IoT (internet of things, el internet de las cosas), Big Data, Data Mining, etc. Estos conceptos invaden nuestro día a día, tanto en el entorno profesional como en el doméstico. ¿Cómo puede una empresa de servicios de operación y mantenimiento (O&M) aprovechar el potencial de las nuevas tecnologías para mejorar su posicionamiento, agregando valor a los clientes? Con el objetivo de dar respuesta a esta problemática cada vez más habitual en el sector energético, Ingeteam Service ha presentado Ingeboards, la herramienta de análisis de datos con la que pretende dar un paso en la monitorización inteligente de la información.
Big Data, pero ¿qué datos?
En un entorno de servicios de O&M los diferentes actores se enfrentan a la necesidad de gestionar proyectos de mantenimiento con una alta diversidad en sus flotas. Sin embargo, a pesar de que a priori se pueda pensar que existe cierta armonización cuando se compara la misma tecnología renovable (eólica, fotovoltaica, biomasa, etc), esto dista mucho de la realidad: como ejemplo, en el caso de la energía eólica donde cada asset manager tiene su flota compuesta por diferentes fabricantes de equipos originales (OEM por sus siglas en inglés), diferentes plataformas tecnológicas, e incluso, en el caso de contar con las mismas turbinas, los sistemas y subsistemas pueden ser diferentes en base a diferencias en los fabricantes, a las tecnologías (sistemas pitch eléctricos o hidráulicos), etc.
En este escenario con alta diversidad, para una gestión eficaz, debemos dotarnos de herramientas que ayuden a una toma de decisiones alejada de subjetividades y basada en datos que, por un lado, soporten las decisiones, y por otro, ayuden en la mejora de conocimiento de las instalaciones.
Estas herramientas están alimentadas por diferentes tipologías de datos que servirán como fuente de información:
– Scada. Fuente original de información. Los OEM facilitan a los clientes herramientas que permiten conocer los eventos, alarmas y estados registrados en los activos durante un periodo determinado de tiempo.
– GMAO. Herramientas de Gestión de Mantenimiento Asistido por Ordenador. Estas herramientas permiten registrar la información de los trabajos de mantenimiento realizados en las instalaciones, relacionando estas tareas con los técnicos que hacen el trabajo, añadiendo los repuestos empleados en cada tarea, los tiempos asociados, subcontrataciones, etc. A pesar de ser herramientas cada vez más habituales, aún no están implantadas como fuente de información de modo tan general como el Scada.
– Logística. Una correcta trazabilidad de los consumibles, repuestos, y grandes componentes es una fuente de información de gran valor. Los históricos de consumo ayudan a entender lo sucedido, y sobre todo, facilitan la predicción de una parte importante del OPEX (costes operativos) de cara al futuro.
– Mantenimiento Predictivo. Además, en las diferentes instalaciones se genera durante la actividad una gran cantidad de información asociada a trabajos de mantenimiento predictivo: monitorización de vibraciones, análisis de aceites de multiplicadoras y grupos hidráulicos, inspecciones y auditorías, videoendoscopias en las multiplicadoras, o cualquier otro tipo de trabajo de esta índole, añaden información vital acerca del estado de los componentes y sobre todo tiempo de vida remanente de los mismos.
Todas las fuentes de datos son importantes y un análisis con rigor de estos datos debe mantener completamente la integridad de las mismas para poder obtener un análisis completo, fiable y sobre todo que refleje la realidad del comportamiento de nuestros activos. Si en tu análisis de datos no cuentas con alguna de las fuentes antes mencionadas, ¡valora incluirla a partir de ahora! Incluso se debe mantener una actitud activa hacia la inclusión de otro tipo de datos que a día de hoy no formen parte de estos grupos, pero que puedan aportar valor en el análisis del OPEX, como puede ser el valor diario del pool energético, o las predicciones meteorológicas.
Gestión de datos
Los procesos de gestión de datos en la explotación de activos son como el código genético de un ser humano: no hay dos iguales. Cada promotor y/o asset manager emplea herramientas muy diferentes para la gestión de sus datos.
Casi la totalidad de los promotores realizan, a partir de los datos de Scada, el trazado de las curvas de potencia de sus aerogeneradores. En algunos casos, este trazado se realiza a partir de hojas de cálculo, en otras ocasiones se utilizan herramientas matemáticas más elaboradas tipo Matlab, con menor frecuencia existen herramientas analíticas integradas dentro de los centros de control, o incluso los hay que optan por contar con Scada de segundo nivel que les proporciona esta información. Y lo cierto es que todas estas soluciones son válidas, siempre que cubran las necesidades del cliente.
La pregunta que habría que hacerse es si la gestión de los datos que estamos desarrollando, además de ser efectiva, es la más eficiente e inteligente. Siguiendo una tendencia común, poco a poco los titulares de activos van añadiendo mayor cantidad de información: donde antes solo se trataba la del Scada, poco a poco van añadiendo otras fuentes: GMAO, Logística y Predictivo. Los ingredientes de la receta van creciendo pero necesitamos tener clara la forma de combinarlos para alcanzar nuestro objetivo.
La solución que se plantea como óptima pasa por alojar toda la información digital en la nube, debiendo estar totalmente organizada, de modo que se eliminen duplicidades en los registros, que se puedan establecer las adecuadas jerarquías en la caracterización de la información y, lo más importante, que se pueda utilizar toda la potencialidad de algoritmia intrínseca en el IoT.
De la disponibilidad horaria a los KPIs, el futuro del seguimiento de proyectos
Hasta ahora se han expuesto las diferentes fuentes de información disponibles y cómo, gracias a herramientas digitales, se pueden obtener ventajas a la hora de procesar la información. Hasta fechas recientes, el estándar de medida en la explotación de activos ha sido mayoritariamente la disponibilidad horaria, pero el hecho de que los esquemas FiT hayan ido cambiando a modelos de subasta o PPAs, los paradigmas en la medida deben actualizarse a este nuevo entorno.
Desde Ingeteam Service se ha venido trabajando en un conjunto de indicadores que se consideran como los adecuados para valorar el desempeño de los trabajos de O&M.
Por ejemplo en el caso de activos eólicos se están registrando y midiendo los siguientes valores:
– Eficiencia energética: relación entre energía entregada por la instalación versus energía potencialmente generable, según el recurso eólico en el emplazamiento del aerogenerador.
– Disponibilidad económica: relación entre los ingresos generados y los ingresos potencialmente producibles, según el recurso eólico en el emplazamiento del aerogenerador.
– Retrasos en Mantenimiento Preventivo: Al no asociarse los contratos a la disponibilidad horaria, este indicador sirve para medir el grado de cumplimiento de las tareas planificadas en parque.
– MTBF (Mean Time between Failures): Tiempo medio entre fallos asociados a acciones correctivas. Indicador habitual en la industria manufacturera.
– MTTR (Mean Time to Repair): Tiempo medio de reparación. Al igual que en el caso anterior, es un indicador apropiado de la actividad fabril. Indica la rapidez en la ejecución de los trabajos correctivos.
Defendemos de este modo un seguimiento de la explotación basado en un conjunto de indicadores, interrelacionados entre sí, que valoren a la empresa prestadora del servicio, al tiempo que aporten valor sobre el modo en que el O&M se ha efectuado.
Del Big Data al Smart Data
Al contar con la información correctamente registrada y con un conjunto de indicadores establecidos, se puede decir que se está en una posición adecuada para gestionar los datos de O&M de los activos bajo explotación. Sin embargo, como ya se apuntó, aunque la información técnica está contemplada, aún puede aparecer información necesaria, asociada a las condiciones del entorno, y que puede ser de vital importancia según el análisis a realizar, como puede ser información meteorológica, precio de mercado de la energía, etc.
Adicionalmente, si a la hora de definir la herramienta se estandarizan las consultas a realizar, de modo que sean predefinidas, se corre el riesgo de perder oportunidades en la gestión de los datos. La analogía sería contar con un conjunto de ingredientes, correspondientes a los datos que puedo combinar para hacer un número determinado de recetas. Las herramientas de análisis de seguimiento del O&M deben ser lo suficientemente flexibles como para añadir más o menos ingredientes, y poder “particularizar la receta” a cocinar en cada momento en función de la necesidad o gusto de ese instante. Solo la flexibilidad que se puede conseguir conduce al Mantenimiento Inteligente.
Algunos ejemplos testados de resultados en la gestión del O&M son los siguientes:
– Determinación del mejor equipo de mantenimiento para realizar un trabajo correctivo concreto en función de variables como:
• mejor tiempo de resolución (MTTR óptimo).
• efectividad en la resolución (MTBF óptimo).
• menor tiempo de resolución de la avería.
• menor coste agregado (directo mas lucro cesante) en la resolución de la avería.
– Análisis estadístico de repuestos:
• Más usados
• Con mayor coste
– Graficos Sankey, que relacionan el defecto analizado con la/s causa/s raíz y con las acciones correctoras a realizar.
Todas estas funcionalidades, están implementadas en la nueva versión del software Ingeboards, el cual añade una visión inteligente a la gestión diaria del O&M con el fin de reducir costes, alargar los años de vida de los activos y, sobre todo, aportar consciencia real del estado de salud de nuestras instalaciones. Bajo el concepto de Smart O&M la solución aportada será la adecuada mientras no haga falta cambiar ni los factores endógenos del proyecto ni las condiciones del entorno: ante cualquier cambio hará falta una necesaria adaptación, basada en combinar los datos de un modo diferente, o en añadir más factores de análisis. Estamos ante la receta interminable.
Ingeteam
Ingeteam es un grupo especializado en electrónica de potencia y de control, (inversores, convertidores de frecuencia, controladores y protecciones), y proyectos de ingeniería eléctrica y de automatización, que completa su oferta con servicios de operación y mantenimiento. Además, bajo la marca Indar fabrica generadores, motores y bombas sumergibles.
Desarrolla sus productos para los siguientes sectores: generación eólica, fotovoltaica, hidráulica y fósil, industria de la transformación de metales y minerales, naval, tracción ferroviaria, red de energía eléctrica, incluidas las subestaciones, buscando siempre una generación, transporte, distribución y consumo energético más eficientes. La empresa opera en todo el mundo, empleando a 3.800 personas, y su actividad está estructurada sobre la base de I+D, invirtiendo anualmente el 5% de su facturación.
