Como una solución IoT basada en IA/ML redujo el tiempo de inactividad en sistemas industriales

Un fabricante global líder con sede en EE. UU., especializado en sistemas industriales de grado profesional como manejadores de aire comerciales, bombas de calor divididas y acondicionadores de aire, opera más de 100,000 sistemas HVAC y de calentamiento de agua para clientes empresariales en todo el mundo.

Retos

Las fallas en los sistemas HVAC o de calentamiento de agua instalados en el campo pueden tener un impacto severo en las operaciones de los clientes empresariales. Ante una falla, las piezas de repuesto o los técnicos especializados pueden no estar disponibles de inmediato, lo que lleva a un mayor tiempo de inactividad y pérdidas. El cliente buscaba la capacidad de predecir anomalías en los sistemas y automatizar solicitudes de mantenimiento o alertas para acciones correctivas inmediatas.

Solución

Orion desarrolló e implementó una solución IoT basada en IA/ML capaz de rastrear anomalías en los sistemas y sugerir medidas correctivas. Los sistemas HVAC y de calentamiento de agua instalados en el campo informan regularmente su configuración y mediciones de sensores a la nube, generando varios gigabytes de datos por día. La solución aprovecha esta información para generar alertas relacionadas con el mantenimiento predictivo.

El equipo de Orion organizó los datos recibidos de miles de sensores, como temperatura interna y externa de un recipiente, entrada/salida de energía en la que operaba un sistema, condiciones climáticas y otra información. Luego aplicaron enfoques matemáticos, estadísticos y de aprendizaje profundo a los conjuntos de datos organizados y agruparon los sistemas para predecir fallas, su gravedad e impacto en las operaciones.

Las técnicas aplicadas incluyeron:

• Análisis Dinámico: Se comparó el comportamiento de cada dispositivo con su rendimiento pasado y con otros dispositivos similares, permitiendo agrupar los datos e identificar comportamientos anómalos.
• Análisis de Correlación: Se correlacionaron mediciones internas con externas, como temperatura, humedad y más, ayudando a identificar anomalías de los dispositivos respecto a las condiciones climáticas externas.
• Análisis de Clasificación: Se identificaron y etiquetaron eventos pasados, como alarmas y reclamaciones de garantía, en relación con los datos medidos por los sensores en el mismo instante.
• Aprendizaje Automático: Se entrenaron algoritmos de aprendizaje profundo basados en los análisis anteriores y en los datos de eventos etiquetados para predecir alarmas y reclamaciones de garantía.

Impacto

Orion identificó más de 200 sistemas potencialmente defectuosos en dos meses. Además de observaciones precisas sobre fallas, el equipo entregó un análisis detallado y soluciones al cliente. Se destacaron anomalías como un sistema HVAC que arrancaba a plena potencia innecesariamente y un calentador de agua incapaz de calentar el agua a la temperatura requerida durante ciertos períodos.

Los algoritmos se probaron iterativamente en condiciones reales y se adaptaron según los resultados de las pruebas. Finalmente, la solución fue validada por los ingenieros de campo, quienes corrigieron los problemas del sistema basándose en las recomendaciones. Actualmente, la solución está desplegada para monitoreo continuo, lo que ha resultado en una reducción drástica de las fallas del sistema, ya que la mayoría de los problemas se detectan para mantenimiento predictivo.