El conocimiento de Big Data puede reducir significativamente el tiempo de inactividad de maquinaria y a la vez aumentar la visibilidad del estado de los datos en toda la planta. Hacer operativos los datos permite a las plantas tomar decisiones de operaci贸n y mantenimiento m谩s 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 present贸 una falla y la planta esta parada.
Es probable que el propietario de una f谩brica invierta millones en una instalaci贸n de fabricaci贸n de 煤ltima generaci贸n. 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 m谩quinas durante las operaciones, y los datos que producen rara vez se utilizan con fines de mantenimiento predictivo.
驴C贸mo manejar los datos?
Los datos generalmente se almacenan localmente y no se comparten fuera de la planta. Si una compa帽铆a tiene varias instalaciones, es poco probable que pueda aplicar los conocimientos de los datos generados por una m谩quina a otra en una planta diferente.
Generalmente el proveedor de la m谩quina suele ser el guardi谩n de los datos que pagan sus clientes. Existen casos en que los directores ejecutivos de grandes empresas de fabricaci贸n dudan en solicitar acceso a sus propios datos, esto puede ser por falta de tiempo o por falta de conocimiento de c贸mo dar mayor uso a los datos.
En ese contexto SKF ofrece al sector industrial Enlight AI para aprendizaje autom谩tico de Big Data, con ello los propietarios de f谩bricas tienen una nueva forma de obtener conocimientos operativos a partir de sus inversiones existentes en datos.
La soluci贸n 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 f谩bricas con anticipaci贸n 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 autom谩tico de Big Data basado en la nube y el avance hacia la digitalizaci贸n brinda a los propietarios de f谩bricas una nueva oportunidad para aprovechar sus inversiones existentes en datos.