Técnicas avanzadas de mantenimiento predictivo de motores eléctricos basadas en el análisis de la corriente: experiencias y casos reales en la industria química

Jose A. Antonino Daviu 26 de octubre de 2023

0

0

0

0

15 min. de lectura

Jose A. Antonino Daviu
Catedrático de Universidad Departamento de Ingeniería Eléctrica
Universitat Politécnica de Valencia

RESUMEN

Los motores eléctricos son elementos clave en los procesos desarrollados en una planta química. Fallos inesperados en estas máquinas pueden ocasionar notables inconvenientes y enormes pérdidas para las empresas involucradas. Debido a ello, el correcto mantenimiento de estas máquinas resulta de capital importancia. Durante décadas se van venido aplicando diferentes técnicas predictivas cuyo objeto es detectar diversos tipos de fallos en motores eléctricos. Una de las técnicas que más atención viene concitando es la basada en el análisis avanzado de la corriente demandada por el motor. Se ha demostrado que la señal de corriente contiene información muy relevante, la cual permite diagnosticar el estado de ciertas partes de la máquina. Durante los últimos años, las técnicas clásicas de análisis de corrientes se han complementado con herramientas todavía más avanzadas que permiten detectar la avería con una elevada fiabilidad, aunque ésta se encuentre todavía en estado incipiente. El objeto de esta contribución es repasar los fundamentos básicos de las técnicas basadas en análisis de corrientes (tanto las convencionales como las más avanzadas), poniendo énfasis en diferentes ejemplos de aplicación de la técnica a motores eléctricos reales que operan en plantas químicas. En el artículo se pretenden demostrar las ventajas que aporta esta técnica, poniendo de relevancia su elevada fiabilidad para detección de diferentes fallos (rotor, excentricidades, etc..), así como a su versatilidad para ser aplicada al mantenimiento predictivo de distintos tipos de motores eléctricos (motores asíncronos o motores síncronos).

1. INTRODUCCIÓN

Los motores eléctricos son elementos clave en las sociedades actuales, participando en numerosos procesos productivos, así como en aplicaciones de vanguardia como los vehículos eléctricos [1]. En la industria química, estas máquinas tienen una importancia capital, ya que accionan numerosas cargas de diversa índole (compresores, bombas, soplantes, ventiladores, etc..) y de naturaleza frecuentemente crítica. Por tanto, su mantenimiento adecuado resulta crucial ya que repercute en la fiabilidad del proceso y en la eficiencia del mismo, por cuanto la presencia de averías en el motor puede poner en riesgo la continuidad de dicho proceso, además de conllevar la disminución del rendimiento de la máquina [2].

Durante años, se han propuesto diversas técnicas predictivas para la monitorización de la condición de motores eléctricos. Análisis de vibraciones, análisis de corrientes, termografía infrarroja, descargas parciales, ultrasonidos…han sido algunas de las técnicas propuestas [3]-[5], las cuales han proporcionado resultados adecuados en un número no reducido de aplicaciones. Sin embargo, se ha probado que ninguna técnica por sí sola, resulta suficiente para diagnosticar la condición integral del motor, ya que cada una de ellas resulta fiable para un cierto grupo de fallos. Es, por tanto, recomendable combinar la aplicación de varias técnicas si se quiere tener una idea fiable y precisa del estado de un motor eléctrico en su conjunto [6].

La técnica de análisis de las corrientes demandadas por el motor ha emergido durante las últimas décadas como una alternativa muy robusta para el diagnóstico de un amplio rango de posibles fallos [7]. Esta técnica cuenta con ventajas muy importantes como su carácter no invasivo, la posibilidad de monitorización remota del motor, su simplicidad y coste reducido y la amplia cobertura de fallos. Es por ello por lo que ha concitado la atención de numerosas industrias, cuyos equipos de mantenimiento ya la ha incorporado a sus planes de mantenimiento predictivo.

La técnica se análisis de corrientes se centra en registrar la forma de onda de la corriente demandada por el motor y analizar esta señal con técnicas adecuadas. Dentro de esta tecnología, existen dos alternativas principales, MCSA y ATCSA, que difieren principalmente en el tipo de corriente analizada y en las herramientas que se emplean para el análisis. La tecnología ATCSA, desarrollada más recientemente, ha permitido conseguir resultados muy fiables para el diagnóstico, mejorando las prestaciones de MCSA.

Este artículo pretende, en primer lugar, explicar de forma resumida los fundamentos de ambas metodologías basadas en análisis de corrientes. A continuación, el trabajo presenta varios ejemplos de aplicación de estas técnicas a diversos motores operando en la industria química, en los que la aplicación de ambas tecnologías permitió determinar de forma fiable el estado de diversas partes de las citadas máquinas.

2. LA TÉCNICA DE ANÁLISIS DE CORRIENTES: MODALIDADES

La técnica clásica de análisis de corrientes, denominada MCSA (Motor Current Signature Analysis), se basa en el registro de la corriente demandada por el motor en régimen permanente de funcionamiento y en su posterior análisis mediante la transformada de Fourier (FFT) [4], [5], [7]. El objetivo es identificar componentes frecuenciales asociadas al fallo y evaluar las amplitudes de éstas, a fin de determinar la severidad de la avería. Este esquema de operación de MCSA se muestra en la Figura 1. Cabe destacar que cada avería amplifica determinadas componentes frecuenciales, las cuales han sido ampliamente contrastadas en la literatura, de forma que, para aplicar esta técnica, primero hay que localizar dichas frecuencias asociadas al correspondiente fallo, para luego evaluar su respectiva amplitud. Así, para la detección de fallos en el rotor las componentes más utilizadas son los armónicos laterales, dados por la expresión (1), mientras que para la detección de excentricidades o desalineamientos, la expresión (2) es la más frecuentemente empleada (f=frecuencia de suministro; s=deslizamiento, p=pares de polos; k=1,2,3; m=1, 2, 3..). El diagnóstico de otros tipos de avería (fallos en rodamientos, problemas en el sistema de acoplamiento, etc.…) se realiza estudiando otras componentes dadas por sus respectivas expresiones [7].

Figura 1. Esquema de aplicación de MCSA

A pesar de la robustez de MCSA para el diagnóstico de un amplio rango de fallos, se ha comprobado que la técnica puede presentar ciertos problemas en casos concretos [3]. Muchas de estos problemas son comunes a otras técnicas, como análisis de vibraciones. Principalmente, se pueden resumir en dos: posibilidad de dar lugar a falsas indicaciones (falsos positivos/negativos) y dificultad de aplicación en condiciones de velocidad variable. Tales situaciones se pueden dar, con relativa frecuencia, en ciertas aplicaciones prácticas, limitándose en ellas la posibilidad de aplicación de MCSA.

Para evitar los problemas que pueda presentar MCSA y mejorar el diagnóstico basado en análisis de corrientes, se ha propuesto durante los últimos años una tecnología más reciente, denominada ATCSA (siglas de Advanced Transient Current Signature Analysis) [8]-[9], que permite alcanzar un diagnóstico mucho más fiable de la condición del motor, evitando falsos diagnósticos y, al mismo, tiempo, pudiéndose aplicar para cualquier régimen de funcionamiento de la máquina. A diferencia de MCSA, la tecnología ATCSA se basa en analizar la corriente capturada durante régimen transitorio de funcionamiento del motor (más concretamente, la corriente de arranque es la que normalmente se emplea). Posteriormente, esta señal de corriente se analiza mediante técnicas sofisticadas de análisis de señal, denominadas transformadas tiempo- frecuencia. El objeto, en este caso, no es detectar un armónico a una determinada frecuencia, sino identificar las ‘evoluciones’ que siguen los armónicos de fallo durante régimen transitorio (p.e., el arranque). Estas evoluciones dan lugar a patrones muy característicos asociados al fallo, que permiten diagnosticar el estado del motor con elevada fiabilidad, muy superior a la de las herramientas convencionales. A título de ejemplo, el principal patrón causado por un fallo en el rotor es una firma en forma de ‘V’ que aparece en el análisis tiempo-frecuencia de la corriente de arranque. La detección de este patrón es una evidencia muy fiable de la presencia del fallo, ya que no puede ser provocado por otra causa diferente [8]. La Figura 2 muestra, de forma esquemática, la aplicación de ATCSA; en ella se puede observar el patrón comentado en forma de V asociado a un fallo en el rotor, evidencia inequívoca de la presencia de la avería. Cabe mencionar que cada fallo da lugar patrones diferentes, cuya detección permite el diagnóstico del correspondiente fallo.

Figura 2. Esquema de aplicación de ATCSA

Si bien MCSA ha proporcionado durante años análisis muy fiables de la condición del motor en un amplio rango de aplicaciones, en los últimos tiempos, su utilización ha venido complementándose con la aplicación de la técnica ACTSA. El uso de ATCSA es especialmente recomendable en motores de gran potencia o motores críticos en los que es primordial un diagnóstico fiable de la condición de la máquina, evitando posibles falsos diagnósticos de MCSA o análisis de vibraciones, los cuales, en determinados casos, pueden acarrear consecuencias nefastas. Recientemente, se han ideado programas de software específicos, como A-CSA [10], que permiten la aplicación automática de ATCSA para el diagnóstico de ciertos tipos de fallo.

3. EJEMPLOS DE APLICACIÓN DE LA TÉCNICA EN MOTORES REALES

a). Motor M1: Motor de inducción de 6,6 kV, 60 Hz, 270 kW y 4 polos que acciona una bomba

Se aplicó la técnica de análisis de corrientes, en sus dos modalidades (MCSA y ATCSA) a este motor. En primer lugar, la aplicación de MCSA sobre la corriente capturada en régimen permanente reveló la presencia de las componentes de fallo en el rotor a las frecuencias teóricas previstas (dadas por (1), ver Figura 3 (a)), además de otras componentes de alta frecuencia asociadas al citado fallo.

La presencia de estas componentes constituía un indicio fiable de la presencia de avería en el rotor. No obstante, se aplicó también la tecnología ATCSA para ratificar la presencia del citado fallo, descartando posibles falsos positivos causados por MCSA. Para ello, se registró la corriente de arranque de este motor (haciendo uso del mismo equipo de medida) y se analizó la señal registrada mediante herramientas tiempo-frecuencia adecuadas. La Figura 3 (b) muestra los resultados de este análisis, en el que se puede vislumbrar claramente la presencia del patrón en V causado por el armónico de fallo. Ello permitió ratificar las conclusiones de MCSA y confirmar la presencia de un fallo en el rotor para dicho motor.

El motor fue transportado a un taller de reparación e inspeccionado en él, extrayendo el rotor y confirmando la presencia del fallo en el rotor, tal y como habían detectado las técnicas de análisis de corrientes. El rotor fue reparado y montado de nuevo. Tras la puesta en funcionamiento del motor, se tomaron nuevos registros de corrientes, aplicando de nuevo las técnicas y comprobándose el correcto estado del rotor tras la reparación. Esto se observa en la Figura 4, en la que se constata la ausencia de armónicos de fallo en torno a la componente fundamental (MCSA), así como la ausencia del patrón de fallo en el análisis de la corriente de arranque (ATCSA).

Figura 3. Motor M1 antes de reparar: a) Análisis MCSA b) Análisis ATCSA

Figura 4. Motor M1 después de reparar: a) Análisis MCSA b) Análisis ATCSA

b). Motor M2: Motor de inducción de 6,6 kV, 50 Hz, 750 kW y 4 polos que acciona una bomba de agua.

El diagnóstico de este motor se llevó a cabo únicamente con la técnica MCSA, al no poderse registrar la corriente de arranque para la aplicación de ATCSA. El espectro FFT revelaba unas componentes de amplitudes significativas alrededor de la componente fundamental (Ver Figura 5) que parecían corresponderse con los armónicos de fallo, dados por (1) para k=1. Para ratificar que se trataba, efectivamente, de los armónicos de fallo, se calcularon las frecuencias teóricas de fallo mediante la expresión (1). A tal efecto, se estimó el deslizamiento haciendo uso de las componentes de excentricidad, que también eran claramente visibles en el espectro, en este caso a poco más de 25 Hz y a poco menos de 75 Hz (ver Figura 6). Tras calcular dichas frecuencias, se pudo ratificar que los armónicos que aparecían en el espectro se correspondían exactamente con las frecuencias de fallo. Además, componentes de frecuencia superior asociadas al fallo (como f·(5-4·s) y f·(5-6·s)) también aparecían en el espectro (ver Figura 5). Se concluyó, por tanto, la presencia de un fallo en el rotor, que fue comprobada posteriormente en taller.

Por otro lado, se diagnosticó la excentricidad mediante las componentes de excentricidad, presentes a las frecuencias antes mencionadas asociadas a este fallo (dadas por (2)). Se observan amplitudes notables de estas componentes, que estaban en torno a 30 dB sobre el nivel de ruido, diagnosticándose pues un nivel ligero de excentricidad.

Figura 5. Análisis MCSA del motor M2: región en torno a la componente fundamental (izquierda) y región de alta frecuencia (derecha).

Figura 6. Análisis MCSA del motor M2: componentes de excentricidad.

c). Motor M3: Motor de inducción de 6,6 kV, 50 Hz, 1200 kW y 2 polos que acciona un compresor.

Este motor fue diagnosticado aplicando la técnica de análisis de corrientes. En primer lugar, se aplicó la técnica MCSA utilizando la corriente registrada en régimen permanente (ver Figura 7(a)). Los análisis no revelaron componentes significativas cerca de la componente fundamental (50 Hz), constatándose el estado sano del rotor. Sí que se vislumbraban ciertas componentes (fcomp) más alejadas del armónico fundamental que están asociadas a la carga accionada (compresor) y que pueden emplearse, entre otros, para detectar posibles problemas en el funcionamiento de la misma. No obstante, para el motor considerado, presentaban reducida amplitud. Para ratificar los resultados de MCSA y descartar un posible falso negativo, se procedió también a aplicar la técnica ATCSA a la corriente de arranque (Figura 7(b)). El análisis revela la ausencia del patrón de fallo en el rotor, así como de patrones causados por otros fallos (como excentricidades), constatándose el estado sano de la máquina con una máxima fiabilidad.

Figura 7. Motor M3: a) Análisis MCSA b) Análisis ATCSA

d). Motor M4: Motor síncrono de 11 kV, 50 Hz, 33 MW y 26 polos que acciona un compresor.

En 2011, este motor sufrió un fallo catastrófico del devanado amortiguador que es un elemento indispensable para facilitar el arranque de este tipo de motores [11]. Se descubrió que casi un 50 % de las barras del citado devanado se encontraban dañadas, lo cual impedía el arranque del citado motor. La dificultad del diagnóstico de este elemento, crucial para el funcionamiento del motor, radica en que, hasta hace bien poco, no existían técnicas online preparadas para determinar su condición [12]. Las únicas herramientas disponibles se basan en la inspección visual del rotor, una vez ha sido extraído, o bien en el uso de cámaras endoscópicas si el rotor está todavía montado. Estas herramientas, además de ser con frecuencia ineficientes, suelen ser costosas y no es posible aplicarlas durante la operación del motor. Por si ello fuera poco, la técnica clásica de análisis de corrientes (MCSA) resulta inadecuada para la detección de este tipo de fallo, dado que el devanado amortiguador no conduce corriente en régimen permanente de funcionamiento, ya que el motor está sincronizado y el rotor gira a la misma velocidad que el campo del estator (velocidad de sincronismo). Ello hace que, si se analiza la corriente en régimen permanente mediante la FFT (ver Figura 8 (a)), no se observen armónicos de fallo, aunque el citado fallo esté presente, ya que, como se ha apuntado, el devanado amortiguador no conduce corriente alguna.

Sin embargo, para este tipo de fallo, se ha comprobado que el análisis de la corriente de arranque mediante técnicas adecuadas (ACTSA) sí puede aportar información crucial para el diagnóstico. La razón radica en que, durante el arranque, el motor síncrono se comporta como un motor de inducción, con lo que es posible detectar daños en el devanado amortiguador, a través del patrón de fallo que aparecería en el mapa tiempo-frecuencia, de forma parecida a cómo ocurre en un motor de jaula de ardilla. Se ha demostrado en trabajos recientes que el seguimiento periódico de este patrón de fallo constituye un indicador muy fiable para detectar la presencia de averías en el devanado amortiguador [12], no existiendo ninguna otra técnica que permita el diagnóstico fiable de este elemento, al menos de forma online. La Figura 8(b) muestra el patrón de fallo que aparece para el motor síncrono reseñado, cuyo seguimiento facilitaría la detección de daños en este el devanado amortiguador [12].

Figura 8. Motor M4: a) Análisis MCSA b) Análisis ATCSA

4. CONCLUSIONES

Este trabajo ha expuesto las ventajas de la técnica basada en el análisis de corrientes para el diagnóstico de la condición de motores eléctricos. La técnica se sustenta en el registro de la corriente demandada por el motor y en el posterior análisis de la misma, a fin de detectar indicios de la presencia del fallo en los resultados de tales análisis. Dentro de la técnica de corrientes, se han explicado las dos variantes disponibles: la técnica clásica (MCSA), basada en el análisis de la corriente en régimen permanente mediante la transformada de Fourier, y la técnica más moderna, ATCSA, que se centra en el análisis de la corriente de arranque mediante avanzadas herramientas tiempo-frecuencia. En el trabajo se presentan varios casos reales relativos a motores que operan en plantas químicas en los que se ilustra la aplicación de tales metodologías. En dichos casos reales se constata, en primer lugar, el potencial de la técnica de análisis de corrientes para el diagnóstico de varios tipos de fallos. Queda también comprobado que la aplicación conjunta de las dos variantes (MCSA y ATCSA) aumenta sensiblemente la fiabilidad en el diagnóstico, dado que ATCSA permite evitar eventuales falsos diagnósticos que pudieran derivarse de la aplicación de MCSA (que son comunes, por otro lado, a otras técnicas). Además, ATCSA puede aplicarse para cualquier nivel de carga del motor y es extrapolable a otros transitorios y modalidades de arranque (incluso a arranque con variador de frecuencia o mediante arrancador estático).

Cabe finalmente apuntar que, si bien se han mostrado casos relativos a la detección de ciertos tipos de fallo, los avances en la aplicación de estas técnicas han sido espectaculares en estos últimos años, habiéndose también aplicado con éxito a la detección de otros fallos como problemas en el sistema de acoplamiento, fallos en rodamientos o, incluso, en la propia carga accionada.

También es reseñable indicar que los éxitos obtenidos con la técnica de análisis de corrientes y, en particular, con las técnicas de análisis transitorio, han expandido la aplicación de las mismas ideas a otras magnitudes de la máquina, como es el flujo de dispersión. Se ha comprobado que el análisis de dicho flujo, mediante herramientas adecuadas (como las empleadas para el análisis de corrientes) puede aportar información muy útil sobre la salud del motor, revelándose como una técnica de gran potencial en un futuro cercano [3].

5. REFERENCIAS

1. W. T. Thomson and M. Fenger, "Current signature analysis to detect induction motor faults," en IEEE Industry Applications Magazine, vol. 7, no. 4, pp. 26- 34, July-Aug. 2001.
2. M. Garcia, P. A. Panagiotou, J. A. Antonino-Daviu and K. N. Gyftakis, "Efficiency Assessment of Induction Motors Operating Under Different Faulty Conditions," en IEEE Transactions on Industrial Electronics, vol. 66, no. 10, pp. 8072-8081, Oct. 2019.
3. S.B. Lee, G.C. Stone, J. Antonino-Daviu, K.N. Gyftakis, E.G. Strangas, P. Maussion, C. A. Platero, "Condition Monitoring of Industrial Electric Machines: State of the Art and Future Challenges," en IEEE Industrial Electronics Magazine, vol. 14, no. 4, pp. 158-167, Dec. 2020.
4. M. Fernández Cabanas, M. García Melero, G. Alonso Orcajo, J.M. Cano Rodríguez, J. Solares Sariego, Técnicas para el mantenimiento y diagnóstico de máquinas eléctricas rotativas. Ed. Marcombo. 1998.
5. O. Duque Pérez, M. Pérez Alonso, Motores de inducción: técnicas de  mantenimiento predictivo, Ed. Badajoz-Abecedario, 2005.
6. I. Zamudio-Ramírez, R. A. Osornio-Rios and J. A. Antonino-Daviu, "Smart Sensor for Fault Detection in Induction Motors Based on the Combined Analysis of Stray-Flux and Current Signals: A Flexible, Robust Approach," en IEEE Industry Applications Magazine, vol. 28, no. 2, pp. 56-66, March-April 2022.
7. W.T. Thomson, I. Culbert, Current Signature Analysis for Condition Monitoring of Cage Induction Motors, IEEE Press, Wiley, New Jersey, 2017.
8. J. Antonino-Daviu, “Electrical Monitoring under Transient Conditions: A New Paradigm in Electric Motors Predictive Maintenance,” Applied Sciences, vol. 10, no. 17, p. 6137, Sep. 2020.
9. J. A. Antonino-Daviu, M. Riera-Guasp, J. R. Folch and M. P. M. Palomares, "Validation of a new method for the diagnosis of rotor bar failures via wavelet transform in industrial induction machines," in IEEE Transactions on Industry Applications, vol. 42, no. 4, pp. 990-996, July-Aug. 2006.
10. Jose A. Antonino-Daviu “Software technique for the advanced analysis of motor currents” en el 16th PCIC (Petrochemical and Chemical Industry Committee) Annual Electrical and Automation Sharing Event, 7-9 mayo, Paris, 2019.
11. J. Antonino-Daviu, V. Climente-Alarcon, A. Q. López and S. Hornsey, "Reporting false indications of startup analysis when diagnosing damper damages in synchronous motors," 2016 IEEE 14th International Conference on Industrial Informatics (INDIN), 2016, Poitiers, France, pp. 434-438.
12. J. Antonino-Daviu, V. Fuster, S. Park, Y. Park, H. Choi, J. Park and S.B. Lee, "Electrical Monitoring of Damper Bar Condition in Salient-Pole Synchronous Motors Without Motor Disassembly," en IEEE Transactions on Industry Applications, vol. 56, no. 2, pp. 1423-1431, March-April 2020