Big data: cómo aprovechar los datos de equipos industriales y evitar fallas

El conocimiento de Big Data puede reducir el tiempo de inactividad de maquinaria y aumentar la visibilidad del estado de los datos. Hacer operativos los datos permite a las plantas tomar decisiones de operación y mantenimiento más inteligentes y seguras.

Sin embargo, el Big Data es una herramienta que no se emplea de forma adecuada en algunos casos. Muchas veces se recurre a ella cuando es demasiado tarde y ya se presentó una falla y la planta esta parada.

Es probable que el propietario de una fábrica invierta millones en una instalación de fabricación de última generación. Dentro de los equipos de la planta, se encuentran sofisticados sensores que generan grandes cantidades de datos. Sin embargo, estos sensores dan servicio principalmente a los procesos de control de las máquinas durante las operaciones, y los datos que producen rara vez se utilizan con fines de mantenimiento predictivo.

¿Cómo manejar los datos?

Los datos generalmente se almacenan localmente y no se comparten fuera de la planta. Si una compañía tiene varias instalaciones, es poco probable que pueda aplicar los conocimientos de los datos generados por una máquina a otra en una planta diferente.

Generalmente el proveedor de la máquina suele ser el guardián de los datos que pagan sus clientes. Existen casos en que los directores ejecutivos de grandes empresas de fabricación dudan en solicitar acceso a sus propios datos; esto puede ser por falta de tiempo o por falta de conocimiento de cómo dar mayor uso a los datos.

En ese contexto SKF ofrece al sector industrial Enlight AI para aprendizaje automático de Big Data, con ello los propietarios de fábricas tienen una nueva forma de obtener conocimientos operativos a partir de sus inversiones existentes en datos.

La solución basada en la nube de Enlight AI es capaz de extraer continuamente datos de sensores de la base de datos de historia. El algoritmo avanzado de inteligencia artificial de SKF puede detectar patrones de datos (o correlaciones de patrones de datos) anormales. Estos conocimientos se utilizan para informar a los propietarios de fábricas con anticipación sobre las amenazas de fallas emergentes. En cualquier momento, tanto el personal operativo como la gerencia pueden acceder a un tablero de control que detalla el estado de cada equipo de la planta.

La confluencia del aprendizaje automático de Big Data basado en la nube y el avance hacia la digitalización brinda a los propietarios de fábricas una nueva oportunidad para aprovechar sus inversiones existentes en datos.