Predictivo de chillers con IA — cuando el chiller cae, la planta cae detrás.
Un chiller industrial averiado puede parar farma, alimentaria o data center entero. iLEAN combina vibración, corriente y COP modelado para anticipar el fallo con días de margen y, de paso, operar el parque cerca de su punto óptimo de eficiencia. La persona firma cada intervención.
El chiller no avisa hasta que es tarde — y arrastra a toda la planta detrás.
Un chiller industrial es una pieza traidora: opera bien durante meses, baja su eficiencia poco a poco sin que nadie lo note, y un mal día cae con todo el equipo. Cuando cae, no es solo el equipo: es la sala blanca de farma que pierde clase de partículas, la cámara de fermentación de alimentaria que sube de grado, el rack de servidores del data center que se calienta. La parada cuesta una barbaridad y, sobre todo, llega sin aviso.
El BMS lo sabe casi todo, pero no junto: tiene las temperaturas, las presiones y los consumos en pantallas separadas, sin cruzar. La vibración de los compresores, si se mide, vive en un sistema aparte que solo se revisa cuando alguien sospecha. Y nadie tiene en su día a día la curva real de COP de cada chiller frente a la esperada. El parque se degrada silenciosamente: cada equipo va perdiendo unos puntos de eficiencia que no aparecen en ningún cuadro pero sí en la factura eléctrica.
El responsable de mantenimiento lo sabe, pero no llega a todo. El sistema clásico (preventivo por horas + correctivo cuando salta) funciona el 95 % de las veces. Ese 5 % es el que para la planta.
iLEAN no añade otro panel — sella las grietas entre los que ya tienes.
El problema del predictivo de chillers no es falta de sensores: es que los datos viven en islas (vibración por un lado, corriente por otro, BMS por otro, GMAO por otro) y, cuando aparece la primera señal débil de fallo, ningún sistema por separado la ve. iLEAN actúa como la masilla que rellena esos huecos — sin pedirte cambiar BMS, SCADA ni GMAO.
Edge lee vibración y corriente en el chiller. Connect captura el BMS y el manual de servicio. El agente cruza con la curva de COP esperada y, cuando algo se desvía, abre orden en el GMAO con la evidencia delante.
Las tres piezas iLEAN aplicadas al predictivo de chillers:
- Edge — terminal con CNN entrenado para reconocer firmas de vibración (cojinetes, desbalance, holguras) y para muestrear corriente y factor de potencia a alta resolución en el motor del compresor. Funciona sin red. Si la planta se queda sin conectividad, el Edge sigue muestreando y reaccionando en local.
- Connect — captura el BMS por la vía que toque (Modbus, BACnet, OPC-UA o lectura de panel viejo), digitaliza el manual de servicio del fabricante para saber cuál es el comportamiento esperado, y absorbe lo que llega por fuera (alerta del proveedor de refrigerante con una nueva tanda, aviso del fabricante de un fallo en una serie).
- Agente — cruza la firma de vibración, la deriva de corriente, las presiones del BMS y el COP modelado. Cuando la curva real se aleja de la esperada, abre orden de trabajo en el GMAO con el diagnóstico fundamentado y la urgencia estimada. La persona valida — el agente no escribe al PLC del chiller; los anillos de seguridad están ahí para esto.
Preventivo por horas vs. predictivo con iLEAN
| Aspecto | Preventivo + correctivo clásico | Con iLEAN Edge + Connect + Agente |
|---|---|---|
| Fuentes de diagnóstico | BMS, vibración manual, manual del fabricante — sin cruzar | Vibración + corriente + COP modelado, todo cruzado en el mismo cuadro |
| Detección del fallo | Cuando salta alarma o cuando aparece síntoma evidente | Cuando la curva real se aleja de la esperada — días de margen |
| Parque multi-marca | Cada chiller en su software, cada uno con su cuadro | York, Trane, Daikin, Carrier — todos en el mismo cuadro |
| Degradación silenciosa | Solo se ve en la factura, meses después | Detección de pérdida de COP del 8-15 % en cuanto aparece |
| Orden al GMAO | «Revisar chiller 3» — diagnóstico se hace en la intervención | Orden ya con curva de vibración, deriva y diagnóstico embebido |
| Multi-chiller en cascada | Reglas estáticas del BMS, no se reoptimizan | Secuenciamiento dinámico según curva real de cada equipo |
Estimación de impacto para tu planta — a validar con tus números.
El siguiente bloque es una estimación a validar con los datos concretos de tu planta. Lo planteamos para que el comité tenga un orden de magnitud; lo refinamos en el diagnóstico.
- Parque de 3-6 chillers industriales (farma, alimentaria o data center) multi-marca, multi-edad, en cascada o redundancia.
- Piloto Edge en un chiller crítico (sensores de vibración + lectura de corriente + integración con BMS y GMAO). Primer valor esperable en pocas semanas — la primera firma de vibración anómala suele aparecer pronto si el parque tiene cierta edad.
- Payback orientativo entre 4 y 9 meses, según el coste de la última parada no anticipada y el consumo eléctrico actual del parque.
- Palancas duras: una sola parada no programada evitada (en farma o data center paga el piloto solo) + reducción de consumo del orden del 8-15 % por operar cada chiller cerca de su punto óptimo de COP.
Y la duda razonable del responsable de mantenimiento
«¿Y si la IA se equivoca y me hace abrir una orden por una falsa alarma?» — la alucinación es un problema de la generación libre, no de las tareas ancladas. Comparar una firma de vibración real con la del manual de servicio, o una curva de COP medida contra la esperada para esas condiciones, son tareas ancladas. En ese tipo de tareas, los mejores modelos bajaron el error por debajo del 1,5 % [1]. Y aun así, la orden no se ejecuta sola: el agente la propone con la evidencia delante; la persona la valida y firma. Los tres anillos de seguridad están ahí precisamente para esto — el agente no escribe al PLC del chiller; lo crítico es de la persona.
[1] Paper OpenAI «Why Language Models Hallucinate», 2025 — sobre fiabilidad de la IA en tareas ancladas.
Lo que se pregunta sobre predictivo de chillers con IA
¿Qué señales se combinan para predecir un fallo de chiller?
Tres familias que casi nunca se cruzan: vibración en compresor y motor (firma de cojinetes, desbalance, holguras), corriente y factor de potencia del motor del compresor (deriva de consumo a misma carga = pérdida de eficiencia) y el COP modelado en tiempo real cruzando temperatura de entrada/salida de agua, condensación y caudal. El agente compara la curva real contra la curva esperada del chiller en esas condiciones de carga térmica y ambiente — cuando la diferencia se aleja del comportamiento normal, anticipa el modo de fallo más probable y propone la intervención antes de que el equipo pare la línea de farma, alimentaria o sala blanca.
¿Sirve para chillers multi-marca y multi-edad?
Sí. iLEAN Edge se conecta por la vía que cada chiller permite: si el equipo es moderno con interfaz Modbus/BACnet, se integra directo; si es de hace quince años con un panel propietario, Connect lee el panel local; si la información solo está en un manómetro analógico, una persona lo fotografía con el móvil y entra al sistema. La graduación de captura es lo que permite gobernar un parque mixto York/Trane/Daikin/Carrier de distintas generaciones sin tener que sustituir nada. Cada chiller entra al sistema por donde puede, y el agente cruza todos en el mismo cuadro.
¿Integra con el BMS / SCADA / GMAO existente?
Sí, en los dos sentidos. iLEAN lee del BMS las setpoints, las consignas y el histórico que ya tienes — y escribe al GMAO las órdenes de trabajo preventivas que el agente propone, con la evidencia (curva de vibración, deriva de corriente, caída de COP) embebida en la orden. El responsable de mantenimiento abre la orden ya con el diagnóstico fundamentado, no con un «revisa el chiller 3». La autonomía del agente para escribir al GMAO se configura por planta — desde proponer borrador hasta abrir orden con firma automática, según el nivel de criticidad.
¿Cuánto se puede reducir el coste energético de un parque de chillers?
La palanca energética tiene dos componentes: operar cada chiller cerca de su punto óptimo de COP (ajuste fino de consignas según carga térmica real) y evitar la degradación silenciosa (cuando un chiller pierde 10-15 % de eficiencia por suciedad de condensador, fouling de evaporador o carga incorrecta de refrigerante, el BMS no lo ve y la factura sí). En sectores con chillers como servicio crítico continuo (data center, farma, alimentaria), una reducción de consumo del orden del 8-15 % es un objetivo conservador a validar con tu parque. La cifra exacta depende del nivel de partida — si nunca se ha medido por chiller, el margen suele ser mayor.
¿Y si tengo varios chillers en cascada o en redundancia?
Es donde más valor aporta. En multi-chiller, el agente no solo predice fallos sino que orquesta qué chillers arrancar y a qué carga para cubrir la demanda térmica con el menor consumo total — y para no rotar siempre el mismo equipo (lo que acelera su desgaste). El secuenciamiento óptimo en multi-chiller es un problema clásico que el BMS resuelve con reglas estáticas; el agente lo resuelve con la curva real de cada equipo en cada momento, anticipando el mantenimiento de los que se acercan a su ventana de intervención. La persona valida la estrategia; el agente la ejecuta dentro de los anillos de seguridad.
Cuéntanos tu caso y te pasamos en 48h el ROI estimado del predictivo de chillers para tu planta.
Trabajamos sobre los datos reales de tu parque, no sobre los nuestros. Diagnóstico sin compromiso.
Pedir ROI estimado en 48h Ver TPM