Diagnóstico de desgaste de carril por IA acústica
Punto clave: El sistema de diagnóstico de desgaste del carril por huella acústica con IA, desarrollado de forma independiente por Kelude Industrias Pesadas, ha entrado en fase comercial. Mediante un arreglo de micrófonos que capta la huella acústica de las ruedas en funcionamiento y un modelo de aprendizaje profundo CNN, el sistema identifica y localiza en tiempo real el rozamiento del carril, con una precisión de reconocimiento del 97% y una tasa de falsas alarmas inferior al 2%.
Con el avance de la transformación inteligente en la industria, la detección en tiempo real y el diagnóstico preciso del roce del carril en puentes grúa se han convertido en factores clave para la seguridad operativa y la reducción de costos y mejora de la eficiencia en sectores como el siderúrgico y el metalúrgico. Kelude Industrias Pesadas, basándose en la tecnología de reconocimiento de huella acústica mediante aprendizaje profundo, ha desarrollado con éxito el sistema de diagnóstico de desgaste del carril por huella acústica con IA para puentes grúa, logrando un salto cualitativo desde la auscultación manual tradicional hasta el diagnóstico inteligente. A continuación se detallan la arquitectura técnica y las funciones principales del sistema.
Desafíos del diagnóstico de roce del carril en la industria
El roce del carril en un puente grúa se refiere al contacto anormal y la fricción entre la pestaña de la rueda y el costado del carril. Es una de las fallas operativas más comunes y de mayor riesgo en los puentes grúa. El roce prolongado provoca un desgaste acelerado de la pestaña de la rueda —que debe reemplazarse cuando su espesor se reduce al 80% del valor original—, así como desgaste e incluso deformación del costado del carril, fatiga prematura de los rodamientos de rueda y, en casos graves, puede ocasionar el descarrilamiento de la rueda.
El diagnóstico tradicional del roce del carril depende de la experiencia auditiva del personal de mantenimiento, que identifica el problema por el sonido. Sin embargo, según la norma ISO 4301 (especificación de diseño de grúa) y el reglamento de seguridad para aparatos de elevación, el roce del carril, por ser una falla crítica que afecta la seguridad estructural, debe contar con métodos de detección eficaces. Este enfoque tradicional no solo está sujeto a la variabilidad de la experiencia individual, sino que tampoco permite un monitoreo en tiempo real ni un posicionamiento preciso. Las empresas suelen realizar inspecciones manuales trimestrales, por lo que el problema del roce puede pasar desapercibido durante semanas, acumulando un desgaste anormal continuo en ruedas y carriles. Según estadísticas del sector, las paradas no programadas debidas al roce del carril representan entre el 15% y el 20% del total de paradas por fallo en puentes grúa, lo que lo convierte en uno de los factores clave que afectan la eficiencia operativa de estos equipos.
Solución Técnica: reconocimiento de huella acústica con IA
El sistema de diagnóstico de desgaste del carril por huella acústica con IA de Kelude Industrias Pesadas se compone de tres módulos principales: el front-end de adquisición de huella acústica, el dispositivo de borde para inferencia y la plataforma de análisis en la nube. El front-end de adquisición utiliza un arreglo de micrófonos MEMS de grado industrial (Grado de Protección IP67), instalado en las cuatro esquinas del testero del puente grúa, cerca de las ruedas, con una cobertura de frecuencia de 100 a 8000 Hz. El dispositivo de borde emplea el módulo Jetson Orin NX (capacidad de cómputo de 100 TOPS), con un modelo CNN preentrenado con 30 000 muestras de huella acústica de roce del carril. La plataforma de análisis en la nube se construye conforme a la norma GB/T 28264 — Sistema de Monitoreo y Gestión de Seguridad para aparatos de elevación, y admite la consolidación de datos de múltiples puentes grúa y el diagnóstico remoto, cumpliendo con los requisitos de adquisición de datos y alerta temprana del sistema de monitoreo de seguridad.
Durante el funcionamiento, el arreglo de micrófonos muestrea la huella acústica de las ruedas a una frecuencia de 22 050 Hz. La señal se transforma mediante el espectro Mel en imágenes tiempo-frecuencia de 128×128 píxeles, que el modelo CNN procesa en el dispositivo de borde. La latencia total del proceso se mantiene entre 5 y 10 ms. El modelo puede identificar 8 estados de roce del carril: normal, roce leve (izquierda/derecha), roce moderado (izquierda/derecha), roce severo (izquierda/derecha) e impacto en junta de carril. Los resultados de la identificación se cargan en tiempo real a la plataforma en la nube mediante el protocolo MQTT. Cuando se detecta un estado de roce severo, el sistema activa la desaceleración automática y la detención del equipo, evitando eficazmente que la falla se agrave.
Comparación de parámetros técnicos esenciales
| Parámetroítem | AIhuella acústicasistema de diagnóstico | auscultación manual tradicional |
|---|---|---|
| Detecciónmétodo | arreglo de micrófonos+CNNanálisis de modelo en tiempo real | juicio auditivo in situ del personal de mantenimiento |
| tasa de precisión | 97.2%(terceroCertificación) | afectado por diferencias de experiencia,aproximadamente60%~80% |
| tiempo de detección | inmediato(5~10mslatencia) | retraso promedio22días |
| tasa de falsas alarmas | inferior a2% | no cuantificable |
| modo de despliegue | dispositivo de bordeinferencia+análisis en la nube | manualInspecciónregistro |
3. Datos medidos y efecto de aplicación
El sistema se sometió a una prueba de campo de 3 meses en los talleres internos de Kelude y en un grupo de puentes grúa de una acería. La prueba abarcó 16 puentes grúa y 64 puntos de medición en ruedas de rodadura. Los resultados fueron certificados por un organismo de inspección externo: precisión de reconocimiento del rozamiento de la pestaña de la rueda contra el carril del 97,2 %, tasa de detección de rozamiento leve del 94,5 %, tasa de detección de rozamiento severo del 99,1 % y tasa de falsas alarmas del 1,8 %. En comparación con la auscultación manual tradicional, el tiempo medio de detección de problemas de rozamiento se redujo de 22 días a detección inmediata, y el tiempo de inactividad no programada anual por puente grúa debido a este fenómeno se redujo en unas 40 horas.
El sistema también incorpora una función de análisis de tendencias del rozamiento, que registra la frecuencia e intensidad del fenómeno en cada rueda de rodadura y genera automáticamente informes mensuales. Esto permite al personal de mantenimiento anticipar el momento óptimo para el ajuste de rieles y el reemplazo de ruedas. Se estima que cada puente grúa ahorra unas 60 horas anuales de ajuste de rieles y reduce de 1 a 2 reemplazos no programados de ruedas. Para una gran acería con más de 50 puentes grúa, el ahorro anual en costes de mantenimiento supera los 80.000 €.
Comparación de despliegue entre distintos modelos de puente grúa
| puente grúaModelo | número de puntos de medición | precisión de reconocimiento | ahorro anualtiempo de inactividad |
|---|---|---|---|
| Tipo QD50tPuente Grúa | 4 | 97.8% | aproximadamente42horas/año |
| Tipo QD100tPuente Grúa | 8 | 96.5% | aproximadamente48horas/año |
| Tipo MG32tGrúa Pórtico | 4 | 98.1% | aproximadamente36horas/año |
| Tipo LH20tPolipastodoble viga | 4 | 97.0% | aproximadamente38horas/año |
4. Implementación comercial y expansión
El sistema ya está integrado en la plataforma de monitoreo remoto del puente grúa y puede desplegarse conjuntamente con soluciones de monitoreo remoto digitalizado. Kelude Industrias Pesadas ha firmado acuerdos de prueba con 3 empresas siderúrgicas y tiene previsto completar la instalación del sistema de diagnóstico acústico en 50 puentes grúa antes de que finalice el año. El diseño del sistema cumple con los requisitos de seguridad estructural de la norma ISO 4301 (especificación de diseño de grúa) y sigue el marco técnico de la norma internacional ISO 23874:2021 (monitoreo de estado de grúas). Los usuarios empresariales pueden elegir entre el módulo independiente de detección de desgaste del carril por huella acústica o la solución integrada de monitoreo remoto digitalizado más diagnóstico acústico.
5. Ventajas técnicas del diagnóstico acústico con IA
Frente a los métodos tradicionales de detección de desgaste del carril, el diagnóstico acústico con IA ofrece ventajas significativas. En primer lugar, la inmediatez: el sistema opera las 24 horas, los 7 días de la semana, capturando y analizando cualquier sonido anómalo de fricción en cuestión de segundos, lo que elimina por completo los puntos ciegos temporales de la inspección manual. En segundo lugar, la precisión: el modelo CNN, entrenado con 30 000 muestras, distingue entre desgaste leve del carril y los impactos en las juntas del carril, estados que suelen confundirse, evitando así reparaciones innecesarias derivadas de falsos diagnósticos.
En tercer lugar, la cuantificación: el sistema registra automáticamente la frecuencia, el grado de resistencia y la tendencia de desgaste de cada rueda de rodadura, generando informes visuales que respaldan el mantenimiento predictivo. Combinado con el sistema de monitoreo y gestión de seguridad de puentes grúa de Kelude Industrias Pesadas, las empresas pueden establecer un registro completo de salud de los equipos, evolucionando de un mantenimiento reactivo a un modelo de operación y mantenimiento proactivo.
Preguntas frecuentes
P: ¿A qué modelos de puente grúa es aplicable el sistema de diagnóstico de desgaste del carril por huella acústica con IA?
R: El sistema es aplicable a todo tipo de puentes grúa y grúas pórtico, incluidos los modelos principales como el puente grúa general Tipo QD, la grúa pórtico general Tipo MG y el puente grúa de doble viga con polipasto Tipo LH. Para diferentes capacidades de carga y luces, solo es necesario ajustar la posición de instalación y el número de micrófonos del arreglo; el modelo CNN central no requiere reentrenamiento.
P: ¿Puede el sistema integrarse con los sistemas de monitoreo existentes del puente grúa?
R: Sí. El sistema admite el protocolo estándar MQTT y la interfaz Modbus TCP, por lo que puede conectarse con el sistema de monitoreo y gestión de seguridad de puentes grúa de Kelude Industrias Pesadas, así como con plataformas SCADA/DCS de terceros.
P: ¿Puede el sistema funcionar de forma estable en entornos severos?
R: El arreglo de micrófonos cuenta con un Grado de Protección (IP) IP67 y un rango de temperatura de trabajo de -20 ℃ a +85 ℃, lo que garantiza un funcionamiento estable en talleres de fundición de acerías, plantas de cemento y otros entornos con altas temperaturas y servicio en ambiente polvoriento.
P: ¿Cuál es el período aproximado de retorno de inversión del sistema?
R: Tras instalar el sistema de diagnóstico acústico en un puente grúa, se reducen anualmente unas 40 horas de paradas no programadas, se ahorran 60 horas de ajuste de rieles y se disminuyen de 1 a 2 reemplazos de ruedas de rodadura. El período de retorno de inversión es de aproximadamente 8 a 12 meses.
Para obtener más información sobre las soluciones de operación y mantenimiento inteligentes para puentes grúa, consulte al equipo técnico de Kelude Industrias Pesadas y solicite una solución personalizada de detección de desgaste del carril.
