El Análisis en Plantas de Agua

A las empresas de suministro de agua no les faltan datos (en tiempo real e históricos), y la promesa de la analítica para aprovechar estos datos está bien documentada y ampliamente promocionada. Sin embargo, ¿cómo se comparan las exageraciones con la realidad cuando se trata de que personas no expertas en data utilicen estas herramientas y obtengan resultados significativos? Las ventajas de la analítica son evidentes:

• Reducción de costes.
• Mejorar la eficiencia.
• Mayor precisión en la planificación de la demanda de agua.
• Reducción del tiempo de inactividad no planificado.
• Mejorar la gestión de productos químicos.

La gestión de datos y la creación de modelos y algoritmos suelen considerarse el ámbito de los científicos de datos, lo que da lugar a proyectos analíticos que limitan el número de casos de uso y, por tanto, el beneficio más amplio en una empresa de suministro de agua. Como resultado esperado, hasta ahora la mayoría de los ingenieros y operadores no han confiado en poder aprovechar el software de análisis.

Aumente el éxito con análisis

Los análisis industriales se están volviendo más accesibles para las empresas de servicios de agua que utilizan modelos de capacitación listos para usar ajustados para casos de uso específicos, con soluciones de análisis como Proficy CSense de GE Digital. Al utilizar una interfaz de usuario de autoservicio, los ingenieros pueden combinar datos de fuentes de datos industriales e identificar rápidamente problemas, descubrir causas fundamentales, predecir el rendimiento futuro y automatizar acciones para mejorar continuamente la calidad, la utilización, la productividad y la ejecución de las operaciones.

GE Digital ayudó a una empresa de agua de tamaño mediano a predecir fallas en la bomba con hasta 16 días de anticipación, utilizando Proficy CSense. Es de destacar que esto se logró sin escribir una sola línea de código y dio como resultado un gráfico de tendencias que ayuda a los ingenieros a identificar fallas.

El componente identificado como causante del fallo de la bomba era un perno crítico propenso a la corrosión; sin embargo, su ubicación dificultaba la inspección visual. Cuando el perno se erosionaba, sus roscas se aflojaban y perdían contacto, permitiendo que el impulsor se tambaleara. Las vibraciones adicionales creadas por este movimiento provocaban más daños en el motor y su acoplamiento. Finalmente, la cabeza del tornillo se separaría, lo que provocaría que el impulsor se saliera de la carcasa y causara un fallo catastrófico. El resultado es que este tornillo barato deja fuera de servicio durante semanas esta bomba tan cara.

Gracias a la analítica y a un modelo de datos entrenado, ahora se controlan los patrones y los cambios en las señales de vibración y se pueden detectar futuros fallos. El resultado es que la empresa de suministro de agua dispone de dos semanas para programar el mantenimiento preventivo en lugar de malgastar recursos en tiempos de inactividad imprevistos, lo que se traduce en una interrupción de un solo día en lugar de semanas.

Todo esto fue posible sin escribir una sola línea de código y utilizando datos históricos que ya estaban disponibles. La magia se produjo cuando se entrenaron los algoritmos de GE Digital Water.

En este caso, se introdujeron registros de mantenimiento basados en texto. El análisis de esos registros permitió detectar dos casos de avería de la bomba y cambios de vibración correlacionados que anteriormente se habían pasado por alto. A partir de esta información, se depuraron los datos y se utilizó un método estadístico conocido como "análisis de componentes principales" para encontrar el número mínimo de etiquetas necesarias para predecir con exactitud los fallos, reduciendo el ruido extraño de los datos. No se han necesitado cientos de puntos de datos ni docenas de fuentes de datos, solo el conjunto de datos adecuado y fácilmente disponible.

Esta nueva información se combinó con modelos de aprendizaje estándar para entrenar el algoritmo y obtener un rendimiento óptimo y repetible. La visualización de datos resultante identifica fácilmente las anomalías que pueden utilizarse para programar el mantenimiento preventivo.

Explora las posibilidades con la Analítica

Este ejemplo de cómo GE Digital y esta empresa de suministro de agua fueron capaces de predecir demuestra que es posible bombear la cantidad precisa de agua que se demanda, donde se demanda, a la especificación - manteniendo los costes operativos más bajos posibles.

Si recopila y almacena datos de sus operaciones, las oportunidades son infinitas. Para poner en marcha su imaginación, a continuación le presentamos algunos casos de uso en los que la analítica puede tener un gran impacto:

• Optimización del uso de productos químicos (por ejemplo, amoníaco).
• Reducción de costos de energía basándose en la utilización de activos en los procesos.
• Mejorar la precisión de la demanda de agua y optimización del caudal.
• Predicción de fallas en los activos.

Ahora que has visto que la analítica está a tu alcance, ¿hacia dónde quieres llevarla?

Pide una cita ahora mismo con nuestros consultores y no olvides de suscribirte a nuestra newsletter para estar al tanto de las últimas novedades de la industria 4.0.