Los programas de mantenimiento preventivo funcionan con intervalos de tiempo fijos: cambiar el aceite cada 90 días independientemente de su estado real. Los sensores IoT permiten el mantenimiento basado en condiciones: cambiar el aceite cuando el análisis de vibraciones muestra desgaste en los cojinetes, los sensores de temperatura detectan calor anormal o el monitoreo de corriente muestra degradación del motor. Conectar los datos de los sensores IoT al CMMS cierra este ciclo automáticamente: cuando la lectura de un sensor supera un umbral, el CMMS crea una orden de trabajo de inmediato en lugar de esperar al siguiente mantenimiento preventivo programado o a una falla catastrófica. AWS IoT Core y Azure IoT Hub son las dos plataformas de IoT en la nube dominantes en la fabricación, que agregan datos de miles de sensores y máquinas en un flujo de procesamiento. La integración del CMMS con estas plataformas proporciona el activador automático de órdenes de trabajo que convierte la inversión en IoT en acciones de mantenimiento. Los fabricantes con implementaciones de IoT pero sin integración con CMMS están recopilando datos de sensores sin convertirlos en decisiones de mantenimiento, la razón más común por la que los programas de IoT en la fabricación no muestran ROI.
La arquitectura de integración estándar de IoT a CMMS tiene cuatro capas. Capa de sensores: sensores de vibración, sondas de temperatura, monitores de corriente, sensores de estado del aceite y dispositivos similares conectados a los equipos de producción. Capa de borde: una puerta de enlace industrial (AWS IoT Greengrass, Azure IoT Edge o dispositivos de terceros) preprocesa los datos de los sensores localmente, lo que reduce el ancho de banda de la nube y permite el funcionamiento sin conexión durante las interrupciones de conectividad. Capa de IoT en la nube: AWS IoT Core o Azure IoT Hub agregan flujos de sensores, aplican reglas de umbral y activan alertas. Capa de integración de CMMS: cuando la plataforma de IoT en la nube detecta una anomalía o una infracción de umbral, llama a la API REST de CMMS para crear una orden de trabajo de mantenimiento predictivo con el ID del activo, la lectura del sensor, el umbral infringido y la acción recomendada. La mayoría de las plataformas de IoT en la nube admiten webhooks salientes o funciones Lambda/Azure que pueden llamar directamente a las API de CMMS. La orden de trabajo de CMMS debe incluir: identificador del activo, tipo y lectura del sensor, rango operativo normal, clasificación de gravedad y la acción de mantenimiento recomendada según el modo de fallo asociado con ese patrón de sensor.
El error más común en la integración de IoT-CMMS es sobredimensionar el alcance del primer despliegue. Comience con tres a cinco activos críticos donde el historial de fallas confirme los modos de falla que detectarán los sensores de IoT. Asigne cada tipo de sensor a un modo de falla específico y a una plantilla de orden de trabajo de CMMS específica. Pruebe la cadena de umbral a orden de trabajo antes de instrumentar activos adicionales. Los pasos prácticos de integración para AWS IoT Core: configure las reglas de IoT para activar funciones Lambda al superarse el umbral, escriba una función Lambda para llamar a la API REST de CMMS con la carga útil de la orden de trabajo estructurada, configure CMMS para aceptar la integración y asigne las órdenes de trabajo al técnico o equipo de mantenimiento apropiado. Para Azure IoT Hub: use Azure Stream Analytics o Azure Functions activadas por eventos de IoT Hub, escriba una función para llamar a la API de CMMS. Para los fabricantes que usan Fabrico, la arquitectura integrada de OEE y CMMS conecta los datos de rendimiento de producción con los datos de los sensores: una caída en la disponibilidad de OEE combinada con una anomalía de vibración en el mismo activo crea una orden de trabajo de mayor prioridad que cualquiera de las señales por separado, lo que mejora la clasificación del mantenimiento y reduce las intervenciones innecesarias en equipos que se están degradando pero que aún no afectan la producción.
Iniciar sesión
Blog
