Los drones que vuelan de forma autónoma optimizan la gestión de activos

La fiabilidad y disponibilidad de las instalaciones e infraestructuras son piedras angulares de la rentabilidad de una empresa, y ello sin que los costes de explotación se le vayan de las manos.

Tecnologías innovadoras como los drones que vuelan de forma autónoma y el procesamiento cognitivo de imágenes permiten nuevos conceptos operativos. El beneficio para las empresas: más eficiencia y calidad de proceso en inspección y mantenimiento.

La gestión de las instalaciones y el mantenimiento se está convirtiendo así en la disciplina clave para evitar fallos costosos y aumentar la creación de valor.

Con la importancia de la gestión del mantenimiento, aumentan las exigencias estratégicas sobre actividades que antes eran principalmente reactivas. Conceptos innovadores como el mantenimiento predictivo -apuntalado por técnicas como la analítica, la inteligencia artificial/aprendizaje automático y la tecnología de sensores- favorecen las opciones de diseño para una mayor eficiencia de los procesos y calidad en la gestión de activos.

Gestión de activos empresariales

Un ejemplo convincente de un nuevo servicio de creación de valor en la gestión de activos que funciona en estrecha coordinación con SAP Enterprise Asset Management (EAM) es la integración de drones que vuelan de forma autónoma.

Los sistemas de vuelo, equipados con cámaras y sensores de alta resolución, se utilizan cada vez más en el campo de la vigilancia y el mantenimiento.

Gracias a sus características de vuelo flexible, se utilizan específicamente para el control en zonas de difícil acceso, grandes instalaciones o infraestructuras ocultas.

En comparación con el anterior "apoyo aéreo" por helicóptero o avión, los sistemas aéreos no tripulados destacan por sus menores costes y una topografía más precisa.

Ahora, el despliegue de técnicos in situ sólo es necesario en casos concretos, ya que la inspección y la detección de incidentes tienen lugar prácticamente en un sobrevuelo. Se reducen los riesgos de accidentes para el personal de servicio y también la huella general de las inspecciones prescritas.

Para aprovechar plenamente el potencial de optimización, es esencial integrar la gestión de los ciclos de vida de los activos fijos. Dicho de forma más sencilla:

El objetivo es lograr la automatización del proceso de principio a fin, desde el funcionamiento del dron hasta el análisis de los datos registrados, que se contextualizan con otra información de los activos, pasando por la ejecución de los servicios y el control de los técnicos.

El núcleo del escenario de procesos de extremo a extremo es una plataforma de integración y colaboración que organiza el intercambio de mensajes y datos entre procesos, servicios y personas.

BTC implementa un entorno de gestión de activos de siguiente nivel que puede adaptarse de forma flexible a las necesidades individuales. La base para ello es SAP Cloud Platform y SAP Leonardo, incluidos los servicios SAP EAM.

Plataformas de drones en la nube

La descripción de un flujo de proceso ideal ilustra la interacción: Al principio, el registro del vuelo del dron se inicia a través de una aplicación de inspección proporcionada normalmente como un servicio en la nube, que incluye el procedimiento de aprobación oficial.

La planificación y gestión de las rutas de vuelo puede realizarse internamente o externamente a través de servicios prestados por plataformas en la nube altamente especializadas en drones.

Los sistemas de información geográfica o espacial ayudan a definir los planes de despliegue y la guía de rutas con sólo unos clics. En el marco de un control de proyectos estandarizado, los drones y los pilotos se encargan automáticamente de la implantación en las empresas asociadas.

Las cámaras ortofotográficas, multiespectrales y otros sistemas de sensores alojados en los drones registran los datos actuales durante el sobrevuelo. En función del escenario de la misión, se evalúan las imágenes.

En el caso de las inspecciones periódicas, el análisis suele realizarse después del vuelo. En el caso de una inspección ad hoc, que se lleva a cabo debido a anomalías durante el funcionamiento, el análisis de datos también puede realizarse directamente, es decir, durante el vuelo.

Para el propio proceso de análisis entran en juego métodos de evaluación cognitiva de la inteligencia artificial, con cuya ayuda se reconocen las desviaciones del estado normal habitual a partir de los datos de estado.

Cuadro de mando Fiori y SAP EAM

Si el análisis cognitivo de imágenes detecta una anomalía, el empleado de servicio recibe el aviso correspondiente en su cliente de cuadro de mando basado en Fiori/HTML5 o, en escenarios totalmente integrados, como un evento en la aplicación SAP Asset Manager en su iPad o iPhone.

Al mismo tiempo, la avería se notifica en el entorno habitual de gestión de activos de la empresa, como SAP EAM o S/4 Asset Management, y se crea automáticamente un pedido. Después, un gestor de personal móvil recibe un mensaje push con todos los datos necesarios, incluidas las indicaciones del sistema de información geográfica.

In situ, los sistemas de asistencia de realidad aumentada (RA) guían al trabajador paso a paso por el proceso de trabajo a través de dispositivos de visualización móviles como las gafas de datos. Una vez subsanada la avería, se genera automáticamente en SAP EAM un mensaje sobre la finalización del pedido.

En el flujo de procesos esbozado se aprecian dos características fundamentales de la futura gestión de instalaciones y mantenimiento: los procesos empresariales se orquestan a través de varios servicios de aplicación y los datos de distintas procedencias se recopilan, combinan y analizan.

La oferta de SAP promete una implantación sencilla de dicha gestión de activos de próximo nivel, al menos en perspectiva.

SCP y Cloud Foundry

La plataforma en nube de SAP con el entorno Cloud Foundry y la integración de la plataforma en nube como base técnica de software facilitan comparativamente la prestación de nuevos servicios adicionales a las funciones existentes de gestión de activos y facilitan el intercambio de datos.
entre diferentes funciones de la aplicación.

Los servicios de mantenimiento específicos, como la gestión de drones y el procesamiento cognitivo de imágenes, serán proporcionados por BTC en un futuro próximo simplemente como mosaicos a través de la plataforma de lanzamiento de Fiori y podrán combinarse de forma variable con las funciones de aplicación existentes en el backend.

Red de inteligencia sobre activos

La participación en la red empresarial B2B SAP Asset Intelligence Network -que es una especie de Facebook para operadores de plantas, fabricantes y proveedores de servicios-, por un lado, simplifica la gestión de datos maestros relacionados con las plantas; por otro, fomenta el intercambio de datos de utilización y errores, así como de estrategias de mantenimiento.

Este conocimiento amplía la base de datos fundamental en la gestión de activos, por ejemplo cuando se incorpora información complementaria sobre el perfil de uso, la carga y las condiciones ambientales en caso de detección de una anomalía durante el vuelo del dron.

La información puede condensarse en indicadores de gestión significativos. El uso de SAP Geographical Enablement Framework para la referencia espacial de los datos operativos subraya la nota estratégica que adquiere así la gestión de activos.

El usuario puede ver de un vistazo cómo va la eficiencia de la planta, la tasa de fallos o la tasa de arreglos a la primera, es decir, la resolución de problemas al primer intento. A partir de la información detallada asociada -también en comparación con otras plantas- pueden extraerse conclusiones sobre cuándo es, por ejemplo, el mejor momento para el mantenimiento predictivo y en qué pasos debe complementarse el proceso de gestión de activos para optimizar la eficiencia y la productividad de la planta.

Una idea en este sentido podría ser examinar más detenidamente la integración de la gestión de drones y el procesamiento cognitivo de imágenes descrita anteriormente.

La tecnología de IA/aprendizaje profundo detecta anomalías

El entorno de análisis de detección de estados inusuales (USD) de BTC funciona sobre la base de métodos de aprendizaje profundo. En concreto, se trata de redes neuronales multicapa.

USD se caracteriza por su adquisición autónoma de conocimientos. En un primer paso, se alimenta con datos históricos a partir de los cuales los expertos en IA de BTC derivan un modelo entrenado para reconocer dependencias implícitas en los datos de los sensores.

Con los conocimientos adquiridos, el modelo USD es capaz de detectar discrepancias como anomalías del comportamiento normal. Esto incluye no solo las desviaciones conocidas, sino también las desconocidas.

Los expertos pueden llamar al patrón desconocido notificado de una imagen de estado y clasificarlo con su experiencia, ampliando así la base de conocimientos de la herramienta.

La herramienta se vuelve más "inteligente" en la evaluación de las desviaciones y los estados de error a lo largo del tiempo, en el escenario de aplicación considerado prácticamente con cada vuelo.

Además de la función general de cotejo de patrones de imágenes, el servicio está lleno de "conocimientos" por parte de BTC para detectar automáticamente movimientos de tierra o maquinaria de construcción en las imágenes, por ejemplo.