En este artículo se examinan, en el contexto de la Industria 4.0, los nuevos sistemas en línea de supervisión de averías y alarmas, con ayuda de los sistemas ciberfísicos (SPF) y la tecnología en la nube (TC). Los datos recopilados de las máquinas se utilizan para implementar estrategias de mantenimiento basadas en el diagnóstico y el pronóstico del rendimiento de las máquinas. Como tal, el propósito de este artículo es proponer una plataforma de computación en nube que contenga tres capas de tecnologías que formen un sistema ciberfísico que reciba datos no etiquetados para generar una decisión en línea interpretada para el equipo local, además de recopilar datos históricos para mejorar el analizador. El solucionador de problemas propuesto se prueba utilizando conjuntos de datos experimentales no etiquetados de rodamientos. Por último, se discuten las aplicaciones actuales y futuras de los sistemas de diagnóstico de fallos y las tecnologías en la nube en el campo del mantenimiento.
1. INTRODUCCIÓN
Sin lugar a dudas, el mantenimiento es una cadena importante del ciclo de vida del producto, ya que supone entre el 60% y el 70% del coste total del ciclo de vida del producto (Dhillon, 2006; Venkataraman, 2010). Aunque el coste de mantenimiento es considerablemente elevado, las soluciones de mantenimiento existentes se utilizan de forma aislada, sin tener en cuenta el estado real de los componentes de la máquina (Efthymiou et al., 2012). Debido a los sistemas de producción interconectados, los fallos de los componentes de las máquinas provocan cuellos de botella en los subsiguientes procesos de valor añadido de los fabricantes y sus clientes (Denkena et al., 2012; Wang, 2013). Los fabricantes avanzados han introducido el uso de técnicas de diagnóstico remoto para conocer el estado de los equipos e identificar los fallos de antemano (Mori et al., 2008). El Sistema de Diagnóstico Remoto de Fallos (RFDS) se define como un solucionador de problemas utilizado para diagnosticar un objeto (sistema, subsistema o componente) a distancia (Bidgoli, 2010). El RFDS tiene tres capas principales I) sensores instalados en el sujeto monitorizado utilizados para recoger los datos del sistema diagnosticado; II) una red de comunicación que transmite los datos recogidos del sistema diagnosticado a; III) el centro de diagnóstico remoto donde se producen los datos del proceso del sistema de información y se toma una decisión basada en la información generada del estado del sujeto. El centro de diagnóstico incluye un software de gestión de toma de decisiones reales que utiliza los datos históricos del rendimiento del sistema para diagnosticar, aislar, identificar la causa raíz y supervisar el rendimiento del sistema. Los RFDS se utilizan habitualmente en equipos médicos, aeronaves y equipos militares. La figura 1 ilustra las tres capas del RFDS y explica la comunicación entre ellas (Sánchez et al., 2011).
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Desarrollo de productos en empresas de base tecnológica en entornos de innovación
Página web:
OSHALOG ® 300 Plus, versión 4.0
Artículo:
Uso de la realidad aumentada, gamificación y m-learning
Artículo:
Selección de tecnología para datos masivos y aplicaciones analíticas
Artículo:
Una aproximación a big data
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.