El problema que se enfrenta
En el transcurso de 100 años, Celanese ha pasado de ser un experimento que empezó en una casa en Suiza a convertirse en un gigante mundial de materiales especializados que fabrica productos químicos intermedios, derivados de la celulosa, polímeros de emulsión, ingredientes alimentarios y materiales de ingeniería. Cuando el fabricante de productos químicos Celanese comenzó su viaje de transformación digital, quería encontrar una manera de liberar datos aislados y tomar mejores decisiones comerciales.
“El problema es tener la información aislada”, dijo Greg Aguilar, ingeniero sénior de instrumentos en Celanese. “Necesitamos desbloquear esos datos y asociarlos con los casos comerciales para el mantenimiento predictivo (PdM), la optimización de procesos y la gestión de la energía”.
Enfoque adoptado
Celanese identificó más de 50 casos de uso potencial y les dio prioridad sobre la base de la viabilidad antes de reducirlos a dos para los proyectos piloto. Los casos prácticos se desarrollaron con el aporte de las personas en las unidades para identificar los puntos problemáticos en el día a día, por lo que tuvieron aceptación. “Los incluimos en cada paso, desde la lluvia de ideas hasta identificar quién sería el proveedor de la solución. Los cambios culturales son difíciles. Los éxitos que hemos visto ayudaron mucho, pero sigue siendo una batalla continua porque la gente considera que el cambio es difícil”, dijo Aguilar.
“Necesitábamos identificar a un socio”, explicó. “Hicimos una investigación profunda de 43 proveedores en el campo industrial de IoT (IIoT)” aseguró. “Queríamos una plataforma de análisis que se pudiera implementar en las instalaciones. La redujimos a 12”. Un mayor análisis hizo que los candidatos pasaran a seis y luego a dos. Finalmente, Celanese eligió el software KNet, pero cuando Aguilar notificó a la compañía, se sorprendió al recibir la respuesta de Emerson de que había adquirido al proveedor del software. Sin embargo, el cambio fue fortuito para Celanese, debido a que la empresa ya estaba operando varios sistemas de Emerson, incluyendo el sistema de control distribuido DeltaV (DCS).
Resultados obtenidos
Con el caso práctico de PdM como ejemplo, Celanese se propuso revisar el sistema con un proyecto piloto que analiza la temperatura del aceite lubricante en una pieza rotativa del equipo. “Parecía algo relativamente simple, pero el sistema identificó este equipo como un problema”, explicó Aguilar. “Al observar la tendencia de los dos meses, todavía estábamos por debajo de los niveles de alarma. Pero, al retroceder en el transcurso de dos años, el sistema identificó un cambio en el nivel de temperatura. Debido a que el aumento de temperatura ocurrió en un período de tiempo determinado, nadie lo notó en el día a día. Había pasado desapercibido durante meses antes de que el sistema lo notara”.
La planta había instalado un deshidratador por vacío para eliminar la humedad. “La falla particular que identificamos había estado vigente durante nueve meses”, dijo Aguilar. “No se veía como un sistema degradado en ese momento”.
Si la temperatura hubiese seguido aumentando sin que se notara, podría haber apagado la unidad. “Pudimos tomar la decisión de agregarlo a nuestro próximo alcance de ejecución”, explicó Aguilar. “Hace un mes, la válvula se desatascó y la temperatura disminuyó 20 grados. La tecnología demostró que podía identificar fallas ocultas”.
El éxito del proyecto piloto infundió la confianza que la nueva tecnología necesitaba. “Ya no promovemos la tecnología desde la empresa a los sitios”, dijo Aguilar. “Ahora ellos la solicitan. Estamos creando conocimiento institucional. Nos da un punto de partida. El valor tecnológico se acelera. Estamos creando una cultura basada en los datos para tomar decisiones”.
El análisis de modos de falla y sus efectos impulsado por los principios (FMEA) y la regresión lineal del sistema identificaron el daño potencial de los cojinetes. “Esa válvula en particular no se consideró un problema hasta que el sistema la identificó”, explicó Aguilar. “Operamos al 100 % del tiempo productivo. No queremos tomar el tiempo de interrupción a menos que sea necesario. Porque entendimos la condición del activo, agregamos una mitigación y la quitamos en la siguiente parada programada a los seis meses. Afectó un poco al compresor, pero teníamos la información disponible para tomar esas decisiones de datos.
La herramienta KNet está destinada a aumentar la capacidad de los técnicos y operadores de Celanese. “Se trata de darles tiempo libre para hacer más tareas de valor agregado”, explicó Aguilar. Por ejemplo, en el escenario del caso práctico, estábamos considerando 80 variables diferentes. Un ingeniero no es capaz de hacer eso. Intentamos enfocarnos en los equipos que tienen problemas de fallas repetidas. Con la potencia del sistema KNet y el enfoque de FMEA, puede obtener mucho valor de esto”.
Además la colaboración con TI ha sido muy importante en la implementación del sistema. “La convergencia TI-TO está ocurriendo”, afirmó Aguilar. “Hace dos años, tal vez yo no era muy amigo de nuestro departamento de TI y ahora la gente piensa que trabajo en el departamento de TI. El viaje inicial ha durado casi un año y medio. En un período de cinco años, esperamos tener una solución escalable”.
Acerca del software KNet de Emerson
KNet Analytics de Emerson es un software de análisis de datos del proceso listo para usarse que recopila e interpreta los datos operativos. Utilizando la información dispersa en las plantas junto con el "machine learning" y la inteligencia artificial, el software KNet predice el desempeño futuro con lo cual se reduce el tiempo para la toma de decisiones y mejora la eficiencia y la seguridad.
