Zeuko, en colaboración con Tecnalia, ha puesto en marcha el proyecto Predicrane de digitalización de grúas portuarias STS, centrado en el desarrollo de una solución de mantenimiento predictivo para realizar un diagnóstico y anticiparse a los fallos. El primero aporta su conocimiento en el mantenimiento y digitalización de grúas, mientras el segundo pone a disposición de la iniciativa sus herramientas y modelos tecnológicos en el ámbito del mantenimiento analítico.
La solución proporcionará información para reducir las paradas no previstas, teniendo en cuenta que son activos difícilmente reemplazables. También facilitará la realización de las reparaciones programadas, reducirá el mantenimiento correctivo y minimizará las actividades de mantenimiento preventivo innecesarias, ahorrando sus costes asociados.
El desarrollo se llevará a cabo por fases, a partir de la creación de sucesivas versiones modulares. En esta primera etapa, de 18 meses, se plantea crear un sistema analítico de mantenimiento centrado en los grupos motores reductores de la grúa. Este producto supondrá desplegar servicios a nivel operativo, de alarmas y paradas, evitando roturas en operación y a nivel táctico, de predicción de acciones de operación y mantenimiento.
El sistema contará con elementos de instrumentación que permitirán obtener las variables de salud de distintos componentes, un método de adquisición de datos para recoger y centralizar la información, un módulo de analítica de datos para la detección de fallos y el cálculo de la vida útil, y una interfaz de usuario.
Solución piloto
Durante los próximos 10 meses se obtendrá una solución piloto que se implementará en un entorno real, en grúas de un operador portuario ya definido. La incorporación de las nuevas tecnologías de mantenimiento predictivo puede ser clave para la mejora operacional, ya que permite ampliar la disponibilidad de las máquinas, reducir costes de mantenimiento, asegurar la calidad del producto y alargar la vida útil de los activos.
El mantenimiento analítico o predictivo pretende aportar información fiable del estado de salud presente y futuro de los activos para diseñar un plan de mantenimiento óptimo al poder descubrir lo que ha ocurrido en el pasado y por qué, valorar lo que sucederá a futuro, e identificar las acciones necesarias para conseguir que los fallos estimados ocurran dentro de la ventana de mantenimiento más adecuada.