Monitorizaci�n de maquinaria con fines predictivos dentro de la Industria 4.0

El sector del metal se ha beneficiado hist�ricamente de estos beneficios y cuenta con una amplia cultura en cuanto a mantenimiento predictivo, si bien es cierto que los modelos predictivos han cambiado en el tiempo y no en todas las plantas han seguido la misma evoluci�n. Actualmente en muchas plantas se sigue el modelo tradicional en base a medidas peri�dicas con equipos port�tiles, muy v�lido para muchos de los activos, pero no para todos. Del an�lisis de criticidad, de los modos de fallo y del tiempo de desarrollo al fallo se extrae la necesidad o no de un sistema de monitorizado en continuo.

El monitorizado de la maquinaria entra con fuerza dentro del marco de la digitalizaci�n y la industria 4.0. La correcta sensorizaci�n, procesamiento y anal�tica de datos nos dan informaci�n objetiva sobre el estado de nuestros activos, lo que nos capacita para la correcta toma de decisiones. En los proyectos de monitorizado de maquinaria se requieren equipos multidisciplinares y plataformas capaces de gestionar informaci�n proveniente de distintas fuentes.

La funci�n principal de estos sistemas es la detecci�n temprana de anomal�as de funcionamiento para evitar eventos catastr�ficos. Tambi�n permiten la detecci�n de desviaciones de comportamiento ante situaciones imprevistas o transitorias como arranques, paradas y disparos. Se protege a la m�quina frente a fallos aleatorios cuando estos son detectables y no son admisibles por su criticidad.

El monitorizado de maquinaria supone la automatizaci�n de la toma de datos, asegurando la repetibilidad de las medidas y el reporte de los valores medidos y las alarmas a los sistemas de control de planta; aumenta la informaci�n disponible y, en caso de un evento, existe el registro de lo que ha ocurrido antes del mismo, pudiendo realizar an�lisis causa ra�z del fallo.

Los sistemas de monitorizado aportan informaci�n no solo al departamento de mantenimiento, sino tambi�n a calidad, proceso, etc. Cada departamento puede filtrar la informaci�n de su inter�s y tener alertas/alarmas diferenciadas. Se pueden generar l�gicas de alarmas provenientes de diferentes par�metros medidos con un sensor (por ejemplo, un aceler�metro), o de sensores diferentes (vibraciones, temperaturas, an�lisis de aceites, par�metros el�ctricos).

La fiabilidad del diagn�stico depende de la correcta combinaci�n de par�metros y t�cnicas aplicadas sobre un activo, sumada a los ajustes de alarmas de acuerdo al hist�rico. Hoy en d�a existen herramientas para automatizar este ajuste o alarmas estad�sticas.

Las nuevas plataformas IoT permiten la modelizaci�n de activos y procesos gracias a la informaci�n proveniente de sens�rica de m�quina y hardware de procesamiento de datos. Esta inteligencia artificial se basa en tener correctamente resueltas las primeras fases, sensorizaci�n y tratamiento del dato.

La correcta implantaci�n y automatizaci�n de los sistemas depende de haber dedicado el tiempo y recursos necesarios para su ingenier�a y puesta en marcha. A la vez de dar el paso de monitorizar todas las plantas, debemos de contar con un personal experto para la generaci�n de la base de datos, la configuraci�n de los puntos, de los par�metros de medida, de las alarmas, la comunicaci�n con el DCS y con el software predictivo. Se necesita optimizar la estrategia de almacenamiento de datos para no saturar las bases de datos con informaci�n irrelevante. Adem�s, el sistema va generando un hist�rico, frente al que hay que ir ajustando las alarmas a lo largo del tiempo.

Una vez el sistema de monitorizado est� correctamente implantado, llega el momento de la explotaci�n del mismo; este es el punto donde realmente se ver� el retorno. Tras de la inversi�n en tiempo y dinero que supone instrumentar una m�quina, instalar los armarios o cabinas, el servidor donde se aloja el software, verificar todas las comunicaciones, etc. En este momento se necesita un experto que se conecte al sistema peri�dicamente y supervise los datos registrados, ajuste alarmas o genere una configuraci�n adicional si aplica. Con esta informaci�n el experto emite un informe de diagn�stico con unas recomendaciones concretas del estado del activo y que se van a utilizar para planificar las pr�ximas intervenciones.

Desde 2013, I-care, empresa especializada en mantenimiento predictivo y fiabilidad, trabaja junto a un actor importante de la industria del metal en su evoluci�n de un mantenimiento correctivo costoso e ineficiente a un programa de mantenimiento 4.0 para sus gr�as p�rtico y puentes gr�a. Este cliente opera con un total de 227 puentes gr�a, de los cuales 55 son muy cr�ticos para la producci�n.

En la industria del metal, as� como en otras industrias, las gr�as p�rtico y los puentes gr�a se encuentran entre los activos de producci�n m�s cr�ticos. El tiempo de parada no programado a menudo conduce a enormes p�rdidas financieras. Sin embargo, a diferencia de la gran maquinaria rotativa existente en planta, el mantenimiento predictivo sigue siendo una estrategia poco com�n para los rodamientos de estas gr�as. Si bien el an�lisis de vibraciones es una t�cnica ampliamente aceptada como estrategia predictiva para evitar fallos inesperados en los equipos, rara vez se aplica a este tipo de gr�as por tres principales razones. La primera es una baja velocidad, concretamente de entre 20-50 RPM; el dif�cil acceso para los trabajadores a la hora de realizar las mediciones y el elevado ruido de fondo causado por el contacto de las ruedas con los rieles.

Para cumplir con las expectativas del cliente, I-care ha desarrollado un programa de monitorizaci�n basado en an�lisis de vibraciones, termograf�a infrarroja, an�lisis de aceite y an�lisis de corriente del motor. Para poder ofrecer las mejores recomendaciones y realizar el diagn�stico m�s exacto, I-care ha creado un sistema personalizado para recolectar los datos y as� evitar cualquier tipo de interferencia causada por el ruido.

En cuanto a la ejecuci�n, el proyecto se dividi� en tres fases diferentes:

• Fase 1: Primeras pruebas y desarrollo de la t�cnica de medici�n
• Fase 2: Monitorizaci�n peri�dica basada en mediciones de vibraciones port�tiles
• Fase 3: Monitorizaci�n inal�mbrica de las gr�as

Fase 1: Primeras pruebas y desarrollo de la t�cnica de medici�n

Se realizaron diferentes pruebas para determinar la viabilidad de la monitorizaci�n de vibraciones en las ruedas de la gr�a utilizando recolectores de datos port�tiles. Concretamente se midieron 16 rodamientos de rueda de gr�a (con un di�metro de 1m) y 8 rodamientos de carro.

Debido a las dimensiones del puente gr�a (ancho 35 m, altura 20 m, 447 toneladas), la opci�n de elevarlo era totalmente inviable. Por ello, se decidi� colocar los aceler�metros lo m�s cerca posible de los rodamientos de las ruedas. Sin embargo, segu�a existiendo un alto ruido de fondo. Para poder solucionar este desaf�o, se utiliz� un filtro de paso alto que elimina cualquier tipo de vibraci�n causada por el contacto de las ruedas y los rieles.

Con las t�cnicas cl�sicas de alta frecuencia se calcula el espectro bas�ndose en la forma de onda anal�gica obtenida con el envolvente de la se�al rectificada. Las t�cnicas m�s avanzadas utilizan un muestreo de muy alta frecuencia (> 80 kHz) para detectar los impactos en la forma de onda causadas por el defecto del rodamiento.

Como las amplitudes medidas eran muy bajas, no quedaba claro si el defecto detectado ser�a visible en el rodamiento. Pocas semanas m�s tarde, el rodamiento defectuoso revela da�os graves de la pista exterior.

Fase 2: Monitorizaci�n peri�dica basado en mediciones de vibraciones port�tiles

Siguiendo los resultados de la campa�a de prueba, se configur� un programa de monitorizaci�n completo para 70 gr�as puente (� 1500 rodamientos), que se realizar�a en mediciones peri�dicas.

Durante 2 a�os se reemplazaron 45 rodamientos, gracias a los resultados del monitoreo, y hubieron 13 fallos inesperados en los rodamientos de gr�as que a�n no estaban implementadas en el programa.

Seg�n se iban examinando los rodamientos reemplazados, se ajustaron y perfeccionaron los criterios con el objetivo de ser lo m�s eficientes posibles.

Durante esta misma fase, las mediciones tambi�n indicaron la aparici�n de defectos en las frecuencias de los rodamientos en una de las gr�as, y que mejoraron considerablemente a partir de diferentes tareas de lubricaci�n. Gracias a un correcto plan de lubricaci�n la condici�n de muchos rodamientos mejor�, evitando un reemplazo demasiado temprano.

Si bien es cierto que durante los a�os que dur� la segunda fase hubo una reducci�n de tiempo de inactividad, segu�an teniendo que parar su producci�n algunas de las gr�as durante las mediciones para que los analistas pudiesen hacer su trabajo. Para poder reducir el riesgo laboral de los empleados y disminuir a�n m�s el tiempo de parada de las gr�as, se propuso realizar la monitorizaci�n con los sensores inal�mbricos Wi-care.

Fase 3: Monitorizaci�n inal�mbrica de las gr�as

Con esta �ltima fase, se dio el paso hacia el mantenimiento 4.0. Pese a que en este tipo de maquinaria presenta dificultades para ser monitorizada de forma online, la empresa I-care ha desarrollado los sensores inal�mbricos Wi-care 200, que ofrecen:

• Detecci�n de fallos de los rodamientos mediante muestreo de alta velocidad
• Captura de datos inteligente con trigger externo (velocidad)
• Fuente de alimentaci�n local para su funcionamiento continuo

La comunicaci�n bidireccional y flexible de los Wi-care 200 permiten una f�cil integraci�n de otras tecnolog�as y sensores, como temperatura, an�lisis de aceite en l�nea, espesor...

Durante esta fase se instalaron un total de 97 sensores:

• 50 de vibraciones
• 21 de aceite en el que miden la calidad del aceite, el desgaste y el nivel de aceite
• 26 de ultras�nicos encargados de medir el espesor de varios componentes como: revestimientos, cables y escobillas

El sistema inal�mbrico Wi-care 200 permiti� aumentar la fiabilidad del programa de monitorizaci�n de las gr�as, al tiempo que elimin� las desventajas de las mediciones peri�dicas.

Gracias al conocimiento y los a�os de experiencia en el campo, I-care pudo afrontar el desaf�o de automatizar la monitorizaci�n de condici�n en las gr�as utilizando sensores inal�mbricos. Adem�s, supuso un ahorro econ�mico para el cliente, ya que se redujo el tiempo de inactividad de las gr�as y destinaron el tiempo de trabajo de los empleados en realizar otras tareas.

La tecnolog�a Wi-Care permiti� al cliente solucionar los problemas y encontrar la mejor soluci�n para optimizar el mantenimiento de sus m�quinas.

Marta Alberdi

Cuenta con una experiencia de m�s de 10 a�os ayudando a la industria en el desarrollo de la estrategia predictiva para la optimizaci�n del mantenimiento, la fiabilidad industrial y la gesti�n de activos. Especialista en proyectos de monitorizado de la condici�n de maquinaria cr�tica dentro del marco de la digitalizaci�n e Industria 4.0.