Técnica de análise ferrospectrográfica do óleo da caixa de velocidades de guindastes e previsão em tempo real das tendências de desgaste
🔍 O sistema de análise ferrométrica do óleo da caixa de velocidades do redutor de pontes aéreas monitoriza em tempo real a concentração de partículas metálicas em 4 canais de granulometria (≥4/6/14/21 μm) e o nível de limpeza NAS 1638, combinando a distinção ferromagnética/ não ferromagnéticos e a classificação por IA da morfologia das partículas com o MobileNetV3 (precisão de 91,51 TP3T). Através do modelo de previsão temporal LSTM, é possível emitir alertas antecipados com 7 a 14 dias de antecedência sobre as tendências de desgaste das engrenagens, com uma precisão de previsão do WI de 891 TP3T.
O redutor é o componente de transmissão central dos mecanismos de elevação e deslocamento das pontes rolantes; as estratégias de gestão do estado de conservação do equipamento devem ter em contaGB/T 3811-2008 «Norma de conceção de gruas»As disposições relativas ao ciclo de manutenção do redutor eTSG Q0002 «Normas de Inspeção Técnica de Segurança para Equipamentos de Elevação»De acordo com os requisitos de inspeção periódica, o estado de desgaste das engrenagens e dos rolamentos determina diretamente a vida útil restante do redutor. O método tradicional de recolha periódica de amostras de óleo para análise apresenta limitações, tais como ciclos de inspeção prolongados, custos elevados e a incapacidade de detetar casos de desgaste acelerado repentino. O sistema de análise ferromagnética de óleo KL-OIL-FERR utiliza um contador de partículas em linha para monitorizar em tempo real a concentração e a distribuição granulométrica das partículas metálicas no óleo. Através da classificação AI de separação ferromagnética/ não ferromagnéticos e a classificação por IA da morfologia das partículas, identifica a corrosão por pite nas engrenagens e a descamação por fadiga nos rolamentos em fase inicial; o modelo de previsão pode emitir um alerta 7 a 14 dias antes da ocorrência de uma avaria.
Sensores e parâmetros para a análise de óleos em linha
O sensor principal do sistema é o contador de partículas em linha KL-OPC-100, que utiliza o princípio da interrupção do feixe de laser (diodo laser de 850 nm, tamanho do feixe de 0,1 × 0,5 mm) para detetar partículas sólidas no óleo. Quando as partículas atravessam o feixe de laser, geram um sinal de obstrução, cuja amplitude é proporcional ao tamanho das partículas; o tempo de passagem de cada partícula é de aproximadamente 10 a 50 μs (dependendo do caudal do óleo, entre 0,5 e 2 mL/min). O sensor permite a deteção simultânea em 4 canais de granulometria (≥4 μm, ≥6 μm, ≥14 μm, ≥21 μm), apresentando na saída os níveis de limpeza em conformidade com as normas ISO 4406 e NAS 1638. Além disso, integra um microsensor de viscosidade com cristal de quartzo (precisão de ±21 TP3T FS) e um sensor de humidade capacitivo (precisão de ±31 TP3T RH), permitindo a deteção integrada dos três parâmetros: ”partículas + viscosidade + humidade”.
O sensor está ligado ao circuito de óleo do redutor através de um circuito de derivação em aço inoxidável (Φ6 mm, caudal de 0,5 a 2 L/min), utilizando a diferença de pressão entre a saída da bomba de engrenagens e a entrada de retorno para impulsionar a circulação do óleo. Cada redutor está equipado com um sensor, que executa automaticamente um ciclo de autolimpeza a cada 12 horas (lavagem em sentido inverso durante 3 segundos, para remover resíduos de óleo e bolhas da janela de observação) e recolhe automaticamente um conjunto completo de dados a cada 72 horas (média calculada a partir de 10 medições consecutivas). Os dados são enviados para o gateway de recolha de dados periférico através do protocolo RS485 Modbus RTU, sendo que o intervalo de amostragem é configurável (por predefinição, 1 vez por hora). Índice de desgaste WI = Σdᵢ²×nᵢ (sendo dᵢ o diâmetro das partículas e nᵢ o número de partículas com o diâmetro correspondente); quando a média móvel de 24 horas do WI exceder o valor de referência de 150%, é acionado um alerta preliminar.
Análise de espectros de ferro e identificação de padrões de desgaste
Bobinas de separação ferromagnéticas/não ferromagnéticas integradas no sistema: quando o óleo passa por uma zona de campo magnético de gradiente elevado (intensidade do campo magnético de 0,3 T, gradiente de 5 T/m), as partículas ferromagnéticas (partículas de aço/ferro fundido provenientes de engrenagens e rolamentos) são atraídas pelos pólos magnéticos, enquanto as partículas não ferromagnéticas (provenientes de gaiolas de cobre, carcaças de alumínio e vedantes) são contadas separadamente através de outro canal. A relação entre a concentração de partículas ferromagnéticas (FPC) e a concentração de partículas não ferromagnéticas (NFPC), FPC/NFPC, é um importante indicador de diagnóstico — na fase de desgaste normal, esta relação mantém-se estável entre 3:1 e 5:1; quando se verifica corrosão por pite nas engrenagens, o FPC aumenta drasticamente (rácio > 8:1); quando a gaiola do rolamento se desgasta, o NFPC aumenta (rácio<2:1).
A classificação por IA da morfologia das partículas baseia-se no modelo CNN leve MobileNetV3, tendo como entrada imagens microscópicas de amostras ferromagnéticas (ampliação de 200×, resolução de 1024×768) e como saída as probabilidades de cinco categorias de partículas de desgaste: partículas laminares de desgaste normal (espessura de 0,1 a 1 μm), partículas helicoidais de desgaste por corte (comprimento de 25 a 100 μm, geradas por ferramentas novas ou pela incrustação de partículas duras), partículas laminares de descamação por fadiga (espessura de 1 a 10 μm, largura de 20 a 200 μm, produtos típicos da corrosão por pite em engrenagens e da descamação de rolamentos), partículas de desgaste por deslizamento grave (alongadas, com riscos na superfície, largura de 10 a 200 μm, relação comprimento/largura de 5:1 a 30:1) e partículas de desgaste por oxidação (Fe₂O₃ vermelho ou Fe₃O₄ preto). O conjunto de treino do modelo inclui 3 200 imagens de espectros de ferro anotadas, com uma taxa de precisão de 91,51 TP3T na classificação de cinco classes. Quando a IA deteta que a proporção de partículas de descamação por fadiga é superior a 20% ou que existem partículas de desgaste por deslizamento grave com dimensões iguais ou superiores a 50 μm, é imediatamente acionado um alerta laranja e é recomendado que se marque uma inspeção endoscópica da caixa de engrenagens.
Modelo de previsão de tendências de desgaste e validação em condições reais de funcionamento
| Indicadores de diagnóstico | Análise de amostras periódicas | Análise ferromagnética em linha |
|---|---|---|
| Ciclo de inspeção | A recolha de amostras deve ser efetuada uma vez a cada 1 a 3 meses | Monitorização contínua em linha |
| Parâmetros de análise | Contagem de partículas + viscosidade + teor de humidade | Contagem de partículas + viscosidade + teor de humidade + rácio ferromagnético + morfologia AI |
| Tendências de desgaste | Pontos isolados, impossíveis de prever | Previsão de tendências para 7 a 14 dias pelo modelo LSTM |
| Detecção de desgaste acelerado repentino | Pode ter sido perdido (ocorreu durante o intervalo de amostragem) | Monitorização em tempo real do WI, alerta imediato em caso de ultrapassagem do limiar do gradiente |
| Custo anual por unidade | Cerca de 3 000 a 5 000 ¥ (recolha de amostras + envio para análise) | Cerca de 2 000 a 3 000 ¥ (consumíveis do sensor + manutenção) |
| Tempo de antecedência do alerta | Nenhum (já se encontrava bastante desgastado quando foi encontrado) | 7 a 14 dias (alerta de Nível 2) |
Cenários de aplicação e benefícios económicos da análise online de espectros magnéticos
O sistema KL-OIL-FERR já foi implementado em 120 redutores de pontes rolantes nos setores metalúrgico, portuário, cimenteiro e papeleiro, acumulando mais de 800 000 horas de funcionamento. De acordo com a análise dos dados recolhidos, o sistema conseguiu alertar antecipadamente para 41 casos de desgaste das engrenagens e 23 avarias nos rolamentos, com um tempo médio de antecipação de cerca de 11 dias. Tomando como exemplo a unidade de laminação a quente de um determinado grupo siderúrgico, os 25 redutores de pontes rolantes dessa unidade registavam, antes da instalação do sistema, uma média de 4 a 5 incidentes de danos nas engrenagens por ano, com custos de reparação de cerca de 30 000 a 80 000 ¥ por incidente (incluindo peças sobressalentes, mão-de-obra e perdas por paragem da produção). Nos 18 meses após a implementação do sistema, ocorreu apenas um caso de danos nas engrenagens (após o alerta ter sido emitido, foi agendada uma substituição planeada, evitando assim uma paragem imprevista), o que representou uma poupança direta de cerca de 450 000 ¥ em custos de reparação.
No que diz respeito aos custos de funcionamento do sistema, os custos anuais de manutenção do sensor KL-OIL-FERR por redutor situam-se entre 500 e 800 ¥, enquanto os custos da amostragem periódica tradicional para análise ascendem a 3 000–5 000 ¥/ano (incluindo mão-de-obra de amostragem, logística e taxas de análise). A solução de monitorização em linha não só reduz os custos de análise em 60 a 801 TP3T, como, mais importante ainda, proporciona uma capacidade de rastreabilidade contínua dos dados e de previsão de tendências que a solução tradicional não consegue oferecer. Com base nestes dados de implementação, a equipa de desenvolvimento do sistema otimiza continuamente os modelos de IA, lançando atualizações trimestrais para melhorar constantemente a precisão das previsões.
Perguntas frequentes
P: A instalação do sensor de óleo em linha requer alguma alteração no circuito de óleo do redutor?
Resposta: O sensor KL-OPC-100 é ligado em série na tubagem de retorno do circuito de óleo do redutor, através de um racor de três vias (especificação G1/2″). No caso de redutores com lubrificação forçada por bomba de engrenagens integrada, basta cortar a tubagem num ponto adequado da tubagem de retorno de óleo e soldar ou instalar um racor de três vias, sem alterar o percurso original do circuito de óleo. No caso de redutores com lubrificação por salpico, sem lubrificação forçada, pode instalar-se um circuito de circulação em derivação na abertura de drenagem na parte inferior do redutor (incluindo uma microbomba de engrenagens de 12 V CC/5 W, com caudal de 0,5 L/min), conduzindo o óleo através de um tubo de aço inoxidável de Φ6 mm até ao sensor e, em seguida, de volta à abertura da vareta de nível do redutor. O volume do circuito de derivação é de cerca de 150 mL, pelo que o impacto no nível normal de óleo do redutor é insignificante. A instalação deve ser realizada com o equipamento parado, demorando cerca de 2 a 3 horas por unidade.
P: Como é possível eliminar o impacto das bolhas de ar e das gotas de água presentes no fluido na precisão da contagem de partículas por laser?
Resposta: As bolhas de óleo e as gotículas de água em suspensão no feixe de laser produzem sinais de dispersão ativa equivalentes, o que leva a uma subestimação do número de partículas. O KL-OPC-100 adota três medidas para eliminar essas interferências: em primeiro lugar, é instalada uma câmara de separação de bolhas antes da entrada do sensor (volume de 5 mL, caudal de<0.5m/s，停留时间>(0,6 s), as bolhas sobem até ao topo da câmara devido à flutuabilidade e são expelidas; Em segundo lugar, o sensor utiliza a tecnologia de identificação por largura de impulso — o tempo que uma partícula isolada demora a atravessar o feixe de luz é de cerca de 10 a 50 μs, enquanto a largura do impulso de luz difusa das gotas de água e das bolhas de ar, devido às diferenças no índice de refração, é normalmente superior a 100 μs, podendo ser distinguidas através de filtragem por largura de impulso; Em terceiro lugar, o sistema executa uma calibração automática do ruído de fundo antes de cada medição (circulação de óleo limpo durante 5 segundos, registo do nível de ruído de referência). No que diz respeito ao teor de água<2%, o erro na contagem de partículas causado por bolhas e gotículas é <5%.
P: De onde provêm os dados de treino do modelo de previsão de tendências de desgaste? Qual é a versatilidade do modelo?
Resposta: O modelo de previsão LSTM foi treinado com base em dados de monitorização em linha de 3 anos relativos aos redutores de 80 pontes rolantes da Krued Heavy Industry (um total acumulado de cerca de 700 000 pontos de dados, incluindo 67 casos de desgaste de engrenagens e 41 casos de avarias nos rolamentos). As características de entrada têm 12 dimensões (número de partículas em cada canal de granulometria, FPC/NFPC, WI, viscosidade e teor de água, entre outras), com uma janela temporal de 30 dias, e a saída consiste numa sequência de valores de previsão do WI para os próximos 14 dias. A taxa de precisão das previsões do modelo para o conjunto de dados de treino (taxa de acerto na direção da tendência do WI) é de 93%, enquanto a taxa de precisão da transferência entre domínios para novos locais de implantação é de 89% (para modelos de redutores não treinados). Recomenda-se que, aquando de uma nova implementação, se acumulem primeiro três meses de dados de referência para concluir o ajuste fino do modelo (utilizando uma estratégia de aprendizagem por transferência — congelando a camada LSTM e ajustando apenas a camada totalmente conectada), de modo a adaptar-se às características específicas do óleo e às condições de funcionamento desse redutor. O modelo é retreinado automaticamente uma vez por mês, incorporando os dados mais recentes.
P: O sistema de análise de ferro em óleo da Krude Heavy Industry requer a substituição periódica de consumíveis? Qual é o custo anual de manutenção?
Resposta: O sensor KL-OPC-100 foi concebido para não necessitar de consumíveis, não sendo necessária a substituição periódica de filtros ou reagentes. O único consumível é a junta de vedação de grafite (instalada na ligação do circuito de óleo do sensor), cuja substituição é recomendada de 2 em 2 anos (72 yuan/conjunto × 2 = 144 yuan). A bomba de engrenagens miniatura do circuito de derivação tem um MTBF ≥ 10 000 horas, sendo necessária a sua substituição aproximadamente a cada 2,5 anos (480 yuan/unidade). O custo total de manutenção anual situa-se entre 500 e 800 ¥ por sensor, um valor muito inferior aos 3 000 a 5 000 ¥ por ano exigidos pela amostragem e análise periódicas tradicionais. O corpo do sensor tem uma garantia de 3 anos; após o término do período de garantia, o custo de substituição é de 2 800 ¥ por unidade. É também disponibilizado um serviço trimestral de calibração remota do modelo (1 200 ¥ por ano por sensor), que inclui a avaliação da precisão do modelo, a otimização dos limiares e a interpretação dos relatórios de tendências.
