Sistema de monitorización de parámetros del consumo eléctrico de los motores para su mantenimiento predictivo en la planta asfáltica, Huachipa, Lima - Perú

Abstract

La implementación del proyecto tiene como propósito anticipar los daños y solo realizar un mantenimiento cuando el equipo realmente lo requiera, usando un sistema de monitorización de parámetros del consumo eléctrico para el mantenimiento predictivo de los motores; dado que en el proceso productivo de “mezcla asfáltica en caliente” se presentan paradas en la producción a causa de averías de los motores, es necesario minimizar el impacto financiero negativo de la planta, evitando paros de emergencia y tiempos de inactividad a causa de fallas en los motores. En este proceso de flujo continuo es importante el funcionamiento perfecto de todas las máquinas del sistema (equipos mecánicos, tableros eléctricos donde los agregados minerales se combinan, calientan, secan y mezclan con cemento asfáltico para producir la mezcla en caliente). Con la metodología utilizada se consigue que el “monitor de alimentación” (trifásico alterno), ubicado entre el grupo electrógeno y carga eléctrica (motor trifásico); proporcione información obtenida de la interfaz de comunicaciones, esta información es almacenada por un mini-pc "Raspberry-Pi" que hace una base de datos con la medición de síntomas del funcionamiento del equipo, dicha base de datos es para que la parte administrativa de la empresa gestione el mantenimiento predictivo en relación del consumo (eléctrico-combustible) del proceso. Los resultados se aprecian mediante acceso a la intranet corporativa industrial, accediendo directamente al servidor del mini-pc, obteniendo información actualizada del sistema en general, optimizando el proceso de producción; evitando paros de emergencia, reduciendo drásticamente el impacto financiero negativo, obteniendo datos de los síntomas con el objetivo de detectar fallas y defectos de la maquinaria en etapas incipientes para evitar que estas se manifiesten en una más grande durante su funcionamiento, gestionado por el mantenimiento predictivo.