Análisis predictivo de averías de equipos de planta” 

Análisis predictivo de averías de equipos de planta: transición de la reparación reactiva a la gestión de activos

La introducción de análisis predictivos de averías en los equipos de la planta puede reducir el tiempo de inactividad no planificado entre un 40% y un 50% y reducir los costos de mantenimiento entre un 25% y un 30% durante el primer año de operación. En nuestra práctica, vemos que la mayoría de las empresas industriales en Rusia y los países de la CEI todavía funcionan según el principio de "reparamos cuando está roto" o según un calendario rígido, que a menudo no se corresponde con el estado real de las unidades. Esto lleva al hecho de que las piezas reparables se reemplazan prematuramente y las fallas críticas ocurren precisamente en los momentos de carga máxima. El análisis predictivo cambia este paradigma al utilizar datos de sensores de vibración, temperatura y corriente para predecir la vida útil restante de los nodos con hasta un 90% de precisión. Si dirige una instalación de producción donde una hora de inactividad de la línea cuesta más que el salario mensual de un ingeniero, esta tecnología deja de ser una opción y se convierte en una cuestión de supervivencia empresarial.

No hablaremos de “transformación digital” en abstracto. Veamos los procesos mecánicos específicos, los algoritmos de procesamiento de señales y los modelos económicos que hacen de este enfoque una herramienta de trabajo más que un eslogan de marketing. La experiencia demuestra que un proyecto exitoso comienza no con la compra de software costoso, sino con una auditoría de los activos críticos y la comprensión de la física de su destrucción.

Por qué las estrategias tradicionales de MRO están fallando en la economía moderna

El modelo tradicional de mantenimiento basado en el tiempo tiene un defecto fundamental: supone que el equipo se desgasta de forma lineal y predecible. En realidad, el 70% de las fallas ocurren por accidente o debido a condiciones operativas que no pueden contabilizarse en un cronograma impreso. Nos encontramos con un caso en una planta de cemento donde las cajas de engranajes de un molino se reemplazaban estrictamente cada 12 meses de acuerdo con las instrucciones del fabricante. Al abrirlos, resultó que el 60% de los rodamientos tenían una vida útil residual de otros 8 a 10 meses de funcionamiento. La planta estaba perdiendo millones de rublos en la compra de repuestos y en el pago de trabajos intensivos en mano de obra para reemplazar unidades que aún podían funcionar.

Por otro lado, la estrategia Run-to-Failure sólo es adecuada para equipos no críticos con bajos márgenes de seguridad y bajos costos de reemplazo. En el caso de turbinas, compresores o accionamientos principales de líneas transportadoras, este enfoque es desastroso. Uno de nuestros clientes, un fabricante de embalajes, perdió tres días de producción debido a una falla en el servomotor. La razón era trivial: sobrecalentamiento del devanado debido a la contaminación del radiador. Se instaló un sensor de temperatura, pero solo funcionó cuando se superó críticamente la norma, cuando el aislamiento ya había comenzado a deteriorarse. Un sistema predictivo que analiza la tendencia del crecimiento de la temperatura a lo largo del tiempo habría avisado dos semanas antes del accidente.

El problema clave del enfoque reactivo es el efecto dominó. La falla de un componente a menudo causa daños en cascada a los componentes adyacentes. La destrucción de la pista del rodamiento provoca que el eje se descentre, lo que destruye las juntas, provoca fugas de lubricante y la entrada de polvo abrasivo en el mecanismo. El coste de las reparaciones en este caso aumenta exponencialmente. El análisis predictivo de averías de equipos de planta tiene como objetivo identificar un defecto en su etapa inicial, cuando su eliminación requiere recursos mínimos.

Las estadísticas confirman que cambiar a una estrategia de mantenimiento basado en la condición da sus frutos en un promedio de 14 a 18 meses. Sin embargo, es importante comprender que no basta con instalar sensores de vibración. Se necesita un sistema de interpretación de datos que distinga las fluctuaciones normales del proceso de los signos de un defecto en desarrollo.

Modelo económico de implementación.

El cálculo de la eficiencia se basa en tres indicadores: reducir los costos de repuestos, reducir los costos laborales del personal de reparación y evitar pérdidas por tiempos de inactividad. Si el coste de una hora de inactividad en su línea es de 50.000 rublos, entonces prevenir sólo dos accidentes graves al año cubre por completo el coste del sistema de seguimiento y análisis. Además, extender la vida útil de activos costosos entre un 20% y un 30% afecta directamente el balance y la política de depreciación de la empresa.

Pila de tecnologías: de sensores a gemelos digitales

La arquitectura de un sistema de análisis predictivo consta de cuatro niveles, cada uno de los cuales es fundamental para el resultado final. Un error en cualquier etapa inutiliza toda la cadena. Comencemos con la capa de recopilación de datos físicos.

Nivel 1: Detección y recopilación de datos.La principal fuente de información son los sensores de vibración (acelerómetros) instalados directamente en los soportes de los cojinetes. Para equipos de baja velocidad (menos de 60 rpm), los sensores piezoeléctricos estándar pueden no ser efectivos; esto requiere sensores de velocidad o desplazamiento. También se utilizan termopares para control de temperatura, sensores de presión de aceite y analizadores de corriente de motor. Un matiz importante: la frecuencia de muestreo debe corresponder al rango de frecuencia en el que aparecen los defectos. Para identificar defectos en rodamientos, se requiere un análisis espectral de hasta 10 a 20 kHz, mientras que 1 kHz es suficiente para el desequilibrio del rotor. Recomendamos utilizar sensores inalámbricos autoalimentados para lugares de difícil acceso, ya que tender cables en una instalación de producción existente a menudo es imposible o no es económicamente viable.

Nivel 2: Gateway industrial y transmisión de datos.Los datos sin procesar de los sensores se transmiten a través de puertas de enlace industriales (Edge Gateways) utilizando protocolos OPC UA, Modbus TCP o MQTT. Aquí es donde tiene lugar el filtrado primario de ruido y la agregación de datos. Es fundamental garantizar que la hora de todos los dispositivos de la red esté sincronizada; de lo contrario, el análisis de correlación de eventos será imposible. El gateway debe tener un buffer de memoria para guardar datos cuando se pierde la comunicación con el servidor, de modo que no haya “puntos ciegos” en el historial del equipo.

Nivel 3: Plataforma de análisis y aprendizaje automático.Este es el "cerebro" del sistema. Utiliza algoritmos de Transformada Rápida de Fourier (FFT) para convertir una señal del dominio del tiempo al dominio de la frecuencia. Es en el espectro de frecuencia donde se esconden las firmas de defectos específicos: velocidad de rotación del eje, frecuencia de paso de las bolas del rodamiento, frecuencia de engrane de los dientes del engranaje. Los sistemas modernos utilizan redes neuronales entrenadas en miles de horas de grabaciones de equipos en funcionamiento y defectuosos. Son capaces de detectar anomalías que no están descritas en las referencias ISO 10816. Por ejemplo, el algoritmo puede notar un cambio en la forma de la envolvente de la señal, lo que indica el desarrollo de una grieta por fatiga, mucho antes de que aparezcan picos obvios en el espectro.

Nivel 4: Interfaz de usuario e integración CMMS.Los resultados del análisis deben enviarse al sistema de gestión de mantenimiento (CMMS) en forma de solicitudes específicas: "Reemplace el rodamiento de la bomba P-102 dentro de los 14 días". Un ingeniero no debería perder el tiempo estudiando gráficos en bruto. El sistema debe hacer una recomendación clara indicando la prioridad y la causa sospechada.

El papel de los gemelos digitales

Para un proceso tecnológico complejo, se crea un gemelo digital, una copia virtual de la instalación física. Simula procesos térmicos y mecánicos en tiempo real. Al comparar las lecturas de los sensores reales con los valores calculados del modelo, es posible identificar desviaciones causadas no por desgaste mecánico, sino por una violación del régimen tecnológico (por ejemplo, cavitación en la bomba debido a un cambio en la viscosidad del medio bombeado). Esto permite la división de responsabilidades entre el personal operativo y el servicio mecánico jefe.

Diagnóstico de defectos típicos: una guía práctica para un ingeniero.

El análisis predictivo es inútil si el personal no comprende la física de los procesos. Consideremos los cuatro tipos más comunes de defectos que se detectan con éxito mediante métodos de análisis vibroacústico.

1. Desequilibrio del rotor.Esta es la causa más común de vibración. Se manifiesta como un aumento de la amplitud a la velocidad del eje (1x RPM). En nuestra práctica, hemos visto casos en los que, después de reemplazar el motor, la vibración aumentó 3 veces debido a un mal equilibrio del impulsor del ventilador por parte del fabricante. El desequilibrio crea cargas cíclicas en los rodamientos, lo que provoca su desgaste acelerado. La solución es el equilibrado dinámico in situ, sin necesidad de desmontar los equipos. Es importante recordar: el desequilibrio puede ser no sólo estático, sino también momentáneo, lo que requiere la instalación de sensores en dos planos.

2. Desalineación del eje.Los errores en la instalación de acoplamientos o en el asentamiento de los cimientos provocan una desalineación. En el espectro, esto se manifiesta por un aumento de los armónicos 2x y 3x debido a la velocidad de rotación, así como por la aparición de una alta vibración axial. Nos encontramos con un caso en el que el reemplazo anual de los acoplamientos de un transportador no resolvió el problema de su constante destrucción. El análisis mostró una desalineación angular de 2 grados causada por la deformación del marco bajo carga. Después de instalar la junta de compensación, la vida útil de los acoplamientos aumentó de 3 meses a 2 años. Ignorar la desalineación también conduce al sobrecalentamiento de los cojinetes y al fallo de los sellos.

3. Defectos en los rodamientos.Este es el tipo de defecto más peligroso, ya que el desarrollo desde la etapa inicial hasta la destrucción completa puede llevar desde varias semanas hasta varios meses. En las primeras etapas, aparecen pulsos de alta frecuencia, que se registran mediante el método de envolvente del espectro (Detección de envolvente). Las frecuencias de defectos (BPFO, BPFI, BSF, FTF) se calculan en función de los parámetros geométricos del rodamiento. Un error en la elección del rodamiento (por ejemplo, utilizar uno normal en lugar de uno reforzado para condiciones de vibración) se refleja inmediatamente en el espectro. Recomendamos mantener una base de datos de las características de frecuencia de todos los rodamientos instalados para el diagnóstico automático.

4. Defectos de engranajes.El desgaste de los engranajes, el desconchado de los dientes o los errores de engrane aparecen como franjas laterales alrededor de la frecuencia de engrane. La modulación de la señal indica un defecto local en un diente en particular. En un caso en una fábrica de azúcar, el sistema detectó un defecto dental en desarrollo en el engranaje grande del accionamiento del difusor 3 semanas antes de la falla. Esto permitió planificar el reemplazo de engranajes durante una parada planificada, evitando la destrucción de la carcasa y el eje de la caja de cambios.

Algoritmo de implementación: estrategia paso a paso para una empresa industrial

La implementación de un sistema de análisis predictivo es un proyecto organizacional y no solo una compra de hardware. Hemos desarrollado una metodología que minimiza los riesgos y garantiza un inicio rápido.

1. Auditoría de criticidad de activos (análisis RCM).No se puede controlar todo a la vez. Es necesario clasificar los equipos según la metodología RCM (Mantenimiento Centrado en Confiabilidad). Seleccionar equipos clase A, cuya parada supondría la parada de toda la planta o la seguridad de las personas. Normalmente representan entre el 10% y el 15% de la flota total, pero generan el 80% de los riesgos. Inicie su proyecto piloto con estas unidades. El error que cometen muchas empresas es intentar cubrir toda la planta, lo que desperdicia recursos y retrasa la obtención del primer resultado.
2. Selección de puntos de medición e instalación de sensores.Para cada unidad seleccionada, se determina la ubicación óptima para instalar los sensores. Según ISO 10816, las mediciones deben realizarse en tres planos (horizontal, vertical, axial) en los soportes más cercanos a los rodamientos. La superficie de instalación se debe limpiar hasta dejar metal y se debe garantizar un contacto fiable. El uso de soportes magnéticos sólo está permitido para mediciones temporales; Para una monitorización continua, se requiere el montaje adhesivo o la inserción de sensores en la carcasa. Comprobar la accesibilidad de los puntos de mantenimiento y protección de los cables contra daños mecánicos.
3. Establecer líneas de base y umbrales.El sistema debe conocer la “norma”. En el transcurso de 2 a 4 semanas, se recopila información general sobre el funcionamiento de equipos en diversos modos tecnológicos. A partir de estos datos se forman umbrales de alarma dinámicos. Los umbrales estáticos (por ejemplo, “vibración no superior a 4,5 mm/s”) a menudo dan falsas alarmas cuando cambia la carga. Los algoritmos deben tener en cuenta la velocidad de rotación actual y la carga del motor. Si no tiene datos históricos, utilice las directrices ISO 20816 como punto de partida, pero asegúrese de ajustarlas para que se ajusten a las características específicas de su proceso.
4. Integración con procesos de negocio MRO.La etapa más difícil es cambiar la cultura del servicio de reparación. La señal del sistema debería crear automáticamente un ticket en el sistema CMMS indicando el diagnóstico y las acciones recomendadas. Los ingenieros de confiabilidad deben revisar los informes y programar el trabajo diariamente. Sin esta etapa, el sistema se convierte en un “juguete” para la recopilación de datos. Capacite a su personal para que comprendan cómo interpretar los datos y qué acciones tomar al recibir una alarma.
5. Verificación y escalamiento.Después de los primeros 3 a 6 meses de funcionamiento, realice una auditoría de desempeño. Compare el número de accidentes evitados con el coste del sistema. Analizar falsos positivos y afinar los algoritmos. Sólo después de completar con éxito el piloto en equipos críticos, se procederá a escalar a otros talleres. No tema admitir errores en esta etapa: ajustar el sistema es un proceso iterativo.

Casos reales: experiencia de implementación en diversas industrias.

La teoría es importante, pero los números de la vida real hablan más. Veamos dos ejemplos de nuestra experiencia de trabajo con empresas rusas.

Caso 1: Planta metalúrgica (Laminador).
Problema:Fallas periódicas de los rodamientos de los rodillos de soporte del soporte rodante. La vida útil media fue de 3 meses en lugar de los 12 habituales. El tiempo de inactividad le costó a la empresa unos 5 millones de rublos por hora.
Solución:Se introdujo un sistema de monitoreo de temperatura y vibración en línea con una frecuencia de sondeo de 1 vez por minuto. El análisis de los espectros reveló la presencia de frecuencias resonantes de la estructura del marco, que se excitaban a determinadas velocidades de rodadura. Además, se descubrió un error sistemático en la instalación de las juntas, que provocaba la contaminación del lubricante.
Resultado:Después de amortiguar las zonas resonantes y cambiar el procedimiento de instalación, la vida útil del rodamiento aumentó a 10 meses. El número de paradas no planificadas ha disminuido de 8 a 1 por año. El efecto económico en el primer año ascendió a más de 40 millones de rublos.

Caso 2: Refinería de petróleo (Bombas centrífugas).
Problema:Altos niveles de cavitación en las bombas receptoras de petróleo crudo, lo que provoca erosión de los impulsores y fallas de los sellos mecánicos. El control visual y los manómetros no proporcionaron información operativa sobre el desarrollo del proceso.
Solución:Instalación de sensores acústicos y sensores de presión en la línea de succión. Los algoritmos de análisis monitorearon los niveles de ruido de cavitación en tiempo real y los correlacionaron con la posición de la válvula de control.
Resultado:El sistema indicaba automáticamente al operador que abriera la válvula al acercarse a la zona de cavitación. Esto hizo posible eliminar el funcionamiento de las bombas en modos inaceptables. La vida útil de los impulsores se ha multiplicado por 2,5. El coste de reparación del parque de bombeo disminuyó un 35%.

Estos ejemplos muestran que el análisis predictivo no funciona por sí solo, sino en conjunto con ingenieros competentes que estén listos para actuar sobre los datos. La fiabilidad de dichos sistemas depende directamente de la calidad del equipo tecnológico principal. Por ejemplo, en las industrias energética y de refinación de petróleo, los elementos clave son los intercambiadores de calor y las calderas de calor residual que funcionan en condiciones extremas. EmpresaEquipos petroquímicos y de energía eléctrica de Wuxi Kaisheng Co., Ltd.se especializa en el desarrollo y producción de este tipo de equipos altamente cargados. Sus productos, incluidos intercambiadores de calor de carcasa y tubos de titanio, recipientes estándar ASME y haces de tubos corrugados hechos de aleaciones especiales (acero inoxidable 316, latón marino C46400, aleaciones de níquel N06625), demuestran una alta resistencia a la corrosión y a altas presiones y temperaturas. El uso de equipos certificados de fabricantes como Wuxi Kaisheng reduce la probabilidad de fallas repentinas asociadas con defectos estructurales en los materiales, lo que hace que el monitoreo posterior del estado sea aún más efectivo y predecible.

Preguntas frecuentes

¿Es necesario detener completamente la producción para instalar sensores?

En el 90% de los casos, la instalación de sensores inalámbricos no requiere detener el equipo. La instalación se realiza en una unidad en funcionamiento en 15 a 20 minutos. El sensor se fija a una base magnética o a un pegamento especial, tras lo cual inmediatamente comienza a transmitir datos. La parada solo es necesaria para sensores de inserción en sistemas de alta presión o en áreas de temperatura extrema donde se requiere soldar los manguitos. Recomendamos que la instalación se lleve a cabo durante las pausas planificadas del proceso para garantizar la seguridad del personal, pero es técnicamente posible hacerlo sobre la marcha.

¿Cómo distinguir un defecto real de una interferencia en un proceso tecnológico?

Ésta es la tarea principal de los algoritmos analíticos. Los sistemas modernos utilizan el análisis contextual: comparan el nivel de vibración con la carga actual, la velocidad de rotación y la temperatura ambiente. Si la vibración aumenta en proporción a la carga, se trata de una característica tecnológica. Si la vibración aumenta con una carga constante, se trata de un defecto en desarrollo. Además, el análisis de forma de onda y el análisis cepstral se utilizan para distinguir los choques periódicos (un signo de defectos en los rodamientos) del ruido aleatorio del proceso. Sin embargo, la verificación inicial siempre debe ser realizada por un experto en vivo.

¿Cuál es el retorno de la inversión al implementar un sistema de este tipo?

El período de recuperación depende de la criticidad del equipo. Para unidades únicas, cuyo tiempo de inactividad paraliza toda la planta, la recuperación se produce después de evitar un accidente importante (generalmente entre 6 y 12 meses). Para los equipos auxiliares, el plazo de entrega puede ser de 18 a 24 meses optimizando los inventarios de repuestos y reduciendo los costos laborales. Es importante considerar no sólo el ahorro directo, sino también los beneficios indirectos: mayor seguridad, cumplimiento de la normativa medioambiental (prevención de fugas) y aumento del valor residual de los activos.

¿Se puede integrar el sistema con SCADA existente?

Sí, la integración es posible y necesaria. La mayoría de las plataformas de análisis predictivo admiten protocolos estándar de la industria (OPC UA, Modbus, MQTT). Los datos sobre el estado del equipo se pueden transmitir al sistema SCADA en forma de bits de estado (“Normal”, “Advertencia”, “Alarma”) o valores numéricos del nivel de vibración. Esto permite a los operadores de procesos ver el estado técnico del equipo en una única interfaz y tomar decisiones consistentes. La integración profunda también le permite bloquear el arranque del equipo si hay defectos críticos.

Conclusión: el futuro del servicio es ahora

El análisis predictivo de averías de equipos de plantas ya no es una tecnología del futuro. Hoy en día es el estándar de la industria para cualquier empresa que busque eficiencia operativa. La transición de la reparación intuitiva a la gestión basada en datos requiere cambios en la cultura, las habilidades del personal y la estructura organizacional, pero las recompensas por estos esfuerzos son muchas veces mayores que los costos. El equipo no se avería repentinamente: envía señales mucho antes del desastre. La tarea del ingeniero es aprender a escuchar estas señales.

No espere hasta el próximo gran accidente para empezar a cambiar su enfoque. Auditar el estado actual de su flota de equipos y desarrollar una hoja de ruta para implementar un sistema de monitoreo es el primer paso hacia la confiabilidad.Contáctanos hoypara discutir la posibilidad de un proyecto piloto en su empresa y obtener una estimación de los ahorros potenciales.

Para profundizar más en el tema, recomendamos estudiar nuestro material sobreDiagnóstico de vibraciones de equipos rotativos.y estándares ISO para monitoreo de condición.