T-Systems lanza ENAE, su solución para reducir costes y optimizar el despliegue de los proyectos IIoT
La solución, desarrollada en España, combina IIoT, Cloud y Edge, IA y machine learning para minimizar costes y tiempos de implementación de los sistemas de mantenimientos predictivos. ENAE está específicamente diseñada para proporcionar escalabilidad en entornos industriales y productivos críticos.
Dentro del marco de la quinta edición de DES – Digital Enterprise Show, T-Systems acaba de presentar ENAE, su solución para impulsar el mantenimiento predictivo en entornos productivos. Se trata de un modelo de acompañamiento en este tipo de proyectos que combina tecnología IoT Industrial (IIoT), Cloud y Edge Computing, IA y machine learning, Además, ENAE reduce entre un 15% y un 25% los costes y tiempos de implementación de los sistemas necesarios para impulsar la adopción de mantenimientos predictivos, de una forma global y escalable, en entornos industriales y productivos críticos.
La suite integra una arquitectura flexible, global y escalable que permite filtrar, pre-tratar, normalizar y combinar los datos de los distintos sensores antes de enviarlos a la nube, lo que disminuye el coste de la conexión de datos, almacenamiento y procesamiento, al tiempo que mejora la potencia de cálculo en la nube.
Asimismo, ENAE es capaz de integrar cualquier solución de cualquier fabricante tanto a nivel de hardware como de software, adaptándose plenamente a la mejor solución para el caso de uso gestionado y al ecosistema y necesidades del cliente, detectando y resolviendo cualquier posible incompatibilidad que pudiera existir entre cualquiera de estos componentes.
Detección temprana de accidentes
Entre sus múltiples ventajas, y gracias a las tecnologías de Edge Computing ENAE realiza un control de activos que permite la detección temprana de anomalías y previene posibles accidentes en planta o campo. Además, cuenta con un sistema de alertas inteligentes con clasificación automática del nivel de alerta, envío de avisos al equipo adecuado en cada caso (mantenimiento, bomberos), activación de medidas de forma automática como apagado de activos, según la gravedad de la situación. ENAE también ayuda al control de presencia en planta que, combinada con cámaras dotadas de IA, puede alertar de la presencia de personal no autorizado en zonas peligrosas y/o críticas; control de contaminantes en aguas residuales de refrigeración e infinidad de diferentes casos de uso distintos.
ENAE es una suite creada por el equipo español de T-Systems Iberia, que responde a las necesidades de un sector fundamental en la sociedad como el energético o incluso otras industrias, donde los trabajos de mantenimiento son críticos para garantizar la continuidad del servicio de la forma más eficiente y con los costes más ajustados posible. Las plantas de refino, químicas, estaciones petroleras, redes de distribución o plantas de generación tienen ahora una solución que les ayuda a mejorar la planificación y ejecución de sus trabajos de mantenimiento, aumentando la seguridad y reduciendo los costes.
Dos laboratorios: extracción de datos reales y desarrollo de prototipos sin impactar la producción
T-Systems ha creado dos laboratorios de pruebas en España donde se podrán realizar pruebas y desarrollar prototipos de forma segura para los clientes y sin impacto ni instalaciones en los entornos productivos. Estas dos nuevas instalaciones para impulsa la innovación en el sector energético se encuentran en el T-Lab de T-Systems en sus oficinas en Madrid y en el Innovation Center de la compañía en sus oficinas del 22@ de Barcelona.
Los profesionales de estas nuevas instalaciones trabajarán creando soluciones para perfeccionar la captura de datos desde las máquinas en planta o campo, probando nuevos sensores o incluso creando dispositivos desde cero. Además, realizarán pruebas para mejorar la integración de nuevas soluciones tecnológicas en los entornos estudiados, tanto de software como hardware, adelantándose a las posibles incompatibilidades entre diferentes fabricantes; o realizarán simulaciones de situaciones de riesgo o variaciones en las condiciones ambientales o de seguridad para entender el impacto en la producción antes de que se produzcan.
