IBM: Mejora de la fiabilidad y seguridad de activos con soluciones EAM proactivas

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

Combinando software, sistemas y servicios, la gestión empresarial de activos (EAM) ayuda a mantener, controlar y optimizar la calidad de los activos operativos a lo largo de sus ciclos de vida. En conversación con Skip Snyder, socio sénior de IBM Global Business Services, desglosa los beneficios de una solución EAM en tres categorías: optimización de calidad y uso de activos, tiempo productivo de actividad y reducción de costes.

Optimización de calidad y uso de activos

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

Una forma de optimizar la calidad y usar los activos es monitorizar la salud del activo mediante sensores, vigilando tendencias que indiquen una degradación potencial sobre la que se puede actuar para evitar una avería. Otras formas incluyen el uso de cámaras y micrófonos para monitorizar la salud 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 se sigue recopilando datos.

"A medida que crece el número de sensores y dispositivos en los activos, el volumen de datos rastreados se ha expandido exponencialmente. Se ha vuelto imposible para los humanos solos monitorizar todo. La IA ahora juega un papel importante en la gestión empresarial de activos (EAM) para ayudar a dar sentido a todos esos datos y derivar valor de ellos porque puede aprender e identificar tendencias. La tecnología puede profundizar la comprensión de los activos traduciendo datos en insights accionables que pueden usarse para impulsar un mantenimiento más efectivo", dice Snyder.

"Por ejemplo, el mantenimiento basado en condiciones está reemplazando al mantenimiento basado en tiempo. En lugar de hacer una inspección o reparación cada pocos meses o según un calendario establecido, los insights de datos operativos y analíticas pueden predecir el fallo del activo. Esto asegura que los activos que necesitan atención la reciban en el momento adecuado, mejorando la fiabilidad y optimizando el mantenimiento. Las capacidades de monitorización remota permiten la detección continua de anomalías. El rendimiento del activo se rastrea y evalúa continuamente mediante inteligencia artificial (IA), que puede activar alertas basadas en indicadores como condiciones de línea plana y cambios bruscos en lecturas de sensores."

Cervecería Sugar Creek

"Sugar Creek Brewery es un ejemplo de cliente de IBM Maximo que usa EAM, IA e IoT para optimizar la calidad y reducir pérdidas. Perdían más de 30.000 dólares al mes en derrame de cerveza durante el proceso de fabricación. Al integrar la tecnología en el proceso de elaboración, pueden identificar problemas que afectan la calidad de su producto. Parámetros como tiempo de llenado, temperatura, pH, gravedad, presión, carbonatación y nivel se envían a la nube para análisis. Estos datos pueden informar nuevos procesos o refinar los existentes para asegurar que el producto cumpla las expectativas de fabricación y el ahorro de costes por pérdida de fabricación se reinvierte ahora en el negocio", — Skip Snyder, socio sénior, IBM Global Business Services.

Tiempo productivo de actividad

Al tener el sistema EAM adecuado respaldado por una plataforma de nube híbrida abierta y flujos de trabajo inteligentes impulsados por IA, los fabricantes pueden "detectar averías potenciales de equipos y emitir automáticamente órdenes de trabajo a los técnicos para prevenirlas, con toda la información que necesitan para resolver el problema, incluyendo herramientas, historial del activo, análisis de causa raíz y mejores prácticas", añade Snyder.

Reducción de costes

Cuando se trata de evaluar costes, Snyder explica que esto puede hacerse de dos formas: "La primera es: ¿los técnicos hacen el trabajo correcto en el momento correcto de la forma correcta? La segunda es: ¿se elimina o minimiza el tiempo de inactividad del equipo debido a averías, retrasos en reparaciones o piezas faltantes?"

Para la primera parte, cuanto más eficiente es un técnico, más equipos puede mantener en funcionamiento de forma continua. "Donde hay mayor eficiencia, hay mayor valor", añade Snyder. "Los insights en tiempo real y las capacidades de automatizan empoderan a tus empleados para tomar decisiones basadas en datos con rapidez y confianza y centrar su energía en trabajo de mayor valor."

Para la segunda parte, cuanta más información se conozca y pueda anticiparse sobre las necesidades de mantenimiento del equipo, más eficiente es la operación. "El resultado es menos tiempo de inactividad debido a averías inesperadas o tener que retrasar reparaciones porque no tienes las piezas para arreglarlo. Con la información adecuada, podrás predecir fallos, y con el programa EAM adecuado, ahora tienes las piezas correctas en la cantidad correcta en el momento correcto, optimizando así el rendimiento del equipo y mejorando la Efectividad General del Equipo (OEE)."

Mejores prácticas para fabricantes que adoptan una solución EAM

En resumen, Snyder reflexiona que hay muchas mejores prácticas para adoptar una solución EAM, pero en última instancia se reduce a conocer la salud del equipo, equipar a la plantilla con la información y herramientas adecuadas, y garantizar proactivamente la fiabilidad y seguridad.

"Para hacer esto realidad, tener capacidades de nube híbrida e IA es crítico. Una arquitectura de nube híbrida abierta permite a los fabricantes mover el procesamiento más cerca de la operación y reducir la latencia de datos para que la información y herramientas correctas lleguen a la plantilla de manera oportuna. La IA luego ayuda a esa plantilla a filtrar las montañas de datos de la planta de fabricación y más allá para ayudarles a entender qué está pasando realmente con sus equipos y cuál es el mejor curso de acción para abordar cualquier problema potencial que surja."

Un enfoque principal para los fabricantes también debería ser buenas prácticas de datos. Dado que EAM depende de datos para tomar decisiones, "la mala calidad de datos o la falta de datos conduce a cosas como técnicos perdiendo tiempo en prioridades equivocadas, inventario no disponible cuando y donde se necesita, no tener las herramientas adecuadas disponibles, y en última instancia, averías de 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, móvil, IA, robótica y otras innovaciones tecnológicas; para entender la salud de sus equipos; y finalmente, automatizar los procesos para actuar sobre los insights generados por la tecnología."