Après 4 années de recherche, le projet Power-OM, dirigé par le centre IK4-Tekniker, s’est finalisé, avec notamment la participation de Fagor Automation. Les entreprises qui composent ce consortium sont Goratu (Pays Basque), Artis (Allemagne), Predict (France), Monition Limited (Royaume-Uni), et l’Université de Technologie de Luleå (Suède).
Avec un budget de 3.8 Million d’euros, financé par l’UE à travers le 7ème programme cadre, ce projet a mis au point un système de maintenance intelligente qui utilise les données de consommation électrique comme nouvelle méthode pour intégrer les techniques de maintenance prédictive et pour améliorer la productivité en ciblant 3 aspects : l’optimisation des stratégies de maintenance, la gestion de la consommation d’énergie d’une manière plus efficace, et l’amélioration de la fiabilité des équipements et des éléments essentiels afin de réduire les temps d’arrêt.
Aitor Alzaga, chercheur à IK4-Tekniker et conseiller scientifique en chef du projet Power-OM, explique que cette nouvelle stratégie permet d’évaluer la santé de la machine à travers l’exécution de cycles de test spécialement conçus pour le diagnostic des composants les plus critiques des machines, générant ainsi un rapport relatif à l’état de la machine. Après traitement, le résultat du test est généré : une ″empreinte″ de la machine, qui peut être comparée à d’autres pour une évaluation des composants les plus critiques, en particulier de la broche et des guides linéaires de la machine.
En outre, le projet intègre le développement d’une plate-forme cloud qui recueille les informations obtenues et permet une analyse comparative avec d’autres machines.
Grâce à l’intégration de ce système de maintenance intelligente dans l’industrie, le projet vise à réduire les défaillances inattendues des composants de 75%, réduire la consommation d’énergie de 5% et augmenter la fiabilité des broches et des guides linéaires de 25%.