Localización de averías de alta velocidad con iba
Una empresa minera utiliza el sistema iba para maximizar la disponibilidad de las palas eléctricas de cable.
Más información
Imagen generada por IAPor qué la adquisición de datos a alta frecuencia es esencial para la resolución de problemas industriales
Solicitud
Las paradas inesperadas de las máquinas, las desviaciones recurrentes en la calidad y las alteraciones intermitentes en los procesos siguen siendo algunos de los problemas más difíciles de abordar en la producción industrial. Aunque los sistemas modernos de automatización generan grandes cantidades de datos operativos, los equipos de mantenimiento e ingeniería se enfrentan a menudo a una realidad frustrante: cuando surge un problema, la información disponible no ofrece suficientes detalles para explicar por qué se ha producido.
Los métodos tradicionales de resolución de problemas suelen basarse en los diagnósticos de los PLC, las tendencias del sistema SCADA, los datos históricos y las observaciones de los operadores. Aunque estas herramientas proporcionan información valiosa sobre el funcionamiento de la planta, a menudo se ven limitadas por las frecuencias de muestreo y la granularidad de los datos. Como resultado, pueden producirse eventos críticos entre las muestras registradas que pasan desapercibidos durante las investigaciones de las causas raíz.
En muchos casos, el problema no es la falta de datos, sino la falta de datos suficientemente detallados. La adquisición de datos de alta frecuencia resuelve este reto al proporcionar una visión precisa y sincronizada en el tiempo del comportamiento de las máquinas y los procesos, lo que permite a los ingenieros reconstruir los sucesos con un nivel de precisión imposible de alcanzar con los sistemas de monitorización convencionales.
Por qué los datos de proceso tradicionales suelen quedarse cortos
Los sistemas de historial industrial y SCADA están diseñados principalmente para la monitorización de la producción, la elaboración de informes y el análisis del rendimiento. Destacan en el seguimiento de tendencias a largo plazo e indicadores clave de rendimiento, pero normalmente no están pensados para capturar eventos rápidos y transitorios que se producen en milisegundos.
Muchos problemas de producción tienen su origen precisamente en estos eventos de corta duración. Algunos ejemplos típicos son:
- Una válvula se abre ligeramente más tarde de lo esperado.
- Un enclavamiento cambia de estado durante solo unos milisegundos.
- Un sensor sufre una breve perturbación.
- Se producen múltiples señales digitales en una secuencia incorrecta.
- Un pico de vibración desencadena un efecto en cadena que ya no es visible en los datos registrados.
Aunque cada uno de estos sucesos pueda parecer insignificante por sí solo, en última instancia pueden dar lugar a defectos de calidad, inestabilidad en los procesos o paradas inesperadas de la maquinaria.
El reto se agrava aún más cuando interactúan varios eventos. Una situación de fallo puede no deberse a una única causa, sino a una secuencia específica de cambios en las señales que se producen en un intervalo de tiempo muy reducido. Si los datos disponibles carecen de la resolución suficiente, los ingenieros se ven obligados a formular hipótesis sobre lo que ha ocurrido, en lugar de basarse en pruebas objetivas.
En consecuencia, las tareas de resolución de problemas suelen convertirse en procesos que requieren mucho tiempo y que consisten en descartar posibilidades, en lugar de identificar causas demostrables.
El poder de la adquisición de datos de alta frecuencia
La adquisición de datos de alta frecuencia con el sistema iba ofrece un enfoque diferente al registrar continuamente señales a frecuencias de muestreo significativamente más altas que los sistemas de monitorización convencionales. En lugar de analizar tendencias generales, los ingenieros adquieren la capacidad de observar las relaciones temporales precisas entre las señales de las máquinas, las entradas de los sensores, las respuestas de los accionamientos y las acciones de control. Los sucesos pueden reconstruirse en el orden exacto en el que se produjeron, lo que permite que las investigaciones se centren en hechos y no en suposiciones.
Este nivel de visibilidad permite a los equipos de ingeniería:
- Reconstruir los acontecimientos que condujeron a un fallo.
- Medir con precisión las relaciones temporales entre las señales.
- Detectar problemas de secuenciación en los procesos automatizados.
- Analizar relaciones de causa y efecto con confianza.
- Cuantificar variaciones en los procesos que, de otro modo, pasarían desapercibidas.
- Reducir el tiempo de resolución de problemas centrándose directamente en la causa raíz.
Al capturar datos de proceso con una resolución de milisegundos o incluso microsegundos, los ingenieros pueden determinar exactamente qué ocurrió antes, durante y después de una perturbación. En lugar de depender de pruebas repetidas y métodos de ensayo y error, los equipos de mantenimiento pueden utilizar los datos registrados para identificar la causa subyacente de un problema de forma más rápida y precisa.
Mejora de los sistemas de automatización existentes
Un error común es pensar que alcanzar este nivel de capacidad de diagnóstico requiere una modernización completa de la infraestructura de automatización. En la práctica, muchas instalaciones pueden mejorar significativamente la visibilidad de los procesos sin necesidad de sustituir los sistemas de control existentes.
Una plataforma dedicada a la adquisición de datos puede funcionar en paralelo con los entornos establecidos de PLC, SCADA y sistemas de registro histórico, obteniendo información adicional al tiempo que se conserva la arquitectura de automatización existente.
Este enfoque permite a las organizaciones ampliar sus capacidades de diagnóstico de forma gradual. Los equipos de ingeniería obtienen acceso a información con mayor frecuencia sin interrumpir la producción ni emprender proyectos de automatización a gran escala.
Plataformas como ibaPDA están diseñadas específicamente para este fin. ibaPDA adquiere, sincroniza y almacena de forma continua datos procedentes de sistemas de automatización, variadores, sensores y redes de comunicación industrial, lo que proporciona una visión global del comportamiento de las máquinas y los procesos en todo el entorno de producción.
Supervisión de redes de comunicación industriales
Muchos procesos de producción modernos dependen en gran medida de la comunicación Ethernet industrial. A medida que aumenta la complejidad de las máquinas, los problemas de comunicación pueden resultar difíciles de identificar mediante métodos de diagnóstico tradicionales.
Los dispositivos de supervisión Profinet especializados amplían la visibilidad del sistema al capturar datos de comunicación directamente de la red. Esto permite a los ingenieros observar tanto los valores de los procesos como el comportamiento de la comunicación sin necesidad de realizar modificaciones exhaustivas en los programas de los PLC.
Este enfoque proporciona acceso a información que a menudo resulta difícil de obtener mediante los diagnósticos convencionales, incluyendo:
- El comportamiento temporal de las comunicaciones.
- Cambios de estado relacionados con la red.
- Perturbaciones intermitentes en la comunicación.
- Interacciones de señales entre varios controladores.
- Secuencias de comunicación previas a un evento de fallo.
La supervisión a nivel de red puede resultar especialmente valiosa a la hora de investigar perturbaciones intermitentes que no se pueden reproducir fácilmente. Al ampliar el diagnóstico más allá del PLC y hasta la propia infraestructura de comunicación, los ingenieros obtienen una comprensión más completa de los sistemas en los que están solucionando problemas.
Adquisición de alta velocidad más allá de la supervisión convencional
Algunas aplicaciones industriales requieren frecuencias de muestreo significativamente más altas que las que suelen ofrecer los sistemas de automatización estándar. Los eventos mecánicos, los fenómenos de vibración, las perturbaciones energéticas y la dinámica de los sensores suelen producirse con demasiada rapidez como para poder capturarlos mediante métodos convencionales de recogida de datos.
El hardware de adquisición especializado, como elibaPADU, responde a estos requisitos registrando señales analógicas y digitales a frecuencias de muestreo de hasta 150 kHz. Esta adquisición de alta frecuencia permite analizar el comportamiento de las señales que, de otro modo, permanecerían invisibles.
Esta capacidad da soporte a una amplia gama de aplicaciones de diagnóstico y análisis:
- Diagnóstico de sensores.
- Monitorización de vibraciones.
- Monitorización del estado mecánico.
- Análisis energético.
- Estudios de calidad de la energía.
- Análisis dinámico de procesos.
En el caso de eventos de corta duración, incluso pequeños aumentos en la frecuencia de muestreo pueden revelar patrones que antes pasaban desapercibidos. La adquisición de datos a alta velocidad proporciona el nivel de detalle necesario para identificar interacciones sutiles en los procesos que, en última instancia, pueden provocar pérdidas de producción, daños en los equipos o defectos de calidad.
En muchas investigaciones, lo que falta no es experiencia, sino visibilidad. Los datos de alta resolución proporcionan el nivel de detalle necesario para descubrir las causas fundamentales que permanecen ocultas en los sistemas convencionales de análisis de tendencias.
Dries Boone
Director general de iba Benelux
La importancia de una base de tiempo común
Uno de los mayores retos a la hora de resolver problemas industriales es la fragmentación de la información entre múltiples sistemas.
Los datos de proceso pueden almacenarse en historiadores de PLC, las mediciones eléctricas pueden proceder de equipos de monitorización especializados, la información sobre vibraciones puede encontrarse en sistemas específicos de monitorización del estado y los registros de calidad pueden estar en bases de datos independientes. Cada fuente contiene información valiosa, pero resulta difícil correlacionar los eventos cuando las marcas de tiempo difieren o no hay sincronización.
Entre las fuentes de datos inconexas más habituales se incluyen:
- Datos de tendencias de PLC.
- Mediciones eléctricas.
- Sistemas de monitorización de vibraciones.
- Bases de datos de calidad.
- Observaciones de los operadores.
- Registros de eventos de producción.
El sistema iba aborda este problema sincronizando la información procedente de diversas fuentes en una línea temporal común. Esto permite a los ingenieros comparar eventos en múltiples sistemas con una alta precisión temporal.
Para conservar estos conjuntos de datos sincronizados durante largos periodos, ibaHD-Server ofrece un entorno de historial escalable para el almacenamiento a largo plazo y el acceso centralizado a los datos de proceso. Esto permite a los equipos de ingeniería investigar eventos históricos sin dejar de tener acceso a la información de alta frecuencia.
Cuando los estados de las máquinas, los valores de los procesos, los parámetros de los variadores, la comunicación en red y las mediciones externas comparten la misma referencia temporal, resulta mucho más fácil identificar las relaciones. El resultado es una visión más clara y completa del comportamiento de la producción durante los eventos críticos.
Convertir los datos en conocimiento
La adquisición de datos de proceso es solo el primer paso. Los ingenieros también deben ser capaces de investigar, comparar e interpretar la información registrada de manera eficiente.
Aquí es donde ibaAnalyzer desempeña un papel fundamental. El software permite a los usuarios visualizar datos de proceso sincronizados, correlacionar señales de múltiples fuentes, comparar condiciones de funcionamiento y analizar en detalle los eventos registrados. Al proporcionar un entorno común para la evaluación de datos, ibaAnalyzer ayuda a los ingenieros a identificar patrones, validar hipótesis y acelerar las investigaciones de las causas raíz.
Añadir pruebas visuales a los datos de proceso
Aunque las señales de proceso proporcionan información esencial, no siempre cuentan toda la historia. Muchos problemas industriales tienen un componente físico o visual que no puede entenderse plenamente solo a través de datos numéricos.
Algunos ejemplos son:
- Errores de posicionamiento de materiales.
- Problemas en la manipulación de productos.
- Atascos intermitentes.
- Anomalías mecánicas.
- Defectos superficiales y problemas de calidad.
Para dar respuesta a esta necesidad, ibaPDA puede sincronizar la adquisición de datos de proceso con la grabación de vídeo proporcionada por ibaCapture. Junto con ibaPDA, ibaCapture graba imágenes de cámara, pantallas HMI y datos de medición, ya sea de forma continua o en función de eventos, lo que permite examinar conjuntamente la información visual y los datos de proceso dentro de una referencia temporal común. Los eventos importantes también pueden almacenarse automáticamente como instantáneas para su posterior análisis.
Las imágenes grabadas pasan a formar parte de la misma línea temporal que las señales de la máquina y las mediciones del proceso, lo que permite a los ingenieros revisar los eventos visuales en relación directa con las condiciones del proceso registradas.
Esta perspectiva combinada permite la evaluación simultánea de:
- Valores de los sensores.
- Estados de la máquina.
- Comportamiento de los variadores.
- El consumo de energía.
- Las señales de vibración.
- Imágenes de cámara captadas en el mismo instante.
A la hora de investigar problemas complejos de producción, el contexto visual suele aportar información crucial que agiliza la identificación de la causa raíz y reduce la incertidumbre durante el análisis.
Probado en la práctica
La adquisición de datos de alta frecuencia ya se está utilizando en múltiples sectores para reducir el tiempo de resolución de problemas, mejorar la transparencia de los procesos y facilitar la investigación de las causas fundamentales. Varios proyectos de clientes ilustran cómo los datos de proceso detallados y sincronizados pueden ayudar a los equipos de ingeniería a pasar de las suposiciones a una toma de decisiones basada en pruebas.
Del análisis de fallos a la mejora continua
Las organizaciones suelen implantar sistemas de adquisición de datos de alta frecuencia principalmente para mejorar la resolución de averías y reducir el tiempo de inactividad. Sin embargo, el valor de la información detallada sobre los procesos pronto va mucho más allá de las actividades de mantenimiento.
Los mismos datos que sirven de apoyo a las investigaciones de fallos también pueden utilizarse para:
- La optimización de procesos.
- Iniciativas de eficiencia energética.
- Programas de mejora de la calidad.
- Estrategias de mantenimiento predictivo.
- Proyectos de mejora de la OEE.
- Estudios de ingeniería de fiabilidad.
A medida que los ingenieros obtienen acceso a información más detallada sobre el comportamiento de las máquinas y los procesos, resulta más fácil identificar y cuantificar las oportunidades de mejora continua. Las variaciones en los procesos que antes pasaban desapercibidas pasan a ser cuantificables, lo que permite tomar decisiones operativas más fundamentadas.
Con el tiempo, los datos de proceso de alta resolución pasan de ser un recurso para la resolución de problemas a convertirse en una base estratégica para la mejora de la fabricación basada en datos.
Conclusión
Muchas instalaciones industriales ya cuentan con sofisticados sistemas de automatización, pero siguen teniendo dificultades para identificar las causas fundamentales de las averías intermitentes, las variaciones de calidad inexplicables y las perturbaciones recurrentes en la producción. En estas situaciones, una mayor automatización no suele ser la solución. Lo que falta es una visibilidad detallada de lo que realmente ocurrió durante los incidentes críticos.
La adquisición de datos de alta frecuencia subsana esta carencia al registrar el comportamiento de los procesos y las máquinas con el nivel de detalle necesario para realizar un análisis preciso de las causas raíz. Mediante el registro sincronizado de datos de automatización, comunicaciones de red, señales analógicas y digitales de alta velocidad, e incluso imágenes de cámara, los ingenieros obtienen una visión global de los sucesos de producción que, de otro modo, permanecerían ocultos.
Al combinar capacidades de adquisición detalladas con una referencia temporal común en múltiples fuentes de datos, soluciones como ibaPDA permiten a los equipos de mantenimiento y operaciones pasar de la resolución de problemas basada en suposiciones a un análisis basado en pruebas. En un entorno industrial en el que cada minuto de inactividad tiene un impacto cuantificable en la productividad y la rentabilidad, la capacidad de ver lo que realmente ha ocurrido puede marcar la diferencia entre tratar repetidamente los síntomas y eliminar de forma permanente la causa raíz.
- Conectar
- Adquirir y almacenar
- Adquisición de datos cíclicos en redes PROFINET IO
- Recopilar datos a alta frecuencia
- Recopilar datos de forma isócrona
- Captura de datos de vídeo sincronizados con los datos de proceso
- Almacena datos de procesos y eventos sin problemas
- Supervisión de vibraciones en tiempo real mediante la adquisición de señales de alta resolución
- Analizar
- Analizar y buscar datos históricos
- Comparar, cuantificar, sincronizar/alinear, correlacionar o agregar conjuntos de datos (señales)
- Visualizar y analizar señales
- Mostrar datos de vídeo sincronizados con los datos de proceso
- Analizar los datos de los sensores junto con los datos de vídeo en una vista sincronizada en el tiempo o en la duración
- Realizar operaciones con señales con respuesta visual inmediata (WYSIWYG)
Preguntas frecuentes (FAQ)
ibaPDA proporciona una adquisición y sincronización continuas de los datos de proceso, lo que ayuda a los ingenieros a investigar las perturbaciones con un nivel de detalle mucho mayor que el de los sistemas de monitorización convencionales. Si bien los historiales tradicionales están optimizados para el análisis de tendencias a largo plazo, a menudo pasan por alto los cambios rápidos en las señales y los eventos de corta duración que contribuyen a las averías de las máquinas. Al registrar de forma sincronizada la información procedente de los sistemas de automatización, los variadores, los sensores y las redes industriales, los ingenieros pueden reconstruir los sucesos con precisión tal y como ocurrieron. Esto mejora la comprensión de las relaciones temporales, las interacciones entre señales y el comportamiento del proceso en torno a una avería. Como resultado, la resolución de problemas gana en precisión, las causas raíz pueden identificarse más rápidamente y los problemas recurrentes de producción pueden abordarse basándose en pruebas objetivas.
ibaPDA, en combinación con dispositivos específicos de monitorización PROFINET, amplía el diagnóstico a la capa de comunicación de los sistemas de automatización industrial. En lugar de basarse únicamente en los diagnósticos del controlador, los ingenieros obtienen visibilidad sobre la actividad de la red, los tiempos de comunicación, las transiciones de estado y las interacciones de señales entre los dispositivos conectados. Esto resulta especialmente valioso a la hora de investigar fallos esporádicos que no se pueden reproducir fácilmente. Las perturbaciones relacionadas con la comunicación suelen dejar pocas huellas en los registros estándar de los controladores, lo que dificulta la identificación de la causa raíz. Al capturar información a nivel de red junto con los datos de proceso, los equipos de ingeniería obtienen una visión más completa del comportamiento del sistema y pueden correlacionar los eventos de comunicación con las reacciones de la máquina de forma más eficaz.
ibaPADU está diseñado para aplicaciones que requieren frecuencias de muestreo significativamente más altas de las que pueden ofrecer las plataformas de automatización estándar. Al registrar señales analógicas y digitales a frecuencias de hasta 150 kHz, permite un análisis detallado de fenómenos que cambian rápidamente, como eventos de vibración, dinámica de sensores, perturbaciones energéticas y comportamientos complejos de las máquinas. La adquisición de datos a alta velocidad ayuda a revelar patrones e interacciones que, de otro modo, permanecerían ocultos debido a una resolución temporal insuficiente. Este nivel adicional de detalle permite realizar investigaciones más precisas de problemas mecánicos y relacionados con los procesos. Para los equipos de mantenimiento e ingeniería, el resultado es una mayor visibilidad de los eventos críticos y una base analítica más sólida para diagnosticar pérdidas de producción, problemas de calidad y anomalías relacionadas con los equipos.
ibaHD-Server ofrece un entorno escalable para almacenar datos de proceso sincronizados y ponerlos a disposición para su análisis a largo plazo. La resolución de problemas industriales suele requerir información procedente de múltiples fuentes, entre las que se incluyen sistemas de automatización, mediciones eléctricas, aplicaciones de monitorización del estado y registros de calidad. Cuando estos conjuntos de datos comparten una referencia temporal común, los ingenieros pueden correlacionar los eventos con mucha mayor precisión. El almacenamiento centralizado conserva esta información sincronizada y garantiza que los datos históricos sigan siendo accesibles para su análisis futuro. Esto resulta especialmente valioso a la hora de investigar perturbaciones poco frecuentes o evaluar el comportamiento de la producción durante períodos prolongados. Al mantener una base de datos unificada y coherente en el tiempo, las organizaciones pueden mejorar tanto la precisión del diagnóstico como la transparencia operativa.
ibaCapture, junto con ibaPDA, combina la grabación sincronizada de imágenes de cámara, pantallas HMI y datos de proceso en una línea temporal compartida. Esto permite a los ingenieros examinar las pruebas visuales junto con las señales de la máquina, las condiciones de funcionamiento y los datos de medición correspondientes exactamente al mismo instante. Muchos problemas de calidad y producción implican sucesos físicos que no pueden explicarse por completo solo con valores numéricos. Al vincular las imágenes con la información del proceso, los equipos pueden comprender mejor los problemas de manipulación de materiales, las irregularidades mecánicas, los atascos intermitentes o los defectos superficiales. La vista sincronizada mejora significativamente la reconstrucción de los sucesos, ayuda a validar las hipótesis de ingeniería y permite una resolución de problemas más eficaz basada tanto en pruebas visuales como analíticas.
