Mantenimiento predictivo con gemelos digitales

El mantenimiento predictivo es uno de los grandes hitos de las empresas en su camino hacia la Industria 4.0. Conseguir que las líneas de producción o montaje, vehículos, sistemas transportadores, en definitiva, la maquinaria en general, funcione en óptimas condiciones el mayor tiempo posible, aumenta la productividad y tiene una relación directa con el ahorro de costes.

El big data, la inteligencia artificial y los dispositivos Internet of Thins (IoT – IIoT), permiten llevar el mantenimiento a sus máximas cotas de eficiencia, mediante la implantación de sistemas predictivos que nos posibilitan adelantarnos a posibles fallos, mediante la detección de anomalías. Identificados parámetros que arrojan valores fuera de los predeterminados, los equipos de mantenimiento van a poder tomar las decisiones más acertadas, de manera sencilla y anticipada, para que el impacto de esa disfunción sea la menor posible.

Yendo a lo práctico, mediante la detección temprana de anomalías se evitan paradas inesperadas de gran calado y costosas; intervenciones calendarizadas en la mayoría de los casos realizadas sin necesidad; y elevadas cuantías en costes de piezas, que se sustituyen cuando realmente se necesita. Las intervenciones en las máquinas pasan de estar pautadas a llevarse a cabo en el momento en el que los propios equipos las requieren.

Gemelos digitales, un paso más

Como vemos, los beneficios de la implantación de sistemas de mantenimiento predictivo son innumerables, pero la tecnología nos permite dar un paso más a través de los gemelos digitales (digital twins). Los también llamados sistemas espejo, son representaciones virtuales de entornos operativos reales, con los que están conectados a través de sistemas ciberfísicos (CPS). Estas simulaciones han sido catalogadas por la agencia Gartner como una de las 10 tecnologías que impulsarán la transformación digital de las empresas, y su recorrido hacia la Industria 4.0.

Pero para que existan gemelos digitales, como en toda la revolución de la data science, se necesitan precisamente eso, datos. A través de dispositivos de Internet de las Cosas, se recogen parámetros de funcionamiento de máquinas, líneas o plantas, que complementados con bases de datos de históricos de actividad, y gracias a la aplicación de técnicas de inteligencia artificial, concretamente machine learning, permiten generar un avatar de los equipos reales.

¿Qué aporta al mantenimiento predictivo contar con una réplica de la maquinaria industrial? Mucho, y su gran potencialidad viene de la posibilidad que ofrece de realizar simulaciones. Se ha dado un gran salto de la analítica descriptiva, que nos dicen qué es lo que ha pasado, a la analítica predictiva que venimos comentando, que nos cuenta lo que va a pasar con elevados porcentajes de acierto. Pero, como decíamos anteriormente, hay un paso, que llega de la mano de la analítica prescriptiva, que nos permite experimentar para llegar a saber qué es lo que tenemos que hacer para evitar que algo suceda.

Por tanto, además de anticipar averías mediante la detección de anomalías, como ya hacemos con los sistemas predictivos, los gemelos digitales permiten realizar simulaciones para encontrar la mejor manera de atajar esos fallos y experimentar escenarios futuros con los que prepararnos para lo que pueda llegar a pasar. Estos sondeos se realizan, además, sin ningún riesgo, puesto que la modificación de parámetros se lleva a cabo en la reproducción o gemelo del entorno principal, precisamente para conocer las reacciones que cualquier intervención puede llegar a desencadenar en la maquinaria.

Beneficios de los gemelos digitales

Los gemelos digitales frecen, en consecuencia, un entorno seguro que replica con alta fidelidad a la matriz con los siguientes beneficios:

• Anticipación de fallos: ambos sistemas permanecen conectados permitiendo identificar en el sistema físico cualquier alteración de los parámetros establecidos en el virtual. Cuando se produce una desviación entre ambos, los equipos de mantenimiento pueden valorar la anomalía para evitar fallos o averías más complejas.
• Simulación de escenarios: los gemelos digitales nos permiten entrenar respuestas a distintas circunstancias, probar el resultado de la realización de ajustes y trabajar en la optimización de procesos, gracias a la simulación de todos aquellos escenarios que se quieran testar.
• Planificar acciones de mantenimiento: es posible también estudiar el comportamiento de las máquinas, líneas o factorías para planificar acciones de mantenimiento en el momento en el que menor perjuicio se cause a Producción.
• Calcular desgastes: los gemelos digitales son muy útiles también para estimar los deterioros que pueden estar sufriendo las piezas y anticipar o retrasar su reemplazo en base a su vida útil y rendimiento.
• Planificar nuevas estrategias de fabricación: como se cuenta con un campo de pruebas seguro, se pueden idear nuevas estrategias de fabricación que se implantarán sin incertidumbres, dado que ya se ha experimentado, de manera virtual, con sus efectos en planta.
• Incrementan la vida útil de los equipos: al realizar una monitorización constante de la maquinaria, alertar sobre la desviación de los parámetros predefinidos y determinar el momento óptimo para el cambio de piezas, se incrementa la vida útil de los equipos.
• Ahorro de costes: los gemelos digitales evitan paradas de calado, interrupciones no programadas de los procesos de fabricación, minimizan el gasto de piezas de recambio, alargan la vida útil de las máquinas, optimizan el tiempo de los equipos de mantenimiento, facilitan la toma de decisiones, posibilitan el trabajo a futuro y un largo etcétera, que se traduce en un notable ahorro de costes.

Como vemos, el cambio de la analítica descriptiva a la predictiva ha supuesto un salto de gigante en la concepción de la Industria y su avance hacia la transformación digital. Pero el camino hacia la consecución de la máxima eficiencia continúa de la mano de la analítica prescriptiva, en la que se enmarcan los gemelos digitales. No solo poder predecir qué es lo que puede suceder, sino llegar a saber qué es lo que hay que hacer para evitar que algo suceda, multiplica enteros la eficiencia de los negocios, de la mano de la inteligencia artificial y el big data, cada vez más productivos, rentables y sostenibles.