Solución Técnica para Monitoreo en Línea del Freno de Puente Grúa
La detección en línea del freno de puente grúa monitoriza el desgaste y la temperatura en tiempo real mediante sensor láser + sensor de temperatura infrarrojo, y la IA predice la tendencia de degradación, sustituyendo al criterio empírico tradicional.
El freno de puente grúa es un componente de seguridad crítico: no se trata de "reparar cuando se estropea", sino de "garantizar que nunca falle". Un fallo en el freno de elevación es uno de los accidentes más graves que puede sufrir un puente grúa. Sin embargo, en la mayoría de las fábricas el mantenimiento del freno sigue basándose en "ajustar la holgura periódicamente y juzgar por el sonido", dependiendo por completo de la experiencia del mantenedor. Ante un mismo freno, dos personas distintas pueden ajustar la holgura con una diferencia de hasta 0,3 mm, lo que repercute enormemente en la eficacia del frenado.
La detección en línea del freno utiliza un sensor de desplazamiento láser para medir la holgura de freno, un termopar para medir la temperatura del disco de freno y un modelo de IA para analizar la tendencia de degradación. No es necesario modificar la estructura del propio freno: los sensores se instalan de forma externa y no afectan al sistema de seguridad existente. Un sistema de detección de freno completo, con sensores y unidad de adquisición de datos, cuesta aproximadamente entre 10.000 y 30.000 EUR por unidad, y cubre tanto el frenado en funcionamiento como el frenado estático.
Parámetros de detección y selección del sensor de desplazamiento
| DetecciónParámetro | Tipo de sensor | Rango de Medición/Precisión | Posición de montaje |
|---|---|---|---|
| Holgura de freno | sensor de desplazamiento láser | 0~10mm / ±0.01mm | Brazo de frenoEntre la armadura y |
| Espesor del forro de freno | Efecto HallSensor de Proximidad/Corrientes parásitasSensor | 0~20mm / ±0.05mm | Forro de frenoParte posterior de la placa |
| Temperatura del disco de freno | Termopila infrarroja/Termopar | 0~500°C / ±1.5°C | FrenoCercanías50mm |
| Tiempo de frenado | FotoeléctricoSensor+PLCCronometraje | 0~5s / ±10ms | eje del motorExtremo+Armario de Control |
| par de frenado | Extensométricosensor de fuerza | 0~500Nm / ±1% | Brazo de frenoEn el empujador |
Modelo de correlación entre holgura de freno y desgaste del forro
El indicador clave en el mantenimiento del freno es la holgura de freno: la distancia entre el forro de fricción y el disco de freno cuando el freno está abierto. El valor estándar suele estar entre 0,5 y 1,5 mm (según el modelo de freno y el par de frenado). Si la holgura es excesiva, el par de frenado resulta insuficiente; si es demasiado reducida, el desgaste del forro se acelera y la apertura incompleta del freno provoca arrastre y sobrecalentamiento.
Evolución de la holgura de freno: tras el montaje de un forro nuevo, la holgura aumenta rápidamente durante las primeras 100 a 200 operaciones de frenado (asentamiento del forro); posteriormente se entra en una fase estable, donde la holgura crece de forma lenta a un ritmo aproximado de 0,01 a 0,03 mm por cada mil ciclos. Cuando el forro se desgasta hasta su espesor límite (generalmente entre el 30% y el 40% del espesor original), la holgura comienza a aumentar de forma repentina y acelerada. Mediante el monitoreo continuo de la curva de holgura con un sensor de desplazamiento láser, el modelo de IA puede ajustar la tasa de desgaste y predecir con 1 a 3 meses de antelación cuándo se alcanzará el límite.
| Fase | FrenadoNúmero de veces | Velocidad de variación del huelgo | AIPrealerta |
|---|---|---|---|
| Período de asentamiento | 0~200veces | Aumento rápido(0.05~0.1mm/cien veces) | — |
| Período estable | 200~5000veces | Aumento lineal lento(0.01~0.03mm/mil veces) | — |
| AceleraciónDesgastePeríodo de asentamiento | 5000~8000veces | Aceleración del aumento del huelgo,Velocidad duplicada | Alerta amarilla |
| Período límite | 8000~10000veces | Huelgo>2.0mm,calzaCasi desgastado | Alarma roja |
Monitoreo de temperatura del disco de freno
La temperatura del disco de freno es un indicador clave para evaluar el estado operativo del freno. Durante un frenado normal, la temperatura del disco se mantiene entre 80~150°C, dependiendo de la frecuencia de frenado y la carga. El modelo de IA identifica automáticamente los siguientes patrones anómalos:
| Modo anómalo | Característica de temperatura | Causa posible | Medida recomendada |
|---|---|---|---|
| Temperatura alta continua | >200°CPersistente | FrenoFreno de arrastre/Huelgo insuficiente | Parar y verificar el huelgo yCentral Hidráulica |
| Calentamiento rápido | Única vezFrenadoElevación de temperatura>100°C | Forro de frenoEndurecimiento superficial/Deslizamiento | Inspecciónforro de fricciónEstado superficial |
| Temperatura que no sube o baja | FrecuenteFrenadopero<50°C | SensorFallo oFrenoSin cerrar | InspecciónSensorParar y verificar el huelgo yFrenoAcción |
Análisis de la tendencia de degradación de la IA
El modelo de IA no juzga directamente si algo es «bueno» o «malo», sino que analiza la «tendencia». Las tres señales —holgura de freno, temperatura y tiempo de frenado— se introducen en un modelo temporal LSTM, que genera la curva de predicción de la holgura de freno para los próximos 30 días y la probabilidad de alcanzar el valor límite. La lógica principal:
# Predicción de tendencia de holgura de freno（LSTM） import numpy as np from tensorflow.keras.models import Sequential from tensorflow.keras.layers import LSTM, Dense # Entrada: Pasado30Holgura de freno de días+Temperatura+Tiempo de frenado # Salida: Futuro30Valor de holgura previsto para días model = Sequential([ LSTM(64, input_shape=(30, 3), return_sequences=True), LSTM(32), Dense(30) # Predecir futuro30días ]) model.compile(loss='mse', optimizer='adam') # Predicción de tendencia de holgura de freno history = np.array([/* Pasado30Datos de días */]) pred = model.predict(history.reshape(1, 30, 3))[0] # Predecir cuándo se superará el umbral2.0mm days_to_alarm = np.argmax(pred > 2.0) print(f"Estimación {days_to_alarm} Días para reemplazo del forro de fricción")Puntos clave de la implementación técnica
1. La precisión de instalación del sensor láser es crítica. La holgura de freno es de solo 0,5~1,5 mm, por lo que el error de medición del sensor de desplazamiento láser debe ser <0,01 mm. Durante la instalación, el haz del sensor debe ser perfectamente perpendicular a la superficie de la armadura; si el ángulo de inclinación supera los 5°, el error de medición excederá los 0,02 mm. Se recomienda utilizar un equipo de alineación láser como ayuda para la instalación.
2. El sensor de temperatura debe ser de tipo no contactivo. El freno es un componente rotativo, por lo que no se puede utilizar una termopar de contacto. El sensor de termopila infrarroja tiene un tiempo de respuesta de aproximadamente 100 ms y un diámetro de punto de medición de unos 10 mm a una distancia de 50 mm, lo que permite apuntar directamente a la zona de fricción del freno. Es importante tener en cuenta la protección contra agua y aceite: si la ventana del sensor infrarrojo se mancha de aceite, los valores de medición serán inferiores a los reales.
3. La detección del freno y el diagnóstico de fallas del motor mediante IA comparten la misma plataforma. El freno forma parte del extremo del eje del motor, por lo que ambos sensores pueden utilizar el mismo PC industrial y el mismo sistema de adquisición de datos. Se recomienda una implementación unificada para reducir los costos de hardware en aproximadamente un 30%.
4. El período de aprendizaje de referencia debe cubrir todas las condiciones de operación. La holgura de freno difiere entre la operación en vacío y a plena carga (la diferencia debida a la deformación elástica es de aproximadamente 0,03~0,05 mm). El sistema necesita al menos una semana de datos para aprender el rango normal de holgura bajo diferentes cargas.
Preguntas frecuentes desplazamiento láser
Conclusión
El valor de la detección en línea del freno no reside en «poder detectar», sino en «poder predecir». La tendencia de la holgura de freno monitoreada por el sensor de desplazamiento láser permite pronosticar el momento de sustitución del forro de fricción con 1 a 3 meses de antelación, transformando el mantenimiento de una «reparación de emergencia» a un «reemplazo planificado». Hemos desplegado sistemas de monitoreo de frenos en 8 unidades en el taller de puentes grúa de una acería, y durante un año de operación no se ha producido ningún incidente de seguridad relacionado con los frenos; todos los reemplazos de forros de fricción se han ejecutado según lo planificado.
