Felipe Núñez.

¿Por qué es importante el mantenimiento de los motores eléctricos?
Esa es una buena pregunta. El mantenimiento, dependiendo del área, tiene más o menos relevancia. Los motores eléctricos, sobre todo en un ambiente industrial, son críticos para la operación y una falla en algunos de ellos, puede contribuir a una detención de la producción, lo que puede tener un impacto económico muy alto.

¿Qué variables se deben monitorear en un motor eléctrico?
La respuesta depende de para qué se usa el motor. Estos equipos se usan en distintas aplicaciones: vehículos eléctricos, maquinaria minera, molinos SAG, etc. Entonces, las variables a monitorear dependen del proceso productivo. Hay algunas que son propias del motor, como las corrientes y voltajes, de las que se puede hacer análisis de diferentes tipos, como magnitudes y frecuencias de los armónicos. Por ejemplo, cuando hay motores que están sometidos a altas vibraciones, se debe monitorear también esas vibraciones. En un molino SAG, se puede tener un conocimiento del estado de salud del motor, midiendo la misma variable de proceso (la granulometría de salida, el consumo energético, etc.). En definitiva, hay un conjunto de variables propias del motor eléctrico, pero también son relevantes otras que corresponden al proceso y el contexto en que está operando el motor.

En términos de mantenimiento, ¿cuál es la tendencia actual?
Hay distintas opciones, y la elección depende en gran medida del responsable del motor. Actualmente, sobre todo en la última década, con los avances en sensores y procesamiento de datos, se ha empezado a utilizar mucho el diagnóstico basado en datos para el mantenimiento predictivo, incluso en el mantenimiento periódico.

En ese aspecto, la tendencia es implementar un conjunto de sensores para monitorear la mayor cantidad de variables posibles tanto en el motor como en el proceso, y mediante un algoritmo de inteligencia artificial, detectar si existe algún tipo de falla. Para eso, se está utilizando herramientas como redes neuronales o “digital twins”, y buscar lo que se conoce como “la firma de las fallas”. Si se descubre que está empezando a fallar algo en el motor, corresponde hacer un mantenimiento proactivo, esto es, la corrección antes de que los síntomas se vuelvan una enfermedad. En general, el principio es que mientras monitoreo la mayor cantidad de variables en las que pueda estar involucrado el motor, podremos obtener mayor cantidad de información mediante un buen algoritmo de inteligencia artificial.

¿Cómo va la adopción de esta tendencia?
Bueno, cabe preguntarse qué tan bien funciona esta metodología y eso está por verse. En la literatura, hay evidencia a favor como otros trabajos que resaltan las limitaciones, pero ahora podemos hacer las pruebas, dado que actualmente sensorizar y medir variables es barato; guardar y manipular datos es más fácil. Además, cuando se capturan todas las variables que están dando vuelta, las podemos usar, más allá que para detectar fallas en motores, para el análisis de otros aspectos dentro del mismo proceso. Entonces, es necesario involucrar varios puntos de vista, varios actores para que valga la pena hacerlo. En la actualidad, se supone que se tendría que implementar este tipo de mantenimiento, no obstante todavía no existe una evidencia concreta, contundente, que diga “sí, esto funciona”, pero se está intentando.

¿Qué recomendaciones podemos hacer a los lectores?
Esto es un credo personal, pero recomendaría involucrarse en utilizar análisis de datos, usar sensorización, para la detección de fallas en etapas más tempranas y poder hacer mantenimiento predictivo. Creo que eso sí es algo que mejorará el desempeño. Como mencioné, si bien aún no hay antecedentes contundentes, a nivel piloto se está haciendo y creo que los principios que sustentan las técnicas tienen potencial para ser exitosos. Entonces, recomendaría “subirse a este carro” de la generación y análisis de datos y del monitoreo del tipo Internet de las Cosas.