La vibración de un activo es un indicador valioso de anormalidades en su comportamiento, de ahí la importancia del análisis de vibraciones. Si estas anomalías no se identifican y corrigen a tiempo, pueden provocar daños severos al equipo, generando riesgos operativos, de seguridad y potencialmente interrumpiendo la línea de producción de máquinas y equipos, lo que puede ocasionar elevados costos de mantenimiento.
Por otro lado, la vibración, cuando se mide y analiza correctamente, puede utilizarse como un importante indicador del estado de salud de la máquina, ayudando al profesional de mantenimiento a tomar acciones correctivas y prevenir futuros problemas.
Es importante recordar que cada tipo de equipo posee una firma espectral original y que cada elemento mecánico que lo compone es responsable por una porción de las frecuencias que conforman ese espectro, el cual es obtenido mediante analizadores de frecuencia.
El desgaste, el mal uso, el mantenimiento inadecuado o inexistente, entre otras causas, provocan alteraciones en las propiedades dinámicas de los equipos, lo que conduce a fallas como:
- desbalanceo;
- desalineación;
- alabeo de ejes;
- roce entre partes fijas y giratorias del equipo;
- holguras mecánicas;
- desgaste y fallas en engranajes, rodamientos, etc.
Interpretación de fallas por medio de la firma espectral
Cada categoría de falla deteriora de forma particular la firma espectral del equipo. Por lo tanto, al analizar el espectro y detectar frecuencias que no coinciden con el comportamiento esperado para esa máquina en condiciones normales de operación, es posible identificar las características de vibración de cada componente individual y diagnosticar problemas como los mencionados anteriormente: desgaste, desalineación y holguras mecánicas.
Actualmente existen tecnologías basadas en inteligencia artificial, ciencia de datos y redes neuronales que permiten el monitoreo en línea de activos en tiempo real, utilizando, entre otras técnicas, el análisis espectral para la detección de fallas.
Tractian es una de ellas. Los algoritmos que forman la base de su plataforma, y que actúan en la primera línea de detección de anomalías en el comportamiento del activo, se basan fundamentalmente en los tipos de análisis de señales vibratorias adquiridas mediante sensores.
¿Cómo se realiza la detección de fallas mediante algoritmos?
La primera etapa del proceso de detección por algoritmos consiste en el levantamiento de la firma espectral del equipo que está siendo analizado. Esta firma espectral equivale a una lectura del comportamiento vibratorio intrínseco del activo, a la que se denomina “ADN de vibración del equipo”, porque representa su respuesta vibratoria bajo condiciones normales de operación.
Cualquier anomalía en el comportamiento vibratorio habitual del equipo o cualquier frecuencia (análisis de frecuencia) desconocida dentro de su espectro regular es identificada de inmediato por la plataforma. A partir de ello, se generan insights y se envían alertas por correo electrónico y WhatsApp para que los responsables de mantenimiento puedan actuar.
Después de entender un poco más sobre cómo la vibración —y especialmente su espectro— constituye una herramienta muy importante para detectar anormalidades en el comportamiento de los activos, abordaremos el primer tipo de falla presentado en la serie “Guía de Vibraciones y Análisis Espectral”. Vamos a explicar qué es, cuáles son los tipos más comunes y cómo puede detectarse en el espectro de vibración.
Definición
Provoca la generación de fuerzas centrífugas debido a la distribución irregular de masa, las cuales son transmitidas a los cojinetes. Esta carga impuesta sobre los cojinetes puede dañar componentes y reducir la vida útil del equipo.
Existen varios tipos, que se caracterizan a partir del análisis de los vectores de las fuerzas de reacción en los cojinetes. A continuación, abordaremos los más comunes:
Estático
El eje principal de inercia y el eje alrededor del cual gira la máquina están paralelos, pero no coinciden.
Conjugado
El eje principal de inercia no es paralelo al eje de rotación; sin embargo, ambos se intersectan en el centro de gravedad del rotor.
Dinámico
Este tipo se considera una combinación de los dos anteriores, donde el eje principal de inercia y el eje de rotación no son paralelos ni se intersectan en el centro de gravedad del rotor.
En el espectro de vibración, es posible detectar este tipo de falla mediante un pico con una frecuencia igual a la frecuencia de rotación del eje. Esto se debe a que el síntoma principal está relacionado con vibraciones elevadas en la dirección radial, siendo la componente 1N la más significativa.
Las frecuencias múltiples de 1N no presentan una amplitud considerable, y es importante destacar que la amplitud de la componente 1N aumenta con la velocidad de rotación. Además, este tipo de falla no provoca vibraciones elevadas en la dirección axial, únicamente en la radial.
NOTA: La notación 1N, 2N, 3N, 4N, etc., se utiliza de forma análoga a la notación 1X, 2X, 3X, 4X, etc., para representar múltiplos de la velocidad de rotación de la máquina (donde N = frecuencia de rotación del eje).
A continuación, se presenta un ejemplo real detectado por el sistema de monitoreo en línea de Tractian y cómo la plataforma interpreta el espectro, notificando al encargado de mantenimiento de forma instantánea.
Es posible observar en el espectro que la amplitud de la componente 1N (en rosa) superó considerablemente el límite establecido para el comportamiento vibratorio normal, lo que indica un desbalanceo. En ese momento, se generó el insight y se envió una alerta al usuario.
La plataforma de Tractian es capaz de identificar diversos tipos de fallas, ofreciendo tanto insights generalistas como específicos, como en el caso mostrado anteriormente.
De esta manera, se evita la progresión de fallas que podrían provocar paradas inesperadas, y se permite al gestor enfocar su tiempo en el planeamiento y en paradas programadas. El análisis de vibraciones y la recolección de datos son pilares fundamentales para el mantenimiento predictivo.
