El uso de inteligencia artificial en el proceso de análisis de aceites comenzó a través de un proyecto Corfo hace dos años (2018-2019). Este proyecto fue adjudicado por la Universidad de Chile por medio del equipo profesional de Ingeniería Mecánica, el cual desarrolló diferentes tipos de soluciones para mantenimiento predictivo en minería, petróleo y otras áreas industriales.
“Nosotros desarrollamos esta herramienta para automatizar el proceso y así tener mejores resultados en menos tiempo. Esta solución utiliza inteligencia artificial con aprendizaje profundo de máquina donde nosotros recibimos en línea los análisis del laboratorio y estos modelos predictivos procesan la información automáticamente entregando un diagnóstico sobre el estado de salud actual y futuro”. comentó Enrique Lopez, profesor del Departamento de Ingeniería Civil y Ambiental de la Universidad de California.
Beneficios comparativos
Antes del uso de esta tecnología las pruebas de análisis de aceite y lubricante eran analizadas por ingenieros con la creación de muchos informes, esto significaba el uso de varias horas hombre que, además de generar desgaste en el personal y retraso en los resultados, implica la dependencia absoluta del conocimiento del profesional y estar expuestos a errores humanos.
“Yo creo que nosotros fuimos uno de los primeros en trabajar la técnica de aprendizaje profundo para el análisis predictivo. Hay otras soluciones en base a distintas técnicas de inteligencia artificial, pero no son tan potentes como la nuestra”, aseguró Lopez.
Los informes automatizados que entrega el equipo tienen la data de los distintos contenidos químicos del aceite: concentraciones de fierro, aluminio, molibdeno, entre otros. Encima, arroja el tamaño del material particulado, viscosidad a 40º grados centígrados, cantidad de agua y nivel de oxidación.
Una vez que se desarrolla el modelo en el computador este se puede procesar por medio de un dispositivo móvil teniendo el informe al alcance de tu celular. Esta tecnología de análisis ha sido desarrollada para 4 componentes distintos: bombas, reductores, descansos y sistemas hidráulicos.
Otros rubros con uso de inteligencia artificial
“El desempeño de la inteligencia artificial busca soluciones predictivas. En particular nuestro desarrollo se desempeña en el área de investigación de datos en aceites. Sin embargo, también se ha trabajado con análisis de vibración, termografía, sensores en monitoreo de temperatura, presiones o caudales” agregó Enrique Lopez.
En gran minería también se desarrolló un piloto con inteligencia artificial para plantas de desalinización. Con el piloto se obtuvo la identificación del estado de salud a futuro, teniendo certeza de cuál es la posibilidad de que desarrolle un problema en el sistema hidráulico por contaminación, desgaste de los componentes o si tendrá una condición normal. Este proceso no sólo disminuyó las horas hombre sino que entregó resultados con menos probabilidad de error.
Resultados
“Hemos tenido un resultado con una exactitud por arriba del 96%. Esto genera un apoyo para el mantenimiento preventivo, ya que en base al predictivo uno puede planear mantenimiento preventivo. Puedes planear cuándo y cómo hacerlo, además de saber qué vas a necesitar. Esto te permite bajar costos de mantenimiento y aumentar la productividad por medio de la mantención”. confirmó el académico de la Universidad de California.
El análisis de aceite con inteligencia artificial de aprendizaje profundo logra entregar al cliente mucho más que un producto. Este servicio entrega un valor extra a través del monitoreo, aumentando la productividad que Mobil facilita a sus clientes.
La técnica de aprendizaje profundo usada para el análisis de aceites Mobil son redes neuronales profundas que generan una capa de 500, 1.000 o 2.000 neuronas. En las redes pueden existir múltiples capas, esto las vuelve muy potentes y flexibles, teniendo la posibilidad de analizar data muy compleja en grandes cantidades, entregando a clientes de productos Mobil mayor confiabilidad y un servicio a largo plazo que mejorará la experiencia de su proceso productivo.