Pharmaceutical Technology - Suplemento Sólidos 2022

20 Suplemento SOLIDOS 2022 Pharmaceutical Techno logy Con estas “malas noticias” tem- pranas, el tiempo puede ser un factor menos crítico y los procesos de toma de decisiones mejoran con los datos disponibles y pueden ser guiados por expertos en cuidados posteriores. Por lo tanto, es posible que el rendimiento se mantenga alto, y que el tiempo y el tipo de mantenimiento necesario se planifiquen en función de la evaluación de los datos. El mantenimiento podría realizarse a través de asistencia remota según la situación, y en la forma de cambio de piezas de emergencia para situaciones críticas, paradas planifica- das o intervenciones incrementales para extender el proceso de mantenimiento. Optimización. El mantenimiento no se trata solo de prevenir averías, sino también de garantizar que la maqui- naria funcione de manera óptima. Sin la recopilación de datos completos, es difícil y lleva mucho tiempo evaluar con precisión si una máquina está funcio- nando o no con parámetros subóptimos. Con la introducción de los sensores para monitorear los elementos clave de la maquinaria y las operaciones, el funcionamiento de la máquina se puede observar constantemente y, en función de información detallada, se pueden realizar cambios en la máquina para garantizar que funcione de la mejor manera posible. Considerar lo que ya es posible mediante la observación de patrones en conjuntos de datos recopilados de sensores estándar revela una idea del tipo de efecto que la IoT y la IA tendrán sobre la optimización de procesos y la prevención de fallas en las máquinas. Para tomar el ejemplo de una de las máquinas de lecho fluido de ACG, los asociados identificaron el intervalo de tiempo correcto para agitar el so- plador al revisar los datos recopilados provenientes de varios sensores en la máquina de lecho fluido. En lugar de esperar a que una alarma los alertara de una falla en el soplador, ajustaron el tiempo de intervalo de agitación del lecho fluido de 4 a 6 segundos. Como resultado, el tiempo del ciclo del proce- so se redujo de 23 horas a 18 horas, y el tiempo de inactividad y los daños se redujeron, ya que el filtro del soplador necesitaba un reemplazo menos regular. Para empezar, el tiempo de agitación se fijó tan bajo como 4 segundos para asegurarse de que el filtro no se dañara debido a la acumulación excesiva de partículas. Sin embargo, esto es similar al mantenimiento preventivo en el que se mantiene una máquina más allá de lo requerido, lo que da como resultado un mayor tiempo de ciclo del proceso. En este caso, si el intervalo de tiempo hubiera sido mayor, entonces las partí- culas se habrían acumulado dentro del filtro, obstruyéndolo y rasgándolo; si el intervalo de tiempo fuera menor que el requerido, afectaría negativamente el tiempo del ciclo del proceso. La identificación del intervalo de agi- tación óptimo ayudó a lograr un equi- librio. Con más sensores de IoT, en una gama más amplia de máquinas y análisis de IA, las empresas podrán identificar anomalías y observar patrones antes, y realizar la intervención adecuada para lograr los resultados previstos. Más allá de las ganancias El mantenimiento predictivo pue- de tener importantes beneficios de costos y productividad, con mejoras en el tiempo de actividad, una mejor eficiencia general del equipo y menos desperdicio de productos. Sin embargo, las organizaciones deben mirar más allá de las ganancias y evaluar cómo se pueden utilizar mejor estos beneficios para realizar más cambios positivos. Seguridad, salud y riesgo. Predecir y gestionar problemas con la maquinaria de manera temprana conducirá a una reducción de los riesgos de seguridad, de salud y de calidad. Una reducción en las fallas de la máquina y un mejor conocimiento del funcionamiento de la máquina también deberían resultar en una fuerza laboral más productiva. Los asociados a nivel de planta pueden trabajar en un entorno más seguro con menos preocupaciones relacionadas con problemas inesperados con la maqui- naria. Luego, pueden tomar decisiones mejor informadas para mejorar la pro- ductividad y reducir el riesgo. Además, todos los datos proporcio- nados por las máquinas y analizados por IA pueden tener un efecto sobre el diseño de la máquina. Los diseños podrían centrarse más en la salud y la seguridad, con fácil acceso para el mantenimiento, el cambio de piezas uso único de la maquinaria. Si bien los tiempos estandarizados o la experiencia pueden usarse para planificar el man- tenimiento, sería imposible saber con certeza exactamente cuándo y dónde podrían surgir los problemas. La integración de los sistemas de IoT e IA a las máquinas de fabrica- ción y envasado crea un ecosistema de maquinaria conectado, donde los sensores permiten la posibilidad de un mantenimiento predictivo exacto. Las encuestas han indicado que la reducción promedio en los costos de manteni- miento (entre industrias) que resulta de la implementación de un programa efectivo de mantenimiento predictivo podría ser del 25 al 30 %, la eliminación de averías del 70 al 75 %, la reducción del tiempo de inactividad del 35 al 45 % y el aumento de la producción del 20 al 25% (1). Los datos recopilados de los sensores ubicados en posiciones clave en las máquinas se pueden usar para adquirir información específica que los sistemas de inteligencia artificial analizan para predecir, con exactitud, cuándo se necesitarán mantenimiento, reparaciones o intervenciones. La maquinaria inteligentemente co- nectada puede comunicar e informar a los centros operativos de gestión y red exactamente lo que necesita y antes de que se necesite, lo que significa que las máquinas no necesitan ser revisadas y detenidas innecesariamente. Este método evita la avería de la máquina y garantiza que la maquinaria funcione de manera óptima. Prevención de averías de la má- quina. La prevención de averías no planificadas ofrece el potencial para una mayor productividad y una menor generación de residuos. En la fabri- cación inteligente, los mecanismos de retroalimentación incorporados pueden proporcionar alertas, a través de una interfaz de usuario accesible de forma remota, para comunicar los problemas de una máquina. Esta comunicación podría tomar la forma de sensores de vibración en una máquina rotativa para identificar la alta fricción entre los co- jinetes o los problemas de lubricación. Las afecciones de salud en la máquina, como éstas, se pueden tratar antes o con un tratamiento menor, en lugar de una intervención mayor.