Máxima seguridad de la red para la energía eólica marina
GE Vernova confía en el sistema iba para el proyecto de Sofía
Más información
El Grupo Hirschvogel, uno de los mayores proveedores de automoción a escala mundial en el campo de la conformación masiva de acero y aluminio, decidió instalar el sistema iba en varias plantas de forja.

Una planta de forja funciona en diferentes secciones de proceso: Una vez introducidas y calentadas las piezas en bruto, se procede al conformado propiamente dicho en una prensa. A continuación, las piezas se transportan para su enfriamiento controlado. Durante todo el proceso de producción se dispone de un gran número de valores y señales de medición. Un potente análisis de los datos de medición adquiridos puede revelar numerosas oportunidades de optimización del proceso y de la máquina.
Para explotar este potencial, el grupo Hirschvogel, uno de los mayores proveedores de automoción a escala mundial en el campo de la conformación masiva de acero y aluminio, decidió instalar el sistema iba en varias plantas de forja. Con la ayuda de la solución iba, la empresa pudo obtener información valiosa, identificar muchas fuentes de error y eliminarlas definitivamente. Según Hirschvogel, la productividad de las plantas aumentó de forma apreciable y significativa.
Con ibaPDA, la adquisición de datos de medición es potente, flexible y continua.
Gracias a la amplia conectividad del sistema iba, no sólo se registran los datos de los sistemas de control, sino que también se pueden conectar directamente sensores (por ejemplo, señales de presión o desplazamiento) al ibaPDA a través del ibaPADU. De este modo, no son necesarias complejas instalaciones y configuraciones de sistemas móviles.
Además, ibaCapture graba información de vídeo de forma sincronizada con los demás datos de medición y la almacena continuamente. Tanto los datos de medición como los de vídeo están a disposición del operador de la planta en línea y de forma histórica en la visualización basada en ibaQPanel. Además, el personal de mantenimiento y los tecnólogos utilizan la potente herramienta de análisis ibaAnalyzer para analizar los datos históricos de medición y vídeo de forma interactiva y automática.
Debido a la consistente y continua adquisición de datos, los errores pueden ser analizados en detalle ya después de su primera ocurrencia y las medidas para la eliminación de errores pueden ser definidas. Dado que la duración de la grabación de los datos sólo está limitada por el espacio de almacenamiento concedido, Hirschvogel utiliza el sistema iba no sólo para el análisis actual de fallos y puntos débiles, sino también para el análisis a largo plazo.
Mediante la grabación sincronizada en el tiempo de datos de vídeo y proceso, se analizó en profundidad el proceso de calentamiento por inducción. Esto permitió identificar los desencadenantes específicos del problema: Mediante un cambio mecánico y la optimización de la salida, se pudo evitar el cosido y el consiguiente pegado de las piezas en bruto. De este modo, se pudo eliminar definitivamente esta fuente de errores y los consiguientes tiempos de inactividad de la máquina.

No sólo la frecuencia de las paradas imprevistas de la planta, sino también el análisis rápido y correcto de las causas podrían mejorarse significativamente con el sistema iba.
Stephan Burkart
Mantenimiento Maquinaria Sistema Eléctrico, Hirschvogel Umformtechnik GmbH
Descargue la demo de ibaPDA e ibaAnalyzer y empiece a optimizar sus procesos hoy mismo. ¡Pruébalo gratis durante 30 días!
Solicite una licencia ibaPDA-DemoUna supervisión eficaz requiere la adquisición continua y sincronizada en el tiempo de todas las señales de proceso relevantes a lo largo de múltiples etapas del proceso. Con ibaPDA, los datos de los sistemas de control y las redes de bus de campo pueden recopilarse de forma centralizada, mientras que ibaPADU permite la integración directa de sensores adicionales. Esto garantiza una transparencia total de los datos a lo largo de toda la cadena de valor. La alta resolución temporal permite, además, un análisis detallado de las condiciones dinámicas del proceso.
Las fallas esporádicas requieren una combinación de adquisición continua de datos y evaluación basada en el contexto. Mediante el uso de ibaCapture, los datos de vídeo pueden grabarse sincronizados en el tiempo con las señales del proceso y correlacionarse en consecuencia. Esto permite identificar influencias que no son directamente medibles, como el comportamiento de los materiales o los efectos mecánicos. Como resultado, el análisis de las causas raíz se vuelve considerablemente más preciso y reproducible.
El registro exhaustivo de todos los datos de proceso, junto con su almacenamiento a largo plazo, sienta las bases para identificar patrones de fallos recurrentes. Con ibaAnalyzer, los datos almacenados en ibaHD-Server pueden evaluarse tanto de forma interactiva como automática para detectar anomalías y patrones. A partir de esta información, es posible aplicar medidas específicas para la prevención de fallos y la estabilización de los procesos, lo que se traduce en un aumento significativo de la disponibilidad de la planta.
El análisis continuo de las desviaciones en los procesos permite detectar de forma temprana los indicadores de desgaste o averías. ibaAnalyzer permite evaluar los datos históricos para definir estrategias de mantenimiento basadas en el estado de las instalaciones. En combinación con la visualización en tiempo real a través de ibaQPanel, es posible identificar rápidamente las situaciones críticas. Esto reduce las intervenciones no planificadas y optimiza los ciclos de mantenimiento.
Un análisis escalable a largo plazo requiere un almacenamiento continuo de datos sin limitaciones temporales significativas. Con ibaPDA, es posible recopilar y archivar de forma eficiente grandes volúmenes de datos en ibaHD-Server, mientras que ibaAnalyzer permite realizar evaluaciones a lo largo de periodos prolongados. Esto permite identificar tendencias, cambios graduales en los procesos y posibilidades de optimización. La combinación de la profundidad de los datos y la capacidad analítica favorece una optimización sostenible de los procesos.