IMC 2017 - 36:25 por Roberto Ramos Hernández, Universidad Tecnológica de Chile
En esta presentación resumimos cómo se lleva a cabo el proceso de lubricación en Sierra Gorda; abordando las fortalezas y debilidades del proceso y cómo éstas influyen en la confiabilidad de la planta. Este caso de éxito tiene relación a la aplicación de productos de la compañía Des-Case en algunas de las etapas productivas y cómo estas pequeñas mejoras lograron evitar detenciones de producción y aumentaron la vida útil de componentes.
IMC 2017 - 34:01 por Gustavo Velásquez, gerente de cuenta de SDT para Latinoamérica
En esta presentación se muestra como una planta en México que produce autopartes ha integrado de manera exitosa dos elementos del dominio del manejo de la condición de los activos de la tabla Uptime, ultrasonido y termografía, para la inspección de sus 70 bombas de vacío logrando ahorros significativos en tiempos muertos de las bombas, mano de obra y repuestos. Pero para lograr esto no solamente fue integrar las tecnologías predictivas, también fue necesario implementar otros elementos de la tabla Uptime del dominio de la ingeniería de confiabilidad para el mantenimiento y del liderazgo para la confiabilidad.
La lubricación asistida con ultrasonido toma cada vez más fuerza en los departamentos de lubricación. Estos departamentos han visto los beneficios de optimizar el intervalo de relubricación y la
A weekly collection of recommended articles and videos to boost your reliability journey. Right in your inbox
Uno de los objetivos de la confiabilidad es identificar y gestionar los riesgos en torno a los activos que podrían fallar y causar tiempo de inactividad innecesario y costoso. Las organizaciones saben que es importante identificar áreas de fallas potenciales y calificarlas en términos de probabilidad y consecuencia. También han establecido buenas estrategias de confiabilidad y han instaurado programas proactivos de mantenimiento basado en la condición. Pero ahora, el aprendizaje automático está ayudando a las organizaciones de mantenimiento a alcanzar un nivel elevado de inteligencia situacional para guiar las acciones y proporcionar advertencias tempranas de la falla inminente de los activos que anteriormente no se había detectado. El aprendizaje automático está preparando el camino para lograr formas más inteligentes y rápidas de tomar decisiones basadas en datos en el mantenimiento predictivo (PdM).
La planta de tratamiento de aguas residuales Blue Plains de DC Water es la planta más avanzada de tratamiento de aguas residuales y mayor tamaño del mundo. Cubre 153 acres y tiene una capacidad de 384 millones de galones por día (MGD) y una capacidad máxima de 1076 millones de galones por día. Esta enorme instalación, que se encargó en 1937, está constituida por cientos de activos rotativos que deben operar de manera eficiente para apoyar eficazmente las necesidades de los clientes en un área de múltiples jurisdicciones.
Es fundamental detectar el desgaste, desbalanceo y desalineación de piezas rotativas dentro de la maquinaria para su estado y desempeño general. Esto puede lograrse al instaurar una variedad de técnicas comprobadas. El análisis de vibraciones, por ejemplo, usa acelerómetros para detectar posibles problemas con equipamiento o maquinaria industrial causados por piezas rotativas alineadas incorrectamente, sueltas o desbalanceadas.
Durante el fin de la década de 1980 y a través de la década de 1990, el ultrasonido fue, literalmente, una herramienta multiuso. Las tecnologías de vibración y termografía infrarroja (IR) eran demasiado costosas para las organizaciones. Sin embargo, usted podía comprar una pistola con termómetro de infrarrojos a 100 dólares y un kit de instrumentos de ultrasonido entre 750 y 7000 dólares y usarlos en innumerables aplicaciones en rodamientos de motores, cajas de cambio, bombas de cavitación, detección de fugas (presión/vacío), trampas de vapor y lubricación acústica (cuya aparición data de principios de la década de 1990). Era posible conectar un instrumento ultrasónico a un analizador de vibraciones y utilizar el sensor de contacto o magnético de los rodamientos para detectar fácilmente un defecto en el anillo externo, en ocasiones, pasado por alto por las cajas de vibración anteriores que no podían superar los 20 000 Hz. A mediados de la década de 1990, los inspectores de ultrasonido agregaron la inspección de dispositivos de distribución eléctrica y subestaciones para la detección de arcos, seguimiento y descarga de corona. Había comenzado una nueva era en materia de inspección ultrasónica que se dedicaba a LA SEGURIDAD.
Contar con un programa confiable de mantenimiento predictivo (PdM) en sus instalaciones es fundamental para el estado de sus maquinarias. No se puede dejar de hacer hincapié en los beneficios relacionados con los ahorros en los costos que se obtienen al detectar tempranamente un problema y poder repararlo en comparación con el costo de corregirlo después de que haya ocurrido una falla catastrófica. En el caso de los componentes eléctricos, la termografía infrarroja es una excelente tecnología para incorporar en cualquier programa de mantenimiento predictivo (PdM).
Para poner en marcha un programa exitoso de monitoreo de la condición, debe contar con un plan de Internet Industrial de las Cosas (IIoT). Sí, puede colocar dispositivos de monitoreo en sus equipos y extraerles un gran valor, pero, sin un plan global, con el tiempo gastará fondos de capital innecesarios, tendrá problemas de adaptabilidad y subestimará el impacto que el IIoT tendrá en su organización.
Las ondas de sonido en frecuencias ultrasónicas son muy débiles por naturaleza, a más alta la frecuencia más débil. Los colectores ultrasónicos modernos tienen la posibilidad de ampliar
Muy a menudo las compañías deciden moverse en la dirección correcta de implementar el mantenimiento basado en condición invirtiendo en instrumentos de medición, pero luego del impulso inicial
El enfoque explosivo de las compañías para mejorar el rendimiento financiero a través de la optimización de activos apalancados (es decir, fijos) se ha vuelto aún más ardiente con la rápida adopción del Internet Industrial, que permite conectar una gran cantidad de dispositivos y equipos. El resultado de esta combinación es acelerar los niveles de innovación de gestión de activos y la creatividad que no se ve en el espacio de activos industriales desde una perspectiva de productos y servicios.
El aprendizaje automático es un enfoque de exploración y desarrollo de algoritmos que permiten que las computadoras aprendan y se adapten de manera continua.
Con los servicios públicos, las fallas desconocidas y el mantenimiento para repararlas pueden acumularse a la velocidad de la luz. Un estudio reciente realizado por GlobalData Power estima que los gastos proyectados para el mantenimiento de turbinas eólicas aumenten de nueve mil doscientos millones de dólares a diecisiete mil millones de dólares antes en 2020.1