Digitalización y mantenimiento predictivo en grúas torre

Abstract

Analizando el estado actual del sector de la construcción, la constante necesidad de ser cada vez más competitivos, y la poca influencia del I+D en dicho sector, nace la oportunidad de un proyecto de digitalización de un elemento clave en el mismo, como es la grúa torre. En el presente trabajo se realiza un diseño de un sistema de digitalización de una grúa torre. Para ello se especifican los principales sensores de los que se extraerá información útil y necesaria para su posterior tratamiento, se diseña una arquitectura de referencia para el Internet Industrial con un patrón de arquitectura de 3 niveles, especificando un Gateway en la capa Edge y un sistema de almacenaje de datos (Big Data) a través de una plataforma IoT en la nube. Posteriormente se diseña un sistema de mantenimiento predictivo donde se analizan los datos de la máquina digitalizada mediante técnicas de Machine Learning con el objetivo de obtener modelos de predicción de fallos de la grúa torre. Por último, se realiza una prueba de concepto para la detección de fallos en motores a través de modelos de aprendizaje supervisados implementados en Matlab. La prueba demuestra la exactitud y eficacia de los modelos de predicción para anomalías de la máquina.