Si proyectamos los costos anuales asociados al consumo eléctrico del parque de motores de mayor potencia dentro de una instalación industrial cualquiera, multiplicados por sus horas de trabajo y su vida útil, podemos cuantificar el impacto económico que dichos sistemas motrices implicarán dentro de los costos operacionales de cada compañía, situación que permitirá analizar la importancia de trabajar con motores operando sin anomalías o fallas existentes, evitando demandas de consumos eléctricos adicionales (kWh), con los respectivos efectos sobre el medioambiente asociados. En relación a lo anterior, la Figura 1 especifica las principales variables asociadas a motores de inducción que deberían monitorearse permanentemente a fin de evitar fallas y/o anomalías que generen consumos adicionales de energía eléctrica. Figura 1. Fuentes de potenciales pérdidas de eficiencia en
motores de inducción que pueden ser evitadas mediante un óptimo mantenimiento.
Fuente: PG&E Energy Efficiency Information.
La tabla inferior ejemplifica porcentajes de pérdida de eficiencia en motores bajo condiciones de desbalance de voltajes. De este modo, por ejemplo, si corregimos un 2,5% de desbalance de voltaje para un motor de 300 HP operando a un 50% promedio de su plena carga durante 8.000 horas al año, y un costo por kWh de US$ 0,27 (costo marginal aproximado en Chile), el ahorro en costos de electricidad, sólo para el caso de un motor, se puede calcular de la siguiente manera:
• Ahorro anual de energía = 300 hp x 0.746 kW/hp x 8000 hrs/año x (100/94.1 - 100/96.1) = 39.597 kWh
• Ahorro anual en dinero = 39.597 kWh x $0.27/kWh = US$ 10.691 (extrapolar esto por los "n" motores involucrados).
A fin de dar solución a lo anterior, actualmente existe una tecnología para el mantenimiento predictivo de motores eléctricos denominada "Motor Condition Monitor" (MCM), que permite monitorear en línea y de forma remota la condición de los motores de inducción, incluyendo sistemas motrices completos (motor, fuente de alimentación y equipos asociados a la carga). Esto se realiza a través de algoritmos que comparan modelos matemáticos específicos con mediciones en línea de tensión y corrientes de fase, posibilitando alarmar anomalías incipientes que permiten predecir fallas eléctricas y mecánicas, con semanas y meses de anticipación, con el objetivo de evitar paradas intempestivas de líneas de producción críticas cuya disponibilidad y funcionamiento depende de motores eléctricos, además de contribuir con la gestión y uso eficiente de la energía en pro del medio ambiente y ahorro en costos de producción.
Eficiencia de Motores
bajo condiciones de desbalance de voltajes
Nota: los porcentajes señalados varían dependiendo del tipo de motor (diseño),
velocidad, eficiencias a plena carga y HPs. Fuente: U.S. Department of Energy.
Metodología para Predicción de Fallas
El principio de funcionamiento, ilustrado en la figura 2 consiste en comparar, permanentemente, el comportamiento dinámico del modelo matemático del motor, con el comportamiento dinámico medido en línea durante el proceso de monitoreo.
Las anomalías y fallas, tanto eléctricas como mecánicas, se identifican en cada motor por las diferencias que se producen entre el modelo y los resultados actuales a través de mediciones de tensión y corrientes de fase. Lo anterior se explica dado que las fallas en desarrollo en el motor o en el equipo conectado al motor, afectan tanto el airgap (entrehierro) así como a la dinámica de torque entre estator y rotor. Estas pequeñas variaciones, a veces imperceptibles, cambian la relación entre las señales de entrada y salida del motor, relación que es detectada por el sistema predictivo MCM, incorporando análisis espectrales de densidad continuos, los que en base a frecuencias y amplitudes permiten determinar los grados de severidad de cada variable anómala.
