Condition Monitoring

Descripciones de estado en tiempo real

Condition Monitoring

Proporciona descripciones de estado en tiempo real.

Cuando el accionamiento se convierte en sensor: le demostramos cómo puede implementar Condition Monitoring fácilmente y obtener información exhaustiva sobre el «estado de salud» de sus máquina e instalaciones sin costosos sensores adicionales.

Recopilar e interpretar los datos disponibles ya es hoy en día una manera eficaz de vigilar el estado de las máquinas. Para ello, se requiere un profundo conocimiento de las máquinas y los procesos, para generar información útil a partir de datos «desnudos». Los análisis a partir de Machine Learning (ML) e IA pueden contribuir a detectar anomalías más rápidamente.

En esta muestra puede ver nuestro enfoque de Condition Monitoring:

¿Basado en modelo o en datos?

Dos opciones para resultados óptimos

Enfoque basado en modelo: aquí se comparan los valores reales medidos con los que se obtienen de la supuesta descripción matemática/física de la máquina. Si se detectan determinados patrones o se exceden tolerancias, esto se interpreta como anomalía.

Enfoque basado en datos: un algoritmo de Machine Learning aprende el estado normal del sistema por medio de los datos medidos, como, por ejemplo, la velocidad, la aceleración, el par, la posición y el consumo de corriente del motor. Los valores reales se comparan con esta descripción aprendida para detectar discrepancias.

¿Controlador o Cloud?

Aquí se evalúan los datos.

Los dos enfoques de Condition Monitoring no solo se diferencian a nivel conceptual, sino que también la cuestión sobre cómo se realiza la evaluación de los datos es diferente. La evaluación basada en modelo suele realizarse en el controlador, ya que no se requiere una alta capacidad de cálculo. Por el contrario, para la evaluación basada en datos se toman en consideración los análisis ML e IA.

Con su catálogo, Lenze ofrece al OEM total libertad de elección. En él figura una serie de PLCs con diferentes dimensionados para el Condition Monitoring basado en modelo. La evaluación basada en datos también puede llevarse a cabo localmente si se utiliza el potente Cabinet Controller c750. Otra opción es utilizar el gateway x500 con función Cloud. Combinado con la plataforma x4, los constructores de máquinas obtienen una solución Cloud llave en mano que, además de Condition Monitoring, también incluye el mantenimiento remoto de la máquina y una gestión de activos fácil de usar.

Más información sobre las Digital Solutions de Lenze

Sin sensores adicionales

Así de fácil es aprovechar las fuentes existentes.

El quid de la solución consiste en explotar el valor añadido de la información procedente de fuentes de datos ya existentes, por lo que no se requieren sensores adicionales. Para ello, Lenze ofrece algoritmos ya probados para diferentes aplicaciones y ayuda a los constructores de máquinas a implementar su know-how del proceso y los conocimientos de la máquina en un modelo más eficiente para Condition Monitoring.