confederación Hidrográfica del Segura
Global Omnium
HRS Heat Exchangers
Catalan Water Partnership
Vector Energy
Lama Sistemas de Filtrado
TecnoConverting
Molecor
Ingeteam
Laboratorios Tecnológicos de Levante
ONGAWA
ACCIONA
Schneider Electric
Baseform
ICEX España Exportación e Inversiones
ADECAGUA
J. Huesa Water Technology
IAPsolutions
IRTA
Sacyr Agua
TEDAGUA
Hach
Minsait
Agencia Vasca del Agua
Kamstrup
AMPHOS 21
Amiblu
Sivortex Sistemes Integrals
Rädlinger primus line GmbH
FENACORE
SCRATS
Ministerio para la Transición Ecológica y el Reto Demográfico
GS Inima Environment
Grupo Mejoras
Idrica
AGS Water Solutions
Asociación de Ciencias Ambientales
EPG Salinas
RENOLIT ALKORPLAN
Red Control
Consorcio de Aguas Bilbao Bizkaia
Hidroconta
TRANSWATER
ISMedioambiente
Filtralite
Cajamar Innova
Fundación Botín
ADASA
Barmatec
Almar Water Solutions
LACROIX
s::can Iberia Sistemas de Medición
DATAKORUM
Likitech
Xylem Water Solutions España
Centro Nacional de Tecnología de Regadíos (CENTER)
Fundación CONAMA
CAF
KISTERS
ESAMUR
Fundación Biodiversidad
Innovyze, an Autodesk company
AECID
Saint Gobain PAM
Aqualia

Se encuentra usted aquí

e-mantenimiento 4.0

Sobre el blog

Miguel Ángel Rodriguez Núñez
Técnico de Inteligencia Operacional y SCI en Emasesa. Master en Ingenieria y Gestión del Mantenimiento. Master en Mantenimiento Industrial y Técnicas de Diagnóstico.
  • e-mantenimiento 4.0

En el sector del agua, la óptima gestión del ciclo de vida de los activos, la detección de fugas de agua en la red de distribución y la mejora de la eficiencia energética se han convertido en los objetivos centrales que caracterizan una gestión eficaz del servicio. Pero también es esencial integrar el conocimiento de los procesos en el ciclo del mantenimiento de los equipos de producción. El modelado de la probabilidad de fallo ayuda a aumentar el rendimiento, predecir fallos ocasionales en el funcionamiento y como resultado reducir los costes de mantenimiento. El objetivo es mejorar la fiabilidad general y el proceso de toma de decisiones en el mantenimiento de los activos.

Una de las situaciones más habituales a las que nos enfrentamos es algo tan usual como decidir cuándo hay que realizar un mantenimiento de una máquina en concreto en base a todos los datos del proceso productivo.

Para resolverlo disponemos de técnicas y modelos específicos de mantenimiento que nos ayudan en esta tarea, pero necesitamos una arquitectura integrada que nos permita capturar datos y conocer en cada momento el estado en el que se encuentran nuestros procesos en todos sus puntos. A nivel de campo disponer de equipos de instrumentación que nos permitan capturar datos como caudal, presión, consumos eléctricos, nivel de vibraciones o velocidad es primordial en industrias como la del agua. Otros equipos como analizadores de redes serán esenciales en cualquier estrategia de eficiencia energética.

El e-mantenimiento es un modelo de gestión del mantenimiento que surgió a comienzos de la década del 2000 y que combina los sistemas software de gestión del mantenimiento con internet y distintos servicios adicionales. Básicamente se refiere a la integración de las tecnologías de la información (TIC) con la estrategia o el plan de mantenimiento combinando los sistemas de mantenimiento informatizados (GMAO) con servicios colaborativos a través de internet. En los últimos años este modelo se ha extendido por una doble razón, el rápido desarrollo de plataformas software y hardware que lo sustentan haciendo posible llevar la información sobre nuestros activos al lugar y en el momento que se necesita y por otro lado el interés de los fabricantes de maquinaria en ofrecer servicios adicionales que cubran todo el ciclo de vida de los activos de mantenimiento. El modelo de e-mantenimiento une las tecnologías de información y comunicación con los sistemas de pronóstico y diagnóstico de la salud de los activos, la gestión del ciclo de vida de los mismos y las necesidades y objetivos del negocio de la empresa.

El e-mantenimiento es un modelo de gestión del mantenimiento que surgió a comienzos de la década del 2000

Como término sigue siendo discutido dado que puede ser entendido como una estrategia de mantenimiento, un plan de mantenimiento, un tipo de mantenimiento o por último un soporte para el mantenimiento, pero lo que es indudable es que nos permite tener soluciones que nos facilitan la toma de decisiones rápidamente y con una probabilidad de acierto mucho mayor. De actuar según nos condicione la situación del proceso a tomar la decisión más apropiada e inteligente en cada momento.

Durante la última década las técnicas asociadas al e-mantenimiento han progresado notablemente. Los elementos clave que lo han permitido han sido el amplio uso de internet como red de comunicaciones en la industria y el progreso de sensores y sistemas de medida de consumo energético. Como partes más importantes del modelo de e-mantenimiento, los procesos de e-diagnóstico y e-pronóstico se han visto reforzados por el desarrollo de nuevo software y hardware de grandes capacidades, pero sobre todo por la mayor cantidad de datos disponibles de nuestros procesos y la mejora en la calidad y continuidad de estos datos. El modelo de e-mantenimiento está caracterizado por estar centrado en el análisis del dato, la compartición de la información y la colaboración y por último en la automatización inteligente. Las características de este modelo han ido evolucionando hacia una perspectiva 2.0 más centrada en el análisis del dato en tiempo real, la alineación de la gestión del mantenimiento con los objetivos del negocio, la introducción de técnicas de ML para el análisis de la información y la ciberseguridad como base para un intercambio de información fiable y seguro.

Si bien el e-mantenimiento 2.0 es una buena y efectiva base para la gestión del mantenimiento actual las necesidades de la industria hacen necesario disponer de funcionalidades y capacidades más avanzadas para una efectiva integración en los objetivos de la empresa. La evolución de las técnicas de inteligencia artificial ha sido tan rápida que ya no tiene sentido hablar de e-diagnóstico y e-pronóstico. Ambas funcionalidades van implícitas hasta en las plataformas software más importantes del mercado. Empresas como Amazon (AWS) y Microsoft o Google nos ofrecen servicios especializados en detección de fallos, outliers o análisis de series temporales. Basta con llevar los datos a la nube para obtener análisis ML de calidad y en tiempo real. Estos servicios MLaaS (Machine Learning as a Service) han sustituido a los servicios técnicos que tomaban directamente de campo los datos en sus terminales portátiles y tras su ruta de toma de muestras se desplazaban a sus oficinas y elaboraban sesudos informes que terminaban en una pila de papel esperando que el responsable de turno tomara una decisión sobre ella.

También han evolucionado las comunicaciones, disponemos de una red específica industrial que conlleva mejores servicios en cuanto a la gestión del dato. La tecnología 5G proporciona baja latencia, velocidades rápidas de recopilación de datos y alto ancho de banda que puede mejorar capacidades como el aprendizaje automático, la realidad aumentada y la realidad virtual, además de facilitar la conectividad masiva de IoT.

Por todo ello el e-mantenimiento debe evolucionar a un modelo de mantenimiento 4.0 que se apoye en las 4 columnas donde se sustenta la industria 4.0; Conectividad, Cloud Computing, las técnicas de Machine Learning aplicadas al análisis de datos y la Ciberseguridad. Este nuevo mantenimiento nos proporcionará, entre otros, modelos de previsión de fallo más exactos, detección de datos fuera de control en tiempo real y sistemas de detección de intrusiones en la red de gestión IT u operación OT. Este e-mantenimiento 4.0 aplicado a los activos de operaciones del ciclo integral del agua nos permitirá en definitiva hacer frente con garantías a la necesaria optimización del ciclo de vida de los activos de mantenimiento y al paso definitivo de analíticas de tipo predictivo o prescriptivo a la analítica cognitiva inteligente.