Inicio Casos de Estudio Siemens Gamesa Renewable Energy, S.A. Siemens Gamesa reduce el tiempo de comercialización de la energía eólica
Mejora de la eficiencia de la fabricación de las aspas de turbinas con Computer Vision en Microsoft Azure
Área de almacenamiento al aire libre de la fábrica de palas de turbinas eólicas

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

Para liderar la revolución de la energía verde, la empresa tiene como objetivo aumentar la capacidad, pero los procesos manuales provocaron errores que ralentizaron la producción de las aspas de turbinas.

Para acelerar la fabricación, Siemens Gamesa se asoció con IBM® Consulting para crear una solución de aprendizaje automático (ML) 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 implica múltiples tecnologías, incluidas Computer Vision, ML, Edge Computing e Internet of Things (IoT). Al contratar a expertos de IBM Consulting para trabajar con su propio Digital Ventures Labs  (DVL), Siemens Gamesa adquirió las capacidades que necesitaba para sacar rápidamente sus ideas de la mesa de dibujo y llevarlas a la fábrica.

ROI más rápido

 

El nuevo sistema de fabricación espera un ROI total en 2.5 años

Todos colaboraron de manera homogénea mientras probábamos la solución en un aspa real, e IBM incluso realizó cambios en el código sobre la marcha. El proyecto fue un éxito indiscutible, por lo que IBM es el socio perfecto para Siemens Gamesa. Finn Mainstone, gerente sénior de Productos, 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 funden palas de turbinas de fibra de vidrio.

Finn Mainstone, Director de Productos de Siemens Gamesa, explica: "Cada aspa de turbina está diseñada a la medida, con especificaciones precisas, por nuestros ingenieros, por lo que cualquier defecto durante el proceso de fabricación puede requerir correcciones complejas, costosas y que consumen tiempo. Para evitar esta situación, nuestros equipos ven una cuadrícula láser en la parte superior de cada aspa que les muestra exactamente dónde colocar cada capa de fibra de vidrio. Fundamentalmente, ahora pueden recibir alertas instantáneas si la solución detecta algún error o anormalidad en la superficie del aspa”.

Continúa: “Gracias a las cámaras conectadas a IoT en nuestra fábrica y al análisis continuo por medio de modelos de aprendizaje automático en el perímetro, que se administra en Microsoft Azure, nuestros técnicos pueden colocar cada capa de aspa con mayor velocidad y precisión. Como resultado, estamos en proceso de reducir las tasas de error de fabricación causadas por el material inapropiado, lo que ayuda a que nuestras líneas de producción se muevan sin problemas. De hecho, una vez que implementemos la solución a nivel mundial, podremos compartir mejores prácticas. Esto reducirá la curva de aprendizaje de los equipos en nuestras fábricas recién abiertas, como Le Havre, Francia, lo que nos permitirá aumentar nuestro rendimiento, aceptar más pedidos de clientes y llevar los beneficios de la energía verde a más personas en todo el mundo”.

Esperamos un periodo de recuperación de aproximadamente dos años y medio para nuestro sistema de producción basado en Azure. Y esperamos que el caso de negocio mejore a medida que aumentamos la funcionalidad y veamos más beneficios secundarios. Kenneth Lee Kaser, Vicepresidente sénior de Operaciones, en alta mar, Siemens Gamesa Renewable Energy, S.A.
Los defectos reducen la productividad

El perfil aerodinámico de las aspas de la turbina es crucial para la generación de energía eficiente, y la construcción de cada aspa implica un trabajo altamente cualificado. “Aunque nuestras aspas para la turbina SG 14-222DD más nueva tienen 108 metros de largo, todavía se construyen casi completamente a mano”, dice Mainstone. "Como cada aspa se fabrica por encargo, nuestros equipos se parecen más a artesanos que construyen muebles que a trabajadores de una línea de producción. Pero como con cualquier proceso manual, existe un riesgo siempre presente de error humano”.

Siemens Gamesa cuenta con un riguroso proceso de control de calidad y las aspas de las turbinas se inspeccionan y reparan durante las etapas finales de fabricación. Por ejemplo, si una pieza de fibra de vidrio se coloca de forma incorrecta o encima de un objeto extraño, la sección afectada del aspa se corta y se sustituye, algo poco frecuente pero costoso.

“Cada vez que re elaboramos un aspa, aumentan nuestros costos y se limita la cantidad de aspas que podemos producir en cada periodo”, continúa Mainstone. "Esta presión adicional sobre nuestros márgenes y rendimiento es un desafío difícil en un mercado altamente competitivo. La demanda global de energía eólica está en aumento, por lo que sabíamos que incrementar nuestro rendimiento facilitaría la captura de estas nuevas oportunidades y el crecimiento del negocio. Para lograr nuestro objetivo, buscamos una manera de capacitar a nuestros técnicos para que trabajaran rápidamente con precisión milimétrica”.

IBM dedicó mucho tiempo y recursos para ayudarnos a perfeccionar nuestras ideas. Este proceso fue extremadamente valioso para determinar el diseño y la configuración óptimos para la nueva solución. Finn Mainstone, gerente sénior de Productos, Siemens Gamesa Renewable Energy, S.A.
Desarrollo de expertos de la industria

Para desarrollar nuevas capacidades digitales que aporten una mayor estandarización y eficiencia a sus actividades globales, Siemens Gamesa formó un equipo interno de especialistas en transformación: el Digital Ventures Lab. Uno de los primeros proyectos de DVL fue un sistema de control de calidad, que utilizaba una rejilla láser para mostrar a los equipos dónde colocar las capas de fibra de vidrio durante la producción. Sin embargo, el sistema no pudo detectar defectos en el proceso de fabricación, por lo que requirió una intervención manual significativa y repetitiva para operar.

“Confiábamos en que estábamos en el camino correcto al proporcionar señales visuales a nuestros equipos”, recuerda Mainone, “y vimos un gran potencial para mejorar nuestros procesos al aumentar el sistema de control de calidad con automatización inteligente”.

Melanie Beck, consultora ejecutiva y líder de proyectos en IBM, continúa: "El equipo de Siemens Gamesa tenía una idea ambiciosa: montar una serie de cámaras encima de cada estación de fabricación, y validar la colocación de cada capa en tiempo real por medio de Computer Vision y ML".

Con capacidades sólidas en aprendizaje automático y prácticas exhaustivas de ingeniería en la nube, IBM nos ayudó a crear una solución que satisface todas nuestras necesidades. Finn Mainstone, gerente sénior de Productos, Siemens Gamesa Renewable Energy, S.A.

La DVL creó un esquema detallado de su solución objetivo y buscó un socio para hacer realidad su visión. "A lo largo de un proceso estricto de licitación, IBM Consulting se destacó constantemente como líder", dice Mainstone. "Durante un mes de debates minuciosos, IBM desarrolló una propuesta sólida que estaba totalmente alineada con nuestro informe y que consideraba personal con experiencia, entusiasmo y conocimiento profundo de la materia".

Continúa: "IBM dedicó mucho tiempo y recursos para ayudarnos a perfeccionar nuestras ideas. Este proceso fue extremadamente valioso para determinar el diseño y la configuración óptimos para la nueva solución. Por ejemplo, teníamos que decidir si implementar una pequeña cantidad de cámaras de alta resolución muy costosas o una gran cantidad 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 desarrollar un enfoque equilibrado que satisficiera nuestras necesidades”.

Aunque no formaba parte del contrato, IBM hizo un esfuerzo adicional para ayudarnos a configurar los sistemas de computación periférica en nuestra fábrica. Cuando llegó el COVID-19, IBM Consulting adaptó rápidamente su Metodología IBM Garage para el trabajo remoto, lo que nos ayudó a mantener el rumbo. Finn Mainstone, gerente sénior de Productos, Siemens Gamesa Renewable Energy, S.A.
Retroalimentación en tiempo real

Al trabajar con DVL, IBM Consulting ayudó a Siemens Gamesa a impulsar el proyecto rápidamente a través de ciclos de desarrollo iterativos frecuentes. Asistidos por la Metodología IBM Garage™, los dos equipos comprimieron grandes cantidades de trabajo complejo en un periodo muy corto. En cuestión de meses, Siemens Gamesa pasó del diseño a la creación de prototipos y a la implementación de un producto mínimo viable (MVP) para su fábrica en Aalborg.

“Establecimos requisitos muy específicos durante el proceso de licitación, como la capacidad de detectar los bordes blancos de las láminas de fibra de vidrio sobre una hoja blanca de 97 metros de largo con una latencia mínima”, explica Mainstone. “Con capacidades fuertes en aprendizaje automático y prácticas exhaustivas de ingeniería en la nube, IBM nos ayudó a crear una solución que satisface todas nuestras necesidades. Aunque no formaba parte del contrato, IBM hizo un esfuerzo adicional para ayudarnos a configurar los sistemas de computación periférica en nuestra fábrica. Cuando llegó el COVID-19, IBM Consulting adaptó rápidamente su metodología IBM Garage para el trabajo remoto, lo que nos ayudó a mantener el rumbo".

Al procesar video en la plataforma Microsoft Azure IoT Edge, la empresa puede aplicar modelos de ML avanzados a grandes cantidades de datos no estructurados en tiempo real y usar su sistema de cuadrícula láser para brindar retroalimentación a los equipos de la fábrica. Debido a que la nueva solución se basa en Microsoft Azure, Siemens Gamesa tiene la tranquilidad de que este servicio digital de misión crítica está diseñado para funcionar sin problemas las 24 horas del día, los 7 días de la semana, gracias a las sólidas capacidades de nube de alta disponibilidad en línea con los estrictos estándares de TI corporativos que sigue Siemens Gamesa.

"Siemens Gamesa utiliza soluciones de Microsoft en muchas partes del negocio, por lo que era natural seleccionar Microsoft Azure para este proyecto", comenta Mainstone. “Desde el principio, nos ha impresionado mucho el conocimiento y la experiencia del equipo de consultoría de IBM en torno a la plataforma Microsoft Azure. IBM aportó las habilidades y la experiencia para ayudarnos a aprovechar todo el potencial de Microsoft Azure, incluidos componentes como Microsoft Azure Machine Learning, Microsoft Azure DevOps y Microsoft Azure IoT Edge”.

Desde el principio, nos ha impresionado mucho el conocimiento y la experiencia del equipo de consultoría de IBM en torno a la plataforma Microsoft Azure. IBM aportó las habilidades y la experiencia para ayudarnos a aprovechar todo el potencial de Microsoft Azure. Finn Mainstone, gerente sénior de Productos, Siemens Gamesa Renewable Energy, S.A.
Puesta en marcha más rápida de nuevas fábricas

La nueva solución es extremadamente versátil, lo que significa que es fácil que Siemens Gamesa agregue nuevas capacidades. “Recientemente aumentamos los modelos de ML creados por IBM con un modelo que desarrollamos nosotros mismos”, dice Mainstone. “Esta nueva capacidad detecta cuerpos extraños, como herramientas y desechos en el molde, y alerta de manera proactiva a nuestros equipos para que los eliminen, lo que nos ayuda a evitar costosos trabajos de reparación posteriores”.

Con base en el gran éxito de su proyecto piloto para una línea de producción en Aalborg, Siemens Gamesa tiene como objetivo la implementación de la nueva solución de fabricación en toda la empresa.

Beck agrega: “Debido a que Siemens Gamesa creó el núcleo de la solución en Microsoft Azure y utilizó las mejores prácticas de AI@Scale de IBM Consulting, el escalamiento horizontal es muy sencillo y rentable. Una vez que se finalice la implementación, predecimos que Siemens Gamesa mejorará significativamente la calidad y la regularidad de sus procesos de producción al tiempo que reduce los costos y protege sus márgenes”.

En la próxima fase del proyecto, Siemens Gamesa ampliará la solución para cubrir todas sus líneas de producción en Aalborg, su fábrica en Le Havre, Francia, y su fábrica en Hull, Reino Unido. De cara al futuro, la empresa está explorando la idea de implementar la solución en todas sus fábricas del mundo.

“Esperamos un periodo de amortización de aproximadamente dos años y medio para nuestro sistema de producción basado en Azure”, dice Kenneth Lee Kaser, vicepresidente ejecutivo de operaciones offshore de Siemens Gamesa. "Y esperamos que el caso de negocio mejore a medida que añadimos funcionalidad y que veamos más beneficios secundarios".

"Tener un sistema de apoyo para la toma de decisiones de este tipo traerá beneficios importantes al abrir nuevas fábricas, ya que reducirá drásticamente el tiempo para capacitar a los nuevos equipos de producción, y el tiempo de comercialización", concluye Mainstone. “IBM Consulting es uno de nuestros socios más confiables. Siemens Gamesa está preparada para llevar la próxima generación de tecnologías de energía renovable a clientes de todo el mundo, y esperamos trabajar con IBM a medida que implementamos nuestra solución de fabricación en todo el negocio”.

Logotipo de Siemens Gamesa
Información sobre Siemens Gamesa Renewable Energy, S.A.

Siemens Gamesa (el enlace se encuentra fuera de ibm.com) es un líder tecnológico global en la industria de la energía renovable. Especializada en el desarrollo, fabricación, instalación y mantenimiento de turbinas eólicas, la empresa ha estado apoyando la transición global hacia la energía sostenible desde la década de 1980. Siemens Gamesa, un actor clave y pionero innovador en el sector de las energías renovables, ha instalado más de 107 GW de capacidad de generación 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 o asociado de negocios de IBM.

Leer el PDF Ver más casos Descripción general

IBM Consulting para Microsoft

Más información
Descripción general

Ciencia de datos y aprendizaje automático

Más información
Blog

Automatización de borde

Leer el blog
Legal

© Copyright IBM Corporation 2021. IBM Corporation, IBM security, 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 Machines Corp., registradas en muchas jurisdicciones de todo el mundo. Otros nombres de productos y servicios pueden ser marcas registradas de IBM o de otras empresas. Una lista actualizada de las marcas comerciales de IBM está disponible en la web en ibm.com/legal/copyright-trademark.

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

Este documento está actualizado a la fecha inicial de publicación e IBM puede modificarlo en cualquier momento. Los socios de negocios 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 los ejemplos de clientes citados se presentan solo con fines ilustrativos. Los resultados de rendimiento reales pueden variar según las configuraciones específicas y las condiciones de funcionamiento. LA INFORMACIÓN CONTENIDA EN ESTE DOCUMENTO SE PROPORCIONA “TAL CUAL”, SIN NINGUNA GARANTÍA, EXPRESA O IMPLÍCITA, INCLUIDAS LAS GARANTÍAS DE COMERCIABILIDAD, IDONEIDAD PARA UN FIN DETERMINADO Y CUALQUIER GARANTÍA O CONDICIÓN DE NO INFRACCIÓN. Los productos de IBM están garantizados de conformidad con los términos y condiciones de los acuerdos bajo los cuales se proveen.