{"id":4662,"date":"2023-03-09T10:47:34","date_gmt":"2023-03-09T10:47:34","guid":{"rendered":"https:\/\/samotics.com\/?p=4662"},"modified":"2024-11-19T11:33:54","modified_gmt":"2024-11-19T10:33:54","slug":"condition-monitoring-guide-to-the-5-major-technologies","status":"publish","type":"post","link":"https:\/\/samotics.com\/es\/blog\/condition-monitoring-guide-to-the-5-major-technologies","title":{"rendered":"Monitorizaci\u00f3n de condiciones: Gu\u00eda de las 5 principales tecnolog\u00edas"},"content":{"rendered":"

Averig\u00fce cu\u00e1ndo utilizar monitoreo de la condici\u00f3n<\/a>Qu\u00e9 tecnolog\u00edas funcionan mejor para eliminar los tiempos de inactividad imprevistos y reducir los riesgos, y qu\u00e9 factores hay que tener en cuenta a la hora de elegir un sistema de monitorizaci\u00f3n de estado.<\/p>\n

\n
\n
\n
\n

Desde alimentos y agua hasta combustibles, papel y medicinas, innumerables m\u00e1quinas impulsan procesos industriales cr\u00edticos que nutren nuestras vidas. Estos activos mec\u00e1nicos suelen estar sometidos a condiciones duras, cambios en los procesos y simple desgaste. Por eso es importante vigilar el estado real de las m\u00e1quinas para planificar y programar acciones de mantenimiento adecuadas antes de que se aver\u00eden. Aqu\u00ed es donde varios tecnolog\u00edas de control de estado<\/a> ayudan a los equipos de mantenimiento a evitar paradas imprevistas, optimizar la programaci\u00f3n del mantenimiento, ahorrar en costes de mantenimiento y aumentar la fiabilidad de los activos.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/section>\n

\n
\n
\n
\n

\u00bfQu\u00e9 es el Condition Monitoring?<\/strong><\/h2>\n

Como su nombre indica, la monitorizaci\u00f3n de estado es el nombre de una clase de t\u00e9cnicas que miden uno o m\u00e1s par\u00e1metros f\u00edsicos del estado de los equipos -corriente, tensi\u00f3n, lubricante, temperatura, vibraci\u00f3n, ondas de tensi\u00f3n, etc.- para identificar cambios en el comportamiento de una m\u00e1quina que indiquen un fallo en desarrollo.<\/p>\n

Estas t\u00e9cnicas se utilizan para permitir\u00a0mantenimiento predictivo<\/a>\u00a0(tambi\u00e9n conocido como\u00a0mantenimiento basado en la condici\u00f3n<\/a>), donde se intenta estimar el estado real, o incluso futuro, de las m\u00e1quinas para programar a tiempo las intervenciones de mantenimiento antes de su fallo funcional.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/section>\n

\n
\n
\n
\n

Cu\u00e1ndo utilizar Condition Monitoring<\/strong><\/h2>\n

Hoy en d\u00eda, los equipos de mantenimiento de todos los sectores utilizan estrategias de mantenimiento<\/a> dentro de su arsenal para garantizar el tiempo de actividad, aumentar la fiabilidad y mejorar la seguridad de los empleados. Algunas de las estrategias de mantenimiento m\u00e1s conocidas son: reactivo, correctivo, preventivo, basado en el tiempo, predictivo y basado en la condici\u00f3n. Algunas de ellas son distintas formas de decir lo mismo, y otras son metaestrategias que agrupan varias otras. Independientemente de los nombres que se utilicen, cada estrategia tiene su lugar. (Pensemos en las bombillas, las bater\u00edas y las placas del techo de una instalaci\u00f3n).<\/p>\n

Entonces, \u00bfcu\u00e1ndo se debe utilizar la monitorizaci\u00f3n de la condici\u00f3n?<\/p>\n

Las estrategias basadas en la monitorizaci\u00f3n del estado son \u00fatiles para las m\u00e1quinas m\u00e1s cr\u00edticas cuyo fallo ser\u00eda muy costoso. Ese coste puede ser financiero, como la p\u00e9rdida de ingresos o de mano de obra, o puede ser de reputaci\u00f3n, como en el caso de un vertido de aguas residuales. La monitorizaci\u00f3n basada en el estado proporciona un medio para evitar estas p\u00e9rdidas.<\/p>\n

Junto a la monitorizaci\u00f3n de la condici\u00f3n, hay otros m\u00e9todos tradicionales que siguen siendo muy utilizados por los equipos de mantenimiento y que ayudan a evitar aver\u00edas en los activos m\u00e1s cr\u00edticos. Uno de ellos es el basado en el tiempo, tambi\u00e9n conocido como mantenimiento preventivo, y otro es la redundancia de m\u00e1quinas, unida a una s\u00f3lida gesti\u00f3n del inventario de piezas. Sin embargo, con el auge de la inteligencia artificial (IA) y el internet industrial de las cosas (IIoT), las soluciones de monitorizaci\u00f3n de la condici\u00f3n se han convertido en serios contendientes. Su capacidad para recopilar datos de monitorizaci\u00f3n de estado las 24 horas del d\u00eda y realizar an\u00e1lisis en tiempo real de los datos de estado de los activos puede proporcionar a veces mejores resultados a un coste mucho menor.<\/p>\n

\"\"<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/section>\n

\n
\n
\n
\n
<\/div>\n<\/figure>\n<\/div>\n<\/div>\n<\/section>\n
\n
\n
\n
\n

Monitorizaci\u00f3n del estado y la IIoT<\/strong><\/h2>\n

Como ya se ha comentado, las tecnolog\u00edas de monitorizaci\u00f3n de estado basadas en IA y el IIoT se han convertido en serios competidores de los m\u00e9todos de mantenimiento m\u00e1s tradicionales a la hora de evitar fallos catastr\u00f3ficos y costosos en las m\u00e1quinas m\u00e1s cr\u00edticas de las plantas. A continuaci\u00f3n se enumeran varias ventajas aportadas por la uni\u00f3n entre la inteligencia artificial y el internet industrial de las cosas que distinguen a estos sistemas de monitorizaci\u00f3n de estado:<\/p>\n

Recogida de datos en tiempo real<\/strong><\/h3>\n

En lugar de depender de la recopilaci\u00f3n manual de datos, en la que un ingeniero de mantenimiento recorre la planta para tomar lecturas en un intervalo de tiempo determinado (mantenimiento basado en el tiempo), ahora se pueden utilizar t\u00e9cnicas de monitorizaci\u00f3n de estado de eficacia probada para recopilar puntos de datos sobre el estado de los activos no s\u00f3lo una vez al mes o cada seis semanas, sino miles de veces por segundo, durante todo el d\u00eda, todos los d\u00edas. Estos datos sobre el estado de la m\u00e1quina, como es habitual hoy en d\u00eda en cualquier programa inteligente de monitorizaci\u00f3n del estado, se recogen mediante sensores permanentes (inal\u00e1mbricos en la mayor\u00eda de los casos) que captan continuamente se\u00f1ales de alta frecuencia.<\/p>\n

An\u00e1lisis continuo de datos<\/strong><\/h3>\n

En cuanto los datos sobre el estado de los activos se capturan y almacenan en la nube o en el per\u00edmetro, los algoritmos de aprendizaje autom\u00e1tico empiezan a procesar esos datos en tiempo real para detectar autom\u00e1ticamente los fallos en desarrollo y determinar en qu\u00e9 parte de la m\u00e1quina se producen. Trabajan 24 horas al d\u00eda, 7 d\u00edas a la semana, 365 d\u00edas al a\u00f1o, procesando terabytes de datos sin cesar. Adem\u00e1s de un an\u00e1lisis continuo y r\u00e1pido, los algoritmos de aprendizaje autom\u00e1tico son capaces de detectar peque\u00f1os cambios que el observador humano normalmente pasar\u00eda por alto. Todo esto significa que los sistemas de monitorizaci\u00f3n de estado basados en IA se acercan constantemente a la perfecci\u00f3n en t\u00e9rminos de detecci\u00f3n de fallos en desarrollo.<\/p>\n

Perspectivas ampliables<\/strong><\/h3>\n

Otra ventaja de las tecnolog\u00edas de monitorizaci\u00f3n de estado basadas en IA es que mejoran constantemente sus predicciones en funci\u00f3n de los nuevos datos que llegan cada segundo, y sus conclusiones se basan siempre en hechos, nunca en intuiciones. Todo esto significa que, con el tiempo, mejoran cada vez m\u00e1s en lo que hacen. A medida que crecen sus bibliotecas de patrones de fallo conocidos (lo que llamamos \"huellas dactilares del fallo\"), acaban aprendiendo a asociar estos patrones con su causa subyacente, lo que permite un mantenimiento proactivo y no s\u00f3lo predictivo.<\/p>\n

Las ventajas mencionadas anteriormente son las que hacen que los sistemas de monitorizaci\u00f3n de estado del siglo XXI sean tan escalables. El software de IA hace todo el trabajo pesado, solo alerta cuando hay un fallo inminente real y se\u00f1ala en qu\u00e9 parte de la m\u00e1quina se est\u00e1 desarrollando. Mediante el uso de sistemas de monitorizaci\u00f3n de estado en l\u00ednea basados en IA y el IIoT, los equipos de mantenimiento reciben informaci\u00f3n basada en hechos en tiempo real sobre sus equipos m\u00e1s cr\u00edticos que puede ayudarles a tomar mejores decisiones y obtener mejores resultados.<\/p>\n

\u00bfCu\u00e1les son las ventajas de la monitorizaci\u00f3n basada en la condici\u00f3n?<\/strong><\/h2>\n

Como hemos estado comentando hasta ahora, las estrategias de monitorizaci\u00f3n basadas en la condici\u00f3n se utilizan hoy en d\u00eda para m\u00e1quinas cr\u00edticas cuyo fallo ser\u00eda costoso. El auge de la IA y el IIoT han convertido a los modernos sistemas de monitorizaci\u00f3n de estado en un serio competidor para las estrategias de mantenimiento m\u00e1s tradicionales, como el mantenimiento basado en el tiempo, ya que pueden proporcionar resultados mejores y m\u00e1s r\u00e1pidos a un coste menor. Esta visi\u00f3n continua de la monitorizaci\u00f3n del estado proporciona importantes ventajas a los equipos de mantenimiento y operaciones, como:<\/p>\n

Evitar tiempos de inactividad imprevistos<\/strong><\/h3>\n

La capacidad de planificar el tiempo de inactividad en un entorno industrial es muy beneficiosa porque el coste real del tiempo de inactividad no planificado debido a una m\u00e1quina averiada suele subestimarse enormemente. A continuaci\u00f3n se indican varios factores de coste que se ignoran habitualmente:<\/p>\n