Transformando a Manutenção com Sensores IoT: Excelência Preditiva

A manutenção está mudando. Rapidamente.

A manutenção preditiva está evoluindo praticamente a cada hora.

Assim como o resto do mundo, a manutenção está se tornando conectada e interconectada de uma só vez. Sensores estão se espalhando longe e amplamente pela paisagem industrial em um ritmo acelerado.

Volts, amperes, zeros e uns fluem de ida e volta através de milhões e trilhões de cabos e conexões sem fio — entregando dados, informações e valor a organizações modernas que exigem excelência operacional.

A internet das coisas (IoT) agora se industrializou (IIoT) e está impulsionando a 4ª revolução industrial — a Indústria 4.0 — diante de nossos olhos.

Internet das Coisas é uma visão onde todo objeto no mundo tem o potencial de se conectar à internet e fornecer seus dados para derivar insights acionáveis por conta própria ou através de outros objetos conectados.

Enterprise IoT: A Definitive Handbook por N. Balani

A manutenção tradicional está evoluindo para estratégias informadas, orientadas por dados, digitais e dinâmicas, onde decisões inteligentes são tomadas sobre a saúde e desempenho dos ativos — não apenas palpites, suposições ou recomendações de fornecedores.

Os dados críticos dos 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, melhoram suas chances de alta confiabilidade e disponibilidade de ativos.

E sensores IoT são a chave para essa inteligência.

A inteligência de manutenção está ao alcance de sua organização.

Por Onde Começar com IIoT?

Seja você um pequeno fabricante de uma cerveja artesanal popular ou uma planta petroquímica multinacional, sensores IoT e manutenção preditiva (PdM) agora estão acessíveis. Não são mais preservação de grandes corporações globais ricas em caixa.

O hardware e software são acessíveis e disponíveis para todos.

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

E isso é difícil de ignorar.

A manutenção preditiva — também conhecida como monitoramento de condição — tem certas técnicas e tecnologias-chave que permitem análise em tempo real da saúde e condição dos ativos. Elas 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 entendeu!

Os objetivos centrais de entrega de valor na gestão de ativos: reduzir riscos e custos organizacionais e aumentar o desempenho dos ativos.

As Principais Tecnologias e Sensores de Manutenção Preditiva 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 se adequam ao IIoT e à Indústria 4.0 e à marcha inevitável rumo a um mundo digital e interconectado.

Análise de Vibração

Esta tecnologia é o melhor tudo-em-um. Ela cobre muitos problemas potenciais de ativos e é mais adequada para equipamentos rotativos.

Você provavelmente tem muitos desses, certo?

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

A severidade da vibração é tendenciada e pode mudar ao longo do tempo.

Quando os níveis de vibração aumentam e ultrapassam níveis de alarme pré-definidos, isso frequentemente indica deterioração do ativo ou componente.

E consequências sérias podem seguir sem intervenção de manutenção.

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

• Desbalanceamento
• Desalinhamento
• Ressonância
• Desgaste de rolamentos
• Danos em dentes de engrenagens
• Cavitação

Mas a lista completa pode ser extensa.

Esta fase inicial é a fase de detecção. Trata-se de obter um alerta precoce da tecnologia. Algoritmos de software então ajudarão a identificar o modo de falha específico, pois cada um terá sua própria assinatura de vibração ou frequência única — esta é a fase de diagnóstico. Modelos preditivos então auxiliarão na fase de prognóstico. Isso para determinar a vida útil restante do componente.

Termografia Infravermelha

A imagem térmica aproveita a eletrônica avançada de câmeras para "ver" e medir os comprimentos de onda mais longos do espectro eletromagnético. É onde podemos "ver" o calor ou energia térmica emitida de qualquer tipo de objeto. Em sua organização, isso pode ser uma bomba, motor, vaso, caldeira, edifício, tanque, motor ou qualquer coisa!

Mudanças de temperatura são frequentemente um indicador particularmente bom de falha iminente ou processo falhando.

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

• Falhas em cabos/isolamento elétrico
• Conexões e juntas elétricas frouxas
• Escape de gás
• Cargas desbalanceadas
• Coletores superaquecidos
• Isolamento danificado ou ausente
• Refratários desgastados
• Rolamentos desgastados
• Desalinhamento de acoplamento

Embora já tenha sido uma opção PdM cara, agora é acessível, menor e mais fácil de usar. Conectividade ao IIoT agora é fácil de alcançar junto com o monitoramento online constante de uma variedade de sistemas e ativos industriais.

Análise de Óleo

Além de ser usado para graxa, esta tecnologia PdM é utilizada principalmente para avaliar a condição do fluido lubrificante, contaminantes externos e partículas de desgaste de componentes internos.

Estas três áreas podem exigir sensores separados ou parcialmente integrados, mas monitorar a condição do óleo pode significar a diferença entre tempo de inatividade extenso e produção total em sistemas críticos.

Lubrificantes são o sangue vital de ativos rotativos, e quando o sangue vai mal… o ativo não ficará muito atrás.

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

• Rolamentos desgastados
• Danos em dentes de engrenagens
• Aditivos lubrificantes esgotados
• Baixa viscosidade do óleo
• Entrada de combustível
• Verniz
• Entrada de sujeira
• Contaminação por água

Existem vários tipos de sensores de análise de óleo online que sua organização pode usar ao desenvolver sua abordagem IoT. Estes incluem sensores de saúde do óleo, sensores de infravermelho visível-próximo e detectores ópticos de partículas.

Lembre-se, o óleo é o sangue vital.

Cuide dele.

Análise de Assinatura de Corrente do Motor

MCSA é focada principalmente no monitoramento da saúde e condição de motores de indução CA.

Mas dado que esses ativos são tão abundantes e ubíquos em todas as indústrias, há valor inerente em assegurar sua confiabilidade e disponibilidade.

Se eles não giram, as rodas da indústria não giram.

Para engenheiros, o reconhecimento de assinaturas de falha de corrente do motor exigiria um grau considerável de expertise e experiência, mas ferramentas modernas de MCSA cuidam disso. O sistema online entrega uma interpretação automatizada usando poderosos algoritmos de inteligência artificial que detectam e diagnosticam falhas iminentes em motores de indução CA e bombas.

www.semioticlabs.com

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

Ultrassom

Esta tecnologia pode detectar emissões de ultrassom aéreas e estruturais. Estas são não audíveis aos humanos e são comumente encontradas acima de 20 kHz em frequência. Graças à eletrônica avançada, esses sons podem ser heterodinados e tornados audíveis aos humanos, permitindo-nos ouvir atrito mecânico, turbulência e impactos.

O ultrassom tem uma variedade de aplicações e pode detectar muitos modos de falha, incluindo:

• Corona e arco elétrico
• Detecção de vazamentos
• Válvulas defeituosas
• Chattering de contatos elétricos
• Rolamentos desgastados
• Defeitos em dentes de engrenagens
• Falta de lubrificação
• Purga de vapor defeituosa

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

Em termos de aplicações IIoT na indústria, os sensores de ultrassom mais comuns são usados para detectar defeitos estruturais. Isso significa que são mais frequentemente usados 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 IIoT mostrou que existem várias opções para dar às nossas organizações uma vantagem competitiva em uma paisagem de manutenção em rápida mudança.

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

Conectividade e o futuro da manutenção preditiva estão ao nosso alcance.

Leia a seguir: Guia completo sobre IIoT na Manutenção

* https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/the-internet-of-things-the-value-of-digitizing-the-physical-world#