¿Qué es el pronóstico? Predicción de vida útil restante • Equilibrador portátil, analizador de vibraciones "Balanset" para el equilibrado dinámico de trituradoras, ventiladores, desbrozadoras, sinfines de cosechadoras, ejes, centrífugas, turbinas y muchos otros rotores. ¿Qué es el pronóstico? Predicción de vida útil restante • Equilibrador portátil, analizador de vibraciones "Balanset" para el equilibrado dinámico de trituradoras, ventiladores, desbrozadoras, sinfines de cosechadoras, ejes, centrífugas, turbinas y muchos otros rotores.

¿Qué es el pronóstico? Predicción de la esperanza de vida restante

Publicado por admin en

Comprender el pronóstico en el mantenimiento predictivo

Definición: ¿Qué es el pronóstico?

Pronóstico (También llamada estimación de vida útil restante o predicción de fallos) es el proceso de estimar cuánto tiempo queda antes de que un fallo detectado cause un fallo funcional o requiera intervención. El pronóstico se realiza a continuación. detección de fallos (identificar que existe un problema) y diagnóstico (identificar cuál es el problema), respondiendo a la pregunta crítica "¿Cuándo debemos actuar?" mediante el análisis de vibración tendencias de progresión, características del tipo de falla y condiciones de funcionamiento del equipo.

Un pronóstico preciso es lo que hace mantenimiento predictivo Verdaderamente predictivo: permite programar el mantenimiento en el momento óptimo (ni demasiado pronto, desperdiciando la vida útil restante, ni demasiado tarde, arriesgándose a una falla), la adquisición de piezas con largos plazos de entrega, la asignación de recursos y la coordinación de la programación de la producción.

Métodos de pronóstico

1. Extrapolación de tendencias

Método más común y práctico:

  • Graficar datos históricos de vibración en función del tiempo
  • Ajustar línea de tendencia (lineal, exponencial, etc.)
  • Extrapolar para predecir cuándo se cruza el umbral de alarma o fallo
  • Actualizar la predicción con cada nueva medición
  • Precisión: Moderado (se supone que la tendencia continúa)
  • Requisitos: Historial de tendencias suficiente (mínimo de 6 o más puntos de datos)

2. Modelos basados en la física

  • Utilizar el conocimiento de la física de la falla (crecimiento de grietas, propagación de desprendimientos).
  • El modelo predice la progresión en función del estrés, los ciclos y el entorno.
  • Ejemplo: Ley de Paris para el crecimiento de grietas, cálculos de vida útil L10 de los rodamientos
  • Precisión: Es conveniente conocer los parámetros del modelo.
  • Requisitos: Datos detallados sobre el equipo y el funcionamiento

3. Basado en la experiencia (datos históricos)

  • Basándonos en fallos anteriores de equipos similares,
  • Tasas de progresión típicas según la historia
  • Relaciones empíricas (nivel de vibración → tiempo hasta el fallo)
  • Precisión: Justo, específico para el equipo
  • Requisitos: Base de datos histórica de fallos

4. Aprendizaje estadístico/automático

  • Entrenar algoritmos con datos históricos de progresión
  • Reconocimiento de patrones a partir de muchos casos similares
  • predicciones probabilísticas
  • Precisión: Puede ser muy bueno con datos suficientes.
  • Requisitos: Gran conjunto de datos, recursos computacionales

Factores que afectan la precisión del pronóstico

Calidad de los datos de tendencia

  • Más datos → mejor definición de tendencia
  • Mediciones consistentes → tendencias fiables
  • Historial adecuado (mínimo meses)
  • Datos limpios (valores atípicos identificados)

Características de la progresión de fallas

  • Progresión predecible: Más fácil de pronosticar (desgaste gradual de los cojinetes)
  • Acelerar el progreso: Más duro (con crecimiento exponencial de desprendimientos)
  • Progresión errática: Dificultad (holgura, roces intermitentes)
  • Fallos repentinos: Impredecible (fractura del eje por grieta)

Estabilidad de las condiciones de funcionamiento

  • Condiciones estables → predicciones fiables
  • Cargas/velocidades variables → predicciones menos ciertas
  • Los cambios en el proceso pueden acelerar o ralentizar el progreso.

Estimación de la vida útil restante (RUL)

Definición

  • Tiempo transcurrido desde la condición actual hasta el fallo o el umbral de intervención
  • Expresado en horas de funcionamiento, días o tiempo calendario
  • Actualizado continuamente a medida que se recopilan nuevos datos.

Intervalos de confianza

  • La RUL es una estimación con incertidumbre.
  • Expréselo como rango (30-90 días con confianza 90%)
  • La incertidumbre disminuye a medida que se acerca el fallo (más datos)
  • Estimaciones conservadoras para equipos críticos

Ejemplo

  • Defecto en el rodamiento detectado con una amplitud de envolvente de 2g
  • Evolución histórica: 2 g → 10 g (nivel de alarma) en 60 días (típico).
  • Tasa actual: aumento de 0,5 g por semana
  • Predicción: Nivel de alarma en aproximadamente 10 semanas
  • Recomendación: Programar el mantenimiento dentro de 6 a 8 semanas

Aplicaciones

Programación del mantenimiento

  • Planificar la interrupción cuando RUL indique el momento óptimo
  • Coordinar con los cronogramas de producción
  • Realizar reparaciones en grupo para minimizar el tiempo de inactividad
  • Evitar tanto las intervenciones prematuras como las tardías.

Gestión de piezas

  • Solicite repuestos con el plazo de entrega adecuado.
  • Evite acelerar los costos
  • Reducir las necesidades de stock de seguridad
  • Aprovisionamiento justo a tiempo basado en el pronóstico

Asignación de recursos

  • Priorizar entre múltiples máquinas degradadas
  • Asignar los recursos limitados a las necesidades más urgentes
  • Planificar las asignaciones de personal
  • Preparación de herramientas y equipos

Desafíos y limitaciones

Incertidumbre de predicción

  • La progresión de la falla no es perfectamente predecible
  • Las condiciones de funcionamiento pueden cambiar.
  • Posibles aceleraciones inesperadas
  • Mantenga siempre márgenes de seguridad.

Requisitos de datos

  • Se necesita un historial de tendencias adecuado.
  • En las primeras etapas del desarrollo de la falla, las predicciones son menos ciertas.
  • Mejoró a medida que se recopilaron más datos.

Múltiples modos de fallo

  • Predecir un modo mientras se predice otro provoca un fallo.
  • La monitorización integral ayuda
  • Deben considerarse todos los mecanismos de degradación activos.

Mejora de la precisión pronóstica

Aumentar la frecuencia de medición

  • Más datos → mejor definición de tendencia
  • Detectar la aceleración con antelación
  • Reducir la incertidumbre de las predicciones

Múltiples parámetros

  • Vibración + temperatura + análisis de aceite
  • Los indicadores corroborativos mejoran la confianza
  • Los distintos parámetros pueden tener diferentes plazos de entrega.

Actualización continua

  • Revise el pronóstico con cada nueva medición.
  • No te fíes de una sola predicción temprana.
  • Adaptarse a la tasa de progresión real

El pronóstico es el elemento predictivo que distingue el verdadero mantenimiento predictivo de la simple monitorización de la condición. Al estimar la vida útil restante y los plazos de fallo a partir de datos de tendencias y la comprensión de la progresión de las averías, el pronóstico permite optimizar la programación del mantenimiento para maximizar la utilización de los equipos y mantener su fiabilidad: el objetivo final de las estrategias de mantenimiento basado en la condición.

← Volver al índice principal

Categorías:
WhatsApp