La Planta Regensburg del Grupo BMW Implementa un Innovador Sistema de Mantenimiento Predictivo

La Planta Regensburg del Grupo BMW está estableciendo nuevos estándares en la eficiencia de la línea de montaje con su innovador sistema de análisis inteligente, diseñado para prevenir paradas no planificadas y optimizar el flujo de producción de vehículos. 

La solución de mantenimiento predictivo de vanguardia emplea inteligencia artificial (IA) para identificar y abordar proactivamente posibles fallos de equipos, lo que resulta en mejoras significativas en el tiempo de actividad de la producción y ahorros de costos.

El sistema de monitoreo inteligente en la Planta Regensburg del Grupo BMW se centra en el proceso de ensamblaje, donde los vehículos se acoplan a portadores de carga móviles o sistemas de raíles. Estos portadores atraviesan las naves de producción en cadena, y cualquier fallo técnico en los sistemas de transporte puede interrumpir la línea de montaje, lo que lleva a mayores esfuerzos y costos de mantenimiento. 

Para evitar estos problemas, el equipo de innovación de BMW desarrolló un sistema capaz de detectar fallos tempranamente, asegurando una producción ininterrumpida.

Curiosamente, este sistema de monitoreo aprovecha los datos existentes de los componentes instalados y el control de los elementos de transporte, eliminando la necesidad de sensores o hardware adicionales. Evalúa activamente varios puntos de datos, incluidas fluctuaciones en el consumo de energía, irregularidades en el movimiento del transporte y legibilidad de códigos de barras, para identificar anomalías. 

Cuando se detectan tales anomalías, se envía inmediatamente una alerta al centro de control de mantenimiento, lo que permite una acción rápida para abordar el problema.

El gerente de proyecto Oliver Mrasek enfatiza la operación continua del sistema: “Los monitores de vigilancia en nuestro centro de control funcionan 24/7, lo que nos permite responder rápidamente a cualquier tipo de informe de fallo y sacar el vehículo afectado del ciclo.”

Implementación: Apoyada por IA, estandarizada y rentable

El mantenimiento predictivo no es solo una solución independiente; es un esfuerzo colaborativo. La estandarización del sistema, en cooperación con la gestión central de planta del Grupo BMW y otras ubicaciones de plantas, facilita su implementación rápida en las ubicaciones del Grupo BMW en todo el mundo. 

Una ventaja notable es su rentabilidad, ya que no requiere sensores adicionales, con gastos limitados al almacenamiento y la potencia de cómputo.

Los modelos de aprendizaje automático internos están integrados en el sistema, empleando mapas de calor con diferentes códigos de color para visualizar patrones de fallos en varios componentes. Esta representación visual permite a los técnicos de mantenimiento responder con precisión a los problemas identificados.

El éxito del sistema se subraya por los esfuerzos de mejora continua. El equipo está expandiendo actualmente sus capacidades conectando instalaciones adicionales, optimizando el sistema e integrando acciones recomendadas en los mensajes de fallo. Esta mejora tiene como objetivo simplificar la resolución de problemas para los técnicos de mantenimiento destacando problemas similares que han ocurrido en el sistema.

Deniz Ince, científico de datos del equipo, enfatiza los beneficios más amplios del mantenimiento predictivo óptimo: “El mantenimiento predictivo óptimo no solo nos ahorra dinero, sino que también significa que podemos entregar la cantidad planificada de vehículos a tiempo, lo que ahorra una enorme cantidad de estrés en la producción.”

Objetivos futuros: Mejorar la predictibilidad y patentes

El viaje de la Planta Regensburg del Grupo BMW en el monitoreo basado en datos de la tecnología de transporte abarca seis años, con aproximadamente el 80% de las líneas de ensamblaje principales siendo monitoreadas actualmente con este sistema. Aunque no todos los fallos pueden predecirse, el sistema ya ha evitado alrededor de 500 minutos de tiempo de inactividad por año solo en el ensamblaje de vehículos. Dada la tasa de producción de la planta, esto se traduce en ganancias significativas de eficiencia operativa.

Los objetivos futuros del equipo incluyen mejorar la predictibilidad estimando el tiempo restante entre la detección de un fallo y una posible parada. Esta función ayudará a los técnicos a priorizar las tareas de mantenimiento según la urgencia. Además, se está explorando el uso del sistema en otras áreas de la planta, como el equipo utilizado para llenar vehículos con líquido de frenos y refrigerante.

Curiosamente, el sistema de aprendizaje integrado de la Planta Regensburg del Grupo BMW es pionero en su campo, obteniendo reconocimiento de los fabricantes de equipos y llevando a dos patentes registradas por el Grupo BMW.