Datos

Aug 06, 2023

Por contenido patrocinado | 1 de mayo de 2023

Tomar decisiones basadas en datos, no en proyecciones o resultados esperados, puede producir resultados mucho más precisos y eficientes con respecto a su equipo.Sensor los datos se pueden recopilar y convertir en información útil mucho más allá del estrecho alcance de la presencia o ausencia parcial. Esta información se puede utilizar para ayudar a los usuarios a tomar decisiones críticas de manera objetiva, como cuándo pedir materiales; programación de empleados, producción y mantenimiento; determinar si las líneas de producción necesitan actualizaciones y cuándo; y más.

Tomemos, por ejemplo, una operación de estampado de metales con capacidades limitadas de inteligencia de datos. Se pueden agregar componentes al equipo existente para recopilar e interpretar información previamente inaccesible para comprender la disponibilidad, el rendimiento y la calidad de la máquina, que son los elementos esenciales de OEE. La calidad y el rendimiento pueden ser monitoreados porsensores fotoeléctricos contar las piezas buenas que salen de la prensa y luego comparar ese número con el número total de piezas producidas. La disponibilidad de la máquina se controla fácilmente a través desensores de monitoreo de corrienteinstalado en los cables de potencia del motor.

Los datos de monitoreo actual también crean la capacidad de rastrear el uso de energía en el equipo. Al combinar la medición de corriente con el voltaje de suministro y monitorear este resultado a lo largo del tiempo, los gerentes de planta pueden comprender con mayor precisión los costos de funcionamiento de sus equipos. Estos datos no solo pueden mostrar qué equipo es el más rentable para operar, sino que también pueden informar las decisiones de equipos futuros mediante la comparación de los costos de mantenimiento y funcionamiento de los equipos existentes frente a los costos de los equipos nuevos que utilizan menos energía.

Tradicionalmente, los grandes fabricantes tienen un experto en vibraciones que analiza los motores y los cojinetes mensual o trimestralmente, rastrea las lecturas y trata de corregir los problemas de manera proactiva antes de que ocurran las fallas. Otras empresas realizan el mantenimiento a intervalos programados en función de las necesidades de servicio estimadas, o simplemente reemplazan el equipo cuando falla. Otras empresas están aprovechando los datos para el mantenimiento predictivo, lo que implica el análisis de datos de aprendizaje automático desensores de vibraciónpara determinar cuándo se necesita mantenimiento y alertar a los operadores para que puedan abordar los problemas de manera proactiva antes de que el equipo se averíe.

Otro ejemplo es el uso de datos para mejorar la eficiencia y el tiempo de actividad de los sistemas de aire comprimido. Añadiendosensores de vibración, temperatura y corriente al motor del compresor, junto con sensores de presión y punto de rocío aguas abajo, los datos pueden analizarse a lo largo del tiempo para rastrear tendencias. Si los sensores reconocen que la temperatura del motor comienza a aumentar de manera anormal, se puede enviar un técnico al compresor de inmediato para verificarlo. O bien, si el motor comienza a funcionar con más frecuencia y la presión del sistema varía demasiado, puede ser una señal de una fuga de aire. Los técnicos pueden localizar el problema inmediatamente y evitar el consumo y gasto excesivo de energía.

La capacidad de recopilar, analizar y utilizar datos para mejorar la eficiencia de la producción y aprovechar al máximo los recursos limitados puede llevar la automatización no solo al siguiente nivel, sino a niveles superiores.

Contenido patrocinado por Banner Engineering