Ir al contenido principal

Destacados

Cuando una máquina trabaja diferente al resto del proceso, cualquier ajuste requiere analizar mucho más que solo copiar programación…

En una planta con 4 prensas operando bajo una estructura de control similar, se solicitó el respaldo del programa de una de las máquinas para utilizarlo como referencia durante la adecuación de una 5ta prensa. Aunque las máquinas pertenecían al mismo proceso, la nueva prensa contaba con una lógica distinta, por lo que no era posible reutilizar la programación directamente. Era necesario analizar ambos programas para identificar diferencias en secuencias, condiciones de operación y comportamiento del proceso. Se realizó una revisión comparativa de las programaciones para desarrollar los ajustes necesarios y mantener compatibilidad operativa con el resto de la línea. Esto permitió avanzar en la adecuación de la nueva prensa sin afectar la coherencia general del sistema. Con este análisis, la 5ta prensa podrá integrarse de forma más ordenada al proceso, manteniendo estabilidad y armonía operativa con las demás máquinas de la línea. En MCI Automation® somos integradores de sistemas de ...

Machine Learning y mantenimiento predictivo en la industria.

  En un sistema dispensador de producto que llena el contenedor de un dispositivo en una línea de producción, se desea tener información que ayude a saber que tan propenso está a fallar y cuando esto pudiera ocurrir, para que de alguna forma se puedan tomar acciones preventivas programadas que eviten que haya un paro de línea no deseado. ¿Cómo se puede hacer esto?

El sistema tiene sensores diversos que miden variables como, presión, flujo, temperatura, ciclos de máquina, entre otros, y las lecturas de esos sensores la utiliza para controlar el proceso de llenado y tomar decisiones lógicas para el accionamiento de diversos componentes.

Existe información con historial y datos de las variables del proceso. ¿Qué más se puede hacer con estos datos? Se pueden usar para predecir cuándo una variable o lo que es lo mismo una lectura de los sensores no se está comportando como ya se había estandarizado “aprendido”. En pocas palabras, con Machine Learning se puede pasar de tener procesos de monitoreo reactivos a tener un monitoreo proactivos.



Comentarios

Entradas populares