IoT, análisis de datos e IA, entre las principales herramientas de las empresas para el mantenimiento predictivo

Las nuevas tecnologías como el Internet de las Cosas (IoT), el análisis de datos o la Inteligencia Artificial (IA), se encuentran entre las principales herramientas utilizadas por las empresas para el mantenimiento predictivo, una técnica que permite anticiparse a las incidencias y errores en la producción, según ha destacado un informe de Fujitsu.

Fujitsu ha analizado cómo «el mantenimiento predictivo toma un papel clave dentro de la estrategia de transformación digital empresarial» y los resultados los ha recogido en el informe ‘El Mantenimiento Predictivo en la Industria 4.0’, centrado en el sector industrial español.

Se estima que la identificación temprana y la solución de problemas antes de que se produzcan pueden ahorrar un 40 por ciento en costes de mantenimiento a las empresas; predecir y prevenir fallos o paradas en la infraestructura, los activos o el equipamiento de manera temprana asegura una intervención inmediata con la consiguiente reducción de costes. También genera una mayor eficiencia en el negocio de las empresas.

Las nuevas tecnologías que se están implementando para realizar el mantenimiento predictivo son el IoT (con dispositivos conectados que proporcionan datos en tiempo real), la analítica avanzada (basada en grandes volúmenes de datos) y la Inteligencia Artificial (aprendizaje automático y predicción de cambios), que posibilitan la medición, análisis y monitorización de parámetros que definen a los activos y el entorno de la fábrica que los rodea.

Las técnicas de mantenimiento predictivo habilitan a las empresas para acciones como conocer las causas de cada fallo para prevenir que se repitan los errores, la monitorización en tiempo real para predecir a corto plazo y la detección de anomalías, y el uso de datos históricos para predicciones a largo plazo de fallos o averías.

La IA empieza a tener un papel relevante

A través de una serie de encuestas realizadas a miembros del Observatorio de Industria 4.0 y clientes de Fujitsu en España en 2019, se desprende que tan solo el 11 por ciento de las revisiones se realizan mediante control predictivo, aunque el 27 por ciento de las compañías lleva tiempo invirtiendo en estos sistemas y un 48 por ciento ha empezado a hacerlo recientemente.

Según el informe de Fujitsu, actualmente, el 35 por ciento de las empresas industriales españolas está comenzando a aplicar las nuevas tecnologías predictivas en sus procesos de mantenimiento o lleva tiempo haciéndolo (10 por ciento). El 28 por ciento asegura que las van a aplicar en el corto plazo, aunque un 10 por ciento reconoce que no las aplicará en un futuro.

Entre las nuevas tecnologías, el IoT y la analítica avanzada son las tecnologías de mayor aplicación, en el 21 por ciento de la muestra. La combinación de ambas está también muy extendida, presente también en el 21 por ciento de las empresas encuestadas.

La Inteligencia Artificial, no obstante, «empieza a tomar un papel relevante a la hora de la aplicación de técnicas de mantenimiento predictivo», según resalta el informe de Fujitsu, aunque por el momento solo el 12 por ciento de las empresas españolas la están utilizando en combinación con el IoT y la analítica avanzada.

Sensorización de las fábricas

Entre las técnicas que pueden llevar a cabo las empresas para el control predictivo, Fujitsu ha destacado la sensorización de las fábricas, que «pasa por la integración de los dispositivos con los activos y procesos de las líneas de producción de las fábricas».

La sensorización cuenta con una elevada aceptación, y de hecho más de la mitad de las empresas españolas (51,7 por ciento) afirma tener sus activos más críticos sensorizados con dispositivos de IoT, y el 27,6 por ciento asegura tener la mayoría de sus activos y procesos sensorizadas. Tan sólo el 10 por ciento dice tener una sensorización total de su fábrica, activos o procesos.

El análisis de datos, por su parte, hace uso de datos como el historial de paradas, variables de interés como el clima o los propios datos de los dispositivos. Esta técnica va un paso por detrás, y tan solo el 21 por ciento afirma tener el histórico de datos suficiente para aplicar técnicas de análisis de datos. El 30 por ciento de las empresas afirma tener almacenados y accesibles todos los datos.

El informe matiza que, dado que en la mayoría de los casos estudiados los datos provienen de diferentes fuentes de datos, el 36,36 por ciento afirma haber recogido los datos de manera únicamente puntual. Además, actualmente el 12 por ciento de las empresas sigue sin recoger ningún dato sobre el funcionamiento de sus fábricas.