Desarrollo de un modelo de gestión de datos IIoT para procesos de mantenimiento predictivo en sistemas neumáticos
Cargando...
Autores
Director
Tipo de contenido
Editor
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Resumen
Los escapes de aire son una falla común en todos los sistemas de aire comprimido, ocasionando pérdidas significativas en la operación muchas máquinas neumáticas; sin embargo, la implementación de sistemas de mantenimiento predictivo a nivel mundial es tardía, y la información sobre el monitoreo basado en la condición bajo el paradigma del Internet Industrial de las Cosas (IIoT) para la detección de fugas es muy escasa. En esta tesis se desarrolló un modelo de gestión de datos, mediante el diseño, implementación, verificación y validación de un sistema IIoT que utiliza una arquitectura de tres niveles, basado en la Arquitectura de Referencia del Consorcio de Internet Industrial (IIRA-IIC). El modelo de gestión de datos desarrollado se encarga tanto de la adquisición de señales, como su procesamiento, almacenamiento, análisis y toma de decisiones con base en los datos recolectados. Se realizaron un total de 60 pruebas experimentales en un circuito neumático construido usando el kit FESTO TP201 disponible en la ETITC, variando la presión total de trabajo (2-2,5 bar) y la caída de presión (50 – 150 mbar) aplicando fugas simuladas en diferentes puntos del circuito. Se comprobó el correcto funcionamiento del sistema de captura que recopiló correctamente los datos de los sensores de presión y caudal, los estados de los sensores de proximidad y el estado de las electroválvulas, y los almacenó en un archivo CSV. Los datos fueron analizados con MATLAB® en donde se determinó la fuga mediante el método de las sumas acumulativas (CuSum) como indicador de condición. Se verificó la comunicación entre todos los elementos y el funcionamiento del sistema de diagnóstico de fugas desarrollado en NodeRED que alertó la condición de fuga. Se obtuvo un éxito de la detección del 86% de los casos con los sensores de presión y del 82% con el sensor de caudal, validándose la utilidad del modelo para la detección de fugas de aire en las condiciones de estudio. (Texto tomado de la fuente)
Abstract
Air leaks are a common failure in all compressed air systems, causing significant operational losses in many pneumatic machines. However, the implementation of predictive maintenance systems worldwide is slow, and information on condition-based monitoring under the Industrial Internet of Things (IIoT) paradigm for leak detection is very scarce. This thesis developed a data management model through the design, implementation, verification, and validation of an IIoT system using a three-tier architecture based on the Industrial Internet Consortium (IIRA-IIC) Reference Architecture. The developed data management model handles signal acquisition, processing, storage, analysis, and decision-making based on the collected data. A total of 60 experimental tests were performed on a pneumatic circuit built using the FESTO TP201 kit available at ETITC. Simulated faults were applied at different points in the circuit, varying the total working pressure (2–2.5 bar) and the pressure drop (50–150 mbar). The correct operation of the data acquisition system was verified, as it accurately collected data from the pressure and flow sensors, the proximity sensor states, and the solenoid valve status, storing the data in a CSV file. The data was analyzed using MATLAB®, where the leak was determined using the cumulative sum (CuSum) method as a condition indicator. Communication between all components and the operation of the leak detection system developed in NodeRED, which alerted the user to the leak condition, were also verified. An 86% detection success rate was achieved with the pressure sensors and 82% with the flow sensor, validating the usefulness of the model for detecting air leaks under the study conditions.
Palabras clave propuestas
Mantenimiento predictivo; Monitoreo basado en la condición CBM; Sistemas neumáticos; Detección de fugas de aire; Sistemas de aire comprimido; CuSum; Gestión de datos; Predictive maintenance; Condition-based monitoring; Industrial Internet of Things; Pneumatic systems; Compressed-air systems; Air leaks; Leakage detection; Data management; Health indicators; Sistemas de aire comprimido; Indicadores de condición
Descripción
ilustraciones a color, diagramas, fotografías, tablas