Servicios

Optimizar la disponibilidad del servicio y mejorar la experiencia del usuario

Ver vídeo

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

    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
  • Adaptabilidad

    Adaptable a distintos entornos

    • Menos susceptible a fallos.
    • No intrusivo.
    • Más económico
       

Tecnología

El sistema genera un Índice de Salud para los sistemas electromecánicos

Basado en la correlación del consumo de energía y las vibraciones, lo que permite la detección precoz de comportamientos anómalos, priorizando el consumo de energía como señal de análisis para detectar anomalías tanto mecánicas como eléctricas.

Minimización de errores Análisis de incoherencias

El algoritmo asocia de forma óptima múltiples eventos de encendido de consumidores con un único evento de encendido.

Mejora la detección precoz de anomalías y la eficiencia energética

El sistema infiere el comportamiento mecánico a partir del consumo de energía, monitorizando múltiples dispositivos con un medidor de energía, permitiendo la ejecución de rutinas de mantenimiento evitando el mantenimiento correctivo cuando la anomalía aún no ha provocado la parada del sistema.

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

Más información

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

Más información

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

Más información

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

Más información

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

Más información

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

Más información

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

Más información

Casos de éxito

Contacta con nosotros