ARGOS. Servicios de semiconductores digitales de Pfeiffer Vacuum+Fab Solutions. Fuente: Pfeiffer Vacuum+Fab Solutions.
ARGOS transforma las operaciones de la fábrica con datos y servicio de mantenimiento predictivo
Pfeiffer Vacuum+Fab Solutions, miembro del grupo global Busch Group, ha presentado ARGOS, un servicio innovador de aprendizaje automático y analítica diseñado específicamente para fábricas de semiconductores. Esta solución convierte los datos operativos en acciones priorizadas y basadas en riesgos, con el objetivo de aumentar el tiempo de actividad, reducir el costo total de propiedad y estabilizar el rendimiento. ARGOS es independiente del proveedor y se basa en dos pilares fundamentales: la madurez de los datos y la experiencia operativa.
La clave del éxito en el mantenimiento predictivo radica en la calidad de los datos y la capacidad operativa para ejecutar estrategias efectivas. ARGOS aborda esta necesidad combinando modelos multivariables de aprendizaje automático con décadas de experiencia en bombas de vacío, permitiendo que las fábricas actúen sobre los riesgos adecuados en el momento preciso. Las recomendaciones generadas son validadas por expertos y se transforman en acciones planificadas, como órdenes de trabajo y preparación de piezas.
El funcionamiento de ARGOS se estructura de la siguiente manera:
1. Puerta de enlace de captura de datos: A través de una puerta de enlace plug-and-play, ARGOS captura telemetría y eventos de servicio sin interrumpir las herramientas, facilitando una instalación rápida y sencilla.
2. Modelos de aprendizaje automático basados en el dominio: Estos modelos ajustan los índices de salud multivariable, detectan anomalías y estiman la vida útil restante (RUL) de los activos, calibrándose con patrones de fallo e interacciones específicas del proceso.
3. Experiencia operativa y guías prácticas: Las bibliotecas y métodos de dominio convierten las señales en resultados concretos. Incluyen árboles de fallos, clasificación de tareas y guías FMEA para planificar acciones basadas en el análisis de fallos y efectos.
4. Motor de riesgo: Un motor de riesgo combina la probabilidad de fallo estimada por el aprendizaje automático con las consecuencias en la producción para generar una lista clasificada de riesgos y las siguientes mejores acciones.
5. Formación continuada: Los modelos ARGOS están en constante aprendizaje, mejorando la precisión de las estimaciones de vida útil y ajustando las alertas para optimizar resultados.
6. Paquetes de decisiones: Resultados semanales y mensuales traducen los resultados del modelo en trabajo programado, recomendaciones de fin de vida útil (EOL) y actualizaciones de indicadores clave de rendimiento (KPI).
ARGOS utiliza interfaces abiertas para asegurar la portabilidad de datos y modelos, funcionando completamente in situ para mantener la confidencialidad de los datos bajo el control del cliente.
Los fabricantes reciben informes semanales de riesgos centrados en activos críticos, junto con recomendaciones de acciones, seguimiento de KPI como la disponibilidad y tiempos de reparación, y evaluaciones de madurez de datos para ajustar la formación del modelo y verificar condiciones de retorno de inversión.
Busch Ibérica, S.A.
Jaume Ferran, 6 - 8 Pol. Ind. Coll de la Manya
08403 - Granollers (España)
Web: https://www.buschvacuum.com