IA aplicada a la gestión energética del mayor consumidor de gas de Islas Baleares – Ladrillerías Mallorquinas

Indicadores y procesos de mejora

Con el objetivo de reducir los consumos y costes energéticos, actualmente se están midiendo tres líneas de producción con equipos dedicados a la realización de procesos de moldeado, apilado, horneado y desapilado; recopilando información referente al consumo eléctrico, de combustible y calorífico de cada equipo implicado en cada proceso.

Cada medición se analiza respecto a cada una de las 28 tipologías de piezas distintas fabricadas, obteniéndose de ese modo KPIs de energía consumida para la fabricación de cada pieza.

Todos los datos de consumo y tipo de pieza fabricada son almacenados en una BBDD junto con datos operacionales como horas de funcionamiento de equipos, horarios de encendido y apagado de procesos, precios de la energía y temperaturas de consigna para generar modelos analíticos en los que identificar mejoras potenciales en los procesos productivos.

Fruto de estos modelos analíticos se han implementado múltiples mejoras en la operación que han repercutido tanto en ahorros energéticos como económicos.

Por ejemplo, se disminuyó la temperatura de los hornos de la línea de producción A para identificar la variación en el consumo energético y la cantidad de piezas desechables (MERMAS) producidas en ambos escenarios para la fabricación de un tipo de pieza, encontrándose una mejora del 9% (20.388 kwh/año) en el consumo energético en su producción y una reducción de MERMAS de 8 puntos porcentuales respecto a la Tª inicial analizada.

En diversas iteraciones se desarrollaron pruebas para la modificación de las horas de trabajo en la línea de producción A de 22:00-14:00 horas a 06:00-22:00 horas para evaluar la disminución del coste del kWh, habiéndose obtenido ahorros potenciales de 699 € durante los 3 meses de duración de la prueba.

Otra medida a implementar en la operativa se detectó tras la realización de pruebas para repartir los arranques de los grandes equipos consumidores de la línea de producción B con el objetivo de disminuir los picos de potencia, obteniéndose una reducción de la potencia pico de un 20%, lo que se podrá materializar en una reducción de la potencia contratada.

A través de sistemas de alarmas automáticas, se detectaron consumos fantasmas relacionados con la utilización de trafos en la línea de producción C cuando esta está inoperativa, consiguiéndose tras su eliminación ahorros estimados de 102.480 kWh/año.

Gracias al sistema implantado, se han logrado cuantificar los ahorros producidos por la subsanación de grietas en los hornos de las líneas productivas, consiguiéndose ahorros de 521.488 kwh/año.

Como añadido a todos los trabajos realizados sobre las líneas productivas, se analizaron los contratos de suministro de electricidad y combustible, encontrándose ahorros de hasta 130.000 €/año por el cambio de proveedor de gas.

Del mismo modo, se han conseguido ahorros superiores a 30.000 €/año por la optimización de la potencia eléctrica contractada.

Cuantificación/Estimación reducción consumo

Hasta la fecha, se han llevado a cabo acciones que suponen un ahorro total de 644.356 kWh/año, pudiendo esta cifra verse aumentada en los próximos meses gracias a las aplicaciones de los protocolos anteriormente mencionados en otras líneas de producción.

Cuantificación/Estimación reducción emisiones CO2

Los kWh ahorrados se traducen en aproximadamente en 171 toneladas de CO2 ahorradas al año.

Innovación aplicada y buenas prácticas

La innovación en este proyecto ha residido en aplicar industria 4.0 en los procesos productivos. Concretamente, en la conectividad del IoT (fuentes energéticas: electricidad y gas natural) en Ladrillerías Mallorquinas con un sistema big data para poder procesar los datos recogidos en diferentes puntos de las líneas de proceso productivo y proceder a realizar los análisis avanzados para que el cliente pueda variar sus procesos de producción o elegir previamente cómo producir, entre otras cuestiones, en función del coste energético asociado.

Además, se ha aplicado una capa de inteligencia artificial que posee el sistema de Balantia. Esto ha provocado cambios en el modelo de negocio, seleccionando los procesos productivos más adecuados en función de las líneas de producción. Con ello se obtienen mejoras en la personalización de los productos, la agilidad en los procesos de prototipado, la adecuación de los tiempos de funcionamiento de los procesos a los momentos más favorables de la red (demand response), la flexibilidad y la ubicuidad de la producción o la reducción del time-to-market.

De esta forma se ha flexibilizado de manera más ágil la toma de decisiones sobre las operaciones en la fábrica, simplificando el trabajo que con anterioridad era arduo y complejo, contribuyendo a mejorar la productividad.

Gracias a las herramientas diseñadas por Balantia en big data y con aplicación de IA, cualquier tipo de industria puede realizar (con algunas adecuaciones particularizadas para cada producción) los análisis avanzados para obtener resultados desde el punto de vista energético, previos a la implantación de fabricación de determinados productos y procesos intermedios.

Aplicar estos desarrollos implica consumir y producir energía de la forma más responsable para el negocio, tanto desde el punto de vista económico como medioambiental.

Usabilidad de Tecnologías de la Información y Comunicaciones

La recopilación de los datos se realiza desde E4P, un sistema basado en la centralización del dato, tomado por diferentes vías, entre las cuales, hay fuentes conectadas vía API (Application Programming Interface) y ftp.
En este caso, se recogen los datos vía modbus/mbus hasta una aplicación desde la cual se lleva vía API hasta EP4 donde se une a otras fuentes externas como datos de contador fiscal, servicio meteorológico, unidades de producción, etc.

Desde el lado del cliente, se establecen una serie de cuadros de mando integrales para cada tipo de actuación, junto con un sistema de aviso de alarmas para que los trabajos asociados del día a día en este ámbito sea lo más eficiente en la productividad del personal de gestión.