En el proyecto SelSus, financiado por la UE, los científicos de Fraunhofer están colaborando en un consorcio con socios de investigación e industria para desarrollar tecnología de mantenimiento capaz de pronosticar los tiempos de inactividad de la máquina en la producción antes de que ocurra. Esto permite a los gerentes de planta rectificar fallas antes de que la máquina se descompongaEl sistema incluso corrige algunos defectos automáticamente.
Fallos imprevistos de la máquina durante la producción en curso: los gerentes de planta los temen, los técnicos los detestan y los gerentes solo suspiran y los consideran. Tales incidentes provocan reparaciones frenéticas, aumentan los costos, afectan negativamente la confiabilidad de la entrega y finalmente debilitan la competitividad de las empresas. Sin embargo, a menudoel problema es solo un pequeño defecto o un desgaste normal; sin embargo, si no se detecta, puede provocar interrupciones importantes y tiempos de inactividad de producción.
Lo que sería útil es un procedimiento de diagnóstico capaz de monitorear el estado de todos los componentes en la línea de producción, identificar problemas y puntos débiles e informar al empleado responsable de manera oportuna. Basado en lo que se conoce como un sistema de apoyo a la decisión, mantenimientoel personal puede llegar a una decisión y tomar medidas específicas para reparar el defecto. Idealmente sin tener que interrumpir la producción.
Precisamente, esta es una de las ideas subyacentes, aunque no la única, detrás del ambicioso proyecto SelSus dentro del cual el Instituto Fraunhofer para la Ingeniería de Fabricación y Automatización IPA está investigando actualmente. "El objetivo no es solo monitorear el estado de las máquinasy componentes. Mediante el uso de software inteligente y redes de sensores, el plan es detectar posibles puntos débiles o signos de desgaste lo suficientemente temprano como para que el sistema pueda predecir posibles fallos de funcionamiento ", explica Martin Kasperczyk de Fraunhofer IPA. Los modelos de diagnóstico desarrollados tambiénproporcionar sugerencias o recomendaciones directamente sobre cómo rectificar el problema. El socio del proyecto Electrolux en Pordenone, Italia, utiliza dicho sistema de apoyo a la decisión. El sistema es capaz de predecir con cierta probabilidad posibles fallas en una prensa para el revestimiento de la lavadora y para diagnosticarfallos de funcionamiento reales. Los datos necesarios para controlar el estado de la máquina los proporcionan parcialmente los sensores.valores seguros tales como consumo de energía, temperatura, presión de aceite, partículas en el aceite o vibraciones.Fraunhofer IPA y el consorcio participante también han demostrado que la tecnología funciona de manera confiable en la práctica.
El sistema se repara solo
El sistema incluso es capaz de enviar impulsos de control a máquinas individuales. Un control de soldadura en el que un sensor ha fallado, por ejemplo, puede continuar funcionando casi sin problemas en un modo seguro, sin interrupciones serias. La capacidad de auto reparacióny la producción sostenida también le ha dado su nombre al proyecto. El título completo del proyecto de SelSus es "Monitoreo de la salud y gestión de la capacidad de por vida para los sistemas de fabricación autosostenibles".
Sin embargo, primero hubo que superar una serie de obstáculos tecnológicos. Martin Kasperczyk dice: "Uno de los mayores desafíos fue analizar la avalancha de datos. Después de todo, estamos hablando de predecir fallos de funcionamiento o averías de máquinas con un altogrado de confiabilidad. No se llega allí simplemente programando un par de algoritmos ".
redes bayesianas y datos de sensores
Los expertos están confiando en las redes bayesianas. Una red bayesiana es un modelo matemático que se puede utilizar para calcular las probabilidades de que ocurra un determinado evento o estado. El modelo representa un conjunto de variables y sus dependencias condicionales. Con la ayudade los datos recopilados por los sensores, el software, por ejemplo, calcula las probabilidades de que se rompa un cable específico de alto estrés en un futuro próximo y, cuando corresponda, señala que debe reemplazarse.
Pero el software SelSus se basa no solo en sensores. También toma en cuenta las características técnicas de la máquina y sus parámetros de rendimiento. Estos datos deben ser capturados durante la instalación y configuración del sistema. Además, una extensa prueba de funcionamiento le dice alsistema cómo se comportan la máquina y sus componentes en funcionamiento continuo y bajo carga. Solo entonces está lista para su uso. El software también registra nuevos datos, por ejemplo, como resultado de las actualizaciones de la máquina o el deterioro del rendimiento debido al desgaste, lo que permite al sistemaaprender.
La complejidad del concepto SelSus también es evidente por el hecho de que el software incluso interactúa con los operadores al analizar las causas de mal funcionamiento potencial o existente y proponer un curso de acción apropiado.
Un sistema con capacidades de autocuración de Coventry
Socio del proyecto El Centro de Tecnología de Fabricación de Coventry, Reino Unido, ha creado un sistema con capacidades de autocuración. En una planta de producción de motores, un dispensador está conectado a un brazo robótico por medio de vacío. Si el dispensador encuentra resistencia, en lugar dese rompe, reacciona de manera flexible. Pierde el agarre producido al vacío y cae unos centímetros hasta que se detiene por resortes. Luego, los resortes vuelven a colocar el dispensador en su posición original. La calibración posterior asegura que la herramienta esté en la posición correcta.y después de la breve interrupción, el proceso de trabajo continúa.
Fuente de la historia :
Materiales proporcionado por Fraunhofer-Gesellschaft . Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :