Scribd
Cargar
230 vistas4 páginas

Equipos de Diagnostico Tecnico

El documento describe diferentes herramientas y técnicas de mantenimiento predictivo utilizando sensores e IoT, incluyendo sensores de vibración, ultrasonido y aceite/lubricante para detectar patrones que puedan indicar fallas potenciales, así como termografía y monitoreo de corrientes eléctricas para supervisar equipos. El mantenimiento predictivo permite realizar ajustes antes de que pequeños problemas se conviertan en fallas mayores a través del análisis de datos de los sensores para optimizar el mantenimiento de equipos industri

Cargado por

Michael Vargas
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
230 vistas4 páginas

Equipos de Diagnostico Tecnico

El documento describe diferentes herramientas y técnicas de mantenimiento predictivo utilizando sensores e IoT, incluyendo sensores de vibración, ultrasonido y aceite/lubricante para detectar patrones que puedan indicar fallas potenciales, así como termografía y monitoreo de corrientes eléctricas para supervisar equipos. El mantenimiento predictivo permite realizar ajustes antes de que pequeños problemas se conviertan en fallas mayores a través del análisis de datos de los sensores para optimizar el mantenimiento de equipos industri

Cargado por

Michael Vargas
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 4

Mantenimiento Predictivo

Equipos de diagnóstico técnico que se utilizan en las empresas industriales,


Las herramientas de mantenimiento predictivo necesitan una plataforma industrial
para modelar, simular, probar y desplegar la solución de mantenimiento predictivo.

En las herramientas se incluyen la integración de datos industriales y algoritmos de


análisis de datos para detectar patrones en los datos de las máquinas, y herramientas
de análisis de causa raíz para investigar las percepciones derivadas y determinar las
medidas correctivas que deben adoptarse.

1. Sensores de IoT

Los sensores siempre han sido una parte importante de cualquier plan de
mantenimiento porque nos permiten vigilar los cambios leves y hacer los ajustes
correspondientes para evitar que los pequeños problemas se conviertan en grandes
problemas. Tener múltiples sensores diferentes monitoreando diferentes métricas
puede ser clave para obtener un mejor rendimiento de los procesos y prevenir fallas
prematuras, así como, el tiempo de inactividad causante.

Independientemente del tipo de sensores que una planta de producción requiera para
tener éxito, hay algunas prácticas óptimas que deben tenerse en cuenta durante la
implementación:

 Asegurar la orientación y el objetivo preciso de cualquier dispositivo


minimizando las condiciones exteriores que de otra manera podrían llevar a
lecturas incorrectas.
 Construir un plan de diagnóstico por imágenes a largo plazo basado en
factores como las demandas de fiabilidad, los resultados de los componentes
específicos, las consideraciones presupuestarias, las recomendaciones de los
fabricantes y similares.
 Invertir en formación o considerar la posibilidad de recurrir a asistencia externa
para garantizar el uso correcto de la herramienta por parte de los empleados
 Tomar una lectura de referencia a partir de la cual se pueda comparar los
cambios a lo largo del tiempo, lo que en última instancia puede ayudar a
justificar su costo inicial para las partes interesadas.
 Fomentar la plena participación en toda la organización para obtener una
perspectiva equilibrada de los diferentes niveles de responsabilidad y
experiencia
 Tener múltiples herramientas de diagnóstico trabajando juntas puede ayudar a
prevenir un mayor número de fallas, y en el caso de una falla, a precisar mejor
exactamente cuál fue la causa.
 Controlar que los sensores alimentan automáticamente los datos en los
sistemas de análisis y monitores

Con los datos recolectados por los sensores se utilizan para elaborar estrategias
para optimizar el mantenimiento
2. Sensores que permiten el análisis de vibración, sónico y ultrasónico

Los componentes del sistema sufren un desgaste diario de estrés y tensión que se
indican en sus vibraciones y frecuencias. La mayoría de los componentes tienen una
frecuencia fundamental y la desviación de esta norma indica condiciones que pueden
conducir al error si se dejan sin tratar.

A través de las prácticas en la industria manufacturera y otras industrias, los sensores


retroalimentan con información a los sistemas conectados a ellos. Los analizadores
de Transformada Rápida de Furrier, por ejemplo, pueden detectar vibraciones
diminutas que antes eran indetectables. Una vez calibrado, un sistema notará y
registrará cualquier vibración inusual.
Las vibraciones pueden ocurrir debido a diferentes factores. Los rodamientos o
soportes de una máquina pueden empezar a perder su fuerza tangible. Así pues, un
componente puede estar cerca del final de su vida útil. Tras el análisis, los técnicos de
mantenimiento (si es necesario) o las máquinas de ensayo determinarán el curso de
acción apropiado.

Algunos usos comunes de estos tipos de análisis incluyen:

 Detección de fugas por ultrasonido que puede utilizarse con mayor antelación
que la vibración o los infrarrojos.  Esta información puede ayudar a los técnicos
a encontrar fallos en los sellos de vacío, así como fugas de aire y gas.
 Supervisión de las condiciones mediante la detección prematura de la fricción
entre los componentes
 En la inspección mecánica, cualquier cambio en los sonidos «normales» puede
ser detectado para prevenir fallos posteriormente

3. Sensores de aceite y lubricante

El análisis del aceite puede determinar muchos factores del rendimiento de la


maquinaria. La viscosidad del aceite frente a la esperada puede mostrar cómo un
equipo evita la oxidación, la dilución, la humedad, etc.  Asi mismo,  los fragmentos de
metal en el aceite pueden alertar a los técnicos sobre piezas que se están puliendo y
que podrían ralentizar o romper una máquina. Por consiguiente, los sensores que
calculan la dinámica de los fluidos pueden ayudar a exponer una fuga o un conector
defectuoso. Los sistemas de análisis del lubricante han existido desde hace tiempo. La
mayoría de los coches modernos los tienen integrados en el sistema central. Nuestro
coche comprueba la calidad del aceite por lo que es un ejemplo práctico de
mantenimiento predictivo.
Estos sistemas no son difíciles de integrar en las máquinas existentes. Se ha tener la
orientación del proveedor de lubricantes sobre las temperaturas aceptables, la
viscosidad, etc. De esta manera, se pueden comparar los resultados reales con los
resultados esperados. Los sistemas analíticos se diseñan comúnmente para detectar
impurezas en el aceite como el metal, la suciedad y el residuo que se encuentran
fácilmente. Así como, la humedad se puede detectar fácilmente, incluso en cantidades
ínfimas. En consecuencia, el sistema calculará cualquier aspecto del aceite que pueda
causar una falla.

4. Herramientas de monitoreo y análisis industrial

La analítica industrial suele considerarse parte integrante de la cuarta revolución


industrial, que se caracteriza por la convergencia entre las prácticas industriales
tradicionales y las mejoras modernas de la tecnología de la información. Estos
avances incluyen el análisis de datos y su interpretación relacionada a través
del machine learning (aprendizaje automático), y los avances en la conectividad a
través de la IoT. Lo que significa en la práctica un mayor número de toma decisiones y
acciones que están empezando a basarse mucho más profundamente en datos
medibles que pueden ser aplicados de inmediato.
En consecuencia, una parte importante de este campo incluye sensores de IoT para
monitorear cambios clave en los componentes. De esta manera, satisface la creciente
demanda de estas tecnologías, que dispone de una amplia gama de opciones para
ayudar a las empresas industriales a alcanzar sus objetivos. Las herramientas de
monitorización funcionan utilizando algoritmos avanzados y machine learning de forma
que les permite actuar en tiempo real.
Algunos ejemplos del análisis industrial incluyen:

 Mantenimiento predictivo de equipos, maquinaria y activos.


 Optimizar los parámetros específicos del equipo.
 Sistemas de apoyo en la toma de decisiones.
 Vigilancia del estado de los activos.
 Optimización de la cadena de suministro.

5. Monitoreo de corrientes en motores eléctricos


La mayoría de fabricantes de Colectores FFT son suministrados con un software
experto para el diagnóstico de fallas por corrientes en motores de inducción, la
corriente de las fases son medidas por un transformador de corriente que pueden ser
medidas en el circuito secundario o en las fases principales, la medida de corriente es
transformada en voltaje y también se utiliza un filtro pasa alta para la prueba de
excentricidad.
Las fallas del motor eléctrico podrían ser; barras rotas del rotor, excentricidad estática
y dinámica, fallas electromecánicas tales como defectos en la fabricación y de la
fundición. El software experto analiza el espectro de corriente y emite un diagnóstico
electromagnético.
6. Termografía
La cantidad de energía que emite todo cuerpo desde su superficie esta en relación
directa con su temperatura. La temperatura de los cuerpos determina el tipo de luz que
emite cuanto más frío esta el objeto mayor es su longitud de onda de brillo, esta es la
energía infrarroja que es invisible al ojo humano, pero a través de instrumentos
termográficos se puede ver esta energía y transformar en imágenes visibles.
Ventajas
• Se tiene un registro de la distribución de temperaturas.
• No interrumpe el funcionamiento del equipo.
• Permite analizar grandes áreas en tiempos reducidos.
• No requiere contacto físico con el equipo inspeccionado.
• Sistema portátil y autónomo.
• Gran sensibilidad que permite tomar mediciones a distancia.
• Permite identificar de forma rápida y segura los puntos calientes asociados a fallas
tales como; cortocircuitos, conectores defectuosos.
• Pérdidas de calor o frío por defecto del aislamiento térmico o refractario, etc.
Bibliografía

 Crónicas del Congreso - sección monitorización y Diagnóstico. Diagnostico de fallas en


maquinas- herramientas mediante análisis de lubricantes. Autores:Mª. C. Carnero, E.
Latorre y J. Conde

También podría gustarte