Máxima seguridad de la red para la energía eólica marina
GE Vernova confía en el sistema iba para el proyecto de Sofía
Más información
Prevención de paradas de planta con Condition Monitoring como sistema de alerta temprana
Control inteligente de las marchas
El mantenimiento preventivo puede suponer un ahorro considerable si se utiliza Condition Monitoring basado en sensores. Por este motivo, en los últimos años el Condition Monitoring ha cobrado cada vez más importancia en las grandes plantas industriales.
La adquisición y el análisis de las vibraciones de los componentes mecánicos permiten detectar los primeros indicios de daños inminentes antes de que éstos provoquen paradas de la planta y las consiguientes pérdidas de producción.
Detectar el desgaste de los componentes mecánicos de un tren de laminación en una fase temprana del proceso era el principal objetivo de este proyecto, ya que en caso de fallo imprevisto de un tren de accionamiento, toda la unidad de producción quedaría parada. Para predecir los tiempos de parada con una alta fiabilidad, el sistema implantado puede realizar análisis detallados de plantas complejas.
La tecnología
Gracias al sistema de Condition Monitoring (CMS) implementado, los componentes desgastados pueden sustituirse durante los ciclos de mantenimiento periódicos y se evitan los daños derivados de los componentes defectuosos y las paradas imprevistas de la planta. Para ello, el sistema analiza las señales de vibración, busca patrones de daños característicos y calcula el nivel de daños actual basándose en estos datos.
En la planta de producción, los números de revoluciones por segundo, los pares y otros valores de proceso de los trenes de laminación se adquieren mediante componentes iba y pueden ponerse en relación con los datos de vibración. De este modo, las predicciones pueden mejorarse significativamente, ya que las vibraciones inducidas por el proceso pueden ponerse en relación con el comportamiento de la producción.
Gracias a la correlación de los datos del proceso y a la comparación con los datos históricos, se pueden crear vistas de tendencias muy informativas del comportamiento a largo plazo. En caso de avería, cada componente del engranaje genera una vibración perturbadora característica debido a sus propiedades mecánicas. De este modo, los daños en los componentes pueden identificarse mediante bandas de frecuencia específicamente definidas. De este modo, los componentes defectuosos pueden detectarse de forma fiable. De este modo, se evitan las falsas alarmas y se hace posible un mantenimiento predictivo.
Pruebe ahora el sistema iba
Descargue la demo de ibaPDA e ibaAnalyzer y empiece a optimizar sus procesos hoy mismo. ¡Pruébalo gratis durante 30 días!
Solicite una licencia ibaPDA-Demo
Sólo con la supervisión simultánea de todos los datos de la máquina, el proceso, el material y la calidad se pueden detectar con fiabilidad los daños en las piezas de las máquinas en plantas de producción complejas.
Christian Gmeinwieser
Aplicación y consultoría, iba AG
De la papelera de la basura al análisis por lotes
Cómo utiliza Badische Stahlwerke el sistema iba para aportar transparencia a la facturación de la chatarra
Más información
Monitorización digital de procesos en el recocido por lotes
De los registradores de papel a los modernos sistemas de adquisición de datos: para garantizar un análisis y una visualización fiables de los datos…
Más información
Monitorización transparente de la central eléctrica con el sistema iba en FPCL
Tras el apagón generalizado que se produjo en Pakistán el 9 de enero de 2023, los productores de energía se vieron sometidos a una presión cada vez…
Más información
Optimización digital de procesos en thyssenkrupp Electrical Steel
En el tren de laminación en frío de thyssenkrupp Electrical Steel (tkES) en Gelsenkirchen, el equipo se enfrentó a un reto familiar pero complejo.
Más información
Excitación de pequeña señal a gran escala - Medida por iba
La transición energética está transformando radicalmente las redes eléctricas: la generación descentralizada, la volatilidad de las fuentes de energía…
Más información
Detección de flejes de Coil mediante IA con ibaVision
En la producción de bobinas de aluminio, un flejado adecuado es esencial para garantizar la seguridad de la manipulación y el transporte.
Más información
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 IAOptimización digital del proceso de refinado del acero en LSV
El tratamiento térmico y superficial del acero es un proceso técnico complejo y delicado. Con el sistema iba, LSV implementó una solución integral…
Más información
Un rápido vistazo a los datos históricos
Para analizar los procesos de forma eficiente, Neuman Aluminium introdujo el sistema iba en producción en 2014. Debido a su éxito, se extendió a toda…
Más información
Con una visión unificada de todos los datos del proceso: Novelis confía en el sistema iba
La puesta en servicio de un nuevo horno de empuje en su planta suiza llevó a Novelis a estandarizar la adquisición y el análisis de los datos del…
Más información
Encontrar una aguja en un pajar en segundos: BILSTEIN monitoriza Coils con ibaDatawyzer-ICC
Más de 1.600 toneladas de metal laminado en bobinas pasan cada día por las instalaciones de producción del Grupo BILSTEIN. Para eliminar el riesgo de…
Más información
"Con ibaHD-Server, tenemos acceso directo a siete años de datos históricos"
Lo que comenzó hace siete años con la sustitución de los registradores gráficos de papel en un horno de empuje ha evolucionado hasta convertirse en un…
Más información
Monitorización de vibraciones simplificada: evaluación del estado mediante valores característicos significativos
Reducción de la complejidad mediante el cálculo de KPI a partir de datos de vibraciones y máquinas en ibaPDA utilizando ibaInSpectra.
Más información
"ibaDaVIS facilita a todos los usuarios el acceso a los datos y nos ayuda a resolver más rápidamente los problemas que surgen".
Como el sistema heredado ya no satisfacía las demandas operativas, el GRUPO BILSTEIN tuvo que buscar una nueva solución para la visualización de datos…
Más información
Preguntas frecuentes (FAQ)El análisis continuo de las señales de vibración permite identificar patrones de fallo característicos en una fase temprana. Con ibaPDA, los datos de vibración y de proceso se registran de forma sincronizada para su evaluación. En ibaAnalyzer, los análisis basados en la frecuencia permiten asignar patrones de defecto específicos a componentes individuales. Esto permite realizar una evaluación fiable del estado antes de que se produzcan fallos críticos.
El análisis aislado de los datos de vibraciones suele dar lugar a resultados inexactos y a un mayor índice de falsas alarmas. Al registrar de forma sincronizada variables del proceso, como la velocidad y el par, con ibaPDA, se pueden tener en cuenta los factores operativos. En ibaAnalyzer, estos conjuntos de datos se pueden correlacionar y separar. Esto mejora considerablemente la precisión del diagnóstico y reduce las interpretaciones erróneas.
Las falsas alarmas suelen deberse a condiciones del proceso no previstas o a cambios en los estados de funcionamiento. Al definir bandas de frecuencia específicas y vincularlas con los parámetros del proceso en ibaAnalyzer, es posible distinguir las vibraciones relevantes de las irrelevantes. Los datos históricos del ibaHD-Server contribuyen además a la validación de los umbrales de alarma. Esto mejora considerablemente la calidad de las alarmas y reduce las intervenciones innecesarias.
El análisis continuo de la evolución de los indicadores de estado permite detectar a tiempo el avance del desgaste. ibaHD-Server proporciona datos históricos a largo plazo para estos análisis. De este modo, las tareas de mantenimiento pueden programarse durante las paradas planificadas. Esto reduce los tiempos de inactividad no planificados y optimiza la vida útil de los componentes críticos.
Los sistemas complejos requieren una visión global de todas las fuentes de datos relevantes. Con ibaPDA, es posible recopilar de forma sincronizada datos sobre máquinas, procesos, materiales y calidad. En ibaAnalyzer, estos conjuntos de datos se analizan conjuntamente para identificar correlaciones y las causas fundamentales de las desviaciones. Solo este enfoque integrado permite detectar de forma fiable los fallos en sistemas de accionamiento complejos.
El análisis continuo de las señales de vibración permite identificar patrones de fallo característicos en una fase temprana. Con ibaPDA, los datos de vibración y de proceso se registran de forma sincronizada para su evaluación. En ibaAnalyzer, los análisis basados en la frecuencia permiten asignar patrones de defecto específicos a componentes individuales. Esto permite realizar una evaluación fiable del estado antes de que se produzcan fallos críticos.
El análisis aislado de los datos de vibraciones suele dar lugar a resultados inexactos y a un mayor índice de falsas alarmas. Al registrar de forma sincronizada variables del proceso, como la velocidad y el par, con ibaPDA, se pueden tener en cuenta los factores operativos. En ibaAnalyzer, estos conjuntos de datos se pueden correlacionar y separar. Esto mejora considerablemente la precisión del diagnóstico y reduce las interpretaciones erróneas.
Las falsas alarmas suelen deberse a condiciones del proceso no previstas o a cambios en los estados de funcionamiento. Al definir bandas de frecuencia específicas y vincularlas con los parámetros del proceso en ibaAnalyzer, es posible distinguir las vibraciones relevantes de las irrelevantes. Los datos históricos del ibaHD-Server contribuyen además a la validación de los umbrales de alarma. Esto mejora considerablemente la calidad de las alarmas y reduce las intervenciones innecesarias.
El análisis continuo de la evolución de los indicadores de estado permite detectar a tiempo el avance del desgaste. ibaHD-Server proporciona datos históricos a largo plazo para estos análisis. De este modo, las tareas de mantenimiento pueden programarse durante las paradas planificadas. Esto reduce los tiempos de inactividad no planificados y optimiza la vida útil de los componentes críticos.
Los sistemas complejos requieren una visión global de todas las fuentes de datos relevantes. Con ibaPDA, es posible recopilar de forma sincronizada datos sobre máquinas, procesos, materiales y calidad. En ibaAnalyzer, estos conjuntos de datos se analizan conjuntamente para identificar correlaciones y las causas fundamentales de las desviaciones. Solo este enfoque integrado permite detectar de forma fiable los fallos en sistemas de accionamiento complejos.
