Durante muchos años el monitoreo de la condición industria se basó en análisis de vibraciones y otras técnicas tradicionales para identificar fallos en desarrollo en motores eléctricos. En los últimos años, sin embargo, la monitorización de estado basada en el análisis de la firma de corriente del motor (MCSA) ha empezado a ofrecer una alternativa más eficaz y eficiente a las técnicas tradicionales.
Utilizando una bomba eléctrica sumergible como ejemplo, este artículo explicará cómo MCSA está revolucionando el sector de la monitorización de condiciones.
Las bombas eléctricas sumergibles (BES) desempeñan un papel crucial en las operaciones de petróleo y gas. Cuando un yacimiento no tiene energía suficiente para producir petróleo a tasas económicas, se requiere un método de elevación artificial para aumentar el caudal de fluido. El bombeo eléctrico sumergible es una de las opciones más versátiles y adaptables para volúmenes de fluido de moderados a altos.
Por desgracia, las condiciones que se dan en algunos pozos pueden ser muy hostiles, lo que a menudo tiene un efecto adverso tanto en la fiabilidad de la bomba como en los sensores de control asociados a ella. Los fallos de las bombas ESP pueden deberse a la presencia de sólidos (partículas finas de roca) procedentes del yacimiento, cambios bruscos en las condiciones del pozo, presencia de gas libre en la bomba, corrosión o temperaturas de funcionamiento elevadas.
Cuando falla un ESP, puede tener un efecto catastrófico en las operaciones, incurriendo en los elevados costes asociados a la pérdida de producción y la sustitución de activos. Por tanto, es fundamental mitigar estos riesgos. MCSA utiliza algoritmos avanzados para analizar los datos de corriente y tensión y proporcionar un diagnóstico precoz de los problemas de los ESP.
Estrategias de control y mantenimiento
La mayoría de los regímenes de mantenimiento utilizados actualmente por la industria del petróleo y el gas giran en torno a estrategias basadas en el tiempo o tradicionales mantenimiento basado en la condición técnicas.
El mantenimiento basado en el tiempo suele generar costes adicionales (por ejemplo, paradas innecesarias cuando las comprobaciones se hacen demasiado pronto) y acepta las paradas imprevistas como una posibilidad real (fallo de componentes cuando las comprobaciones se hacen demasiado tarde).
En cambio, el objetivo del mantenimiento basado en la condición es realizar las tareas de reparación antes de que se produzca el fallo, normalmente cuando se registra un descenso del rendimiento de los ESP. El mantenimiento basado en la condición (CBM) es la estrategia de mantenimiento óptima para los ESP porque exige que el mantenimiento se realice antes de que se produzcan averías o cuando disminuye el rendimiento, pero no antes. El CBM requiere mecanismos de control del estado precisos, fiables y rentables. Aquí es donde las herramientas tradicionales se quedan cortas. En los sistemas tradicionales de mantenimiento basado en el estado, se instalan sensores de vibración o temperatura en la bomba o cerca de ella (que se encuentra bajo tierra). Estos miden parámetros como la temperatura del motor, la temperatura de descarga de la bomba, la presión de admisión de la bomba, la presión de descarga de la bomba y la vibración del motor. Sin embargo, instalar sensores en una bomba sumergida que funciona en condiciones duras bajo la superficie de la tierra suele ser complicado y caro. Puede ser difícil garantizar la integridad física de los componentes, como los sensores y los cables que transmiten los datos desde el ESP a una estación de superficie.
Además, tanto el mantenimiento basado en el tiempo como el mantenimiento tradicional basado en el estado requieren un análisis manual de los datos. La carga de la interpretación recae en el personal técnico, que sin duda tiene muchas otras exigencias.
Afortunadamente, existe una alternativa. Control de estado en línea basadas en una combinación de análisis de la firma de la corriente del motor y algoritmos de aprendizaje automático, ofrecen una solución eficaz y rentable que aborda los retos específicos a los que se enfrentan los operadores de petróleo y gas, así como muchas otras industrias.
Análisis de la firma de corriente del motor
El concepto de MCSA se originó a principios de la década de 1970, cuando se propuso como herramienta para supervisar motores en zonas peligrosas o entornos adversos dentro de centrales nucleares. Se trata de una técnica de monitorización de estado que puede diagnosticar problemas en motores de inducción mediante el análisis de datos de corriente y tensión [Ref 1]. Los sensores MCSA se instalan en el interior del armario de control del motor (MCC) y los datos se recogen en línea sin interrumpir la producción.
Para los ingenieros, el reconocimiento de las firmas de fallo de corriente del motor requeriría un grado considerable de conocimientos y experiencia, pero las modernas herramientas MCSA se encargan de ello. El sistema en línea ofrece una interpretación automatizada mediante potentes algoritmos de inteligencia artificial que detectan y diagnostican fallos inminentes en motores y bombas de inducción de CA.
Más información sobre la ESA
Análisis de la firma eléctrica (ESA) es el nombre general que recibe toda la gama de técnicas derivadas de MCSA.
Descárguese el libro electrónico "El SEC explicado" para obtener más información:
- cómo captan y procesan los datos los sistemas de la AEE
- cómo detectan y localizan los fallos los sistemas ESA
- Puntos fuertes específicos de la ESA como técnica de Condition Monitoring
- información adicional sobre rendimiento y energía que puede proporcionar la ESA
Rellene el formulario para descargar el libro electrónico.
Una solución de superficie para los sistemas de fondo de pozo
A diferencia de las herramientas tradicionales de monitorización de estado ESP, que colocan sensores en el fondo del pozo, todo el hardware de un sistema MCSA se instala en el armario de control del motor (MCC). Se trata de un entorno mucho más adecuado para los instrumentos de precisión.
Los sensores MCSA pueden instalarse en menos de una hora por motor y recopilar datos en todas las condiciones de funcionamiento. De este modo se garantizan los flujos continuos de datos de alta calidad de los que dependen las herramientas automatizadas de monitorización de estado.
Principios básicos
Los ESP funcionan con motores de inducción de corriente alterna. La energía eléctrica mueve un rotor dentro de un estator para convertir la energía eléctrica en energía mecánica. A continuación, el motor en funcionamiento crea una serie de patrones de vibración que provocan ondulaciones en la onda sinusoidal de la corriente. Los sensores de corriente pueden captar esta señal analógica y convertirla en un flujo de datos digitales para su posterior análisis.
Los algoritmos convierten los datos en un patrón de comportamiento que define la gama de formas de onda sinusoidal y ondulaciones que se producen en circunstancias normales y saludables. A continuación, los algoritmos de detección de anomalías pueden rastrear los cambios a lo largo del tiempo e identificar las desviaciones "no saludables" que no pueden explicarse por factores operativos como cambios en la carga y la potencia.
Detección de anomalías
Cuando los algoritmos de detección de anomalías señalan un comportamiento fuera del patrón normal "saludable" para el ESP, indica un comportamiento que justifica la inspección del motor y la bomba.
El valor comercial del enfoque MCSA es más evidente en un emplazamiento en el que el equipo de ingeniería tiene que supervisar docenas o incluso cientos de bombas. En un escenario tradicional, esto requeriría visitas a cada bomba para realizar inspecciones manuales. Se trata de un proceso que requiere mucha mano de obra y supone un uso ineficaz de los escasos recursos de personal técnico (las inspecciones manuales también pueden conllevar riesgos de seguridad adicionales). El sistema basado en MCSA permite a los operadores evitar estos problemas.
Los algoritmos de detección de anomalías pueden indicar qué bombas se comportan con normalidad y cuáles han mostrado las mayores desviaciones respecto a los patrones previstos. Esto ayuda al equipo de mantenimiento a priorizar los activos que tienen más probabilidades de requerir atención urgente. Pero eso no es todo; el sistema basado en MCSA también puede indicar la causa probable de un problema.
Clasificación de averías
Los algoritmos de clasificación MCSA reconocen patrones asociados a mecanismos de fallo específicos. Por ejemplo, la cavitación de la bomba muestra un patrón claramente distinto al de los daños en los rodamientos o los fallos del estátor. Los distintos mecanismos de fallo dejan marcas distintas en la onda sinusoidal actual, que ya pueden indicar al equipo de mantenimiento la causa probable del fallo del motor.
Entre los principales fallos de las máquinas eléctricas que puede identificar la MCSA se incluyen:
- Excentricidad del entrehierro: entrehierro no uniforme entre el rotor y el estator.
- Barras de rotor rotas que pueden provocar chispas y sobrecalentamiento
- Daños en los rodamientos
- Cavitación
- Vueltas cortocircuitadas en los bobinados del estátor
- Efectos de la carga
- Efectos del desgaste del equipo
Los últimos avances en inteligencia artificial pueden aprovechar lo que se denomina "aprendizaje por transferencia" para aplicar patrones de fallo a distintos activos. Esto significa que la huella digital del fallo de un estátor en un motor grande puede utilizarse para detectar el mismo problema en un sistema más pequeño. En algunos casos, incluso es posible utilizar un patrón de mecanismo de fallo de un tipo de equipo para identificar el mismo problema en una categoría de equipo diferente.
Conclusión
Una herramienta de monitorización de estado basada en MCSA para ESP puede reducir el tiempo de inactividad imprevisto, disminuir los costes de mantenimiento y ayudar a los operadores a minimizar los riesgos medioambientales y de seguridad. La última generación de herramientas de monitorización de estado basadas en MCSA ofrece capacidades de monitorización únicas para los ESP porque el sistema de sensores se instala dentro del MCC, en lugar de en el activo.
La aparición de potentes algoritmos de inteligencia artificial, la mejora de los protocolos de transferencia de datos y una informática barata y potente han convertido los sistemas basados en MCSA en una opción atractiva.
Los sistemas basados en MCSA tienen el potencial de mejorar enormemente la precisión y fiabilidad de los datos, al tiempo que reducen los costes de la supervisión a escala. La eliminación de los tiempos de inactividad imprevistos está ahora al alcance de la mano.
Referencias
1. Breve revisión del análisis de la firma de la corriente del motor, D. Miljković. (2015) https://www.researchgate.net/publication 304094187_Brief_Review_of_Motor_Current_Signature_Analysis (Consultado el 26.07.2018)
Español 
English 
Português 
Italiano 