Patrones-de-Fallos-en-Motores-Electricos-y-Modelos-Estadisticos-en-Mantenimiento-Industrial

Patrones de Fallos en
Motores Eléctricos y
Modelos Estadísticos en
Mantenimiento Industrial
Nombre: Carlos Ayerve Luque
Facilitador: Yuri Merizalde
Asignatura: Mantenimiento Industrial
Introducción a los patrones de fallos
en motores eléctricos
1
Desgaste mecánico
El desgaste de rodamientos, cojinetes y otras partes móviles es una causa común de fallos
en motores eléctricos.
2
Sobrecalentamiento
La sobrecarga, la mala ventilación o la falla en el sistema de refrigeración pueden provocar
sobrecalentamiento y dañar el motor.
3
Fallos en el aislamiento
El deterioro del aislamiento eléctrico por la humedad, el calor o la vibración puede causar
cortocircuitos y fallos en el motor.
4
Fallos en el sistema de control
Los problemas en el sistema de control, como los sensores defectuosos o los fallos en la
lógica de control, pueden afectar el funcionamiento del motor.
Tipos comunes de fallos en motores
eléctricos
Fallos mecánicos
Fallos eléctricos
Fallos térmicos
Desgaste de rodamientos, rotura
Cortocircuitos, sobrecarga,
Sobrecalentamiento debido a
de ejes, vibraciones excesivas,
aislamiento defectuoso, fallos en
sobrecarga, mala ventilación,
desalineación del eje.
bobinados, problemas en el
problemas en el sistema de
arranque.
refrigeración.
Causas de los fallos en motores
eléctricos
Sobrecarga
Operar el motor por encima de su capacidad nominal, lo que genera un exceso de corriente y
calor.
Vibraciones
Vibraciones excesivas causadas por desalineación del eje, desequilibrio del rotor o rodamientos
desgastados.
Humedad
La humedad puede dañar el aislamiento eléctrico y provocar cortocircuitos o fallos en el motor.
Temperatura
Temperaturas extremas, ya sea demasiado altas o demasiado bajas, pueden afectar el
rendimiento del motor y causar fallos.
Métodos de detección y
diagnóstico de fallos
1
Análisis de vibraciones
Identificar patrones de vibraciones anormales que indican problemas
mecánicos.
2
Análisis de temperatura
Monitorear la temperatura del motor para detectar sobrecalentamientos.
3
Análisis de corriente
Medir la corriente del motor para detectar sobrecargas o cortocircuitos.
4
Análisis del aislamiento
Medir la resistencia del aislamiento eléctrico para evaluar su estado.
Modelos estadísticos aplicados al
mantenimiento industrial
Análisis de supervivencia
Análisis de regresión
Modelos de pronóstico
Estima la probabilidad de que un
Identifica las variables que
Predicen el tiempo probable de
equipo siga funcionando durante
influyen en la probabilidad de fallo
fallo del equipo, lo que permite
un cierto período de tiempo.
del equipo.
planificar el mantenimiento.
Análisis de confiabilidad de
equipos industriales
MTBF (Mean Time Between Failures)
Tiempo promedio que un equipo
funciona correctamente entre dos fallos.
MTTR (Mean Time To Repair)
Tiempo promedio que se tarda en
reparar un equipo después de un fallo.
Disponibilidad
Porcentaje de tiempo que un equipo
está disponible para su uso.
Tasa de fallos
Probabilidad de que un equipo falle en
un determinado período de tiempo.
Implementación de modelos estadísticos en
el mantenimiento
Recopilación de
datos
Análisis de datos
Predicción de fallos
Analizar los datos
Utilizar modelos
Recolectar datos
recopilados para
estadísticos para predecir
Planificar y realizar el
relevantes sobre el
identificar patrones de
la probabilidad de fallo
mantenimiento del equipo
funcionamiento del
fallos y tendencias.
del equipo.
antes de que ocurra un
equipo, como
temperatura, vibración y
corriente.
Mantenimiento
preventivo
fallo.
Conclusiones y
recomendaciones
Los modelos estadísticos son herramientas valiosas para mejorar
la confiabilidad de los equipos industriales. Al comprender los
patrones de fallos y predecir el tiempo probable de fallo, podemos
optimizar los programas de mantenimiento y reducir el tiempo de
inactividad.