ISO 13374: Monitorización del estado y diagnóstico de máquinas – Procesamiento, comunicación y presentación de datos

Resumen

La norma ISO 13374 es una norma muy influyente en el mundo del IoT industrial y el software de monitorización de condiciones. Aborda el reto de la interoperabilidad entre diferentes sistemas de monitorización, sensores y plataformas de software. En lugar de definir técnicas de medición, especifica una arquitectura estandarizada y abierta que regula el procesamiento, almacenamiento e intercambio de datos de monitorización de condiciones. Se la conoce comúnmente como la arquitectura de la Alianza de Sistemas Abiertos para la Gestión de Información de Maquinaria (MIMOSA), en la que se basa. El objetivo es crear un entorno "plug-and-play" para las tecnologías de monitorización de condiciones.

Tabla de Contenidos (Estructura Conceptual)

El estándar se divide en varias partes y define una arquitectura de información en capas. Su núcleo es un diagrama de bloques funcional con seis capas clave que representan el flujo de datos en cualquier sistema de monitorización de condiciones:

1. 1. DA: Bloque de Adquisición de Datos:

   Esta es la capa fundamental, que actúa como puente entre la máquina física y el sistema de monitorización digital. La función principal del bloque DA es interactuar directamente con sensores, como acelerómetros, sondas de proximidad, sensores de temperatura o transductores de presión, y para adquirir las señales analógicas o digitales sin procesar que producen. Este bloque es responsable de todas las interacciones de hardware de bajo nivel, incluyendo el suministro de energía a los sensores (p. ej., energía IEPE para acelerómetros), el acondicionamiento de señales, como la amplificación y el filtrado para eliminar el ruido no deseado, y la ejecución de la conversión de analógico a digital (ADC). La salida del bloque DA es un flujo digitalizado de datos sin procesar, típicamente un forma de onda de tiempo, que luego se pasa a la siguiente capa de la arquitectura para su procesamiento.

2. 2. DP: Bloque de Procesamiento de Datos:

   Este bloque es el motor computacional del sistema de monitoreo. Recibe el flujo de datos digitalizados sin procesar (p. ej., la forma de onda temporal) del bloque de Adquisición de Datos (AD) y lo transforma en tipos de datos más significativos, adecuados para el análisis. La función principal del bloque DP es realizar cálculos estandarizados de procesamiento de señales. Esto incluye, en particular, la ejecución de... Transformada rápida de Fourier (FFT) Para convertir la señal del dominio del tiempo en una señal del dominio de la frecuencia. espectroOtras tareas de procesamiento clave definidas dentro de este bloque incluyen el cálculo de métricas de banda ancha como el total RMS valores, realizando integración digital para convertir señales de aceleración a velocidad o desplazamiento, y ejecutando procesos más avanzados y especializados como demodulación o análisis de envolvente para detectar las señales de impacto reveladoras de alta frecuencia asociadas con fallas en los cojinetes de elementos rodantes.

3. 3. DM: Bloque de manipulación de datos (detección de estado):

   Este bloque marca la transición crítica del procesamiento de datos al análisis automatizado. Toma los datos procesados del bloque DP (como valores RMS, amplitudes de frecuencia específicas o bandas espectrales) y aplica reglas lógicas para determinar el estado operativo de la máquina. Aquí es donde se produce la "detección" inicial de un problema. La función principal del bloque DM es realizar la comprobación de umbrales. Compara los valores medidos con los valores de ajuste de alarma predefinidos, como los límites de zona definidos en ISO 10816 o cambios porcentuales definidos por el usuario con respecto a una línea base. Con base en estas comparaciones, el bloque DM asigna un "estado" discreto a los datos, como "Normal", "Aceptable", "Alerta" o "Peligro". Esta salida ya no son solo datos; es información procesable que puede transmitirse a la siguiente capa para diagnóstico o utilizarse para activar notificaciones inmediatas.

4. 4. HA: Bloque de Evaluación de Salud:

   Este bloque funciona como el "cerebro" del sistema de diagnóstico, respondiendo a la pregunta "¿Cuál es el problema?". Recibe la información de estado (p. ej., un estado de "Alerta") del bloque de Manipulación de Datos (DM) y aplica una capa de inteligencia analítica para determinar la causa raíz específica de la anomalía. Aquí es donde se ejecuta la lógica de diagnóstico, que puede abarcar desde sistemas simples basados en reglas hasta complejos algoritmos de inteligencia artificial. Por ejemplo, si el bloque DM marca una alerta por alta vibración a una frecuencia que es exactamente el doble de la velocidad de funcionamiento del eje (2X), la lógica basada en reglas del bloque HA correlacionaría este patrón con una falla específica y generaría un diagnóstico de "Eje Probable". Desalineación.” De manera similar, si la alerta se encuentra en un pico de alta frecuencia no sincrónico con bandas laterales características, el bloqueo HA diagnosticaría una “Defecto del cojinete.”La salida de este bloque es una evaluación de salud específica para el componente de la máquina.

5. 5. PA: Bloque de Evaluación Pronóstica:

   Este bloque representa la cúspide del mantenimiento predictivo, con el objetivo de responder a la pregunta crucial: "¿Cuánto tiempo más puede funcionar de forma segura?". Toma el diagnóstico de fallas específico del bloque de Evaluación de Salud (HA) y lo combina con datos históricos de tendencias para pronosticar la progresión futura de la falla. Esta es la capa más compleja, que a menudo emplea algoritmos sofisticados, modelos de aprendizaje automático o modelos de física de fallas. El objetivo es extrapolar la tasa actual de degradación al futuro para estimar la Vida Útil Restante (VRS) del componente. Por ejemplo, si el bloque HA identifica un defecto en un rodamiento, el bloque PA analizaría la tasa de aumento de la frecuencia de los defectos en los últimos meses para predecir cuándo alcanzarán un nivel crítico de falla. El resultado no es solo un diagnóstico, sino un plazo concreto para la acción.

6. 6. AP: Bloque de Presentación Asesora:

   Esta es la capa final y más crítica desde la perspectiva del usuario, ya que traduce todos los datos y análisis subyacentes en inteligencia procesable. El bloque AP es responsable de comunicar los hallazgos de las capas inferiores a operadores humanos, ingenieros de confiabilidad y planificadores de mantenimiento. Su función principal es presentar la información correcta a la persona correcta en el formato correcto. Esto puede tomar muchas formas, incluyendo paneles intuitivos con indicadores de estado codificados por colores, alertas automáticas por correo electrónico o mensaje de texto, informes de diagnóstico detallados con gráficos espectrales y de forma de onda, y, lo más importante, recomendaciones de mantenimiento específicas y claras. Un bloque AP efectivo no solo indica que un rodamiento tiene una falla; proporciona un aviso completo, como: "Defecto en la pista interna detectado en el rodamiento externo del motor. Vida útil restante estimada en 45 días. Recomendación: Programe el reemplazo del rodamiento en la próxima parada planificada".

Conceptos clave

• Interoperabilidad: Este es el objetivo principal de la norma ISO 13374. Al definir un marco y un modelo de datos comunes, permite a una empresa utilizar sensores del proveedor A, un sistema de adquisición de datos del proveedor B y un software de análisis del proveedor C, y hacer que todos funcionen juntos.
• Arquitectura abierta: El estándar promueve el uso de protocolos y formatos de datos abiertos y no propietarios, evitando la dependencia de proveedores y fomentando la innovación en la industria de monitoreo de condiciones.
• MIMOSA: La norma se basa en gran medida en el trabajo de la organización MIMOSA. Comprender el C-COM (Modelo de Objeto Conceptual Común) de MIMOSA es fundamental para comprender la implementación detallada de la norma ISO 13374.
• De los datos a las decisiones: El modelo de seis bloques proporciona una ruta lógica desde las mediciones de sensores sin procesar (adquisición de datos) hasta el asesoramiento de mantenimiento práctico (presentación de asesoramiento), formando la columna vertebral digital de un programa de mantenimiento predictivo moderno.

← Volver al índice principal