Forgepulse
Máquinas que avisan semanas antes de fallar.
- Cliente
- Draycott Precision Engineering
- Año
- 2023
- Duración
- 10 meses
- Tamaño del equipo
- 8 ingenieros
Demo interactiva
Una maqueta interactiva del producto que construimos — haz clic y explora.
Interfaz de demostración en inglés.
El reto
Las tres naves de Draycott operaban 64 máquinas CNC sin descanso para clientes aeroespaciales con plazos penalizados. Cada hora de parada imprevista costaba unas 18 000 £ contando piezas desechadas, remecanizado y penalizaciones — y el mantenimiento era puramente por calendario: rodamientos cambiados demasiado pronto o catastróficamente tarde. El taller era un entorno hostil: niebla de taladrina, viruta, máquinas de cuarenta años sin puerto de red junto a centros de cinco ejes nuevos, y un Wi-Fi que caía cuando funcionaban las prensas grandes. La red de sensores debía instalarse sin detener la producción, sobrevivir al ambiente y seguir trabajando cuando la conectividad no lo hacía.
Nuestra solución
Desplegamos pasarelas edge con batería ejecutando K3s, que leen sensores de vibración y corriente por MQTT y las máquinas antiguas por OPC-UA, con 72 horas de búfer local ante cortes de red. Las series temporales llegan a TimescaleDB, donde modelos Python — isolation forests por familia de máquinas, reentrenados cada semana con el historial de fallos etiquetado — puntúan cada activo cada hora y lanzan alertas con once días de antelación mediana. Un cuadro de mando en React resume la salud de cada máquina en un semáforo por activo, explorable hasta los espectros en bruto, y las alertas salen por SMS y Teams al jefe de turno. El primer rodamiento de husillo detectado amortizó el piloto doce veces.
Resultados
Stack tecnológico
¿Te enfrentas a un reto parecido?
Ya hemos resuelto este tipo de problema. Hablemos de cómo esa experiencia se aplica a tu situación.
Hablar sobre tu proyectoSiguiente caso de éxito
Prismcast →