ESA también evalúa e identifica fallas con la energía entrante a la planta, la energía suministrada al motor, así como también fallas eléctricas y mecánicas en el sistema del motor. Además, ESA está sobresaliendo como una tecnología muy importante dentro de algunos programas de Confiabilidad Eléctrica. Algunas fábricas la están utilizando como la herramienta de detección principal para identificar tanto problemas mecánicos como eléctricos en sus máquinas, que son impulsadas por motores eléctricos. Este documento examinará ambas tecnologías dinámicas del Programa de Mantenimiento Predictivo (PdM) e identificará las fortalezas y debilidades de cada tecnología y tratará de determinar en dónde estas dos tecnologías encajan mejor en un Programa de Confiabilidad.

Palabras clave: Espectro Demodulado; Detección de Fase; Análisis de la Firma Eléctrica; Análisis FFT, Vibración; Fallas del Sistema del Motor; Rotor Eléctrico, Estator Eléctrico.

Filosofías de Mantenimiento:

En compañías con gran capital de equipamiento que también proveen servicios o fabrican un producto con equipo de gran inversión. Con la finalidad de proteger estos equipos y mantenerlos en operación, es necesario realizar un mantenimiento. La presión sobre el tiempo hace que las empresas fabriquen productos de alta calidad a bajos costos, mientras tratan de obtener mayores ganancias. Los proveedores de servicios también están sujetos a proveer servicios más confiables a un costo menor. Esto demanda del departamento de mantenimiento no sólo mantener adecuadamente este equipo, sino hacerlo al más bajo costo posible.

Estas presiones han recaído en la evolución de las prácticas ó filosofías de mantenimiento. Las primeras prácticas de mantenimiento fueron conocidas como “déjalo hasta que falle” (RTF, run til failure), pero la presión de la industria ha evolucionado estas prácticas de mantenimiento hasta la precisión (o mantenimiento proactivo).

Una breve revisión de estas filosofías de mantenimiento y sus costos pueden explicar la necesidad de evolucionar estas prácticas. Estos costos de RTF, mantenimiento Preventivo y Predictivo fueron extraídos de un artículo publicado a finales de los 70’s de una Refinería en el sur de los EUA que dio seguimiento y publicó sus costos de mantenimiento a través de su evolución. Los costos de Precisión se agregaron y ajustaron por el costo de la vida, basados en resultados de muchas fábricas que implementaron el Mantenimiento de Precisión en los primeros años de los 90´s.

Déjalo hasta que falle “RTF” ($17 – 18/H/AÑO):

Este enfoque requiere de la participación de poco más que encender y apagar la máquina y suministrar un producto. De esta forma, la máquina continúa operando sin interrupción. Sin embargo, cuando la falla ocurre, normalmente es muy severa y resulta ser la falla de un componente original, así como el daño a otros componentes de esa máquina, tales como máquinas asociadas y su origen. Este daño adicional resulta en daño a los componentes, los cuales normalmente no fallan y rara vez se tienen de repuesto.

El reparar o reemplazar estos componentes requiere que se fabriquen “en casa” o comprarlos con el fabricante original a un costo superior y con largos tiempos de entrega, resultando en paros prolongados. Por lo tanto, RTF resulta ser el método más caro de mantenimiento de equipo en planta. Esto sin considerar los costos en pérdidas de producción. Estos costos son muy difíciles de predecir y medir, pero la experiencia nos ha mostrado que el incremento en los costos de mantenimiento regularmente suele dar lugar a interrupciones adicionales.

Mantenimiento Preventivo ($11-12/H/AÑO):

Esta filosofía de mantenimiento se basa en asumir que el equipo mecánico será utilizado y fallará con el tiempo. Los diseñadores y fabricantes de maquinaria, investigan y estudian sus máquinas para determinar los requisitos de mantenimiento e intervalos de inspección. El mantenimiento recomendado y las inspecciones son entonces desarrollados en estos intervalos de tiempo predeterminados.

Sin embargo, en la mitad de los 80’s, un estudio de confiabilidad escrito por Nolan and Heap, determinó que las máquinas no fallan con el tiempo. Ellas fallan demasiado pronto o demasiado tarde. Las máquinas que fallan demasiado pronto tienen los mismos costos y problemas asociados que cita el mantenimiento “déjalo hasta que falle”, mientras que las máquinas que fallan demasiado tarde requieren muchas horas de mantenimiento innecesario y reemplazo prematuro de componentes. Lo más importante que este estudio determinó es que solamente cerca del 11% de las fallas estaban relacionadas con la edad y el 89% restante eran más al azar. Esto significa básicamente que el mantenimiento preventivo es efectivo para el 11% de las fallas, pero ineficaz para el 89%. También reportaron que el 68% de las fallas ocurren justo después de la instalación ó reparación de una máquina, este periodo es a menudo referido a un periodo de libranza y entre más compleja es la máquina es más probable que ésta falle durante el periodo de libranza.

Mantenimiento Predictivo ($7-8/H/AÑO):

Una reducción adicional en los costos de mantenimiento se ha logrado a través del uso del monitoreo de condiciones. A principios de los años 60´s las compañías reconocieron que cuando un equipo rotativo comenzaba a fallar, sus condiciones operativas cambiaban. Con el monitoreo rutinario de estas condiciones operativas, una alerta anticipada de estos cambios proporcionaba suficiente tiempo para sacar la máquina de operación antes de que ocurriera una falla catastrófica.

La filosofía de mantenimiento ha ido escalando desde principio de los 80’s con la entrada del microprocesador basado en colectores de datos. Las características de operación de una máquina, tales como temperatura, presión, condición del aceite, vibración y desempeño pueden ser medidas y crear tendencias para identificar cambios. En algunos casos comparando estas mediciones para predeterminar valores, podemos rápidamente identificar la condición de la máquina sin esta tendencia. Esto nos lleva a una rápida aceptación e implementación de programas de mantenimiento (PdM). El mantenimiento predictivo usa varias mediciones de la máquina para identificar su condición. Existen muchas tecnologías diferentes de PdM y los programas más exitosos usan múltiples tecnologías para proveer de mayor información y consecuentemente la más alta probabilidad de identificar una máquina con un problema en desarrollo.

Muchos programas de PdM son los culpables de la “Ceguera Forestal” (no se puede ver el bosque desde los árboles). Dedican mucho tiempo recolectando información que no tendrán tiempo de analizar o que descuidan por máquinas “menos críticas”.

Los programas PdM más exitosos usan detección efectiva. El objetivo de la fase de detección es identificar “máquinas críticas”. Una vez que se identifica una máquina crítica, entonces podrán ser utilizadas diferentes mediciones y tecnologías para determinar que causó el cambio de condiciones de la máquina y después son tomadas las acciones correctivas apropiadas para colocar la máquina de vuelta en buenas condiciones. Esta evolución ha llevado a establecer tres fases en el PdM. Las tres fases son: detección, análisis y corrección. Algunos programas han agregado una cuarta, la cual es verificación, sin embargo creo que esta verificación es parte de la fase de corrección.

Algunas de las tecnologías más comunes del PdM son el Análisis de Vibración (MVA), Termografía Infrarroja, Ultra-sonido, Análisis de Aceite, Análisis de Circuito del Motor (MCA) y Análisis de la Firma Eléctrica (ESA). La característica en común de las tecnologías más exitosas del PdM es que son fáciles de realizar y realizan mediciones no-destructivas y repetibles.

Fase de Detección:

Esta es normalmente la fase más importante y es la base para un PdM completo. La fase de detección involucra monitoreo periódico de las características de operación del equipo seleccionado. Se crea tendencia de los valores y son inspeccionados para cualquier cambio. El proceso de recolección de datos debería ser hecho rápida y cuidadosamente, con la intención de monitorear la mayor cantidad de máquinas posible. Cuando se detecta un cambio, se toman datos adicionales con fines de análisis para determinar la causa del cambio de condición en la máquina.

En la fase de detección el propósito principal es identificar las máquinas que están fallando. Esto significa cuántas máquinas son seleccionadas en el periodo de tiempo más corto posible. La mayoría de los programas del PdM (software) pueden visualizar la información recolectada e identificar máquinas sospechosas.

Fase de Análisis:

Esta fase involucra tomar información adicional y quizá diferente tipo de datos que en la fase de detección. Esta información adicional usualmente requiere recolección adicional de datos. Ya que solo unas cuantas máquinas, durante la fase de detección (entre el 2% y el 3% en un programa maduro) muestran algún cambio significativo, este es normalmente más tiempo efectivo para tomar rápidamente los datos necesarios para identificar un cambio durante el proceso de detección y entonces regresar para un análisis más detallado una vez que el cambio es detectado.

Sin embargo, si el sitio de la planta es remoto ó tiene otras limitaciones de acceso, entonces el tomar información más detallada durante la fase detección estará justificado. Muchas fabricas y sitios deciden instalar permanentemente sistemas de monitoreo para estas aplicaciones.

Fase de Corrección:

Esta fase involucra corregir y eliminar el problema que disparó el cambio de condición. Esto puede requerir limpiar un ventilador, reemplazar rodamientos o acoplamientos gastados, etc. Niveles de vibración aceptables u otros niveles de medición de desempeño determinan el tipo exacto de correcciones y reparaciones. Los detalles para corregir y eliminar estos problemas los encontrará en las secciones posteriores de este documento.

La información tomada durante la fase de detección normalmente es insuficiente para proporcionar no más que un análisis preliminar. Para llevar a cabo un análisis más detallado se requiere de otro tipo de información y se debe tomar una mayor cantidad de datos. En algunos casos la máquina puede necesitar que sea operada bajo diferentes condiciones y con múltiples tecnologías. Tratando de analizar un problema usando sólo la detección de resultados de la información es el análisis menos confiable. Si se toma la suficiente información durante la fase de detección para un análisis más preciso, esto alentará el proceso de detección. Los departamentos más experimentados en confiabilidad reconocen la importancia de separar estos dos pasos.

Confiabilidad Eléctrica:

La mayoría de las personas solo consideran que la confiabilidad eléctrica termina con la entrega exitosa de energía a la planta. La energía eléctrica es una de las materias primas más importantes usada hoy en la industria. No solo se debe tener un flujo continuo de energía, también debe ser limpia y balanceada. Aun así, este importante suministro es también una de las materias primas menos inspeccionadas en la planta.

La electricidad es requerida en casi todas las áreas de la planta para suministrar la fuerza impulsora a casi todos los equipos que fabrican los productos o proveen los servicios a los equipos de la planta para lo que fueron construidos. La electricidad es un producto único que por si mismo requiere de un flujo continuo y no puede ser convenientemente almacenada y normalmente no es inspeccionada antes de su uso.

La calidad en la energía puede se causa de un apagón o falla. El resultado de la mala “calidad de energía” generalmente se ve a largo plazo y no siempre se le considera como la fuente del problema. Un motor se quema o dispara un interruptor, se le realizan inspecciones mecánicas y eléctricas y al variador, entonces el motor es reconstruido o reemplazado y así todo el proceso se repite. Además, los nuevos equipos y máquinas requieren de una mejor calidad de energía. Aún así, si la energía es examinada por completo, debería ser examinada desde el punto de suministro a la planta y no de forma rutinaria. Tampoco es inspeccionada en el punto en donde se suministra al motor o al equipo mismo.

La energía se genera normalmente lejos del punto de uso, la confiabilidad de la generación original es desconocida además de que se combina con el esquema de muchos otros generadores. La energía es transportada a través de varios y diferentes transformadores y por muchos cableados aéreos y subterráneos antes de llegar a la planta. Muchos de estos sistemas de distribución son manejados, administrados y mantenidos por otras entidades. Una vez que la mala o “pobre calidad” de energía se instala en la red, no podrá ser removida o rechazada por el usuario.

Muchas de las plantas generadoras son pequeñas y de propiedad privada. Se está trabajando en tratar de regular y estandarizar la calidad de energía y muchos estados tienen sus propios estándares y regulaciones especializadas (EUA). Sin embargo, la energía generada no necesariamente se detiene en los límites del estado en donde es generada. Incluso si la energía llega a la planta con “buena calidad”, hay muchas áreas dentro del sistema del motor que puede afectar adversamente el éxito continuo en la operación de la planta.

Sistema Eléctrico del Motor:

Próximos Eventos

Ver más Eventos
banner
Nuestra nueva publicación, Estudio de Mejores Prácticas de CMMS.
Con este estudio ustedes tendrán una amplia comprensión del uso de los sistemas computarizados de gestión del mantenimiento (CMMS), qué oportunidades de crecimiento a future tienen y qué mejoras pueden hacerse.
Regístrate y Descarga
Optimizing Value From Physical Assets

There are ever-increasing opportunities to create new and sustainable value in asset-intensive organizations through enhanced use of technology.

Conducting Asset Criticality Assessment for Better Maintenance Strategy and Techniques

Conducting an asset criticality assessment (ACA) is the first step in maintaining the assets properly. This article addresses the best maintenance strategy for assets by using ACA techniques.

Harmonizing PMs

Maintenance reliability is, of course, an essential part of any successful business that wants to remain successful. It includes the three PMs: predictive, preventive and proactive maintenance.

How an Edge IoT Platform Increases Efficiency, Availability and Productivity

Within four years, more than 30 per cent of businesses and organizations will include edge computing in their cloud deployments to address bandwidth bottlenecks, reduce latency, and process data for decision support in real-time.

MaximoWorld 2022

The world's largest conference for IBM Maximo users, IBM Executives, IBM Maximo Partners and Services with Uptime Elements Reliability Framework and Asset Management System is being held Aug 8-11, 2022

6 Signs Your Maintenance Team Needs to Improve Its Safety Culture

When it comes to people and safety in industrial plants, maintenance teams are the ones who are most often in the line of fire and at risk for injury or death.

Making Asset Management Decisions: Caught Between the Push and the Pull

Most senior executives spend years climbing through the operational ranks. In the operational ranks, many transactional decisions are required each day.

Assume the Decision Maker Is Not Stupid to Make Your Communication More Powerful

Many make allowances for decision makers, saying some are “faking it until they make it.” However, this is the wrong default position to take when communicating with decision makers.

Ultrasound for Condition Monitoring and Acoustic Lubrication for Condition-Based Maintenance

With all the hype about acoustic lubrication instruments, you would think these instruments, once turned on, would do the job for you. Far from it!

Maintenance Costs as a Percent of Asset Replacement Value: A Useful Measure?

Someone recently asked for a benchmark for maintenance costs (MC) as a percent of asset replacement value (ARV) for chemical plants, or MC/ARV%.