Elegir el sensor de mantenimiento predictivo adecuado

Introducción

La monitorización basada en la condición (CbM) implica la monitorización de máquinas o activos mediante sensores para medir el estado de salud actual. El mantenimiento predictivo (PdM) implica una combinación de técnicas como la CbM, el aprendizaje automático y la analítica para predecir futuros fallos de máquinas o activos. Cuando se supervisa la salud de una máquina, es esencial elegir los sensores más adecuados para garantizar que se puedan detectar, diagnosticar e incluso predecir los fallos. Actualmente se utilizan muchos sensores para detectar fallos en las máquinas rotativas y sus cargas, con el objetivo de evitar paradas no planificadas. Es difícil clasificar cada sensor porque las técnicas de PdM se aplican a multitud de máquinas rotativas (motores, engranajes, bombas y turbinas) y no rotativas (válvulas, disyuntores y cables).

Muchos motores industriales están diseñados para funcionar hasta 20 años en aplicaciones de producción continua, como las plantas de procesamiento químico y alimentario y las instalaciones de generación de energía, pero algunos motores no alcanzan su vida útil prevista.1 Esto puede deberse a un mal funcionamiento del motor, a programas de mantenimiento insuficientes, a la falta de inversión en sistemas de PdM o a la ausencia de un sistema de PdM. El PdM permite a los equipos de mantenimiento planificar las reparaciones y evitar los tiempos de inactividad imprevistos. La predicción temprana de los fallos de la máquina mediante PdM también puede ayudar a los ingenieros de mantenimiento a identificar y reparar los motores que funcionan de forma ineficiente, aumentando así el rendimiento, la productividad, la disponibilidad y la vida útil de los activos.

La mejor estrategia de PdM es la que utiliza eficazmente tantas técnicas y sensores como sea posible para detectar los fallos rápidamente y con un alto grado de confianza, por lo que no existe una solución de sensor único. Este artículo pretende aclarar por qué los sensores de mantenimiento predictivo son esenciales para la detección temprana de fallos en las aplicaciones de PdM, así como sus puntos fuertes y débiles.

Cronología de los fallos del sistema

La figura 1 muestra una línea de tiempo simulada de eventos desde la instalación de un nuevo motor hasta el fallo del mismo y el tipo de sensor de mantenimiento predictivo recomendado. Cuando se instala un motor nuevo, está en garantía. Al cabo de varios años, la garantía expirará, momento en el que se aplicará un régimen de inspección manual más frecuente.

Figura 1: Salud de la máquina en función del tiempo.

Si se produce una avería entre estas revisiones de mantenimiento programadas, es probable que haya un tiempo de inactividad no planificado. En este caso, es vital contar con el sensor de mantenimiento predictivo adecuado para detectar posibles fallos lo antes posible y, por ello, este artículo se centrará en los sensores de vibración y acústicos. El análisis de las vibraciones suele considerarse el mejor punto de partida para la PdM.2

Sensores para el mantenimiento predictivo

Algunos sensores pueden detectar ciertos fallos, como los daños en los rodamientos, mucho antes que otros, como se muestra en la figura 1. En este apartado se habla de los sensores más utilizados para detectar los fallos lo antes posible, es decir, los acelerómetros y los micrófonos. En la Tabla 1 se enumeran las especificaciones de los sensores y algunos de los fallos que pueden detectar. La mayoría de los sistemas de PdM sólo utilizarán algunos de estos sensores, por lo que es imprescindible asegurarse de que se comprenden los posibles fallos críticos y se utilizan los sensores más adecuados para detectarlos.

Tabla 1. Sensores populares utilizados para PdM
MediciónSensorInformación claveDefectos en el objetivo
VibraciónAcelerómetro piezoeléctricoBajo nivel de ruido, frecuencias de hasta 30 kHz, bien establecidas en aplicaciones CbMEstado de los cojinetes, malla de los engranajes, cavitación de la bomba, desalineación, desequilibrio, estado de la carga
VibraciónAcelerómetro MEMSBajo coste/potencia/tamaño, frecuencias de hasta 20 kHz+Estado de los rodamientos, engranajes, cavitación de la bomba, desalineación, desequilibrio, estado de la carga
Presión sonoraMicrófonoBajo coste/potencia/tamaño, frecuencias de hasta 20 kHzEstado del rodamiento, engranaje, cavitación de la bomba, desalineación, desequilibrio, estado de la carga
Presión sonoraMicrófono ultrasónicoBajo coste/potencia/tamaño, frecuencias de hasta 100 kHzFuga de presión, estado de los cojinetes, malla de los engranajes, cavitación de la bomba, desalineación, desequilibrio
Corriente del motorShunt, transformador de corrienteBajo coste, no invasivo, normalmente se mide en la alimentación del motorRotores excéntricos, problemas de devanado, problemas de barras del rotor, desequilibrio de la alimentación, problemas de rodamientos
Campo magnéticoHall, magnetómetro, bobina de búsquedaBajo coste/tamaño, frecuencias de hasta 250 Hz, temperatura estableProblemas con la barra del rotor y el anillo final
TemperaturaTermografía infrarrojaCaro, preciso, varios bienes/fuentes de calor al mismo tiempoLocalización de la fuente de calor debido a la fricción, los cambios de carga, el arranque/parada excesivos, la alimentación insuficiente
TemperaturaRTD, termopar, digitalBajo coste, tamaño y precisiónCambio de temperatura debido a la fricción, cambios de carga, arranque/parada excesivos, suministro de energía insuficiente
Calidad del aceiteMonitor de partículasViscosidad, partículas y contaminaciónDetección de restos de desgaste
Lee:  Uniones de soldadura: diferentes tipos y sus aplicaciones

Consideraciones sobre los sensores y los fallos del sistema

Más del 90% de la maquinaria rotativa en aplicaciones industriales y comerciales utiliza rodamientos.3 La distribución de los componentes que fallan en un motor se muestra en la Figura 2, donde queda claro que, al seleccionar un sensor PdM, es importante centrarse en la supervisión de los cojinetes. Para detectar, diagnosticar y predecir posibles fallos, un sensor de vibraciones debe tener un bajo nivel de ruido y una amplia capacidad de ancho de banda.

Figura 2. Porcentaje de ocurrencias de componentes del motor que fallan.4

La tabla 2 muestra algunos de los fallos más comunes asociados a la maquinaria rotativa y algunos de los requisitos correspondientes de los sensores de vibración para su uso en aplicaciones PdM. Para detectar los fallos lo antes posible, los sistemas PdM suelen necesitar sensores de alto rendimiento. El nivel de rendimiento del sensor de mantenimiento predictivo utilizado en un activo se correlaciona con la importancia de que los activos puedan funcionar de forma fiable en todo momento en el proceso global y no a expensas del propio activo.

Tabla 2. Breve resumen de las consideraciones sobre los sensores de vibración y avería de las máquinas
Requisitos de los sensoresAverías comunes de la máquina
DesequilibrioDesalineaciónFallos en los rodamientosDefectos del engranaje
Ruido bajo o medio >100 µg/√Hz🗸🗸
Bajo ruido <100 µg/√Hz🗸🗸
Ancho de banda: de 5× a 10× la frecuencia fundamental🗸🗸
Ancho de banda: >5 kHz🗸🗸
Detección multieje🗸🗸
Respuesta de baja frecuencia para
máquinas de rotación lenta
🗸
Top g-gama🗸

La cantidad de energía en la vibración o el movimiento (pico, pico a pico y rms) de un motor nos permite determinar si la máquina está desequilibrada o desalineada, entre otras cosas. Algunas averías, como las de los rodamientos o los engranajes, no son tan evidentes, sobre todo al principio, y no pueden identificarse ni predecirse simplemente aumentando la vibración. Estos fallos suelen requerir un sensor de vibraciones de alto rendimiento para el mantenimiento predictivo, con bajo nivel de ruido (<100 µg/√Hz) y un gran ancho de banda (>5 kHz), combinados con una cadena de señales, un procesamiento, unos transceptores y un posprocesamiento de alto rendimiento.5

Sensores de vibración, sónicos y ultrasónicos para PdM

Los micrófonos de sistema microelectromecánico (MEMS) contienen un elemento MEMS en una placa de circuito impreso, normalmente contenido en una carcasa metálica con un orificio inferior o superior para permitir la entrada de las ondas de presión sonora. Los micrófonos MEMS ofrecen un bajo coste, un tamaño reducido y un medio eficaz para detectar fallos en las máquinas, como el estado de los rodamientos, el engranaje, la cavitación de las bombas, la desalineación y el desequilibrio. Esto hace que los micrófonos MEMS sean una opción ideal para aplicaciones alimentadas por baterías. Pueden situarse a distancias significativas de la fuente de ruido y no son invasivas. Cuando hay varios equipos en funcionamiento, el rendimiento del micrófono puede verse afectado por la cantidad de ruido audible de otras máquinas o por factores ambientales como la suciedad o la humedad que acceden al puerto del micrófono. La mayoría de las hojas de datos de los micrófonos MEMS siguen enumerando aplicaciones relativamente benignas, como terminales móviles, ordenadores portátiles, dispositivos para juegos y cámaras, etc. Algunas hojas de datos de micrófonos MEMS mencionan la detección de vibraciones o la PdM como aplicaciones potenciales, pero también mencionan que los sensores son sensibles a los golpes mecánicos y que un mal manejo puede dañar la pieza de forma permanente. Otras hojas de datos de micrófonos MEMS indican una resistencia a los golpes mecánicos de hasta 10.000 g. Todavía no está claro si algunos de estos sensores son adecuados para funcionar en entornos operativos muy duros con posibles golpes.

El análisis del micrófono ultrasónico MEMS puede utilizarse para controlar la salud de los motores en activos complicados en presencia de un mayor ruido audible, ya que escucha los sonidos en el espectro no audible (20 kHz a 100 kHz), donde hay mucho menos ruido. Las longitudes de onda de las señales audibles de baja frecuencia suelen oscilar entre 1,7 cm y 17 m, aproximadamente. Las longitudes de onda de las señales de alta frecuencia oscilan entre unos 0,3 cm y 1,6 cm de longitud. A medida que aumenta la frecuencia de la longitud de onda, aumenta la energía, lo que hace que los ultrasonidos sean más direccionales. Esto es muy útil cuando se trata de localizar una avería en un rodamiento o un alojamiento.

Los acelerómetros son los sensores de vibración más utilizados y el análisis de vibraciones es la técnica de PdM más utilizada, principalmente en grandes equipos rotativos como turbinas, bombas, motores y cajas de cambio. La Tabla 3 y la Tabla 4 muestran algunas de las especificaciones clave que hay que tener en cuenta a la hora de seleccionar sensores de vibración y acústicos MEMS de alto rendimiento en comparación con el sensor de vibración piezoeléctrico de referencia. Los datos de cada columna son representativos de la variación mínima/máxima de esa categoría y no se correlacionan con las columnas adyacentes.

Tabla 3. Especificaciones de funcionamiento del sensor de mantenimiento predictivo
SensorCoste (precio unitario de 1k)ancho de banda de 3 dBRespuesta de DCRuido/SNRDuración potencial de la batería de la CbM inalámbricaAutocomprobación
Acelerómetro piezoeléctrico$25 à $500+2.5 kHz à 30 kHz+No<1 µg/√Hz à 50 µg/√HzCorto à MedioNo
Acelerómetro MEMS$10 à $30*3 kHz à 20 kHz+<25 µg/√Hz à 100 µg/√HzMedio à Largo
Micrófono MEMS<$1 à $220 kHzNo57 dB à 74 dBLargoNo
MEMS ultrasónicos<$1 à $2100 kHzNo65 dBLargoNo
*Los módulos de acelerómetros MEMS pueden costar más de 30 dólares, pero son soluciones de sistema completas, mientras que todas las demás piezas referenciadas son sólo sensores
**Llave Lo peor, Medio, Mejor
Tabla 4. Especificaciones mecánicas del sensor de mantenimiento predictivo
SensorTamañoNúmero de ejesPaquete de vibraciones mecánicasInterfaz estándar de la industriaFunciones incorporadasFijación mecánicaTolerancia ambiental
Acelerómetro piezoeléctricoMedio1 à 3NoExcelente
Acelerómetro MEMSPequeño/
Medio*
1 à 3Excelente
Micrófono MEMSPequeño1NoNoNoSin contactoBuena
MEMS ultrasónicosPequeño1NoNoNoSin contactoBuena
*Los módulos MEMS suelen contener ADCs, procesadores y filtros adaptados al sensor para un rendimiento óptimo, ahorrando espacio en la cadena de señales.
**Llave Lo peor, Medio, Mejor

Se espera que el sector de la CbM crezca significativamente en los próximos cinco años, y que las instalaciones inalámbricas representen una parte importante de este crecimiento.6 Los acelerómetros piezoeléctricos son menos adecuados para los sistemas CbM inalámbricos debido a su combinación de tamaño, falta de funciones incorporadas y consumo de energía, pero existen soluciones con un consumo de energía típico en el rango de 0,2 mA a 0,5 mA. Los acelerómetros y micrófonos MEMS son muy adecuados para los sistemas PdM alimentados por batería, debido a su pequeño tamaño, su bajo consumo y su alto rendimiento.

Todos los sensores tienen un ancho de banda adecuado y un bajo nivel de ruido, pero los acelerómetros MEMS son los únicos que pueden ofrecer una respuesta hasta la corriente continua, útil para la detección del desequilibrio a velocidades de rotación muy bajas y la detección de la inclinación. Los acelerómetros MEMS también tienen una función de autocomprobación que verifica que el sensor es 100% funcional. Esto podría ser útil en instalaciones críticas para la seguridad, donde el cumplimiento de las normas del sistema se ve facilitado por la posibilidad de comprobar si un sensor sigue funcionando.

Los acelerómetros MEMS pueden ser completamente herméticos en envases cerámicos y los acelerómetros piezoeléctricos en envases mecánicos para su uso en entornos difíciles y sucios. La tabla 4 se centra en el rendimiento físico, mecánico y medioambiental de los sensores. Es aquí donde se aprecian las principales diferencias entre cada sensor, como la integración, la tolerancia a entornos adversos, el rendimiento mecánico y la fijación a una máquina o a un soporte giratorio.

La detección de datos de vibración en tres ejes ofrece más perspectivas de diagnóstico y puede conducir a una mejor detección de fallos. Aunque no es necesario en todas las instalaciones de PdM, es una clara ventaja que ofrecen los acelerómetros piezoeléctricos y MEMS en cuanto a la calidad de los datos, el cableado y el ahorro de espacio.

Los micrófonos MEMS han mostrado una distorsión de hasta -8 dB cuando se exponen a una mayor humedad durante períodos prolongados.7 Aunque no se trata de un punto débil claro, hay que tenerlo en cuenta si tu aplicación de PdM existe en un entorno duro con mucha humedad. En estos casos, los micrófonos de condensador electret (ECM) han demostrado tener ventajas sobre los micrófonos MEMS. Otras condiciones ambientales que pueden afectar a los micrófonos son el viento, la presión atmosférica, los campos electromagnéticos y los golpes mecánicos.8

En entornos benignos, los micrófonos MEMS ofrecen un excelente rendimiento en aplicaciones PdM. En la actualidad, falta información sobre el montaje de micrófonos MEMS en entornos operativos difíciles, con excesivas vibraciones, suciedad o humedad. La vibración puede afectar al rendimiento de los micrófonos MEMS, y esto es algo que hay que tener en cuenta; sin embargo, tienen una menor sensibilidad a las vibraciones que los ECM.9 Si una solución inalámbrica de PdM utilizara un micrófono MEMS, la carcasa de montaje tendría que tener un orificio o puerto para que la señal acústica llegara al sensor, lo que haría el diseño aún más complejo y podría hacer que el resto de la electrónica fuera sensible a la suciedad o la humedad.

Los recientes avances en la tecnología de los acelerómetros capacitivos MEMS han hecho posible la implantación de soluciones de CbM inalámbricas, pequeñas y de bajo coste, en activos de baja prioridad, lo que permite profundizar en el diagnóstico de la gestión de las instalaciones y mantener el tiempo de actividad de los sistemas críticos. Estos avances también han acercado los acelerómetros MEMS al rendimiento piezoeléctrico utilizado en los sistemas CbM más tradicionales con cable. Con un ruido tan bajo y un ancho de banda tan amplio, combinados con las conexiones estándar de la industria (ICP e IEPE), los acelerómetros piezoeléctricos han sido el sensor de referencia para la medición de vibraciones durante décadas. Los acelerómetros MEMS se han adaptado para interactuar con los módulos IEPE estándar, como se muestra en la figura 3. El circuito de conversión se basa en un diseño de referencia de Circuits from the Lab®. El circuito se ha diseñado en una placa de circuito impreso especial que se ha caracterizado para funcionar con anchos de banda amplios y está preparado para ser diseñado en un módulo mecánico en una fase posterior.

Figura 3. Acelerómetro MEMS, referencia IEPE, diseño de placa de circuito impreso para adaptar la familia de acelerómetros CbM ADXL100x a los módulos mecánicos IEPE. Nota: Analog Devices no produce módulos mecánicos IEPE.

El dispositivo mostrado en la Figura 4 contiene tres acelerómetros MEMS de un eje, tres ADC, un procesador, memoria y algoritmos, todo ello en un módulo mecánico con una resonancia superior a 50 kHz. Esto pone de manifiesto la capacidad de los acelerómetros MEMS de incorporar inteligencia al nodo sensor, asegurando que el sensor se empareja con la mejor cadena de señales y el mejor procesamiento para conseguir el mejor rendimiento posible. Este módulo puede realizar FFTs, disparar varias alarmas en el dominio del tiempo o de la frecuencia, y generar estáticas en el dominio del tiempo que son esenciales para que los algoritmos o las herramientas de aprendizaje automático puedan predecir los fallos.

Figura 4. Módulo MEMS CbM de tres ejes con ADC, procesador, FFT y estadística integrados, así como una carcasa mecánica con una frecuencia de resonancia superior a 50 kHz.

A la hora de elegir el sensor de vibración más adecuado para tu solución de PdM, el verdadero reto es hacer coincidir los sensores con los modos de fallo potenciales más probables de tus activos. Todavía no se ha demostrado que los micrófonos MEMS sean lo suficientemente robustos como para detectar de forma fiable todos los modos de fallo basados en las vibraciones en los entornos más duros, mientras que el estándar de la industria para la detección de vibraciones, los acelerómetros, se han implantado con éxito y funcionan de forma fiable desde hace décadas. Los micrófonos ultrasónicos MEMS han demostrado un rendimiento prometedor en la detección de fallos en los rodamientos antes que los acelerómetros, y esta posible relación simbiótica podría proporcionar la mejor solución PdM para las necesidades de análisis de vibraciones de tono activo en el futuro.

Aunque es difícil recomendar un único sensor de vibración para su uso en un sistema de PdM, los acelerómetros tienen una historia de éxito y siguen evolucionando y mejorando. Analog Devices ofrece una gama de acelerómetros MEMS de propósito general, de bajo consumo, bajo ruido, alta estabilidad y alta g, así como los módulos de nodo de borde inteligente que se muestran en la Figura 4. El ADcmXL3021 es sólo un ejemplo de solución PdM dedicada. Analog Devices fue el primero en comercializar una familia de acelerómetros MEMS compatibles con PdM (ancho de banda de 20 kHz+, 25 μg/√Hz densidad de ruido) y sigue siendo el único proveedor de acelerómetros MEMS con estos niveles de rendimiento. Analog Devices sigue siendo líder en el suministro de sensores, soluciones de cadena de señales, módulos mecánicos, plataformas, algoritmos de aprendizaje automático, plataformas de software de inteligencia artificial y soluciones de sistemas completos para permitir el mantenimiento predictivo de la maquinaria industrial rotativa en los entornos más duros.

Visita analog.com/CbM o ponte en contacto con CIC.EMEA@analog.com para obtener más información.

Ссылки

1 Leslie Langnau. «Los sensores te ayudan a sacar el máximo partido a tus motores.» Diseño de máquinas, septiembre de 2000.

2 Bram Corne, Bram Vervisch, Colin Debruyne, Jos Knockaert y Jan Desmet. «Comparación del MCSA con el análisis de vibraciones para detectar fallos en los rodamientos – un estudio de caso.» 2022 IEEE International Electric Machines and Drives Conference (IEMDC), IEEE, mayo de 2022.

3 Brian P. Graney y Ken Starry. «Análisis de los rodamientos.» Materials Evaluation, Vol. 70, No. 1, The American Society for Nondestructive Testing, Inc, enero de 2022.

4 Pratyay Konar, R. Bandyopadhyay y Paramita Chattopadhyay. «Detección de fallos en los rodamientos de un motor de inducción mediante redes wavelet y redes neuronales.» Actas de la 4ª Conferencia Internacional India sobre Inteligencia Artificial, IICAI 2009, Tumkur, Karnataka, India, diciembre de 2009.

5 Pete Sopcik y Dara O’Sullivan. «Cómo el rendimiento de los sensores permite soluciones de supervisión basadas en el estado», Analog Dialogue, vol. 53, junio de 2022.

6Mercado de la monitorización de motores por oferta (hardware, software), proceso de monitorización (en línea, portátil), implantación, industria (petróleo y gas, generación de energía, metales y minería, agua y aguas residuales, automoción) y región – Previsión mundial hasta 2023. Research and Markets, febrero de 2022.

7 Pradeep Lall, Amrit Abrol y David Locker. «Efectos de la exposición sostenida a la temperatura y la humedad en la fiabilidad y el rendimiento de los micrófonos MEMS.» Conferencia y Exposición Técnica Internacional ASME 2022 sobre Embalaje e Integración de Microsistemas Electrónicos y Fotónicos, septiembre de 2022.

8 Marcel Janda, Ondrej Vitek y Vitezslav Hajek Motores de inducción: Modelización y control. InTech, noviembre de 2022.

9 Muhammad Ali Shah, Ibrar Ali Shah, Duck-Gyu Lee y Shin Hur»Enfoques de diseño de micrófonos MEMS para mejorar el rendimiento.» Revista de Sensores, Vol. 1, marzo de 2022.

Lee:  Cómo encontrar la resistencia equivalente en un circuito complejo | matlab
Javired
Javired

Deja una respuesta

Tu dirección de correo electrónico no será publicada.