Anticipar fallos en líneas de producción combinando telemetría de máquina y modelos predictivos, sin paradas innecesarias.
Grupo industrial con 3 plantas en España y Portugal, especializado en componentes mecánicos para el sector de automoción tier-1, con plantilla de 480 personas y certificación IATF 16949.
Las paradas no planificadas representan en torno al 12% del tiempo productivo. El mantenimiento se reparte entre reactivo (cuando algo falla) y preventivo por calendario, sin tener en cuenta la condición real de cada máquina.
"Cuando una prensa hidráulica o un brazo robótico falla en mitad de un turno, la línea entera se detiene. Reparar lleva horas, los pedidos se desplazan y los clientes tier-1 penalizan retrasos. El mantenimiento por calendario tampoco ayuda: o sobra (se cambia una pieza sana) o llega tarde."
La telemetría que ya recogen los PLC (vibración, temperatura de rodamientos, consumo eléctrico, ciclos) contiene patrones que anticipan fallos con horas o días de antelación. Un modelo entrenado sobre histórico de averías aprende esos patrones y dispara alertas. El operario decide la intervención antes de que la máquina pare.
Reducir las paradas no planificadas un 35% en 9 meses y bajar el coste de mantenimiento un 15%, sin penalizar la seguridad ni la calidad de la pieza.
Ejemplos de piezas técnicas que tu cohort puede construir. No es una receta cerrada: cada grupo decide su propio diseño.
Ingesta en tiempo real de señales de los PLC en cada planta, normalización por tipo de máquina y almacenamiento en serie temporal listo para entrenamiento.
Combina detección no supervisada con un clasificador entrenado sobre histórico de averías etiquetadas. Devuelve probabilidad de fallo por máquina y horizonte temporal.
Vista por planta y por máquina con semáforos de riesgo, motivos de la alerta y acción recomendada. Notifica al jefe de mantenimiento por móvil cuando supera umbral.
Los umbrales de alerta y la lista de modos de fallo a cubrir se acuerdan con el equipo de ingeniería de planta antes de cada cohort.
Accede al portal de la academia y empieza a trabajar en tu cuenta AWS sandbox.
Acceder al portal