Software de sonido para detectar fallos en maquinaria
Eliminar el riesgo de interrupciones y reducir los costes de mantenimiento son factores muy importantes para la industria, dado que afectan a la productividad y la calidad, al tiempo que reducen los beneficios. La industria, por tanto, tiene incentivos de gran calado para dar con un sistema fácil de instalar y sencillo de utilizar. Mediante el análisis de sonidos, el proyecto neuronSW neuronSW (Early detection and prediction of mechanical malfunction of machinery by sound analysis), financiado con fondos europeos en el marco de Horizonte 2020, desarrolló un método innovador y revolucionario para predecir averías mecánicas en maquinaria industrial. Los investigadores al cargo del proyecto combinaron algoritmos avanzados, aprendizaje automático y análisis de datos masivos para imitar la corteza auditiva humana y así detectar y predecir averías mecánicas. «La tecnología aprovecha el aprendizaje automático, la nube e Internet de los Objetos para generar un servicio de detección que emula la intuición humana sobre el sonido», afirma Jiří Čermák, gestor técnico de NeuronSW Ltd, pyme asociada al proyecto. Un oído fino para los problemas Gracias a la tecnología informática de sonido de Neuron (neuronSW), los fabricantes pueden ejecutar diagnósticos inteligentes de audio y controlar aspectos fundamentales de la maquinaria a través de los sonidos que produce. «El hardware integrado y la plataforma de software recopilan automáticamente el sonido de las máquinas en tiempo real y evalúan constantemente el estado de la maquinaria. Funciona de manera similar a como lo hacen los operarios con experiencia que emplean su oído para diagnosticar máquinas averiadas», explica Čermák. El sistema funciona tanto en línea como sin conexión y puede integrarse en software previo o plataformas externas del Internet de los Objetos. «De este modo se transforman los datos en conocimiento y acciones», indica Čermák. «Es posible instalar sensores de sonido y vibración (micrófonos) en todo tipo de maquinaria por muy poco dinero y rápidamente, lo que permitiría que activos sin interfaz digital u operados mediante sistemas antiguos pudieran digitalizarse sin necesidad de desembolsar grandes cantidades de dinero en actualizaciones». Además, apenas existen límites a la aplicación de la tecnología de audiodiagnóstico, pues puede utilizarse para casi cualquier cosa que tenga piezas móviles y emita sonido. «No obstante, tiene sentido centrarse primero en piezas críticas de la maquinaria, activos caros, control de calidad y activos en zonas alejadas de acceso complicado», apunta Čermák. Y prosigue: «Distintas empresas cooperaron con NeuronSW a fin de crear soluciones para maquinaria pesada, como motores de cogeneración, bombas de combustible de automoción, turbinas eólicas, escaleras mecánicas, sistemas de climatización, control de calidad de motores eléctricos y mantenimiento predictivo de máquinas de embalaje». Un futuro brillante Según Michal Bambušek, director de ventas de NeuronSW Ltd, el proyecto también trabajó en planes comerciales y de marketing. «Formamos a personal de ventas e identificamos mercados fundamentales y las estrategias de comercialización para la tecnología neuronSW. Además, realizamos estudios de casos para desarrollarla y adaptarla a distintos ámbitos», afirma. «Logramos nuevos contactos comerciales importantes que nos ayudaron a descubrir nuevos ámbitos y usos para nuestra tecnología, lo cual contribuyó a su mejora y a nuestro progreso». La tecnología desarrollada en la iniciativa generó beneficios tanto para las máquinas como para las personas. «Sin duda, el mantenimiento de activos es uno de los principales ámbitos de exploración de muchas industrias de todo el mundo», añade Čermák. «Entendemos que, en el futuro, el mantenimiento predictivo por sonido será una función estándar en la mayoría de las máquinas con piezas móviles, ayudando tanto a fabricantes como a operarios. En cuanto al futuro de las investigaciones, estamos haciendo todo lo posible para aprender de los estudios de casos y mejorar nuestra tecnología e investigación», concluye.
Palabras clave
NeuronSW, sonido, mantenimiento predictivo, maquinaria, supervisión de activos, acústica, tecnología, Internet de los Objetos (IoT), inteligencia artificial (AI)