Anuga FoodTec 2022: Sensores intelixentes e Big Data
As novas tecnoloxías aseguran unha produción intelixente e en rede nas empresas da industria alimentaria. Coa monitorización das condicións e o mantemento preditivo, dúas innovacións fundamentais da Industria 4.0 están cada vez máis en foco, que prometen o mantemento preditivo de compoñentes individuais e sistemas completos. Os principais actores: sensores intelixentes, big data, servizos na nube e enfoques de aprendizaxe automática. En combinación, permiten optimizar os procesos de forma continua e en tempo real, aumentar os estándares de calidade e garantir a dispoñibilidade das máquinas. Do 26 ao 29 de abril de 2022, os expositores de Anuga FoodTec presentarán solucións concretas para iso. Ademais da implantación técnica, no recinto ferial de Colonia tamén se falará dos beneficios do mantemento preditivo desde a perspectiva empresarial e dos novos modelos de negocio no servizo posvenda.
Vixilancia contra fallos
Un defecto da máquina normalmente require a reparación in situ por parte dun técnico. Con iso vén o tempo de inactividade e a perda de ingresos. O obxectivo dos conceptos de mantemento presentados en Anuga FoodTec é atopar a xanela temporal economicamente óptima para o mantemento dos sistemas ou a substitución de compoñentes. Para realizar isto, requírese información en tempo real directamente da máquina e, polo tanto, sensores intelixentes. Funcionan mediante computación de borde e recollen os datos brutos necesarios para as análises, interprétanos e comunícanos con prontitude. Ademais, os sensores controlan de forma independente a calidade e robustez dos seus sinais.
Na industria alimentaria, isto reflíctese no uso crecente de sensores intelixentes e capaces de comunicarse nas liñas de envasado. Xa sexan pesadoras multicabezal, envolvedoras de fluxo, selladoras de bandexas ou sistemas de inspección por raios X: todos eles recollen datos valiosos. Por exemplo, con envases en atmosfera modificada (MAP), un método que amplía a vida útil dos alimentos en porcións listos para comer. Requírese coidado extremo. Mesmo as máis pequenas imprecisións cando se alimentan as películas poden provocar perdas na produción. Nunha liña que envasa suavemente ensaladas recién cortadas baixo gas protector, un sistema de monitorización do estado inicia a parada da máquina en canto a película non se transporta correctamente ou a presión de selado cae. O mantemento preditivo vai un paso máis aló. Aquí pódese ver anteriormente que a presión de selado segue caendo en pequenos pasos e que esta tendencia finalmente leva a que se supere o valor límite crítico. Se a causa reside na propia máquina, por exemplo o desgaste da ferramenta de selado, o técnico pode actuar a tempo e converter un tempo de inactividade non planificado en mantemento planificado.
Aprendizaxe automática para predicións precisas
Os compoñentes mecánicos provocan vibracións e ruídos que varían ao longo da vida útil do compoñente e permiten extraer conclusións sobre o estado de desgaste dunha máquina. Aquí é onde entran en xogo as solucións de software baseadas na IA, que rexistran as condicións como aplicacións na nube e utilizan os seus algoritmos para recoñecer as denominadas derivas, é dicir, valores que cambian durante un período de tempo máis longo. Aquí aplícase o seguinte: cantos máis datos teñan os algoritmos á súa disposición, máis precisos serán. Non obstante, un historial correspondente tamén é un requisito previo para establecer conexións entre o estado da máquina e os datos. Ao final, calcúlase a probabilidade de que se produza o fallo. O mantemento preditivo tamén pode traballar de forma preventiva e proactiva cos datos en directo das máquinas, pero tamén pode predecir cando e onde aparecerá un problema. Con cargas máis altas, o período de mantemento redúcese e prevénse así danos. Cando a carga é menor, o tempo de mantemento redúcese, o que aforra custos e tempos de inactividade innecesarios. Un software de visualización mostra todos os datos, tanto a nivel de control da máquina como en dispositivos móbiles.
Pero iso non é todo: coa axuda do mantemento preditivo, as cadeas de valor da empresa pódense vincular co servizo posvenda do fabricante da planta. Tan pronto como se determine o momento exacto no que se debe realizar o servizo dunha máquina, pódese iniciar o proceso loxístico asociado, e este está totalmente automatizado. Aquí tamén o camiño leva a solucións baseadas na nube. Como complemento, pódense integrar nos sistemas ERP existentes. Deste xeito, pódense garantir procesos coordinados de traballo e pedidos, rastrexar as pezas de recambio e implementar unha planificación de requisitos optimizada en custos.
Mantemento preditivo retrofit
Pero, como se poden adaptar os sistemas existentes ao mantemento 4.0 durante a modernización? A resposta dos provedores de tecnoloxía de Anuga FoodTec son os paquetes de actualización, que conteñen todo para unha adaptación específica das máquinas, desde o sensor robusto ata a solución do sistema con monitorización flexible da nube. Aprenden eles mesmos a utilizar a máquina e, grazas ao funcionamento da batería e á comunicación por radio, pódense integrar facilmente. As perspectivas para Anuga FoodTec 2022 mostran: os tempos de inactividade non planificados pronto serán cousa do pasado. Cada vez son máis os produtores de alimentos que se afastan do enfoque reactivo, onde as reparacións só se realizan cando a máquina xa está inoperativa. Nas conferencias e visitas guiadas organizadas pola DLG (Sociedade Agraria Alemá) do 26 ao 29 de abril tamén se analizará o que xa se está a facer hoxe o mantemento preditivo e as novidades que seguirán.
Anuga FoodTec - Feira internacional de provedores para a industria de alimentos e bebidas, Colonia 26.04. - 29.04.2022/XNUMX/XNUMX
