El Internet de las cosas industrial (IIoT) es una de las bases en las que se sustenta cualquier proceso de analítica de datos. Poder disponer de la información gracias a dispositivos y sensores es fundamental para afrontar mejoras en los procesos y en el funcionamiento de las máquinas. Ese es el área de especialización de KENTU, una compañía guipuzcoana con poco más de seis meses de vida. Conversamos con su Gerente, Nereba Belzunegi.
¿A qué os dedicáis en KENTU?
Somos una empresa de soluciones de Internet de las cosas industrial (IIoT) para la sensorización, monitorización y análisis de procesos y componentes. Primero tratamos de escuchar al cliente, de ver sus necesidades tecnológicas, para ofrecer una solución a medida que les permita recoger los datos que, hasta el momento, le son desconocidos y, normalmente, son críticos. Les ayudamos a recoger esos datos, subirlos a la nube o a cualquier tipo de plataforma, hacer un análisis de esos datos y proponerles mejoras para ser más efectivos en la producción, para mejorar el control de calidad o para recibir alarmas.
¿Nos puedes poner algún ejemplo de cómo estáis aplicando soluciones de Internet de las cosas en la industria?
Un ejemplo estaría vinculado con el sector de la alimentación. Tenemos clientes a los que hemos sensorizado cámaras frigoríficas. Hasta ahora utilizaban dispositivos para recoger datos de temperatura que tenían que sacar, descargar la información a un ordenador y analizarla. Nosotros automatizamos todo ese proceso. Los datos se envían al ordenador directamente y cuando hay algún fallo con la temperatura, el sistema envía un mensaje, por correo electrónico o SMS para que se arregle. Si algo falla, lo notifica y se puede arreglar antes de que se estropee aún más.
Siguiendo con la industria de la alimentación, muchas empresas guardan zumos o aceites en grandes cubas y necesitan saber qué cantidad de ‘stock’ almacenan para ver si necesitan producir más o no. En este caso, lo que estamos haciendo es colocar un sensor especial para cubas grandes que detecta qué volumen hay en las cubas para tener controlado el ‘stock’ y que esa información se traslade a su ERP.
También tenemos soluciones orientadas a la detección de averías en máquinas. Si hay algún fallo, al operario le aparecería un mensaje en una ‘tablet’ junto con un listado de posibles causas preestablecidas. De esta manera podría saber qué avería es la que ha ocurrido de forma automática.
Otro ejemplo de monitorización de datos está referido al ahorro energético. Uno de nuestros clientes nos pidió sensorizar el consumo de unas calderas que tenían para calentar el material. Limpiaban esta caldera una vez al año y se dieron cuenta de que justo después de limpiarla consumía un 30 por ciento menos en los siguientes meses. Desde entonces, la limpian dos veces al año y se ahorran ese consumo. Es un ejemplo de que hasta que no tenemos unos datos, aunque parezcan simples, no sabemos qué está pasando en nuestra producción.
¿Las empresas son conscientes de las ventajas de este tipo de soluciones?
Nosotros animamos a las pequeñas empresas, que piensan que la Industria 4.0 no está a su alcance o que solo está al alcance de las grandes, a que implementen soluciones. En nuestro caso, somos flexibles de cara a comenzar proyectos con un solo sensor, para recoger información. De esta manera, el coste empieza siendo bajo y si luego vas viendo el interés, puedes aumentar el tamaño de los proyectos. Son soluciones escalables. Se trata de empezar por un punto para medir una variable que pueda ser importante para tu proceso y luego ir añadiendo más en función de las necesidades. Preferimos no cargar un montón de datos, sino escoger los datos que se necesitan para ir viendo una mejora.
Uno de los elementos en los que hacéis hincapié es en el OEE (Overall Equipment Effectiveness o Eficiencia General de los Equipos). ¿Por qué?
Consideramos que es fundamental medir la eficiencia de los equipos de producción. No me sirve de nada tener la disponibilidad absoluta de la máquina si el producto no sale al cien por cien con los requisitos de calidad establecidos. Tampoco sirve de nada disponer de un producto de calidad si la máquina se para cada media hora. Hay que tener en cuenta las tres variables de la OEE: tener la máquina con disponibilidad, poder utilizarla el mayor tiempo posible, y el trabajo lo tiene que hacer de manera correcta para que el producto salga bien. Gracias a eso, la empresa puede mejorar sus tiempos, su calidad y su disponibilidad.
KENTU se puso en marcha en marzo de este año, en plena pandemia del coronavirus. ¿Qué ha supuesto para vosotras la COVID-19?
Por una parte, nuestros clientes han sufrido un parón en su actividad. Hay muchas empresas con incertidumbre de ver qué va a pasar en los próximos meses y tienen las inversiones paradas. Pero también se ha visto que vamos a tener que trabajar fuera de la oficina y de la planta, y tener los datos disponibles del funcionamiento de nuestras máquinas o del estado de la producción desde nuestra casa o desde cualquier parte del mundo, solamente teniendo acceso a Internet, es algo muy importante. Por un lado, hemos avanzado en ese aspecto de mentalidad relacionada con el teletrabajo, y, por otro lado, hay que esperar tiempos mejores para que todos podamos sumarnos a esta ola de la Industria 4.0.
¿En qué momento os encontráis ahora en KENTU?
Empezamos nuestra actividad con KENTU PROCESS, que son las soluciones que hemos mencionado hasta ahora para la medición de procesos, y estamos trabajando en KENTU PRODUCT, para sensorizar un producto. Por ejemplo, si una empresa produce máquinas, si sensorizamos esa máquina es posible recoger y recibir datos de cómo se está usando y, de esa manera, poder hacer mejor esa máquina. También para dar mantenimiento. Si veo en los datos que la máquina está entrando en una vibración o el motor no va bien, cuanto antes tengamos esa información, antes podremos dar respuesta. Nos dirigimos hacia la servitización y el mantenimiento predictivo.
También hemos realizado algún proyecto de I+D subvencionado en parte por Hazitek y CDTI dirigido a la máquina herramienta. En concreto, mantenimiento predictivo en tornos. Se trata del análisis de vibraciones para predecir el desgaste de la herramienta.
Las empresas tractoras involucradas en la iniciativa han seleccionado a los participantes tras...Leer más
Comparte
Bridgestone, una de las empresas tractoras del programa BIND 4.0 en la tercera edición del...Leer más
Comparte
Amatech Group se está convirtiendo en uno de los grupos de referencia en Euskadi en lo que se...Leer más
Comparte
Según un informe reciente del Instituto Nacional de Estadística, el 70% de las compañías del...Leer más
Comparte
El Grupo SPRI y la Fundación EOI han lanzado de nuevo el programa de ayudas para...Leer más
ComparteInformación diaria, segmentada por sectores de actividad y
países de interés para tomar las decisiones más
competitivas.
Para pymes, para diversificar mercados, becas en el extranjero, licitaciones internacionales, subvenciones a fondo perdido para afinzar la exportación, ayudas para implantaciones o formación específica en internacionalización.
Te interesa ¿verdad?