Mucho han cambiado el concepto y las prácticas de mantenimiento desde
aquellos días en que el personal se paseaba por la planta escuchando ruidos y
tocando las máquinas. Los desarrollos tecnológicos en sensores, análisis y
diagnóstico de vibraciones, capacidad de cómputo y el empleo del internet y su
nube hoy nos permiten determinar la condición de la maquinaria con mucha mayor
precisión que la que alcanza la percepción humana. Este artículo trata sobre la
aplicación de sistemas de monitoreo de condición en la operación y
mantenimiento de reductores de velocidad.
VIDA ÚTIL
Los componentes comunes para la mayoría de los reductores de velocidad
son: la caja, los ejes, los engranes, los rodamientos, el lubricante, los
retenes y los sellos. Si cualquiera de estos componentes falla, el reductor tendrá
que ser sustituido o reparado y la máquina tendrá que dejar de operar durante el tiempo requerido para ello. Las
cargas de trabajo someten a engranes y rodamientos a esfuerzos de contacto en el punto A, entre las superficies curvas de sus componentes, además, la fuerza en voladizo, F, que el piñón, P, ejerce sobre el engrane, E, provoca un momento flexionante cuyo esfuerzo máximo se alcanza en el punto B [1]. Estos esfuerzos son cíclicos,
exponiendo a rodamientos y engranes al fenómeno de fatiga, y por lo tanto, el número de ciclos que
pueden realizar antes de que se presente una falla depende de la carga a la que
son sometidos [1, 2 y 3].
Considerando que la información disponible respecto a los cálculos de
expectativa de vida para rodamientos es muy accesible, los usaremos para
ilustrar la mecánica de este fenómeno. La forma convencional de registrar esta
expectativa de vida es la denominada L10, que significa que el 90%
de los rodamientos que operen en las condiciones previstas sobrepasará el tiempo
calculado sin mostrar daño por fatiga. El cálculo básico aceptado por organizaciones
internacionales como ABMA, ISO, DIN o JIT, fue desarrollado por Lunberg y Plamgren en
1947 [2]:
L10 = (C/P)p
En donde L10 : Vida útil de diseño con 90% de confiabilidad,
en millones de revoluciones
C: Capacidad de carga (dinámica)
P: Carga sobre el rodamiento
p = 3 para rodamientos de bolas o 10/3 para rodamientos de rodillos
La capacidad de carga de un rodamiento se define como la carga a la
cual el 90% de un grupo de rodamientos idénticos soportará durante un millón de
revoluciones sin mostrar señas de fatiga (descascaramiento). Aunque la fórmula
básica para establecer la capacidad de carga está normalizada, cada fabricante
puede hacer modificaciones en base a pruebas que demuestren que sus rodamientos
incorporan ventajas tecnológicas que se traducen en una mayor vida útil, la
realidad es que hay fabricantes, especialmente aquellos que se someten a los
procesos de aprobación de industrias como la automotriz, la aeronáutica o la de
ferrocarriles, que toman esta labor con mucha seriedad. Pero resulta sumamente
costoso hacer estas pruebas en forma rigurosa y hay otros fabricantes que
publican información poco confiable y hay quienes de plano la falsean.
Además, para tomar en cuenta los avances tecnológicos que se han
incorporado a la fabricación de rodamientos, a la expectativa de vida según la
fórmula L10 se aplican factores para obtener una vida útil
modificada, denominada L10m [4]. Uno de estos factores refleja las
mejoras en la calidad de los aceros que hoy se emplean en la fabricación de
rodamientos, supuesto que no todos los fabricantes cumplen, y un segundo factor
está relacionado con las características y limpieza del aceite, y con la
confiabilidad que la aplicación requiere. Aunque hay una aceptación amplia
sobre la forma de determinar estos factores, no todo mundo está de acuerdo [5 y
6].
Todos estos cálculos suponen que las condiciones reales de operación
serán similares a las supuestas en el diseño, que los rodamientos estarán en
buenas condiciones, que habrá una lubricación adecuada y que los rodamientos
estarán debidamente instalados. Pero la realidad es que un número importante de
rodamientos falla prematuramente precisamente porque estos supuestos no se
cumplen.
Tenemos, entonces, incertidumbre respeto a la vida útil de un rodamiento
en particular debido a que:
- El cálculo de vida es probabilístico y no garantiza cuánto va a durar cada rodamiento
- La capacidad de carga publicada por el fabricante puede no ser confiable
- Las condiciones reales de operación no coinciden con las supuestas en el diseño
- El lubricante es inadecuado o está contaminado
- Los rodamientos pueden haber sido dañados previo a su instalación
- La instalación puede haber sido deficiente
- Los ejes o alojamientos pueden estar fuera de especificación.
PRÁCTICAS DE MANTENIMIENTO
Si no se cuenta con instrumentos más precisos que la sensibilidad del
personal de la planta, y dependiendo de las consecuencias de un paro
inesperado, quien opera una máquina puede optar por dejarla que trabaje hasta
que falle; puede observar su comportamiento para hacer intervenciones
preventivas en cuanto se perciban síntomas de una falla inminente; puede
programar paros para hacer una inspección y
reemplazar o reparar aquellos componentes que muestren deterioro; o
puede programar paros para reemplazar periódicamente componentes en base a los
cálculos de vida útil.
Evidentemente, los dos primeros sistemas prácticamente garantizan que
una falla ocurrirá y que la máquina tendrá que salir de operación en un momento
no anticipado. Estos sistemas sólo pueden emplearse en máquinas que tienen poco
impacto en la producción. Desafortunadamente, aunque son útiles, los paros
programados para inspección y mantenimiento no garantizan que no ocurrirán
fallas entre una inspección y la siguiente porque no tenemos forma de saber en
qué condición se encuentra el interior
de los rodamientos y engranes. Si consideramos que la media para la vida útil (50%
de probabilidad de falla o L50) es aproximadamente 5 veces superior
a la vida L10 [7], la práctica de cambiar componentes en base al
tiempo que llevan en operación implica el riesgo de quitar una pieza que está
en buen estado para sustituirla por una que puede estar defectuosa, dañada o
mal instalada.
VIDA ÚTIL REMANENTE
Si la operación se apega a los supuestos del diseño, podemos esperar
que el 90% de los rodamientos sobreviva un tiempo determinado. En base a la
predicción para cada componente, también podemos calcular el tiempo esperado
entre fallas en el sistema y con esta información podremos establecer un régimen de inspección
y mantenimiento periódico. Pero esos cálculos no nos dicen cuándo va a fallar un
componente en particular y una inspección visual no permite detectar el
deterioro que puede haber en el interior de los materiales.
Sin embargo, a
menos que se trate de un accidente catastrófico, las fallas en rodamientos y
engranes se dan en forma paulatina, comienzan con una fisura microscópica que
se va propagando por el interior del material. Cuando las fisuras llegan a la
superficie, se convierte en una grieta que permite que el aceite penetre, quede
atrapado y al pasar los elementos rodantes por encima de la grieta llena de
aceite, impiden que este salga, incrementando la presión hasta que se desprende
un pedazo en forma de descascaramiento o
pitting [1].
Antes de que el material se llegue a desprender, cada vez que los
dientes de los engranes o que los elementos rodantes entran a la zona fisurada, provocan vibraciones imperceptibles para al
oído humano pero que se pueden detectar mediante instrumentos más sensibles.
El análisis del espectro de estas vibraciones, el conocimiento de los
componentes de la máquina y el monitoreo de los cambios en la intensidad de la vibraciones
permiten identificar con cierto grado de certeza aquellos elementos en los que
las fisuras se han comenzado a formar y que, por lo tanto, tienen una alta
probabilidad de fallar en un futuro próximo [8 y 9]. Este pronóstico permite
programar el mantenimiento para que tenga poco impacto en la producción,
evitando así que una falla inesperada provoque un paro disruptivo en la producción.
En teoría, no hay contacto directo entre las partes de las chumaceras hidrodinámicas y, por lo tanto, no deben sufrir deterioro por
fatiga o desgaste cuando son empleados en forma adecuada. Sin embargo, es común
que por deficiencia en la lubricación, por operar a velocidades bajas o por
arrancar la máquina sin tener la presión adecuada en el aceite, haya desgaste
en los cojinetes, provocando mayor holgura entre éstos y los ejes que soportan
y con ello, un incremento en la vibración de los rotores. Al igual que con los
rodamientos, los sensores modernos pueden detectar estas vibraciones para permitirnos
programar oportunamente el siguiente paro para mantenimiento del reductor de
velocidad.
Otras fuentes de vibraciones pueden ser incrementos en la rugosidad de
las superficies en contacto o incremento en la holgura interna, ambas provocadas por
desgaste abrasivo.
OTROS INDICADORES
Además de las vibraciones, hay otros indicadores de la condición de una
transmisión, entre los que se encuentran: la velocidad y el par al que está
sometido el eje de entrada, la temperatura del lubricante en diferentes puntos
del sistema, las caídas de presión a través de los filtros del lubricantes, y
la cantidad y naturaleza de la contaminación de los lubricantes. Estas variables
pueden incluirse en los cálculos de vida remanente para darles una mayor
precisión y confiabilidad [8].
INVESTIGACIÓN, DESARROLLO Y EXPERIENCIA
Debemos tener conciencia, sin embargo, de que la predicción de la vida
útil remanente para los diferentes componentes está basada en diversas teorías
combinadas con investigación que permite ajustar ecuaciones teóricas con
mediciones de laboratorio [8, 9 y 10] y que, por lo tanto, la capacidad
predictiva de un sistema depende en gran medida de la calidad de esta
investigación y del tiempo que quienes lo ofrecen llevan cotejando sus
predicciones con la realidad observada en el campo. Esto significa que no se
puede exagerar la importancia de someter a escrutinio minucioso la metodología,
la investigación, el desarrollo y la experiencia que hay detrás de los sistemas
que se contempla implementar.
MONITOREO DE CONDICIÓN
Allá en el siglo pasado, el personal de mantenimiento y operación tocaba
las máquinas para sentir la temperatura y las vibraciones, usaba desarmadores
como estetoscopios para escuchar los ruidos del interior de la maquina, frotaba
el aceite entre los dedos, y en base a su conocimiento de las máquinas, a su
experiencia y a su intuición, tomaba decisiones sobre la programación del siguiente
paro para inspección y reparación.
En la medida que han mejorado los sensores, en que hemos adquirido un
mayor entendimiento sobre el significado del espectro de vibraciones y de las
demás variables, y en que ha
incrementado la capacidad de procesamiento de información, el monitoreo de
condición se ha hecho más sofisticado y hoy nos permite predecir el advenimiento
de fallas en forma imposible de lograr en base a la sensibilidad humana.
Dependiendo de la importancia de la máquina para la producción, el
monitoreo puede ser en base a mediciones rutinarias* o se pueden tener sensores
montados permanentemente en la máquina enviando información en tiempo real a computadoras
que analizan la información y envían mensajes preventivos al personal de
operación y mantenimiento. Tanto el monitoreo como el análisis de la
información recabada pueden hacerse internamente o se puede contratar a
proveedores externos, algunos de los cuales ofrecen monitoreo en tiempo real en
un servidor externo conectado a través de la red.
* Entre más firmemente esté montado el sensor al punto que se está observando, mayor precisión habrá en la lectura de las vibraciones. En lugar de seguir directamente el movimiento de la máquina, los sensores sostenidos a mano en realidad miden la respuesta de la mano a dicho movimiento, haciendo necesario filtrar estas señales, perdiendo precisión y capacidad predictiva en la interpretación. Es por ello preferible tomar lecturas de sensores firmemente adheridos a la máquina que llevar uno en la mano para tomar lecturas en diferentes puntos.
* Entre más firmemente esté montado el sensor al punto que se está observando, mayor precisión habrá en la lectura de las vibraciones. En lugar de seguir directamente el movimiento de la máquina, los sensores sostenidos a mano en realidad miden la respuesta de la mano a dicho movimiento, haciendo necesario filtrar estas señales, perdiendo precisión y capacidad predictiva en la interpretación. Es por ello preferible tomar lecturas de sensores firmemente adheridos a la máquina que llevar uno en la mano para tomar lecturas en diferentes puntos.
Si se cuenta con la suficiente capacidad de análisis, mantener la
información internamente permite realizar investigación y desarrollo sobre la
maquinaria y su operación, ofrece mayor seguridad respecto al uso y manejo de
esta información, y elimina la posibilidad de ataques cibernéticos a través de
la red. Por el otro lado, contratar el servicio de especialistas permite que la
organización se concentre en la parte medular del negocio, teniendo al mismo
tiempo acceso al conocimiento especializado de quienes desarrollan y operan
estos sistemas en una amplia gama de aplicaciones.
OTROS USOS
La información disponible en tiempo real también puede ser útil para el
control y mejora de los procesos productivos. Algunos ejemplos: si a tensión y
frecuencia constante observamos una variación en el par y la velocidad del
motor, podremos hacer los ajustes necesarios para hacer que la máquina vuelva a
la condición óptima de operación; podríamos emplear frecuencias de vibración asociadas
al proceso productivo para mantenerlo bajo control; o los fabricantes o
usuarios de la maquinaria de proceso pueden emplear esta información para hacer
mejoras a la maquinaria y a los procesos productivos.
ANÁLISIS DE VIBRACIONES Y SU INTERPRETACIÓN
En condiciones normales
de operación, los reductores de velocidad generan vibraciones a causa de la
naturaleza intermitente del contacto entre los dientes y de la entrada y salida
de los elementos rodantes en la zona de carga. Los sensores
nos ofrecen una lectura de las vibraciones que ocurren en puntos específicos de
la caja o los rotores. Esta lectura es únicamente ruido hasta que el sistema de
cómputo lo separa en las frecuencias que lo componen. En base al número de
dientes de los engranes, al número de elementos rodantes de los rodamientos, a
las velocidades de giro, al punto en que se registran y a su evolución a través
del tiempo, el análisis de estas frecuencias permite evaluar el estado de
deterioro de los diferentes elementos de la transmisión para pronosticar su
vida útil remanente y emitir una alerta para programar el servicio oportuno.
Un buen sistema de monitoreo de condición detecta el deterioro de los componentes mecánicos desde su inicio y permite adquirir con la debida antelación aquellos componentes que tienen una alta probabilidad de fallar en un futuro cercano, evitando así que la máquina esté fuera de servicio mientras se consiguen las piezas de reemplazo.
Además de las vibraciones
generadas internamente, los reductores de velocidad están expuestos a
vibraciones provenientes del motor, de la máquina conducida y en ocasiones, de
otras máquinas de la planta. Para evitar paros innecesarios, al igual que en el
pasado el personal de la planta aprendía a reconocer las vibraciones, ruidos,
temperaturas y presiones normales de sus máquinas, los sistemas de monitoreo de
condición registran los niveles de estas variables durante un periodo en
operación normal y las usan como base para establecer los niveles de variación
a los que se emitirán alarmas o mensajes de alerta respecto a condiciones
anómalas.
CONCLUSIÓN
En base a teorías sobre la fatiga de materiales, a predicciones
estadísticas, a mediciones y análisis de las vibraciones, los sistemas modernos
de monitoreo de condición permiten el diagnóstico temprano de fallas
incipientes y la programación oportuna de paros para mantenimiento, evitando
así paros inesperados con impacto negativo en la producción. La efectividad de
un sistema de monitoreo de condición está íntimamente ligada a la calidad de
los instrumentos, a su capacidad predictiva y a la experiencia de quién los maneja.
La pregunta básica respecto a implementar un sistema de monitoreo de condición es si cuesta más tener
paros inesperados o invertir en el sistema. La experiencia nos dice que cuando
se trata de equipo vital para la planta, el costo por pérdida de producción para hacer una reparación que no fue programada en muy superior a la
inversión que representa implementar un sistema de monitoreo de condición.
Referencias:
1.- Arthur H. Burr,
Advanced Mechanical Analysis, 1967. Cornell University
2.- G. Lundberg y A Palmgren “Dynamic Capacity of Rolling Beraings” Acta Polytechnic, Mechanical
Engineering Series 1947
3.- P. Frechilla Fernández, Gonzalo González Rey y R. José García Marín: Estimating Gear Fatigue Life Gear Soutions Oct
1 2007
4.-
Antonio Gabelli, Armel Doyer and Guillermo
Morales-Espejel The Modified Life
Rating of Rolling Bearings: A Criterion for Gearbox Design and Reliability
Optimization. Power
transmission Engineering March 2015
5.- Tribology &
Lubrication Technology con entrevistas a Myron
McKenzie, Martin Carrens y Dan Snyder ISO 281:2007 Bearing Life Standard. And
The answer is? Tribology & Lubrication Technology, July 2010
6.- Erwin V. Zaretsky. In Search of a Fatigue Limit: A
Critique of ISO Standard 281:2007. Tribology &Lubrication Technology, August 2010
7.- Arvid Palmgren.
Ball and Roller Bearing Engineering.Third edition. S.H. Burbank Co. Inc 1957
8.- S. L. Chen, M. Craig, R.J.K. Wood, L. Wang, R.
Callan, H.E.G. Powrie. Bearing Conditon Monitoring Using
Multiple Sensors and Integrates Data Fusion Techniques, Surface Engineering and Tribology
Group, University of Southampton, Southampton, SO17 1BJ, UK. GE Aviation,
Digital Systems, Chandlers Ford, SO 53, 4YG, UK
9.- Xiaohui Chen, Min Liu Gear
Remaining Useful Life Predeiction Based o Grey Neural network The 14th IFToMM
World Congress, Taipei, Taiwan, October 25-30, 2015 DOI Number:
10.6567/IFToMM.14TH.WC.PS6.005
10.- Ahmed Akariae Hinchi, Mohamed Tkiouat. Rolling Element Gearing Remaining
Useful Life Estimation Based on a Conventional Long.Short-Term Memoty Network. Precedia Computer Science 127
(2018) 123-132