Optimización de herramientas de monitorización para el mantenimiento predictivo de maquinaria lenta y de velocidad variable

El proyecto “Optimización de herramientas de monitorización para el mantenimiento predictivo de maquinaria lenta y de velocidad variable” pretende, en las hojas que siguen, encontrar una solución factible a la problemática asociada a máquinas con las características descritas en el título del mismo. Para alcanzar dicha solución, en primer lugar se describirán los diferentes tipos de mantenimiento que existen hoy en día. Se tratará con especial énfasis la descripción del mantenimiento predictivo, en particular el análisis de vibraciones, base de este estudio. Seguidamente se caracterizarán los problemas que llevan asociadas las máquinas de estudio en el análisis vibratorio y se caracterizará su comportamiento dinámico. Este análisis, pertenece a la etapa de monitorización, una de las más importantes de este mantenimiento, ya que a través de este se consiguen establecer unos niveles de alarma y paro que indican el estado de funcionamiento de los equipos. También se introducirá el entorno VBA así como de la implementación de diferentes herramientas para solventar los problemas de mantenimiento en las máquinas antes mencionadas. Se consigue establecer unos métodos para el tratamiento de los datos en ambas máquinas, previos a establecer los niveles de alarma y paro, que mitigan la problemática asociada a los parámetros de funcionamiento de estas. Una vez aplicadas las técnicas de monitorización desarrolladas en este estudio se preverá los estados anómalos que presentan, aumentando la efectividad para con estas máquinas en la monitorización Posteriormente se analizarán, a partir de un tratamiento estadístico, los niveles vibratorios en función de sus condiciones de funcionamiento, con el objetivo de determinar de qué manera interaccionan entre ellos. Con este estudio se justificarán, por tanto, los métodos de optimización desarrollados, que tratan de disminuir la variabilidad que estos parámetros aportan a las mediciones.