La bomba de alimentación es uno de los componentes principales de una instalación CIP. Garantiza el transporte de los fluidos a través de toda la instalación. La avería de esta bomba supone el fallo de todos los procesos de la instalación.
La bomba funciona en diferentes rangos de velocidad dependiendo del paso concreto de limpieza, lo que dificulta una monitorización estática.
Partiendo de enfoques de la inteligencia artificial, se deberá supervisar la bomba, así como detectar y comunicar a tiempo las desviaciones del estado de funcionamiento. De esta forma, será posible realizar los trabajos de mantenimiento en el momento oportuno en términos de mantenimiento en tiempo real.
No se lleva a cabo ninguna monitorización del proceso de las bombas en cuanto a vibraciones y velocidad, o solo de forma muy limitada; en el mejor de los casos, si acaso se registran las variables estáticas del proceso. No hay instalado ningún sistema de monitorización y visualización como moneo. Por esta razón, no se envían mensajes de alarma temprana antes de que se produzcan daños en la bomba.
Las variables críticas de medición de la bomba se deben registrar a través de los sensores IO-Link correspondientes.
A partir del registro de datos del estado normal se deberá crear un modelo que permita una monitorización independiente del estado de funcionamiento, de modo que sea posible detectar desviaciones del estado normal (anomalías).
moneo RTM con DataScienceToolbox y, por lo tanto, con la función SmartLimitWatcher, se instala de forma centralizada en un servidor. Los maestros IO-Link están conectados al servidor a través de una VLAN interna. Cada uno de los sensores utilizados está conectado a un maestro IO-Link.
La función de moneo RTM consiste en el registro de datos y la visualización. Utilizando la herramienta SmartLimitWatcher de DataScienceToolbox se analizan los datos almacenados y se hace el cálculo del modelo adecuado. Después de una fase de entrenamiento, este modelo se encarga de la supervisión de la bomba e informa de las desviaciones del estado normal.
Las bombas pueden funcionar en diferentes estados de funcionamiento (por ejemplo, con carga o en vacío); en cada uno de estos estados se admiten diferentes valores límite. La herramienta SmartLimitWatcher de DataScienceToolbox puede establecer valores límite de forma dinámica. Si los valores del proceso se encuentran fuera de una determinada banda de fiabilidad, se emitirán los correspondientes avisos o alarmas, como en el caso de los valores límite estáticos.
La monitorización del caudal (variable objetivo) se implementa con la ayuda de SmartLimitWatcher. Para ello, se utilizan las denominadas variables auxiliares (velocidad de rotación, presión de la bomba, datos de vibraciones), que describen el comportamiento del caudal en diferentes estados de funcionamiento; por ejemplo, el aumento de la velocidad y la presión de la bomba implica un incremento del caudal.
El registro de datos amplía la transparencia y, por consiguiente, el potencial de optimización. El aumento de la disponibilidad de la instalación mejora el proceso a nivel global. Reacción rápida ante los cambios en los parámetros del proceso gracias a la gestión de alarmas integrada y, por lo tanto, optimización del mantenimiento. Todas las medidas mejoran la calidad del proceso y del producto. Además, moneo RTM ofrece una visualización detallada del proceso.
Sin tener que realizar ningún cambio o intervención en el PLC o en el software, la instalación se ha digitalizado con éxito.
Obtenga una visión general en el panel de control de moneo
El panel de control proporciona al usuario una visión general de los valores del proceso relevantes para esta instalación.
El usuario puede acceder a los datos históricos a través de la función de análisis y comparar varios valores del proceso entre sí. En el diagrama se muestra una curva característica típica para el arranque ①, el funcionamiento ② y la parada ③.
Aquí se puede ver claramente que la velocidad y la presión se comportan casi de manera idéntica. El caudal en la instalación retrocede ligeramente por la propia inercia del fluido.
Varios parámetros de la bomba se pueden monitorear de forma estática, ya que son independientes del estado de funcionamiento. En este caso, por ejemplo, la temperatura del motor no debe superar los 50°C. Esto se puede hacer simplemente configurando límites estáticos de aviso y alarma.
En este caso práctico, el caudal de la bomba se supervisa a través de SmartLimitWatcher (variable objetivo).
Con la ayuda de las variables auxiliares (presión de la bomba, velocidad de rotación y valores de aceleración), se calcula un modelo adecuado que establezca una banda de fiabilidad en relación con el valor del proceso. Esta banda definirá los valores límite para el caudal, teniendo en cuenta diferentes estados de funcionamiento.
La sensibilidad y, por lo tanto, la anchura de la banda de fiabilidad se puede ajustar mediante parámetros (ninguna, baja, media y alta) para los respectivos umbrales de aviso y alarma inferiores y superiores. De este modo, es posible ocultar las alarmas y los falsos avisos no deseados.
Esta función facilita la definición de lo que debe suceder después de la activación de un aviso o una alarma, por ejemplo:
Además de los valores del proceso de los sensores, moneo también registra el tiempo de funcionamiento de la bomba. Esta función se puede implementar rápida y fácilmente utilizando la plantilla de contador de horas de funcionamiento.
Para ello, se necesita una fuente de datos ② que describa el estado de funcionamiento. En el siguiente ejemplo, se utiliza la velocidad de rotación y los siguientes valores límite ③: