IBM:Garantía proactiva de confiabilidad y seguridad con EAM

Skip Snyder de IBM analiza los beneficios de las soluciones EAM efectivas para los fabricantes

La combinación de software, sistemas y servicios de gestión de activos empresariales (EAM) ayuda a mantener, controlar y optimizar la calidad de los activos operativos a lo largo de sus ciclos de vida. Hablando con Skip Snyder, socio sénior de IBM Global Business Services, divide los beneficios de una solución EAM en tres categorías:optimización de la calidad y utilización de activos, tiempo de actividad productivo y reducción de costos.

Optimización de la calidad y uso de activos

En pocas palabras, "un equipo bien mantenido respalda una producción confiable y de alta calidad", dice Snyder. "Sin embargo, el mantenimiento preventivo puede ser muy costoso y las organizaciones intentan constantemente reducir las inspecciones innecesarias si pueden".

Una forma de optimizar la calidad y utilizar los activos es monitorear la salud de los activos a través de sensores, observando las tendencias que indican una posible degradación sobre la que se puede actuar para evitar una falla. Otras formas incluyen el uso de cámaras y micrófonos para monitorear el estado del equipo; en algunos casos, las raíces entregan sensores, cámaras y micrófonos al equipo y recopilan datos. Este método mejora la productividad del técnico, liberándolo para tareas de mayor valor mientras continúa recopilando datos.

“A medida que crece la cantidad de sensores y dispositivos en los activos, el volumen de datos rastreados se ha expandido exponencialmente. Se ha vuelto imposible que los humanos solos controlen todo. AI ahora juega un papel importante en la gestión de activos empresariales (EAM) para ayudar a dar sentido a todos esos datos y obtener valor de ellos porque puede aprender e identificar tendencias. La tecnología puede profundizar la comprensión de los activos al traducir los datos en información práctica que se puede utilizar para impulsar un mantenimiento más eficaz”, dice Snyder.

“Por ejemplo, el mantenimiento basado en condiciones está reemplazando al mantenimiento basado en tiempo. En lugar de realizar una inspección o reparación cada pocos meses o según un cronograma establecido, los conocimientos de los datos operativos y el análisis pueden predecir la falla de los activos. Esto asegura que los activos que necesitan atención lo reciban en el momento adecuado, mejorando la confiabilidad y optimizando el mantenimiento. Las capacidades de monitoreo remoto permiten la detección continua de anomalías. La inteligencia artificial (IA) realiza un seguimiento y evaluación continuos del rendimiento de los activos, lo que puede activar alertas basadas en indicadores como condiciones planas y cambios abruptos en las lecturas de los sensores”.

Cervecería Sugar Creek

"Sugar Creek Brewery es un ejemplo de un cliente de IBM Maximo que utiliza EAM, IA e IoT para optimizar la calidad y reducir las pérdidas. Perdían más de 30 000 USD al mes en derrames de cerveza a través del proceso de fabricación. Al integrar la tecnología en el proceso de elaboración, pueden identificar problemas que afectan la calidad de su producto. Parámetros como el tiempo de llenado, la temperatura, el pH, la gravedad, la presión, la carbonatación y el nivel se alimentan a la nube para su análisis. Estos datos pueden informar a nuevos procesos o refinar los existentes para garantizar que el producto cumpla con las expectativas de fabricación y que los ahorros de costos de la pérdida de fabricación ahora se reinviertan en el negocio", - Skip Snyder, socio sénior, IBM Global Business Services.

Tiempo de actividad productivo

Al contar con el sistema EAM correcto respaldado por una plataforma de nube híbrida abierta y flujos de trabajo inteligentes impulsados ​​por IA, los fabricantes pueden "detectar posibles averías en los equipos y emitir automáticamente órdenes de trabajo a los técnicos para prevenirlas, con toda la información que necesitan para resolver el problema". , incluidas herramientas, historial de activos, análisis de causa raíz y mejores prácticas”, agrega Snyder.

Reducciones de costos

Cuando se trata de evaluar costos, Snyder explica que esto se puede hacer de dos maneras:"La primera ¿Los técnicos están haciendo el trabajo correcto en el momento correcto de la manera correcta? El segundo es, ¿se elimina o minimiza el tiempo de inactividad del equipo debido a averías, retrasos en la reparación o piezas faltantes?”

Ahora, para la primera parte , cuanto más eficiente es un técnico, más equipos pueden mantener en funcionamiento de forma continua. “Donde hay mayor eficiencia, hay mayor valor”, agrega Snyder. "La información en tiempo real y las capacidades de automatización permiten a sus empleados tomar decisiones basadas en datos con rapidez y confianza y centrar su energía en el trabajo de mayor valor".

En cuanto a la segunda parte, cuanta más información se conozca y se pueda anticipar en cuanto a las necesidades de mantenimiento de los equipos, más eficiente será la operación. “El resultado es menos tiempo de inactividad debido a averías inesperadas o tener que retrasar las reparaciones porque no tiene las piezas para arreglarlo. Con la información correcta, podrá predecir fallas y, con el programa EAM correcto, ahora tiene las piezas correctas en la cantidad correcta en el momento correcto, optimizando así el rendimiento del equipo y mejorando la Eficacia general del equipo (OEE)”.

Prácticas recomendadas para fabricantes que adoptan una solución EAM

En pocas palabras, Snyder refleja que existen muchas mejores prácticas para adoptar una solución EAM, pero en última instancia se trata de conocer el estado del equipo, equipar a la fuerza laboral con la información y las herramientas adecuadas y garantizar de manera proactiva la confiabilidad y la seguridad.

“Para que esto sea una realidad, es fundamental contar con la nube híbrida y las capacidades de IA. Una arquitectura de nube híbrida abierta permite a los fabricantes acercar el procesamiento a la operación y reducir la latencia de los datos para que la información y las herramientas correctas lleguen a la fuerza laboral de manera oportuna. Luego, la IA ayuda a esa fuerza laboral a clasificar las montañas de datos del piso de fabricación y más allá para ayudarlos a comprender qué está sucediendo realmente con su equipo y cuál es el mejor curso de acción para abordar cualquier problema potencial que surja”.

Un enfoque principal para los fabricantes también debe ser las buenas prácticas de datos. Dado que EAM depende de los datos para tomar decisiones, “la mala calidad de los datos o la falta de datos lleva a que los técnicos pierdan el tiempo en las prioridades incorrectas, el inventario no esté disponible cuando y donde se necesita, no tenga las herramientas adecuadas disponibles y, en última instancia, averías en los equipos y retrasos en la producción.”

Para pasar de preventivo a proactivo, los fabricantes deben tener una estrategia para “recopilar, analizar y actuar sobre datos aprovechando IoT, dispositivos móviles, IA, robótica y otras innovaciones tecnológicas; para comprender la salud de sus equipos; y finalmente, automatizar los procesos para actuar sobre los insights generados por la tecnología.”