Introducción
Las tecnologías modernas permiten que la producción en Ucrania implemente gemelos digitales e inteligencia artificial (IA) para predecir la fatiga de los componentes. Esto garantiza una alta confiabilidad, un tiempo de inactividad reducido y una optimización de costos. Elegir las soluciones adecuadas respaldadas por los estándares DSTU, EN e ISO se está volviendo fundamental para las empresas manufactureras.
como funciona
El componente digital válido se crea sobre la base de datos de sensores que registran temperatura, presión, frecuencia de rotación y otros parámetros. Los algoritmos de IA analizan estos datos e identifican patrones que indican daño o fatiga. Esto permite predecir el momento en el que el componente ya no cumplirá los requisitos técnicos, antes de que se produzca el fallo.
Requisitos de datos
Se requiere un mínimo de 12 meses de recopilación de datos de sensores para que la IA funcione de manera efectiva. Este volumen proporciona importancia estadística para la construcción del modelo. El número de sensores debe estar entre 5 y 20 por componente, dependiendo de la complejidad. Los sensores deben cumplir con los estándares EN 60751 (para sensores de temperatura) y ISO 9001 (para calidad de datos).
Tipos de datos requeridos:
- Temperatura (°C): medida en el rango de -20 a 150 °C
- Presión (bar): medida en el rango de 0 a 100 bar
- Frecuencia de rotación (rpm): medida con una precisión del 0,1%
- Vibración (μm/s²): medida con una precisión del 0,5%
- Parámetros eléctricos (kV, A): medidos con una precisión del 1%
Arquitectura de implementación
El sistema incluye varias etapas: sensores, servidores perimetrales, servidor de contabilidad y acciones basadas en análisis.
1. Sensores
Los sensores montados en los componentes recopilan datos en tiempo real. Cumplen con los estándares EN 60751 y ISO 9001. La recopilación de datos se produce a una frecuencia de 10 Hz.
2. Servidores perimetrales
Los servidores perimetrales procesan los datos en tiempo real, filtran el ruido y transmiten los resultados al servidor de contabilidad. El procesamiento se realiza mediante algoritmos de aprendizaje automático que cumplen con los estándares ISO/IEC 23894.
3. Servidor de contabilidad
El servidor de contabilidad almacena los datos, crea el componente digital válido y realiza la predicción. Se utilizan modelos que cumplen con el estándar ISO 23247.
4. Acciones
En base a las previsiones se toman acciones: sustitución de componentes, programación de mantenimiento y envío de mensajes a los responsables de producción.
Resultados reales
Como resultado de la implementación del sistema de previsión de fatiga de componentes en las fábricas ucranianas se obtuvieron los siguientes resultados:
1. Reducción del tiempo de inactividad
En promedio, el tiempo de inactividad se reduce en un 35% debido a la capacidad del sistema para detectar cambios no deseados en el funcionamiento de los componentes de manera oportuna.
2. Retorno de la inversión (ROI)
La implantación del sistema requiere una inversión de 15.000 a 30.000 €. El retorno de la inversión se consigue al cabo de 12-18 meses.
3. Mayor durabilidad
La durabilidad de los componentes aumenta entre un 20% y un 30%, lo que cumple con los estándares ISO 13374.
Limitaciones y desafíos
La introducción de sistemas de IA tiene una serie de limitaciones:
1. Dependencia de la calidad de los datos
Si los sensores miden incorrectamente o carecen de datos, el modelo no puede funcionar de manera efectiva. Es necesario garantizar la calidad de los datos y su volumen.
2. Alto costo de implementación
La implementación del sistema requiere costos significativos para sensores, servidores y soporte. No todas las empresas pueden afrontar esos costos.
3. Complejidad técnica
La implementación del sistema requiere coordinación entre TI y OT, lo que puede causar complicaciones. Es necesario realizar preparación y formación técnica.
Construya su propio sistema o compre una solución ya preparada
La elección entre construir su propio sistema o comprar una solución ya preparada depende de las necesidades específicas.
1. Construyendo tu propio sistema
Construir su propio sistema requiere conocimientos técnicos, importantes recursos y tiempo. El coste puede oscilar entre 50.000€ y 100.000€. El uso de soluciones listas para usar reduce los riesgos.
2. Compra de una solución ya preparada.
Las soluciones disponibles en el mercado suelen costar menos y cuentan con soporte. El coste puede ser de 20.000 a 50.000 €. Cumplen con los estándares ISO 23894 y EN 60751.
inicio del trabajo
Para comenzar, el ingeniero de producción puede realizar los siguientes pasos:
- Evaluar la situación actual con la producción y el mantenimiento.
- Identificar los componentes que requieren implementación.
- Instale sensores según los estándares EN 60751 y ISO 9001.
- Elija la arquitectura del sistema: servidor perimetral o de cuentas.
- Realizar la preparación de datos y la configuración del modelo.
- Realizar pruebas e implementación.
- Realizar capacitaciones para equipos de TI y OT.
Conclusión
La introducción de un componente digital válido y de inteligencia artificial permite una mejora significativa en el proceso de producción. Elegir las soluciones adecuadas respaldadas por los estándares DSTU, EN e ISO es fundamental para el éxito. Unitex-D proporciona una amplia gama de componentes y servicios que respaldan esta transformación digital.
Lista de fuentes utilizadas
- ISO 23894:2019 - Modelos del componente válido digital
- ISO 13374:2013 – Monitoreo de estado
- ISO 9001:2015 – Sistemas de gestión de calidad
- EN 60751:2016 – Sensores de temperatura
- EN 60751:2016 – Sensores de temperatura
- DSTU 3018-2007 – Condiciones técnicas de los productos
- ISO/IEC 23894:2019 - Modelos del componente válido digital
- ISO 23247:2017 - Estándares para el componente válido digital
