CARACTERÍSTICAS
Modelo automático de detección de anomalías y lectura de errores con Machine learning, que identifica condiciones que pueden comportar paros de máquina y/o fabricaciones en condiciones catalogadas como no óptimas.
IMPACTO
Detección de comportamientos anómalos desconocidos hasta el momento.
LOGROS
Aumentar la competitividad de los procesos productivos a través de la modernización tecnológica y la automatización. Una mayor satisfacción de los clientes, una mejor imagen de la marca y un aumetno de la competitividad de las empresas que lo aplican, y, escalándolo, de la industria en el mercado global.
PROBLEMA EMPRESARIAL
El proyecto de «Mantenimiento predictivo de maquinaria industrial a partir de los datos sensóricos – MADAM» trabaja con datos de maquinaria de laminación desde el punto de vista del fabricante de la maquinaria y sensórica asociada y de los usuarios. Los objetivos del proyecto son la reducción de residuos, la mejora de la calidad de los productos, la optimización de la maquinaria, el aumento de la productividad y ahorro de tiempo y de costes asociados a las reparaciones, mantenimiento, interrupciones y paros de máquina.
LA SOLUCIÓN DE DRIBIA
Se han recopilado datos de varias máquinas laminadoras que han permitido identificar las principales causas de los paros e implementar medidas preventivas. Gracias a esta información, se ha desarrollado una interfaz que permite visualizar los datos y estados de los dispositivos. Por último, se ha realizado una validación del sistema y sus resultados mediante pruebas industriales en las instalaciones de RotorPrint.
