Las series de tiempo, su uso e importancia en el análisis de datos y el mantenimiento basado en condición.
Los seres humanos vemos la realidad como una historia, la historia de nuestras vidas y aplicamos esta regla a todo lo que construimos: los resultados de las elecciones, la cantidad de infectados diarios por COVID-19 o las victorias de nuestro equipo de futbol. Pero todos estos datos son más que números, son la historia de las cosas que nos interesan. Reunimos los datos, los colocamos ordenadamente en una lista y los leemos como una evolución de acontecimientos para transformarlos en historias que aprendemos y contamos a otros en animadas charlas con nuestros amigos o para tomar decisiones en nuestros trabajos. En conclusión, usamos series de tiempo todos los días.La mayoría de los dispositivos que usamos a diario, como el teléfono móvil o el computador en el que escribo este artículo, recolectan a cada segundo y sin percatarnos datos sobre nosotros o sobre sí mismos como la temperatura interna, la ubicación GPS o si estamos conectados a internet, además de atiborrar servidores con cantidades innumerables de datos, estos sistemas llamados Internet de las Cosas (IoT), usan esta información para construir nuestra historia para otros, como proveedores de servicio técnico, sistemas de gestión de activos o nuestra compañía proveedora de internet y así conocer desde nuestros hábitos de uso, hasta el monto de la factura. Los dispositivos sensores que capturan información, los servidores que la almacenan y las aplicaciones que la consolidan de forma digerible para los seres humanos se entrelazan para crear el internet de las cosas, sin embargo, la historia que cuentan está construida sobre series de datos.
Las series de datos son más que ordenar un conjunto de valores, graficarlos y publicarlos, hacen perceptibles variaciones, tendencias o comportamientos cíclicos que permiten ver más profundamente lo que ocurre dentro de un sistema, nos convierte en los detectives de los problemas que de otra manera permanecerían invisibles y profetas de lo que podría suceder. Es de esta manera como el análisis de las series de tiempo se ha convertido en una habilidad que nos da la capacidad de sobrevivir en un mundo cada vez más digitalizado y virtualizado.
La industria en clave de series de tiempo
Dentro de cualquier industria actual existen sistemas y registros de lo que sucede, términos como procesos, trazabilidad y control forman parte del día a día de nuestro trabajo y tras ellos se encuentra cada dato y cada acción con un registro de tiempo, una identificación de los sistemas y personas involucradas. Al realizar cualquier revisión periódica sobre estos datos encontramos la serie de tiempo que nos permite evaluar el desempeño de los procesos relacionados. Actualmente la automatización permite que gran parte de este proceso se haya automatizado dejando sólo la interpretación y evaluación del resultado en manos de los seres humanos.
La aparición de los científicos de datos dentro del proceso de análisis y evaluación de las series de tiempo es sólo el paso lógico para desentrañar patrones de los datos que visualmente no podrían ser identificados por seres humanos, sin embargo, nuestro cerebro, la máquina de identificación de patrones por excelencia, está en la capacidad de realizar gran parte del trabajo, ¡hemos sido por años científicos de datos sin apenas darnos cuenta! Contrastar límites y evaluar tendencias ha sido una actividad normal dentro de nuestras actividades y comenzamos a darle valor ahora más que nunca.
Monitoreo de condición y series de tiempo
En el caso del mantenimiento basado en condición se usa el monitoreo de una variable de un activo para evaluar la condición del equipo. Para conseguirlo, seguimos una serie de pasos que permitan elaborar planes y acciones que aumenten la confiabilidad de este:
- Seleccionar la variable que permita reconocer la condición del equipo. En este sentido temperatura, vibración y presión suelen ser muy populares.
- Identificar valores de referencia que permitan relacionar un valor determinado a una condición específica, suelen utilizarse límites mínimos y máximos, valores centrales con su desviación u otros conceptos estadísticos orientados a hallar la probabilidad de una condición.
- Recolectar los datos desde el sensor, ya sea manualmente o usando sistemas automatizados basados en IoT.
- Generar la serie de tiempo ordenando los valores y colocarlos en forma de tabla o gráfica para su lectura.
- Contrastar y evaluar los datos respecto a los valores de referencia para identificar cual es la condición del equipo.
- Elaborar planes y acciones de acuerdo con la condición detectada.
Estos pasos han sido adoptados por gran parte de la industria permitiendo que se etiqueten las fallas sin que existan paros en la producción. Hemos visto como la aparición de ruidos molestos e inusuales en la operación indica la aparición incipiente de condiciones que pueden dar lugar a futuras fallas, el monitoreo de condición con series de tiempo es un proceso que regulariza este tipo de actividades que hemos realizado desde la invención de la máquina de vapor.
En la actualidad, analizamos datos usando las mismas habilidades que siempre hemos tenido y el proceso de usar las series de tiempo para evaluar la condición del equipamiento no es nada diferente de procesos que hacemos en diferentes ámbitos de nuestra vida, lo único que ha cambiado es la tecnología, permitiendo que podamos enfocarnos en aquello que mejor sabemos hacer: contar historias y reconocer patrones. Las habilidades de la analítica de datos dependen más de la capacidad de comprender el sistema que analizamos que de realizar complejos cálculos matemáticos que en ocasiones no responden las preguntas fundamentales: el qué y el cuándo ocurrirá un evento o una falla en nuestros equipos.
Elaborar y analizar series de tiempo es una herramienta para poder aplicar el reconocimiento de patrones, y de esta manera elaborar la historia de un equipo a través de las distintas condiciones que ha tenido a lo largo del tiempo permitiendo la toma de decisiones de forma racional, dicho de otra manera, es en sí misma la gestión de activos.
Prepárate para el lanzamiento de Predictto con el curso: IoT y el mantenimiento predictivo. Conoce de forma sencilla cada uno de los aspectos básicos de esta nueva era del mantenimiento 4.0 ¡Ingresa aquí!