SIconect es el ecosistema digital de SEGUAS para transformar el mantenimiento industrial en un modelo predictivo, energético y basado en datos. Conecta máquinas, Data Lake AWS, Odoo, SharePoint, Power BI, Grafana, IA, chatbot técnico y plataforma cliente para optimizar consumos, anticipar incidencias, reducir desplazamientos y mejorar la trazabilidad energética.
SIconect: digitalización energética para mantenimiento predictivo industrial
Indicadores y procesos de mejora
SIconect mejora procesos clave de mantenimiento, eficiencia energética y experiencia cliente. Integra datos de máquinas, horas de funcionamiento, estados, consumos, órdenes de trabajo, protocolos y documentación técnica en un Data Lake AWS conectado con Odoo, SharePoint, Power BI y Grafana. Los indicadores previstos incluyen: número de máquinas monitorizadas, horas reales de funcionamiento, mantenimientos planificados frente a correctivos, incidencias anticipadas, informes automáticos generados, reducción de tiempos administrativos, reducción de desplazamientos, consumo energético por instalación y trazabilidad documental. La mejora se articula mediante cuadros de mando, alertas, libro de mantenimiento digital, informes automáticos al cliente, chatbot técnico y planificación de repuestos basada en datos.
Cuantificación/Estimación reducción consumo
La plataforma SIconect permitirá reducir consumos mediante monitorización, mantenimiento predictivo y optimización energética de instalaciones de aire comprimido, refrigeración y climatización industrial. Como referencia de capacidad técnica de SEGUAS, soluciones previas como DUOenergy han demostrado ahorros de hasta 1.757.913 kWh/año en una instalación industrial, con una reducción de 679.462 kWh/año en gas natural, 74% de ahorro en consumo de gas y 26% de ahorro eléctrico en el proceso analizado. SIconect busca escalar este enfoque mediante datos en tiempo real, cuadros de mando energéticos, alertas de funcionamiento, planificación por horas reales y detección temprana de ineficiencias, reduciendo consumos asociados a averías, sobreoperación, mantenimientos tardíos y equipos funcionando fuera de rango óptimo.
Cuantificación/Estimación reducción emisiones CO2
La reducción de emisiones se producirá por tres vías: optimización de consumos energéticos, reducción de desplazamientos técnicos innecesarios y anticipación de fallos que generan sobreconsumos. Como evidencia de impacto energético previo, el proyecto DUOenergy de SEGUAS alcanzó una reducción estimada de 879 toneladas de CO₂ al año, calculada a partir del ahorro energético obtenido. SIconect permitirá ampliar este impacto al conectar datos de máquinas, consumos, estados de funcionamiento, mantenimientos e informes energéticos en una plataforma digital. La estimación inicial se medirá por instalación mediante kWh evitados, consumo específico antes/después, número de incidencias prevenidas, desplazamientos reducidos y emisiones evitadas según factores oficiales. El objetivo es convertir el mantenimiento predictivo en una palanca directa de descarbonización industrial.
Innovación aplicada y buenas prácticas
La innovación de SIconect está en integrar en una pyme industrial un ecosistema completo que conecta máquinas, personas, procesos y clientes. No es una herramienta aislada: combina Data Lake AWS, ERP Odoo, SharePoint, Power BI, Grafana, telemetría industrial, chatbot técnico, automatizaciones, plataforma de empleado, plataforma cliente y libro de mantenimiento digital. Permite pasar del mantenimiento correctivo/preventivo a un modelo predictivo, trazable y energético. Como buena práctica, SEGUAS aplica Design Thinking con clientes para detectar necesidades reales, Comité de Innovación para priorizar ideas, formación interna en IA y digitalización, y automatización de informes para facilitar decisiones. El modelo es replicable en industrias con aire comprimido, refrigeración, climatización, bombeos, compresores o enfriadoras, especialmente donde la continuidad operativa y la eficiencia energética son críticas.
Uso de tecnologías (TICs)
SIconect emplea tecnologías TIC orientadas a uso real por técnicos, clientes y responsables de mantenimiento. La arquitectura se apoya en Data Lake AWS para centralizar datos, Odoo como ERP operativo, SharePoint como repositorio documental, Power BI y Grafana para cuadros de mando, telemetría industrial y sensores para capturar datos de máquinas, automatizaciones entre sistemas, chatbot técnico con IA para consultar manuales, protocolos, órdenes de trabajo y datos de equipos, y plataforma cliente para acceder a informes, estado de máquinas, documentación y libro de mantenimiento digital. La usabilidad se basa en reducir búsquedas manuales, automatizar tareas repetitivas, mostrar indicadores claros, facilitar la trazabilidad y ofrecer información útil en tiempo real. El objetivo es que la tecnología sea práctica, comprensible y accionable tanto para el equipo interno como para el cliente industrial.

