Información esencial sobre el avance del campo del monitoreo de condiciones

Continuamente surgen nuevas tecnologías para monitorear, diagnosticar y predecir el estado de las máquinas. Nuevos proveedores de IIoT parecen aparecer en el radar mensualmente. Las tecnologías de sensores aparecen con menos frecuencia, pero las nuevas opciones para mensurandos industriales comunes se han convertido en un área activa de inversión. Y, por supuesto, no te puedes perder todas las nuevas afirmaciones, plataformas y herramientas del mundo de la inteligencia artificial, que han surgido de una forma u otra.

Este artículo es una discusión continua sobre la tecnología IoT, realizada por un tecnólogo en un humilde intento de ayudar a informar, aclarar y desmitificar nuevos productos específicos de las industrias de monitoreo de condiciones y mantenimiento predictivo.
 

¿Más allá de la vibración?

Se ha formulado la pregunta:¿Por qué no hay más opciones de sensores inalámbricos para sensores industriales comunes, como el estado del aceite?

Es una pregunta justa. Parte de la respuesta radica en la disponibilidad de tecnologías de transductores de sensores centrales. La explosión de opciones de sensores inalámbricos para vibración ha sido posible no solo por mejoras en los protocolos inalámbricos (como BLE), sino también por acelerómetros MEMS de escala de chip de bajo costo que han mejorado el rendimiento de medición de vibraciones. MEMS ha ayudado a que empresas con competencias en IoT pero con menos experiencia en medición de vibraciones tradicionales ingresen al mercado de monitoreo de condiciones industriales.

Aunque en un laboratorio universitario se puede encontrar un sensor para los diversos indicadores de aceite o lubricación saludable, como la presencia de partículas o humedad, acidez, TAN/TBN, viscosidad, etc., un estudio de los sensores de monitoreo del estado del aceite disponibles comercialmente revela gabinetes grandes que consumen energía de fuentes de alimentación de nivel industrial (es decir, de 10 a 30 VCC), que no son particularmente compatibles con la transmisión inalámbrica.

Aún así, los proveedores de IIoT están intentando abordar las necesidades de detección de la industria agregando topologías de "concentradores" de sensores a su cartera de productos de vibración inalámbrica. Estos concentradores son básicamente puentes inalámbricos con puertos para aceptar entradas analógicas adecuadas para conectar y digitalizar salidas de sensores industriales comúnmente disponibles. Esta capacidad puede ayudar a ampliar el conjunto de sensores disponibles para un sistema de monitoreo de condición.

Los centros IIoT disponibles hoy en día pueden digitalizar señales de sensores proporcionales a la temperatura y humedad del aceite, presión, sonda de temperatura, ultrasonido, corriente y rotación de la máquina, que luego se transmiten y muestran a través de la misma red a aplicaciones móviles o en la nube que los sensores de vibración de la cartera.

Figura 1. El concentrador inalámbrico de KCF Technologies (IZQUIERDA) ofrece puertos para sensores IEPE, así como tacómetro, ultrasonidos y calidad/humedad del aceite. El concentrador WIFI Petasense (DERECHA) ofrece puertos compatibles con ultrasonido, corriente, presión, vibración (triaxial e IEPE) y temperatura RTD.

Además, se puede ver a los proveedores de IIoT ofreciendo herramientas para el mantenimiento de la lubricación, como recopilar datos de lubricación y anotar las acciones requeridas en los paneles existentes junto con la vibración.

Figura 2. Los servicios PdM orientados a la lubricación UpTimeWorks de Ijssel han desarrollado sensores de vibración inalámbricos con datos disponibles junto con el mantenimiento del aceite en los mismos paneles (IZQUIERDA). El dispensador de aceite OPTIME C1 recientemente lanzado por Schaeffler es capaz de conectarse de forma inalámbrica para monitoreo de nivel, puesta en servicio NFC e información sobre el tipo de aceite con datos disponibles a través de los mismos paneles que muestran los datos transmitidos desde el sensor de vibración (DERECHA).

A pesar de estos avances, parece claro que la recopilación de datos y el análisis de muestras de aceite seguirán siendo atendidos por expertos calificados, mientras se desarrollan sensores y herramientas IIoT para mejorar la eficiencia, de manera muy similar al estado actual del monitoreo de condiciones de vibración.
 

El papel de la IA:¿ya llegamos a ese punto?

Hoy en día es difícil abrir un sitio web o una plataforma de redes sociales sin ver un titular sobre inteligencia artificial (IA). Pero, ¿qué significa realmente, en este momento, esa frase, particularmente para la comunidad de mantenimiento industrial? Varios proveedores de IIoT que ingresaron al mercado de monitoreo de condiciones en los últimos cinco a 10 años promovieron fuertemente las capacidades de inteligencia artificial de su sistema de detección de vibraciones. ¿Ha sido esta capacidad el punto de inflexión que muchos esperaban?

Para empezar, veamos un poco más en profundidad las capacidades descritas por algunos proveedores, junto con algunos estudios de casos en los que se han aplicado enfoques de ingeniería de datos al mantenimiento predictivo.

Figura 3. Proveedores de servicios inalámbricos que ofrecen algún tipo de diagnóstico basado en IA. DE IZQUIERDA a DERECHA:Symphony Industrial, Petasense, Nanoprecise y Augury.
 

Los enfoques basados en datos pueden diferenciarse del procesamiento clásico de señales de vibración en varios aspectos. Se pueden aplicar estadísticas básicas a una forma de onda de vibración para crear múltiples "indicadores" de condición, cada uno de ellos específicamente sensible a ciertos aspectos del comportamiento de la máquina.

La ingeniería de datos también intentará crear indicadores de salud pero a partir de múltiples fuentes de datos. Los diagnósticos serán eficaces en parte al revelar qué contribuyente fue el mayor responsable del cambio en el indicador de salud general.

La colaboración entre los expertos en la materia de los activos y los ingenieros de datos puede ampliar la cobertura de fallas a anomalías más allá de las comunes a los equipos rotativos. También se han demostrado buenos resultados cuando se aplican enfoques de ingeniería de datos a señales de control de procesos existentes, sin aplicar nueva instrumentación.

Un espectro de vibración, cuando lo observa un analista de experiencia, puede revelar mucho sobre el componente más débil de un motor o bomba, pero esta práctica de diagnóstico altamente visual no se puede escalar fácilmente. Por el contrario, un enfoque basado en datos para el diagnóstico de máquinas es repetible y escalable.

Una vez entrenados adecuadamente, varios algoritmos de aprendizaje automático funcionarán de la misma manera día tras día [1].

Figura 4. Se utiliza un modelo de indicador de estado derivado de la vibración, la presión y el volumen de flujo para monitorear el estado de una bomba. Los indicadores contribuyentes dominantes indicarán una anomalía emergente diferente.
 

Duración de la batería, frontal y central

Una búsqueda en la web de literatura sobre la duración de la batería da como resultado una discusión considerable sobre los vehículos eléctricos, pero solo poca información valiosa sobre el papel y el comportamiento de las baterías para IIoT.

Las baterías en sí son dispositivos complejos que almacenan y entregan carga electroquímicamente, lo que no solo significa que la capacidad para entregar carga depende de las condiciones ambientales como la temperatura, sino que también depende de otros factores relacionados con la aplicación. Todos los propietarios de automóviles en el norte de Estados Unidos saben que a las baterías no les gusta el clima frío. Pero, ¿cuánto saben sobre las formas en que la corriente de carga puede afectar la capacidad de la batería, o qué sucede con la capacidad si se permite que la batería se agote por completo?

Al revisar las especificaciones de los productos con sensores de vibración inalámbricos, queda claro que el rendimiento depende de las condiciones de funcionamiento y de la aplicación específica. Pero la interpretación de las condiciones, a veces vagas, aplicadas a las especificaciones de duración de la batería puede no ser fácil.

Figura 5. La capacidad de una batería para entregar carga depende de las condiciones de funcionamiento, como la temperatura y la carga de corriente promedio. Los criterios de medición para las pruebas de baterías, como el voltaje de corte o la profundidad de descarga (DOD), también son clave para estimar la capacidad. (Crédito de la imagen:Baterías Saft)

En general, para las aplicaciones IIoT, las variables ambientales incluyen la distancia esperada de transmisión (potencia de radio), los numerosos obstáculos metálicos en la instalación (transmisión repetida debido a errores de recepción), la eficiencia del protocolo de radio y la cantidad de datos transmitidos. En particular, la medición de vibraciones no es un mensurando como todos los demás.

A los analistas experimentados les gustaría analizar la forma de onda ellos mismos y, para máquinas con velocidades de rotación más lentas, esto puede significar una medición de vibración de alta resolución con longitudes de muestra de segundos, lo que resulta en muchos más datos transmitidos que solo la temperatura actual.

Como era de esperar, la carga total aumenta con una mayor distancia de transmisión debido a que se gasta más energía en establecer la conexión con la puerta de enlace y transmitir datos. Los sensores de vibración suelen estar configurados para transmisiones limitadas en un período de 24 horas, lo que también significa que el modo de "suspensión" domina la corriente eléctrica consumida durante ese período. Este consumo mínimo de corriente incluye fugas en el circuito, que, en los semiconductores, aumentan con la temperatura.

Ambos efectos reducirán la vida útil de la batería al exigir más carga entregada para cada período de transmisión.

En los datos a continuación se pueden ver datos de muestra de pruebas de campo de sensores de vibración inalámbricos que muestran la variabilidad de la duración de la batería del sensor inalámbrico. La carga total consumida durante un período de 24 horas en diversas condiciones revela un aumento en la carga consumida tanto con la distancia como con la temperatura de funcionamiento.

Figura 6. Algunos resultados preliminares de las pruebas de campo de un puñado de sensores de vibración inalámbricos. La carga total consumida, como se esperaba, aumenta tanto con la distancia de transmisión como con la temperatura de funcionamiento.
 

Resumen

La incorporación de capacidades IIoT a la caja de herramientas de PdM ofrece al proveedor de servicios mediciones más frecuentes para ayudar a monitorear de cerca las máquinas que no son seguras o de difícil acceso manual. Los datos recopilados a través de IIoT también son más accesibles de forma remota y conveniente para su análisis, y pueden enviarse a plataformas avanzadas de procesamiento de datos para combinarlos con datos de otros sensores, lo que da como resultado una vista de diagnóstico más completa.

Como ocurre con cualquier herramienta compleja, es prácticamente imposible comprender cómo funcionará esta tecnología en su entorno sin un estudio piloto de cierto alcance. Seleccionar los sistemas disponibles con un estudio en papel de las especificaciones del sistema antes de comprar cualquier equipo puede ser una buena inversión, especialmente si no está muy familiarizado con las fortalezas y limitaciones de la nueva tecnología.

[1] Suponiendo que el modo de funcionamiento básico de la máquina no cambia. También son necesarias condiciones consistentes para lograr tendencias efectivas en los indicadores de condiciones de vibración.