Una sensórica ‘democrática’

Quizás es la tecnología industrial de moda. La evolución de la medida de vibración en motores y máquinas rotativas nos anticipa problemas futuros. El análisis del espectro nos permite conocer por anticipado no sólo la existencia de un problema, sino el origen del problema anticipando así medidas de mantenimiento focalizadas. El abaratamiento de la sensórica necesaria para ello nos lleva al fortalecimiento de un negocio antes sólo justificable en grandes máquinas críticas, y ahora susceptible de ser utilizado en todos y cada uno de los motores existentes en el ecosistema productivo. La ‘democratización’ de esta tecnología llega para quedarse.

PREGUNTAS

1. ¿Qué tipo de máquinas son susceptibles de ser equipadas con este tipo de sensores? ¿No son necesarios otros datos como, por ejemplo, consumos eléctricos, temperaturas, velocidades, par, cámaras espectrográficas, etc. para predecir problemas futuros?
2. Entonces, ¿la predicción se limita a máquinas rotativas o existen otras opciones que detecten problemas en otros componentes (accionamientos neumáticos, hidráulicos, cables eléctricos, protecciones,…)?
3. ¿Por qué se han puesto de moda ahora estas soluciones si existen en la industria desde hace muchos años? ¿Cómo han evolucionado?
4. ¿Cuál es la arquitectura que proponéis para desarrollar la analítica avanzada con los datos que se necesitan para predecir el estado de mantenimiento de una máquina rotativa?
5. ¿Qué tipo de servicio o producto proponéis?

   
   

Javier de la Morena Cancela, responsable de Grandes Cuentas en WEG Iberia Industria

1. Actualmente, WEG dispone de sensórica para instalación en motores eléctricos, reductores, variadores, motores de media tensión, e incluso transformadores. Estos sensores, del tipo ‘Edge’, tienen una pequeña inteligencia que les permite, por sí solos, discreccionar los datos que mide, y que éstos sean válidos a la hora de transmitirlos a la plataforma web de seguimiento. Como norma general, en equipos rotativos miden vibración en tres ejes, temperatura y horas de trabajo. Como ve, puntos básicos en lo referente al mantenimiento predictivo. Si bien, para equipos eléctricos y electrónicos, se pueden obtener múltiples informaciones de consumo, potencia, y otros parámetros que nos ayudan a predecir problemas del equipo supervisado.

Respondiendo a la parte referente a cámaras y demás, obviamente, en función del problema detectado, es posible que se requieran herramientas que puedan complementar la información necesaria para tomar decisiones de mantenimiento.

2. Viene bien esta pregunta. Actualmente, como hemos visto antes, existen múltiples opciones de equipos a supervisar, no solamente equipos rotativos. Lo cierto es que, al menos que nosotros sepamos, este tipo de sensórica ‘democrática’ no se aplica a cables, protecciones y demás, únicamente a los equipos citados en el punto anterior.

3. Estas soluciones han surgido hace relativamente poco tiempo, y basándose en sistemas SaaS (Software as a Service), y de los avances en las plataformas web. Esto ayuda en varios aspectos, como son una reducción importante en los costes de implantación, así como un avance muy importante en los interfaces con el cliente o departamento que gestione los datos.

Al menos, que nosotros sepamos, se comenzó con mediciones mecánicas, como vibración y temperatura, con el fin de romper la barrera de implantación. Una vez que los clientes usaron estos equipos y vieron la utilidad, han demandado más servicios, más mediciones y más inteligencia como apoyo y soporte a su trabajo. Es importante indicar que estas soluciones no tratan de gestionar proceso, únicamente activos, y que no tratan de sustituir los procesos de medición y análisis como ultrasonidos, infrarrojos, etc., sino apoyar el día a día de la supervisión de activos, indicar qué problemas aparecen, posible causa de los mismos, etc.

4. La arquitectura propuesta es la que nosotros en WEG denominamos ‘por capas’. La primera capa incluye los sensores en sí, bien sea para equipos rotativos, motores o variadores. Indicar que, por ejemplo, la nueva generación de variadores ya incluye en sensor y el equipo para integración en la red. Tras ella, tenemos dos opciones para la recogida de datos, la manual y la automática. La manual implica las típicas rutas por planta, y la automática, la instalación de un Gateway que sería el encargado de automatizar las tomas de datos y enviarlas a la plataforma web.

Una vez en ella, el software sería el encargado de aportar la información al equipo de mantenimiento, bien con aplicaciones estándar, o bien con inteligencia artificial con indicación de origen del problema. Por último, si el cliente necesita exportar o recoger datos a su software de mantenimiento o SCADA, es posible realizarlo mediante el módulo 'Exchange'.

5. Podemos ayudar a los clientes en todo lo referente a la puesta en marcha, configuración y definición de equipos y soluciones a implementar. Con los nuevos sensores WEGscan 100, podremos además ayudar a los clientes con funciones avanzadas de detección temprana de fallo o análisis torsional (ambos patentados por WEG).

Francisco Ballesteros Robles, Reliability Solutions Sales Leader Iberia en Emerson

1. Cualquier máquina en la cual una avería provoque consecuencias inaceptables y se justifique económicamente la inversión en técnicas predictivas para evitar averías inesperadas. ¿No son necesarios otros datos como, por ejemplo, consumos eléctricos, temperaturas, velocidades, par, cámaras espectrográficas, etc. para predecir problemas futuros? La vibración contiene la mayor información sobre el desarrollo de fallos en las máquinas. Esto no quiere decir que si, disponemos de un sistema que correlacione los datos de vibración con otros parámetros, vayamos a obviarlos. Por ejemplo, si disponemos de datos de velocidad de giro, carga u otros, podremos definir estados de máquina para ajustar mejor las alarmas. También hay modos de fallo que pueden detectarse antes con otras técnicas predictivas, como el análisis de aceites aplicado a la detección de desgastes en engranajes. No se trata de buscar qué técnica es mejor, sino de encontrar la combinación óptima de técnicas a aplicar a cada equipo.

2. Quizás el diagnóstico predictivo de maquinaria es el más conocido, pero también existen técnicas predictivas aplicables a válvulas, purgadores de vapor, intercambiadores de calor…

3. Porque vivimos en la era de la viralización de la información. Alguien escribió que una de las aplicaciones de la Industria 4.0 es el mantenimiento predictivo y esta frase se hizo viral. Estoy suscrito en Google a la frase ‘mantenimiento predictivo’ desde hace unas dos décadas y fue hacia 2015 cuando comenzaron a aparecer artículos que apuntaban al mantenimiento predictivo como una de las aplicaciones de la Industria 4.0. El mantenimiento predictivo basado en vibraciones se viene aplicando con éxito desde mediados de los 80. ¿Cómo han evolucionado? El diagnóstico predictivo basado en vibraciones ha evolucionado desde las primeras herramientas desarrolladas para analistas cualificados hacia las tecnologías actuales orientadas a cualquier potencial usuario. Todo se ha simplificado, la instalación, la configuración, la interpretación de los datos obtenidos, como se decía en la cabecera del artículo, estas tecnologías se han democratizado.

4. En la mayoría de los casos no se requiere una analítica avanzada para identificar los fallos de la maquinaria. Esta tecnología está lo suficientemente madura como para que los sistemas clásicos detecten el inicio de las averías sin necesidad de aplicar técnicas de inteligencia artificial. Hoy solamente es rentable aplicar las técnicas de inteligencia artificial a máquinas muy críticas, como grandes compresores o turbinas, o a grupos de máquinas similares, como en el mundo eólico. La burbuja de la ‘inteligencia artificial aplicada a todo’ se pinchó hace tiempo y las aguas han vuelto a su cauce. Actualmente, un equipo de medida de vibraciones como el AMS Asset Monitor puede conectarse directamente a sistemas del usuario para monitorizar su maquinaria y alertarle de los fallos, incluso de enviarle diagnósticos automáticos.

5. Desde Emerson, proponemos una completa gama de sistemas de monitorizado, tanto para equipos dinámicos como estáticos, que van desde colectores portátiles de vibración, sensores de vibración wireless, equipos para monitorización de vibración en continuo (Plug&Play, API670, SIL2…) y una plataforma para la gestión de la información de la salud de los activos críticos.

Iker Gomez Valencia, Responsable de Sistemas y Digitalización en ifm electronic S.L.

1. Lo más habitual es sensorizar máquinas rotativas, aunque gracias a nuestra experiencia también equipamos máquinas lineales con resultados muy interesantes. La lectura de únicamente vibraciones es una información muy válida para máquinas sencillas. Si queremos hacer un análisis espectral avanzado, necesitaremos mínimo la velocidad, además de la vibración. Ahora bien, si hablamos de máquinas de proceso donde la vibración del propio proceso es muy superior a la propia vibración de la máquina y de la falla, necesitaremos saber, además de la velocidad y la vibración, información propia del proceso para poder hacer análisis avanzados bajo variantes de funcionamiento. Esto será imprescindible para este último tipo de máquinas.

Por otro lado, tener datos como consumos, temperaturas, velocidades, par, presión, caudal, etc. nos va a permitir combinar los diferentes valores con los valores propios de vibración y aplicar algoritmos Data Science para la inteligencia artificial que nos va a permitir generar límites dinámicos en función de las condiciones de máquinas y proceso. Hablamos de algoritmos avanzados como redes neuronales, árboles de decisión y/o regresión lineal. Esto nos permitirá sacar el máximo rendimiento a nuestra inversión, conociendo de un modo prematuro cualquier desviación. Esta última funcionalidad es un paso más avanzado que proporciona nuestra plataforma iIoT moneo y su herramienta Data Science Toolbox.

2. Gracias a moneo y su herramienta Data Science Toolbox, además de la inclusión de los sensores necesarios y la recogida de los datos existentes en PLC, vamos a poder hacer predicción de todo tipo de equipamiento. No solo máquinas rotativas. Incluso, vamos a poder hacer predicción de la propia desviación de la eficiencia del proceso y de la calidad de nuestro producto.

Por poner algún ejemplo, moneo nos permite generar predicción, además de en equipos rotativos de todo tipo, en grupos hidráulicos, grupos de lubricación, válvulas de mariposa, filtros, fugas de aire, calidad y eficiencia de homogeneización, eficiencia de centrífugas de todo tipo, ejes lineales, etc. etc. Tenemos clientes de todos los sectores con todo tipo de necesidades que están aplicando la tecnología en casuísticas muy dispares.

3. Existe un cambio cultural donde las filosofías del TPM y el WCM, que no son nuevas, están guiando a las empresas a optimizar sus procesos para poder sacar el máximo provecho con los mismos recursos. Parece que por fin nos hemos dado cuenta de que, si queremos producir más, el primer paso es optimizar las máquinas existentes consiguiendo la máxima productividad de estos activos. Si queremos competir con los mercados emergentes, tenemos que ser mejores.

Además, existe una mayor oferta de este tipo de soluciones que han permitido democratizar la tecnología. Nosotros llevamos más de 20 años vendiendo este tipo de tecnología y hemos podido ver cómo otras marcas se van sumando al carro. Eso nos ha permitido adelantarnos y complementar la tecnología con soluciones como moneo que dan un valor añadido con respecto a nuestros competidores.

4. Cada caso necesita su estudio preliminar, porque en función del tipo de máquina podemos asesorar en la utilización de una tecnología más sencilla o avanzada. Si nos enfocamos en la analítica más avanzada, nuestra propuesta es moneo corriendo sobre un PC o una máquina virtual del cliente, donde se conectarán nuestras electrónicas VSE o maestros IO-Link, además de datos de PLC u otras fuentes que sean necesarias. Esto nos va a permitir generar indicadores claros y concisos del estado de cualquiera de los componentes mecánicos que componen la máquina. Tales como rodamientos, engranajes, alineamiento de ejes, desequilibrio, holguras, fatiga, etc. Si queremos dar un paso más adelante y pasar del Condition Based Maintenance al Predictive Maintenance, no tendremos más que activar la licencia Data Science Toolbox en moneo y generar algoritmos tales como regresión líneal, árboles de decisión o redes neuronales gracias a un menú que nos guiará paso a paso. Gracias a esta guía, en 5 sencillos pasos vamos a ser capaces de generar estos algoritmos sin necesidad de ser doctores en física, matemáticas o minería de datos. Nuestra propuesta permite aplicar la tecnología más avanzada de un modo muy sencillo. Además, los datos estarán en manos del cliente y no en nubes externas.

Como colofón a la implementación, moneo se podría conectar con el GMAO o ERP para lanzar las ordenes de trabajo de mantenimiento de un modo digitalizado cuando las máquinas lo necesiten. Con esto digitalizamos el mantenimiento, reduciendo la carga de trabajo de los empleados de mantenimiento. El ahorro anual en horas de trabajo que no dan un valor añadido es muy interesante.

5. Nosotros somos partner de nuestros clientes y tratamos de amoldarnos a sus necesidades. Podemos proponer soluciones llave en mano donde el cliente nos dice sus necesidades y nosotros le damos la mejor solución. Podemos hacer de consultores para recomendar al cliente cuáles serían las máquinas más interesantes para empezar. Podemos hacer proyectos colaborativos donde el cliente se encarga de ciertas partes del proyecto y nosotros de otras. Podemos asesorar al cliente y formarlo para que él se haga el proyecto completo. Como he indicado previamente, nos alineamos con el cliente para buscar colaboraciones win-win que le permitan implantar la mejor tecnología de un modo fácil y vamos a llamarle también económico. Nuestras soluciones son fácilmente escalables y esto permite que los clientes avancen al ritmo que más les interese, pudiendo empezar con una prueba de concepto para, tras validación, poder lanzar la expansión al resto de fábrica o fábricas del grupo.

Simplemente, como resumen, gracias a nuestra solución moneo llegamos desde el sensor hasta el ERP, teniendo la capacidad de aplicar CBM o PdM, según más le interese al cliente. Todo ello de un modo sencillo y económico, fácilmente escalable.

José Munarriz, responsable local de servicios para variadores de frecuencia, ABB en España

1. La monitorización mediante soluciones como ABB AbilityTM Smart Sensor está pensada para motores y generadores, tanto de ABB como de otra marca, de inducción con un tamaño de carcasa hasta 500 mm de altura de eje. Del mismo modo, estos sensores también se pueden implantar correctamente en motores y generadores de corriente alterna o máquinas síncronas, si bien para estos casos es necesario hacer un estudio personalizado que asegure que la toma de datos sea correcta. Por otra parte, aunque el muestreo de medidas está diseñado para ciclos de trabajo continuos, también es recomendable monitorizar aquellas máquinas que tienen ciclos intermitentes con tiempos de trabajo superiores a 20 minutos sin parones. Dicho esto, el análisis de vibración es un primer paso, pero no es suficiente. Y es que, para detectar posibles problemas de manera eficaz, son necesarios más datos que nos aporten una información completa. Es por eso por lo que nuestro sensor inteligente de segunda generación incorpora, además de los acelerómetros para captar vibraciones en los 3 ejes en rangos de 0,4 Hz a 10 kHz; sensores de temperatura, de campo magnético y ultrasónicos, lo cual da la capacidad de captar parámetros como la frecuencia de suministro, potencia a la salida, temperatura, velocidad, ruidos, etc. Y para aplicaciones donde el motor trabaja con convertidor de frecuencia, si añadimos además la monitorización de este con nuestra solución ABB AbilityTM Condition Monitoring for drives, estaremos captando una infinidad de señales (como el par, la intensidad, consumos, etc.) que, una vez procesadas por los algoritmos de ABB AbilityTM, dan como resultado un mantenimiento predictivo basado en la condición real de todo el tren de potencia o cadena cinemática de una máquina o línea de producción.

2. La predicción no se limita a máquinas rotativas, ya que en nuestro portafolio de productos digitales de ABB contamos, por ejemplo, con la unidad Ekip UP, que transforma las instalaciones de baja tensión en microgrids digitales de última generación y es capaz de monitorizar, proteger y controlar las instalaciones de baja tensión para asegurar su continuidad de servicio, fiabilidad y eficiencia. Esta unidad digital mide y digitaliza los parámetros eléctricos de la instalación e integra las nuevas funciones de gestión inteligente de microrredes de la solución all-in-one de ABB.

El resultado de esto es la posibilidad de incluir funcionalidades no existentes en las instalaciones de baja tensión sin generar un impacto en los cuadros de distribución y reduciendo las paradas de funcionamiento en las instalaciones. Por otro lado, recientemente ABB ha firmado una colaboración estratégica con Samotics, para ampliar las soluciones de monitorización de estado para condiciones extremas y de inmersión. Esta alianza refuerza nuestro consolidado portafolio digital de ABB con una solución de monitorización de estado, basada en el análisis de firma eléctrica (ESA) sin depender de la instalación de sensores in situ. La tecnología ESA proporciona información de diagnóstico y pronóstico simplemente accediendo a la línea eléctrica analizando las pequeñas perturbaciones causadas por variaciones de carga y velocidad en los sistemas electromagnéticos. La ESA y las relaciona con su origen y permite obtener una amplia gama de información de diagnóstico solo con un analizador de red.

3. Como toda tecnología, la digitalización e Industria 4.0 requiere un periodo de madurez. Durante muchos años, hemos visto muchos proyectos piloto donde se ha validado, descartado o mejorado la tecnología digital enfocada a la industria. Tras todos estos años, la tecnología ha mejorado mucho a la vez que ha reducido su coste, dándole cada vez mas sentido a la implementación en masa de estas soluciones en todos los sectores industriales. Entre la tecnología que ha mejorado mucho en los últimos años, podemos poner por ejemplo los dispositivos de captación de datos masivos, las redes de conectividad y los propios algoritmos en la nube. Todo esto se puede ver reflejado en nuestros ABB AbilityTM Smart Sensor de segunda generación o en nuestro IoT Connectivity Panel, un dispositivo plug&play, que a la vez que sirve de interfaz de control de los convertidores, registra datos en tiempo real y los sube de manera fiable y segura a la nube utilizando NB-IOT; todo esto sin interferir en lo mas mínimo a la operación de la máquina y con un precio 5 veces menor a soluciones anteriores. A esto además hay que añadir que los casos prácticos y la experiencia en los últimos años demuestra que los datos no son solo una moda, sino que a medio y largo plazo dan un resultado muy favorable. En un mundo tan competitivo e incierto, la toma de decisiones basadas en los datos ya es una necesidad si lo que queremos es mejorar la fiabilidad de nuestros activos, optimizar procesos, reducir costes de mantenimiento, consumo energético y mantener nuestros activos de una manera sostenible realizando mantenimiento basado en la condición real de los componentes.

Otro punto de inflexión importante a destacar fue la pandemia. La situación derivada de la COVID-19 nos enseñó que no se estaba utilizando todo el potencial que tiene la digitalización y los beneficios que ésta nos puede aportar en las diferentes industrias. Esto dio paso a que se potencie la tecnología digital aplicada a servicios. Lo que permite más agilidad, más disponibilidad de los activos industriales y la reducción de desplazamientos innecesarios.

4. Desde ABB, proponemos una arquitectura simple y al mismo tiempo eficaz, de implementación rápida, fiable y segura a través de dispositivos plug&play inalámbricos. La digitalización de toda una máquina o tren de potencia puede hacerse en cuestión de minutos. La mayoría de los modelos actuales de convertidores ABB cuentan con conectividad IoT integrada sin necesidad de ningún hardware adicional, el propio panel de control del convertidor registra los datos generados y los envía a ABB Ability a través de internet utilizando conectividad NB-IoT.

En cuanto a los ABB AbilityTM Smart Sensors para motores y maquinaria rotativa general, los sensores son totalmente inalámbricos, recopilan y guardan la información en su memoria interna, la cual una vez al día es subida a ABB Ability a través de un gateway bluetooth con acceso a internet mediante comunicación 4G/5G capaz de conectarse con hasta 30 sensores inteligentes a la vez en un rango de hasta 1km. Una vez los datos se encuentran en la nube, es cuando se aplican los algoritmos para determinar el estado de todo el tren de potencia y predecir el desgaste real de los componentes, dando lugar al mantenimiento basado en la condición. La arquitectura en la nube además cuenta con una interfaz API para poder integrar fácilmente todos los datos en un portal externo.

5. En ABB, contamos con un portafolio de soluciones digitales escalables que van desde la captación de datos para monitorización básica, pasando por el mantenimiento predictivo basado en la condición, hasta la solución mas completa añadiendo soporte proactivo, donde nuestro equipo de expertos en convertidores de frecuencia, motores y maquinaria rotativa general, analiza diariamente los datos recopilados y procesados por nuestros algoritmos, y comunica periódicamente al usuario el estado de toda su flota; brindando las advertencias y recomendaciones necesarias para mantener toda su flota en estado óptimo de funcionamiento y de eficiencia energética. Además, independientemente del nivel de suscripción, ofrecemos en todos los casos la interfaz cloud API antes comentada y para cerrar el círculo desde la captación de datos hasta la actuación en planta, nuestras soluciones digitales se pueden complementar con soluciones tradicionales, como soporte remoto 24/7 con realidad aumentada, tiempo de respuesta en planta, inspecciones presenciales, etc.

Este artículo aparece publicado en el nº 544 de Automática e Instrumentación págs. 46 a 51.