Gracias a los avances en el monitoreo remoto y el análisis del rendimiento, las empresas pueden anticiparse a errores de funcionamiento y fallas inminentes.
Las máquinas de embalaje necesitan un mantenimiento proactivo con controles y reemplazos regulares de componentes de desgaste, maquinaria de lubricación y más. Esto requiere mucho esfuerzo.
La tendencia actual en el sector de mantenimiento de envases es combinar los métodos preventivos con métodos autónomos, así como métodos predictivos para advertir a los empleados sobre las próximas fallas y alertar en el caso de que un componente se desgaste más rápido o necesite lubricación con más frecuencia. El mantenimiento predictivo permite monitorear las partes más importantes de las máquinas, como los rodamientos, y facilitar la creación de un modelo a la medida con el fin de ayudar a los operarios y mejorar su productividad.
Muchas de las innovaciones en este frente se basan en la adopción de tecnologías de redes y seguridad, que proporcionan comunicación instantánea a los operadores y gerentes sobre la calidad de la producción y la disponibilidad y efectividad de las máquinas.
Las ventajas del mantenimiento predictivo no terminan ahí. La solidez de este tipo de tecnologías, que además aprovechan el poder de la nube para almacenar los datos, pueden controlar las características mecánicas, como el contragolpe, la rigidez de la correa, la tensión, la variación de carga y otras condiciones que son críticas para el funcionamiento de la máquina de embalaje.
El variador inteligente se monitorea a sí mismo y puede rastrear la retroalimentación que obtiene del motor, incluyendo parámetros como la velocidad y la aceleración. Si estas características quedan por fuera de los umbrales de rendimiento, el variador inteligente reconoce que algo está mal y toma la acción apropiada. Para mantener el intercambio de datos entre el variador y su control al mínimo, los umbrales de rendimiento están preestablecidos en el variador y los valores objetivo correspondientes se transmiten al controlador.
Por ejemplo, en una máquina de llenado de líquidos, se mueven 10 envases por un solo transportador y deben colocarse debajo de 10 boquillas para el llenado. La máquina baja las boquillas en los contenedores, las llena, luego las levanta y vuelve a colocar las boquillas para el siguiente conjunto de 10 envases. Esta secuencia de movimiento altamente repetitiva -hacia abajo para llenar, hacia la derecha, arriba, de regreso a la izquierda y hacia abajo - tiene tolerancias extremadamente estrictas en cuanto a la precisión y el rendimiento.
Si se desliza una correa en el transportador o una caja de engranajes en el eje de llenado, entonces se pierde la sincronización de la máquina, y el envase podría romperse o llenarse de manera incorrecta, ocasionando desperdicios del producto. Dado que este deslizamiento afecta el rendimiento del motor y el variador detecta las variaciones en los valores preestablecidos, las desviaciones pueden usarse para monitorear o analizar el eje.
Para que el mantenimiento predictivo se lleve a cabo exitosamente, se necesitan los siguientes componentes básicos:
Los datos de los activos de producción se transmiten desde los sensores a un repositorio central utilizando protocolos y puertas de enlace de comunicación industrial. Los datos comerciales de los sistemas ERP y MES, junto con los flujos del proceso de fabricación, se integran en el repositorio central de datos para proporcionar contexto a los datos de los activos de producción. Luego, los algoritmos de análisis predictivo se aplican para proporcionar información para reducir el tiempo de inactividad, utilizando un software de análisis de causas.