Mind the Machines

El blog de predictive-sigma con toda la actualidad sobre mantenimiento predictivo y la Industria 4.0

Aina Morey

Aina Morey

Apasionada por las nuevas tecnologías y el potencial que puede sacarse de ellas. Afán por el marketing, la escritura y todo lo que implique evolución.

Mantenimiento predictivo por parámetros eléctricos

Carles entrevista

¡Entrevistamos a Carles Paul!

El mantenimiento predictivo es, hoy en día, uno de los más eficaces para el correcto mantenimiento de la maquinaria industrial. Permite detectar fallas antes de que sucedan. Concretamente, el análisis por parámetros eléctricos es de los más completos y fiables. Sin embargo, hasta hace pocos años no era usado. ¿A qué se debe? ¿Por qué se usa ahora y no antes?

Hoy tenemos el placer de entrevistar a un experto y conocedor de este ámbito: Carles Paul, director científico de Sigma Industrial Precision y de Innovem y profesor de la Universidad TecnoCampus de Mataró.

1. ¿Por qué cree en el análisis predictivo por parámetros eléctricos?

Actualmente, resulta indispensable diagnosticar los posibles fallos de las máquinas eléctricas que conforman la mayor parte de las industrias.

La técnica no invasiva MCSA (Motor Current Signature Analysis) permite analizar de forma muy precisa la señal de la corriente en un motor de forma continua, sin necesidad de interrumpir la producción, y monitorizarla online fácilmente. 

El motivo que me lleva a creer en él es que, gracias a este análisis se reducen los fallos inesperados y el tiempo de inactividad. Además, se aumenta el tiempo entre paradas planificadas para el mantenimiento estándar y, en definitiva, se reduce el mantenimiento y los costos operacionales.

2. ¿Cómo se diferencia de otras estrategias de análisis?

No es invasiva y puede realizarse a distancia. 

Además, los sensores eléctricos como los de predictive-sigma pueden detectar problemas vibratorios y térmicos mediante los parámetros de potencia y armónicos.

Al contrario de otras técnicas (vibraciones y termografía), el análisis mediante parámetros eléctricos permite disponer de un centro de recogida de datos alejado de la zona de producción, que en ocasiones puede encontrarse altamente contaminada o en zona de riesgo para la actividad humana.

3. ¿Qué hace posible este tipo de análisis, por qué ahora? ¿Podrías dar un ejemplo?

La revolución industrial tuvo como elementos detonantes la máquina de vapor y otro elemento clave: la correa de transmisión, que permitía trasladar la potencia generada por la máquina de vapor hasta el lugar de utilización. Posteriormente, gracias a la invención del motor trifásico, se sustituyeron  las correas de transmisión por cables eléctricos más sencillos y eficaces, que empezaron a llenar las fábricas, calles y casas, dando lugar a la revolución de las máquinas eléctricas. 

Actualmente, estamos sumergidos en esa revolución pero yendo un paso más allá: añadiendo información de las máquinas, la transmisión de esa información y su conectividad.

En definitiva, la información siempre ha existido pero no era posible leerla. Hoy en día, gracias al desarrollo de nuevos sensores, más pequeños, más inteligentes y más baratos se puede codificar en un lenguaje eléctrico y en tiempo real a nuestros servidores en la nube.

4. ¿Cómo cambiará o ha cambiado la manera de hacer mantenimiento una tecnología como esta?

No debemos olvidar que los humanos, aun siendo expertos, tenemos ciertas limitaciones: no podemos recibir, procesar y diagnosticar una gran cantidad de datos en poco tiempo. Una máquina sí puede controlar otra máquina de tal manera.

Si hasta ahora las máquinas en las fábricas se dedicaban a la producción de potencia (centrales eléctricas) y a su transmisión para la realización de trabajo tanto eléctrico como mecánico, a partir de ahora existen sensores que se encargan de vigilar el estado de salud de esta maquinaria para que trabaje al máximo de su rendimiento y sean reemplazadas antes de que fallen.

Descubre cómo lo hacemos en predictive-sigma

te lo contamos. el futuro es predictivo.

¿Te ha gustado? ¡Comparte!

Share on facebook
Share on linkedin
Share on email
Share on twitter
Share on telegram
Share on whatsapp

Otros artículos que te pueden interesar:

Top