El auge en la adopción que la inteligencia artificial y las tecnologías de aprendizaje automático han alcanzado en la última década ahora vienen a colaborar en una situación global inédita, en la cual debido al COVID-19, muchas organizaciones están requiriendo encontrar una nueva forma de trabajar.
Sectores de servicios como generación de energía, agua, telecomunicaciones y transporte, que son intensivas en uso de equipos, se consideran infraestructura crítica, para las cuales es necesario hacer todo lo posible para mantenerlos en funcionamiento.
Los sectores industriales como el de petróleo y gas también requieren mantener en operación gran cantidad de equipos necesarios en los procesos de la cadena de valor.
En estos sectores clave, sin embargo, tienen una mezcla de activos entre modernos y anticuados. Los más antiguos requieren personal de mantenimiento para evaluar fallas y errores, evitando los cierres para mantenimiento que detendría la producción.
Por otro lado, la infraestructura más reciente también tiene sus problemas inherentes, ya que el volumen de datos producidos es tal que puede poner a ingenieros de análisis datos a caminar en círculos, sin la capacidad de identificar las verdaderas causas de fallas.
La Inteligencia Artificial muestra una arista que quizás no había sido bien valorada
La Inteligencia Artificial (IA) y las tecnologías de aprendizaje automático se están aplicando al mantenimiento de la infraestructura. Mediante el uso de análisis predictivos, la tecnología mapea los datos históricos y en directo de los sensores de IoT en activos críticos. De tal forma que permita identificar las más mínimas desviaciones, predecir los errores antes de que ocurran y la verdadera causa raíz de los problemas.
La información que se puede obtener a través de esta tecnología avanzada ha permitido a las empresas realizar monitoreo y planificar con anticipación los mantenimientos críticos, actuando antes de que ocurra un fallo, y garantiza la seguridad de sus equipos. Pero también ha habilitado la posibilidad, vital ante las actuales circunstancias, de mantener en varios eventos la supervisión y la toma de decisiones sin la necesidad de estar en sitio.
Lo que normalmente tomaba cientos de horas-hombre por un equipo de científicos de datos ahora se puede hacer de forma remota por modelos de Inteligencia Artificial (IA). Los equipos pueden acceder remotamente, desde cualquier dispositivo, a la información de las condiciones de todos sus activos, eliminando la necesidad de permanencia en las instalaciones del negocio o las salas de monitoreo remoto, el resultado es que en estas instalaciones solo permanecería un número muy limitado de personal.
Los analíticos predictivos de IA (AI Predictive Analytics) se puede adecuar rápidamente a activos críticos, proporcionando a las empresas las herramientas necesarias para mantener los niveles de producción, manteniendo a su fuerza laboral realizando sus funciones y al mismo tiempo garantizando la seguridad de todos el personal durante la pandemia causada por COVID-19.
Casos de uso en sectores críticos
Petróleo y gas: existen acuerdos internacionales que exigen que todos los países posean 90 días de reservas de petróleo. Estos convenios hacen que la continuidad en la producción de crudo sea esencial. No sólo es del interés de las empresas petroleras mantener la producción y el dinero fluyendo, sino también de los gobiernos de las naciones que requieren que se mantenga la fiabilidad de la producción.
Los equipos petrolíferos contienen muchos activos críticos, como bombas de agua y compresores de elevación de gas. Muchos operadores están reduciendo los niveles de personal en sitio al 50% o menos y por lo tanto necesitan utilizar tecnología que les ayude a mantener la producción.
Energías renovables: las turbinas eólicas, aunque son activos relativamente nuevos se encuentran a menudo en ubicaciones remotas, lo que hace que los métodos habituales de mantenimiento de averías no sean prácticos. La gran cantidad de datos producidos por estos activos hace que sea difícil procesarlos rápidamente. Es aquí donde los analíticos predictivos de IA proporcionan notificaciones anticipadas de mantenimiento, lo que ayuda a mantener operativa la infraestructura crítica.
Generación de Energía: Los operadores de energía deben garantizar que ésta siga siendo fiable y eficiente. Los operadores deben vigilar de cerca la calidad del agua, la temperatura, la lubricación y las vibraciones para garantizar que los activos no se sobrecalienten y funcionen en su nivel óptimo. En este caso los AI Predictive Analytics puede proporcionar advertencias anticipadas de fallas pendientes, interrupciones y otros problemas en la red eléctrica.
Minería: Una exportación confiable del sector minero constituye un componente crítico de la economía mundial. Por lo tanto, a pesar de COVID- 19, la producción en los sitios mineros debe continuar, con mano de obra reducida y estrictas prácticas de distanciamiento social.
Las tecnologías de IA y Machine Learning se aplican fácilmente a los activos mineros críticos para evitar paradas causadas por fallas imprevistas. La tecnología se puede utilizar para predecir problemas antes de que surjan, lo que permite tiempo de mantenimiento para garantizar una producción continua y optimizada.
Fabricación crítica: la IA y el aprendizaje automático pueden ayudar a mantener equipos de fabricación críticos, como generadores, compresores y otros equipos clave, sin una redundancia que sea fundamental para la producción. La advertencia avanzada de fallas ayuda a reducir los gastos generales de mantenimiento, ya que el material y el personal se pueden organizar sin necesidad de costosas tarifas de entrega y llamada urgentes.
Sistemas de transporte: mantener sistemas de transporte rápido y confiable para el transporte de mercancías y alimentos es fundamental ante cierres de fronteras entre países, e inclusive para el trasporte interno ante la cuarentena social impuesta.
El mantenimiento predictivo de IA puede predecir fallas en los sistemas de transporte críticos, incluidos buques de carga, trenes de carga y camiones, con hasta 7 días de antelación para que las tareas de mantenimiento se puedan programar con una interrupción mínima de las operaciones.
Las herramientas de análisis predictivo proporcionadas por la Inteligencia Artificial y el Machine Learning pueden ser cruciales si se extiende la situación de pandemia por COVID-19, con el trascurrir de los días los diferentes sectores descritos en los casos de uso irán requiriendo tareas de supervisión y mantenimiento que deben ser ejecutados sin postergación para mantener las operaciones lo más cerca de la normalidad.
Te puede interesar: Un nuevo catalizador podría alimentar la revolución de la energía limpia
