ENAE

Indicadores y procesos de mejora

ENAE optimiza el despliegue de soluciones tecnológicas haciendo posible la validación de la solución óptima en activos reales mediante un entorno de laboratorio de forma no invasiva, garantizando la continuidad del negocio, permitiendo ser más eficiente y sostenible, evitando y previniendo posibles fallos en instalaciones críticas como plantas de refino, químicas, estaciones petroleras, redes de distribución (agua, gas o electricidad) o plantas de generación eléctrica. Permite la monitorización continua, generando alertas en caso necesario, evitando desplazamientos innecesarios optimizando las acciones y recursos de la forma más eficiente posible, contribuyendo así a la disminución de la huella de carbono.

Cuantificación/Estimación reducción consumo

La solución ENAE permite reducir el consumo energético directo e indirecto derivado de la reducción de tiempo de funcionamiento necesario hasta validar la solución (15%-25% reducción tiempo de validación y despliegue), de la disminución del volumen de datos enviados al Cloud ya que únicamente se envía la información de valor para el negocio y no todos los datos brutos generados y de la utilización de dashboard centralizados que evitan la generación de informes periódicamente.

Así mismo, la monitorización continua y disponer de una planificación eficiente de mantenimientos derivados de los mantenimientos predictivos minimiza los desplazamientos de equipos de mantenimientos a centros/instalaciones para verificar el estado de las mismas.

Cuantificación/Estimación reducción emisiones CO2

La adopción de la solución ENAE reduce las emisiones de CO2 en los 3 alcances:

-Reducción de emisiones directas por eliminación los desplazamientos en vehículo a centros/planta gracias a la validación de la solución en laboratorio, eliminación de desplazamientos para mantenimientos innecesarios, derivado de un plan eficiente generado por mantenimiento predictivo y minimización de desplazamientos para verificación de las instalaciones gracias a la monitorización continua.

-Reducción de emisiones indirectas asociadas a la generación de energía adquirida derivada de la disminución del volumen de datos enviados al Cloud por procesamiento en el Edge (de GB a MB) y por el uso de dashboards centralizados online que evitan la generación y envío repetitivo de informes a los diferentes interesados.

-Reducción de emisiones de terceros derivados de la adopción de planes de mantenimiento predictivo eficientes que evitan la rotura de piezas que no será necesario fabricar.

** Se incluye detalle de la Justificación Técnica: Caso práctico en cliente Sector industrial: Oil & Gas/ Utilities

Reducción del tiempo de funcionamiento necesario hasta validar la solución (15%-25% reducción tiempo de validación y despliegue)

-Tiempo validación solución ENAE: 4 semanas=28 días

-20% del tiempo ahorrado: 28/0,8-28=7 días

-Consumo edge/sensores/router: 230 watts

-Dato actividad: consumo durante 7 días 7*24*230/1000 = 38,64 KWh

-Factor de emisión: 0,20 kg CO2 /kWh

-Emisiones: 38,64KWh * 0,20 Kg CO2/KWh =7,73 Kg CO2

-Factor de perdidas por T&D 9,6%

-Emisiones T&D: 38,64*0,096 *0,20 = 0.74Kg CO2

Validación en entorno de laboratorio sin necesidad de desplazamientos de técnicos a planta/centros.

-KM a centro usado como piloto: 20KM

-Vistas a centro piloto: 10

-KM recorrido tecnicos: 10*(20+20)=400Km

-KM recorrido empresa utilities: =400Km

-KM totales 800Km

-cosumo gasoil 6l/100km: 48litros

-Factor emisión 2.493 Gasóleo A (kgCO2/l)

-Emisiones: 48 * 2,493= 119,66 Kg CO2

Disminución del volumen de datos enviados al Cloud ya que únicamente se envía la información de valor para el negocio y no todos los datos brutos generados.

-1mb datos enviado equivale a 19g CO2

-sensores: 60000

-Mb que no enviamos al cloud: 60000* 100mb =600000Mb

-Emisiones: 6000000*19/1000= 114.000 KG CO2

Planificación eficiente de mantenimientos derivados de los mantenimientos predictivos planificar 1 mantenimiento año cuando es necesario en lugar de uno cada 6 meses

-Centros Transformación: 60000

-km a centro: 20km

-km recorridos 60000*40=2400000km

-Consumo gasoil 6l/100km: 144000litros

-Factor emisión 2.493 Gasóleo A (kgCO2/l)

-Emisiones 144000*2,493= 358992 KG CO2

Evitar desplazamientos de equipos de mantenimientos a centros/instalaciones periódicamente ya que la monitorización es continua y permite conocer el estado de las instalaciones sin necesidad de ir presencialmente.

-Evitar 1 visita de control cada 4 meses: 4 vistas al año

-Centros 50000

-km a centro 5km

-km recorridos 50000*10*4=20000000km

-Consumo gasoil 6l/100km: 200000litros

-Factor emisión 2.493 Gasóleo A (kgCO2/l)

-Emisiones 2000000*2,493= 498600 KG CO2

Innovación aplicada y buenas prácticas

ENAE es una solución desarrollada en España para ayudar al sector energético a adoptar mantenimientos predictivos, de una forma global, flexible y escalable, que disminuye el coste de la conexión de datos, almacenamiento y procesamiento, mejorando la potencia de cálculo en la nube. Utiliza Edge Computing para controlar los activos, detectar anomalías y prevenir posibles accidentes en planta o campo; incorpora un sistema de alertas inteligentes; y ayuda al control de presencia en planta con cámaras dotadas de IA, entre otras funciones.

T-Systems ha creado dos laboratorios de pruebas en España donde se realizarán pruebas y desarrollo de prototipos de forma segura para los clientes sin impacto ni instalaciones en los entornos productivos, asegurando la continuidad del negocio. Los profesionales de estas nuevas instalaciones crearán soluciones para perfeccionar la captura de datos desde las máquinas en planta o campo, probando nuevos sensores o incluso creando dispositivos desde cero.

Usabilidad de Tecnologías de la Información y Comunicaciones

ENAE es una solución que combina tecnología IoT Industrial (IIoT) que permite monitorizar y obtener información de forma continua del estado de los dispositivos e instalaciones, permitiendo filtrar, pre-tratar, normalizar y combinar los datos de los distintos sensores antes de enviarlos a la nube mediante el uso de tecnología Edge Computing, enviando al Cloud solo la información que aporta valor, lo que disminuye el coste de la conexión de datos, almacenamiento y procesamiento, al tiempo que mejora la potencia de cálculo en la nube.
Mediante la utilización de tecnología IA y Machine Learning se procesa la información de valor para el negocio, detectando situaciones no deseadas (anomalías, presencia de personal no autorizado en zonas peligrosas o críticas), generando las alertas correspondientes y generando las acciones necesarias para evitar paradas del negocio, evitar accidentes, planificar paradas de mantenimiento de forma eficiente y sostenible evitando desplazamientos innecesarios