Monitorización y predicción del estado de salud de las máquinas herramienta
Recoger, transmitir y analizar datos para mejorar la capacidad de diagnóstico de la maquinaria e incrementar su productividad.
Solución de monitorización y gestión de datos que contribuye a detectar situaciones de funcionamiento anómalo de manera temprana.
El sector de la máquina herramienta demanda cada vez más equipos de gran precisión y de alto valor añadido, pero también el desarrollo de sistemas que faciliten su propio mantenimiento, una tarea crítica e indispensable para mantener el propio funcionamiento de los equipos y, por lo tanto, su productividad.
Tekniker ha desarrollado junto a Ibermática, compañía de servicios en Tecnologías de la Información (TIC), una solución de monitorización y gestión de datos que permite conocer la salud de los componentes críticos de las máquinas herramienta y detectar situaciones de funcionamiento anómalo de manera temprana.
Esta herramienta está pensada para que, por un lado, los fabricantes de los equipos puedan prestar servicios de mantenimiento avanzado a sus clientes, y, por otro, para que los usuarios finales puedan comprobar que sus equipos funcionan de forma adecuada.
Para recoger señales de los controles y sensores, tanto internos como externos, el centro propone la realización de una serie de test de máquina que permitan conocer el estado de la misma, mediante la evolución temporal de diferentes parámetros. Es lo que Tekniker denomina “Tekniker Fingerprint”. De este modo, se puede comprobar cómo están funcionando las máquinas y hacer un seguimiento de la salud de los equipos de forma controlada.
Para la recogida de información se utiliza hardware capaz de conectarse a diferentes CNC de máquina herramienta, además de recoger información proveniente de la sensorica que se pueda instalar en máquina.
Los datos post-procesados a través de los test de Fingerprint y los datos de operación se envían a una plataforma preparada para su explotación. Esta plataforma capta, procesa, almacena y explota todos los datos, además de correlacionarlos con el estado real de los componentes y las máquinas para conocer su comportamiento en uso, mejorar la capacidad de diagnóstico y predicción del sistema, y, en definitiva, facilitar la toma de decisiones para mejorar el rendimiento de las máquinas herramienta.