La que habla con el ventilador

Lenguaje de datos y IA – Mensajeros de la digitalización

La transformación digital no es algo nuevo desde ChatGPT, sino que la inteligencia artificial (IA) ya forma parte de ella. Las tareas que se le asignan incluyen tanto actividades repetitivas como tareas altamente complejas. La IA generativa puede crear textos e imágenes a partir de entradas humanas, la IA descriptiva puede reconocer patrones complejos y describir estados actuales. Las aplicaciones de IA se encuentran tanto en servicios como en producción.

La transformación digital también significa comunicación. El medio para ello incluye, entre otros, la era digital, los datos, no solo aquellos de carácter personal. Cada máquina, en el caso de la tecnología de ventilación, cada ventilador, comunica continuamente mediante datos generados en funcionamiento. Utilizarlos correctamente implica una especie de interacción entre miembros de diferentes especies - humano y máquina – y, por tanto, permite una comprensión profunda. Porque con todos los datos, la máquina revela algo sobre sí misma y su estado.

El desafío consiste en escuchar y entender el lenguaje del ventilador. Aquí es donde Ziehl-Abegg se enfoca, utilizando inteligencia artificial para analizar y convertirse en una traductora del discurso del ventilador basado en datos.

El mantenimiento tradicional – Escaso margen de acción

Comprender el ventilador en su totalidad puede ser especialmente importante cuando se trata de posibles fallos o la necesidad de tareas de mantenimiento. La vía tradicional espera hasta que los componentes fallen, lo que suele significar tiempos de inactividad no planificados, a menudo en momentos poco convenientes. También pueden ocurrir daños colaterales en componentes adyacentes. Las intervenciones en intervalos establecidos, en los que se planifica el tiempo de parada, pueden ser útiles, aunque a veces se cambian piezas que aún están en buen estado. Además, los valores de experiencia o las indicaciones sobre la duración funcional no protegen contra fallos no planificados y "fuera de serie". Cada producto es diferente, diferentes procesos no permiten una evaluación del estado con certeza absoluta. Esto significa que los recursos como piezas de repuesto deben estar siempre disponibles y en stock, y que los empleados de servicio deben estar disponibles en corto plazo.

Por lo tanto, es casi imposible determinar el momento adecuado para intervenir en la operación con fines de mantenimiento. Rara vez un daño ocurre de repente, sino que suele advertirse con antelación. Pero si no se pueden ver las señales silenciosas ni reconocer desde fuera que una pieza ya no funciona de manera óptima, solo se puede actuar por sospecha. Sin embargo, si el ventilador pudiera proporcionar información sobre sí mismo y su estado operativo en cualquier momento, el humano estaría siempre informado. Entender el lenguaje basado en datos del ventilador significa saber exactamente cómo está en cada momento, y cuándo podría ocurrir una avería próxima, se podría predecir con mayor precisión.

Sensórica integrada – La obtención de datos

En este camino, Ziehl-Abegg ya ha dado varios pasos pioneros en el pasado. El desafío inicial es obtener los datos. Los ventiladores se equiparon con sensores perfectamente ajustados a las necesidades de la tecnología de ventilación para hacerlos "hablar". Gracias a sensores ya presentes en el motor del ventilador, se pueden obtener datos de vibraciones y telemetría en el lugar, siendo parámetros relevantes, por ejemplo, vibraciones en los ejes, revoluciones, temperaturas y corriente consumida.

Transmisión a la nube – La historización de los datos

Los datos recopilados ahora se visualizan mediante su envío a la solución en la nube ZAbluegalaxy. La lengua del ventilador se hizo visible. Así, los datos de medición pudieron ser monitoreados, registrados y almacenados en historia. Los análisis posibles a partir de esto ya permitían hacer primeras inferencias sobre el estado del ventilador, por ejemplo, emitir alertas en base a estos datos.

IA integrada – La comprensión de los datos en tiempo real

Ya se ha abordado el desafío de entender también el lenguaje y actuar en consecuencia. Pero varios factores hacen casi imposible para los expertos humanos leer, evaluar e interpretar los datos en tiempo real. Entre ellos, especialmente, su cantidad y el hecho de que algunos estados operativos no pueden deducirse solo de datos individuales, sino solo de combinaciones. La supervisión continua de los datos y su análisis por parte del humano no es factible. Y si solo se procesa una pequeña parte, ya no sería actual. Por lo tanto, los datos en tiempo real no pueden ser utilizados de manera efectiva. En caso de fallo, se podría haber superado el umbral para actuar a tiempo.

Aquí entra en juego la inteligencia artificial en forma de redes neuronales. Las redes neuronales, compuestas por neuronas artificiales conectadas en varias capas, son expertas en recibir y analizar datos. Los datos llegan en la capa de entrada en forma de un vector de entrada y atraviesan una o varias capas ocultas hasta la capa de salida. En cada nivel, se realiza un procesamiento de datos. En la capa de salida, los valores calculados se transforman en un vector de salida en una forma comprensible para el humano, por ejemplo, un porcentaje que indica el estado de una pieza. Si existe una probabilidad de daño, se emite una advertencia o mensaje de error.
Basándose en estos análisis, la IA puede, si es necesario, dar recomendaciones de acción. Además, puede ayudar en el diagnóstico de problemas o fallos, identificando causas posibles a partir de datos operativos. La inteligencia artificial asume así el papel de un empleado que escucha continuamente la comunicación del ventilador, comprende sus palabras, las interpreta y propone acciones. Los datos recopilados previamente ahora pueden ser procesados de manera significativa.

Integración de la IA – La preparación de los datos

Pero, como cualquier empleado, la IA también necesita ser entrenada. Ziehl-Abegg la ha entrenado en trabajos preliminares exhaustivos: millones de puntos de datos se recopilaron, registraron y asignaron a diferentes estados operativos. Esto requirió decisiones sobre qué puntos y características son importantes para analizar ciertos estados y cuánto peso deben tener. Se simularon fallos y daños para que la IA conozca el comportamiento normal del ventilador y detecte desviaciones menores como un perro de caza. Paralelamente, las enormes cantidades de datos se prepararon mediante ingeniería de características, es decir, estandarizándolos y transformándolos. Los datos deben ser no solo de alta calidad, sino también presentarse en un formato uniforme para facilitar comparaciones. A la IA se le proporciona una guía para orientarse.

Especialmente para realizar cálculos en la propia componente, también es necesario reducir los datos, lo que requiere un equilibrio entre simplificación y máxima precisión. La agregación total aumenta la eficiencia, ya que demasiados datos y características dificultarían un análisis preciso. La IA entrenada puede ahora ser probada con datos de validación.

Emparejamiento perfecto – Conocimiento experto y IA

Por tanto, los datos y la IA deben prepararse primero para su tarea. Incluso después, la IA ocupa una posición importante, pero no se convierte en la única decisora. Gracias a sus habilidades analíticas, traduce el lenguaje del ventilador para el experto humano y ofrece recomendaciones. La decisión sobre cómo actuar ante una recomendación debe ser tomada por la experiencia humana, tras revisar la información y considerar otros factores posibles. El humano debe seguir poseyendo conocimientos especializados y de contexto; la IA no puede actuar por sí sola. Es posible configurar el ventilador para que se apague automáticamente en caso de error, pero esta función debe ser activada expresamente y no es una configuración estándar.

En conjunto, la inteligencia artificial y la humana trabajan en estrecha colaboración. La supervisión en tiempo real y las capacidades analíticas de la IA, instalada directamente en la componente, crean una interacción perfecta con el humano, que posee conocimientos especializados y autoridad para decidir.

La revolución en el mantenimiento – Autoridad de acción mediante IA

Se demuestra que el humano tiene incluso más margen de acción que antes. La colaboración con la IA permite un sistema de mantenimiento moderno que puede destacar en varios aspectos. Ya sea que los daños sean previsibles o inesperados, cada daño y potencial fallo se anuncia con antelación, dejando tiempo para reaccionar. Así, la acción humana se desplaza más hacia la actuación que a una reacción preventiva o de emergencia. La planificación se vuelve posible. Incluso fallos imprevistos se anuncian, y ya no es necesario reemplazar piezas intactas que podrían durar más de lo previsto. La vida útil de un componente puede aprovecharse al máximo, mitigando las consecuencias de una pieza defectuosa.

El aviso generalmente deja suficiente margen para determinar un momento conveniente para el mantenimiento. Los procesos en curso se optimizan, la fiabilidad del ventilador aumenta. Los tiempos de inactividad solo corresponden al tiempo de mantenimiento real. Los empleados ya no necesitan estar disponibles en espera, y las piezas de repuesto no tienen que estar necesariamente en stock. Se minimizan los costos y el tiempo de mantenimiento. El mantenimiento deja de ser una molestia sorpresiva que interrumpe la operación y pasa a estar integrado en ella.

Además de los beneficios de la optimización del mantenimiento, con el tiempo se podrán identificar áreas problemáticas recurrentes, definir el tiempo hasta la aparición del primer fallo, incluso en función del entorno. Los parámetros operativos pueden ajustarse más fácilmente si es necesario. Los planes de mantenimiento no se vuelven obsoletos, sino que pueden optimizarse. En general, es posible aprender a operar el ventilador en un nivel completamente nuevo, permitiendo estrategias de mantenimiento innovadoras.

La importancia del tiempo y el espacio – El sistema embebido

Además del uso general de la inteligencia artificial, destaca especialmente el empleo de un sistema embebido. Es decir, el "sistema embebido" está presente en doble sentido. Los sensores no necesitan ser adquiridos por separado, ya que ya están integrados en el motor, ajustados a las necesidades del ventilador, mientras que sensores externos podrían no captar todos los datos relevantes.

La IA no necesita ser comprada aparte, ya que también está ya instalada en el núcleo del sistema. No se requiere software externo adicional ni infraestructura como plataformas de análisis de datos.

Conectar el ventilador a una pasarela (gateway) y enviar datos a la nube, donde los datos deben ser solicitados activamente por el usuario, es posible, pero no decisivo para el análisis, especialmente en un solo dispositivo. Las ventajas son evidentes: casi sin latencia, el análisis se realiza en tiempo real. Si se desea visualizar o almacenar los datos, o conectar varios dispositivos, la nube asume esa función. La cantidad de datos transmitidos se reduce, disminuyendo la carga en la red. Esto también beneficia a los datos que sí se transmiten, ya que la nube puede hacer visible el trabajo de la IA, que solo envía datos ya procesados y de alta calidad.

Conclusión

Ziehl-Abegg continúa de manera coherente con su estrategia de aprovechar los datos existentes, que describen con precisión el estado del ventilador. La inteligencia artificial no es solo un "plus", sino un componente fundamental del siguiente paso. La solución de IA crea un instrumento que revoluciona el mantenimiento en la tecnología de ventilación. La IA traduce el lenguaje basado en datos del ventilador y se convierte en una "inteligencia de comunicación". Con su descripción de los estados operativos, puede predecir fallos potenciales, y la IA descriptiva evoluciona hacia la predictiva.

De forma estándar, en el futuro, podrá estar instalada en cualquier ventilador, allanando el camino para nuevas formas de trabajo. El operador del ventilador tendrá a mano un asistente de servicio que analiza datos preparados en todo momento y saca conclusiones. Paradójicamente, este paso adicional ayuda a aumentar la autonomía mediante mejores posibilidades de acción. En otro aspecto, se elimina un paso: gracias a la solución embebida, la transmisión de datos no siempre es necesaria. La tecnología digital más avanzada, la IA, elimina la necesidad de conexión constante a la red y, por tanto, optimiza el uso de la nube. La IA, por un lado, funciona de manera independiente, pero también genera una interacción óptima en una solución híbrida con ZAbluegalaxy.