Volver a casos

Mantenimiento basado en condición para plantas de bombeo utilizando gemelos digitales y detección de anomalías

Ciencia de datos
Mantenimiento basado en condición para plantas de bombeo

Contexto

Nuestro cliente brinda el servicio de agua potable a cerca de 10 localidades del área metropolitana. Además de las plantas de potabilización cuenta con las plantas de bombeo que son las responsables de enviar el agua con presión suficiente a las viviendas de las diferentes zonas de cada localidad.

Un equipo de bombeo está conformado principalmente por dos partes: la bomba y su accionador, el cual es un motor eléctrico. A este par de elementos se le denomina “grupo”. Cada planta de bombeo tiene tres grupos de bombas: G1, G2 y G3.

Los técnicos de las plantas son responsables de la operación y el mantenimiento de estas instalaciones. Los mantenimientos periódicos incluyen:

  • Mantenimiento en Sellos mecánicos
  • Mantenimiento de Empaques
  • Mantenimiento en Motor Eléctrico
  • Mantenimiento en VFD
  • Mantenimiento para Alineación
  • Calibración de sensores

Cuando se debe realizar mantenimiento a un grupo de bomba-motor se debe detener su funcionamiento. Esto puede afectar eventualmente la prestación del servicio.

Descripción del problema

En la actualidad los técnicos de plantas tienen las siguientes dificultades:

  • Alto número de visitas a campo para inspección de equipos.
  • Tiempos lentos de descarga y preparación de información.
  • Análisis de anomalías manuales y complejos.
  • Alto número de mantenimientos correctivos.

Necesitan una solución que disminuya el trabajo manual y mejore la eficiencia: identificar anomalías, predecir fallas y analizar eficiencia para cuantificar desgastes de rodamiento, rotores, tiempos de falla, entre otros.

Descripción de la solución

Se desarrolló una solución de operación y mantenimiento de plantas de bombeo que incluye:

  • Gemelo digital de cada planta para visualizar sensores y simular escenarios.
  • Plataforma IoT con lectura multiprotocolo y almacenamiento centralizado.
  • Analítica avanzada y machine learning para detección de anomalías y predicción de fallos.
  • Servicios cognitivos que programan mantenimiento basado en condición.
  • Dashboard (también móvil) con estado de activos y alertas.

Fallos relacionados con vibraciones que se pueden predecir:

  • Desbalanceo, holgura mecánica, desalineamiento
  • Fallas en rodamientos y cajas de engranes
  • Resonancia, torsión de eje, velocidades críticas
  • Fallas eléctricas en motores y cavitación en bombas

Beneficios para el negocio

  • Paso de mantenimiento programado/correctivo a mantenimiento basado en condición.
  • Mayor disponibilidad de instalaciones y menor costo de O&M.
  • Reportes automáticos eléctricos, hidráulicos y mecánicos.
  • Datos en tiempo real para eficiencia energética.

Tecnologías utilizadas

Capas tecnológicas que hacen posible la solución.

  • Computación en la Nube Infraestructura escalable y segura para operar en tiempo real.
  • Internet de las cosas Lectura remota multiprotocolo de sensores y activos de planta.
  • Ciencia de datos Series de tiempo y analítica avanzada sobre datos operativos.
  • Machine learning Detección de anomalías y predicción de fallos de forma continua.
  • Integración multiprotocolo Conexión con plataformas y fuentes heterogéneas de datos.

Artículos relacionados

cloud native apps

Solución para pronóstico de la demanda futura

Se desarrolló una solución que permite utilizar un modelo de pronóstico de la demanda con el fin de hacer más eficiente la planeación futura de la capacidad.

Cloud · RPA

Solución para gestión de certificados de energía renovable

Esta solución permite automatizar las tres etapas del proceso de venta de certificados: generación, venta y redención.