Aumente sus ingresos prediciendo el desglose de piezas críticas

La avería de las piezas críticas de la máquina a menudo conduce a un tiempo de inactividad prolongado y, a menudo, necesita un ingeniero de servicio experimentado en el lugar para su reemplazo. Un servicio de mantenimiento predictivo predecir tales fallas antes de que ocurran aumentará la disponibilidad de la máquina y el grado de sus contratos de servicio.

Muchas máquinas y líneas tienen componentes críticos con una larga vida útil de diseño, pero a menudo estas piezas fallarán durante la vida útil de la máquina. La avería de esas piezas críticas es devastadora para el proceso de producción y cuesta mucho a sus clientes, ya que la mayoría de las empresas no tienen estas piezas críticas en stock. Estos riesgos se pueden reducir con un servicio de mantenimiento predictivo para equipos críticos donde la condición se monitorea continuamente.

Una bomba industrial, parte fundamental de la máquina en el proceso de producción

El impacto de fallar las piezas críticas de la máquina

Aunque no se considera una pieza estándar de desgaste, ciertas partes de una máquina eventualmente se desgastarán en algún momento durante la vida útil de la máquina. A menudo, estas piezas no son componentes estándar y están fabricados específicamente para un determinado tipo o serie de máquinas. Por lo tanto, el reemplazo requiere piezas especiales y técnicos capacitados.

Como resultado, estas reparaciones suelen ser de mayor duración y pueden tener un impacto significativo en la producción y la reputación tanto de la marca del fabricante de la máquina como del lado del cliente. ¿Y si pudiera predecir tales fallas basado en datos disponibles a nivel de PLC o si es necesario con sensores adicionales?

Ciencia de datos en la fabricación para predecir fallas de piezas

Los ingenieros de servicio experimentados a menudo pueden decidir si la máquina está funcionando bien sintiendo las vibraciones o simplemente escuchando la máquina para identificar la causa . Los fabricantes de máquinas pueden utilizar su experiencia y combinarla con los datos de la máquina para determinar cuándo las piezas están al final de su vida útil midiendo los síntomas para descubrir las causas de las fallas . . El análisis de datos de piezas defectuosas y cercanas al final de su vida útil se puede combinar con las ciencias de los datos que conducen a patrones identificables.

Las rotaciones, las vibraciones, el sonido ultrasónico, la temperatura y el uso de corriente o aceite son indicadores potenciales de desgaste y son relativamente fáciles de monitorear con sensores o datos de PLC. Supervisar los datos correctos y compararlos con patrones conocidos es el enlace que trae su experiencia de servicio combinado en cada máquina las 24 horas del día, los 7 días de la semana, los 365 días del año.

Una estrategia de mantenimiento predictivo generará advertencias tempranas para evitar fallas en el equipo de la máquina

Beneficios de ofrecer un servicio de mantenimiento predictivo

Potencialmente, usted y su cliente saben que es probable que ocurra una falla antes de que ocurra. Reemplazo de piezas y realización del servicio de mantenimiento crítico antes de averías en un momento en el que el impacto en la producción es limitado, puede aumentar el grado y los ingresos de sus contratos de servicio y generar ahorros para sus clientes debido a la reducción del impacto negativo en su producción que puede ser muy significativa. Preguntas como cuánto cuesta una hora de producción perdida, así como el impacto en relación con una parada durante muchos días, a menudo harán que estos contratos de servicio sean muy atractivos para sus clientes.

Un sistema de supervisión crítico donde usted recopila datos en tiempo real y establece alarmas basadas en patrones de datos reconocibles para piezas de máquinas con una vida útil definida, aumenta el tiempo de actividad de la máquina y la lealtad del cliente. Al ofrecer un contrato de servicio de monitoreo predictivo adicional por una tarifa, puede pasar de tiempo de inactividad no planificado a planificado al reemplazar piezas. Se garantiza que esto dará lugar a nuevos ingresos .

Caso de uso:monitoreo predictivo de la vibración de una bomba

Los cojinetes desgastados dentro de una bomba pueden provocar vibraciones, cambios de temperatura, desplazamiento, tiempo de inactividad o residuos de aceite. Alerta a los clientes que es probable que ocurra una falla antes de que ocurra y planifique un reemplazo junto con el cliente. De esta manera, su cliente puede beneficiarse de un servicio con un impacto mínimo en la producción.

El monitoreo efectivo descubre la causa raíz, previniendo la recurrencia y potencialmente resolviendo también otras fallas relacionadas. Junto con los ingenieros y los especialistas de posventa, se identifican las piezas críticas y se realizan pruebas en las piezas defectuosas. Además, el uso de modelos de ciencia de datos se crea para detectar patrones en los datos, lo que puede conducir a una estrategia de monitoreo exitosa . .

Monitoreo del sensor de frecuencia con umbrales para advertencias y condición de alarma

Creación de una estrategia de supervisión de equipos críticos

Aquí hay una descripción general simplificada de cómo expandir su modelo de servicio con monitoreo preventivo de equipos críticos:

1) Punto de partida:práctica actual que utiliza datos de piezas críticas

La primera fase consiste en analizar las fallas actuales de equipos críticos. Determine qué piezas tienen un impacto crítico significativo en el proceso de producción debido al tiempo de entrega y la necesidad de técnicos de servicio capacitados con respecto al reemplazo. Luego, establezca si hay datos de piezas, con una correlación y causalidad claras y estadísticas entre el valor dado y la condición de la pieza en cuestión, se captura.

Considere si dichos datos están disponibles a nivel de PLC o pueden capturarse desde dispositivos conectados o si se necesitaría un sensor adicional. Siempre sería preferible evitar sensores adicionales, ya que también tienen una cierta tasa de falla. Tener en cuenta los sensores de corriente en la máquina y potencialmente usar su capacidad para detectar frecuencias, temperatura o aceleración a través de, por ejemplo, IO-Link puede ser una opción.

Una estrecha cooperación entre el científico de datos, el servicio posventa y los ingenieros de desarrollo es necesario para determinar si los patrones reconocidos son relevantes o simplemente "ruido blanco". Sobre la base de lo anterior, se desarrolla un plan de proyecto y un esquema de prueba.

2) Creación de prototipos:prueba

Realizar pruebas internas en máquinas / subconjuntos de los componentes críticos en cuestión para fortalecer o refutar la hipótesis. Desarrolle y perfeccione sus modelos .

Realice una prueba de campo y basada en la ciencia de datos de ciertas máquinas en el campo equipadas con los cambios necesarios y obtenga experiencia de campo de efectividad para asegurarse de no vender este servicio a su base de clientes y generar confianza en el modelo y el modelo de negocio potencial.

3) Implementación del modelo comercial

Defina cómo este valor aumentado se utiliza de manera más eficiente para los clientes para aumentar los ingresos, la satisfacción y el reconocimiento de la marca:

• ¿Se trata solo de un aumento de los ingresos ? y una oferta adicional para el servicio de mantenimiento, o esto también se puede utilizar para diferenciar aún más sus máquinas y servicios de la competencia?
• ¿Cuál es el costo de una hora de producción para su cliente y podría comercializar este servicio y al mismo tiempo obtener un mejor flujo de trabajo para su propia producción?

Pasos para crear un modelo de negocio para el mantenimiento predictivo de equipos de maquinaria críticos

Aumente los ingresos con el mantenimiento predictivo

¿Le gustaría prevenir fallas críticas y tener clientes más felices y rentables? Al introducir el servicio de mantenimiento preventivo para equipos críticos, mejorará las relaciones con sus clientes y aumentará su lealtad.

Si necesita ayuda para definir su estrategia digital y sacar provecho de la ciencia de datos, no dude en consultar a uno de nuestros expertos de la industria sin ninguna obligación.

[[Consulta de expertos gratuita]]