Durante el evento AVEVA Day, se puso de manifiesto cómo la gestión del dato industrial puede ser un factor clave para minimizar fallas significativas en los activos de las empresas. YPF Luz y Techint compartieron sus experiencias sobre el uso de herramientas que permiten anticipar problemas y optimizar el mantenimiento, pasando de un enfoque preventivo a uno predictivo. Este cambio de paradigma demuestra que la analítica avanzada no solo implica tecnología, sino también transformaciones culturales y organizacionales.
El contexto industrial global enfrenta retos como la complejidad de las cadenas logísticas y la volatilidad de los precios de los commodities, lo que hace imprescindible la adopción de soluciones inteligentes basadas en datos. Aveva, con uno de los portafolios de software industrial más amplios a nivel mundial, se posiciona como líder en esta transformación. Daniel Muller, director de ventas para Latinoamérica, destacó que su objetivo es ser la plataforma que conecte a las personas con la información necesaria para tomar decisiones efectivas.
En una entrevista con EconoJournal, Muller expresó su interés en entender los límites de compartir datos entre especialistas de diferentes áreas y el impacto positivo que esta colaboración puede tener en los procesos industriales. También abordó los desafíos que enfrentan las empresas en términos de agilidad tecnológica y ciberseguridad, dos temas que resultan fundamentales en el sector. Muller subrayó que Aveva se distingue por su agilidad en responder a las demandas del mercado, destinando al menos el 15% de sus ingresos al desarrollo de nuevas tecnologías.
Respecto a la transición hacia la nube, mencionó que muchas empresas industriales son naturalmente conservadoras, manteniendo sus datos en servidores propios. Esto les proporciona una garantía de continuidad operativa en caso de un eventual apagón en la nube, aunque a expensas de perder temporalmente capacidades de optimización. En este sentido, la ciberseguridad se convierte en una prioridad, dado que los sistemas están directamente conectados al corazón del proceso. Muller indicó que algunos clientes con sistemas críticos, como YPF, han implementado barreras físicas para limitar el acceso a datos sensibles.
El evento reunió en Buenos Aires a clientes y socios para intercambiar experiencias y reflexionar sobre la evolución del sector. Aveva, aunque forma parte de Schneider Electric, mantiene una gestión independiente y reafirma su compromiso con la innovación, destinando al menos el 15% de sus ingresos a nuevas tecnologías. Entre las presentaciones, se resaltaron casos donde la integración de datos y la simulación avanzada facilitan la transición energética y la optimización de operaciones críticas, con un enfoque particular en YPF Luz, Techint y otros clientes regionales.
En la actualidad, las estructuras industriales deben ser robustas, escalables y capaces de adaptarse rápidamente a las demandas del mercado. La clave radica en que las empresas fundamenten sus mejoras en datos de proceso reales, buscando estandarizar y democratizar el acceso a la información para potenciar la toma de decisiones. En este sentido, YPF Luz enfrentó el desafío organizacional que conlleva la implementación de predictive analytics de Aveva.
La compañía implementó esta herramienta con el fin de maximizar la confiabilidad y disponibilidad de sus activos, buscando mitigar fallas que impactan su operación. Alberto Bosch, gerente de tecnología en YPF Luz, destacó que uno de los mayores impactos fue el cambio cultural que demandó la organización, además de la adopción tecnológica. Por su parte, Pedro Vicente, jefe de innovación en tecnología, subrayó que aunque implementar el sistema es un paso importante, su uso efectivo representa un verdadero desafío organizacional.
Antes de la implementación, YPF Luz enfrentó dificultades en la adecuación de su base de datos PI System, identificando la falta de mapas de señales adecuados y frecuencias correctas. Esto llevó a la creación de un equipo interdisciplinario que integra áreas de TI, Operaciones y Control para alinear la información. A pesar de los obstáculos iniciales, la puesta en marcha fue rápida, llevándose a cabo en aproximadamente ocho meses, gracias al apoyo del equipo de Aveva, que proporcionó modelos base para activos térmicos y renovables. Los resultados incluyeron la detección temprana de problemas en filtros de turbinas de vapor, lo que permitió realizar cambios preventivos y evitar paradas no programadas.
Asimismo, ajustaron modelos para prever fallas en aerogeneradores, analizando variables como temperatura y lubricación, y lograron identificar situaciones críticas en sobrecalentadores de turbinas de gas con hasta tres días de anticipación. El objetivo final es reemplazar el mantenimiento preventivo por uno basado en condiciones, optimizando así costos y disponibilidad.
En otro aspecto, el departamento de Transición Energética de Techint Ingeniería y Construcción presentó un proyecto innovador en colaboración con Aveva, enfocado en una planta de producción de hidrógeno verde alimentada por un parque eólico. Esta iniciativa busca crear un modelo dinámico para evaluar la producción y gestionar la variabilidad del suministro energético. El principal desafío radica en dimensionar e integrar los sistemas del parque eólico, electrolizadores y almacenamiento, garantizando una producción eficiente y constante ante la intermitencia de las fuentes renovables.
El modelo simula la lógica de control necesaria para gestionar excedentes y déficits energéticos, enviando energía sobrante a almacenamiento y utilizando ese recurso en momentos de escasez, asegurando así una producción estable y confiable. Este enfoque automatizado permite a Techint analizar en tiempo real variables como la velocidad del viento, el consumo de electrolizadores y los flujos de almacenamiento, facilitando futuras mejoras en eficiencia y confiabilidad en sus proyectos de transición energética.
Por último, el motor detrás de estos avances es Aveva Connect, una plataforma diseñada para unificar y gestionar el dato industrial. Utiliza el PI System como banco de datos estándar, reconocido por su eficiencia y amplia difusión en el sector. Muller explicó que es crucial que el dato industrial sea estándar para evitar interpretaciones erróneas y conclusiones equivocadas. Connect se compone de tres aplicaciones principales: Data Services, Visualización y Analytics Avanzado. La primera permite almacenar datos de diversas fuentes en la nube de manera segura, la segunda genera dashboards en tiempo real accesibles desde cualquier dispositivo, y la tercera ofrece modelos de machine learning para decisiones prescriptivas, sin necesidad de programación, ayudando a reducir variabilidad y optimizar la producción.
Un ejemplo de su efectividad es la reducción de variabilidad en procesos de Nestlé, donde la plataforma ajustó parámetros en tiempo real para mantener la humedad adecuada del producto. En conjunto, Connect busca facilitar decisiones estratégicas y promover un ecosistema abierto a socios y nuevas tecnologías.
