?

CEPSA

La bola de cristal digital que ayuda a las plantas industriales a predecir fallos

Cepsa se convierte en la compañía pionera en España en incorporar la nueva tecnología de Amazon Web Services que diagnostica problemas y fallos en los equipos

Contenido desarrollado para

J.M.Sánchez

Compartir

La tecnología ha evolucionado hasta un nivel de sofistificación tan sorprendente para la mente humana que es capaz incluso de anticipar y predecir los fallos que se van a producir en una instalación. A través de los últimos avances en el campo de la inteligencia artificial, las empresas más punteras ya son capaces de vaticinar un acontecimiento desfavorable en una industria, permitiendo optimizar recursos y solucionando con suficiente antelación las posibles incidencias que, como en el caso de una planta industrial, pueden llegar a afectar a miles de clientes y suponer unos elevados costes en reparaciones, tiempos de inactividad, etc.

Un ejemplo de la capacidad de la tecnología en la actualidad se ha llevado a cabo en las instalaciones industriales de Cepsa ubicadas en La Rábida (Huelva) y Gibraltar-San Roque (Cádiz). La empresa energética, en una clara apuesta por la innovación, se ha convertido en una de las pioneras en España en incorporar la nueva tecnología en la “nube” Amazon Lookout for Equipment. Un nuevo servicio pensado para realizar un mantenimiento predictivo en plantas industriales y que sirve para ayudar a las compañías a evitar costosos tiempos de inactividad, así como predecir anomalías en los equipos. Se trata, en efecto, de una especie de “bola de cristal” que permite conocer el futuro en el desarrollo del proceso por el cual se obtienen diversos derivados del petróleo (gasóleo, queroseno, etc.).

Un operario trabaja con las tecnologías más avanzadas del mercado en la planta de La Rábida

Este servicio incorpora sistemas de “aprendizaje automático” o “machine learning” para conocer más detalladamente el funcionamiento de un proceso industrial. Para recoger información infiere los datos de los sensores de los equipos industriales (por ejemplo la potencia o la temperatura) y entrena el modelo de aprendizaje automático para conocer con precisión las señales de advertencia temprana de fallos de la máquina. El programa piloto que Cepsa ha puesto en marcha en sus dos plantas andaluzas se ha centrado en la detección y predicción de fallos en sus equipos rotativos de las refinerías (bombas, compresores). En concreto, en la refinería de San Roque, la mayor de España, los ingenieros y empleados de mantenimiento pueden conocer el funcionamiento en tiempo real del turboexpander, una turbina que se utiliza para impulsar un compresor y que es un elemento crítico.

Más información del estado de los equipos

Esta tecnología, además, es escalable y se adapta a la naturaleza de cada industria. En particular, se ha incorporado en la plataforma de la “nube” Knolar que ya se utiliza en Cepsa y que permite conocer datos estadísticos Inteligencia artificial, un aliado también en el datos estadísticos en tiempo real de manera rápida y visual. Con Knolar es posible aportar un servicio más completo, que no solo integra datos de dispositivos que se alojan en instalaciones sino que también detecta las anomalías de dichos equipos. “Estamos aportando conocimientos de aprendizaje automático a los expertos que mejor conocen los equipos, lo que les permite tomar decisiones más informadas para lograr un tiempo de funcionamiento superior y reducir los costes operativos”, dice Alberto Gascón, responsable de analítica avanzada en Cepsa.

Hasta ahora, para analizar los datos de sus equipos, muchas empresas tenían implantado un mantenimiento predictivo clásico basado en el análisis de la condición de los equipos usando parámetros puramente mecánicos. En esta línea, se venía haciendo uso de diferentes técnicas más o menos avanzadas como el análisis de vibraciones, termografías, ultrasonidos, etc. La nueva visión de este proyecto ofrece la posibilidad de ampliar el análisis más allá del estado puramente mecánico, permitiendo un análisis global del activo con muchas más variables y sin la intervención humana.

Compartir

Este contenido ha sido desarrollado por Content Factory, la unidad de contenidos de marca de Vocento, con Cepsa. En su elaboración no ha intervenido la redacción de este medio.