La revolución de la IA en mantenimiento: Diego Galar

¿Cómo ha influido su experiencia como Director de Investigación Tecnológica en Sisteplant en su perspectiva sobre la evolución de la tecnología en la industria?

Diego Galar: La tecnología, en su continua evolución, se ha erigido como un poderoso motor de transformación en la industria. A lo largo de la historia, ha impulsado procesos más eficientes, productos de mayor calidad y entornos laborales más seguros. Sin embargo, en esta era de innovación acelerada, es imperativo recordar que la tecnología no debe ser un fin en sí misma, sino un medio para alcanzar metas superiores. En Sisteplant, nuestro enfoque va más allá de adoptar tecnología por moda. Nos esforzamos por identificar cómo soluciones tecnológicas como CMMS, MES y sistemas basados en IA pueden potenciar de manera significativa y sostenible los procesos y productos de nuestros clientes.

Este escenario lejos de ser estático tiene una dinamicidad trepidante. De hecho, nos encontramos en el umbral de la Quinta Revolución Industrial, un hito que ha marcado el curso del progreso desde el año 2021. En esta nueva era, la tecnología no solo busca optimizar la eficiencia y la calidad, sino que también se erige como custodia de la sostenibilidad y la resiliencia. Este paradigma nos desafía a crear entornos laborales donde la sinfonía entre humanos y tecnología sea la melodía predominante, donde la protección del medio ambiente y la fortaleza de nuestros activos sean prioridades innegociables.

Ingresamos en un territorio donde la armoniosa coexistencia entre el ser humano y la tecnología no es un sueño distante, sino una realidad tangible y esencial. Es en este contexto donde nuestra misión adquiere una importancia insoslayable: forjar entornos de trabajo que actúen como ecosistemas resilientes, capaces de restaurar su funcionalidad ante adversidades imprevistas. En este escenario, la atención meticulosa al diseño de sistemas robustos y la integración de tecnologías sostenibles se convierten en pilares fundamentales.

La Quinta Revolución Industrial nos desafía a ir más allá de los límites convencionales de la innovación tecnológica y a adoptar un enfoque holístico, donde la preservación del entorno, la seguridad del trabajador y la eficiencia operativa se entrelacen en una danza armoniosa de progreso. En este viaje hacia un futuro más sostenible y resiliente, cada avance tecnológico nos acerca un paso más a la realización de esta visión compartida de un mundo industrial más seguro, eficiente y armonioso.

Este momento de transición, de la industria 4.0 a la 5.0, nos desafía a repensar nuestra relación con la tecnología y a explorar nuevas formas de innovar de manera responsable y rigurosa. En Sisteplant, estamos comprometidos a liderar este cambio, utilizando la creatividad y la excelencia científica para construir un futuro industrial más prometedor y sostenible para todos.

Como Profesor de Condition Monitoring en Luleå tekniska universitet, ¿cómo integra la investigación y la enseñanza para preparar a los estudiantes para los desafíos emergentes en la monitorización de condiciones?

Diego Galar: La educación de los futuros profesionales en el ámbito del mantenimiento industrial representa un desafío para las instituciones académicas en todo el mundo. En particular, las universidades han enfrentado el reto de integrar el mantenimiento como disciplina principal en sus programas educativos, especialmente en lo que respecta al monitoreo de la condición de la maquinaria, una área crucial para evaluar la salud de los equipos industriales.

La Universidad Tecnológica de Luleå (LTU), como referente en el norte de Europa, ha sido pionera en conectar la educación con la investigación en el campo del mantenimiento. A través de un grupo de investigación de renombre mundial centrado en este tema, LTU ha logrado fusionar la enseñanza con los últimos avances científicos y técnicos en mantenimiento. Esta conexión se ha facilitado gracias a una combinación de financiamiento, donde el 70% proviene de proyectos de investigación y el 30% restante de actividades educativas.

Este enfoque ha impregnado todo el espectro educativo de LTU, desde programas de grado hasta doctorados, brindando a los estudiantes la oportunidad de participar en proyectos de vanguardia financiados tanto a nivel europeo como nacional, así como directamente con empresas del sector. La presencia de profesores experimentados junto con estudiantes de todos los niveles académicos ha enriquecido los programas de manera significativa, permitiendo la incorporación de tecnologías emergentes como la inteligencia artificial, el Internet de las cosas, la robótica y el análisis de datos en los planes de estudio.

Este modelo educativo ha dado lugar a una experiencia activa y dinámica para los estudiantes, donde tienen acceso directo a tecnologías de punta y participan activamente en proyectos de investigación de alto impacto. Como resultado, hemos visto surgir empresas emergentes lideradas por estudiantes de doctorado y máster que han aplicado los conocimientos adquiridos en el campo del mantenimiento 4.0. Para mí, como catedrático, ver cómo los estudiantes logran el éxito empresarial basado en los conocimientos adquiridos es una fuente inmensa de satisfacción, que supera incluso el orgullo generado por patentes y publicaciones académicas.

Ha escrito libros que abordan temas como la Inteligencia Artificial aplicada a la monitorización de condiciones. ¿Cómo cree que la IA está transformando este campo y cuáles son los desafíos asociados?

Diego Galar: La inteligencia artificial (IA) ha transformado radicalmente el campo del mantenimiento, encontrando su primer y más destacado campo de aplicación en el monitorizado de la condición de los activos industriales. Desde antes de la era 4.0, el monitorizado ha sido pionero en el procesamiento de datos, utilizando software y hardware rudimentario para realizar complejas operaciones y transformaciones de señales de vibración, ultrasonidos y diagnóstico por imagen, con el objetivo de proporcionar servicios de monitorización de condición altamente demandados por la industria.

El machine learning, aunque no es nuevo, ha sido una herramienta valiosa en el diagnóstico y detección de anomalías. Técnicas como las redes neuronales, la lógica difusa y los algoritmos genéticos han permitido automatizar tareas de diagnóstico hasta cierto punto tediosas. Sin embargo, la llegada de la era 4.0 ha democratizado el acceso a la IA en el monitorizado de la condición, gracias a la disponibilidad de hardware de adquisición de datos y procesamiento de alto rendimiento, así como a herramientas de software que simplifican el despliegue de algoritmos complejos.

Más allá del acceso generalizado a la monitorización inteligente, los servicios han evolucionado significativamente. El machine learning y la analítica avanzada permiten ahora procesar grandes cantidades de datos recopilados en campo de múltiples sensores, fusionándolos con sistemas como los ERP o CMMS. Esto posibilita servicios de diagnóstico y prognosis de alto valor añadido para activos complejos, subsistemas y componentes, incluyendo la detección, identificación y localización de fallos, así como la estimación de la vida útil del activo.

Avances como el Deep Learning permiten la ingesta simultánea de múltiples fuentes de datos para extraer relaciones, patrones y predicciones que no serían visibles a simple vista para un técnico. Por otro lado, la IA explicativa proporciona transparencia en el proceso de toma de decisiones automatizado, permitiendo que los técnicos comprendan el razonamiento detrás de las recomendaciones.

Recientemente, la IA generativa ha emergido como una herramienta prometedora para completar datos incompletos, generando datos sintéticos e imaginando escenarios y simulaciones donde los sensores o algoritmos pueden no tener visibilidad del fallo a monitorizar. Este avance representa un paso significativo hacia la mejora de la eficiencia y la precisión en el mantenimiento industrial, allanando el camino para un futuro de operaciones más inteligentes y predictivas.

"AI Factory Theories, Applications and Case Studies" es uno de sus libros más destacados. ¿Puede compartir un ejemplo práctico de cómo la aplicación de teorías de la fábrica inteligente ha impactado positivamente en una industria específica?

Diego Galar: El libro AI Factory es una recopilación de los resultados prácticos obtenidos durante la ejecución de diversos proyectos pertenecientes a la familia AI Factory, como AI Factory for Mining, AI Factory for Railway, AI Factory for Construction, entre otros. Estos proyectos fueron reconocidos por la Real Academia Sueca de Ciencias de la Ingeniería como referentes en sus respectivos campos, destacándose por su enfoque práctico y por buscar la aplicabilidad directa de las tecnologías desarrolladas en lugar de quedarse en meros prototipos o demostradores de investigación. Como resultado de estos esfuerzos, se han desarrollado "toolboxes" que permiten a los usuarios de diferentes sectores implementar estas tecnologías de manera eficiente y efectiva. Entre los casos de éxito más destacados, se encuentra el despliegue del "Maintenance Analytics" toolbox, que ofrece a los usuarios la capacidad de implementar analítica en mantenimiento desde descriptiva, como simples alarmas o warnings, hasta predictiva y prescriptiva, dependiendo del nivel de madurez de su organización. Esto ha permitido una evolución hacia un enfoque más orientado a los datos en el mantenimiento, donde la inteligencia artificial desempeña un papel crucial como asesor.

Otro logro importante ha sido el desarrollo de aplicaciones de realidad virtual y aumentada para facilitar el entrenamiento y la resolución remota de problemas por parte de equipos de mantenimiento, evitando así desplazamientos a lugares lejanos o peligrosos. Por ejemplo, la inspección de catenarias utilizando drones ha permitido recopilar información detallada y presentarla en un entorno 3D, donde los técnicos pueden inspeccionar y planificar el mantenimiento futuro de líneas, postes y equipos auxiliares.

Por último, la implementación de robótica con AI Factory ha demostrado el enorme potencial de robots cuadrúpedos, plataformas móviles y drones en la inspección y mantenimiento básico de equipos remotos y no atendidos en sectores como la minería, la construcción y el transporte. Estos casos de uso han destacado la importancia de la tecnología en la mejora de la eficiencia y la seguridad en entornos industriales.

"Prognostics and Remaining Useful Life (RUL) Estimation" es otro tema que has abordado. ¿Cuál consideras que es el avance más significativo en las técnicas de pronóstico y estimación de vida útil restante en los últimos años?

Diego Galar: En los últimos años, hemos sido testigos de avances significativos en las técnicas de pronóstico y estimación de vida útil remanente. Uno de los desarrollos más destacados ha sido la convergencia de enfoques basados en la física del fallo y la inteligencia artificial. Esta integración ha permitido superar las limitaciones individuales de cada enfoque que eran el talón de Aquiles de la prognosis por su especificidad y poca escalabilidad, y ha mejorado la precisión de las estimaciones de vida útil.

La combinación de modelos físicos, que ofrecen un profundo entendimiento del comportamiento del sistema y las formas en que falla, con técnicas de inteligencia artificial y machine learning, que son capaces de manejar grandes volúmenes de datos e identificar patrones complejos, ha sido un avance crucial. Esta sinergia entre lo físico y lo digital ha llevado a una mejora significativa en la capacidad de predecir y gestionar el rendimiento de los activos industriales.

Otro avance importante ha sido el desarrollo de modelos de gemelos digitales, que son réplicas virtuales de activos físicos. Estos modelos integran ambas tecnologías y las aplican adecuadamente, lo que permite simular diferentes escenarios operativos y predecir el comportamiento futuro del sistema. Esto proporciona una herramienta invaluable para la toma de decisiones en materia de mantenimiento y gestión de activos. De alguna forma, el gemelo digital se convierte en esa bola de cristal donde visualizo el futuro de mi activo y, por supuesto, el servicio más demandado es la prognosis del mismo o de alguna de sus partes.

En resumen, estos avances han contribuido en gran medida a mejorar la eficiencia y la fiabilidad de las estrategias de mantenimiento predictivo, lo que se traduce en un mayor tiempo de actividad de los activos y una reducción de los costos de mantenimiento a largo plazo.

¿Cuál es tu opinión sobre la relación entre la monitorización de condiciones y la sostenibilidad en las industrias modernas?

Diego Galar: Sin duda, la monitorización de la condición es un aspecto fascinante que desempeña un papel fundamental en la mejora de la sostenibilidad en nuestras industrias. Este enfoque se convierte en un vector transformador en nuestra transición hacia la industria 5.0, ya que tiene un impacto directo en varios indicadores clave de rendimiento relacionados con la sostenibilidad.

En primer lugar, la monitorización de la condición nos ayuda a optimizar el uso de los recursos al detectar de manera temprana posibles fallos o degradaciones en los equipos, lo que reduce significativamente el riesgo de paradas no planificadas y minimiza el desperdicio de materiales y energía. Esto no solo contribuye a la eficiencia operativa, sino que también reduce las emisiones no deseadas.

Además, al permitir una gestión más eficaz de los activos, la monitorización de la condición prolonga su vida útil y reduce la necesidad de reemplazos prematuros. Esto aumenta la circularidad de los activos y disminuye el impacto ambiental asociado con su fabricación y eliminación.

La implementación de prácticas de mantenimiento predictivo y preventivo facilitada por la monitorización de la condición optimiza el rendimiento de los activos y reduce intervenciones innecesariamente agresivas, lo que puede dañar partes del activo o incluso activos colindantes. Además, al mejorar la fiabilidad de los procesos industriales, se minimizan los riesgos de accidentes o incidentes, lo que contribuye a mejorar la seguridad y la satisfacción de los trabajadores, un aspecto fundamental en la era 5.0 centrada en el ser humano.

En resumen, la monitorización de la condición desempeña un papel crucial en la promoción de la sostenibilidad en las industrias modernas al contribuir a una gestión más eficiente de los recursos, una mayor fiabilidad de los procesos y una reducción del impacto ambiental. En el contexto de la industria 5.0, su integración con otros pilares como la resiliencia y la colaboración humano-máquina potencia aún más su capacidad para impulsar la sostenibilidad en el ámbito industrial.

En tu libro "Maintenance Audits Handbook", abordas un marco de medición del rendimiento. ¿Por qué es crucial para las empresas realizar auditorías de mantenimiento y cómo puede beneficiarles este enfoque?

Diego Galar: Medir es una parte esencial de todo proceso de mejora, y eso aplica a cosas que son fáciles de medir y otras que no lo son tanto. El mantenimiento es una de esas áreas no tan obvias a la hora de medir, ya que es una función muy poliédrica y tiene muchas facetas, siendo necesario medir todas ellas. Podemos medir el mantenimiento como proveedor de disponibilidad de máquina, como creador de valor económico, como preservador de la salud e integridad de activos o simplemente como un departamento en la organización con unos recursos humanos y materiales que deberán estar correctamente dimensionados.

Todo ello conduce a una cierta complejidad en la medición del rendimiento de esta función. En el libro "Maintenance Audits Handbook", se aborda un marco de medición del rendimiento que considero válido y relevante para las empresas por varias razones. En primer lugar, las auditorías de mantenimiento permiten evaluar de manera sistemática y objetiva la eficacia de las prácticas de mantenimiento de una organización. Esto es fundamental para identificar áreas de mejora y optimizar los procesos de mantenimiento para garantizar la fiabilidad y disponibilidad de los activos.

Una auditoría no es una acción aislada, sino que se deberá realizar con una periodicidad concreta y siempre de la misma forma y en las mismas condiciones para disponer de una trazabilidad y repetitividad de los resultados que permita la toma de decisiones basada en tendencias.

Además, las auditorías de mantenimiento proporcionan una visión holística de la gestión de activos de una empresa, lo que permite una mejor toma de decisiones a nivel estratégico, táctico u operacional. Al medir y evaluar el rendimiento del mantenimiento en todos sus niveles jerárquicos, las empresas pueden identificar tendencias, patrones y áreas de riesgo, lo que les permite anticipar problemas y tomar medidas correctivas antes de que se conviertan en problemas importantes.

Otro beneficio importante de las auditorías de mantenimiento es su capacidad para fomentar la mejora continua, es por ello que se consideran piezas necesarias en la implantación de la ISO 55000 sobre gestión de activos, donde la medición del rendimiento del mantenimiento es crucial para ulteriores mejoras en el típico círculo de mejora continua PDCA. Al establecer métricas de rendimiento claras y objetivas, con un benchmarking contrastado y veraz, las organizaciones pueden establecer metas y objetivos de mejora y realizar un seguimiento de su progreso a lo largo del tiempo. Esto crea un ciclo de retroalimentación positiva que impulsa la innovación y el crecimiento dentro de la empresa.

En resumen, las auditorías de mantenimiento son cruciales para las empresas porque proporcionan una herramienta invaluable para evaluar, mejorar y optimizar no solo las prácticas de mantenimiento, sino que van más allá de la operativa y visualizan en pro de una mejora multidimensional de la función mantenimiento. Con la adopción de este enfoque basado en el rendimiento, las organizaciones pueden garantizar la eficiencia operativa, la fiabilidad de los activos y la competitividad a largo plazo, aunque sea cierto que existen barreras muchas veces humanas de resistencia al cambio en la implantación de estos procesos de auditoría de manera adecuada.

Con la rápida evolución de la Industria 4.0, ¿cómo pueden las empresas garantizar la ciberseguridad en sus sistemas de monitorización de condiciones?

Diego Galar: Abordar la ciberseguridad en los sistemas de monitorización de condiciones en la Industria 4.0 es un tema candente y absolutamente crucial para las empresas hoy en día. Con la rápida evolución tecnológica y la creciente interconexión de nuestros sistemas, mantener la seguridad de nuestros datos es una prioridad indiscutible. Máxime teniendo en cuenta que los sistemas de monitorizado recogen y procesan datos de salud de máquina tan sensibles como la salud del motor de un avión o los sistemas de refrigeración de un reactor nuclear. Obviamente, estos datos en las manos incorrectas pueden dañar la imagen de una empresa o aprovechar vulnerabilidades en activos para provocar su caída, apagón o cese en la función que están desarrollando. Por todo ello, los datos de monitorizado son muy sensibles.

Una de las primeras líneas de defensa es la concienciación y formación de nuestro personal. Es esencial que todos estén al tanto de las últimas amenazas cibernéticas y sepan cómo identificar posibles ataques. Después de todo, somos tan fuertes como nuestro eslabón más débil, y la capacitación adecuada puede ser nuestra mejor arma contra los hackers.

El problema en el monitorizado tiene dos vertientes. Por un lado, está la capa OT cercana al activo, donde se instala el sensor y se conecta al elemento que recoge los datos. Este punto es ciertamente débil porque gente malintencionada puede aproximarse al sensor y manipularlo. Es crucial que la sensorica con modelos Edge disponga de detección de anomalías sofisticadas que permitan identificar intrusiones realizadas en campo. En este caso, la monitorización continua es clave. Con herramientas adecuadas, podemos detectar y responder rápidamente a cualquier actividad sospechosa en nuestros sistemas de monitorización de condiciones, antes de que cause un daño significativo.

Por otro lado, está la capa IT, es decir, el dato en los sistemas de información. Una vez que el dato circula en red, estamos ante una ciberseguridad más tradicional. Debemos asegurarnos de que nuestras redes estén fortificadas con las últimas medidas de seguridad, como firewalls y sistemas de detección de intrusiones. Mantener nuestros sistemas y software actualizados con los últimos parches de seguridad también es fundamental para cerrar las puertas a posibles explotaciones.

Por supuesto, no podemos olvidarnos de la importancia de segmentar nuestra red y restringir el acceso solo a usuarios autorizados. Esto limita el alcance de cualquier ataque en caso de que se produzca una violación de seguridad. De hecho, durante muchos años las lecturas de sensores no se han considerado material sensible y casi cualquier persona en la empresa podía acceder a diagnósticos y pronósticos. Entramos en una era donde el dato de monitorizado es como el informe médico de nuestro doctor, totalmente confidencial y restringido a las personas que tengan que acceder y trabajar con él.

Y por último, pero no menos importante, el cifrado de datos es esencial para proteger la integridad y confidencialidad de nuestra información. Al cifrar los datos transmitidos entre dispositivos y sistemas centrales, podemos mantenernos un paso por delante de los posibles intrusos. Por ello, blockchain y otras técnicas que verifican que el dato es enviado y recibido por quien debe, están teniendo un éxito sin parangón en el mundo del monitorizado, garantizando y securizando toda la cadena de medida.

En resumen, abordar la ciberseguridad en nuestros sistemas de monitorización de condiciones es una tarea multifacética que requiere una combinación de concienciación, tecnología y buenas prácticas. Pero con el enfoque adecuado y las medidas de seguridad adecuadas, podemos proteger nuestros activos críticos y garantizar la continuidad de nuestras operaciones en la era digital.

¿Cuál cree que es el papel de las herramientas de toma de decisiones impulsadas por la inteligencia artificial en la monitorización de condiciones y el mantenimiento predictivo?

Diego Galar: El papel de la inteligencia artificial (IA) como habilitador para la toma de decisiones en este campo es emocionante. Soñábamos con escenarios donde las máquinas no solo estaban ejecutando tareas, sino que también estaban aprendiendo y tomando decisiones por sí mismas. Esto es exactamente lo que las herramientas de inteligencia artificial nos permiten lograr en el campo del mantenimiento industrial. Es como tener un equipo de superdetectives que examinan constantemente los datos en busca de cualquier señal de que algo pueda estar a punto de salir mal.

Otra analogía que podemos usar es la de la bola de cristal o el espejo mágico. Estas herramientas de IA actúan como eso, pero en el mundo real. Pueden predecir cuándo es probable que una máquina falle, incluso antes de que muestre signos evidentes de problemas. Esto nos permite intervenir antes de que los problemas reales ocurran, evitando costosos tiempos de inactividad y reparaciones urgentes.

Pero eso no es todo. Estas herramientas también nos ayudan a optimizar nuestros recursos. Al predecir cuándo se necesitará mantenimiento, podemos programarlo de manera inteligente, evitando el exceso de mantenimiento que podría resultar costoso. También podemos garantizar que nuestros equipos estén en óptimas condiciones de funcionamiento, optimizando la disponibilidad de repuestos y la logística. Asimismo, podemos optimizar la plantilla de mantenimiento, asegurándonos de contar con las personas adecuadas con las habilidades necesarias en cada ocasión, en lugar de reaccionar de manera reactiva ante urgencias que pueden generar gastos superfluos.

Otra forma interesante de visualizarlo es pensar en la IA como un entrenador personal para nuestras máquinas. Nos dice exactamente cuándo necesitan atención para mantenerse en forma y funcionando al máximo rendimiento. Recomienda las operaciones y el mantenimiento necesarios para asegurar su salud integral.

En resumen, estas herramientas de inteligencia artificial son increíblemente útiles y están cambiando la forma en que mantenemos nuestras operaciones en funcionamiento. Son como nuestros propios "detectives del mantenimiento", asegurándose de que todo funcione sin problemas y de manera eficiente. ¡Es una emocionante nueva era para el mantenimiento!

¿Cómo ve el futuro de la Industria 4.0 y su impacto en la monitorización de condiciones? ¿Hay alguna tendencia emergente que consideres especialmente relevante?

Diego Galar: La Industria 4.0 está impulsando una revolución en la gestión de operaciones empresariales al integrar tecnologías como la inteligencia artificial, el Internet de las cosas (IoT) y la robótica autónoma. Esta integración permite una mayor automatización, eficiencia y capacidad de respuesta en los procesos de fabricación y producción. En lo que respecta a la monitorización de condiciones, la Industria 4.0 ha facilitado una recopilación de datos más exhaustiva y en tiempo real de los equipos y activos industriales. Esto significa que las empresas pueden monitorear y analizar continuamente el estado de sus equipos para detectar cualquier anomalía o tendencia que pueda indicar un posible fallo. De hecho, esta monitorización continua ha evolucionado en dos vertientes: por un lado, el desarrollo de nuevos sensores que abarcan la mayoría de las manifestaciones físicas de los fallos para una detección y seguimiento tempranos, y por otro lado, una reducción considerable en el costo de la tecnología de adquisición, lo que ha permitido democratizar la monitorización y desplegar sensores en activos para los cuales no era rentable en el pasado. Todo esto ha conducido a un aumento en la dimensionalidad de los datos recopilados y a una mayor capacidad para procesar grandes volúmenes de datos en tiempo real, lo que facilita una toma de decisiones más rápida y precisa en cuanto a la planificación del mantenimiento y la optimización de los procesos.

En pocas palabras, la Industria 4.0 en el ámbito del monitorizado es la revolución del dato. La cantidad de datos recopilados de diversas fuentes y en diferentes formatos está creando casi un espejo digital de nuestros activos. Esta tendencia ha dado lugar al surgimiento de una de las tendencias más transformadoras en la industria: el uso de gemelos digitales en la monitorización de condiciones. Un gemelo digital es una réplica virtual en tiempo real de un activo físico o de un proceso. Al combinar datos del mundo real con modelos digitales, las empresas pueden simular diferentes escenarios y predecir el comportamiento futuro de los activos, lo que facilita la toma de decisiones informadas en cuanto al mantenimiento y la operación de los equipos. Además, el gemelo digital va más allá de su propia ontología y puede relacionarse con otros gemelos en un metaverso, lo que permite una toma de decisiones de mantenimiento más holística que considera la operativa o la salud de activos adyacentes o similares.

En resumen, la Industria 4.0 ha transformado el ámbito del monitorizado, y la tendencia emergente de los gemelos digitales ofrece nuevas oportunidades para optimizar el mantenimiento y la operación de los activos industriales, lo que impulsará aún más la transformación digital en la industria.

Ha estado activo en la investigación y la práctica durante varias décadas. ¿Cuál ha sido el logro más gratificante en tu carrera hasta ahora?

Diego Galar: Trabajar durante más de 25 años en el campo del mantenimiento, con un enfoque particular en el monitoreo de la condición y el mantenimiento predictivo, ha sido una experiencia verdaderamente gratificante. Durante este tiempo, he tenido el privilegio de ser pionero en tres áreas que han marcado un cambio significativo en la industria.

En primer lugar, desarrollé los primeros prototipos de lo que posteriormente se denominó Mantenimiento Basado en el Contexto (Context Driven Maintenance). Esta innovación permitió el monitoreo en contextos cambiantes a través de la detección, reconocimiento y adaptación al entorno que rodea al activo, lo que convirtió los sistemas de monitoreo en mucho más robustos en entornos dinámicos.

En segundo lugar, hace más de una década, pude desarrollar los primeros Modelos Híbridos para la prognosis, que fueron el germen de muchos gemelos digitales desplegados hoy en día. Estos modelos combinaban datos sintéticos producidos por modelos físicos con modelos basados en datos recopilados en el campo. Esta hibridación eliminó el famoso fenómeno del cisne negro, que surge debido a la aparición de eventos catastróficos y desconocidos debido a conjuntos de datos incompletos, y mejoró significativamente la precisión de las predicciones.

Por último, tuve el placer de desarrollar los primeros prototipos de rodamientos inteligentes o SMART bearings al inicio de la era 4.0. Este desarrollo de componentes, como los rodamientos instrumentados, interconectados e inteligentes, me permitió lograr resultados fantásticos en sectores como la defensa, el marítimo y el ferroviario, siendo los precursores del IoT industrial, con plataformas conectadas en un amplio concepto de Mantenimiento como Servicio (MaaS).

Estos logros han sido una fuente de gran satisfacción laboral para mí a lo largo de los años. Además, el reconocimiento recibido a través de premios y galardones otorgados por organizaciones internacionales relacionadas con el mantenimiento y el monitoreo de la condición ha sido un honor y una confirmación del impacto positivo de mi trabajo en la industria. Estoy emocionado de seguir contribuyendo al avance de este campo apasionante en el futuro.

Dada su amplia experiencia y conocimiento en el campo, ¿hay algún consejo que desees compartir con los profesionales emergentes interesados en la monitorización de condiciones y la Industria 4.0?

Diego Galar: Los profesionales del monitorizado de la condición somos, de hecho, los doctores de las máquinas, y asumimos una responsabilidad inmensa en nuestro trabajo. Al igual que los médicos, debemos aprender la sintomatología del fallo, cómo se manifiesta y qué sensores pueden ayudarnos a detectarlo antes y con mayor certidumbre. Nos sumergimos en el estudio de la causa del fallo, realizando profundas investigaciones en los datos recogidos en campo, los datos del fabricante y los eventos acontecidos en la vida del activo, de manera similar a como se analizaría el historial médico de un paciente. Y, por último, recetamos la mejor medicina para nuestros activos, implementando acciones a través de los departamentos de mantenimiento para mitigar o corregir el defecto que se ha manifestado.

Al igual que la medicina ha avanzado desde los tiempos de Galeno, el monitorizado de la condición ha progresado en método y tecnología que lo acompaña. Hoy en día, disponemos de sensores baratos que permiten una detección más eficaz a un costo menor, inteligencia artificial que nos sirve como consejero silencioso al analizar complejidades que escapan a nuestro control, y acceso a información como estándares o incluso modelos ya entrenados de monitoreo en activos similares para la detección del fallo.

Por todo ello, nunca ha sido tan apasionante el oficio del monitorizado de la condición, donde la tecnología de detección y diagnosis ha progresado hasta niveles nunca soñados, con un acceso a información de manera casi instantánea que nadie había tenido antes. Animo a todos los profesionales a formarse en esta disciplina, poliédrica y multidimensional, a la vez que atractiva y rigurosa, que contribuye enormemente a la sociedad evitando que las máquinas de este mundo se detengan.

Entrevista por

Lisset Chávez