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