Elige el acelerómetro adecuado para el mantenimiento predictivo

El mantenimiento, tradicionalmente preventivo o correctivo, suele suponer una parte importante de los costes de producción. Ahora, el hecho de que el Internet Industrial de las Cosas (IIoT) monitorice la salud de una máquina permite llevar a cabo un mantenimiento predictivo, lo que permite a las industrias anticiparse a las averías y conseguir importantes ahorros operativos.

La Industria 4.0, posible gracias a la digitalización y conectividad generalizadas de los equipos industriales, está llamada a revolucionar las herramientas de producción. Este cambio en el juego está flexibilizando la cadena de producción y permitiendo la fabricación de productos a medida, manteniendo los beneficios. También el mantenimiento puede beneficiarse de la digitalización y la conectividad de la IIoT. En lugar de sustituir las piezas desgastadas a intervalos fijos, el uso de sensores -incluidos los acelerómetros- puede analizar el estado de funcionamiento de una máquina. Con el mantenimiento predictivo, el operario sólo tiene que intervenir si aparecen determinados síntomas de alerta temprana. Conocido como Condition Monitoring (CbM), este análisis de la salud de la máquina ayuda a limitar los costes de mantenimiento en comparación con un sistema de mantenimiento sistemático, que se basa en un programa fijo, a menudo muy conservador. Además de las ventajas de unas operaciones de mantenimiento menos estrictas, la detección temprana de los problemas permite planificar el tiempo de inactividad de las máquinas, lo que siempre es mejor que una parada inesperada de la línea de producción.

Análisis de las vibraciones: La importancia del sensor

Para determinar el momento adecuado para poner en marcha una operación de mantenimiento, el fabricante utiliza parámetros como las mediciones de vibración, ruido y temperatura. Entre las magnitudes físicas que se pueden medir, la medición del espectro de vibraciones es la que más información proporciona sobre el origen de un problema en una máquina rotativa (motor, generador, etc.). Una vibración anormal puede indicar un rodamiento de bolas defectuoso, una desalineación del eje, un desequilibrio, una holgura excesiva, etc. Cada uno de estos problemas se manifestará en un síntoma específico, como las fuentes de vibración en la maquinaria rotativa.

Medición de las vibraciones con acelerómetros

Las mediciones de las vibraciones pueden realizarse mediante un acelerómetro que se coloca cerca del elemento que se desea controlar. Este sensor puede ser del tipo piezoeléctrico o, más ventajosamente, del tipo MEMS, que no sólo da una mejor respuesta a bajas frecuencias, sino que también es de pequeño tamaño.

En el caso de un rodamiento de bolas defectuoso, cada vez que una bola entra en contacto con una grieta o un defecto en el anillo interior o exterior, se produce un choque que provoca una vibración o incluso un ligero desplazamiento del eje de rotación. La frecuencia de estos choques dependerá de la velocidad de rotación y del número y diámetro de las bolas.

¡Pero eso no es todo! En cuanto aparece la avería, los choques mencionados crean un ruido a veces audible -la onda de choque- que se manifiesta por la aparición de componentes espectrales de bajo nivel con frecuencias relativamente altas, a menudo superiores a 5 kHz, y siempre muy por encima de la frecuencia fundamental de rotación. Sólo los acelerómetros de bajo ruido y gran ancho de banda, como el ADXL100x de Analog Devices, pueden medir las líneas espectrales correspondientes a los primeros signos de fallo. Estos acelerómetros proporcionarán información valiosa cuando los productos más lentos o ruidosos no detecten nada. A medida que el fallo se agrava, el nivel de los componentes de baja frecuencia aumentará. En una fase avanzada, el nivel de vibración puede ser detectado por un acelerómetro de nivel básico, pero el fallo será inminente y el equipo de mantenimiento tendrá poco tiempo para reaccionar. Para que no te pille desprevenido, es importante detectar los primeros signos de un fallo con un acelerómetro de bajo ruido y gran ancho de banda.

Además de los acelerómetros de la serie ADXL100x (ADXL1001/ADXL1002/ADXL1003/ADXL1004/ADXL1005), Analog Devices también ofrece otros acelerómetros útiles para analizar el estado de la maquinaria. Para la observación en un ancho de banda más estrecho, la serie ADXL35x (ADXL354/ADXL355/ADXL356/ADXL357) presenta un bajo nivel de ruido (hasta 20 μg/√Hz y un ancho de banda de 1500 Hz). A diferencia de la serie ADXL100x, que ofrece una salida analógica, hay productos de la serie ADXL35x con una salida digital para simplificar la interfaz con un microcontrolador.

Los productos de nivel básico orientados al consumidor, como los acelerómetros ADXL34x (ADXL343/ADXL344/ADXL345/ADXL346) o los acelerómetros de muy bajo consumo ADXL36x (ADXL362/ADXL363), no tendrán realmente un ancho de banda o un rendimiento de ruido suficientes para satisfacer los requisitos del mantenimiento predictivo de alta calidad. Estos productos de nivel básico no sólo limitan las capacidades de diagnóstico de los equipos existentes, sino que también limitan en gran medida la utilidad de los datos para el desarrollo de futuras soluciones de diagnóstico.

Sin embargo, pueden ser buenos candidatos para medir la actividad de una máquina, por ejemplo, para contar el número de horas de funcionamiento y, si es necesario, activar el mantenimiento, no predictivo sino sólo preventivo. Gracias a su bajísimo consumo de energía, estos acelerómetros pueden funcionar con recolectores de energía o con baterías.

Si la monitorización de la máquina deseada es sólo para medir choques repentinos, la serie ADXL37x (ADXL372/ADXL375/ADXL377) es ideal. Como se puede considerar que un choque ha modificado la precisión o el funcionamiento del equipo, será posible, por ejemplo, iniciar una operación de mantenimiento correctivo para corregir los fallos que se hayan producido.

De los componentes a los módulos completos

Como ya hemos dicho, la serie ADXL100x se caracteriza por su gran ancho de banda y su bajo nivel de ruido. Sin embargo, son de un solo eje y requieren una electrónica de procesamiento asociada. Para simplificar la fase de diseño, Analog Devices ofrece una solución llave en mano para la medición triaxial con el ADcmXL3021. Este producto alimentado a 3,3 V integra tres cadenas de medición basadas en el ADXL1002, así como un sensor de temperatura, un procesador y un FIFO. Toda la unidad está encapsulada en una carcasa de aluminio (23,7 mm × 26,7 mm × 12 mm) que está lista para ser instalada en la máquina giratoria. El producto tiene una escala completa de ±50 gun nivel de ruido extremadamente bajo, de sólo 25 μg/√Hzy un ancho de banda de 10 kHz, lo que permite captar la firma de vibración en una amplia gama de aplicaciones.

Tabla 1. Las series ADcmXL3021 y ADXL100x son ideales para aplicaciones CbM.

Serie	Características principales	Aplicaciones/Tipo de mantenimiento	Número de ejes	Tipo de salida
ADXL1001/ ADXL1002/ ADXL1003/ ADXL1004/ ADXL1005	Gran ancho de banda, bajo ruido, 100 g à 500 gancho de banda de hasta 24 kHz según el producto	Ideal para el mantenimiento predictivo de la maquinaria rotativa; se pueden detectar los primeros síntomas	Monoaxial	Analógico
ADXL354/ ADXL355/ ADXL356/ ADXL357	Bajo ruido, baja deriva, bajo consumo; hasta ±40 gancho de banda de 1500 Hz	Diagnóstico de fallos del sistema como desequilibrios, desajustes, holguras y fallos de los rodamientos en el punto medio o posterior de los equipos de rotación lenta	Triaxial	Analógico o digital según el producto
ADXL335/ ADXL337	Bajo consumo de energía, tamaño reducido, interfaz analógica, 3 g	Para aplicaciones de bajo coste que requieren una interfaz analógica	Triaxial	Analógico
ADXL343/ ADXL344/ ADXL345/ ADXL346	Nivel de entrada, bajo coste, ±2 g, ±4 g, ±8 g, ±16 g	Para aplicaciones de bajo coste que requieren una interfaz digital	Triaxial	Digital
ADXL362/ ADXL363	Consumo de energía ultra bajo, ancho de banda bajo	Medición de la actividad de los equipos con fines de mantenimiento preventivo; funcionamiento con batería o recolección de energía	Triaxial	Digital
ADXL372/ ADXL375/ ADXL377	Detección de escala completa/alto impacto	Adecuado para la detección de golpes con fines de mantenimiento correctivo	Triaxial	Analógico o digital
ADcmXL3021	Alto rendimiento, gran ancho de banda (10 kHz), bajo ruido, FFT integrada, multiaxial	Módulo completo de CbM que incluye tres acelerómetros y el procesamiento de señales asociado; ideal para el mantenimiento predictivo	Triaxial	Digital
ADIS16228	±20 gfFT integrado, ancho de banda hasta 5 kHz	Módulo completo de CbM para el mantenimiento predictivo	Triaxial	Digital

Un bloque de procesamiento de señales incluye no sólo un filtro FIR configurable con 32 coeficientes, sino también una función FFT con 2048 puntos por eje para realizar un análisis espectral de la vibración. Cada nivel de frecuencia del espectro así calculado se comparará con los umbrales de alarma configurables (seis por eje). Si los componentes espectrales son demasiado intensos, se generará una alerta. El producto puede interactuar con un procesador anfitrión a través de un puerto SPI que proporciona acceso a los registros internos y a una serie de funciones configurables por el usuario, incluidas funciones matemáticas avanzadas como el cálculo del valor medio, la desviación estándar, el valor máximo, el factor de cresta y la curtosis (momento angular de cuarto orden que mide la agudeza de la vibración).

SmartMesh: Una red para la IIoT, muy adecuada para el mantenimiento predictivo

Una red inalámbrica es especialmente adecuada para recoger los datos de mantenimiento de un sensor de vibraciones. No es necesario que sea rápido, pero debe ser lo suficientemente robusto para funcionar en entornos industriales que suelen estar muy alterados y compuestos por estructuras metálicas que no son adecuadas para una buena transmisión. También tiene que ser capaz de recoger datos de un gran número de sensores que no están necesariamente cerca del registrador de datos. Para satisfacer esta necesidad, Analog Devices ofrece el SmartMesh^® Red industrial en malla IP, que se caracteriza por su gran robustez ante las perturbaciones y su bajo consumo energético. Esto último es importante para los módulos de mantenimiento que se alimentan de forma diversa por recolección de energía o por una batería de litio que debe funcionar durante cinco o diez años sin ser sustituida. Basada en la norma 6LoWPAN (IEEE 802.15.4e), la red IP SmartMesh es ideal para la IIoT y se basa en un protocolo propio construido en torno a la transmisión de 2,4 GHz. La solución consiste en transceptores LTC5800 precertificados o módulos LTP590x, que son muy fáciles de implementar.

Tabla 2. Comparación de los costes de mantenimiento correctivo, preventivo y predictivo

	Costes de puesta en marcha/instalación	Gastos de funcionamiento	Costes de los tiempos de inactividad no planificados
Corrección Mantenimiento			$$$$$$$$$$ Paradas no planificadas
Preventivo Mantenimiento		Intervención in situ según el calendario/ Sustitución sistemática de las piezas de desgaste	$$$$ No hay supervisión en tiempo real de las máquinas, lo que provoca algunos tiempos de inactividad no planificados
Predictivo Mantenimiento	Instalación de equipos específicos (sensores de vibración, etc.)	$ Conocimiento del estado de la máquina, monitorización mediante software específico o IA	$ Control de la máquina en tiempo real; paradas de producción perfectamente planificadas

Se utilizan diversas técnicas para garantizar una fiabilidad de transmisión superior al 99,999%, como la sincronización, el salto de canal y el sellado de tiempo, así como la reconfiguración dinámica de la red de malla que utiliza sólo las vías de RF en las que la señal es más fuerte

¿Por qué no recurrir a la ayuda de la inteligencia artificial?

Existen varias técnicas para analizar las vibraciones. Además del filtrado digital para superar las vibraciones espurias causadas por el propio proceso o por otros componentes de la máquina, es habitual ayudarse de herramientas matemáticas como las que incluye el ADcmXL3021 (cálculo de la media, la desviación estándar, el factor de cresta, la curtosis, etc.). El análisis puede hacerse en el dominio del tiempo, pero es el análisis en frecuencia el que proporcionará más información sobre una anomalía y su origen. Incluso se puede hacer calculando el cepstrum, a veces denominado espectro de la señal (transformada de Fourier inversa aplicada al logaritmo de la transformada de Fourier de la señal). Sin embargo, sea cual sea el método de análisis utilizado, la dificultad reside en establecer el umbral de alerta óptimo para que una operación de mantenimiento no sea ni demasiado temprana ni demasiado tardía.

Una alternativa a la configuración tradicional de los umbrales de alerta es introducir la inteligencia artificial en el proceso de identificación de fallos. Durante la fase de aprendizaje automático, los recursos de la nube se utilizan para crear modelos representativos de la máquina a partir de los datos de los sensores de vibración. Una vez creados los modelos, se pueden descargar en un procesador local. El uso de software integrado permitirá identificar en tiempo real no sólo los acontecimientos actuales, sino también los transitorios, y así poder detectar anomalías.

Fuentes de vibración en máquinas rotativas

Un problema común en una máquina rotativa es el fallo de un rodamiento de bolas. El análisis espectral de los datos de un acelerómetro colocado en las proximidades del rodamiento revela una serie de líneas características, cuya amplitud y frecuencia dependen de la velocidad de rotación y del origen del fallo.

Las frecuencias características del sistema que se pueden mencionar son las siguientes

• La frecuencia de rotación de la jaula de rodamientos :

• La frecuencia relacionada con un fallo en el anillo exterior (fijo) :

• Las frecuencias relacionadas con un defecto en el anillo interior (eje) :

• Más allá de estas características de frecuencia, la onda de choque creada por la bola que rueda sobre el defecto (grieta, desconchón, etc.) provocará una vibración de alta frecuencia (>5 kHz) que a veces puede ser audible.
• N: número de bolas
• Φ : ángulo de contacto
• f_eje: frecuencia de rotación del eje
• d: diámetro de la bola
• D: Diámetro medio del rodamiento

Hacia nuevos servicios

Además de construir modelos para el mantenimiento predictivo, la inteligencia artificial y el acceso a la nube abren la puerta a un montón de nuevas posibilidades. Al correlacionar las mediciones de las vibraciones con los datos de otros sensores (presión, temperatura, rotación, potencia, etc.), es posible deducir una gran cantidad de información sobre el estado del sistema, mucho más allá de lo relacionado con las necesidades de mantenimiento. La fusión de los datos básicos permitirá perfeccionar los modelos de los equipos para detectar no sólo los fallos mecánicos, sino también los problemas del proceso (por ejemplo, una cinta transportadora vacía, una bomba sin fluido, una mezcladora sin masa, etc.). Por tanto, podemos prever una multitud de servicios que los fabricantes de equipos pueden ofrecer a sus clientes finales combinando el suministro de equipos con el mantenimiento y el análisis estadístico del rendimiento y los problemas de una línea de producción. Equipado con su módulo de sensores, el motor eléctrico básico se convierte en un actor principal del concepto de big data.