Siemens Gamesa reduce el tiempo de comercialización de la energía eólica
Mayor eficiencia en la fabricación de palas de turbina con Computer Vision de Microsoft Azure

Siemens Gamesa Renewable Energy construye turbinas eólicas que generan energía limpia para millones de personas de todo el mundo.

Para liderar la revolución de la energía renovable, la empresa necesita aumentar su capacidad, pero los procesos manuales provocaban errores que ralentizaban la producción de palas de turbina.

Para acelerar la fabricación, Siemens Gamesa recurrió a IBM Consulting con el fin de crear una solución de aprendizaje automático (AA) en Microsoft Azure, que utiliza una cuadrícula láser para indicar exactamente dónde colocar cada capa de fibra de vidrio con la máxima precisión.

La nueva solución aplica varias tecnologías, incluyendo Computer Vision (visión artificial), AA, edge computing e Internet de las cosas (IoT). Al contratar a expertos de IBM Consulting para trabajar con sus propios Digital Ventures Labs (DVL), Siemens Gamesa obtuvo las prestaciones que necesitaba para trasladar rápidamente sus ideas a la fábrica.

ROI más rápido

 

El nuevo sistema de fabricación espera alcanzar el ROI en 2,5 años

Todos trabajaron juntos a la perfección mientras nosotros probábamos la solución en una pala real; es más, IBM estuvo realizando cambios en el código sobre la marcha. El proyecto fue un éxito indiscutible. Sin duda, IBM es el socio perfecto para Siemens Gamesa. Finn Mainstone Senior Product Manager Siemens Gamesa Renewable Energy, S.A.
Energía renovable para todos

Siemens Gamesa ahora está utilizando su solución de fabricación basada en datos en una de sus líneas de producción en Aalborg, Dinamarca, donde los técnicos moldean palas de turbina de fibra de vidrio.

Finn Mainstone, director superior de producto en Siemens Gamesa, explica: “Cada pala de turbina presenta un diseño personalizado por nuestros ingenieros de acuerdo con especificaciones precisas, y cualquier defecto durante el proceso de fabricación puede requerir complejas correcciones que impliquen mucho tiempo y dinero. Para evitar esta situación, nuestros equipos ven una cuadrícula láser sobre cada pala, que les indica exactamente dónde colocar cada capa de fibra de vidrio. Fundamentalmente, ahora pueden obtener alertas instantáneas si la solución detecta cualquier error o anomalía en la superficie de la pala".

Y continúa: "Gracias a las cámaras conectadas a IoT en nuestra fábrica y al análisis continuo usando modelos de aprendizaje automático en edge computing, todo gestionado en Microsoft Azure, nuestros técnicos pueden colocar cada capa con mayor velocidad y precisión. Todo ello nos está permitiendo reducir la tasa de errores de fabricación provocados por material mal colocado, lo que ayuda a mantener las líneas de producción en marcha. De hecho, cuando implantemos la solución a nivel mundial, estaremos en mejores condiciones de compartir las mejores prácticas. Esto reducirá la curva de aprendizaje para los equipos en nuestras nuevas fábricas, como Le Havre, Francia, lo que nos permitirá impulsar nuestro rendimiento, aceptar más pedidos de clientes y acercar los beneficios de la energía renovable a más personas de todo el mundo".

Estimamos un periodo de amortización de aproximadamente dos años y medio para nuestro sistema de producción basado en Azure, y confiamos en que el caso de negocio siga mejorando, a medida que añadimos más funcionalidad y percibimos más beneficios secundarios. Kenneth Lee Kaser Senior Vice President of Operations – Offshore, Siemens Gamesa Renewable Energy, S.A.
Los defectos merman la productividad

El perfil aerodinámico de las palas de turbina es crucial para la generación eficiente de energía, y la fabricación de cada pala implica un trabajo altamente cualificado. "Aunque nuestras palas para la nueva turbina SG 14-222DD tienen una longitud de 108 metros, todavía se construyen casi por completo a mano", explica Mainstone. “Teniendo en cuenta que cada pala está hecha a medida, podríamos decir que nuestros equipos son más bien artesanos que trabajadores en una línea de ensamblaje. Pero como con cualquier proceso manual, siempre está ahí el riesgo de cometer errores humanos".

Siemens Gamesa aplica un riguroso proceso de control de calidad, y las palas de turbina se inspeccionan y reparan durante las etapas finales de la fabricación. Por ejemplo, si una pieza de fibra de vidrio se coloca de forma incorrecta o encima de un objeto extraño, la sección afectada de la hoja se corta y se sustituye, algo poco frecuente pero que sale caro.

"Cada vez que tenemos que rehacer una pala, se elevan los costes y se limita el número de palas que podemos producir en cada plazo", continúa Mainstone. "Esta presión adicional sobre nuestros márgenes y rendimiento representa un gran reto en un mercado altamente competitivo. La demanda global de energía eólica está en auge, y sabíamos que incrementar el rendimiento nos permitiría aprovechar estas nuevas oportunidades y hacer crecer el negocio. Para lograr nuestro objetivo, buscábamos una manera de capacitar a nuestros técnicos para que pudieran trabajar de forma rápida y con la máxima precisión".

IBM dedicó una cantidad considerable de tiempo y recursos a ayudarnos a pulir nuestras ideas. Este proceso era extremadamente importante a la hora de determinar el diseño y la configuración óptimos para la nueva solución. Finn Mainstone Senior Product Manager Siemens Gamesa Renewable Energy, S.A.
Aportando expertos del sector

Para desarrollar nuevas prestaciones digitales que generaran una mayor estandarización y eficiencia a su actividad global, Siemens Gamesa formó un equipo interno de especialistas en transformación: Digital Ventures Lab. Uno de los primeros proyectos de DVL fue un sistema control de calidad, que utilizaba una cuadrícula láser para indicar a los equipos dónde colocar las capas de fibra de vidrio durante la producción. Sin embargo, el sistema no podía detectar defectos en el proceso de fabricación y su funcionamiento requería bastante intervención manual de carácter repetitivo.

"Estábamos convencidos de que la idea de proporcionar señales visuales a nuestros equipos era buena", recuerda Mainstone, "y vimos un gran potencial para optimizar nuestros procesos mejorando el sistema control de calidad con automatización inteligente".

Melanie Beck, consultora ejecutiva superior y líder de proyectos en IBM, continúa: "El equipo de Siemens Gamesa tenía una idea ambiciosa: montar una matriz de cámaras sobre cada estación de fabricación y validar la colocación de cada capa en tiempo real utilizando modelos de AA y visión artificial".

Con potentes prestaciones de aprendizaje automático y meticulosas prácticas de ingeniería de cloud, IBM nos ayudó a crear una solución que cubriera odas nuestras necesidades. Finn Mainstone Senior Product Manager Siemens Gamesa Renewable Energy, S.A.

Los DVL elaboraron un esquema detallado de la solución que querían y buscaron un socio para darle vida a su visión. "A lo largo de un exigente proceso de licitación, IBM Consulting destacó sobre el resto en todo momento", afirma Mainstone. "Durante un mes de debates pormenorizados, IBM desarrolló una sólida propuesta que respondía perfectamente a nuestra visión y estaba formada por personas con experiencia, entusiasmo y un extenso conocimiento de la materia".

Y continúa: “IBM dedicó una cantidad significativa de tiempo y recursos a ayudarnos a pulir nuestras ideas. Este proceso era extremadamente importante a la hora de determinar el diseño y la configuración óptimos para la nueva solución. Por ejemplo, teníamos que decidir si desplegar un pequeño número de cámaras de alta resolución muy caras o un gran número de cámaras de baja resolución, más baratas. IBM nos ayudó a identificar las ventajas y desventajas de las distintas opciones de hardware y software y a encontrar un enfoque equilibrado que atendiera nuestras necesidades".

A pesar de que no estaba contemplado en el contrato, IBM se ofreció a ayudarnos a configurar los sistemas de edge computing en nuestra fábrica. Y cuando la COVID-19 nos paralizó, IBM Consulting adaptó rápidamente su metodología de IBM Garage para trabajar en remoto, lo que nos permitió seguir con el proyecto. Finn Mainstone Senior Product Manager Siemens Gamesa Renewable Energy, S.A.
Feedback en tiempo real

IBM Consulting, trabajando con DVL, ayudó a Siemens Gamesa a seguir avanzando con el proyecto de forma rápida aplicando ciclos de desarrollo frecuentes e iterativos. Con la ayuda de la metodología IBM Garage™, los dos equipos comprimieron una gran cantidad de trabajo complejo en un breve período de tiempo. En cuestión de meses, Siemens Gamesa pasó de diseñar y crear prototipos a desplegar un producto mínimo viable (MVP) para su fábrica en Aalborg.

"Marcamos requisitos muy específicos durante el proceso de licitación, como la capacidad para detectar los bordes blancos de las láminas de fibra de vidrio sobre una pala blanca de 97 metros de longitud con una latencia mínima", explica Mainstone. "Con potentes prestaciones de aprendizaje automático y meticulosas prácticas de ingeniería de cloud, IBM nos ayudó a crear una solución que cubriera todas nuestras necesidades. A pesar de que no estaba contemplado en el contrato, IBM se ofreció a ayudarnos a configurar los sistemas de edge computing en nuestra fábrica. Y cuando la COVID-19 nos paralizó, IBM Consulting adaptó rápidamente su metodología de IBM Garage para trabajar en remoto, lo que nos permitió seguir con el proyecto".

Al procesar los vídeos en la plataforma edge de IoT de Microsoft Azure, la compañía puede aplicar avanzado modelos avanzados de ML a grandes cantidades de datos no estructurados en tiempo real y utilizar el sistema de cuadrícula láser para distribuir el feedback a los equipos de fábrica. Como la nueva solución se basa en Microsoft Azure, Siemens Gamesa confía en este servicio digital de misión crítica, diseñado para ejecutarse de forma fluida y continua (24 horas al día, los 7 días de la semana), gracias a las sólidas prestaciones en la nube de alta disponibilidad en consonancia con los exigentes estándares de TI corporativos de Siemens Gamesa.

"Siemens Gamesa ya utiliza las soluciones de Microsoft en muchas partes del negocio, por lo que seleccionar Microsoft Azure para este proyecto fue una elección natural", comenta Mainstone. "Desde el primer momento, nos ha impresionado mucho el conocimiento y la experiencia del equipo de IBM Consulting en torno a la plataforma de Microsoft Azure. IBM aportó los conocimientos y la experiencia que necesitábamos para aprovechar todo el potencial de Microsoft Azure, incluyendo componentes como Microsoft Azure Machine Learning, Microsoft Azure DevOps y Microsoft Azure IoT Edge".

Desde el primer momento, nos ha impresionado mucho el conocimiento y la experiencia del equipo de IBM Consulting en torno a la plataforma de Microsoft Azure. IBM aportó los conocimientos y la experiencia que necesitábamos para aprovechar todo el potencial de Microsoft Azure. Finn Mainstone Senior Product Manager Siemens Gamesa Renewable Energy, S.A.
Acelerando el despliegue en nuevas fábricas

La nueva solución es extremadamente versátil, lo que permite a Siemens Gamesa agregar nuevas prestaciones fácilmente. "Acabamos de ampliar los modelos de AA creados por IBM con un modelo desarrollado por nosotros mismos", explica Mainstone. "Esta nueva prestación detecta cuerpos extraños, tales como herramientas y restos de suciedad en el molde, y alerta a nuestros equipos de forma proactiva para que los elimine, lo que nos ayuda a evitar un costoso trabajo de reparación en fases posteriores".

Sobre la base del gran éxito de su proyecto piloto para una línea de producción en Aalborg, Siemens Gamesa tiene previsto desplegar la nueva solución de fabricación en toda la compañía.

Beck añade: "Gracias a que Siemens Gamesa desarrolló el núcleo de la solución en Microsoft Azure y aplicó las mejores prácticas de IBM Consulting AI@Scale, el escalado es muy sencillo y rentable. Una vez que completemos el despliegue, prevemos que Siemens Gamesa mejorará significativamente la calidad y la coherencia de sus procesos de producción, además de reducir costes y proteger sus márgenes".

En la siguiente fase del proyecto, Siemens Gamesa ampliará la solución para cubrir todas sus líneas de fabricación en Aalborg, su fábrica en Le Havre, Francia, y su fábrica en Hull, Reino Unido. Con una perspectiva más a largo plazo, la empresa está estudiando la idea de implementar la solución en todas sus fábricas de todo el mundo.

“Estimamos un periodo de amortización de aproximadamente dos años y medio para nuestro sistema de producción basado en Azure", afirma Kenneth Lee Kaser, vicepresidente superior de operaciones en el extranjero en Siemens Gamesa. "Y confiamos en que el caso de negocio siga mejorando, a medida que añadimos más funcionalidad y percibimos más beneficios secundarios".

"Contar con un sistema de soporte a la toma de decisiones de este tipo será muy ventajoso a la hora de abrir nuevas fábricas, ya que reducirá drásticamente el tiempo necesario para formar a los nuevos equipos de producción, recortando el tiempo de comercialización", concluye Mainstone. "IBM Consulting es uno de nuestros socios más sólidos. Siemens Gamesa está en posición de ofrecer la nueva generación de tecnologías de energía renovable a clientes de todo el mundo, y esperamos trabajar con IBM en la implementación de nuestra solución de fabricación en toda la compañía".

Logotipo de Siemens Gamesa
Acerca de Siemens Gamesa Renewable Energy, S.A.

Siemens Gamesa (enlace externo a ibm.com) es un líder tecnológico mundial en la industria de las energías renovables. Especializada en el desarrollo, la fabricación, la instalación y el mantenimiento de turbinas eólicas, la empresa lleva apoyando la transición global hacia la energía sostenible desde la década de 1980. Siemens Gamesa, actor clave y pionero innovador en la industria de las renovables, ha instalado más de 107 GW de capacidad generadora en 75 países de todo el mundo.

Dé el siguiente paso

Para obtener más información sobre las soluciones de IBM presentadas en esta historia, póngase en contacto con su representante de IBM o con un socio comercial de IBM.

Leer el PDF Ver más casos prácticos Visión general

IBM Consulting para Microsoft

Descubra más
Visión general

Ciencia de datos y aprendizaje automático

Descubra más
Blog

Automatización en la periferia

Lea el blog
Legal

© Copyright IBM Corporation 2021. IBM Corporation, IBM Consulting, New Orchard Road, Armonk, NY 10504

Producido en los Estados Unidos de América, mayo de 2021.

IBM, el logotipo de IBM, ibm.com, IBM Garage e IBM Consulting son marcas comerciales de International Business Corp. registradas en muchas jurisdicciones del mundo. Los demás nombres de productos y servicios pueden ser marcas registradas de IBM u otras empresas. Una lista actualizada de marcas comerciales de IBM está disponible en la web en ibm.com/trademark.

Microsoft, Windows, Windows NT y el logotipo de Windows son marcas registradas de Microsoft Corporation en los Estados Unidos, en otros países o en ambos.

Este documento se actualizó por última vez en la fecha inicial de publicación e IBM puede modificarlo en cualquier momento. Los socios comerciales de IBM establecen sus propios precios, que pueden variar. No todas las ofertas están disponibles en todos los países en los que opera IBM.

Los datos de rendimiento y ejemplos de clientes mencionados se presentan únicamente con fines ilustrativos. Los datos reales de rendimiento pueden variar en función de las configuraciones y condiciones de funcionamiento específicas. LA INFORMACIÓN DE ESTE DOCUMENTO SE OFRECE «TAL CUAL ESTÁ» SIN NINGUNA GARANTÍA, NI EXPLÍCITA NI IMPLÍCITA, INCLUIDAS, ENTRE OTRAS, LAS GARANTÍAS DE COMERCIALIZACIÓN, ADECUACIÓN A UN FIN CONCRETO Y CUALQUIER GARANTÍA O CONDICIÓN DE INEXISTENCIA DE INFRACCIÓN. Los productos de IBM están sujetos a garantía según los términos y condiciones de los acuerdos bajo los que se proporcionan.