Diagnóstico de Fallas en Reductores de Puente Grúa
El diagnóstico de fallas del reductor de puente grúa, combinado con el monitoreo de vibraciones y el análisis de aceite, permite detectar anomalías tempranas antes de la rotura de dientes, evitando pérdidas de decenas de miles de euros y el reemplazo completo de la máquina.
El reductor es el componente de transmisión más costoso del puente grúa. El reductor de elevación de una grúa de 30 t tiene un costo de entre 30.000 y 80.000 €; si se rompen los dientes, hay que desmontar toda la unidad y sustituirlatar toda la unidad y sustituirla, lo que, sumando las pérdidas por parada de producción y la mano de obra, supera fácilmente los 100.000 €. Y es que el reductor trabaja en las condiciones más adversas: arranques frecuentes a plena carga, alta carga de impacto, temperaturas elevadas y ambiente polvoriento. A diferencia del motor, que puede sustituirse fácilmente, desmontar y montar la caja de engranajes lleva una semana entera.
El diagnóstico de fallas del reductor es mucho más complejo que el del motor. Las frecuencias características de falla del motor son fijas (frecuencia de giro × número de polos / constante), y un mismo modelo sirve para todos los motores. En cambio, cada reductor tiene una relación de transmisión, un número de dientes y unos rodamientos distintos, por lo que es necesario calcular las frecuencias características a partir de los parámetros reales de cada unidad para poder acotar la ventana espectral. Este artículo combina las dos señales —monitoreo de vibraciones y análisis de aceite— para cubrir las tres fallas principales: fatiga de rodamientos, desgaste de engranajes y rotura de dientes, con una antelación de 2 a 6 semanas.
La inversión en hardware es de 30.000 a 80.000 € por reductor (incluye sensores, tarjeta de adquisición, software de IA e instalación y puesta en marcha). Teniendo en cuenta que con esto se evita una sola rotura de dientes, el retorno de la inversión supera la relación 1:5.
Arquitectura de diagnóstico de doble vía
| Diagnósticotrayectoria | Deteccióncontenido | Sensor/Detecciónmedio | anticipación |
|---|---|---|---|
| trayectoria de vibración | EngranajeengraneFrecuenciabandas laterales/RodamientocaracterísticaFrecuencia | IEPEacelerómetro3~4unidad/equipo | 2~6semana |
| trayectoria del aceite | Desgasteconcentración de elementos/conteo de partículas/físico-químicoIndicador | espectrómetro/contador de partículas | 1~3meses |
| fusiónDiagnóstico | validación cruzada de dos señales+AIevaluación | PC industrial+modelo de fusión de decisiones | — |
Disposición de los puntos de monitoreo de vibraciones
| punto de medición | posición de montaje | Deteccióndirección | principalDetecciónfalla |
|---|---|---|---|
| V1 | Eje de EntradaSoporte de Rodamiento(radial) | horizontal+vertical | rodamiento del eje de alta velocidadDesgaste,Engranajeengrane anormal |
| V2 | Eje de SalidaSoporte de Rodamiento(radial) | horizontal+vertical | eje de baja velocidadRodamientoDesgaste,Engranajediente fracturado |
| V3 | plano de separación de la caja(axial) | axial | Eje Piñóndesplazamiento axial,Rodamientojuego axial excesivo |
La selección del sensor y el diagnóstico del motor siguen el mismo criterio: acelerómetro IEPE de 100 mV/g. Las frecuencias características del reductor suelen estar por debajo de 2 kHz (la frecuencia de engrane = número de dientes × velocidad de rotación de entrada / 60, generalmente entre 500 y 2000 Hz), por lo que una frecuencia de muestreo de 10 kHz es suficiente.
Cálculo de la frecuencia característica
Este es el paso más crítico y, a la vez, el más ignorado en el diagnóstico del reductor: si no se consultan los parámetros de la placa de características, un espectro de frecuencias no revela cuál es el pico de fallo.
def calc_gearbox_frequencies(z1, z2, n_input): \\\\"\\\\"\\\\"Cálculo de la frecuencia característica del reductor z1: Número de dientes de la rueda motriz z2: Número de dientes de la rueda conducida n_input: Velocidad de rotación del eje de entrada(rpm) \\\\"\\\\"\\\\" fi = n_input / 60.0 # Frecuencia de rotación del eje de entrada(Hz) n_output = n_input * z1 / z2 fo = n_output / 60.0 # Frecuencia de rotación del eje de salida(Hz) gmf = fi * z1 # Frecuencia de engrane de los engranajes(Hz) return { 'input_shaft': fi, 'output_shaft': fo, 'mesh_freq': gmf, 'sideband': fi }Ejemplo: z1=23, z2=87, velocidad de entrada 980 rpm. La frecuencia de engrane = 23 × 980 / 60 = 375,7 Hz. Un diente defectuoso generará bandas laterales alrededor de 375,7 Hz con un intervalo de 16,3 Hz — esta es la ventana de frecuencia que el sistema de diagnóstico por IA monitorea de forma prioritaria.
Modos de fallo y patrones de vibración
| tipo de falla | características espectrales | característicaFrecuencia | AIprecisión |
|---|---|---|---|
| EngranajeuniformeDesgaste | engraneFrecuenciaaumento de amplitud,aumento de armónicos | gmfy sus2x/3xarmónicos | 94% |
| Engranaje con diente fracturado/Grieta | gmfambos ladosbanda lateral,modulación de amplitud evidente | gmf ± n×fi | 96% |
| Rodamiento con fatiga/descascarillado | RodamientocaracterísticaFrecuenciaaumento de energía | BPFI/BPFO | 93% |
| mal contacto en la superficie del diente | gmfaumento repentino de energía,elevación del ruido en alta frecuencia | banda completa | 90% |
Diagnóstico auxiliar mediante análisis de fluidos
| Detecciónparámetro | Detecciónmétodo | rango normal | umbral de alarma |
|---|---|---|---|
| concentración de hierro (Fe) | ICPespectroscopía | <20ppm | >50ppm(engrane anormalDesgaste) |
| concentración de cobre (Cu) | ICPespectroscopía | <15ppm | >40ppm(cobreJaulaDesgaste) |
| concentración de silicio (Si) | ICPespectroscopía | <10ppm | >25ppm(Fallo de sellado/ingreso de polvo) |
| ISOlimpieza | contador de partículas | 19/16/13 | >21/18/15 |
| humedad | Karl Fischer | <0.05% | >0.10% |
| viscosidad40°C | viscosímetro | ±10%valor nominal | >±15% |
El ritmo óptimo para el análisis de aceite es una vez al mes. Tras una revisión general o un cambio de aceite, se recomienda realizar una medición adicional. Si la concentración de hierro aumenta más del 50% durante tres meses consecutivos, aunque la señal de vibración aún no haya activado la alarma, se recomienda programar una inspección con apertura del equipo con antelación.
Claves para la implementación en obra
1. La ubicación del sensor es diez veces más importante que la calidad del propio sensor. La diferencia de amplitud de señal entre colocar el sensor sobre el refuerzo de la carcasa y hacerlo directamente sobre el soporte del rodamiento puede ser de hasta 10 veces. Antes de la primera distribución de puntos, consulte los planos del reductor para localizar la proyección del soporte del rodamiento sobre la carcasa. Tras la instalación, realice una prueba de impacto para verificar la correcta fijación.
2. Cree modelos independientes para cada condición de trabajo. El reductor de puente grúa debe dividirse en tres modos: elevación, descenso y vacío. Durante la elevación, la carga es alta y la velocidad de rotación es estable, lo que genera la señal más limpia; en el descenso, a veces se produce frenado regenerativo, y las características de vibración son diferentes. Entrene un clasificador de IA para cada modo por separado: la precisión es de 5 a 8 puntos porcentuales superior a la de un modelo general único.
3. Los datos de referencia requieren al menos dos semanas de registro. Durante las dos primeras semanas tras la instalación, no configure alarmas, solo recopile datos para establecer la línea base de vibración del funcionamiento normal del equipo. La amplitud absoluta de vibración varía en cada reductor; utilizar umbrales absolutos para las alarmas provocará inevitablemente falsas alarmas. Tras las dos semanas, utilice la media de la línea base ±3σ como umbral dinámico.
4. La predicción de rotura de dientes se basa en tendencias, no en valores puntuales. Un aumento puntual de la energía de la banda lateral detectado en una sola prueba puede deberse a fluctuaciones de carga. Solo se considera una alarma real si tres detecciones consecutivas (con un intervalo de al menos un día) muestran una tendencia ascendente. Tras la salida del modelo de IA, añada un filtro de tendencia: la tasa de falsas alarmas se reduce del 15% a menos del 2%.
Preguntas frecuentes
Conclusión
El diagnóstico de fallas en reductores es más complejo que en motores, pero la recompensa también es mayor: con un coste de unos 80.000 € por reductor, anticipar la rotura de un diente con un mes de antelación implica únicamente el coste del material de repuesto. Si la máquina se detiene por una rotura ya producida, los fragmentos del engranaje dañan la carcasa y los costes de mantenimiento se duplican. Tras la implementación en tres plantas, las paradas no planificadas causadas por fallos en reductores se han reducido en más de un 80%.
