Encuentra aquí la información más actual de IDEKO.
IDEKO trabaja en una solución para la detección de anomalías en componentes críticos de máquina y reducir así los tiempos de inactividad en planta.
En concreto se centra en un componente clave, los husillos de bola de las máquinas, piezas costosas, con una larga vida útil, pero cuya rotura implica la parada de máquina durante un periodo prolongado.
Esta iniciativa se enmarca dentro del proyecto europeo SERRANO, que integrará infraestructuras descentralizadas y heterogéneas en edge, cloud y HPC para ofrecer almacenamiento y capacidad computacional a aplicaciones críticas en seguridad y servicios innovadores.
Desde la irrupción del concepto de Industria 4.0, se están aplicando una serie de técnicas y métodos en el sector de la fabricación industrial que persiguen un objetivo: mantener las máquinas activas el mayor tiempo posible para reducir los costes de producción y elevar la competitividad. Para conseguir esta meta resulta imprescindible la detección de anomalías en tiempo real.
El centro tecnológico IDEKO, miembro de Basque Research and Technology Alliance (BRTA), está trabajando en una solución que se centra en la detección de anomalías en componentes críticos de máquina para reducir de esta forma los tiempos de inactividad en planta.
En concreto, la entidad diseñará, creará y desarrollará un sistema que permita que estos análisis se realicen de forma continua, mientras la máquina sigue en funcionamiento. En este sentido, se centrará en la detección de anomalías de los husillos de bola de las máquinas, componentes críticos de la máquina, de elevado coste económico y que presentan una larga vida útil, pero cuya rotura puede implicar la parada de la máquina durante un periodo prolongado.
“Tener reemplazos de existencias de estas piezas podría acortar los periodos inactivos por averías, sin embargo, el alto costo de un solo husillo de bolas hace que esta opción no sea la principal para la mayoría de las empresas. Además, este tipo de componentes puede tener un plazo de entrega largo, lo que sumado a los costes de personal técnico, convierte la situación de rotura en un problema grave para las empresas”, explica Aitor Fernandez, investigador de TICs y Automatización de IDEKO.
Con el sistema en el que está trabajando IDEKO, “si el cliente dispone de un conocimiento temprano de una rotura potencial, puede solicitar una unidad de reemplazo con anticipación, disminuyendo tanto los costos como la no disponibilidad de la máquina”, añade Fernández.
El caso de uso sobre la detección avanzada de anomalías en tiempo real en máquina en el que trabaja IDEKO, se enmarca dentro del proyecto SERRANO, una iniciativa europea que tiene como objetivo introducir un ecosistema novedoso de tecnologías basadas en la nube, abarcando desde recursos hardware especializados hasta conjuntos de herramientas software, que ofrezcan una mayor seguridad, privacidad y multitenancy -aquellas aplicaciones que se ejecutan en un mismo servidor pero sirven a múltiples clientes-.
El proyecto se concretará en una plataforma general, aplicable a diferentes sectores, pero que estará principalmente indicada para aquellos servicios altamente exigentes, dinámicos, con características críticas en seguridad y de gran impacto, que plantean demandas heterogéneas como en servicios de almacenamiento en la nube, tecnología financiera y, como en el caso del centro tecnológico, procesos de fabricación avanzada.
Dentro del proyecto, además del caso de uso del que se encarga IDEKO, se probará la plataforma en otros dos casos de uso relacionados con el almacenamiento seguro para la protección de datos contra ciberataques a la información digital, así como para el lanzamiento seguro de una gran cantidad de procesamientos financieros que realizan operaciones en tiempo real.
Diagnóstico anticipado y optimizado
El proyecto SERRANO, en el contexto de aplicación en IDEKO, está vinculado a las estrategias de mantenimiento predictivo. Este tipo de técnicas, junto a la evaluación de la vida útil restante y al diagnóstico de elementos críticos de la máquina son recursos que se utilizan cada vez con una mayor frecuencia dentro de las plantas industriales. Sin embargo, algunas de las soluciones utilizadas todavía requieren que la máquina se detenga antes de realizar el análisis con el parón consiguiente en la actividad.
Por lo general, la máquina se detiene después de un tiempo de funcionamiento y se ejecuta un programa de diagnóstico de control numérico por computadora, conocido como CNC. “Este programa de CNC ordena a la máquina bajo inspección que realice algunos movimientos predefinidos a una velocidad controlada. Los resultados de las pruebas anteriores se comparan con las nuevas para calcular el estado actual del componente y decidir si su condición es lo suficientemente buena para seguir mecanizando, si necesitan mantenimiento o si necesita un reemplazo”.
Sin embargo, los sensores de alta frecuencia y precisión utilizados en la adquisición de datos de la máquina generan grandes volúmenes de información, difícil de procesar en tiempo real usando computación en el edge debido a la disponibilidad limitada de estos recursos.
Para realizar este salto, garantizando la calidad y la seguridad de la información, se utilizarán nuevos mecanismos y soluciones de software y hardware que combinen diferentes ventajas de la computación en la nube, en el edge y en HPC -Computación de Alto Rendimiento-.
El funcionamiento de un entorno de este tipo requiere seguridad y confiabilidad. En este sentido, “SERRANO proporcionará seguridad y privacidad basado en una serie de innovaciones de hardware y software, que permitirán a los usuarios finales controlar tanto la integridad como la privacidad de sus datos en las infraestructuras compartidas”, aclara el investigador de IDEKO.
El proyecto SERRANO, coordinado por el Institute of Communication and Computer Systems griego, comenzó en enero de 2021 y tendrá una duración de tres años. El proyecto está formado por un consorcio de 11 socios tecnológicos y del mundo académico y cuenta con la financiación del programa europeo Horizon 2020.
.jpg)
