Gracias al avance en la industria 4.0, los sectores mineros y energéticos poseen sensores en la mayoría de sus máquinas, permitiéndoles monitorearlas en tiempo real y aplicar sistemas de detención en caso de falla. Sin embargo, el monitoreo por sí solo no resuelve el problema real que tiene toda la industria productiva: las fallas imprevistas en maquinaria, sobre todo en activos críticos cuya disponibilidad promedio apenas alcanza el 60%.
Coline data entrega servicios de análisis de datos mediante inteligencia artificial y algoritmos de optimización con el fin de aumentar la productividad y optimizar procesos. En base a los datos entregados por nuestros algoritmos, el cliente es capaz de ejecutar mantenimiento predictivo en maquinaria, es decir, predecir fallas, aumentando la disponibilidad de activos críticos y disminuyendo tiempos de detención junto con los costos asociados.
Las pérdidas por fallas en activos críticos asociadas a tiempos de detención en la industria productiva, específicamente en minería, energía y transporte, siendo un problema de carácter mundial, sumando al potencial perdido en datos de monitoreo en base a sensores.
Gracias al avance en la industria 4.0, los sectores mineros y energéticos poseen sensores en la mayoría de sus máquinas, permitiéndoles monitorearlas en tiempo real y aplicar sistemas de detención en caso de falla, se tiene que el 21% de todos los datos que la industria minera levanta proviene de sensores ya instalados. Sin embargo, el monitoreo por sí solo no resuelve el problema real que tiene toda la industria productiva: las fallas imprevistas en maquinaria, sobre todo en activos críticos cuya disponibilidad promedio apenas alcanza el 60%. Dependiendo del tamaño de cada empresa, las pérdidas mencionadas pueden llegar al orden de los millones de dólares. Para el caso de la minería, los costos por detención anuales llegan a un promedio de 10 mil millones de dólares, siendo el costo promedio de falla de USD 180.000 por incidente.
Coline data entrega servicios de análisis de datos mediante inteligencia artificial y algoritmos de optimización con el fin de aumentar la productividad y optimizar procesos. En base a los datos entregados por nuestros algoritmos, el cliente es capaz de ejecutar mantenimiento predictivo en maquinaria, es decir, predecir fallas, aumentando la disponibilidad en activos críticos y disminuyendo tiempos de detención junto con los costos asociados. Las principales ventajas de este servicio se encuentran en la facilidad de adaptación del mismo a la realidad tecnológica del cliente y la sencillez con la que se implementa, debido a que se utilizan datos ya existentes y la misma arquitectura de software basada en la recepción y entrega para cada proceso, la cual se puede integrar a cualquier plataforma.
Se tiene como sustitutos el mantenimiento preventivo por probabilidad y la proyección no automática de vida útil sumada a la experiencia de los operadores que pueden predecir fallas en base a indicios. El trabajo remoto y la automatización que se está implementando en la industria deja obsoletos a los sustitutos mencionados, ya que no se tiene personal presente en el área de trabajo de la maquinaria, además, el mantenimiento preventivo es inexacto y de alto costo, dado que genera una mayor cantidad de órdenes de trabajo.
El mantenimiento predictivo con inteligencia artificial permite tener un control del estado de los activos en tiempo real y de forma automática, siendo una solución escalable.
Juan José Porras Martínez es gerente general de Coline Data. Actualmente está cursando el postgrado de Magíster en Ciencias de la Ingeniería Electrónica en la Universidad Técnica Federico Santa María. Tiene experiencia en liderazgo de equipos, desarrollo de hardware, software y ha trabajado en proyectos con resultados exitosos usando inteligencia artificial y visión computacional. De forma paralela a su formación técnica, posee una certificación de capacitación para proveedores mineros por parte del hub de Innovación Quintil Valley y ha tomado cursos internacionales de innovación y emprendimiento en 3iE, Draper Startup House, Aster Aceleradora y StartUp Chile. Junto a Vicente Gonzalez, estudiante de último año de ingeniería comercial de la Universidad Andrés Bello, componen el equipo comercial de la empresa, dedicándose a la prospección constante y la búsqueda del “product market fit”.
El equipo técnico está compuesto por licenciados en ingeniería civil electrónica en la UTFSM, cada uno especializado en distintas áreas:
Si eres una empresa minera interesada en esta solución, contáctanos a través del formulario.
