IoT 17/6/2021 Conozca las principales técnicas de monitoreo basadas en IoT
Mantenimiento predictivo es una estrategia de inspección de equipos que utiliza datos en tiempo real para predecir cuándo fallarán los componentes, lo que permite planificar acciones correctivas.

Un programa completo de mantenimiento predictivo comprende acciones como la predicción y el diagnóstico de fallas, la corrección recomendada y sugerencia de intervenciones de mantenimiento a adoptarse en el futuro. Esto hace posible planificar el tiempo de inactividad de la máquina, evitando la pérdida de recursos valiosos como el tiempo y el dinero en las fábricas.

Aunque este concepto ha existido durante décadas, solamente en los últimos años la tecnología – incluyendo los sensores, las computadoras y el software – se convirtió en accesible para las industrias de diversos segmentos.

Equipos conectados

Con la popularización de la Internet de las cosas (IoT) en las fábricas, la inteligencia artificial (IA) comenzó a ser empleada en el mantenimiento de equipos para encontrar patrones y predecir fallas mecánicas antes de que ocurran.

Conectadas por medio de una plataforma de Internet, las máquinas envían actualizaciones continuas sobre los factores que pueden afectar su rendimiento.

Las técnicas de monitoreo de condición más comúnmente utilizadas son:

• Termografía: analiza el equipo en operación para identificar áreas que están generando calor excesivo. Las imágenes termográficas ayudan a prevenir fallas debido al sobrecalentamiento de motores, cojinetes con exceso o falta de apriete, falta de lubricación, correas desalineadas, sobrecargas de energía y componentes electrónicos dañados, entre otros problemas.

• Análisis de vibraciones: identifica con precisión las fuentes de vibraciones anormales que pueden provocar un desequilibrio en el peso de un componente rotatorio, problemas de lubricación, cojinetes demasiado apretados o flojos, desalineación de correas, ejes y otros componentes, daños a las piezas y muchas otras anomalías.

• Análisis de aceite: examina su viscosidad y posibles contaminantes. La calidad del aceite puede afectar significativamente el funcionamiento de los componentes móviles del equipo.

• Análisis de humedad: monitorea el nivel de humedad en aceite hidráulico y lubricantes. La humedad excesiva puede provocar corrosión e interferir en el funcionamiento de los componentes móviles. 

• Análisis de presión: monitorea el nivel de presión en el equipo. Por ejemplo, el fluido en el sistema hidráulico. Una caída de presión puede identificar que hubo un bloqueo parcial de la manguera. Por el contrario, un pico de presión puede indicar una rotura inminente o incluso una explosión.

• Monitoreo acústico: analiza y "traduce" los sonidos generados por equipos eléctricos o mecánicos con componentes móviles para identificar si existen ruidos inusuales.

Información en la nube

Innovaciones en el área del mantenimiento predictivo pasaron a permitir el monitoreo de varios factores simultáneamente. En este sentido, Parker viene desarrollando soluciones para optimizar el mantenimiento de equipos industriales y de campo, ayudando a sus clientes a ser más competitivos.

Los sensores sin hilo Parker SensoNODE Blue™ captan variaciones de rendimiento en una amplia gama de componentes y transmiten datos por medio del software Voice of the Machine™ Cloud, con registro en tiempo real y almacenamiento en la nube.

Consulte al equipo de Parker para descubrir cómo las soluciones de IoT pueden aumentar la eficiencia de su negocio. Acceda al sitio web de su región.
SensoNODE Blue™ transmite datos por medio de software, con registro en tiempo real y almacenamiento en la nube Sensores SensoNODE Blue™ captam variações de desempenho de uma ampla gama de componentes

VEA OTRAS NOTICIAS Conozca las principales técnicas de monitoreo basadas en IoT

Comité de Redacción ©Parker Hannifin Corp. 2016