Supervisión remota de condiciones y servicio remoto:claves para una prestación de servicios eficiente para los equipos de servicio

Las empresas están recurriendo al servicio remoto y al monitoreo de condiciones para reducir costos, hacer un uso más eficiente del personal de servicio y mejorar enormemente las operaciones de sus equipos en el campo.

Los fabricantes de equipos de hoy deben diferenciar sus ofertas en cuanto a rendimiento y confiabilidad. Con frecuencia, la clave para ambos es el servicio. Sin embargo, ampliar los esfuerzos de servicio puede requerir mucha mano de obra y ser costoso. Cada vez más, las empresas recurren al servicio remoto y al monitoreo de condiciones para reducir costos, hacer un uso más eficiente del personal de servicio y mejorar enormemente las operaciones de sus equipos en el campo.

RTInsights se reunió recientemente con Fernando Martínez Calderón, gerente de soluciones industriales de MindSphere en Siemens. Discutimos los puntos débiles de los equipos de monitoreo y servicio y cómo las soluciones de IoT que incluyen el monitoreo remoto de condiciones y las ofertas de servicios remotos pueden ayudar sustancialmente. Específicamente, discutimos MindSphere®, IoT industrial de Siemens como una solución de servicio. Aquí hay un resumen de nuestra conversación.

RTInsights:¿Qué beneficios obtienen las empresas al usar una solución de IoT industrial, como MindSphere, para el monitoreo remoto de condiciones y el servicio remoto?

Martínez Calderón :Hay amplios beneficios, y se fortalecen cuando implementa el tipo correcto de soluciones. Por ejemplo, echemos un vistazo a algunas de las capacidades del MindSphere Asset Health and Service Hub solución, que permite el monitoreo remoto de condiciones y el servicio remoto, y mucho más. Un fabricante u OEM puede tener una transparencia total y continua sobre la condición de un equipo. Los datos sin procesar que se recopilan pueden monitorearse y analizarse en el borde para procesos críticos y luego enviarse a la nube para su posterior análisis y procesamiento. Con la capacidad de realizar análisis perimetrales, los datos confidenciales permanecen en el sitio; además, es posible definir qué datos se envían a la nube, así como su granularidad y frecuencia. Por ejemplo, el valor promedio de ciertas señales cada hora o quizás solo en el caso de que se detecte un cierto disparador.

Esta combinación de borde a nube brinda a los proveedores de servicios una comprensión real de cómo funciona la máquina mientras protege la privacidad de sus clientes. Pero, en última instancia, el valor subyacente es detectar anomalías en una etapa temprana antes de que se conviertan en problemas reales.

Tales capacidades se están volviendo cada vez más críticas. Durante años, los fabricantes de equipos se centraron principalmente en vender sus máquinas y consideraron el servicio como un elemento secundario a ofrecer. Eso estuvo bien hasta que comenzó a surgir la competencia de proveedores de precios más bajos, especialmente de países asiáticos. La mera venta de máquinas ya no es rentable:el servicio se ha convertido en un factor diferenciador.

Para competir efectivamente con los proveedores de bajo costo y mantenerse a la vanguardia en la guerra de características/funciones, los fabricantes deben asegurarse de que sus máquinas estén siempre en funcionamiento y sean las más confiables. Necesitan garantizar que sus máquinas puedan tener el mayor rendimiento y la menor cantidad de problemas.

Ahora, algunos fabricantes de máquinas obtienen hasta la mitad de sus ganancias a través de contratos de servicio. Sin embargo, brindar un servicio estelar puede ser costoso, especialmente para las empresas que lo hacen solas. Pero con la solución de Siemens, un fabricante o un OEM de máquinas puede alinear sus intereses de manera efectiva. Esto les ayuda a brindar un servicio mucho mejor sin aumentar los costos o incluso, en algunos casos, reducir los costos. Una medida común de efectividad en esta área es el KPI llamado caso de costo por servicio. MindSphere Asset Health and Service Hub puede reducir ese KPI.

Para ello, la solución ayuda a eliminar los casos de emergencia, que son los más costosos. Los fabricantes y los OEM de máquinas tienen la capacidad de identificar, a través de los datos recopilados, cada vez que se produce una anomalía y abordarla antes de que se convierta en un problema mayor. Esto es diferente del monitoreo de condición convencional, que requiere que los expertos viajen a sus clientes y realicen un análisis del estado de la máquina una o dos veces al año.

Al usar la solución, los fabricantes y los OEM de máquinas obtienen un monitoreo continuo sin enviar a nadie al sitio. Este es el paso número uno. Además, la solución no solo monitorea señales “lentas”, como presión y temperatura, sino que también monitorea las vibraciones de las máquinas. Al medir las vibraciones y otros parámetros críticos, un fabricante o un OEM de una máquina puede detectar problemas con meses de anticipación.

Para las capacidades de monitoreo de condiciones remotas, la solución utiliza el sistema MindConnect Edge Analytics. Con él, un OEM puede detectar y analizar anomalías antes de que se conviertan en problemas reales y, en ocasiones, puede solucionar esos problemas de forma remota.

En algunos casos, como cuando es necesario reemplazar el hardware, aún es necesaria una visita al sitio. Pero en estos casos, esa visita al sitio puede ser más productiva. Conociendo la situación, se puede enviar un técnico con las habilidades adecuadas y equipado con las piezas correctas para el servicio. Ellos saben cuál es el problema y pueden solucionarlo de inmediato.

RTInsights:Usted habló mucho sobre el monitoreo remoto de condiciones; ¿Qué pasa con las capacidades de servicio remoto?

Martínez Calderón: La segunda parte importante de la solución Asset Health and Service Hub es el servicio remoto. , que se puede utilizar para analizar, reparar o, al menos, emprender actividades de mitigación de forma remota.

Por ejemplo, suponga que el sistema de monitoreo de condición remota detecta una anomalía en una máquina. El ingeniero de servicio necesita acceder a los datos almacenados de la máquina para realizar un análisis completo de la causa raíz. Esto generalmente implica que un técnico de servicio necesite estar en el sitio. Una vez que se determina el problema, se necesita una segunda visita para reparar la máquina o reemplazar un componente. Como puede ver, esto requiere múltiples visitas, lo que resulta en tiempos de viaje costosos y situaciones de parada prolongadas.

Uso del servicio remoto de MindSphere , los ingenieros de servicio pueden ver los datos y realizar el primer diagnóstico de forma remota. Esto significa que cuando un experto viaja a la máquina, es la persona adecuada con las herramientas adecuadas y las piezas adecuadas la primera vez. Yendo más allá, según el tipo de problema, es posible que la reparación completa se pueda realizar de forma remota, eliminando la necesidad de una visita in situ.

Juntas, estas capacidades remotas de monitoreo de condición y servicio remoto hacen que la solución Asset Health and Service Hub sea muy poderosa. La combinación permite a los usuarios de la máquina eliminar prácticamente paradas o situaciones de emergencia. Por supuesto, siempre habrá algún servicio y mantenimiento, pero al menos es planificable y los recursos del equipo de servicio se gastan de manera más inteligente.

RTInsights:¿Qué puntos débiles abordan estas soluciones?

Martínez Calderón: Los principales puntos débiles son las paradas no planificadas así como aumento de los costos del servicio .

Las primeras paradas no planificadas suelen ser el resultado de una reactiva enfoque de mantenimiento. El problema con ese enfoque es que cuando el equipo se descompone, el proveedor de servicios debe estar informado, luego un equipo de servicio debe ir al sitio para analizar el problema. Si no es una solución rápida, se van y regresan unos días después con las herramientas adecuadas, el colega adecuado y las piezas adecuadas para reparar el equipo. Este enfoque reactivo es la forma en que se realiza el servicio para una gran cantidad de maquinaria, pero requiere mucho tiempo, es costoso e ineficiente.

Un enfoque un poco mejor es ser proactivo . Para las máquinas críticas, a menudo se adopta un enfoque de mantenimiento preventivo. En lugar de esperar a que algo se rompa, los equipos de servicio revisan las máquinas realizando visitas in situ en períodos de tiempo fijos (una vez al año, cada seis meses, una vez al trimestre, etc.). Durante estas visitas, intentan detectar problemas antes de que afecten negativamente a la producción. Sin embargo, los problemas solo se pueden detectar algunas veces; todavía hay momentos en que este enfoque falla.

Por ejemplo, suponga que el servicio programado regularmente para una determinada máquina está configurado para las vacaciones de Navidad cuando las cosas están lentas. ¿Qué sucede si ocurre un problema en noviembre? Ahora el servicio es reactivo, lo que puede dar lugar a paradas, problemas de calidad o menor producción. Además, este enfoque aún requiere que alguien esté viajando permanentemente para verificar cómo funcionan las máquinas.

Un predictivo combinado con capacidades de servicio remoto, es mucho más efectivo. De esta manera, los equipos de servicio viajan mucho menos y pueden reaccionar de manera más rápida y organizada. Este es el enfoque que ofrece la solución MindSphere Asset Health and Service Hub de Siemens.

RTInsights:¿Puede hablar un poco más sobre esta diferencia entre mantenimiento predictivo y proactivo/reactivo?

Martínez Calderón: Para comprender por qué esto es tan importante, basta con ver cómo se presta el servicio. Por lo general, la única información que recibe un proveedor de servicios es una llamada telefónica de un cliente que dice que hay un problema:una máquina ha dejado de funcionar. Aunque intentan explicar cómo sucedió, este tipo de descripciones no son muy útiles. Además, se basan en la opinión/observaciones del cliente y no en datos reales del equipo.

Luego, la compañía envía un técnico al lugar, pero a menudo no están preparados, más bien como detectives para averiguar:“¿Cuál es el problema con esta máquina? ¿Por qué se rompió? Durante esta visita, es posible que no tengan las herramientas adecuadas, las piezas de repuesto adecuadas y, a veces, ni siquiera las habilidades adecuadas.

Con la solución Siemens MindSphere, los fabricantes y los OEM de máquinas pueden realizar este primer análisis predictivo desde una ubicación remota, en función de datos y hechos, y antes de que se produzca una avería completa de la máquina. Si los sensores indican anomalías, el trabajo de detección comienza en esa primera indicación. Pueden analizar esos datos y encontrar la causa raíz de los problemas sin tener que ir al sitio.

Esto es enorme porque disminuye la cantidad de viajes. La solución permite que el equipo de servicio organice y planifique su trabajo en lugar de operar en modo de emergencia. O, si no se trata de una solución de hardware, pueden reparar la máquina de forma remota con actualizaciones de software para solucionar ese tipo de problemas. Esto es mucho más fácil de usar para quien recibe el servicio porque obtiene una resolución inmediata y sin gastos de viaje.

RTInsights:para cerrar, ¿puede resumir los beneficios de usar las soluciones Siemens MindSphere?

Martínez Calderón: Siemens introdujo una única interfaz integrada para unir nuestros sistemas, lo que nos diferencia mucho de nuestros competidores del mercado. Algunos tienen sistemas de monitoreo. Otros tienen plataformas IoT. Y hay otros que tienen capacidades de servicios remotos y aplicaciones o sistemas de emisión de boletos. Solo Siemens ha hecho que las soluciones estén conectadas y sean muy fáciles de usar. Los equipos de servicio están capacitados para enfocarse realmente en usar el conocimiento para brindar valor a sus clientes.

Tenemos sistemas de monitoreo remoto de condiciones funcionando. Si identifica anomalías, activará un evento o una alarma automática. Básicamente, levanta la mano y dice:"Hay algo que no está bien conmigo". Inmediata y automáticamente, la solución integrada Asset Health and Service Hub crea un ticket de servicio. El ticket de servicio pasará por la gestión del ciclo de vida del ticket y permanecerá abierto hasta que el proveedor de servicios resuelva el problema y cierre el ticket.

Durante el ciclo de vida del ticket, todo lo que sucede se registra en el ticket. Eso significa que una gran cantidad de procesos de protocolo que los equipos de servicio tenían que hacer ahora se encargan automáticamente de nuestra solución. Todo está siendo monitoreado. Todo está protocolizado.

Ese es solo el primer paso. Posteriormente, los usuarios pueden analizar esos tickets y los casos de servicio. Pueden decir:“Bien, en el último año, ¿qué tipo de casos de servicio están ocurriendo la mayor parte del tiempo? ¿Hay algún problema sistemático con la máquina? ¿Se está pasando por alto algo relacionado con el servicio?”

Este tipo de análisis a largo plazo es lo que realmente disfrutan las empresas. Los paneles de servicio remoto brindan información sobre los KPI, como ¿cuánto tiempo permanece abierto un ticket en general? ¿Cuánto tiempo permanece una cierta máquina en un estado saludable? ¿Con qué frecuencia tiene boletos? ¿Hay alguna periodicidad de los billetes? Al analizar estos casos de servicio, podemos brindar todo tipo de información a los fabricantes de equipos y OEM.

Y dado que somos Siemens, cumplimos con los requisitos de la industria para el monitoreo remoto de condiciones, así como también para el servicio remoto. Estamos utilizando estos sistemas en nuestras propias fábricas, que son algunas de las fábricas más grandes y avanzadas del mundo. Estas soluciones funcionan muy bien y agregan mucho valor. Estamos trayendo toda esta experiencia, todo este conocimiento al mundo exterior, porque creemos que es una situación en la que todos ganan.