Beneficios del Big Data en el mantenimiento de grandes activos

Aplicada al mantenimiento predictivo Muchos modelos de negocio van a cambiar, ya no se venderá la máquina sino sus horas de funcionamiento.

82 Muchos modelos de negocio van a cambiar, ya no se venderá la máquina sino sus horas de funcionamiento.

Ya estamos viendo beneficios tangibles del Big Data y la Analítica de Datos en sectores que utilizan grandes activos como las turbinas de gas. Estas máquinas rotativas son muy complejas y requieren unos planes de mantenimiento muy controlados y costosos, y por ello en la compra de una de estas máquinas es crucial tener en cuenta tanto el CAPEX como el OPEX.

Los fabricantes de turbinas de gas, ya sea para aplicaciones aeronáuticas como para aplicaciones de generación eléctrica, están obligados a fabricar máquinas eficientes desde el punto de vista energético, y además desde la perspectiva de los costes de mantenimiento. En estos últimos incluimos sobre todo el número, frecuencia y duración de las paradas y, como no, el coste de los repuestos. Podemos hacer un cálculo sencillo y rápido para darnos cuenta de que reducir un día el tiempo medio de las paradas de mantenimiento de una turbina de gas de 50 MW (valor típico en una Cogeneración en España) implica aumentar la producción en 1.200 Mwh cuyo precio spot puede rondar los 60.000 € (1.200 x 50). Si vamos a una Central de Ciclo Combinado con turbinas de 500 MW las cifras se multiplican por 10, o sea el precio spot sería de 600.000 € por día.

Otro dato ilustrativo es el caso de las turbinas de los aviones comerciales. Aproximadamente cada segundo despega un avión con 2 o más motores, y cada motor genera 1 TB de datos en cada vuelo. Si hacemos el cálculo llegamos a que cada día se generan 172.800 TB de datos procedentes de los sensores de las turbinas de los aviones.

¿Y todo esto para qué? Estos datos permiten a los grandes fabricantes realizar modelos digitales de las máquinas rotativas, con algoritmos muy complejos, que lo que buscan es predecir lo que va a pasar. Es lo que muchos llaman el “gemelo digital”, es decir, un prototipo virtual que permite muchas cosas como la realización de pruebas y la comparación de los datos de las turbinas en tiempo real con los datos históricos de la base instalada. Es un modelo que va aprendiendo y se va perfeccionando. Muchos de las piezas mecánicas se fabrican con los sensores embebidos que son capaces de proporcionar datos muy valiosos sobre la fatiga del material y otros parámetros.

Todo esto permite realizar un mantenimiento predictivo con el objetivo de reducir los tiempos de parada. Todo ello, además, está cambiando el modelo de negocio para pasar a vender “horas de funcionamiento” en vez de máquinas rotativas. O, en el caso de los trenes, vender “kilómetros recorridos”. En un futuro no muy lejano veremos todo esto también en el mundo de la seguridad funcional, especialmente en los elementos finales. Las válvulas estarán mucho más sensorizadas y ello conllevará más diagnósticos e intervalos de pruebas mayores con el consiguiente beneficio para la planta.