Sensores de IoT em manutenção

A manutenção está mudando. Rapidamente.

A manutenção preditiva está evoluindo quase a cada hora.

Assim como o resto do mundo, a manutenção está se tornando conectada e interconectada ao mesmo tempo. Os sensores estão se espalhando por toda a paisagem industrial em um ritmo abrasador.

Volts, amperes, zeros e uns fluem para frente e para trás através de milhões e trilhões de cabos e conexões sem fio - fornecendo dados, informações e valor para organizações modernas que exigem excelência operacional.

A Internet das Coisas (IoT) já se industrializou (IIoT) e está impulsionando o 4 ^th revolução industrial – indústria 4.0 – diante de nossos olhos.

A manutenção tradicional está evoluindo para estratégias informadas, baseadas em dados, digitais e dinâmicas, nas quais são tomadas decisões inteligentes sobre a integridade e o desempenho dos ativos – não apenas suposições, suposições ou recomendações de fornecedores .

Os dados críticos de ativos são enviados para algoritmos de aprendizado de máquina, modelos preditivos e software baseado em nuvem, que automatizam o processo de tomada de decisão inteligente e, em última análise, aumentam suas chances de alta confiabilidade e disponibilidade de ativos.

E os sensores de IoT são essenciais para essa inteligência.

A inteligência de manutenção está ao alcance da sua organização.

Por onde você começa com a IIoT?

Se você é um pequeno fabricante de uma cerveja artesanal popular ou uma planta petroquímica multinacional, os sensores de IoT e a manutenção preditiva (PdM) agora estão acessíveis. Eles não são mais a reserva de grandes corporações globais e ricas em dinheiro.

O hardware e o software são acessíveis a todos.

Se você é uma organização com muitos ativos que busca tomada de decisão inteligente e análise de dados em tempo real, comece essa jornada para a manutenção preditiva. A vantagem competitiva será sua. A McKinsey* afirma que, até 2025, o impacto econômico positivo da IoT nas fábricas dos EUA estará entre US$ 1,2 e US$ 3,7 trilhões de dólares.

E isso é difícil de ignorar.

O aumento constante da "manutenção preditiva" no Google Trends.

A manutenção preditiva – também conhecida como monitoramento de condições – possui certas técnicas e tecnologias-chave que permitem a análise em tempo real da integridade e condição dos ativos. Eles podem detectar e diagnosticar problemas iminentes de ativos e equipamentos para sua organização, fornecendo insights acionáveis ​​e um prognóstico sobre a vida útil restante do sistema, ativo ou componente.

E você sabe o que isso significa?

Você conseguiu!

Os objetivos centrais da entrega de valor na gestão de ativos:reduzir os riscos organizacionais e custos e aumentar o desempenho do ativo .

As principais tecnologias e sensores de manutenção preditiva de IoT

Existem 5 tecnologias-chave na manutenção preditiva.

Embora essas tecnologias proativas tenham diferentes tipos de sensores e dispositivos de monitoramento em tempo real, todas elas se prestam à IIoT e à Indústria 4.0 e à inevitável marcha em direção a um mundo digital e interconectado.

Análise de vibração

Esta tecnologia é a melhor multiplicadora . Abrange muitos problemas potenciais de ativos e é mais adequado para equipamentos rotativos.

Você provavelmente tem muitos desses , direita?

É uma tecnologia PdM madura que usa um sensor de acelerômetro para medir os níveis de vibração de um ativo. O sensor pode enviar sinais de volta aos servidores por meio de cabos com fio ou sem fio por meio de redes celulares ou Wi-Fi.

A gravidade da vibração é uma tendência e pode mudar com o tempo.

Quando os níveis de vibração aumentam e quebram os níveis de alarme predefinidos, isso geralmente indica deterioração de ativos ou componentes.

E consequências graves podem ocorrer sem intervenção de manutenção.

Defeitos comuns que podem ser detectados com análise de vibração incluem:

• Desequilíbrio
• Desalinhamento
• Ressonância
• Desgaste do rolamento
• Dano nos dentes da engrenagem
• Cavitação

Mas a lista completa pode ser extensa.

Fonte:www.emerson.com

Esta fase inicial é a detecção fase. É tudo uma questão de receber um aviso antecipado da tecnologia. Os algoritmos de software ajudarão a identificar o modo de falha específico, pois cada um terá sua própria assinatura ou frequência de vibração exclusiva - este é o diagnóstico fase. Os modelos preditivos ajudarão na fase de prognóstico. Isso é para determinar a vida útil restante do componente.

Termografia infravermelha

A imagem térmica aproveita a eletrônica avançada da câmera para "ver" e medir os comprimentos de onda mais longos do espectro eletromagnético. É aqui que podemos ‘ver’ calor ou energia térmica que está sendo emitida por qualquer tipo de objeto. Em sua organização, pode ser uma bomba, motor, embarcação, caldeira, prédio, tanque, motor ou qualquer coisa!

Mudanças na temperatura geralmente são um bom indicador de falha iminente ou de um processo falho.

A termografia infravermelha pode detectar uma variedade de problemas e modos de falha. Estes podem incluir:

• Falhas no cabo elétrico/isolamento
• Conexões e juntas elétricas soltas
• Fuga de gás
• Cargas desbalanceadas
• Coletores superaquecidos
• Isolamento danificado ou ausente
• Refratários gastos
• Rolamentos gastos
• Desalinhamento do acoplamento
  

Fonte:www.novatestpro.com

Embora já tenha sido uma opção cara de PdM, agora é acessível, menor e mais fácil de usar. A conectividade com a IIoT agora é fácil de alcançar, juntamente com o monitoramento on-line constante de uma variedade de sistemas e ativos industriais.

Análise de Óleo

Além de ser usada para graxa, essa tecnologia PdM é utilizada principalmente para avaliar a condição do fluido de óleo lubrificante, contaminantes externos e partículas de desgaste de componentes internos.
Essas três áreas podem exigir sensores separados ou parcialmente integrados, mas o monitoramento da condição do óleo pode significar a diferença entre tempo de inatividade extenso e produção total em sistemas críticos.

Os lubrificantes são o sangue vital de ativos rotativos, e quando o sangue ficar ruim… o ativo não ficará muito atrás.

Fonte:www.ph.parker.com

A análise de óleo pode destacar muitos modos de falha, incluindo o seguinte:

• Rolamentos gastos
• Dano nos dentes da engrenagem
• Aditivos lubrificantes esgotados
• Baixa viscosidade do óleo
• Entrada de combustível
• Envernizamento
• Entrada de sujeira
• Contaminação da água

Existem vários tipos de sensores de análise de óleo online que sua organização pode usar ao desenvolver sua abordagem de IoT. Isso inclui sensores de integridade do óleo, sensores infravermelhos visíveis próximos e detectores ópticos de partículas.

Lembre-se, o óleo é o sangue da vida.

Cuide disso.

Análise da assinatura da corrente do motor

O MCSA está focado principalmente no monitoramento da saúde e condição dos motores de indução CA.

Mas dado que esses ativos são tão abundantes e onipresentes em todos os setores, há um valor inerente em garantir sua confiabilidade e disponibilidade.

Se eles não girarem, as rodas da indústria não girarão.

O MCSA utiliza medições de corrente (e tensão) do motor para detectar uma variedade de modos de falha ou falhas na tensão de alimentação e componentes do motor, como estator, rotor e caixa de terminais.

Fonte:www.signaguard.com

Ultrassom

Esta tecnologia pode detectar emissões de ultrassom transmitidas pelo ar e pela estrutura. Estes não são audíveis para humanos e são comumente encontrados acima de 20kHz em frequência. Graças à eletrônica avançada, esses sons podem ser heterodinados e audíveis para humanos e nos permitem ouvir atritos mecânicos, turbulências e impactos.

O ultra-som tem uma variedade de aplicações e pode detectar muitos modos de falha, incluindo:

• Coroa elétrica e arcos
• Detecção de vazamento
• Válvulas com defeito
• Vibração de contato elétrico
• Rolamentos gastos
• Defeitos nos dentes da engrenagem
• Falta de lubrificação
• Sapadores de vapor com defeito

Fonte:www.uesystems.com

É muito adequado para detecção de falhas em estágio inicial em rolamentos de elementos rolantes.

Em termos de aplicações de IIoT na indústria, os sensores de ultrassom mais comuns são usados ​​para detectar defeitos estruturais. Isso significa que eles são usados ​​com mais frequência para detectar problemas comuns de rolamentos:pistas danificadas, esferas ou rolos defeituosos, falta de lubrificação e fadiga.

Esta visão geral das principais tecnologias e sensores de manutenção preditiva da IIoT nos mostrou que existem várias opções para dar às nossas organizações uma vantagem competitiva em um cenário de manutenção em rápida mudança.

Se quisermos tomar decisões inteligentes e orientadas por dados sobre nossas intervenções de manutenção, podemos fazê-lo!

A conectividade e o futuro da manutenção preditiva estão ao nosso alcance.

Leia a seguir:Guia completo para IIoT em manutenção

* https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/the-internet-of-things-the-value-of- digitalizando-o-mundo-físico#