Israel Electric Corporation utiliza el mantenimiento inteligente

IEC-300x284Uso de sofisticados modelos de datos para predecir y prevenir las fallas en turbinas en las plantas

Cuando su empresa es responsable de generar el 95% de la electricidad del país y de sus plantas energéticas necesita operar con la máxima capacidad para cubrir los picos de demanda, ¿cómo puede asegurar un abastecimiento confiable y de alta calidad para los ciudadanos todo el tiempo?

Este era el reto que enfrentaba Israel Electric Corporation (IEC), le primer proveedor de electricidad en Israel, que es responsable de construir, mantener y operar la infraestructura de energía del país.

Con la ayuda del software para Análisis Predictivo de IBM SPSS, IEC encontró la solución.

Estableciendo el panorama

Para cubrir las necesidades de 2.5 millones de consumidores en una era en la que la demanda de Israel crece más de 3% al año, IEC necesita mantener 17 plantas energéticas en línea operando de manera eficiente todo el tiempo.

La necesidad de generar energía confiable es particularmente crítica durante los periodos de demanda pico – por ejemplo, durante el clima muy caliente o frio. En estos momentos, la empresa debe de ser 100% operativa con el fin de evitar los apagones ya que la existe la suficiente capacidad para compensar una pérdida.

Analizando cientos de puntos de datos
electric_charging-512-300x300Actualmente, la mayoría de los 12,500 MW de electricidad generados por IEC vienen de la combustión de carbón, de aceite, carbón/aceite y ciclos combinados, pero la empresa también opera turbinas de gas en 7 plantas que contribuyen con 2,390 MW del total.

Erez Daly, Gerente de turbinas de gas y de ciclos combinados en IEC, comenta “Las turbinas en nuestras plantas de gas son máquinas muy complejas que están llenas de sensores que nos ayudan a manejarlas. Generan una gran cantidad de datos – por ejemplo, nuestro sistema captura 500 puntos de datos de un sensor análogo y 700 de uno digital.

Nos hemos dado cuenta de que si podemos analizar esta información podemos obtener una mayor comprensión de cómo cada una de las turbinas se comporta, podemos detectar las señales de alarma cuando estamos trabajando ineficientemente o cerca de la falla. Nosotros solamente necesitábamos un sistema que fuera capaz de minar los datos.”

Encontrando una forma de ir hacia adelante

En este punto, el equipo de inteligencia de negocios de IEC (EBI) entró en escena. Parte del plan IT para compañía bajo la supervisión de Yosi Schneck era promover el uso el análisis para respaldar y mejorar las áreas de negocio.

Arnon Baron, Gerente de Proyectos de EBI en IEC, explica: “Cuando por primera vez nos involucramos, el equipo de turbinas estaba escribiendo cuadros SQL para examinar los datos. Comenzamos a ayudar construyendo reportes estructurados y gráficos que hicieron más sencillo el despliegue de diagnósticos – pero queríamos ir más allá e introducir capacidades predictivas.

Es por eso que decidimos utilizar las herramientas de IBM SPSS para darnos cuenta del valor real de los datos – y cuando el equipo de turbinas vio los tipos de resultados que el modelado predictivo podía proporcionarle, fueron muy entusiastas. Desde nuestra perspectiva en el equipo EBI, fue un momento de victoria, ya que sabíamos que podíamos entregar una solución que realmente le ayudara a trabajar eficientemente.”

Sofisticados análisis

Con la ayuda de Genius Systems, un socio de IBM, el equipo de IEC utilizó IBM SPSS Modeler para realizar análisis de conglomerados de datos de cada una de las turbinas y para crear un modelo del comportamiento “normal” de las turbinas al empezar a trabajar, al momento más álgido y al momento de apagarlas. Con las bases para cada unidad, el equipo fue capaz de comparar su desempeño y empezar a identificar problemas comunes.

“Hemos estado trabajando con el equipo de Genius por más de 6 años, y ellos han sido un excelente asociado”, afirma Daly. “Nos han ayudado a construir los modelos que son ajustados a las necesidades de las turbinas – pero utilizando un acercamiento que es lo suficientemente flexible para aplicarse a casi cualquier equipo industrial.”

Mejoramiento del desempeño y consumo de combustible

Los equipos de IEC y Genius han trabajado en un número de proyectos que han ayudado a transformar la forma en que la empresa administra sus turbinas. Por ejemplo, han sido capaces de establecer un conjunto de indicadores clave (KPI’s) que de manera precisa reflejan  el desempeño de cada turbina bajo una variedad de diferentes condiciones.

“Ya que cada turbina es diferente, y se comporta de diferente manera dependiendo en la carga de trabajo y otras condiciones, una simple comparación de datos no sería efectiva”, explica Daly. “En lugar de eso, utilizábamos técnicas de redes neuronales para calcular los valores esperados diariamente. Si detectábamos varianzas muy grandes, nuestros ingenieros eran alertados inmediatamente.”

seo-2-300x300Una de las partes más importantes de los KPI’s era el consumo de combustible. Eitan Rindenau, Ingeniero de Desempeño en el equipo de turbinas de gas en IEC, comenta: “Consumos extraños de combustible no son más que un desperdicio de dinero. La solución de SPSS Modeler desarrollada con la ayuda del equipo de Genius es un paso crítico en la identificación y reducción de gastos significativos de combustible en cada unidad, ahorrándonos aproximadamente USD $72,000 por turbina cada año.”

Mejoramiento de la seguridad

Las capacidades predictivas de la solución de modelado también ayudaron a incrementar la seguridad. “Nuestras turbinas tienen una alarma construida por el fabricante la cual es activada 30 minutos antes de una falla mayor”, afirma Daly. “Pero con nuestros datos podemos predecir ese evento 30 horas antes de que suceda – así que contamos con mucho tiempo para intervenir y prevenir, y para asegurarnos de que todos nuestros empleados no tienen accidentes.”

Más allá del mantenimiento predictivo

Un mejor análisis de cauda de fallas pasadas en los componentes, le permitió a IEC ir de un mantenimiento fijo a un modelo de mantenimiento más preventivo.

“Al analizar el comportamiento de cada turbina antes y durante las fallas, pudimos identificar patrones que nos ayudaron a prevenir cuando un componente específico necesitaba ser reemplazado,” afirma Daly. “Esto significó que podíamos evitar los paros y las reparaciones costosas arreglando los problemas antes de que sucedieran. Esto también nos permitió calendarizar el mantenimiento en los tiempos más convenientes, en lugar de tener que dejar una turbina sin funcionar durante un periodo pico.”

El Dr. Moshe Shavit CTO de turbinas de gas en IEC, agrega: “Utilizar las herramientas analíticas de IBM SPSS no ha traído mucho ahorros, tanto por la reducción en las fallas de las turbinas, como en los tiempo de inactividad.”

Amplias opciones para el análisis predictivo
Bb-24-7-logo-300x293Estas soluciones analíticas son actualmente monitoreadas por equipo de desempeño en IEC. La empresa está en proceso de adquirir IBM SPSS Collaboration and Deployment Services, las cual le proporcionará un alimentación en vivo de datos a una pantalla en el cuarto de control para un monitores 24/7.

“Nuestro éxito con el análisis predictivo ha sido notado por otras partes de la empresa, y pensamos que existe un potencial para SPSS,” concluye Daly. “Tenemos confianza en que nuestra sociedad con Genius nos ayudará a continuar desarrollando soluciones novedosas que nos ayuden a llevar nuestro servicio y negocio a nuestros clientes de manera más eficiente.”

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *