Resumen de Mejora del plan de mantenimiento predictivo de equipos dinámicos en plantas de síntesis química, adaptado a la Industria 4.0 y basado en valoración multiparamétrica de la condición funcional
- español
La intensa globalización experimentada durante las últimas décadas en el comercio mundial ha ofrecido a las compañías productivas grandes oportunidades de crecimiento, sin embargo, la irrupción a comienzos del año 2020 de la crisis sanitaria y económica provocada por la COVID-19 ha hecho que esta perspectiva se tambalee, agudizando el tradicional problema inherente a la globalización como es la gran competitividad interempresarial promovida por los bajos precios de manufactura de los países emergentes. A pesar de que este hecho puede dificultar incluso la mera subsistencia de las empresas occidentales, el progreso económico es aún posible, siendo necesario para ello abandonar el tradicional concepto de que el crecimiento industrial se debe únicamente a las actividades de estímulo económico dirigidas a la renovación de activos físicos, adoptando en su lugar un objetivo mucho más beneficioso para la empresa como es el de obtener el máximo aprovechamiento de las instalaciones ya existentes. El éxito en esta tarea depende en gran medida de la implantación de un adecuado plan de mantenimiento, el cual además debe encontrarse perfectamente adaptado a las nuevas tendencias industriales promovidas por el paradigma de la “Industria 4.0”, cuyo pilar fundamental es la aplicación masiva de las nuevas tecnologías de la información, en vista de optimizar todos los procesos de la fábrica. La presente tesis se enfoca directamente en esta dirección, presentando un conjunto estructurado de propuestas metodológicas de carácter general cuya aplicación se basa en la integración de información de mantenimiento predictivo y producción en planta con el fin de reducir los fallos durante los procesos y, por consiguiente, maximizar las posibilidades de éxito del plan de mantenimiento. Con la primera de las metodologías desarrolladas se propone resumir los datos e información predictiva y diagnóstica de las máquinas evaluadas en un único indicador de su estado funcional, fácilmente comprensible para todos los niveles de la organización y a través del cual valorar fácilmente su “estado de salud”. Puesto que el indicador, antes mencionado, se obtiene a partir de la evaluación de uno o más parámetros representativos de la condición de las máquinas, la segunda metodología elaborada, permite establecer, para cualquiera de estos parámetros de significación funcional, los niveles de severidad más adecuados para cada máquina y, además, que estos sean dinámicos y adaptables a cada caso particular. Ahora bien, en la mayor parte de los equipos de producción de las plantas de proceso, la medición de los parámetros utilizados para el mantenimiento predictivo se hace de forma periódica. Por tanto, la clave del éxito de las metodologías anteriores radica en una acertada elección del periodo entre medidas. Este es el objetivo de la siguiente propuesta metodológica, la formulación de un método para estandarizar los criterios que permiten definir y cambiar de forma dinámica y automática los periodos entre las sucesivas mediciones de parámetros de significación funcional a realizar sobre cada máquina, lo que hemos denominado Intervalo Temporal Entre Medidas (ITEM). Finalmente, la última de las metodologías que se presentan, si bien aplica técnicas clásicas del mantenimiento predictivo, se basa en las ventajas que aporta la integración de los datos de mantenimiento y producción en el ERP de la empresa, la cual ha puesto de manifiesto que el disponer de herramientas de gestión de este tipo de información perfectamente interconectadas, hace posible evidenciar relaciones entre datos aparentemente independientes, pudiendo en consecuencia detectar patrones repetitivos de fallo con el fin de poder subsanarlos.
- English
The intense globalization experienced during the last decades in world trade has offered productive company’s great opportunities for growth, however, the irruption at the beginning of the year 2020 of the health and economic crisis caused by COVID-19 has caused this perspective to falter, exacerbating the traditional problem inherent in globalization such as the great inter-company competitiveness promoted by the low manufacturing prices of emerging countries. Although this fact may hinder even the mere subsistence of western companies, economic progress is still possible, and it is necessary to abandon the traditional concept that industrial growth is due solely to economic stimulus activities aimed at the renewal of physical assets, adopting instead a much more beneficial objective for the company, which is to obtain the maximum use of the facilities already existing. Success in this task depends to a large extent on the implementation of an adequate maintenance plan, which must also be perfectly adapted to the new industrial trends promoted by the paradigm of "Industry 4.0", whose fundamental pillar is the massive application of new information technologies, in view of optimizing all the processes of the factory. This thesis focuses directly on this direction, presenting a structured set of methodological proposals of a general nature whose application is based on the integration of predictive maintenance information and plant production in order to reduce failures during processes and, therefore, maximize the chances of success of the maintenance plan. The first of the methodologies developed, it is proposed to summarize the data and predictive and diagnostic information of the machines evaluated in a single indicator of their functional state, easily understandable for all levels of the organization and through which to easily assess their "state of health". The indicator mentioned above, is obtained from the evaluation of one or more parameters representative of the condition of the machines, the second methodology elaborated, allows to establish, for any of these parameters of functional significance, the levels of severity most appropriate for each machine and, in addition, that these are dynamic and adaptable to each case. However, for most of the production equipment in the process plants, the measurement of the parameters used for predictive maintenance is done on a regular basis. Therefore, the key to the success of the above methodologies lies in a correct choice of period between measures. This is the objective of the following methodological proposal, the formulation of a method to standardize the criteria that allow to define and change dynamically and automatically the periods between the successive measurements of parameters of functional significance to be made on each machine, what we have called Temporal Interval Between Measures (ITEM). Finally, the last of the methodologies presented, although it applies classic techniques of predictive maintenance, is based on the advantages provided by the integration of maintenance and production data in the ERP of the company, which has shown that having perfectly interconnected management tools for this type of information, makes it possible to demonstrate relationships between apparently independent data, making it possible, therefore, to detect repetitive failure patterns to correct them.
