Las instalaciones de refrigeración industrial, en su mayoría, parten de un grado de digitalización inferior al de muchas otras instalaciones industriales, pese a suponer, para muchas empresas, un servicio crítico para su correcto funcionamiento. Los grandes cambios que traen las nuevas tecnologías habilitadoras de la Industria 4.0. (IoT, Big Data o Inteligencia Artificial, entre otras), empiezan a llegar a cada vez más instalaciones de refrigeración industrial, ofreciendo a las empresas:

• Una mejor fiabilidad del servicio, derivado de un mantenimiento optimizado.
• Un menor coste económico de explotación, aumentando la eficiencia energética de las instalaciones.
• Un mayor conocimiento de sus costes vinculados con la producción, incluyendo el coste energético como un factor más a incluir en el coste total de cada producto y como un desperdicio más a evitar en el proceso productivo.

¿Qué cambios se están produciendo en la refrigeración industrial?

1.- Sistemas SCADA, Registros de Históricos, Sistemas de Gestión Energética.

Son la base para cualquier proceso de digitalización y trasformación de la instalación de frío industrial.

Todos estos sistemas se fundamentan en la lectura de información de los diferentes sensores de la instalación (presiones, temperaturas, estado de los equipos, consumos,…), además del registro de los datos en una base única y facilitar su posterior consulta y explotación.

Si bien muchas de las instalaciones actuales disponen de sistema SCADA, es habitual que no se recoja en él información interna de los compresores, por disponer éstos de controladores aislados o de compleja comunicación con el exterior.

Este hecho complica la explotación posterior de la información, al carecer de datos clave del sistema (consumo de compresores o situación de funcionamiento de los mismos). Lo cual se puede resolver instalando las versiones más actuales de los controladores de los principales fabricantes de compresores o con tarjetas de comunicación externas.

Una vez se disponga de una base de datos única, es factible empezar a obtener valor de ellos, analizando históricos, generando indicadores, analizando su evolución o integrando sistemas de gestión energética.

2.- Mantenimiento 4.0

Disponer de un histórico de datos de funcionamiento de la sala de frío permite avanzar en la optimización del mantenimiento de la instalación:

•  Mantenimiento predictivo basado en los rendimientos de los equipos. Tiene como objetivo detectar necesidades de mantenimiento en los equipos tomando como base una pérdida de rendimiento de los mismos. Supone una evolución tanto del trabajo correctivo (se anticipa una futura avería al detectar una bajada del rendimiento del equipo) como del preventivo (se planifica las tareas preventivas no en base a una periodicidad fija, ni en base a unas horas de trabajo, sino en base a la pérdida de rendimiento real del equipo).

• Mantenimiento predictivo en base a Inteligencia Artificial. Se centra en anticipar cualquier avería de la máquina o instalación mediante la aplicación de modelos basados en Inteligencia Artificial, a partir de la captura y procesado de grandes cantidades de datos (Big Data).

3. – Análisis de costes energéticos.

Los nuevos desarrollos tecnológicos a disposición de las empresas (como las sondas de título de vapor, que permiten calcular el consumo energético real de cada consumidor de frío), unidas a las técnicas de gestión de datos en tiempo real, permiten avanzar en el análisis de los costes energéticos imputables a cada unidad de producto.

De esta forma, es posible, para las empresas:

• Conocer consumo energético real de frío para cada consumidor de planta. Permite pasar de indicadores generales de consumo a imputar costes reales para cada línea de producción, desglosando el consumo real de cada cámara de refrigeración, túnel de congelación o equipo refrigerado y con ello, imputar costes energéticos reales a cada tipo de producto.

• Avanzar hacia una planificación de la producción que tenga en cuenta los costes energéticos. Ya es posible integrar el factor energético como un desperdicio más a tener en cuenta a la hora de optimizar la producción. Y con ello, por ejemplo, planificar el mix de producción que minimice el consumo global de la instalación o analizar el coste energético asociado a mantener un producto en una cámara más tiempo del necesario (técnicas de Value Stream Mapping – VSM – aplicadas a energía).

4. – Optimización energética basada en modelos

Otra de las ventajas que aporta el disponer de una gran cantidad de datos en tiempo real del funcionamiento de una instalación de frío, es que posibilita el implantar:

• Sistemas de Control Experto basado en Modelos Energéticos. Parten de realizar un modelo de la planta de frío, sobre el cual simular posibles modificaciones en los parámetros de la instalación (cambios en las consignas de presiones, secuencia de compresores o condensadores, histéresis, tiempos de arranque,…) que optimicen el rendimiento energético. Una vez se encuentra el escenario óptimo, el modelo lo implementa en la instalación, comprobando que la nueva configuración trabaja en un punto de mayor rendimiento y buscando, de manera continua, un nuevo escenario de mayor eficiencia.

• Sistemas de Predicción de Demanda. Mediante algoritmos de IA, son capaces de anticipar la demanda con diferentes rangos de antelación (1 – 5 min). Combinados con los Sistemas de Control Experto, permiten ajustar el funcionamiento de la instalación a tendencias futuras, minimizando el consumo eléctrico.

Líneas de trabajo de ITCL – Refrigeración Industrial en la Industria 4.0

ITCL, desde el área de Eficiencia Energética y Sostenibilidad – Modelos Energéticos, tiene una línea de trabajo específica en Refrigeración Industrial, desde la cual se abordan, entre otros, proyectos como:

• Auditorías de detalle de instalaciones de refrigeración industrial.
• Sistemas de Gestión Energética.
• Modelado de Compresores, para obtener:
  • Rendimiento (COP) del compresor en tiempo real.
  • % de desgaste del compresor (para mantenimiento predictivo)
• Sistemas de Control Experto de refrigeración industrial.
• Sistemas de Predicción de Demanda.
• Proyectos a medida para el análisis de costes energéticos en frío.
• Mantenimiento predictivo basado en Machine Learning + Modelos energéticos.

Alguna de las empresas que ya confían en nosotros:

Si desea ampliar información acerca de cómo optimizar el gasto de energía en frío industrial, puede descargar el documento informativo “Sistemas de control inteligente de refrigeración industrial” o ponerse en contacto con nosotros a través del formulario de contacto.