Formulario Desafío: NT16



 

 tcuenew

 

 

 

DESAFÍO UNIVERSIDAD - EMPRESA 2019

Esta necesidad tecnológica forma parte del Concurso de Proyectos de I+D+i y/o consultoría en colaboración Universidad – Empresa “Desafío Universidad Empresa” 2019 organizado por la Fundación Universidades y Enseñanzas Superiores de Castilla y León. 

  

 Referencia:    NT16  

Tipo de Entidad: Empresa

Título del proyecto
 
MODELO DE GESTIÓN INTELIGENTE DEL MANTENIMIENTO (PREDICTIVO) EN TALADRINAS DE ALTO RENDIMIENTO EMPLEADAS EN LAS FABRICACIONES AERONÁUTICAS (RIS3 – CASTILLA Y LEON)
 

 

 Acrónimo   CLEVERLUB 

Resumen

  Área de interés principal de la demanda

    Tecnologías de fabricación (Automoción y Aeronáutica) - N/A

En el sector del mecanizado aeronáutico es fundamental utilizar y mantener los fluidos refrigerantes y lubricantes (“Taladrinas”) en optimo estado durante toda la vida útil de los mismos.
En la actualidad no existe un modelo comercial para la gestión inteligente del mantenimiento de los fluidos de corte por lo que la conservación de los baños y la prolongación de la vida de los mismos no es una tarea sencilla y supone actuaciones subjetivas con resultados en ocasiones inciertos o inesperados.
Poder contar con un modelo de mantenimiento predictivo que se anticipe a la degradación de los baños puede suponer un ahorro económico importante, por permitir corregir el estado de los fluidos, hacer una gestión optima del stock y evitar la degradación de las máquinas y herramientas.
Esta modelización del comportamiento de los fluidos no es algo que este ofertado en el sector, por lo que poder desarrollar un modelo propio, adaptado a maquinas individuales y con características dispares sería algo muy práctico a la hora de evitar defectos, corregir las tendencias y realizar un mantenimiento inteligente.
En la empresa se plantea la necesidad de contar con un modelo de mantenimiento predictivo del comportamiento de las Taladrinas que permita actuar sobre las mismas con garantías y que sea fruto del aprendizaje y de la toma de datos del estado de los fluidos en situaciones y momentos diversos. Se incide en esta ocasión en, una vez conocido el estado, crear un modelo que sugiera como actuar a usuarios no expertos en el mantenimiento de taladrinas.
Los fluidos de corte se caracterizan fundamentalmente por ser líquidos-emulsiones de agua con otros componentes químicos, principalmente aceites, que facilitan una doble tarea durante los procesos de fabricación: la refrigeración de las piezas que se producen, garantizando la estabilidad dimensional y la evacuación de calor y la durabilidad y el óptimo estado de la herramienta durante su ciclo de vida.
Las taladrinas se encuentran en depósitos de las propias maquinas (“baños”) y durante el mecanizado deben circular a gran velocidad y presión por distintos lugares de las maquinas, piezas y herramientas para realizar las tareas antes descritas.
Si dichos baños no mantienen sus propiedades optimas las consecuencias son muy negativas en el proceso productivo: bajadas de rendimientos e incluso perdidas de piezas (“chatarras”), deterioros prematuros en herramientas y en máquinas (con los consiguientes sobrecostes y averías) e incluso pueden tener incidencia negativa en el ambiente del entorno de trabajo. Por estos motivos el mantenimiento de estos fluidos es fundamental.
Por otro lado, la tarea de mantenerlos dentro de los parámetros óptimos no resulta sencilla, múltiples factores externos influyen en las Taladrinas y el no tener un seguimiento y una monitorización continua no permiten predecir situaciones ni tendencias que, de poderse evitar, permitirían prolongar la vida de estos baños y mantener de un modo continuo sus beneficios.
Se plantea el reto de obtener un modelo de comportamiento que sirva para el control y mantenimiento de las taladrinas y que permita anticiparse y gestionar el recurso de una manera automatizada con una mínima intervención humana integrando todos los parámetros y factores que pueden influir en el proceso.
Se necesita caracterizar el estado de las taladrinas aeronáuticas en su estado real durante los mecanizados para garantizar sus propiedades y optimizar los aportes y lograr un mantenimiento excelente de las mismas.

  Áreas de interés secundarias  

   Otros (especificar) - INDUSTRIA E I+D

 

DESCRIPCIÓN DE LA NECESIDAD DEMANDADA 

1.- Descripción de la demanda tecnológica.

Implementación de un modelo inteligente de mantenimiento predictivo en base al aprendizaje del comportamiento de las Taladrinas en los ciclos de fabricación.
Se trata de lograr un procedimiento que utilizando datos característicos de los fluidos y mediante un algoritmo pueda determinar el estado de esos baños, las correcciones necesarias en los mismos y la gestión inteligente de los mismos y se pueda generar conocimiento para poder determinar cómo influyen en el mecanizado y en los procesos asociados.
Los datos y el conocimiento generado deberán poder ser compartidos y explotados conjuntamente con la información del funcionamiento de las máquinas y con los datos de los programas de mecanizado y los materiales que se estén trabajando. Materiales, máquinas y ciclos de mecanizado tienen influencia capital en el estado de los fluidos, así como el mantenimiento de los mismos.
Se trata de desarrollar un modelo predictivo que permita actuar en tiempo real sobre cada máquina individual a personal no experto indicando las actuaciones necesarias para tener los baños en estado óptimo, basándose en la información de la evolución del mismo y del entorno.

2.- Antecedentes.

3.- Posibles enfoques del proyecto de investigación.

Integrar el modelo de mantenimiento con la producción prevista, pudiendo adaptar las actuaciones a los materiales que vienen, los tiempos de mecanizado, las duraciones de los procesos, … así se podría organizar el mantenimiento de los fluidos de corte, garantizando los momentos de las intervenciones, la disponibilidad de materiales y suministros, la optimización de la producción, … y se podría también simplificar y esencializar las tareas, hoy muy subjetivas de conservación de los baños.
Caracterizar cada máquina, tipos de materiales mecanizados, tamaños de depósitos, tipos de herramientas, etc, … y desarrollar un sistema de aviso de las actuaciones a llevar a cabo para poder mantener el óptimo estado del fluido de corte.
Integrar la gestión de los costes en el modelo, para poder cuantificar el ahorro
Utilizar equipos y técnicas existentes, combinándolas para obtener los datos esenciales; Algoritmos, Deep Learning, toma de datos, Sensorica, … que permitan construir una arquitectura del modelo de mantenimiento, adaptado a las características y funcionalidades de cada máquina y de la producción prevista.
Digitalizar los datos, almacenarlos y tratarlos con software para obtener el máximo conocimiento de los mismos. Deben poder ser utilizados por máquinas y programas de mecanizado.
Los datos recogidos deberán servir para poder establecer los comportamientos de los baños de taladrinas y predecir su comportamiento futuro, generando conocimiento a partir de la toma de continuada (big data) y la creación de un algoritmo predictivo.
En el mercado actualmente no hay equipos de uso sencillo y con coste económico que permitan monitorizar las taladrinas y no existen modelos que además de lo anterior puedan integrar los datos de máquinas, materiales mecanizados y programas, por lo que puede ser una vía potencial clara de desarrollo futuro. Estas tendencias se están empezando a desarrollar inicialmente orientadas a grandes baños y factorías y no hay un sistema de red que trabaje con máquinas pequeñas, distribuidas, etc, …
Colocar sensores o miniequipos en cada baño, muy económicos y que, incluso de una manera indirecta (con parámetros del entorno) puedan predecir los valores esenciales de los baños sin tener que enviarlos al laboratorio (temperaturas, concentraciones, materiales, etc, …)

4.- Enfoques sin interés

        Buscar soluciones para grandes equipos centralizados no es la prioridad; si se consigue un modelo generalista, que tenga en cuenta los parámetros a mantener más importantes puede ser aplicado al parque de maquinaria pequeña o individual, que es el más habitual en el sector del mecanizado aeronáutico, y puede cubrir una necesidad muy extendida en el sector.

 

PALABRAS CLAVE: Fluidos de corte mecanizados aeronáuticos
Mantenimiento predictivo
Big data
Taladrinas
Mecanizado
Algoritmos
Optimización de procesos
Reducción de residuos
Mejora en procesos
Mejora en entorno laboral
Aeronautica RIS3 CYL

 

Si desea remitir una propuesta de solución tecnológica (proyecto de investigación y/o consultoría) deberá remitirla en los terminos establecidos en la convocatoria antes del 28 de junio de 2019.

Demanda Tecnológica en formato pdf: www.redtcue.es/desafio/demandas/nt16   pdf

Formulario de participación investigadores 

Más información, Bases y Anexos.

  
 t cue LOGO  Selección 229 desafioempresa 

Top