Aingura insights
Pre-procesado
Transformación
Adquisición de datos
Pre-procesado
Transformación
Adquisición de datos
Sectores
Servicios
Aplicaciones
Eficiencia de Consumos
Mantenimiento
impacto
- Aprovechamiento del sistema de control existente.
- Reducción del número de sensores necesarios para obtener la mejora.
- Utilización del consumo de energía para evaluar el comportamiento mecánico.
Desarrollar Tecnologías de Inteligencia Artificial (AI)
- Supervisión no intrusiva de la carga basada en aprendizaje automático en línea.
- Generación de línea de base multiconsumidor.
Retos
- Transformación del actual modelo de mantenimiento basado en mantenimiento preventivo por catálogo (sin tener en cuenta el uso real) y correctivo (con el consiguiente tiempo de inactividad del sistema, menor disponibilidad y mayores costes de reparación).
- Utilización de un único sistema de medición para la obtención de datos de una línea (30 transportadores), aplicando algoritmos de Machine Learning para la identificación de diferencias de puesta en marcha y seguimiento de la degradación mediante medición de consumo energético a alta velocidad....
resultados
- Reducción de las paradas no programadas (>80%).
- Reducción del coste de mantenimiento preventivo (50%).
- Reducción del coste de mantenimiento correctivo (20%).
- Reducción del consumo de energía (5%).
- PRI: 1,5 años
- El sistema también puede utilizarse para mejorar otros sistemas como ascensores, escaleras automáticas, calefacción, ventilación y aire acondicionado o bombas en el aeropuerto.
