Redes Neuronales en la Industria 4.0

Hace unos días, vi este vídeo de un youtuber crítico musical que probaba las características de un software musical. Este software extraía y separaba los instrumentos individualmente de la canción que le presentaras.

¿Que cómo funciona?

Según explica el propio vídeo, se sustenta en una red neuronal entrenada para separar en pistas cada instrumento de la canción analizada.

Y, ¿qué tiene que ver esto con la industria en general?

Uno de los problemas más importantes en la industria es el tema del mantenimiento, y, en particular, el mantenimiento predictivo. Es decir, el que en base a algún tipo de información o señal active la revisión y/o sustitución de algún componente antes de que este se rompa o deteriore y cause males mayores.

Una forma de analizar el estado de una máquina es oírla cuando está en funcionamiento, así como en los arranques y en las paradas. Analizando los ruidos que genera con un “oído adecuado”, ya sea de un experto o alternativamente de una red neuronal entrenada, podríamos averiguar si la máquina está lanzando señales de que algo ya no funciona tan bien como debiera: se llena la “pista de avería potencial”.

El tema lo hemos centrado en el sonido, por ser el motivo comentado en la entrada de este artículo, pero lo podríamos aplicar a otros tipos de señales, como vibraciones, colores de ciertos componentes o directamente señales eléctricas.

La transformación digital ya ha llegado al mantenimiento industrial

Montando un sistema continuo, o cada X horas, que recogiera la información más adecuada a cada problema potencial y la enviará a un centro de procesamiento para su análisis.

No conviene perder de vista que el centro de análisis debe tener actualizada la BBDD de los componentes de cada sistema a analizar, así como los cambios y operaciones de mantenimiento que se hayan realizado, para así no dar falsos positivos o, por el contrario, pasar por alto situaciones anómalas.

El centro de análisis deberá contar con un sistema entrenado para múltiples configuraciones. Y sí, esto complica algo las cosas, y para cada uno los canales que puedan aportar información útil al analizador. Una vez analizada la señal y diagnosticada la posible avería, se podrían lanzar y activar las acciones que se consideren oportunas (revisión, arreglo, cambio…) y solucionar de forma anticipada un problema potencialmente importante.

¿Tienes dudas acerca de la transformación digital? Cuéntanosla.