Uso del análisis de vibraciones en el mantenimiento predictivo

Los ingenieros de producción y mantenimiento buscan constantemente maximizar el rendimiento de sus máquinas y minimizar el tiempo de inactividad. El mantenimiento predictivo se utiliza cada vez más para lograr estos objetivos. Dado que las vibraciones en los equipos pueden indicar problemas, la recopilación de datos sobre las vibraciones es crucial para este enfoque.

El análisis de las vibraciones permite a los ingenieros evaluar el estado de dispositivos como las bombas y los motores. Al recopilar continuamente datos sobre las vibraciones, los ingenieros pueden predecir cuándo el equipo necesita mantenimiento. Los datos de las vibraciones son fáciles de recopilar y son muy eficaces para identificar problemas en los equipos que utilizan motores.

¿Qué es el mantenimiento predictivo?

El mantenimiento predictivo está diseñado para evaluar el estado de un equipo y determinar cuándo es necesario realizar las tareas de mantenimiento. El estado de los equipos se evalúa mediante la monitorización periódica o continua de la condición, basada en técnicas no destructivas como el análisis acústico, de infrarrojos y de vibraciones.

El aspecto predictivo del método refleja el objetivo de predecir cómo cambiará el estado del dispositivo con el tiempo basándose en técnicas estadísticas. El objetivo es llevar a cabo el mantenimiento del activo en el momento más rentable para garantizar que siga funcionando como es debido, minimizando las interrupciones de la producción.

Como tal, el mantenimiento predictivo es un proceso de mantenimiento basado en la condición. Se diferencia del mantenimiento preventivo, que es un método basado en el tiempo y dictado por intervalos de mantenimiento preestablecidos que prestan poca atención al estado real de la máquina. Como estas tareas de mantenimiento no se ajustan necesariamente a los calendarios de producción, pueden interrumpirlos y causar pérdidas.

Al realizar el mantenimiento preventivo según un calendario fijo, también se corre el riesgo de que las piezas se sustituyan antes de lo necesario, lo que conlleva un coste adicional. Trabajar en una máquina innecesariamente también puede causar problemas debido al peligro de que las piezas no se remplacen correctamente o que los componentes se desajusten. Aunque el mantenimiento preventivo puede ser más fácil de planificar, también puede llevar a gastar más tiempo, piezas y dinero del necesario.

Las ventajas del mantenimiento predictivo

Muchos sectores, como el de los alimentos y bebidas y el del tratamiento de agua y aguas residuales, dependen del funcionamiento continuo de activos cruciales como los motores y las bombas. Estos dispositivos deben funcionar para garantizar que los clientes reciban los productos alimenticios o los servicios de suministro de agua que necesitan. La falta de suministro puede llevar a estas empresas a ser objeto de sanciones financieras o legales.

Un programa de mantenimiento predictivo trata de evitar estas consecuencias eliminando los fallos inesperados y, por tanto, los plazos de inactividad no planificados que causan ineficiencias al usar las personas y los activos en "modo de emergencia". Los técnicos de mantenimiento se dedican a arreglar el activo averiado y no están disponibles para realizar el mantenimiento planificado en otras máquinas.

Si no se esperaba el fallo del activo, es posible que no haya repuestos para los componentes de la máquina en cuestión. Aunque hay proveedores, como Farnell, que pueden suministrar los recambios con rapidez, esto genera retrasos inevitables en el reinicio del funcionamiento de la máquina. Por el contrario, una empresa puede tener demasiadas piezas de repuesto en stock para algunas máquinas, inmovilizando el capital circulante de forma innecesaria.

El mantenimiento predictivo permite saber qué máquina y qué componente de la misma es probable que falle y cuándo. Esto permite al personal de mantenimiento investigar el estado de la máquina con mayor eficacia, programar las tareas de mantenimiento para cumplir con los calendarios de producción y realizar cualquier reparación antes de que la máquina falle.

Un programa de mantenimiento predictivo correctamente ejecutado reducirá drásticamente o incluso eliminará los plazos de inactividad no planificados causados por los fallos de las máquinas. También ayudará a mejorar el uso de la mano de obra, permitiendo que sus tareas se programen de forma más racional y efectiva. Una gran ventaja es el aumento de la capacidad de producción que se puede lograr. Por ejemplo, si una máquina solo se pone fuera de servicio cuando es absolutamente necesario y no según lo que dicta un horario preestablecido, aumenta el tiempo de labores útiles disponible.

Del mismo modo, alejarse del mantenimiento preventivo y pasar a una cultura de mantenimiento predictivo puede ayudar a eliminar las tareas rutinarias que no añaden valor, reduciendo los costes generales de mantenimiento. Al conocer mejor el estado real de la máquina, se puede realizar el mantenimiento que requiere, aumentando su vida útil.

Estas ventajas pueden ser muy significativas. En "Plant Engineer's Handbook", R. Keith Mobley (2001) cita muchas ventajas del mantenimiento predictivo como:

• Los costes de mantenimiento se reducen en un 50 %
• Los fallos inesperados se reducen en un 55 %
• El tiempo de reparación y revisión se reduce en un 60 %
• El inventario de piezas de repuesto se reduce en un 30 %
• El tiempo promedio entre fallos (MTBF) aumenta un 30 %
• El aumento del 30 % en el tiempo de actividad

Para una planta de fabricación típica, una reducción del 10 % en los costes de mantenimiento puede generar las mismas ventajas financieras que un aumento del 40 % en las ventas.

La importancia del análisis de las vibraciones en el mantenimiento predictivo

El análisis de las vibraciones para el mantenimiento predictivo monitoriza las vibraciones de máquinas como los motores. Analizando estas vibraciones, los ingenieros pueden conocer el estado de la máquina y predecir cuándo puede fallar. Esto les permite llevar a cabo el mantenimiento para prevenir el posible fallo y prolongar la vida útil de la máquina.

Algunas industrias dependen especialmente de la maquinaria giratoria y de los equipos de control, como las bombas y los compresores. El sector de alimentos y de bebidas, por ejemplo, utiliza muchos compresores, refrigeradores y bombas durante el procesamiento.

La industria del agua necesita evitar los tiempos de inactividad de sus bombas para mantener la calidad del agua y suministrar una presión adecuada a los clientes. Las instalaciones de petróleo y gas utilizan muchos motores que deben ser fiables para que la empresa pueda cumplir sus compromisos de suministro.

Dado que los componentes giratorios son fundamentales para muchos tipos de equipos industriales y a menudo forman parte de embotellamientos que no pueden evitarse, los motores con frecuencia causan plazos de inactividad no planificados debido a fallos si no se mantienen correctamente.

Una de las principales causas de estos fallos es el desgaste y la desalineación en componentes como las pistas de los cojinetes, las ruedas dentadas y los ejes. A medida que estos componentes se mueven, la falta de lubricación puede generar fricción en lugar de deslizarse suavemente, causando daños que provocan vibraciones grandes o inusuales. Por ejemplo, una pista de rodamiento de rodillos rayada puede crear un movimiento cada vez que un cojinete pasa por la zona dañada. Si no se controlan, estas vibraciones pueden provocar más daños y, en última instancia, un fallo.

Analizar y comprender estas vibraciones y entender lo que significan para el rendimiento y la salud futura del motor, es la base del mantenimiento predictivo.

Además de los motores, el análisis de las vibraciones puede utilizarse para monitorizar otras partes de un proceso, una máquina o un sistema de control, como los cojinetes de las cintas transportadoras, los engranajes, los ejes de transmisión y las ruedas libres. El control de las vibraciones también se usa para monitorizar el estado estructural y la seguridad de los activos infraestructurales, como los puentes, las tuberías y las aspas de las turbinas.

Además del análisis de las vibraciones, existen otras opciones para monitorizar el estado del motor. Uno de los métodos más destacados es el análisis de la firma de la corriente del motor (MCSA). La técnica detecta una señal eléctrica que tiene componentes de corriente. Las señales de corriente se procesan para obtener un espectro de frecuencias del motor. Si se produce un fallo, este espectro de frecuencias diferirá del que presenta el motor en buen estado.

El MCSA puede utilizarse para diagnosticar varios tipos de fallos en el motor, incluidos los fallos en los cojinetes y la ruptura de las barras del rotor, así como los vacíos inconsistentes entre el rotor y el estator.

A pesar de la utilidad del MCSA, los sistemas de análisis de vibraciones continuos que utilizan sensores fijos son más fáciles de desplegar y utilizar. Pueden ser operados fácilmente por personal no capacitado, ofrecen al mantenimiento más tiempo para la planificación y pueden integrarse con los sistemas de automatización fabriles.

Los datos del análisis de las vibraciones son vitales para el mantenimiento predictivo. Los datos de las vibraciones pueden analizarse mediante diversas técnicas para hacerse una idea sobre el estado del motor. Por ejemplo, el análisis en el dominio del tiempo examina métricas como la aceleración RMS, el factor de cresta, la velocidad RMS y el desplazamiento RMS. La aceleración RMS es una métrica popular y útil para la monitorización del estado de las vibraciones, mientras que un factor de cresta en aumento puede indicar un fallo del cojinete.

La velocidad RMS es la principal métrica que se rastrea en el tiempo para monitorizar el estado de las vibraciones e informar a los programas de mantenimiento predictivo. El RMS de desplazamiento es útil en la evaluación de equipos giratorios, ya que los ejes desequilibrados y otros componentes pueden causar desplazamientos significativos.

Para analizar las numerosas frecuencias de vibración que puede presentar un motor u otra máquina, se usa el algoritmo de la transformada rápida de Fourier (FFT). La técnica descompone la señal en todas sus frecuencias constitutivas, convirtiéndola del dominio del tiempo al dominio de la frecuencia. Esto ofrece a los investigadores una comprensión más profunda del perfil de vibración y, por tanto, más pistas sobre el estado del sistema a prueba; de hecho, la mayor parte del análisis de las vibraciones se realizará en el dominio de la frecuencia.

Uso del análisis de vibraciones en el mantenimiento predictivo

Capturar los datos de las vibraciones y usar técnicas matemáticas para analizarlos y obtener información sobre el estado del motor o de otros componentes del sistema son solo las primeras etapas. Un programa de mantenimiento predictivo plenamente operativo y útil necesita que estas actividades se integren en un esquema de gestión que pueda utilizar esta información de forma eficaz.

Esta es la función de un sistema de gestión de mantenimiento computarizado (GMAO), un paquete de software que mantiene una base de datos de seguimiento de las operaciones de mantenimiento, que ayuda a la empresa a organizar sus actividades de mantenimiento de forma efectiva para lograr los objetivos de máxima productividad de la maquinaria, prolongación de la vida útil y costes mínimos. Para ello, ayuda a los trabajadores de mantenimiento a dar seguimiento a las máquinas que requieren tareas de mantenimiento y saber dónde se encuentran las herramientas, los equipos de medición y los repuestos.

También ayuda a los responsables de mantenimiento a calcular los costes de reparación de una máquina tras un fallo en lugar de realizar un mantenimiento preventivo, lo que permite un uso más eficaz de los recursos. Un GMAO también registra los datos para dar seguimiento a las tareas asignadas y completadas.

Un ejemplo de GMAO es el software eMaint de Fluke Reliability. eMaint es una potente plataforma de fiabilidad de activos que ayuda a las organizaciones a aumentar el tiempo de actividad a través de la fácil integración de herramientas y software de mantenimiento.

Con eMaint, los usuarios pueden establecer jerarquías de activos, seguir el histórico de mantenimiento de sus activos y priorizar el trabajo. Partiendo de esa base, la solución se puede usar para asignar labores y generar solicitudes de trabajo.

Al integrarse con herramientas de monitorización de condiciones, como los sensores de vibración, eMaint se puede usar para definir los límites del funcionamiento de los equipos, importar las lecturas de los instrumentos y sensores y mostrar gráficos de los resultados. Los cuadros de mando y los informes permiten a los ingenieros de mantenimiento analizar las tendencias y tomar decisiones basadas en los datos. El mantenimiento predictivo también es posible gracias a la capacidad de la solución para visualizar fácilmente los datos de los activos de diferentes maneras, como los esquemas o un mapa del sitio.

eMaint ofrece funciones como gestión y seguimiento de las piezas de recambio, asignación de tareas de mantenimiento predictivo, seguimiento de las inspecciones y acceso móvil.

Los sensores de vibración, como la amplia gama disponible en Farnell, más un paquete GMAO de eMaint, forman una solución completa de mantenimiento predictivo, que ayuda a las empresas a proteger sus activos mientras garantiza la máxima productividad y eficiencia.