Escuchamos la “voz” de nuestras plantas

Publicado miércoles, 25 octubre 2017

“Fue emocionante entender cómo cada máquina tiene su propio tono y timbre y cómo, en caso de mal funcionamiento, emita una especie de lamento que si se toma a tiempo nos permite hacer un diagnóstico rápido y preciso y encontrar la solución más adecuada.”

Anticipando el futuro para reducir los costes

No tenemos poderes sobrenaturales, pero ciertamente la posibilidad de predicir el futuro nos permite actuar de antemano y reducir enormemente los gastos. Gracias a la introducción de esta tecnología, podemos intervenir inmediatamente a la primera señal de advertencia sin afectar otras partes del proceso y se convierta en un problema más complejo. Al hacerlo, ya no nos veremos obligados a detener la producción de toda la planta, reduciendo así el tiempo de inactividad, como siempre ocurre en el caso de un fallo inesperado o mantenimiento programado.

“La tecnología predictiva también permite reemplazar sólo una parte de la máquina reduciendo los gastos y el tiempo de las operaciones de mantenimiento.”

Nuestros técnicos ya no tendrán que ir físicamente al sitio porque será posible ver y evaluar los datos directamente desde móviles, utilizando una aplicación. Esto también representa una gran revolución en nuestra forma de trabajar.

Por todas estas razones, decidimos cambiar nuestra estrategia de mantenimiento de la prevención a la predicción.

“Para entender mejor los beneficios económicos de esta aplicación, sólo piense en cómo nos comportamos con nuestro coche. Cada treinta mil kilómentros nos preocupamos traerlo del mecánico de automóviles para un cheque. Pero como hemos podido experimentar, esta actitud, aunque virtuosa, no nos ofrece protección contra fracasos inesperados.”

Hay que recordar una investigación conducida por Boeing a finales de los años setenta sobre los componentes de los aviones. La investigación llegó a la conclusión de que más del 50% de las veces en que un avión había sido sometido a mantenimiento preventivo se demostró innecesario. En el caso de los aviones, se habló de mantenimiento excesivo: de hecho solo el 20% de los fallos pueden predecirse estadísticamente, mientras que el 80% nos encuentra desprevenidos y nos obliga a tener un mantenimiento más complejo en todo el coche. 

El mantenimiento predictivo, basado en datos reales procedentes de las máquinas, reduce el número de intervenciones realizadas y permite poner en practica acciones específicas y precisas que reducen el tiempo y os gastos.

La experiencia de Soverzene

Se realizó una primera prueba en nuestra central hidroeléctrica de Soverzene, en la provincia de Belluno, Véneto. Aquí instalamos sensores en 7 máquinas: 4 turbinas y 3 generadores. Cada sistema viene con un micrófono normal, un micrófono ultrasónico y un ordenador de bordo, diseñado para tomar muestras y notificar el señal.

“Los datos se transmiten en tiempo real a un cloud, se analizan y clasifican en varios grupos de fallas para permitir activar las soluciones más adecuadas.”

Esta es una primera experiencia en este sector.  En caso de que se producirán los resultados esperados será posible extender a todas las otras plantas de Enel Green Power, incluyendo otras tecnologías, lo que nos hace líder en el ámbito del mantenimiento predictivo.