ABB, líder en soluciones de tecnología industrial, ha presentado una innovadora plataforma basada en Machine Learning para el mantenimiento predictivo de los accionamientos Gearless Mill Drives (GMD) en la gran minería de Chile y Perú. Esta tecnología es de vital importancia para maximizar la disponibilidad de los GMDs, equipos cruciales en el proceso de molienda, y lograr los mejores indicadores de OEE (Overal Equipment Effectiveness).
David Gallego, Digital Solutions Architect de ABB en Suiza, fue el encargado de exponer sobre esta plataforma en un evento celebrado en Chile. Gallego destacó la relevancia de esta tecnología en países mineros como Chile y Perú, que cuentan con la mayor base instalada de GMDs en el mundo. Muchos clientes de ABB en estas naciones se benefician de la plataforma ABB AbilityTM Predictive Maintenance for Grinding a través de acuerdos de servicio a largo plazo (LTSA) ofrecidos por la compañía.
Gallego explicó que la plataforma, basada en la nube y respaldada por Microsoft Azure, utiliza avanzados servicios de Machine Learning. Recientemente, se incorporó el servicio Azure AutoML, que permite evaluar la predicción mediante 30 modelos diferentes en tiempo real y seleccionar la predicción más precisa.
Además, se ha habilitado el acceso a los archivos de transitorios del controlador del Cicloconversor, proporcionando datos de alta frecuencia esenciales para el diagnóstico en tareas de Troubleshooting, que anteriormente eran de difícil acceso.
En cuanto a los avances logrados con esta plataforma, Gallego mencionó que están monitoreando casi 40 GMD de clientes en todo el mundo. Con las estrategias implementadas, estiman que han evitado más de 120 horas de paradas no planificadas en equipos de molienda.
La presentación de esta plataforma marca un importante paso hacia adelante en la optimización y el mantenimiento predictivo de los GMDs en la industria minera, contribuyendo a la eficiencia y la disponibilidad de estos equipos críticos en la producción de minerales.
