SKF Enlight AI

La inteligencia artificial ha llegado a las grandes industrias para revolucionar los procesos y la eficiencia en los centros de operaciones, y junto al internet industrial de las cosas, permite conocer de forma más certera las áreas de producción y la forma de operar de la maquinaria, dando oportunidad al mantenimiento predictivo con el fin de predecir una falla antes que ocurra.

Es así que SKF apuesta por la analítica industrial impulsada por la inteligencia artificial y lanza al mercado peruano su nueva solución de mantenimiento Enlight AI que se basa en el aprendizaje automático (AutoML) y que permite reducir muchas de las tareas repetitivas realizadas por los ingenieros. Ayudando así a aumentar el tiempo productivo y reducir los costos operativos.

Ver también:  Exploración minera con IA brinda nuevo impulso en América Latina

“Es nuestra intención ayudar a nuestros clientes industriales a implementar este compañero de predicción en sus labores de mantenimiento y confiabilidad a fin de mejorar significativamente la experiencia de los empleados, la longevidad de las máquinas, la calidad y el rendimiento de la producción, los ingresos y el ahorro”, resaltó Daniel Tamashiro, Gerente de Soluciones Industriales de SKF del Perú.

Aunque el personal de mantenimiento y confiabilidad puede ser experto en la reparación de máquinas, no siempre son capaces de diagnosticar por qué una máquina ha fallado. En las soluciones automatizadas de analítica industrial impulsada por la IA, esta rastrea la falla específica en un equipo y ayuda a optimizar el proceso de reparación. Así la máquina puede repararse más rápido y el técnico puede volver a sus tareas programadas.

Ver también:  Consejos para evitar riesgos en la cadena de suministro

Cabe mencionar que, al identificar la falla con anticipación, el tiempo de los encargados de las reparaciones puede asignarse a otras tareas de mantenimiento de rutina. “Cuando los técnicos pueden seguir un calendario establecido, en lugar de recibir llamadas aleatorias sobre máquinas que funcionan mal, la productividad puede aumentar considerablemente”, finalizó Tamashiro.