Ir al contenido principal

Destacados

¿Tu sensor detecta de forma confiable… o depende de la suerte y las vibraciones de la máquina?

Un sensor puede tener la tecnología correcta, pero si no está bien instalado, la detección puede volverse inestable y generar problemas difíciles de diagnosticar. Recientemente desarrollamos una solución para la instalación de un sensor Balluff dentro de un proceso industrial. El primer paso fue analizar las condiciones reales de operación: espacio disponible, puntos de montaje, accesibilidad y la posición óptima para garantizar una detección consistente. Con esa información realizamos la ingeniería del soporte, definiendo dimensiones, sistema de fijación y ajustes necesarios para que el sensor mantuviera siempre la orientación correcta. Posteriormente, el diseño fue fabricado e integrado en planta como parte de la preparación para la instalación final del sensor. Muchas veces la atención se centra únicamente en el sensor, cuando la estabilidad de la lectura también depende de la estructura que lo sostiene. Una vibración, un movimiento o una posición incorrecta pueden afectar dir...

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