Ganancias:
- Sabe qué datos indican un mal funcionamiento
- Puede hacer predicciones con un simple monitoreo de umbral
- Distingue lo que la IA puede y no puede hacer aquí
La mayoría de las averías no ocurren repentinamente; da una señal de antemano. Los precursores más comunes son el aumento de la vibración, el aumento de la temperatura, el cambio en el consumo de corriente y el cambio en el carácter del sonido.
Datos para rastrear
- Corriente del motor: el aumento de corriente puede indicar bloqueo o bloqueo del rodamiento.
- Temperatura del rodamiento: falta de lubricación o desalineación.
- Vibración: desequilibrio, desgaste, aflojamiento.
- Diferencia de presión de aspiración: obstrucción del filtro.
- Eficiencia de producción: la disminución de la eficiencia con el mismo ajuste es un indicador indirecto de desgaste.
El papel de la inteligencia artificial
La inteligencia artificial sigue el patrón de estos datos con más paciencia que un humano: la detección de que “la corriente del motor del rodillo C2 ha ido aumentando gradualmente en las últimas tres semanas” hace visible una tendencia que podría haber pasado desapercibida.
Sin embargo, la inteligencia artificial no ve el mal funcionamiento, ve los datos. Si no hay sensor y no se registran datos, no hay predicción. El requisito previo para el mantenimiento predictivo es la medición; El software es el segundo paso.
La frase "La IA predice el fracaso" es cierta sólo si hay datos. Mida primero, modele después. Construir un modelo sin medir significa hacer inferencias a partir de información inexistente.