Transformando el Mantenimiento con Sensores IoT: Excelencia Predictiva

 

El mantenimiento está cambiando. Rápidamente.

El mantenimiento predictivo está evolucionando casi cada hora.

Al igual que el resto del mundo, el mantenimiento se está volviendo conectado e interconectado todo a la vez. Los sensores se están extendiendo lejos y ancho por el panorama industrial a un ritmo abrasador.

Voltios, amperios, ceros y unos fluyen de ida y vuelta a través de millones y billones de cables y conexiones inalámbricas —entregando datos, información y valor a organizaciones modernas que exigen excelencia operativa.

El internet de las cosas (IoT) se ha industrializado ahora (IIoT) y está impulsando la 4ª revolución industrial —industria 4.0— ante nuestros propios ojos.

El Internet de las Cosas es una visión donde cada objeto en el mundo tiene el potencial de conectarse a internet y proporcionar sus datos para derivar insights accionables por sí mismo o a través de otros objetos conectados. Enterprise IoT: A Definitive Handbook by N. Balani

 

El mantenimiento tradicional está evolucionando hacia estrategias informadas, basadas en datos, digitales y dinámicas donde se toman decisiones inteligentes sobre la salud y rendimiento de los activos —no solo conjeturas, suposiciones o recomendaciones de proveedores.

Los datos críticos de los activos se envían a algoritmos de aprendizaje automático, modelos predictivos y software basado en la nube, que automatizan el proceso de toma de decisiones inteligentes y que, en última instancia, mejoran sus posibilidades de alta fiabilidad y disponibilidad de activos.

Y los sensores IoT son clave para esa inteligencia.

La inteligencia de mantenimiento está al alcance de su organización.

¿Por dónde empezar con IIoT?

Ya sea que sea un pequeño fabricante de una popular cerveza artesanal o una planta petroquímica multinacional, los sensores IoT y el mantenimiento predictivo (PdM) ahora son accesibles. Ya no son exclusividad de grandes corporaciones globales ricas en efectivo.

El hardware y software son asequibles y accesibles para todos.

Si es una organización intensiva en activos que busca toma de decisiones inteligente y análisis de datos en tiempo real, comience ese viaje hacia el mantenimiento predictivo. La ventaja competitiva será suya. McKinsey* afirma que para 2025, el impacto económico positivo de IoT en fábricas de EE. UU. será entre 1,2 y 3,7 billones de dólares.

Y eso es difícil de ignorar.

El aumento constante de "mantenimiento predictivo" en Google Trends.

 

El mantenimiento predictivo —también conocido como monitoreo de condición— tiene ciertas técnicas y tecnologías clave que permiten el análisis en tiempo real de la salud y condición de los activos. Pueden detectar y diagnosticar problemas inminentes de activos y equipos para su organización, proporcionando insights accionables y un pronóstico sobre la vida útil restante del sistema, activo o componente.

Y sabe lo que eso significa.

¡Lo tiene!

Los objetivos centrales de entrega de valor en la gestión de activos: reducir riesgos y costos organizacionales y aumentar el rendimiento de los activos.

 

Las Tecnologías y Sensores Clave de Mantenimiento Predictivo IoT

Hay 5 tecnologías clave en mantenimiento predictivo.

Si bien estas tecnologías proactivas tienen diferentes tipos de sensores y dispositivos de monitoreo en tiempo real, todas se prestan al IIoT e Industria 4.0 y la inevitable marcha hacia un mundo digital e interconectado.

Análisis de Vibración

Esta tecnología es el mejor todoterreno. Cubre muchos problemas potenciales de activos y es la más adecuada para equipos rotativos.

Probablemente tenga muchos de esos, ¿verdad?

Es una tecnología PdM madura que usa un sensor acelerómetro para medir los niveles de vibración de un activo. El sensor puede enviar señales de vuelta a servidores mediante cables cableados, o inalámbricamente a través de redes celulares o Wi-Fi.

La severidad de la vibración se sigue en tendencia y puede cambiar con el tiempo.

Cuando los niveles de vibración aumentan y superan niveles de alarma preestablecidos, esto a menudo indica deterioro del activo o componente.

Y graves consecuencias pueden seguir sin intervención de mantenimiento.

Defectos comunes que pueden detectarse con análisis de vibración incluyen:

• Desbalanceo
• Desalineación
• Resonancia
• Desgaste de rodamientos
• Daño de dientes de engranajes
• Cavitación

Pero la lista completa puede ser extensa.

 

Fuente: www.emerson.com

 

Esta fase inicial es la fase de detección. Se trata de obtener una alerta temprana de la tecnología. Los algoritmos de software luego ayudarán a identificar el modo de falla específico ya que cada uno tendrá su propia firma de vibración o frecuencia única —esta es la fase de diagnóstico. Los modelos predictivos ayudarán en la fase de pronóstico. Esto es para determinar la vida útil restante del componente.

 

Termografía Infrarroja

La imagen térmica aprovecha la electrónica avanzada de cámaras para "ver" y medir las longitudes de onda más largas del espectro electromagnético. Aquí es donde podemos "ver" el calor o energía térmica emitida desde cualquier tipo de objeto. En su organización, esto podría ser una bomba, motor, recipiente, caldera, edificio, tanque, motor, ¡o cualquier cosa!

Los cambios de temperatura son a menudo un indicador particularmente bueno de falla inminente o un proceso que falla.

La termografía infrarroja puede detectar una variedad de problemas y modos de falla. Estos pueden incluir:

• Fallos de cables/aislamiento eléctrico
• Conexiones y uniones eléctricas sueltas
• Escape de gas
• Cargas desequilibradas
• Colectores sobrecalentados
• Aislamiento dañado o faltante
• Refractarios desgastados
• Rodamientos desgastados
• Desalineación de acoplamiento
  

Fuente: www.novatestpro.com

 

Aunque una vez fue una opción PdM costosa, ahora es asequible, más pequeña y fácil de usar. La conectividad al IIoT ahora es fácil de lograr junto con el monitoreo constante en línea de una variedad de sistemas y activos industriales.

Análisis de Aceite

Además de usarse para grasa, esta tecnología PdM se utiliza principalmente para evaluar la condición del fluido lubricante, contaminantes externos y partículas de desgaste de componentes internos.

Estas tres áreas pueden requerir sensores separados o parcialmente integrados, pero monitorear la condición del aceite puede marcar la diferencia entre tiempo de inactividad extenso y producción completa en sistemas críticos.

Los lubricantes son la sangre vital de los activos rotativos, y cuando la sangre se echa a perder… el activo no irá muy detrás.

Fuente: www.ph.parker.com

 

El análisis de aceite puede resaltar muchos modos de falla, incluyendo los siguientes:

• Rodamientos desgastados
• Daño de dientes de engranajes
• Aditivos de lubricante agotados
• Baja viscosidad del aceite
• Ingreso de combustible
• Barnizado
• Ingreso de suciedad
• Contaminación por agua

Hay varios tipos de sensores de análisis de aceite en línea que su organización puede usar al desarrollar su enfoque IoT. Estos incluyen sensores de salud de aceite, sensores de infrarrojo visible-cercano y detectores ópticos de partículas.

Recuerde, el aceite es la sangre vital.

Cuídelo.

Análisis de Firma de Corriente del Motor

El ASCM se centra principalmente en monitorear la salud y condición de motores de inducción AC.

Pero dado que estos activos son tan abundantes y ubicuos en todas las industrias, hay un valor inherente en asegurar su fiabilidad y disponibilidad.

Si no giran, las ruedas de la industria no giran.

 

Para los ingenieros, el reconocimiento de firmas de falla de corriente de motor requeriría un grado considerable de experiencia y pericia, pero las herramientas MCSA modernas se encargan de eso. El sistema en línea entrega una interpretación automatizada usando poderosos algoritmos de inteligencia artificial que detectan y diagnostican fallas inminentes en motores de inducción AC y bombas. www.semioticlabs.com

 

El ASCM utiliza mediciones de corriente (y voltaje) del motor para detectar una variedad de modos de falla o fallos en el voltaje de suministro, y componentes del motor como el estator, rotor y caja de bornes.

Fuente: www.signaguard.com

 

Ultrasonido

Esta tecnología puede detectar emisiones de ultrasonido aerotransportadas y estructurales. Estas son inaudibles para los humanos y se encuentran comúnmente por encima de 20 kHz en frecuencia. Gracias a la electrónica avanzada, estos sonidos pueden heterodinearse y volverse audibles para los humanos, permitiéndonos escuchar fricción mecánica, turbulencia e impactos.

El ultrasonido tiene una variedad de aplicaciones y puede detectar muchos modos de falla, incluyendo:

• Corona y arco eléctrico
• Detección de fugas
• Válvulas defectuosas
• Chattering de contactos eléctricos
• Rodamientos desgastados
• Defectos de dientes de engranajes
• Falta de lubricación
• Trampas de vapor defectuosas

 

Fuente: www.uesystems.com

 

Está muy bien adaptado para detección de fallas en etapa temprana en rodamientos de elementos rodantes.

En términos de aplicaciones IIoT en la industria, los sensores de ultrasonido más comunes se usan para detectar defectos estructurales. Esto significa que se usan más a menudo para detectar problemas comunes de rodamientos: pistas de rodadura dañadas, bolas o rodillos defectuosos, falta de lubricación y fatiga.

Esta visión general de las tecnologías y sensores clave de mantenimiento predictivo IIoT nos ha mostrado que hay varias opciones para dar a nuestras organizaciones una ventaja competitiva en un panorama de mantenimiento que cambia rápidamente.

Si queremos tomar decisiones basadas en datos e inteligentes sobre nuestras intervenciones de mantenimiento, ¡podemos hacerlo!

La conectividad y el futuro del mantenimiento predictivo están a nuestro alcance.

Lea a continuación: Guía completa sobre IIoT en Mantenimiento

 

* https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/the-internet-of-things-the-value-of-digitizing-the-physical-world#