La mayor parte de la energía eléctrica se gasta en motores. Todo el movimiento de la planta es ejecutado por motores. Sin embargo, los datos eléctricos de estos motores no forman parte de los sistemas SCADA o DCS. Innumerables plantas industriales trabajan con motores críticos y con equipos impulsados por motores (ventiladores, bombas, compresores, prensas, correas transportadoras, entre otros) sin conocer nada de la condición del motor o de los sistemas impulsados por motores. ¿Por qué predecir las mantenciones? ¿Se imagina tener meses de alerta previa para solucionar las principales fallas en motores eléctricos que su planta experimentará en los próximos años? ¿Cuánto cree que podría ahorrar en pérdida de producción, costos de repuestos, costos de horas/hombre, daños secundarios, costos de oportunidad? Es un concepto mundialmente aceptado el que el mantenimiento predictivo ejecutado mediante el monitoreo de condiciones permite reducir los costos de mantención hasta en un 40% y que la efectividad en la operación aumenta tanto como un 10%, a través de la detección temprana de fallas y de la estimación del tiempo exacto de éstas. Veamos un ejemplo típico: la degradación de las fundaciones o del soporte de un motor asociado a un ventilador. Si esta situación, poco relevante en un comienzo, no es reconocida a tiempo, aparecerá una vibración que provocará un impacto muy grande en el motor y en los rodamientos del rotor. De igual modo, los problemas asociados a correas pueden no ser detectados a tiempo, de manera que la vibración del sistema produce un daño mayor. Para entender mejor estas fallas, es bueno reconocer la dificultad de trabajar en estos sistemas que, por lo general, están en sitios inaccesibles de las plantas. En otras palabras, frecuentemente no tenemos conciencia de lo que pasa hasta que falla el rodamiento, el rotor, el motor, la correa o el sistema en su totalidad. Muchos de los problemas de eficiencia y operación también provienen de fallas eléctricas, como las producidas en los enrollados del estator o a raíz de otras fallas eléctricas internas. Nuevas tecnologías en sistemas predictivos Hoy en día, existen nuevas tecnologías que permiten simplificar el proceso de selección, instalación y puesta en marcha de sistemas de mantenimiento predictivo, permitiendo además que la operación sea ejecutada de manera eficiente y al menor costo posible. Mediante el desarrollo de software y dispositivos electrónicos micro computarizados que modelan y emulan el comportamiento de motores eléctricos, es posible predecir con meses de anticipación fallas eléctricas y mecánicas, tanto existentes como en desarrollo, asociadas a líneas de producción críticas dentro de las plantas industriales. El principal beneficio es evitar paradas de planta inesperadas, las que normalmente producen grandes pérdidas de producción. Otros beneficios que entregan: Ahorran tiempo y aumentan la disponibilidad de las plantas. No es necesario acudir a cada uno de los motores, medir y efectuar análisis. No se pierde tiempo visitando cada motor. No se requiere personal especializado para utilizar esta tecnología, interpretar gráficos o complicadas fórmulas. Simplemente se presiona una tecla de "reporte" para tener un completo informe del motor. No es necesario instalar ningún tipo de sensor en el motor. Se generan alarmas tempranas de fallas existentes y en evolución (tanto eléctricas como mecánicas). Es posible comprobar cuándo una falla fue efectivamente corregida como resultado de un mantenimiento y reparación. La planificación del mantenimiento está basada en datos de tiempo real y no es necesario suponer nada acerca de la planificación de los tiempos de intervención. Convierte a un equipo de mantenimiento, que interviene después de que la falla ha ocurrido, en un equipo de mantenimiento proactivo que está preparado para responder antes de que la falla ocurra. Reducción de las pérdidas que resultan de actividades de mantenimiento correctivo y reparación ineficaces. En resumen, con la implementación de nuevas tecnologías, es posible ejecutar mantenimiento predictivo a muy bajo costo y con muy poco esfuerzo, pudiendo determinar: Cuáles son las fallas existentes y en desarrollo en un motor. Qué es lo que se debe hacer. Qué tan rápido se debe reaccionar. Todas estas respuestas son creadas automáticamente, ya que estos sistemas producen información, no datos.
|