Iñigo Lazcanotegui, con el galardón entregado en Bruselas por la organización EARTO. Mikel Fraile

«Las máquinas hablaban, pero no se les escuchaba»

Iñigo Lazcanotegui | Director de proyectos de industria 4.0 de Tecnalia ·
Han obtenido el Premio Europeo de Innovación junto a NEM Solutions al crear una tecnología que predice fallos a partir del análisis de datos

Lunes, 23 de octubre 2017, 02:00

Hace diez años, cuando «ni se hablaba del big data», un grupo de científicos vascos emprendió una apasionante investigación. Querían «escuchar» a las máquinas, entender su idioma a partir del análisis de millones de datos para predecir fallos. Iñigo Lazcanotegui, director de proyectos de industria ... 4.0 de Tecnalia, fue uno de los artífices de AURA, la tecnología creada junto a NEM Solutions que les ha hecho merecedores del Premio Europeo de Innovación, entregado en Bruselas por la organización EARTO.

- ¿Qué significado tiene que Tecnalia haya obtenido el Premio Europeo de Innovación?

- En una época en la que el impacto de los centros tecnológicos se mide constantemente, supone la constatación de que somos capaces de crear en Euskadi empresas punteras que llaman la atención a nivel internacional. Son compañías, como es el caso de NEM Solutions, que podían haber surgido en Silicon Valley y sin embargo ha nacido en Miramón. Hemos creado una tecnología de TICS aplicada a la industria, en concreto al ferrocarril y a las energías renovables, cuando aquí estamos acostumbrados a otras más tradicionales, ligadas a la máquina herramienta y los procesos fabriles.

- Hace diez años comenzaron las primeras investigaciones. ¿Cómo fueron aquellos inicios?

- Fue justo a mi vuelta de formarme en Alemania. Entré en Tecnalia y el primer proyecto que tuve entre mis manos fue el desarrollo de AURA. Es curioso porque en aquella época ni se hablaba del big data ni de analítica de datos. Había incluso que evangelizar a los clientes, convencerles de sacar provecho a la información recopilada para el mantenimiento predictivo. Ahora es todo lo contrario. Nos tocan a la puerta y nos ceden sus datos para que organicemos proyectos de este estilo. Pero en aquella época no era nada fácil. La gente era muy escéptica.

- ¿Han sido visionarios?

- Lo que fue visionario fue crear el grupo de I+D, porque a veces tecnologías que no se ven en el corto plazo con un impacto inmediato luego al cabo de un lustro o dos se convierten en una realidad significativa y de reconocido prestigio. Hay que tener siempre un pie delante y esa es la labor de un centro de investigación: lidiar al principio con tecnologías de alto riesgo, pero más tarde con empresas como NEM -participada al 50% por CAF y Siemens Gamesa- se convierten en negocios. Este caso siempre se ha considerado un espejo donde mirarse para el caso ahora de la industria 4.0.

«Había que convencer a los clientes para que sacaran provecho de los datos recopilados»

- ¿Por qué apostaron por esta idea a pesar del escepticismo inicial?

- Porque las pruebas de concepto indicaban lo contrario. Big data es aquella información que sabes que es útil pero no le haces caso. Y nosotros sabíamos que había datos valiosos sobre la operación de las máquinas que podían decirnos cosas. Las máquinas hablaban, pero no se les escuchaba.

En trenes y energía eólica

- ¿Cómo es capaz de predecir los fallos el sistema?

- La detección de fallos por análisis de datos se puede hacer de muchísimas maneras. No hay una técnica universal. Una manera es, en vez de buscar el comportamiento extraño, mirar siempre lo que es habitual, modelar la normalidad y ver cómo funcionan los sistemas habitualmente para todos los rangos operativos. Todo lo que no se ajuste a eso, empiezas a tomarlo como anormal. Es similar a la Medicina. La concatenación de síntomas es lo que te da un diagnóstico. Pero si encima puedes dar un pronóstico eres un hacha, y ese último paso es el que más impacto tiene en el negocio.

- ¿Cuál es el ámbito de aplicación?

- Puede detectar fugas en sistemas, problemas en rodamientos, en sistemas de automatismos como puertas, en climatización y en las ruedas de trenes, que son importantísimas. Se utiliza también en aerogeneradores para encontrar fallos en las palas, en la multiplicadora, en el generador, estudia el rendimiento para ver si está produciendo lo que debe. NEM tiene ahora dos verticales, ferrocarril y energía eólica, luego en Tecnalia lo estamos aplicando al sector industrial, máquina herramienta ahora mismo.

- ¿Y dónde está presente AURA?

- Un ejemplo cercano es el Albia que va desde Bilbao o San Sebastián a Madrid. También lo utiliza el metro de Bilbao, y el de Bruselas. Esta tecnología ha alcanzado los cinco continentes. Se usa en Sudamérica, en Estados Unidos, Reino Unido, Turquía, Arabia Saudí, Australia...

- Sólo en cifras, acumula más de 80 millones de horas de operación en más de 63.000 activos conectados por todo el mundo. Y supervisa 18.000 ruedas de trenes.

- En AURA hay una cantidad bestial de información que se genera de forma automática. Y tienes que desechar datos incluso, y eso ya es un reto en sí mismo. Otro es detectar 'hermanos'. Por ejemplo, aerogeneradores que se parecen y lo que se sabe de uno aplicarlo al otro. Si no, los sistemas se pueden llegar a saturar.

«Hemos llegado a obtener ahorros de mantenimiento de hasta el 20%»

- Hay que ser muy cautos porque muchas veces un 3% o un 5% de ahorro de costes de mantenimiento de un componente crítico ya es mucho dinero. Sólo si en una acería reduce el 1% de la factura eléctrica, estarías evitando el desembolso de cientos de miles de euros. Hemos llegado a obtener ahorros de mantenimiento de hasta el 20% pero esto es muy variable, depende del componente.

- Muchas veces hacemos un exceso de mantenimiento. No se sabe si un sistema está fallando, ni sobre la extensión de vida del componente. Se sustituyen por lo general porque la experiencia dice que después de un número de horas de funcionamiento hay que cambiarlo. Pero en múltiples ocasiones no es así porque cambias un rodamiento sano. En ese sentido, esta tecnología predictiva es capaz de que puedas hacer proactivamente un mantenimiento muy ajustado y no sólo en ahorro de costes, sino desde el punto de vista de seguridad o de rendimiento. Un aerogenerador quizá no está funcionando bien y no te enteras, cuando podrías sacar más provecho de él. Eso se puede saber gracias a los datos.

- Pasa como en la vida cotidiana. Al principio creemos que no lo necesitamos y luego no puedes vivir sin él porque al final se convierte en una herramienta de decisión y no deja de ser un cuadro de mando más de operación del negocio.