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
Servicios
Optimizar la disponibilidad del servicio y mejorar la experiencia del usuario
Defendemos un enfoque descendente en el que las mejoras de mantenimiento se generan inicialmente a nivel de productor/consumidor de sistemas rotodinámicos (cintas transportadoras, bombas, HBS, escaleras automáticas...) y pueden integrarse posteriormente en sistemas corporativos centralizados (GMAO, Máximo, SAP, Scada...).
Beneficios
-
EFICIENCIA -
Adaptabilidad Adaptable a distintos entornos
- Menos susceptible a fallos.
- No intrusivo.
- Más económico
Tecnología
Publicaciones
Autor: Miguel Bermeo-Ayerbe, Vincent Cocquempot, Carlos Ocampo-Martinez, and Javier Diaz-Rozo
Título: Remaining useful life estimation of ball-bearings based on motor current signature analysis
Publicación: Reliability Engineering &System Safety, vol. 235, p. 109209
Fecha: July 2023
Autor: Carlos Puerto-Santana, Concha Bielza, Javier Diaz-Rozo, Guillem Ramirez-Gargallo, Filippo Mantovani, Gaizka Virumbrales, Jesús Labarta and Pedro Larrañaga
Título: Asymmetric HMMs for Online Ball-Bearing Health Assessments
Publicación: IEEE Internet of Things Journal, vol. 9, p. 20160-20177
Fecha: October 2022
Autor: M. Bermeo-Ayerbe, Carlos Ocampo-Martinez, and J. Diaz-Rozo
Título: Data-driven energy prediction modeling for both energy efficiency and maintenance in smart manufacturing systems
Publicación: Journal of Energy, vol. 238, p. 121691
Fecha: January 2022
Autor: J. Diaz-Rozo, C. Bielza, y P. Larrañaga
Título: Machine-tool condition monitoring with Gaussian mixture models-based dynamic probabilistic clustering
Publicación: Engineering Applications of Artificial Intelligence, vol. 89, p. 103434
Fecha: March 2020
Autor: J. Diaz-Rozo
Título: Clustering probabilístico dinámico para la búsqueda de patrones de degradación de elementos de máquina en el ámbito del Industrie 4.0
Publicación: PhD Thesis, Universidad Politécnica de Madrid
Fecha: September 2019
Autor: J. Diaz-Rozo, C. Bielza, y P. Larrañaga
Título: Clustering of data streams with dynamic Gaussian mixture models: An IoT application in industrial processes
Publicación: IEEE Internet of Things Journal, vol. 5, n.o 5, pp. 3533-3547
Fecha: October 2018
Autor: J. Diaz-Rozo, C. Bielza, y P. Larrañaga
Título: Machine learning-based CPS for clustering high throughput machining cycle conditions
Publicación: Procedia Manufacturing, vol. 10, pp. 997-1008
Fecha: January 2017
