Newtek

La aplicación de nuevas técnicas supone una optimización de la estrategia de mantenimiento de la máquina eliminando paradas imprevistas e incrementando la disponibilidad; contribuye también a mejoras del producto en términos de fiabilidad.

En general, el mantenimiento de las máquinas en la industria se realiza de dos formas; en intervalos planificados o de forma correctiva tras detectar una avería. En el primer caso, la planificación no considera las condiciones de funcionamiento de la máquina y en el segundo, la avería puede derivar en efectos inesperados en las piezas o en la máquina misma.

En este contexto, IK4-TEKNIKER ha trabajado recientemente con las empresas Goratu y Fagor Automation en un proyecto cuyo objetivo principal consistía en reducir el tiempo de parada de las máquinas herramienta por medio de un mantenimiento predictivo-proactivo inteligente.

De este modo, se trabajó en el desarrollo de una estrategia de mantenimiento pro-activo utilizando la información que proporcionaba el propio control numérico de la máquina y sin necesidad de introducir una sensorización específica en la misma.

Esta estrategia de mantenimiento predictivo inteligente evalúa la “salud” de la máquina a través de programas cortos estándar de testeo que combinaban diagnosis para los componentes más importantes y así, generar un informe de la condición de la máquina. Durante estos tests, se realizan muestras y almacenan una serie de variables procedentes de señales internas al sistema CNC-regulador.

Tras el procesamiento, se genera el resultado del test; una “huella digital” de la máquina que podía compararse con ciertos patrones para evaluar cifras de salud relacionadas con los componentes más críticos (principalmente el cabezal y las guías lineales de las máquinas herramienta).

Además de este test, realizado en intervalos periódicos (diariamente, semanalmente, etc.), se registran y almacenan datos de funcionamiento. Esto suministra información para relacionar el estado de la máquina a condiciones de funcionamiento (potencia, gamas de velocidad, etc.) para intentar identificar los parámetros de un proceso que puede conducir a una posible avería.

Los datos de funcionamiento y las “huellas digitales” se envían a un servidor remoto en el que se agrega y analiza la información procedente de diferentes máquinas.

Del análisis de esta información se toman decisiones para la mejora de la estrategia de mantenimiento de la máquina, la mejora del producto o la mejora de los algoritmos de evaluación del estado de salud de la máquina.

This project has received funding from the European Community's Seventh Framework Programme (FP7-NMP-2012-ICT-FOF) under grant agreement no 314548.